ISSN 0236-235X (P)
ISSN 2311-2735 (E)

Публикационная активность

(сведения по итогам 2016 г.)
2-летний импакт-фактор РИНЦ: 0,493
2-летний импакт-фактор РИНЦ без самоцитирования: 0,389
Двухлетний импакт-фактор РИНЦ с учетом цитирования из всех
источников: 0,732
5-летний импакт-фактор РИНЦ: 0,364
5-летний импакт-фактор РИНЦ без самоцитирования: 0,303
Суммарное число цитирований журнала в РИНЦ: 5022
Пятилетний индекс Херфиндаля по цитирующим журналам: 355
Индекс Херфиндаля по организациям авторов: 499
Десятилетний индекс Хирша: 11
Место в общем рейтинге SCIENCE INDEX за 2016 год: 304
Место в рейтинге SCIENCE INDEX за 2016 год по тематике "Автоматика. Вычислительная техника": 11

Больше данных по публикационной активности нашего журнале за 2008-2016 гг. на сайте РИНЦ

Вход


Забыли пароль? / Регистрация

Добавить в закладки

Следующий номер на сайте

4
Ожидается:
16 Декабря 2017

О некоторых проблемах предметной области поддержки принятия решений

On some problems in the decision support domain
Дата подачи статьи: 2016-02-10
УДК: 519.816
Статья опубликована в выпуске журнала № 3 за 2016 год. [ на стр. 24-28 ][ 22.08.2016 ]
Аннотация:В статье проанализировано существующее состояние описания предметной области систем поддержки принятия решений относительно как подходов к классификации таких систем, так и наличия их официального определения. Сделан вывод о том, что сложившаяся ситуация замедляет процессы создания и внедрения в практику управления систем поддержки принятия решений. С целью упорядочения предметной области проведено формализованное описание процесса принятия управленческих решений и введены понятия малого и большого циклов принятия решения. При этом под малым циклом понимается поиск оптимального решения в условиях заданной целевой функции и ограничений, под большим – поиск нетривиального решения, которое невозможно получить без модификации целевой функции или снятия части ограничений. На основе данного подхода предложено уточнить определение автоматизированной системы принятия решений и классификацию таких систем. В части уточнения классификации основным показателем в работе является деление по функционалу относительно реализуемого системой цикла принятия решения. В рамках новой классификации предложено взамен применяемого в настоящее время класса «относительно уровня пользователя» использовать класс «по функционалу», в состав которого включить информационные, расчетноинформационные и интеллектуальные системы. Данная классификация более полно соответствует современному пониманию автоматизированной системы поддержки принятия решений и позволит ускорить процесс внедрения таких систем в практику управления.
Abstract:The article analyzes the current state of a decision support domain: both in terms of classification principles of such systems and their official definition. This situation complicates the process of creation and application of decision support systems. To normalize this domain the author formalizes a description of a decision-making process and formulates the concepts of “small” and “extended” decision-making cycles. “Small” cycle refers to the process of finding an optimal solution in terms of a set objective function and the restrictions. “Big” cycle includes searching for a non-trivial solution, which cannot be obtained without modifying the objective function or restriction cancellation. Based on this approach the author proposes to clarify the definition of an automated decision-making system and its classification. The main indicator in clarifying the classification is functional defined by the type of a decision-making cycle. Within a new classification it is proposed to replace the currently used class “relative to the user level” by the class “by the functional”, which includes information, calculation and information and intelligent systems. The proposed classification completely corresponds to the modern understanding of automated decision-making support system and can accelerate the process of implementing such systems in management practice.
Авторы: Тиханычев О.В. (tow65@yandex.ru) - 27 Центральный научно-исследовательский институт Минобороны России, Москва, Россия, кандидат технических наук
Ключевые слова: система поддержки принятия решений, экспертная система, классификация систем поддержки принятия решений, система информационной поддержки, интеллектуальная система, цикл принятия решения
Keywords: decision support system, expert system, classification decision-making support systems, information support system, intellectual system, decision-making cycle
Количество просмотров: 3167
Версия для печати
Выпуск в формате PDF (6.81Мб)
Скачать обложку в формате PDF (0.36Мб)

Размер шрифта:       Шрифт:

Повышение эффективности управления является одной из важнейших задач с точки зрения достижения успеха в любых сферах человеческой деятельности. Именно управление объединяет в единую систему разнородные средства и ресурсы, обеспечивая их рациональное применение в едином цикле. Типовой цикл управления, описывающий общий подход к организации этого процесса, включает этапы целеполагания, оценки имеющихся возможностей и условий обстановки, принятия решения и разработки плана действий, формирования управляющих воздействий (команд), контроля выполнения задач.

