Название: АНАЛИЗ, СИНТЕЗ, ПЛАНИРОВАНИЕ РЕШЕНИЙ В ЭКОНОМИКЕ

Жанр: Экономика

Рейтинг:

Просмотров: 1516

Рады видеть тебя на образовательном портале Роботлибрари! В нашей библиотеке: 549 книг 158 авторов. Читатели оставили 0 отзывов о писателях, 72 отзывов о книгах и 4 о сайте

7.7. функции и структура автоматизированной системы принятия, планирования и синтеза решений

Структура системы принятия, планирования и синтеза рациональных решений в области экономики и управления приведена на рис. 7.1. Система включает три функциональные подсистемы: принятия решений, аналитического планирования и комбинаторно-морфологического синтеза.

Диалоговый монитор системы организует в соответствии с выбранной пользователем задачей работу всех трех подсистем и их компонентов, в частности: изменение порядка взаимодействия компонентов, добавление новых схем решения функциональных задач, диалоговое управление вызовом очередных компонентов систем. В целом диалоговый интерфейс построен на принципах функционирования экспертной системы, использующей знания о процедурах решения выбранного класса задач.

В рамках данной системы автоматизируются следующие функции экономиста (управленца) — аналитика:

• хранение информации;

• поиск информации по запросам в базах данных и знаний для анализа взаимосвязей объектов, изучения состава объектов, анализа значений характеристик, уточнения функций и условий функционирования исследуемых объектов;

• формирование социально-экономических и технологических требований и критериев качества к исследуемой системе;

• генерация вариантов сложных многокомпонентных систем;

• многокритериальный анализ вариантов и выбор лучшего из них;

• построение планов вычислений и проведение расчетов;

• логический вывод информации на основе имеющихся знаний.

Функциональная подсистема принятия решений [4, 5]. Она включает в себя компонент математических методов ранжирования альтернатив и распределения ресурсов с учетом многокритериальности, базу данных критериев качества, базу знаний иерархий критериев качества и функций принадлежности, базу знаний решенных задач по принятию решений.

Компонент математических методов реализует методы многокритериального анализа и выбора вариантов, в основе которых лежат методы анализа иерархий и принятия решений на нечетких множествах, а также методы комбинаторики для решения задач оптимального распределения ресурсов.

База данных критериев качества содержит информацию о различных социально-экономических, технологических, экологических, антропогенных и других критериях, которые классифицированы по различным экономическим, управленческим и организационным проблемам. База данных критериев постоянно пополняется новой информацией.

База знаний иерархий критериев качества и функций принадлежности накапливает и хранит знания о наиболее типовых иерархиях и функциях из различных отраслей экономики. Она строится на основе знаний высококвалифицированных специалистов предметных областей и может быть использована при решении типовых задач без существенной корректировки значений функций принадлежности и иерархических структур критериев.

База знаний решенных задач хранит и накапливает информацию о компонентах решенных практических задач по принятию решений. К таким компонентам причислены функции принадлежности по различным критериям; иерархические структуры критериев, экспертные оценки степени предпочтительности исследуемых альтернатив и относительной важности критериев, векторы приоритетов альтернатив по всем рассматриваемым в задаче критериям и для каждого эксперта, участвовавшего в решении задач принятия и обоснования рациональных решений.

Компонент математических методов для поддержки динамических процессов в иерархических системах имеет ряд особенностей, не рассматриваемых ранее. Данный компонент расширен следующими процедурами:

• процедурой подбора функций и построения полиномов, аппроксимирующих динамику изменения предпочтений на основе информации, хранящейся в базе данных;

• процедурой численного решения уравнения (2.4) для матриц произвольной размерности, элементы которых заданы функциями из табл. 2.2;

• процедурой построения регрессионных зависимостей приоритетов от времени на основе информации, содержащейся в базе данных.

Задача прогнозирования решается в системе двумя способами: путем построения аппроксимирующих зависимостей на основе имеющейся в базе данных информации с последующим их использованием для построения динамических матриц парных сравнений на определенном отрезке времени, а также путем экспертной оценки вероятного изменения предпочтений с помощью функциональной шкалы (см. табл. 2.2) и последующего численного решения уравнения вида (2.4).

Получение динамических приоритетов также возможно путем аппроксимации информации, хранящейся в базе данных, или в результате решения уравнения (2.4).

База данных системы для поддержки динамических процессов принятия решений выполняет две основные функции. Она используется для информационной поддержки пользователя при формировании новых задач в данной предметной области, а также в процессах анализа при извлечении знаний. Представление информации о целях, критериях, альтернативах, экспертах и, наконец, предпочтениях сопряжено со сложностями, поскольку между элементами данных существует множество связей различного характера. В соответствии с основными функциями данные можно разделить на две категории, одна из которых, наиболее общая, обеспечивает информационную поддержку пользователя, а другая, более конкретная, используется в процессах извлечения знаний. К первой категории относится информация об альтернативах, критериях и экспертах. Данные об этих объектах можно организовать в виде пополняемых списков и таблиц. Вторая категория данных содержит ссылки на конкретные альтернативы, критерии и экспертов, участвовавших в решении определенной задачи, а также включает информацию обо всех предпочтениях и приоритетах. Для представления данных первой категории хорошо подходит любая модель, данные второй категории плохо вписываются во все модели. Поэтому для их представления используется собственный формат, названный "файл задачи".

Сравнение реляционной и файловой моделей показало явные преимущества последней по возможностям представления сложных данных, при этом трудоемкость реализации такой системы значительно выше.

