- •Суми 2009
- •Напрямки робіт у галузі ші
- •Когнітивні процеси
- •Загальна структура смислового простору
- •Поняття знань.
- •Схеми проблем
- •Евристичні моделі подання знань.
- •1. Продукційне подання знань
- •2. Мережна модель (мм)
- •3. Подання знань у вигляді фреймів
- •Логічні моделі(лм) подання знань
- •1. Логіка висловлювань
- •Нечітка модель (нм) подання знань
- •Штучні нейронні мережі (шнм)
- •Біологічний нейрон
- •Штучний нейрон
- •Штучна нейромережа
- •Стратегії та методи виведення знань
- •І. Виведення за аналогією (вза)
- •Іі. Індуктивне умовиведення (ів)
- •Ііі. Виведення на основі категоріальних знань (вкз)
- •1. Концептуальні умовиводи (ку)
- •2. Дедуктивне виведення
- •2. 1. Виведення в продукційних системах (пс)
- •2.2. Виведення в умовах невизначеності (вун)
- •2.3. Виведення в семантичних мережах(см)
- •2.4. Виведення в мережах фреймів (мф)
- •2.5. Виведення в логічних системах (лс)
- •2.6. Метод резолюції
- •1. Нечітке виведення (нв)
- •1.1.Формування нечіткого логічного висновку:
- •2. Штучні нейронні мережі (шнм). Нейропарадигми.
- •2. 1. Процес навчання
- •2.2. Алгоритм навчання хебба
- •2.3. Алгоритм навчання кохонена
- •2.4. Алгоритм навчання процедурою зворотного поширення помилки
- •3. Експертні системи. Основні визначення
- •3.Класифікація експертних систем (ес)
- •4. Архітектура ес
- •2. Методи машинного навчання
- •2.1. Індуктивне навчання (ін)
- •2.2. Навчання формування гіпотез на основі зростаючих пірамідальних мереж
- •1. Стан і тенденції розвитку штучного інтелекту
- •2. Успіхи систем штучного інтелекту і їхньої причини
- •3. Експертні системи реального часу - основний напрямок штучного інтелекту
- •4. Основні виробники
- •5. Архітектура експертної системи реального часу
- •6. Розширення прототипу до додатка
- •7. Тестування додатка на наявність помилок
- •8. Тестування логіки додатка й обмежень (за часом і пам'яттю)
- •9. Супровід додатка
- •2. Стисла історія розвитку систем підтримки прийняття рішень
- •2.1. Зародження і розвиток концепції сппр
- •2.2. Теорія розроблення сппр
- •2.3. Розширення рамок сппр
- •2.4. Технологічні просування
- •3. Цілі сппр та чинники,що сприяють їх досягненню
- •4. Посилення конкурентної переваги завдяки сппр
- •1. Еволюція концепції і структури сппр
- •2. Способи взаємодії особи, що приймає рішення, з сппр
- •3. Еволюція сппр
- •4. Характеристика сучасних сппр
- •5. Підсистеми програмного забезпечення сппр
- •1. Галузі застосування сппр
- •2. Приклади застосування сппр
- •3. Сппр Marketing Expert
- •4. Сппр Decision Grid
- •5. Сппр RealPlan
- •6. Сппр tax advisor
- •7. Сппр Advanced Scout
- •8. Система бізнесової інформації(Business Intelligence) FedEx
- •9. Сппр ShopKo
- •1. Архітектура систем підтримки прийняття рішень
- •2. Компоненти користувацького інтерфейсу
- •2.1. Призначення та загальні ознаки користувацького інтерфейсу
- •2.1.1. Важливість та ефективність користувацького інтерфейсу сппр
- •2.1.2. Основні теми та механізмистворення користувацького інтерфейсу
- •2.1.3. Загальні висновки щодо користувацького інтерфейсу
- •2.1.4. Компоненти мови відображень (презентацій)
- •2.1.4. Роль знань у користувацькому інтерфейсі
- •2.1.5. Питання проектування користувацького інтерфейсу
- •Тема: Класифікаційні групи та моделі систем підтримки прийняття рішень.
