Автоматизация процесса принятия решений

Идея создания искусственного подобия человеческого разума существует с давнейших времен. Впервые ее выразил Р.Луллий (1235-1315 гг.), который еще в XIV в. Пытался создать машину для решения различных задач на основе всеобщей классификации понятий.

Автоматизированные информационные системы, используемые для решения задач, связанных с поддержкой принятия управленческих решений, разделяются на два вида:

1. Обеспечивающие информационную поддержку пользователя, то есть предоставляющие доступ к информации в базе данных и ориентированные главным образом на обработку данных (поиск, сортировку, агрегирование, фильтрацию). Используя сведения, содержащиеся в полученных отчетах, специалист принимает решение;

2. Формирующие возможные альтернативы решения. Принятие решения при этом сводится к выбору одной из предложенных альтернатив.

Автоматизированные системы, обеспечивающие информационную поддержку пользователя, должны содержать процедуры манипулирования данными в информационной системе, которые обеспечивают следующие возможности:

· составление комбинаций данных, получаемых из различных источников;

· быстрое добавление или исключение того или иного источника данных и автоматическое переключение источников при поиске данных;

· управление данными с использованием возможностей систем управления базами данных;

· логическую независимость данных этого типа от других баз данных, входящих в подсистему информационного обеспечения;

· автоматическое отслеживание потока информации для наполнения баз данных.

Информационные системы, разрабатывающие альтернативы решения, могут быть модельными или экспертными.

Модельные информационные системы предоставляют пользователю математические, статистические, финансовые и другие модели, использование которых облегчает формирование и оценку альтернатив решения. Пользователь может получить недостающую ему для принятия решения информацию путем установления диалога с моделью в процессе ее исследования. Основными функциями модельной информационной системы являются:

· возможность работы в среде типовых математических моделей, включая решение основных задач моделирования типа «как сделать, чтобы?», «что будет, если?», анализ чувствительности и др.;

· достаточно быстрая и адекватная интерпретация результатов моделирования;

· оперативная подготовка и корректировка входных параметров и ограничений модели;

· возможность графического отображения динамики модели;

· возможность объяснения пользователю необходимых шагов формирования и работы модели.

Экспертные информационные системы обеспечивают формирование и оценку возможных альтернатив пользователем за счет создания экспертных систем, связанных с обработкой знаний. Экспертная поддержка принимаемых пользователем решений реализуется на двух уровнях.

Работа первого уровня экспертной поддержки исходит из концепции «типовых управленческих решений», в соответствии с которой часто возникающие в процессе управления проблемные ситуации можно свести к некоторым однородным классам управленческих решений, т.е. к некоторому типовому набору альтернатив. Для реализации экспертной поддержки на этом уровне создается информационных фонд хранения и анализа типовых альтернатив.

Если возникающая проблемная ситуация не ассоциируется с имеющимися классами типовых альтернатив, в работу должен вступить второй уровень экспертной поддержки управленческих решений. Этот уровень генерирует альтернативы на базе имеющихся в информационном фонде данных, правил преобразования и процедур оценки синтезированных альтернатив.

Экспертные системы имеют широкие перспективы: известны их многочисленные практические реализации в разнообразных предметных областях. Экспертная система является системой, накапливающей опыт и знания экспертов и способных впоследствии заменить самих экспертов. Такие свойства экспертных систем реализуются благодаря двум их особенностям:

1) наличию полученных от человека (эксперта) знаний в определенной предметной области в форме набора фактов (предметное знание) и эвристических приемов (эмпирических правил), вводимых в машинную базу данных и базу знаний. Наиболее употребительным форматом представления знаний являются продукционные системы. В таких системах правила в базе знаний представлены в формате «ЕСЛИ <условие>, ТО <действие>«. При этом <действие> может быть и действием по изменению содержимого базы данных;

2) в отличие от программных систем прошлых поколений машина оперирует не только с «данными», но и с понятиями, выраженными в терминах естественного языка, а также со знаниями о классах объектов, обозначенных этими терминами, и отношениями между ними. Это достигается созданием специальных программ; в последние годы разработан специальный язык Пролог, операндами которого служат как элементы данных, так и правила-операторы.