Функциональная подсистема аналитического планирования. Она включает в себя компонент формирования процессов планирования в прямом и обратном направлениях; базу данных наименований сил, акторов, целей акторов, критериев качества, политик, сценариев; базу знаний прямых и обратных иерархических процессов планирования; базу знаний решенных задач. Подсистема аналитического планирования взаимодействует с компонентом математических методов многокритериального выбора альтернатив на иерархических структурах.

Формирование прямого и обратного процессов планирования обеспечивается средствами графического интерфейса и математическим компонентом подсистемы принятия решений. В частности, для этой цели используется метод анализа иерархий. Этот компонент позволяет пользователю формировать процессы планирования и проводить сравнительную оценку обобщенных сценариев, осуществлять калибровку переменных состояний и оценку последствий принимаемых решений.

База данных содержит систематизированную по различным ситуациям планирования развития экономических отраслей информацию: о политических, экономических и социальных силах, действующих в обществе; об акторах, т. е. социальных группах, влияющих на процесс планирования и исходы; о целях акторов, критериях качества, конкретизирующих цели, и о политиках, которые предпринимаются акторами для достижения целей; о вероятных сценариях развития исследуемого процесса.

База знаний иерархий содержит знания о прямых и обратных процессах планирования в виде иерархических систем и векторов . приоритетов элементов, расположенных на иерархических уровнях. Иерархические системы классифицированы по отраслям экономики.

База знаний решенных задач хранит и накапливает всю информацию о каждой задаче планирования, просчитанной данной подсистемой. Накопление подобных знаний позволяет прослеживать динамику планирования близких по содержанию задач планирования и накапливать знания для последующих обобщений в целях создания самообучающейся системы.

Функциональная подсистема комбинаторно-морфологического синтеза [6]. Она содержит компонент формирования морфологических таблиц; компонент математических методов комбинаторно-морфологического синтеза, распределения ресурсов и подсистем; базу данных критериев качества; базу данных классификационных признаков; базу знаний решенных задач.

Компонент формирования морфологических таблиц обеспечивает ввод в систему таблиц различной структуры и размерности в графическом режиме. Сформированная таким образом морфологическая таблица содержит для решения конкретной задачи всю необходимую информацию о функциональных подсистемах, альтернативах, критериях качества, предпочтениях, параметрах.

Формирование морфологических таблиц для решения задач осуществляется двумя способами: непосредственным вводом новой таблицы пользователем в диалоговом режиме; с использованием базы знаний решенных аналогичных задач и баз данных критериев качества, функциональных подсистем и классификационных признаков. Для оценки альтернатив, систематизированных морфологической таблицей, привлекается подсистема принятия решений.

Компонент математических методов содержит все рассмотренные в предыдущих разделах комбинаторно-морфологические методы синтеза рационального распределения ресурсов между альтернативами и кластерного анализа морфологических множеств.

База данных функциональных подсистем содержит информацию об основных характеристиках элементов, из которых синтезируются сложные экономические, управленческие или организационные системы.

База данных критериев качества позволяет накапливать и отбирать из нее критерии, наиболее важные для решения конкретной задачи. При этом главные критерии не ускользают из поля деятельности исследователя.

База данных классификационных признаков содержит информацию о качественных функциональных, структурных и параметрических признаках и их значениях. Признаки и их значения образуют родовидовые классификации и сгруппированы с учетом различных функциональных подсистем.

База знаний решенных задач накапливает и хранит знания о практически решенных задачах для использования накопленного опыта в типовых ситуациях синтеза рациональных систем. База знаний хранит всю входную и выходную информацию.

Основные понятия

1. Автоматизация процессов принятия, планирования и синтеза экономических решений.

2. Диалоговые компьютерные системы.

3. Классификация компьютерных систем принятия и синтеза экономических решений.

4. Принципы разработки компьютерных систем.

5. Методы защиты информации.

6. Функции и структура автоматизированной системы принятия и синтеза решений.

Контрольные вопросы и задания

Дайте обоснование необходимости автоматизации процессов принятия, планирования и синтеза экономических решений.

По каким основным признакам классифицируются компьютерные системы принятия и синтеза решений?

Каковы правила и принципы разработки программных средств?

Приведите основные требования, предъявляемые к методам защиты информации.

Предложите новую концептуальную структуру и набор функций автоматизированной системы принятия и синтеза решений для выбранной вами конкретной экономической области.

Проведите научное исследование по выявлению процедур эвристических методов, которые целесообразно формализовать в ближайшем будущем и в перспективе (первое десятилетие XXI в.).

Литература

Довгяло А. М. Диалог пользователя с ЭВМ: Основы проектирования и реализации. — Киев: Наукова думка, 1981. — 232 с.

Сакман Г. Решение задач в системе человек — ЭВМ. — М.: Мир, 1973.—351 с.

Мишенин А. И. Теория экономических информационных систем. — М.: Финансы и статистика, 1999. — 243 с.

Андрейчиков А. В., Андрейчикова О.Н., Джабер Ф.Ф. Автоматизированное принятие решений в иерархических системах // Программные продукты и системы. — 1993. — № 3. — С.23 — 29.

Андрейчикова О. Н. Интеллектуальные системы для поддержки процессов принятия решений: Учеб. пособие. — Волгоград: Изд-во ВолгГТУ, 1996. — 93 с.

Андрейчиков А. В. Анорейчикова О. Н. Компьютерная поддержка изобретательства. — М.: Машиностроение, 1998. — 476 с.