Выбор цели действий (этап целеполагания) обычно возлагается на человека и в связи с его неформализованностью математическими методами и техническими средствами практически не поддерживается. При оценке возможности достижения цели и выработке рациональных управляющих воздействий в рамках реализации цикла управления обычно используются специализированные средства и методы поддержки принятия решений.

При этом степень использования и типаж этих средств и методов могут быть различными: от применения простейших субъективных подходов, использующих, например, коллективные методы принятия решений, до объективных методов, базирующихся на точных математических методиках. Спектр программных средств, реализующих объективные математические методы поддержки принятия решений, достаточно широк: от отдельных программ обработки информации и решения расчетных задач до автоматизированных систем под- держки принятия решений (СППР) и экспертных систем (ЭС).

Наиболее перспективным подходом специа- листами признается использование в процессе управления программных средств, реализующих принципы СППР и ЭС. Эти системы в той или иной степени основаны на использовании знаний экспертов.

ЭС относятся к числу интеллектуальных вычислительных систем и являются практической реализацией методов и идей искусственного интеллекта. Такие системы представляют собой программы для ЭВМ, решающие задачи примерно так же, как решает их эксперт в реальной обстановке. Это позволяет накапливать, систематизировать и использовать знания и профессиональный опыт экспертов, которые выполняют конкретные задачи наилучшим образом и в первую очередь в тех областях, где задачи и их решения слабо формализованы или совсем не формализованы.

Компьютерные системы аналогичного назначения – СППР (Decision Support System – DSS) – предназначены для оказания помощи пользова- телям (управленческому персоналу, аналитикам, лицам, ответственным за принятие решений на различных уровнях) в неструктурируемых или слабо структурируемых ситуациях выбора [1]. Такие системы выступают в роли помощника, позволяющего расширить способности человека, но не заменяющего его мнение или систему предпочтений.

ЭС и СППР как конкретные программные продукты в ряде случаев внешне могут выглядеть одинаково. Однако они имеют различие в своей це- левой направленности: СППР призваны помочь человеку в решении стоящей перед ним проблемы, а ЭС – заменить человека при решении проблемы.

В областях деятельности, где предполагается высокая личная ответственность лица, принимающего решения (ЛПР), например, в системах государственного и военного управления, основным средством являются именно СППР, предоставляющие руководителям больше возможностей по формированию качественного решения.

Несмотря на важность организации поддержки принятия решений и на наличие широкого спектра средств решения этой задачи, данная проблема до сих пор актуальна. Причин этому несколько, но основной из них, на взгляд автора, является неопределенность предметной области: отсутствие узаконенного определения СППР и адекватной классификации таких систем. Эти причины обусловливают проблемы при задании и выполнении работ по созданию и внедрению СППР.

Анализ состояния предметной области

В настоящее время наиболее часто используется определение СППР из работы [1]: «СППР – это интерактивные автоматизированные системы, помогающие лицу, принимающему решения, использовать данные и модели для решения слабоструктуризированных проблем».

Данное определение является достаточно точным, но очень общим. Под него в той или иной степени подойдет практически любая АСУ, и этим могут пользоваться недобросовестные разработчики программных продуктов, выдавая их за СППР. Проблему усугубляет и то, что даже приведенное определение не утверждено ни в каких нормативных документах, официального определения понятия СППР в настоящее время просто не существует. Таким образом, необходимо уточнить и узаконить определение СППР как «системы систем», объединяющей в себе автоматизированные средства сбора и анализа информации, расчетные задачи и модели, обеспечивающие формирование вариантов управляющих решений в процессе общения с пользователем на языке, близком к естественному.

Не меньше проблем в данной предметной области порождает и отсутствие единой классификации СППР. В настоящее время классификация базируется на переводных понятиях, используемых в ведущих зарубежных государствах.

