Информационные системы в экономике

 

Рассмотрим каждое из названных  потребительских свойств проекта:

 

1. Адекватность – соответствие создаваемого проекта существующим реальным информационным процессам на объекте автоматизации.

2. Своевременность – возможность получения потребителем экономической информации в установленные сроки и в полном объеме.

3. Функциональная полнота – свойство системы, характеризующее уровень автоматизации задач на предприятии или организации и удовлетворения информационных потребностей пользователей.

4. Функциональная надежность – свойство системы сохранять работоспособность в течение заданного времени в определенных условиях эксплуатации. Это интегральная оценка, включающая в себя вероятность безотказного функционирования всех обеспечивающих подсистем АИС.

5. Экономическая эффективность – оценка результативности предлагаемых проектных решений, определяется соотношением между затратами и получаемым социальным, техническим и экономическим эффектом. Социальный эффект характеризуется степенью удовлетворения потребительских требований заказчика, технический – увеличением производительности машин или системы, а экономический – годовой экономией, коэффициентом экономической эффективности и сроком окупаемости.

Для полного учета и  реализации вышеперечисленных потребительских  свойств проекта АИС целесообразно  руководствоваться при его создании теми же основными принципами, что  и при проектировании любой АИС, особенно следующими принципами:

– системность, определяющая единство и взаимосвязь этапов проектирования всех обеспечивающих подсистем;

– модульность, позволяющая вести разработку системы относительно независимым блоками, при необходимости заменять их или вводить новые, не нарушая системы в целом;

– адаптируемость, обеспечивающая оперативную и без существенных затрат модернизацию;

– формализация и типизация проектных решений, их индустриализация и автоматизация;

– этапность, определяющая очередность разработки и внедрения элементов информационной системы.

В основе процесса создания проекта АИС лежит технологический  процесс проектирования, который  определяет целенаправленные действия, состав исполнителей, средства и ресурсы, необходимые для выполнения этих действий. Относительно самостоятельной  частью технологического процесса является технологическая операция проектирования, определяющая вход и выход конкретного  действия, а также методику его  осуществления. Такой методикой, к  примеру, может быть методика проведения проектных решений. К одним из основных требований, предъявляемых  к подобным методикам, следует отнести  формализованность, позволяющую однозначно описывать процесс проектирования АИС и обеспечивать при этом оптимальные  решения вопросов управления разработкой. Использование вычислительной техники, различных средств и методов  при создании проекта АИС сокращает  сроки проведения работ, изменяет трудоемкость и стоимость отдельных технологических  операций проектирования, освобождая проектировщиков системы от выполнения многих рутинных работ.

 

 

4. Жизненный  цикл экономической информационной  системы (ЖЦ ЭИС)

 

ЭИС – это совокупность внутренних и внешних потоков  прямой и обратной информационной связи  экономического объекта, методов, средств, специалистов, участвующих в процессе обработки информации и выработке  управленческих решений. Это система  обслуживания работников управленческих служб, выполняет технологические  функции по накоплению, хранению, передаче и обработке информации. Она складывается, формируется и функционирует  в регламенте, определённом методами и структурой управленческой деятельности, принятой на конкретном экономическом  объекте, реализует цели и задачи, стоящие перед ним.

 

Примеры ЭИС:

 

ИС по отысканию рыночных ниш (регистрируемые данные о покупателях  позволяют определять группы покупателей, их состав и запросы, посылать потенциальным  покупателям рекламу, предоставлять  постоянным покупателям скидки и  т.д.); ИС по снижению издержек производства (отслеживает все фазы производственного  процесса, способствует улучшению контроля, более рациональному планированию и использованию персонала, как  следствие, снижению себестоимости  производимой продукции).

ЖЦ – период создания и использования ЭИС, охватывающий её различные состояния, начиная  с момента возникновения необходимости  в данной ЭИС и заканчивая моментом её полного выхода из употребления у пользователей. ЖЦ состоит из 4-х  стадий: предпроектной, проектной, внедрения  и функционирования. Каждая стадия делится на этапы и предусматривает  составление документации, отражающей результаты работы:

 

1. Предпроектное обследование: формировании требований, изучение объекта проектирования, выбор варианта концепции системы, создание и утверждение технико-экономического обоснования и технического задания на проектирование системы.

