Интеллектуальная информационная технология поддержки решений для повышения прибыли производственно-торгового предприятия
Разработка интеллектуальной информационной технологии принятия управленческих решений для повышения прибыли частного производственного предприятия. Её реализация в виде прототипа подсистемы "Kvant-B" для программной компьютерной поддержки решений.
| Рубрика | Программирование, компьютеры и кибернетика |
| Вид | магистерская работа |
| Язык | русский |
| Дата добавления | 16.07.2014 |
| Размер файла | 5,8 M |
Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже
Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.
Личностные оценки руководителем важности данной проблемы часто содержат субъективные суждения. Каждый человек обладает своей системой оценки, которая определяет его действия, и влияет на принимаемое решение. Подход к принятию управленческих решений чаще всего основано на определенной системе ценностей. В связи с этим, руководитель, который во главу своей деятельности ставит максимизацию производительности труда любыми средствами, часто забывает о проблемах организации оптимального, эффективного процесса работы сотрудников. Это может выражаться в отсутствии должных условий труда, возможностей для отдыха, хорошего дизайна рабочих помещений.
На принятие решений влияют поведенческие ограничения, то есть факторы, затрудняющие межличностные и внутриорганизационные коммуникации. Например, часто руководители по-разному воспринимают существование и серьезность проблемы. Они могут по-разному воспринимать ограничения и альтернативы. Нередко это ведет к возникновению различных конфликтов между ними в процессе принятия и реализации решений.
В организации все решения, как правило, взаимосвязаны. Часто важное решение базируется на предшествующих нескольких решениях, и в свою очередь, создает альтернативы для принятия последующих решений. Эта способность видеть взаимосвязь решений является одним из главных критериев выбора и назначения руководителей высшего звена. Менеджеры, обладающие такой способностью, часто являются кандидатами на повышение по службе. [22,23]
Вывод по разделу 1
1. Принятие управленческих решений во многих отношениях является искусством нахождения эффективных компромиссов, когда выигрыш в одних последствия приводит к проигрышу в других. Проблема процесса принятия решения в условиях возможных негативных последствий состоит в сопоставлении минусов конкретного решения с его плюсами в целях получения наибольшего общего выигрыша. Когда выбираются критерии для принятия решения, негативные последствия следует трактовать и использовать как ограничения.
Функционирование промышленных предприятий в условиях рыночной экономики определяет необходимость комплексного решения проблем по совершенствованию системы управления производством продукции. Особенно актуальной эта задача является для предприятий приборостроения с высокой трудоемкостью, материалоемкостью и сложностью выпускаемых изделий. Анализ специфики производственной деятельности предприятий приборостроения и организации процессов управления производством продукции свидетельствует о необходимости совершенствования системы управления предприятием в целом и процессов управления производством продукции в частности.
К основным направлениям совершенствования процессов управления производством продукции отнесены: реорганизация системы информационного обеспечения, планирования производства и материально-технического снабжения; разработка единого методологического подхода к принятию управленческих решений с применением новых информационных технологий.
Сложность управления предприятиями приборостроения в современных условиях, неустойчивость финансового положения и узость рынка сбыта повышает актуальность краткосрочных решений по производству продукции и обуславливает необходимость оперативно производить оценку производственных возможностей предприятия с применением ЭВМ.
Основным направлением совершенствования процесса принятия управленческих решения является автоматизация процессов управления производством продукции на основе создания интегрированной автоматизированной информационной системы моделирования производственного процесса. Основной задачей данной системы является своевременное обеспечение менеджера необходимой и точной информацией, на основе которой становится возможным детальное предсказание и анализ последствий принятия отдельных управленческих решений.
Применение ЭВМ для хранения и обработки информации и использование имитационных моделей позволяет спрогнозировать возможное поведение производственной системы в результате различного рода управляющих воздействий. Вследствие этого изменяется структура самого процесса принятия решений. С использованием системы моделирования и информации о текущем состоянии производственной системы производится оценка различных вариантов решений. На основе полученной информации и собственного опыта менеджер принимает окончательное решение, которое затем подлежит реализации на практике. Подобная схема принятия решений наиболее эффективна в современных условиях, поскольку позволяет существенно ускорить процесс выработки решения благодаря использованию в качестве средств анализа альтернативных вариантов решений персональных ЭВМ. При этом предполагается активное участие лица, принимающего решение, и использование его профессионального опыта, знаний, интуиции.
2. Упаковка за последние десятилетия 20в. стала наиболее важным, приоритетным продуктом в экономике индустриально развитых стран мира. Она является одним из десяти самых крупных секторов промышленности каждой страны. Весь мировой рынок упаковки оценивается на сегодняшний день в более чем 500 млрд. долл. США.