По существующей классификации на уровне пользователя СППР делят на пассивные, активные и кооперативные [2]. Пассивной СППР (passive DSS) называют систему, которая обеспечивает процесс принятия решения информационно, но не формирует предложение, какое конкретно решение принять. Такие СППР иногда называют системами информационной поддержки принятия решений. Благодаря простоте реализации, в настоящее время это наиболее распространенный тип СППР. Активная СППР (active DSS) может обосновать, какое из множества сформированных решений следует выбрать по тем или иным критериям. Кооперативная (диалоговая или итерационная) СППР позволяет ЛПР изменять, пополнять или улучшать решения, предлагаемые системой, путем их корректировки.

На концептуальном уровне СППР различают по признаку управляющих воздействий: управляемые сообщениями (Communication-Driven DSS), управляемые данными (Data-Driven DSS), управляемые документами (Document-Driven DSS), управляемые знаниями (Knowledge-Driven DSS), управляемые моделями (Model-Driven DSS) [3]. Впрочем, в связи со схожестью современных форматов представления графических, тестовых, аудио и других электронных данных деление по этому признаку является достаточно условным.

На техническом уровне различают СППР предприятия и персональную СППР [4]. СППР предприятия (Enterprise Resource Planning System) использует большие хранилища информации и обслуживает группу пользователей. В настоящее время имеются практические примеры програм- мной реализации таких ERP-систем. К ним можно отнести коммерческие продукты разработки компаний SAP (Systeme, Anwendungen und Produkte in der Datenverarbeitung) и Oracle. Автор лично, сотрудничая с одним из ведущих системных инте- граторов России, имел опыт эксплуатации ERP-системы SAP R/3, которая представляет собой полноценную СППР информационно-расчетного типа. Персональная СППР (Personal Information System) – это малая система, обслуживающая одного пользователя. Хотя, с формальной точки зрения, любая СППР является персональной, так как, какое бы количество персонала ни взаимодействовало с системой, конечное решение принимает единственный человек – ЛПР, на которого в итоге и работает вся система.

В зависимости от актуальности данных, с которыми эти системы работают, СППР условно делят на оперативные и стратегические [1]. Оперативные СППР (Executive Information Systems) предназначены для немедленного реагирования на изменения текущей ситуации в управлении объектами. Стратегические СППР (Customer Synchronized Resource Planning) ориентированы на анализ значительных объемов разнородной информации, собираемых из различных источников, и выработку перспективных управляющих решений. Впрочем, и такое деление достаточно условно, так как оценка оперативности используемых данных –в значительной степени субъективный показатель, определяемый, скорее, требованиями управляемой системы, чем самой СППР. Справедливости ради необходимо отметить, что управляющие системы – это вообще не СППР в классическом понимании: точнее было бы называть их системами поддержки принятия и контроля выполнения решений. Но в рамках данной статьи не ставится задача предложить новый тип систем, поэтому данный аспект можно опустить.

Когда в состав СППР добавляется база знаний, систему иногда называют интеллектуальной [5]. В ряде случаев СППР, включающие в свой состав частные экспертные системы, относят к классу экспертных СППР [6–8].

Анализ показывает, что существующая классификация не в полной мере соответствует требованиям разработки и практического применения СППР. Типичным примером неточности классификации может служить использование перевода англоязычного термина «на уровне пользователя» (user level) для разделения систем по принципам взаимодействия с пользователем, хотя данный термин по сути подменяет понятие «по функциональным возможностям». Еще один пример: разделение СППР на обычные и интеллектуальные по наличию в них компонентов баз знаний, то есть по структурному признаку, на взгляд автора, не вполне корректно. В то же время является фактом, что интеллектуальные и экспертные СППР уже существуют и активно развиваются, и не учитывать их в общей классификации нельзя. Таким образом, вопрос уточнения классификации СППР является актуальным и своевременным.

Формализация процесса принятия решения

В целях уточнения классификационных признаков СППР предлагается рассмотреть формализованное описание процесса принятия решения, предложенное в работах [9–11].

В формализованном виде деятельность ЛПР заключается в формировании вариантов управляющих воздействий и выборе наиболее приемлемых из них. Как правило, формируемые решения яв- ляются взаимоисключающими, то есть альтерна- тивами. Для обеспечения управленческой деятельности ЛПР от СППР требуется сформировать не- которое множество альтернатив: R = {Aj, Sj}, где A – альтернатива; j – уровень предпочтения (ранг) альтернативы; S – описание альтернативы, пояснение, почему именно ей отдается предпочтение над предыдущими.

