
- •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. Процес прийняття рішень
Процес прийняття рішень пов’язаний із значними труднощами, що викликає необхідність у засобах його підтримки. Зокрема, за генерування варіантів рішень нерідко бувають випадки, коли деякі з них взагалі випадають із поля зору, а решта визначені досить туманно. Оцінювання ситуацій являє собою дедуктивне завдання, яке знаходиться за межею узагальнення параметрів наслідків дій, котрі можуть здаватися з першого погляду відомими і простими; ОПР не завжди в змозі виділити всі актуальні величини або виявити наявні конфлікти. Аналіз невизначеності потребує від людей спостереження за повторюваними процесами середовища; ця вимога загалом може бути виконана, але вона передбачає необхідність узагальнення всіх спостережень у логічні висновки, які в дійсності не спостерігалися. В інтуїтивних передбаченнях дуже часто має місце глибока пристрасність. Стосовно вибору варіантів нормативне правило ((варіант) має оцінюватися відповідною привабністю його наслідків, виваженою з урахуванням імовірності) використовується рідко; в реальних обчисленнях, пов’язаних з вибором варіантів, використовується низка нефіксованих правил.
Емпіричні дослідження явища, яке називається біхевіоральним (поведінковим) рішенням, на відміну від теоретичного сподівання, що випливає із нормативної теорії чи теорії рішень, цілком очевидно показують, що «пересічна» людина, яка приймає рішення, покладається на прості (інколи спрощені) правила, має обмежені можливості для проведення розрахунків, у багатьох ситуаціях використовує упереджену евристику і проявляє «слабкість» у процесі прийняття рішень.
Перелічені проблеми можуть виникати на всіх стадіях (чи фазах) прийняття рішень, що потребує підтримки всього циклу аналізу/прийняття рішень. Слід зазначити, що «хороший» процес прийняття рішень має забезпечувати виконання таких функцій:
1) ідентифікацію всіх потенційно доцільних напрямів дій, що розпочинаються;
2) аналіз привабливості наслідків кожного із напрямів дій;
3) оцінювання ймовірності для кожного із наслідків;
4) інтегрування всіх доречних міркувань із застосуванням раціонального правила вибору оптимальної дії.
Теорія прийняття рішень, відповідна певному типу СППР, має враховувати такі елементи:
тип і ступінь невизначеності;
тип і ступінь часової напруги;
пізнавальний стиль та інші характерні риси користувачів;
функціональну галузь (постачання, стратегічне планування та ін.);
перспективу рішень (довгострокові чи тактичні);
фазу процесу прийняття рішення (наприклад, збір інформації, розроблення чи генерування варіантів, вибір).
Можна виділити дві групи змінних, які стосуються процесу підтримки в СППР:
ситуації, пов’язані з прийняттям рішень;
функції або завдання рішень.
3. Ситуації, пов’язані з прийняттям рішень
Усі рішення, як правило, мають загальну функціональну чи задачну послідовність, але вони суттєво відрізняються своїми ситуаційними проекціями. Класифікація ситуацій, пов’язаних з прийняттям рішень, подана в табл. 3. Як видно з таблиці, неструктуровані або відкриті задачі характеризуються двома потенційними формами невизначеності: невизначеністю вхідної інформації та невизначеністю наслідків дій (післядій).
Таблиця .3
КЛАСИФІКАЦІЯ СИТУАЦІЙ, ПОВ’ЯЗАНИХ ІЗ ПРИЙНЯТТЯМ РІШЕНЬ
Тип ситуацій |
Вид ситуації |
Характерна особливість |
Приклад |
Ситуації закритих задач (структуровані проблеми) |
детерміновані ситуації |
добре визначені цілі; цілковита доступність інформації; детерміновані фактори |
моделі лінійного програмування |
ситуації за умов ризику |
добре визначені цілі; необхідна інформація вільно доступна; змінні і післядії стохастичні |
задачі керування запасами; побудова черг |
|
Ситуації відкритих задач |
прийняття рішень за умов невизначеності (слабо структуровані проблеми) |
добре визначені цілі; невизначеність вхідної інформації (неповна інформація) |
аналіз капітальних вкладень |
прийняття рішень за умов нечітких цілей (неструктуровані проблеми) |
нечіткі цілі; невизначеність вхідної інформації; обидві форми невизначеності |
диверсифікація; організаційні розробки |
|
Кризові ситуації |
посилені відкриті рішення (неструк-туровані проблеми) |
нечіткі цілі; невизначеність вхідної інформації; невизначеність післядій; обидві форми невизначеності; жорсткі часові обмеження |
боротьба з терором |
Залежно від якості вхідної інформації і характеристик наслідків дій можливі такі чотири основні сценарії підтримки прийняття рішень (табл. 4).
Таблиця 4
ОСНОВНІ СЦЕНАРІЇ ПІДТРИМКИ ПРИЙНЯТТЯ РІШЕНЬ
Наслідки дій (післядії) |
Якість вхідної інформації |
|
висока (доступна інформація) |
низька (невизначена інформація) |
|
Фіксовані (закриті) |
перший сценарій (швидка інтеграція, агрегація та стиснення інформації) |
другий сценарій (вдосконалення процесу усвідомлення ситуації та поліпшення якості інформації) |
Невизначені (відкриті) |
третій сценарій (підтримка розуміння і значення проблеми) |
четвертий сценарій (подолання двох типів невизначеності) |
Перший сценарій відтворює найпростішу ситуацію, коли інформація визначена і доступна, а наслідки дій фіксовані й відомі. У такому разі підтримка прийняття рішень служить допоміжним засобом для швидкої інтеграції, агрегації та стиснення інформації.
Другий сценарій забезпечує підтримку прийняття рішень за умов, коли варіанти рішень і наслідки дій досить зрозумілі (фіксовані), але вхідні дані мають невисоку якість (наприклад, якщо аналізують військові розвідувальні дані). Ця підтримка направлена на вдосконалення процесу усвідомлення ситуації та на покращання якості даних.
Третій сценарій передбачає комп’ютерну підтримку прийняття рішень у ситуаціях, коли вхідні дані мають високу якість, але варіанти рішень і наслідки дій є відкритими (невизначеними). Прикладом такої може бути проблема, пов’язана з розширенням або злиттям компаній. СППР, головно, концентрується на підтримці розуміння і значення проблеми (генерування гіпотез і варіантів, аналіз і вибір варіантів).
Четвертий сценарій підтримки прийняття рішень пов’язаний із ситуаціями, коли одночасно діють два фактори невизначеності: невизначеність вхідної інформації і невизначеність наслідків дій (наприклад, за умов, коли корпорації загрожує серйозна криза в галузі її діяльності). СППР у подібних ситуаціях діє в напрямі подолання невизначеностей.