Информационные системы оперативного управления

Информационные системы (оперативного) управления (management information system) предназначены для автоматизации таких функций, как учет, регулирование и частично анализ. При решении менее структурированных задач по сравнению с СОД используется ИСУ. Информационная система (оперативного) управления включает в себя СОД и осуществляет поиск и обработку информации, поступающей из СОД и внешнего окружения. Она обеспечивает возможность работы в запросно-ответном режиме с помощью системы управления базами данных. Результатом работы ИСУ выступает информация, которая представлена в виде, удобном для принятия решений менеджером. Полностью автоматической системой ИСУ не является. Она предназначена для использования на любом уровне управления, где все решения принимает человек.

Система поддержки принятия решений

Система поддержки принятия решений представляет собой вид информационной системы, предназначенной для помощи менеджеру при решении слабоструктурированных задач, возникающих в процессе принятия решений. Она позволяет автоматизировать такие функции, как учет, регулирование, анализ и частично планирование. Отличительными особенностями такой системы являются возможность сочетания традиционных методов решения с методами математического моделирования; высокая адаптивность используемых моделей и методов; наличие человеко-машинного интерфейса, ориентированного на непрофессионального пользователя. Место СППP среди информационных систем можно определить, построив информационную модель предприятия, которая буде т иметь следующие три уровня: уровень обработки данных (СОД); уровень обработки оперативной информации (ИСУ); уровень принятия решений (СППР). Таким образом, СППР включает в себя СОД и ИСУ, она предназначена для решения слабоструктурированных задач, имеет развитый человеко-машинный интерфейс и строится на основе экспертных систем.

Дальнейшее развитие информационных систем, используемых для автоматизации процессов разработки управленческих решений, идет по пути моделирования процессов человеческого мышления, который получил название искусственного интеллекта. Важнейшим приложением искусственного интеллекта стали экспертные системы, представляющие собой новый класс компьютерных информационных систем, основанных на обработке знаний.

Экспертные системы

Экспертные системы представляют собой раздел искусственного интеллекта и используются в СППР для повышения производительности и качества принимаемых решений. Экспертная система в СППР реализует следующие функции: распознавание сложившейся ситуации, ее анализ, постановку диагноза и формулирование ближайших целей для возвращения на желаемую траекторию развития предприятия; построение путей достижения сформулированных целей с учетом резервов предприятия; пополнение базы знаний; обеспечение дружественного интерфейса.

Экспертные системы, используемые в менеджменте для поддержки процессов принятия решений, состоят из блоков, представленных на рис. 9.1, и включают в себя базы знаний и данных; блок логических выводов; блок объяснений; блок ввода и вывода данных; блок расчетов; блок приобретения знаний; пользовательский интерфейс.

Рис. 9.1. Структура экспертной системы поддержки принятия решения

Базы знаний строятся на основе моделей, с помощью которых отражают знания эксперта о предметной области, способы анализа поступающих фактов и методы вывода, т.е. порождения новых знаний на основе имеющихся и вновь поступивших. Наиболее распространенными являются следующие виды моделей.

Логические модели базируются на представлении знаний и системе логики предикатов первого порядка. Вывод новых знаний осуществляется на основании силлогизмов. Правила формальной логики постепенно расширяются, приближаясь к "человеческой" логике, последняя характеризуется нечеткостью. В связи с этим появляются модальная, многозначная, немонотонная, псевдофизическая и другие виды логики.

Продукционные модели представляют знания в форме предикатов первого порядка, а правила манипулирования ими – с помощью конструкций "ЕСЛИ, ТО".

Модели фреймов представления знаний отражают систематизированную в виде единой теории психологическую модель памяти человека. Основной элемент модели – фрейм – показывает структуру данных для описания концептуальных (понятийных) объектов. Информация, относящаяся к одному фрейму, содержится в слоте. Все фреймы взаимосвязаны и образуют единую систему, в которой

объединены факты (описательные знания) и правила манипулирования ими.

Семантическая сеть – граф, узлы которого соответствуют понятиям или объектам. Логические выводы базируются на прямом или обратном рассуждениях. Прямые рассуждения ведутся от данных к цели рассуждения, а обратные – от цели к данным. Обратные рассуждения базируются на графе "И / ИЛИ", связывающем в единое целое факты и заключения. Оценка этого графа и есть логический вывод. При этом оцениваются лишь те части графа, которые имеют отношение к заключению.

Блок логических выводов предназначен для извлечения знаний из введенной в систему информации и должен быть рассчитан для работы с ненадежными данными. Он использует нечеткую логику, коэффициенты уверенности, байесовскую логику, меры доверия и т.д. Этот блок является главным, так как с его помощью пользователь генерирует альтернативы и вырабатывает решение. Здесь реализуются алгоритмы факторного анализа показателей, результаты которого используются для постановки диагноза. Очевидно, что количество диагнозов может быть велико, поэтому применяют иерархические способы их описания, что позволяет снизить их сложность на несколько порядков и облегчить процесс выбора решения.

Блок объяснений показывает весь путь, которым система пришла к тому или иному выводу. В экспертных системах, основанных на правилах, объяснения получают путем прослеживания шагов рассуждения, которые привели к данному выводу.

База данных, блоки расчетов и ввода и вывода данных являются отличительной чертой, присущей только экспертным системам поддержки процессов принятия решений. Их наличие продиктовано большим объемом и жесткостью требований к точности расчетов, необходимых для принятия решений по управлению именно экономическими системами. В базе данных находятся плановые, фактические, расчетные, отчетные и другие показатели. Если эти блоки входят в соответствующие ИСУ и СОД как составляющие их части, то в экспертных системах они не рассматриваются.

Блок приобретения знаний отвечает за самообучение экспертной системы и, следовательно, за надежность и точность выдаваемых рекомендаций. Извлечение и формализация знаний, которыми обладает эксперт, – достаточно сложный процесс, который изучает такой раздел науки, как инженерия знаний. Здесь эти вопросы рассматривать не будем. Лишь отметим, что в настоящее время приобретение знаний экспертной системой сводится к вводу вербализованных знаний эксперта с помощью соответствующего пользовательского интерфейса.