Увеличивается производство пищевых продуктов, что влечет за собой рост упаковочного рынка, на котором все более уверенно чувствуют себя изготовители упаковки. Большое влияние оказывает на сферу упаковки развитие розничной торговли. Увеличение доли продаж товаров в торговых сетях, стремление последних к расширению использования собственных торговых марок не только повышает спрос на все виды упаковки, но и в значительной степени меняет его структуру. Пока в отношении упаковки собственных торговых марок и брендов у большинства представителей сетевой торговли нет четкой стратегии: отсутствуют специализированные службы по упаковке, конкуренция идет, в основном ценовая, а не по качеству, но можно с уверенностью прогнозировать рост внимания к этому вопросу.
3. Информационную систему (ИС) функционально можно определить как множество взаимосвязанных элементов, которые обеспечивают ввод данных, их обработку, а также хранение и распределение полученной информации, используемой в управлении предприятием.
Предприятия создают ИС для обслуживания информационных потребностей разных уровней управления. Системы одного уровня, могут быть ориентированы на обеспечение информационных потребностей разных функциональных областей (производство, финансы, маркетинг, управление персоналом).
2. ЭКОНОМИКО-МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ ДЕЯТЕЛЬНОСТИ ПРОИЗВОДСТВЕННО-ТОРГОВОГО ПРЕДПРИЯТИЯ С ЦЕЛЬЮ ПОВЫШЕНИЯ ПРИБЫЛИ НА БАЗЕ ВНЕДРЕНИЯ СРЕДСТВ ИКЗ НА ПРИМЕРЕ ООО «ХЕЛЕНА»
2.1 Технологии принятия решений
В литературе существует целый ряд заумных определений правил принятия решений. Одно из наиболее простых определений дает К. Биркнер: под правилами принятия решений понимают методы, которые позволяют с учетом целей и предпочтений ЛПР осуществлять выбор между альтернативами действий.
При однозначных условиях правила позволяют всегда приходить к тем же решениям. При не полностью определенных условиях, что обычно имеет место на практике, правила в зависимости от условий не ведут к однозначному результату и, в конечном счете, ответственность за принятие решения остается за ЛПР. Однако эти правила помогают ЛПР, по крайней мере, взвесить свои решения на основе определенных критериев и сделать его более осознанно.
Под принципами принятия решений обычно понимают указания по методике, пригодной для исключения таких альтернатив, которые могут быть изначально отклонены, и позволяющей сделать ситуацию выработки решения более простой и наглядной. [24,25]
2.1.1 Принятие решений в условиях риска
Основано на том, что каждой возможной ситуации развития событий может быть задана определенная вероятность его осуществления. Это позволяет взвесить каждое из конкретных значений эффективности по отдельным альтернативам на значение вероятности и получить на этой основе интегральный показатель уровня риска, соответствующий каждой из альтернатив принятия решений. Сравнение этого интегрального показателя по отдельным альтернативам позволяет избрать для реализации ту из них, которая приводит к избранной цели (заданному показателю эффективности) с наименьшим уровнем риска.
Оценка вероятности реализации отдельных ситуаций развития событий может быть получена экспертным путем.
Исходя из матрицы решений, построенной в условиях риска с учетом вероятности реализации отдельных ситуаций, рассчитывается интегральный уровень риска по каждой из альтернатив принятия решений.
2.1.2 Принятие решений в условиях определенности
Условия определенности имеют место, когда ЛПР известно, какие условия внешней среды наступят или уже наступили. Относительно каждого действия известно, что оно приводит к некоторому конкретному исходу. При этом при одной цели решение однозначно, а при многих целях следует различать между нейтральными, комплементарными (дополняющими) и конкурирующими целями.
В случае нейтральных отношений целей нейтральная цель в дальнейших рассмотрениях может быть опущена, т.к. она во всех альтернативах одинаково удовлетворяется (или не удовлетворяется).
Если с улучшением одной из целей одновременно улучшается и другая, то это случай комплементарности (например, снижение издержек и повышение прибыли при прочих равных условиях). При этом при выборе альтернативы можно ограничиться учетом только одной из них.
Случай конкуренции целей имеет место, когда улучшение одной из целей одновременно ведет к снижению другой. Для этого случая имеется три подхода: максимизация пользы, подавление цели и установление уровня притязаний.
· Подход «максимизация пользы» заключается в объединении всех целей в целевую функцию более высокого ранга. Это может быть сделано путем оценки вклада каждой в конечную пользу и приведения их к одной общей цифре.
· Подход «подавление цели» заключается в том, что просто одной из целей приписывается решающее значение.
· Подход «установление уровня притязаний» заключается в том, что ЛПР устанавливает уровень притязаний для всех целей, кроме одной, по которой выбирается альтернатива, дающая максимум (или минимум). [26,27]
2.1.3 Принятие решений в условиях неопределенности
Основано на том, что вероятности различных вариантов ситуаций развития событий субъекту, принимающему рисковое решение, неизвестны. В этом случае при выборе альтернативы принимаемого решения субъект руководствуется, с одной стороны, своим рисковым предпочтением, а с другой -- соответствующим критерием выбора из всех альтернатив по составленной им «матрице решений».
