Концепция проведения разработок системы интеллектуальной поддержки принятия решения "Эврика+"

к.т.н., инженер ЭВТ Моренин А.В., Санкт-Петербург, ЗАО "Эврика"

Системы поддержки принятия решения (СППР или DSS) возникли какестественное развитие и обобщение управленческих информационных систем и систем управления базами данных (СУБД) в направлении их большей пригодности и приспособленности к задачам повседневной управленческой деятельности.

Термин "система поддержки принятия решения" появился в начале 70-х годов, однако, до сегодняшних дней не нашел общепризнанного определения ни у ученых ни у разработчиков.

Использованию СППР и определению их функционального предназначения, посвящено достаточное число трудов отечественных и зарубежных специалистов в различных предметных областях.

В работе [1] СППР описывается как средство для "вычисления решений", основанное "на использовании моделей ряд процедур по обработке данных и суждений, помогающих ЛПР в принятии решения".

В работе [2] было предложено рассматривать СППР в качестве "интерактивных автоматизированных систем, которые помогают ЛПР использовать данные и модели, чтобы решать неструктурированные проблемы".

В [3] СППР определяется как "компьютерная информационная система, использующаяся для поддержки различных видов деятельности при принятии решения в ситуациях, где невозможно или нежелательно иметь автоматические системы, которые полностью выполняют весь процесс принятия решения". СППР не заменяет ЛПР, автоматизируя процесс принятия решения, а оказывает ему помощь в ходе решения поставленной задачи.

С самых первых определений СППР определился круг решаемых с их помощью задач: неструктурированные и слабоструктурированные. Существенное влияние на такую направленность СППР оказала классификация проблем, предложенная в [4, 5], согласно которой, неструктурированные задачи имеют лишь качественное описание, основанное на суждениях ЛПР, а количественные зависимости между основными характеристиками задачи не известны. В хорошо структурированных задачах существенные зависимости могут быть выражены количественно. Промежуточное положение занимают слабоструктурированные задачи, "сочетающие количественные и качественные зависимости, причём малоизвестные и неопределённые стороны задачи имеют тенденцию доминировать" [4].

Существует точка зрения на СППР, как управленческую информационную систему. Такой подход близок к представлению СППР в виде традиционной автоматизированной информационной системы, но ориентированной на решение задач управления.

Ряд исследователей рассматривают СППР как средство для "выполнения решений", и определяют как систему, "основанную на использовании моделей ряда процедур по обработке данных и суждений, помогающих руководителю в принятии решения".

В одной из научных трудов СППР автор представляет как "функционально-интегрированный комплекс средств автоматизации, математического, программного и информационного обеспечений …, предназначенный для автоматизации процессов выбора и обоснования решений при управлении …". В данном случае СППР реализуется в виде совокупности связанных между собой информационно-расчетных и оптимизационных задач и библиотек моделей.

Все рассмотренные системы из-за программно-аппаратных ограничений изначально не ориентированы на решение слабоструктурированных задач, к которым относятся задачи, связанные с принятием решений на всех уровнях иерархии управления.

Таким образом, рассмотрение СППР как интегрированной автоматизированной системы, ориентированной на решение слабоструктурированных задач, сегодня наиболее актуально.

Среди факторов, определяющих качество принимаемых решений, одним из основных является интеллект ЛПР (начальника, руководителя, пользователя). Под интеллектом следует понимать весь интеллектуальный потенциал ЛПР в целом: данные природой способности творческого мышления, знания, приобретенные в ходе обучения, практики, жизненного опыта и др. В связи с этим, необходимо рассматривать задачи повышения интеллектуального уровня ЛПР не путем применения традиционных методов обучения, а на основе использования методов и средств (систем) искусственного интеллекта (СИИ), базирующихся на технологиях аналитической обработки данных.

Данное направление ориентируется на создание комплекса соответствующих программно-аппаратных средств, позволяющих ЛПР решать задачи интеллектуального характера, требующие смысловой обработки больших объемов информации, хранящейся в базах данных.