- •1. Класифікація на основі інструментального підходу
- •2. Класифікація за ступенем залежності опр у процесі прийняття рішень
- •3. Класифікація за часовим горизонтом
- •Характеристика інформаціїдля різних управлінських рівнів
- •4. Інституційні сппр та сппр на даний випадок
- •1. Моделі в аспекті інформаційного підходу
- •2. Модель, основана на знаннях
- •3. Модель єрархії управління
- •4. Моделі, орієнтовані на особистість опр
- •Характерні аспекти процесів оброблення інформації людиною
- •5. Моделі для планування та прогнозування
- •6. Модель для конторської діяльності
- •1. Облікові і фінансові моделі
- •1.1. Аналіз беззбитковості
- •1.2. Моделі фінансового планування
- •1.3. Орієнтовні фінансові звіти (баланси)
- •1.4. Аналіз на основі розрахунку коефіцієнтів за даними звітності
- •2. Моделі аналізу рішень
- •2.1. Аналітичний єрархічний процес (ahp)
- •2.2. Дерева рішень і моделі багатоатрибутної корисності
- •2.3. Діаграми впливу
- •2.4. Прийняття ризикованих рішень за допомогою функції вигідності
- •3. Моделі прогнозування
- •4. Сітьові і оптимізаційні моделі
- •5. Імітаційні (симуляційні) моделі
- •6. Мови моделювання і електронні таблиці
- •1. Стратегія оцінювання і вибору методів підтримки прийняття рішень у сппр
- •2. Процес прийняття рішень
- •3. Ситуації, пов’язані з прийняттям рішень
- •4. Функції і завдання прийняття рішень
- •5. Узагальнена матриця методів/ситуацій, пов’язаних з прийняттям рішень
- •1. Генетичні успадкування — концептуальна засада генетичних алгоритмів
- •2. Загальна схема генетичних алгоритмів
- •3. Доступне програмне забезпечення генетичних алгоритмів
- •1. Визначення виконавчих інформаційних систем
- •2. Призначення віс
- •3. Визначальні характеристики віс
- •Інформаційні потреби опр, реалізовані засобами віс
- •Вимоги щодо моделювання у віс
- •Вимоги щодо користувацького інтерфейсу віс
2.1.4. Компоненти мови відображень (презентацій)
У той час як мова дій описує, як і якими засобами користувач повідомляє комп’ютер про необхідне оброблення, другий аспект користувацького інтерфейсу — мова відображень (показу, презентацій) описує, в який спосіб комп’ютер забезпечує отримання інформації користувачем. Звичайно, такий інтерфейс має передавати аналіз у такий спосіб, який є оптимальним для користувача. Це стосується не тільки результатів аналізу, але також і проміжних результатів на всіх стадіях прийняття рішення. Крім того, інтерфейс має забезпечувати відчуття контролю з боку людини щодо відтворюваного процесу і отримуваних результатів. Усе це має виконуватися приємним і зрозумілим способом [103].
Робота з вікнами (кадрування)
Спосіб організації інформації залежить від вигляду й типу моделей, ОПР і оточення, в якому ця особа працює. Основний принцип мови подання — вигляд форми показу інформації має бути «очищеним» і легким для сприйняття. Нині використання стандартів щодо проектування вікон для багатьох програмних виробів забезпечує їх приємним виглядом. Зокрема, цей стандарт відображає аналогію робочого стола, що складається з картотек. На екрані ми бачимо вікна, кожне з яких являє собою різний вигляд виведення даних. Одне вікно, наприклад, може містити діаграму, друге — електронну таблицю, а третє — текст допомоги користувачеві. На рис.2 зображений приклад багатовіконного екрана. Використання кількох вікон для окремих видів інформації виділяє різні аспекти остаточного рішення.
Проектувальники мусять, однак, утримуватися від розміщення надмірної кількості вікон відразу на екрані, оскільки він стає загромадженим, дуже багато речей стають втраченими, і стає важче розглядати перспективу розв’язання проблеми загалом. Замість цього, якщо застосування дає змогу, то проектувальник має використати піктограми, щоб показати різні опції, як це ілюструється на рис. 3. Коли користувачі хочуть дослідити певний аспект проблеми, то вони можуть просто клацнути на відповідній піктограмі, щоб розкрити його для детального розгляду. Користувачам мають надаватися повні, але не завалені «робочі столи», метушня не має бути властивою застосуванню СППР.
Рис. 2. Приклад режиму багато віконного подання прийнятого рішення
Рис. 3. Піктограмні опції
Зображення (образи)
Найзагальніше завдання виведення даних — показати результати деякого аналізу. Нехай, наприклад, мета полягає в тому, щоб показати збут у різних регіонах минулого року. Відповідна форма виведення даних залежить від того, що творець рішення сподівається робити з інформацією. Якщо ОПР просто хочуть знати, як різні зони збуту відповідають їхнім сподіванням, то вони могли б оцінювати результати, використовуючи зображення різних мордочок (metri-glyphs), як наприклад, показано на рис. 4. Ті з «облич, що усміхаються,» показують сприятливий збут, у той час, як «сумні обличчя» відображають протилежне. Разом із цим, чим більша усмішка, тим більше збут перевищив сподівання, і, навпаки, чим сумніша гримаса, тим гірші результати.
Рис. 4. Мордочки (Metri-glyphs)
Можна навіть пов’язати одну множину результатів з «усмішкою», іншу — з «очима» обличчя. Наприклад, якщо усмішка відображає рівень прибутку, то очі могли б означати рівень дивідендів. Закриті очі асоціювалися б з невиплатою дивідендів, у той час, як ступінь відкритості очей міг би означати їх величину. Звичайно, не всі творці рішень (або не всі культури) розуміють переваги використання metri-glyphs, як одного із способів виведення даних.