2. Техническое проектирование: ведётся поиск наиболее рациональных проектных решений, создается и описываются все компоненты системы, результаты работы отражаются в техническом проекте (для него характерно отсутствие жёсткой привязки к конкретной технической среде, на состав и структуру технического проекта существует ГОСТ).

3. Рабочее проектирование: принятые ранее проектные решения конкретизируются и привязываются к конкретному оборудованию, конкретной технологической среде (оформляется в виде рабочего проекта, который передаётся заказчику для внедрения); происходит корректировка структур баз данных, подготовка инструкций по установке и эксплуатации (оформляются в виде должностных инструкций исполнителям-специалистам, реализующим свои профессиональные функции с использованием технических средств управления).

 

Способы проектирования:

 

– Индивидуальное ручное проектирование (возможности способа ограничены сложностью решаемых задач, способ имеет высокую удельную стоимость, требуется высокая квалификация проектировщика, редко применяется)

– Типовое проектирование (типовой проект дорабатывается до требований конкретного заказчика, малозатратный способ, хорошо там, где предполагается многократное использование проекта)

– Использование готовых проектов (не предусматривает доработки в соответствии с потребностями пользователя)

В связи с большой трудоёмкостью  процесса проектирования становится рентабельным построение и использование Систем Автоматизации Процессов Проектирования (САПР).

4. Ввод системы в действие: подготовка к внедрению – установка технических средств, загрузка баз данных, обучение персонала, проведение опытных испытаний всех компонентов системы, сдача в промышленную эксплуатацию: оформляется актом приёма-сдачи работ.

 

Модели ЖЦ ЭИС:

 

– Каскадная модель переход на следующий этап после полного окончания работ по предыдущему этапу.

– Поэтапная модель с промежуточным контролем: межэтапные корректировки обеспечивают меньшую трудоёмкость разработки по сравнению с каскадной моделью, однако время жизни каждого из этапов растягивается на весь период разработки.

– Спиральная модель делает упор на начальные этапы ЖЦ, предварительное и детальное проектирование. Наиболее сложные этапы ЖЦ – предпроектное обследование и проектирование. У последующих этапов невысокая сложность и трудоёмкость. Ошибки, допущенные на этапах анализа и проектирования, порождают на этапах внедрения и эксплуатации трудные, часто неразрешимые проблемы.

 

 

 

5. Экспертные  системы

 

Экспертные системы это  направление исследований в области  искусственного интеллекта по созданию вычислительных систем, умеющих принимать  решения, схожие с решениями экспертов  в заданной предметной области.

Как правило, экспертные системы  создаются для решения практических задач в некоторых узкоспециализированных областях, где большую роль играют знания «бывалых» специалистов. Экспертные системы были первыми разработками, которые смогли привлечь большое внимание к результатам исследований в области искусственного интеллекта.

Экспертные системы имеют  одно большое отличие от других систем искусственного интеллекта они не предназначены для решения каких-то универсальных задач, как например нейронные сети или генетические алгоритмы. Экспертные системы предназначены для качественного решения задач в определенной разработчиками области, в редких случаях – областях.

Экспертное знание – это  сочетание теоретического понимания  проблемы и практических навыков  ее решения, эффективность которых  доказана в результате практической деятельности экспертов в данной области. Фундаментом экспертной системы  любого типа является база знаний, которая  составляется на основе экспертных знаний специалистов. Правильно выбранный  эксперт и удачная формализация его знаний позволяет наделить экспертную систему уникальными и ценными  знаниями. Врач, к примеру, хорошо диагностирует  болезни и эффективно назначает  лечение, не потому, что он обладает некими врожденными способностями, а потому что имеет качественное медицинское образование и большой  опыт в лечении своих пациентов. Поэтому ценность всей экспертной системы  как законченного продукта на 90% определяется качеством созданной базы знаний.

Экспертная система –  это не простая программа, которая  пишется одним или несколькими  программистами.

Экспертная система является плодом совместной работы экспертов  в данной предметной области, инженеров  по знаниям и программистов.

Но стоит отметить, что  встречаются случаи, когда программы  пишутся самими экспертами в данной области.

Эксперт предоставляет необходимые  знания о тщательно отобранных примерах проблем и путей их решения. Например, при создании экспертной системы  диагностики заболеваний врач рассказывает инженеру по знаниям об известных  ему заболеваниях. Далее эксперт  раскрывает список симптомов, которые  сопровождают каждое заболевание и  в заключение рассказывает об известных  ему методах лечения. Инженер  по знаниям, формализует всю полученную информацию в виде базы знаний и  помогает программисту в написании  экспертной системы.

Первую экспертную систему, которую назвали Dendral, разработали  в Стэнфорде в конце 1960-х г.г. Эта была экспертная система, определяющая строение органических молекул по химическим формулам и спектрографическим данным о химических связях в молекулах. Ценность Dendral заключалась в следующем. Органические молекулы, как правило, очень велики и поэтому число  возможных структур этих молекул  также велико. Благодаря эвристическим  знаниям экспертов – химиков, заложенных в экспертную систему, правильное решение из миллиона возможных находилось всего за несколько попыток. Принципы и идеи, заложенные в Dendral оказались настолько эффективными, что они до сих пор применяются в химических и фармацевтических лабораториях по всему миру.

Экспертная система Dendral одной из первых использовала эвристические  знания специалистов для достижения уровня эксперта в решении задач, однако методика современных экспертных систем связана с другой разработкой  – Myсin. В ней использовались знания экспертов медицины для диагностики  и лечения специального менингита  и бактериальных инфекций крови.

Экспертная система Mycin, разработанная  в том же Стэнфорде в середине 1970-х г.г., одной из первых обратилась к проблеме принятия решений на основе ненадежной или недостаточной информации. Все рассуждения экспертной системы Mycin были основаны на принципах управляющей  логики, соответствующих специфике  предметной области. Многие методики разработки экспертных систем, использующиеся сегодня, были впервые разработаны в рамках проекта Mycin.

На сегодняшний день создано  уже большое количество экспертных систем. С помощью них решается широкий круг задач, но исключительно  в узкоспециализированных предметных областях. Как правило, эти области  хорошо изучены и располагают  более менее четкими стратегиями  принятия решений. Сейчас развитие экспертных систем несколько приостановилось, и этому есть ряд причин:

Передача экспертным системам «глубоких» знаний о предметной области является большой проблемой. Как правило, это является следствием сложности формализации эвристических знаний экспертов.

Экспертные системы неспособны предоставить осмысленные объяснения своих рассуждений, как это делает человек. Как правило, экспертные системы  всего лишь описывают последовательность шагов, предпринятых в процессе поиска решения.

Отладка и тестирование любой  компьютерной программы является достаточно трудоемким делом, но проверять экспертные системы особенно тяжело. Это является серьезной проблемой, поскольку  экспертные системы применяются  в таких критичных областях, как  управление воздушным и железнодорожным  движением, системами оружия и в  ядерной промышленности.

Экспертные системы обладают еще одним большим недостатком: они неспособны к самообучению. Для  того, чтобы поддерживать экспертные системы в актуальном состоянии  необходимо постоянное вмешательство  в базу знаний инженеров по знаниям. Экспертные системы, лишенные поддержки  со стороны разработчиков, быстро теряют свою востребованность.

В заключение стоит отметить, что несмотря на все эти ограничения  и недостатки, экспертные системы  уже доказали всю свою ценность и  значимость во многих важных приложениях.

 

 

Заключение

 

Для того чтобы понять, реализована  ли функция планирования в системе  вообще, насколько глубоко она  реализована и насколько это  соответствует бизнес – потребностям предприятия, необходимо выяснить у разработчика, какая структура планов заложена в системе, как эти планы взаимосвязаны между собой, какие алгоритмы планирования используются, какие бизнес – объекты включены в систему планирования и в алгоритмы планирования. Это достаточно сложный вопрос, который фактически является ключевым моментом при разбиении класса ERP – систем на виды. Но первое, что предприятие должно для себя однозначно принять – это то, что для различных видов бизнеса применяются различные методы (управления потоками, массовым обслуживанием, серийным производством, проектами, метод Точно – во – Время и т. д.), поэтому выбираемая система должна содержать алгоритмы, реализующие методы управления, применяемые именно для данного вида бизнеса.