При этом функционирование описанной системы должно осуществляться по следующим основным этапам:

-     формирование множества альтернатив R, которое заключается в последовательном формировании целевой функции и поиске некоторых ее рациональных параметров, определяющих стратегию применения средств и их ресурсов в рамках уста- новленных ограничений;

-     создание системы ограничений, формирующей границы области допустимых решений (ОДР), которые могут быть заданы вышестоящим органом управления, обусловливаться обстановкой или задаваться непосредственно оператором СППР;

-     вербальное или графическое описание альтернатив, которое не только упрощает принятие окончательного решения, но и повышает доверие пользователя к результатам решения задач и моделирования.

В частном случае, когда задача имеет однозначное решение в рамках поставленных условий и сформулированных ограничений, поддержку ЛПР может успешно осуществлять простая информационно-расчетная система активного или кооперативного типа по существующей классификации. Если она сформирует несколько вариантов решений (альтернатив), у ЛПР остается задача сравнения альтернатив и выбора из них лучшей относительно заданных параметров. Такой вариант решения без изменения установленных ограничений можно назвать решением по малому циклу (см. рисунок).

В то же время в условиях ограниченного количества сил и средств, наличия временных ограничений часто возникает ситуация, когда поставленная задача не имеет решения в рамках заданных условий, то есть множество альтернатив R оказывается пустым. Тогда, чтобы найти рациональное решение, необходимо либо изменять некоторые характеристики целевой функции, либо переводить одно или несколько ограничений в ранг управляемых параметров и уже с их помощью искать вариант, обеспечивающий нахождение рационального решения (см. рисунок). Такую задачу можно называть поиском решения по большому циклу. Задача в такой постановке является многопараметрической, и ее решение без применения интеллектуальной СППР невозможно.

В формализованном виде постановка задачи поиска решения СППР по большому циклу представляет собой поиск новых значений ограничений ai*, при которых задача поиска оптимума L имеет решение, или новых параметров функции L*, обеспечивающих нахождение решения при существующих ограничениях ai. В рамках решения сформулированной задачи СППР позволит сформировать группу решений, изучив которые, ЛПР сможет сделать выводы о том, что необходимо выполнить для обеспечения достижения поставленной цели.

Справедливости ради следует отметить, что на рисунке представлена несколько упрощенная интерпретация постановки принятия решения. На практике ограничения, вероятнее всего, будут нелинейными, а целевая функция представлена не кривой, а «трубкой поведенческих траекторий», формирующейся в условиях неопределенности. Но в любом случае постановка задачи будет анало- гична вышеописанной, а сама задача сведется к поиску параметров целевой функции или ограниче- ний, обеспечивающих получение рационального решения.

Решение задач по малому циклу является достаточно тривиальным – систем, реализующих такой цикл, создано довольно много. Примером практической реализации автоматизированной СППР малого цикла может служить обычный автомобильный GPS-навигатор. Это программно-техническое средство имеет все признаки СППР [1]: общается с пользователем на языке, близком к естественному, решает оптимизационную задачу формирования альтернативных управляющих воздействий по заданным пользователем условиям, автоматически собирает исходную информацию для собственного функционирования. А задать условия, решение для которых потребуется по большому циклу, пользователь не сможет физически. Ведь выбор пунктов для поиска пути между ними осуществляется по списку, формируемому из матрицы связности дорожной сети, только для тех точек, между кото- рыми есть дороги.

Намного сложнее создать СППР большого цикла – интеллектуальную систему, позволяющую искать управленческие альтернативы там, где они не существуют в заданных условиях. Такая система должна не просто обрабатывать информацию по заданным алгоритмам, но и оперировать знаниями и формировать алгоритмы обработки данных. Чтобы показать отличие предлагаемого подхода к описанию интеллектуальных систем от обычных СППР, достаточно представить тот же автомобильный навигатор, который может прокладывать путь там, где нет дороги, и, проанализировав обстановку, не выдавать сообщение о том, что проехать нельзя, а формировать предложения: проехать че- рез поле, проходимое в данный сезон, идти вброд через реку или использовать другой вид транс- порта. Вот это и будет разницей в возможностях СППР малого и большого циклов. Именно такие системы предлагается называть интеллектуальными СППР.