Якщо мета аналізу полягала у визначенні місць, де збут був найбільший, то ми могли б показати це на карті різними штрихами або кольорами, як позначками місцевостей з відповідними результатами. Якщо метою аналізу було визначення динаміки збуту за окремі роки, то найбільш відповідним форматом виведення даних було б традиційне графічне подання результатів. Графік дає змогу точніше побачити, наскільки деякі зони збільшили збут, у той час як інші зменшили, а також визначити відносні оцінки (як наприклад «значно більше» або «незначно»).
З іншого боку, якщо ОПР хотіла б мати фактичні обсяги для обчислення збуту протягом деякого періоду, то графічне зображення не зовсім відповідає цьому завданню через те, що важко зібрати з різних джерел дані про збут. У такому разі таблиці надходжень є кориснішою формою виведення результатів.
Звичайно, інколи відповіднішою формою виведення даних могла б бути анімація (мультиплікація) і/або відео, ніж статичне відображення на екрані. Наприклад, якщо завдання полягає у моделюванні банку і в моделі змінюється кількість клерків, типів оброблених кожним з них послуг і кількість черг, то з метою виявлення впливу кожного з цих факторів на довжину черги анімація черг могла б бути ілюстративнішою, ніж наведення статистичних даних.
Персональне монопольне володіння аналізом
На додаток до надання можливості виводити відповідного типу результатні дані під контролем ОПР проектувальники мають надати користувачам право персонального монопольного володіння аналізом, тобто відчуття того, що вони контролюють процес здійснення аналізу і, отже, їх вибір є повноважним. Ком-п’ютерні новаки не можуть відчувати власної участі у формуванні відповіді через те, що в них складається враження нібито це було «зроблено комп’ютером», а не ними.
Один із шляхів протидіяння цій тенденції — забезпечити користувачів легким засобом змінювати вид аналізу, якщо результати не відповідають запиту деякою мірою або цілком. Це досягається за рахунок розміщення на екрані кнопок, які відповідають різним варіантам аналізу. Наприклад, обчислення рівня рентабельності продукції можна виконувати двома шляхами: ураховуючи чи не враховуючи дисконт-фактор. Отже, користувач сам має вибирати форму аналізу, натискуючи одну з двох відповідних кнопок вікна. Або коли середня величина деякого показника може бути отримана автоматично, користувач може захотіти протестувати чутливість моделі сам, а не отримуючи відповідні результати автоматично, «всліпу». Тому має бути клавіша, яка давала б змогу переглядати доречні статистики на різних горизонтах часу.
Діаграми і зміщення
Оскільки необхідною умовою є об’єктивне використання моделей користувачами, то також важливо забезпечити їх неупередженим виведенням даних. Зміст і спосіб виведення інформації проектувальниками може вплинути на те, як вона сприймається творцем рішення. Звичайно, проектувальники не будуть навмисно спотворювати систему презентації, щоб забезпечувати тим самим упереджені результати. Однак, небезпечніша проблема виникає тоді, коли спотворення з’являється ненавмисно.
Нехай, наприклад, користувач аналізує управління двома об’єктами, досліджуючи середню щоденну їх продуктивність. Якщо система виведення надає лише середні значення продуктивності, то при цьому може появитися упереджене сприйняття виведення даних через те, що середні значення не допомагають користувачеві повною мірою бачити значимість показників. Скажімо, середня продуктивність у першому об’єкті може бути 6000 одиниць, а в другому — 8000. Ця різниця на перший погляд є суттєвою. Проте якщо одночасно система покаже, що середнє квадратичне відхилення щоденної продуктивності дорівнює 2000, то різниця не буде здаватися такою великою.
Інша проблема виникає тоді, коли проектувальники із-за неуважності допускають зміщення в результатах, що відображені на діаграмах. Так, частіше за все творці рішень дивляться на діаграми, щоб одержати швидке враження від значень даних. Але часто таке враження знаходиться під впливом виду графіка, зумовленого, зокрема, різницею в масштабуванні координат. Наприклад, за допомогою простого збільшення масштабу осі абсцис графік може складати враження значно вищого темпу зростання за той же період. Аналогічно збільшення масштабу осі ординат робить рівень зростання немов би набагато меншим (графік розтягується). Проектувальник мусить надати допомогу користувачеві, пояснивши, що подібне неадекватне висвітлення відбувається завдяки неправильному вибору одиниць вимірювання системи координат. Це також стосується і використання стовпчикових діаграм.
Іншим факторам, який може призвести до ефекту зміщення для творців рішень, є відсутність агрегації показників за створення гістограм чи кругових діаграм. З другого боку, агреговані значення можуть часто давати змогу творцям рішень узагальнювати неправильні дані. Важко перерахувати всі спотворення і зміщення, які можуть мати місце в діаграмах, однак розуміння досліджуваної проблеми може допомогти уникнути ефектів зміщення результатів у проекті СППР.