Основные критерии, используемые в процессе принятия решений в условиях неопределенности, представлены ниже.
1. критерий Вальда (критерий «максимина»)
2. критерий «максимакса»
3. критерий Гурвица (критерий «оптимизма-пессимизма» или «альфа-критерий»)
4. критерий Сэвиджа (критерий потерь от «минимакса») [29]
2.1.4 Нахождение решений в условиях определенности при множественности целей
Прескриптивная теория располагает рядом экспериментальных методов определения функции ценности ЛПР при одной цели, хотя это и не тривиальная задача. Она может быть сильно нелинейной в зависимости от индивидуального характера ЛПР.
Для случая множественных целей требуется вначале определить мультиатрибутивную функцию ценности ЛПР. С помощью этой функции отражается (в интересах и по поручению ЛПР) его предпочтение относительно множества его целей, чтобы облегчить принятие решения. [28]
Ошибка! Объект не может быть создан из кодов полей редактирования.
2.1.5 Метод Парето решения многокритериальных задач выбора альтернативы
Предположим, что необходимо решить задачу выбора альтернативы из множества возможных по двум критериям W1 и W2, которые требуется максимизировать. Множество X состоит из конечного числа n возможных решений x1, x2,..., xn. Каждому решению соответствует определенные значения показателей W1 и W2.
Очевидно, что из всего множества X эффективными будут только решения x2, x5, x10, x11, лежащие на правой верхней границе области возможных решений. Для всякого другого решения существует хотя бы одно доминирующее решение, для которого либо W1, либо W2, либо оба больше, чем для данного.
Когда из множества возможных решений выделены эффективные, дальнейший выбор можно вести уже в пределах этого «эффективного» множества, что радикально упрощает решение задачи. На рис. эффективное множество образуют четыре решения: x2, x5, x10, x11, из которых x11 - наилучшее по критерию W1, а x2 - по критерию W2. Лицо, принимающее решение, должно теперь выбрать вариант, который для него предпочтителен по обоим критериям. [30]
2.2 Принятие предпринимательского решения для повышения прибыли производственно-торгового предприятия
2.2.1 Сфера принятия управленческих решений
Под сферой принятия предпринимательских решений следует понимать совокупность факторов, влияющих на их принятие. Они имеют пространственные, организационные, юридические и временные границы. Данную сферу целесообразно структурировать, разделив на внутреннюю и внешнюю среды. Внутренняя среда - это пространственная сфера распространения прямого воздействия предпринимателя. Она сегментирована. Составляющие ее сегменты носят название внутренних переменных. Если предприниматель представляет фирму, то все факторы, непосредственно определяющие ее, и будут внутренней средой. Фирма воспринимается предпринимателем как системная структура. Если меняется один элемент системы, то изменению будут подвержены и другие ее элементы.
Такое понимание фирмы дает возможность определить управление ею (с точки зрения внутренней среды) как деятельность по воздействию на одну или несколько переменных и подстройку под это других переменных.
Четкое представление о внутренних переменных - важный элемент деятельности предпринимателя. Важнейшая внутренняя переменная - это цель фирмы. Она должна иметь количественные характеристики. Например, цель фирмы - производство упаковки определенного назначения или определенных моделей в конкретном объеме.
Вторая внутренняя переменная - технология производства. Ее выбор определяется внутренней целью фирмы.
Третья внутренняя переменная есть организационная структура фирмы. Зная цель и технологию производства, можно определить структурные подразделения, необходимые для создания оптимальных условий в достижении наибольшего экономического эффекта и повышения управляемости процесса производства. За каждым фрагментом полученной структуры закрепляются соответствующие обязанности.
Четвертая переменная - штатное расписание. Это определение в каждом элементе структуры рабочих мест и должностей в их количественном и качественном аспектах.
Пятая внутренняя переменная - это персонал (работники, которые займут рабочие места).
Следует отметить еще два элемента, которые не являются "чисто" внутренними. Они выполняют связующую роль между внутренней и внешней средами. Этими элементами является результат производства и рыночный сигнал.
Результат производства - конкретная форма материализации целей предпринимательской структуры. Он характеризует качество внутренней среды, указывая на возможность сохранения ее в прежнем виде, или диктует необходимость внесения в нее изменений.
Рыночный сигнал - практически внешний фактор, но "врощенный" во внутреннюю среду фирмы, он обеспечивает обратную связь (реакция потребителя на товар).
Таким образом, внутреннюю среду можно справедливо определять как механизм жизнедеятельности фирмы. Эта среда в теории получила название социотехническая система.
Следует отметить, что сам предприниматель является обязательным элементом этой системы. Он, по существу, представляет ее центр, воздействуя на все ее элементы.
Внешняя среда - структурно-пространственное окружение фирмы. Фирма представляет открытую систему. Ее внутренняя среда подвержена изменениям под влиянием внешней.
Внешняя среда - совокупность факторов, оказывающих влияние на функционирование предпринимательской структуры. Данные факторы неоднородны. Одни оказывают прямое воздействие, другие - косвенное. В связи с этим их группируют как факторы прямого и косвенного воздействия.
Факторы прямого воздействия непосредственно влияют на функционирование фирмы. К ним относят:
1) государственные органы и их предписания и законы. К ним в обязательном порядке нужно "подстраиваться";
2) партнеры и партнерские связи. Этот фактор меньшей силы, поскольку его можно менять по своему усмотрению;
3) источники силового давления (рэкетиры, вымогатели, взяточники). Предпринимателю приходится "подстраиваться" и под этот фактор;
4) конкуренты. Их поведение обязательно учитывается в деятельности предпринимателя;
5) имидж фирмы. Это представление о ней во внешней среде. Может облегчать или усложнять деятельность в зависимости от положительного или негативного восприятия фирмы;
6) профсоюзы. В российской действительности они пока не на шли своего места, но в целом их роль в других странах очень важна.
Факторы косвенного воздействия - те, которые оказывают влияние на фирму через другие факторы или при определенных условиях. К ним относятся:
1) политические факторы;
2) научно-технические достижения;
3) состояние экономики;
4) социально-культурные факторы;
5) изменения на мировом рынке.
Предпринимателю необходимо постоянно анализировать динамику внешней среды. Это сложная и трудоемкая работа. Трудности такого анализа заключаются в том, что высока сложность структуры анализируемых факторов; уровень их воздействия различен; одни факторы характеризуются постоянством, а другие эпизодичностью воздействия; изменения во внешней среде динамичны, зачастую хаотичны, бывают очень быстрыми.
Все перечисленное обусловливает сложность предпринимательской деятельности и указывает на необходимость специальной подготовки в этой области. [25]
2.2.2 Технология принятия предпринимательских решений
Технология принятия предпринимательских решений представляет последовательность действий, объединенных в логичную систему, обеспечивающую анализ альтернативных вариантов и выявление наиболее эффективного, с точки зрения поставленной цели, с учетом потенциальных возможностей фирмы.
Каждый предприниматель имеет свою индивидуальную технологию принятия решений. Решение может приниматься на основе интуиции. Под интуицией понимается в этом случае неосознанное знание, полученное в результате опыта. Такой метод принято называть интуитивным. Для его использования необходимо иметь большой опыт предпринимательской деятельности.
Однако в основе технологии принятия решений все же лежит реальный метод принятия решений. Данный метод базируется на логически взаимосвязанных и расчетно-обоснованных заключениях.
Практически предпринимателем используются оба метода одновременно. По существу комбинированный метод - реально-интуитивный. У начинающего предпринимателя в технологии принятия решений преобладает реальный метод. У опытного предпринимателя значительную составляющую в технологии принятия решений представляет интуитивная составляющая.
Обобщенную технологию принятия предпринимательского решения можно графически представить в виде блок-схемы (рис 6.).
Рис 6. Схема технологии принятия предпринимательского решения
Первым технологическим этапом принятия решения является принятие к рассмотрению возможных альтернатив (проектов).
На втором этапе предприниматель проводит осмысление альтернатив. Иными словами, выявляет их сущностные черты и логику.
На третьем этапе по каждому проекту выявляются требования, которые необходимо соблюсти для его реализации (необходимость конкретных ресурсов, технологий, финансирования и т.п.).
На четвертом этапе определяются конкретные действия, необходимые для реализации проекта (форма привлечения средств, порядок реализации средств, порядок реализации производства и т.п.). Здесь производится и экономический расчет по стоимостной оценке этих действий.
Пятый этап предполагает расчет вероятного экономического эффекта с учетом обоснованной худшей возможности развития событий.
На шестом этапе сравниваются варианты пессимистического и оптимистического расчетов экономического эффекта. Это сравнение показывает вероятный диапазон возможного эффекта.
На седьмом этапе производится сравнение принятых к рассмотрению проектов. Это сравнение производится по всей совокупности выявленных на ранних этапах качественных и количественных характеристик. Данный этап технически наиболее сложен.
Например, один проект сулит наибольший экономический эффект, но требует значительно больших ресурсов и более рискован. В этом случае возможна экспертная оценка целесообразности выбора. Но возможны и другие, более формализованные варианты.
Завершающий восьмой этап направлен на выбор одной из альтернатив. Он подразумевает принятие решения о реализации выбранной альтернативы.
Следует обратить внимание на то, что с увеличением количества исходных альтернатив процесс принятия по ним решения сильно усложняется. Поэтому на этапе принятия к рассмотрению возможных альтернатив следует стремиться свести к минимуму их количество. Для этого следует максимально использовать априорную информацию и интуицию.
Обычно опытный предприниматель оставляет на этом этапе для дальнейшего рассмотрения 2-3 альтернативы. Последние два этапа всегда требуют определенной доли интуитивного подхода. Отсюда становится понятным, что только постоянная практика в сочетании с теоретической подготовкой обеспечивают успех предпринимательской деятельности. [31,32]
2.2.3 Экономические методы принятия предпринимательских решений
Основой экономических методов принятия предпринимательских решений является анализ таких категорий, как цена, издержки производства, финансы, и умение оперировать ими в практической деятельности.
Формирование цены товара. В данном случае имеется в виду рыночная цена. Минимальный уровень этой цены может быть определен по следующей зависимости:
Цт=Ипф-Пмд,
где Цт - цена товара; Ипф - фактические издержки производства; Пмд - минимально допустимая прибыль.
Иногда определяемая таким образом цена выступает в качестве оптовой. Поскольку эта цена является расчетной для самого неблагоприятного варианта рыночной ситуации, то она становится коммерческой тайной.
Целеобразность выступления предпринимателя на рынке определяется тем, что ему удается сформировать минимально допустимую цену на уровне ниже рыночной цены.
Рыночная цена - это фактическая цена, по которой товар реально приобретается. Разница между рыночной ценой и минимально допустимой выступает в качестве сверхприбыли
СП=Цр-Цмд,
где СП - сверхприбыль; Цр - рыночная цена; Цмд - минимально допустимая цена.
Предприниматель имеет возможность управлять процессом ценообразования, если речь идет о ее минимально допустимом уровне. В этом случае управление ценообразованием связано с поиском путей минимизации издержек производства.
Второй метод воздействия на процесс ценообразования сопряжен с анализом рыночной цены. В этом случае предприниматель выявляет, какие товарные характеристики лежат в основе ценообразования, и как может измениться цена при каком-либо изменении товарных характеристик. В результате товару придаются, по возможности, характеристики, увеличивающие рыночную цену в большей степени, чем издержки.
Управление издержками производства.
Следует различать экономические и бухгалтерские издержки. Предприниматель в основном имеет дело с экономическими издержками. Они связаны с возможной реализацией того или иного проекта. Под бухгалтерскими понимаются фактически понесенные фирмой издержки.
Между планированием затрат и моментом их осуществления существует временной разрыв. В связи с этим предприниматель при планировании издержек использует принцип "максимально возможных затрат". Это принцип, обратный принципу минимально допустимой цены.
При рассмотрении экономических издержек обычно оперируют понятием "валовые издержки".
Валовые издержки представляют собой совокупность постоянных и переменных издержек Ивал=Ипост+Ипер.
Постоянные издержки - те, которые практически не зависят от объектов производства. Сюда входят затраты на амортизацию, арендная плата, плата за кредиты, оплата труда управленческого персонала и т.п.
Переменные издержки - те затраты, которые практически напрямую зависят от объемов производства. К ним относятся затраты на сырье, материалы, комплектующие; затраты на оплату труда работников, непосредственно занятых выпуском товара, энергия на технологические нужды и т.п.
Из данных определений следует важный вывод: с увеличением объемов производства валовые издержки на единицу товара уменьшаются, и наоборот.
Следовательно, увеличение объемов производства, при прочих равных условиях, влечет увеличение прибыльности производства. Этот эффект может быть использован как средство увеличения прибыли или в качестве резерва снижения цены на дополнительный товар.
В условиях рисковой поставки товара на рынок, когда уровень спроса точно неизвестен (например, на сезонный товар), предприниматель принимает за расчетный объем 75% фактического объема производства. Остальные 25% планируются в качестве дополнительно производимого товара. В случае нереализации их в сезон они могут быть проданы в ходе сезонной распродажи по более низкой цене, вплоть до уровня переменных издержек.
Разница между ценой товара и размером издержек называется величиной покрытия товара. Она составляет сумму средств, часть которых идет на покрытие постоянных издержек, а оставшаяся часть - на прибыль.
Определение границ объема производства. Минимально допустимый объем производства есть уровень безубыточного производства. Это такая программа производства, при которой издержки покрываются доходами.
Предпринимателю всегда важно определить для себя приемлемые границы производства - минимально допустимую и максимально возможную. Это связано с уровнем рыночного спроса.
Максимально возможный объем производства определяется с помощью производственной функции Км=f(Т, К),
где Км - максимально возможный объем производства продукции; Т - используемые в производстве ресурсы; К - используемый в производстве капитал.
Эта функция всегда ориентирована на определенную технологию. Если технология изменяется, то изменяется и функция f.
Но предпринимателю важно определить не только возможные пределы производства, но и его оптимальный объем.
Под оптимальным понимается такой объем производства, при котором разница между получаемым доходом и суммарными издержками минимальна. Поиск оптимального варианта на практике осуществляется в двух вариантах - при заданной величине капитала и при нелимитированном капитале.
В первом случае, если подразумевать под основным капиталом оборудование, необходимое для нормального осуществления производственного процесса, то оптимальный объем производства связан с мощностью. Следовательно, исходя из стремления к уменьшению удельных постоянных издержек оптимальный объем производства будет равен производной мощности.
Такой подход характерен для начинающего предпринимателя.
Наивысший уровень эффективности производства будет достигаться при определенном сочетании объема производства и издержек. Если рассматривать для упрощения два фактора производства - капитал и труд, то на долю каждого фактора будет приходиться определенная доля другого.
Оптимальный с экономической точки зрения объем производства определяется исходя из предельных издержек.
Увеличение объема производства вызывает и рост издержек. Этот рост не всегда пропорционален объему производства. В этом случае применяют следующие правила выбора:
1) определяют средние валовые издержки на единицу продукции;
2) решение в сторону увеличения объема выбирается в случае, если предельные издержки дополнительно производимых товаров меньше или равны средним валовым;
3) следует отказаться от увеличения объема производства, если имеет место обратная 2 картина;
4) рассчитывают средние валовые издержки к новому объему производства.[33-35]
2.3 Модель и метод ИКЗ для вывода знание-ориентированных решений в производственном бизнесе
Идея и концепция квантового подхода к искусственному интеллекту (ИИ)
Существующие искусственные нейронные сети и методы инженерии знаний (И З), основанные на логических, продукционных, фреймовых и др. моделях знаний, недостаточно эффективны из-за несовершенства способов представления и машинного способа манипулирования ими. Тем не менее, знаниеоориентированное направление остается актуальным в моделировании интеллектуальных умений человека успешно принимать решения в различных условиях неопределенности, благодаря человеческой интуиции и знаниям.
В этом направлении профессором И.Б. Сироджа предложен квантовый подход к инженерии знаний, реализованный посредством разработанного метода разноуровневых алгоритмических квантов знаний (д-РАКЗ-метод) для принятия идентификационных и прогнозных решений в условиях д-неопределенности. Эти условия предлагается определить параметром д , значения которого конкретизируют суть вводимых типов неопределенностей соответствующей комбинацией следующих ограничений.
1. Данные об объекте принятия решений (ОПР) имеют разнотипный характер (измерены в количественных и качественных шкалах) и полученны в неполных объемах из разных источников (книги, справочники, техническая документация, эксперты, измерения и т.п.);
2. Информация о предметной области и ОПР не всегда достоверна, неполна и неточна;
3. Данные носят преимущественно статистический характер с неизвестными законами распределения характеристик (признаков) ОПР;
4. Преобладает лингвистический (качественный) и нечеткий характер описания предметной области и свойств ОПР;
5. Критерии качества принятия решений заданны неявно и неизвестны по количеству и конкретно какие информативные признаки ОПР, доставляющие оптимум критерия качества;
6. Неизвестны правила принятия идентификационных и прогнозных решений, а также индуктивные принципы их построения путем обучения компьютера по выборочным знаниям и экспериментальным данным;
7. Невозможно непосредственно построить правила принятия указанных решений с помощью известных стандартных вычислительных методов.
Комбинация ограничений {(1), (5)-(7)} определяет условия t-неопределенности, , при которых используются достоверные (точные) t-кванты знаний, а точнее tk-знания. Комбинации ограничений {(1), (2), (5)-(7)}, отвечает условиям р- неопределенности , когда показатели достоверности событий не точны и оцениваются приближенно, и применяются приближенные -кванты, т.е. k-знания.
Аналогично, при и ограничениях {(1), (3), (5)-(7)} выполняются условия v-неопределенности, при которых используются вероятностные vk-знания, а при и ограничениях {(1), (2), (4)-(7)} имеем условия -неопределенности и применяем нечеткие k-знания.
Идея квантового подхода к ИИ кроется в новой формализованной структуризации (автоматическом квантовании) информации для компьютерного воспроизведения умозаключений и рассуждений средствами математической логики и теории алгоритмов. Понятие д - кванта знаний, т.е. дk - знания определяется аксиоматически как алгоритмическая структура 0-го, 1-го и 2-го уровней сложности, которая описывает конкретное событие порцией (квантом) информации в виде высказывания и содержит три составляющие: содержательную (семантика), информационную (символы) и процедурную (операторы, алгоритмы). Если квантовому событию можно поставить в соответствие число, то имеем дk -знания 0-го уровня, если кортеж чисел (вектор) или матрицу, то дk-знания имеют 1-й или 2-й уровень соответственно, независимо от типа условий д-неопределенности. При этом посредством дРАКЗ-метода реализуется алгоритмизация дРАКЗ-моделей представления знаний и дедуктивного вывода следствий из посылок, опираясь на базу д-знаний (БдkЗ), которая строится индуктивно при обучении на примерах.
Предложенная идея реализуется на основе концепции инженерии квантов знаний (ИКЗ), которая базируется на разработанном дРАКЗ-методе принятия решений [7] и представлена общей схемой на рис.
Рис 7. Общая концептуальная схема инженерии квантов знаний
Согласно концептуальной схеме ИКЗ первоначально строится БдkЗ как система импликативных и/или функциональных закономерностей для конкретной предметной области посредством индуктивного вывода из выборочных обучающих дk-знаний в форме таблиц эмпирических данных (ТЭД) и сценарных примеров обучающих знаний (СПОЗ). Искомые решения (следствия) в форме новых дk-знаний дедуктивно выводятся из БдkЗ по наблюдаемым дk-знаниям (посылкам). Автоматическое квантование разнотипной информации и машинное манипулирование дk-знаниями обеспечивается алгоритмическими и операторными средствами дРАКЗ-метода [22] в условиях д-неопределенности.
Сущность дРАКЗ-метода принятия решений в ИКЗ
В терминах дРАКЗ-метода формулируется и его же средствами решаются три базовые задачи ИКЗ.
1. Формализация представления, аксиоматического синтеза и компьютерного манипулирования дk-знаниями 0-го, 1-го и 2-го уровней сложности с учетом д-неопределенности (Ад-задача).
2. Вывод на дk-знаниях идентификационных (узнавание) решений (Вд-задача), опираясь на идентификационную БдkЗ.
3. Вывод на дk-знаниях прогнозных (экстраполяция) решений (Сд-задача), опираясь на прогнозную БдkЗ.
Сущность дРАКЗ-метода заключается в научно обоснованном систематизированном применении разработанных модельных и алгоритмических средств для постановки и решения указанных базовых Ад-, Вд-, Сд-задач в ИКЗ.
Основные действия дРАКЗ-метода принятия решений и порядок их выполнения приведены ниже.
1. Формирование выборочных ТЭД (Bд - Cд) и СПОЗ (Bд - Cд) с оценкой адекватности их объема mЧn требуемой БдkЗ при заданной допустимой величине достоверности p* содержащих в ней импликативных и функциональных закономерностей.
2. Синтез идентификационной логической сети возможных рассуждений (ЛСВР(Bд)) или прогнозной (ЛСВР(Сд)) в режиме обучения с помощью предложенного алгоритма дАЛОБУЧ.
3. Автоматическое квантование ЛСВР (Bд - Cд) с помощью алгоритма дАЛАКВА и трансформация ее в д-квантовую сеть вывода решений (д-КСВР (Bд - Cд)) выполняющую роль БдkЗ (Bд - Cд) и механизма принятия идентификационных и прогнозных решений с вычислением показателя достоверности p(Bд) и p(Cд) выводимых решений.
4. Оптимизация БдkЗ по критерию избыточности ее структуры с помощью алгоритма дАЛОПТ и формирование рабочих д-КСВР(Bд) и д-КСВР(Cд).
5. Вывод идентификационного решения дksRCw из БдkЗ(Bд) и прогнозного решения дksRCw из БдkЗ(Cд) посредством DED-оператора и синтезированных алгоритмов АЛ(Bд), АЛ(Cд) и АЛУПР соответственно.
Постановка и решение Ад-задачи ИКЗ
Формально -задачу представим множественной «пятёркой»:
|
, |
(3.1) |
где - символьный язык д-квантов знаний, состоящий из конечного множества букв, цифр и символов операций теории алгоритмов;
- конечное множество терминальных д-квантов знаний; задаваемое априори;
- множество показателей достоверности (ПД) дk-знаний из интервала [0, 1];
- правила конструирования разноуровневых д-квантов;
- множество семантических кодов и специальных структур данных, определяющих уровень и содержание д-знаний.
В -задаче требуется создать формальный механизм построения класса разноуровневых дk-знаний в языке S со значениями степени достоверности из на основе применения правил к терминальным д-квантам из , а также с требуемым уровнем и содержанием д-квантов с соответствующими семантическими кодами из .
Вероятным множеством на универсальном множестве U={u} называется совокупность пар вида:
|
, |
(3.2) |
В классе дk-знания определяются аксиоматически. Рассмотрим объекты принятия решений (ОПР) с разнотипными признаками, которые принимают значения из конечных вероятных множеств:
|
, |
(3.3) |
где - функция достоверности вероятного множества .
Постулируем:
(а) множество Кд терминальных д-квантов знаний:
|
, |
(3.4) |
- Терминальный выбирающий д-квант 0-го уровня:
|
(3.4) |
где - функция выбора k-го элемета из совокупности.