Основной целью разработки и внедрения СИИ в процесс управления предприятием является обеспечение поддержки творческой (интеллектуальной) деятельности руководителей в сложных динамических обстановках экономического рынка. Основными отличительными чертами СИИ от естественного считают:

• использование знаний как декларативных (описывающих предметную область), так и процедуральных (о способах решения возникающих задач);
• способность к обучению на основе накопленного опыта, отличающаяся от аналогичных способностей ЛПР тем, что он может со временем терять свои навыки;
• способность работы с символьными, неполными, нечеткими (или "зашумленными"), противоречивыми и косвенными данными;
• наличие естественного языка общения, позволяющего ЛПР работать с СИИ в режиме "необременительного диалога".

Как известно, к настоящему времени сложились следующие основные направления исследований и применения средств (систем) искусственного интеллекта в тех областях, где требуется комплексная обработка больших объемов информации (маркетинг, менеджмент, планирование, анализ и прогнозирование, техническое обслуживание электронного оборудования, опознавание, классификация и др.):

• моделирование процесса функционирования головного мозга человека;
• представление знаний в ЭВМ;
• экспертные системы;
• теория машинного обучения;
• понимание естественных языков;
• моделирование органов чувств;
• интеллектуальные роботы.

Широкое практическое применение в свое время нашли экспертные системы (ЭС). Анализ опыта использования экспертных систем показал перспективность их для применения в интересах решения задач управления. Однако, практическое их применение позволило выявить ряд существенных недостатков:

• по своей природе они не предназначены для аналитической обработки больших объемов информации;
• использование ЭС для решения слабоструктурированных задач требует постоянного наличия инженеров по знаниям и предметной области, что осложняет работу конечного пользователя;
• разработчики ЭС столкнулись с проблемой получения знаний от экспертов, так как оказалось, что они зачастую не в состоянии выразить все свои знания, накопленные в результате своей практической деятельности и составляющие внутреннюю интуицию специалиста.

Следовательно, учитывая интеллектуальный характер управленческой деятельности, задачи разработки информационных систем интеллектуальной поддержки принятия решений, ориентированных на автоматическое приобретение знаний на основе выявления скрытых закономерностей в информационном обеспечении автоматизированных систем сегодня актуальна и наиболее предпочтительна.

Проведенный анализ математических методов теории принятия решения, показал, что все они носят аксиоматический и эвристический характер (не имеют строгого научного доказательства), всегда оставляя выработку окончательного решения за ЛПР. Предлагается подход, который ориентирован на аналитические методы интеллектуального анализа данных, необходимых ЛПР в процессе принятия решения. Данный подход основан на теории машинного обучения, которая легла в основу современных информационных технологий интеллектуальной обработки данных.

Таким образом, совокупность современных информационных технологий, позволяет вести речь о разработке информационной системы (подсистемы) интеллектуальной поддержки принятия решения, главным предназначением которой является - своевременное и качественное обеспечение всех информационных потребностей руководителей в процессе принятия решения. Это позволит:

1. Автоматизировать процессы управления предприятия за счет интеллектуализации принятия бизнес-решений.
2. Повысить эффективность производства корпоративного предприятия.
3. Открыть такую сферу производства, которая позволяет говорить о разработке полноценных автоматизированных информационных систем управления (совокупность технического, специального математического программного и информационно-лингвистического обеспечений) на базе современных информационных технологий обработки данных.

СПИСОК ИСПОЛЬЗУЕМЫХ ИСТОЧНИКОВ

1. Inmon W.H., Hackthorn R. Using the Data Warehouse. 1994.
2. Fayyad U., Piatetsky-Shapiro G., Smyth P., Uthurusamy R. Advances in Knowledge Discovery and Data Mining. - AAAI/MIT Press: 1996.
3. Ginzberg M.S., Stohr E.A. Decision Support Systems: Issues and Perspectives.
4. Quinlan J.R. Simplifying decision trees. - Int. J. Man-Mach. Stud., 1987. №27, pp. 221-234.
5. Simon H.A. The New Science of Management Decision.