Предложения по уточнению классификации СППР

Анализ формализованного представления принятия решения позволяет выделить основные значимые признаки систем, обеспечивающих поддержку этого процесса. Анализ данных признаков позволяет не только сформулировать определение СППР, но и синтезировать предложения по уточнению их классификации.

Во-первых, предлагается устранить избыточность системы классификации, уточнив классификационные признаки или отменив деление по признакам «на техническом уровне», «в зависимости от актуальности данных» и «на концептуальном уровне».

Во-вторых, заменить определение признака «относительно принципа взаимодействия с пользователем» на деление «по функционалу», разделив последний на три подкласса:

-     информационные СППР, обеспечивающие сбор и агрегирование больших объемов информации, необходимой для принятия решений;

-     информационно-расчетные системы, обеспечивающие формирование набора альтернатив управляющих воздействий и их ранжирование;

-     интеллектуальные СППР, обеспечивающие поиск управляющих воздействий при решении нетривиальных задач.

В заключение сделаем следующие выводы. Проблема упорядочения предметной области давно назрела, перешла из области теоретических исследований в практическую и требует скорейшего решения. Как показал анализ состояния проблемы, для приведения в порядок предметной области поддержки принятия решений необходимо выполнить следующие мероприятия:

-     уточнить и официально утвердить определение системы поддержки принятия решений, однозначно отражающее ее основные свойства;

-     уточнить классификацию систем поддержки принятия решений.

Предлагаемое в статье уточнение классификации СППР позволит усовершенствовать понятийный аппарат в области поддержки принятия решений и в итоге обеспечить разработку и внедрение таких систем в деятельность органов управления.

Литература

1.     Ларичев О.И., Петровский А.В. Системы поддержки принятия решений. Современное состояние и перспективы их развития // Итоги науки и техники: Сер. Технич. кибернетика. М.: Изд-во ВИНИТИ, 1987. Т. 21. С. 131–164.

2.     Haettenschwiler P. Neues anwenderfreundliches Konzept der Entscheidungs-unterstutzung. Gutes Entscheiden in Wirtschaft, Politik und Gesellschaft. Zurich: Hochschulverlag AG, 1999, pp. 189–208.

3.     Power D.J. What is a DSS? The On-Line Executive Journ. for Data-Intensive Decision Support, 1997, vol. 1, no. 3.

4.     Power D.J. A brief history of decision support systems. DSSResources.COM, 2003. URL: http://DSSResources.com/history/history.html (дата обращения: 13.12.2015).

5.     Turban E. Decision support and expert systems: management support systems. Englewood Cliffs, NJ, Prentice Hall Publ., 1995, 885 p.

6.     Кравченко Т.К., Середенко Н.Н. Создание систем поддержки принятия решений: интеграция преимуществ отдельных подходов // Искусственный интеллект и принятие решений. 2012. № 1. С. 39–46.

7.     Рыбина Г.В., Блохин Ю.М., Иващенко М.Г. Интеллектуальная технология построения интегрированных экспертных систем // Искусственный интеллект и принятие решений. 2011. № 3. С. 48–67.

8.     Рыбина Г.В., Иващенко М.Г. Методы и программные средства интеллектуальной поддержки разработки интегрированных экспертных систем // Программные продукты и системы. 2006. № 6. С. 27–38.

9.     Тиханычев О.В. Автоматизация поддержки принятия решений. М.: Эдитус, 2015. 96 с.

10.   Тиханычев О.В. Системы поддержки принятия решений – перспективное направление развития автоматизации управления войсками (силами) // Военная мысль. 2012. № 8. С. 45–51.

11.   Tikhanychev O.V. Decision-making support systems: pros­pects for troops control automation. Military Thought, 2012, vol. 21, iss. 3, pp. 74–83.


Постоянный адрес статьи:
http://swsys.ru/index.php?page=article&id=4173
Версия для печати
Выпуск в формате PDF (6.81Мб)
Скачать обложку в формате PDF (0.36Мб)
Статья опубликована в выпуске журнала № 3 за 2016 год. [ на стр. 24-28 ]

Возможно, Вас заинтересуют следующие статьи схожих тематик: