Понятия интеллектуальной информационной системы. Методы подготовки принятия управленческих решений в условиях неопределенности и динам

     Цель  управленческого  решения – обеспечение движения к поставленным перед организацией задачам. Поэтому наиболее эффективным организационным решением явится выбор, который будет на самом деле реализован и внесет наибольший вклад в достижение конечной цели.

     Известно, по критерию определенности информации различают решения, принятые в условиях:

  а) определенности;

  б) риска;

  в) неопределенности

     Сущность  неопределенности проявляется в  том, что при наличии неограниченного количества состояний объективных условий оценка вероятности наступления каждого из этих состояний невозможна из-за отсутствия способов оценки. Критерий выбора решений в этих обстоятельствах определяется склонностями и субъективными оценками лица, принимающего решение. Задача сводится к уменьшению неопределенности путем сведения ее к условиям риска. Так же сложным является принятие решения при высокой динамичности среды, так как анализируемые показатели быстро меняются. Очень часто решения приходится принимать в быстроменяющейся (экстремальной) обстановке. Наиболее характерны они для социально-экономических систем, политической и наукоемкой среды. Итак, условия неопределенности при принятии решений характеризуются отсутствием достаточного количества информации для целесообразной организации действий.

     Качество  процесса разработки решений зависит  от полноты учета всех факторов, оказывающих влияние на последствия принятых решений. Неопределенность может быть устранена полностью или частично двумя путями: углубленным изучением имеющейся информации либо приобретением недостающей информации. 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

3. ИИС, помогающие принять управленческое решение в условиях                           неопределенности и динамичности среды

     Рассмотрим  каждую ИИС, которая помогает принять решение в условиях неопределенности и динамичности среды в отдельности, начнем с экспертных систем. Экспертные системы предназначены для решения так называемых неформализованных задач.

     Экспертная  система (ЭС) – система искусственного интеллекта, включающая знания об определенной слабо структурированной и трудно формализуемой узкой предметной области и способная предлагать и объяснять пользователю разумные решения. Экспертная система состоит из базы знаний, механизма логического вывода и подсистемы объяснений.

     Данная  система рассматривает много  типов задач, но нас будут интересовать следующие:

     управление – функция организованной системы, поддерживающая определенный режим ее деятельности. Экспертные системы данного типа предназначены для управления поведением сложных систем в соответствии с заданными спецификациями;

     поддержка принятия решений  – совокупность процедур, обеспечивающая лицо, принимающее решения, необходимой информацией и рекомендациями, облегчающими процесс принятия решения. Такого рода ЭС оказывают помощь специалистам в выборе и/или генерации наиболее рациональной альтернативы из множества возможных при принятии ответственных решений.

     Динамические  ЭС решают задачи, в которых:

• данные изменяются во времени, поступают от внешних источников и их необходимо хранить и анализировать;
• выполняются одновременно временные рассуждения о нескольких асинхронных задачах;
• обеспечивается механизм рассуждений при ограниченных ресурсах;
• обеспечивается «предсказуемость» поведения системы, т.е. запущенная задача выполняется в строгом соответствии с временными ограничениями;
• моделируется окружающий мир, в котором отражаются различные состояния;
• протоколируются действия;
• обеспечивается достаточно эффективно и удобно наполнение БЗ;
• обеспечивается настройка системы на решаемые задачи;
• реализуется пользовательский интерфейс для различных категорий;
• осуществляется защита информации по категориям пользователей.

     Динамические  ЭС являются мощным средством поддержки  решений на крупных предприятиях со сложной структурой управления. Подход к оптимизации осуществляется не только за счет математических расчетов, но и при помощи знаний экспертов, заложенных в базу знаний.

     Динамические  ЭС легко интегрируются в существующие автоматизированные системы управления (АСУ) предприятия.

     Открытость  современных инструментальных средств  дает возможность масштабирования  ЭС внутри предприятия. Благодаря встроенным возможностям современных динамических экспертных систем становится возможным их применение как систем проектирования, систем обнаружения неисправностей, а также для диагностики, планирования и оптимизации производства.

     Доопределяющие  экспертные системы. Более сложный тип аналитических задач представляют задачи, которые решаются на основе неопределенных исходных данных и применяемых знаний. В этом случае экспертная система должна как бы доопределять недостающие знания, а в пространстве решений может получаться несколько возможных решений с различной вероятностью или уверенностью в необходимости их выполнения. В качестве методов работы с неопределенностями могут использоваться байесовский вероятностный подход, коэффициенты уверенности, нечеткая логика. Доопределяющие экспертные системы могут использовать для формирования решения несколько источников знаний. В этом случае могут использоваться эвристические приемы выбора единиц знаний из их конфликтного набора, например, на основе использования приоритетов важности, или получаемой степени определенности результата, или значений функций предпочтений и т.д.

     Для аналитических задач классифицирующего  и доопределяющего типов характерны следующие проблемные области: интерпретация  данных, диагностика, коррекция.

     Система поддержки принятия решения (СППР) – это интерактивная информационная система, обеспечивающая поддержку пользователям (менеджерам) при подготовке и принятия управленческого решения для слабоструктурированных задач в процессе проводимого ими аналитического моделирования на основе реализуемого системой набора информационных технологий.

     СППР  следует рассматривать не как  систему с предопределенным процессом  обработки данных, а как систему  с набором инструментальных средств, выбираемых менеджером для решения конкретной задачи. Осознанному выбору и эффективному применению менеджером конкретной ИТ во многом способствует понимание им сущности реализованных в составе СППР методов моделирования.

     Особенностью  построения СППР на современном этапе  является осознанный отход в условиях высокой степени неопределенности от поиска оптимального решения при управлении конечными показателями работы предприятия и переход к поиску рациональных решений с приемлемой точностью при сохранении оптимизационных подходов к решению частных задач.

     Создание  СППР предполагает решение широкого круга вопросов: формализацию методик, используемых при анализе ситуаций и подготовке управленческих решений; определение критериев оценивания; программную реализацию алгоритмов обработки данных и др.

     Системы на основе нейрокомпьютерных  технологий.

     Компонентами  нейротехнологий являются нейронные  компьютеры и процессоры, а также  нейросистемы (НС) как класс специализированных алгоритмов. В НС реализуются попытки  моделирования взаимодействия нейронов аналогично их функционированию в мозге человека.

     В настоящее время применяются  нейросетевые решения: многослойные персептроны, сети Хопфилда, RTF-сети, вероятностные сети, самоорганизующиеся карты Кохонена и др. Они отличаются друг от друга размерами и структурой, методами сбора данных для анализа, временем и алгоритмами обучения, точностью, способностью к обобщению.

     НС  эффективны для выявления нелинейных закономерностей в отсутствии точных начальных знаний об искомой модели, когда классические методы не позволяют найти приемлемого решения.

     Системы на основе нечеткой логики (НЛ)

     Потребность в использовании аппарата НЛ объясняется  необходимостью анализа целесообразности применения тех или иных решающих правил из значительного числа потенциально возможных правил при решении задач динамического управления в условиях существенных  временных ограничений.

     Одним из наиболее известных пакетов, реализующих  аппарат НЛ, является пакет CubiCalc. Он находит применение в ситуационном моделировании процессов в экономике, при решении задач динамического управления в финансовом планировании и других сложных предметных областях в условиях неполноты и противоречивости информации, а также при качественных изменениях параметров. 
 
 

Заключение 

     Интеллектуальные  информационные системы или системы, основанные на знаниях – это один из видов автоматизированных информационных систем.

     ИИС – это система или устройство с программным обеспечением, имеющее возможность с помощью встроенного процессора настраивать свои параметры в зависимости от состояния внешней среды.

     Управленческое  решение – это выбор, который должен сделать руководитель, чтобы выполнить обязанности, обусловленные занимаемой им должностью.

     Принятие  эффективных решений – одно из наиболее важных условий эффективного существования и развития организации.

     Мы  рассмотрели  понятие ИИС, определили ее классификацию и на основе нее рассмотрели, те ИИС, которые используют при принятии управленнческого решения. На основе всего выше сказанного, можно определить данные системы:

• Экспертная система
• Доопределяющие экспертные системы
• Система поддержки принятия решения (СППР)
• Системы на основе нейрокомпьютерных технологий
• Системы на основе нечеткой логики (НЛ)

 
 
 
 
 
 
 
 

Список  использованной литературы 

1. Андрейчиков, А.В. Интеллектуальные информационные системы : учебник / А.В.Андрейчиков, О.Н. Андрейчикова. –М. : Финансы и статистика, 2004. – 424 с.
2. Гаврилова, Т.А. Базы знаний интеллектуальных систем / Т.А. Гаврилова, В.Ф.Хорошевский. – СПб. : Питер, 2002. –384 с.
3. Луценко, Е.В. Интеллектуальные информационные системы : учебное пособие / Е.В.Луценко. – Краснодар : КубГАУ, 2004. – 633 с.
4. Титоренко, Г.А. Информационные системы и технологии управления: учебник для студентов .-3-е изд., перераб. И доп. – М.: ЮНИТИ-ДАНА, 2010.- 591
5. Тоискин, В.С Интеллектуальные информационные системы: Учебное пособие. Часть 1. – Ставрополь: Изд-во СГПИ, 2009. – 181 с.
6. Экспертные системы. – http://www.expertsys.ru.
7. Ясницкий, Л.Н. Введение в искусственный интеллект : учебное пособие / Л.Н. Ясницкий. - М. : Издательский центр«Академия», 2005. – 176 с.