- Терминальный векторный д -квант 1-го уровня:
|
(3.6) |
где dj - домены со значением признаков;
«:» - разделитель доменов.
- Терминальный характеристический д -квант 1-го уровня:
|
(3.7) |
где со следующей семантикой: «фиксируется мн-во Yj наблюдений, если значение j-го признака ОПР в данный момент наблюдается с ПД , то значение характеристической функции ; иначе, наблюдение отсутствует и значение ».
(б) алгоритмические операторы:
- Оператор суперпозиции (П-оператор):
|
, |
(3.8) |
- Строчный оператор конкатенации (-оператор):
|
(3.9) |
- Матричный оператор конкатенации (-оператор):
|
CONi=1m[ei] = [e1 e2…em]T . |
(3.10) |
Опираясь на постулируемые терминальные -знания (а) и алгоритмические операторы (б) определим аксиоматически строго -знания как дРАКЗ - модели представления знаний.
Определение 3.2. Алгоритмические структуры, получаемые из терминальных элементов множества (3.4) путем конечного числа применений к ним П-оператора (3.8), -оператора (3.9) и -оператора (3.10), называются разнотипными k-знаниями (дPАКЗ-моделями), в условиях описанной ранее д-неопределенности.
Определение ключевых понятий инженерии квантов знаний (ИКЗ)
· дСПОЗ - сценарные примеры обучающих знаний:
информация от экспертов предметной области, описания объективных фрагментов сценария принятия решений в виде высказываний продукционного типа с учетом условий д-неопределенности:
«ЕСЛИ(логическая комбинация посылок ) ТО (следствие)»
· дТЭД - таблица эмпирических данных в условиях д-неопределенности.
В первоначальном виде содержит m строк (наблюдений) и n столбцов (признаков ОПР); последний столбец стандартно отвечает целевому признаку ОПР.
· ЛСВР - логическая сеть возможных рассуждений:
Определение 3.3. Обучаемой логической сетью возможных рассуждений (ЛСВР) называется ориентированный граф , синтезируемый по заданным дСПОЗ либо дТЭД посредством алгоритма дАЛОБУЧ и обладающий порядковой функцией , определенной на подмножествах-уровнях вершин, и следующими свойствами:
1) все вершины (узлы сети) отвечают высказываниям из дСПОЗ конкретной предметной области, а дуги из указывают на причинно-следственные связи между узлами с логическими связками «И», «ИЛИ», «НЕ»;
2) все узлы при соответствуют входной посылочной информации относительно некоторых следствий с заданными ПД и ;
3) все узлы при являются целевыми (выходными) узлами- заключениями с вычисляемыми ПД , а все вершины промежуточных уровней между и
отвечают промежуточным следствиям .
· д-КСВР - д-квантовая сеть вывода решений
Определение 3.4. Целенаправленной д-квантовой сетью вывода решений (д-КСВР) называется результат преобразования графа посредством алгоритма дАЛАКВА в граф , обладающий следующими свойствами:
1) все вершины отвечают сгенерированным разноуровневым д-квантам, содержащим дСПОЗ конкретной предметной области, а дуги указывают на логические связи д -квантовых событий;
2) все соответствуют входным дk-знаниям-посылкам с именами относительно дk-знаний-следствий с именами с заданными показателями достоверности;
3) все являются целевыми дk-знаниями-заключениями с именами и вычисляемыми ПД , а все промежуточные вершины графа отвечают промежуточным дk-знаниям-следствиям.
4) квантовый граф является одновременно базой дk-знаний в виде импликативных или (и) функциональных закономерностей данной предметной области и сетевым механизмом вывода искомых решений CS по наблюдаемым ситуациям относительно ОПР.
Постановка и решение базовых Вд-задачи и Сд -задачи
При постановке базовых Вд-, Сд -задач ИКЗ используется в основном идентичная информация, то есть известны:
а) сформированные выборочные дТЭД(Вд), дТЭД(Сд), дСПОЗ(Вд) и дСПОЗ(Сд), а также число и содержание посылок и заключений как искомых решений в Вд-задаче (распознавание ОПР или ситуаций) и Сд -задаче (экстраполяция ОПР или ситуаций), сформулированных в терминах ИКЗ для данной предметной области;
б) допустимая оценка достоверности о существовании функциональных и (или) импликативных закономерностей ранга r в обучающих дТЭД, дСПОЗ объема mN как меры адекватности искомой базы дk-знаний (БдkЗ) для данной Вд-, Сд -задачи (r=2, 3,…n - число связанных закономерностью признаков ОПР, m - количество наблюдений, N - расширенное число признаков; - число значений j-го признака ОПР; n - количество признаков).
в) допустимое значение Rдоп эмпирического риска ошибочных решений как показателя эффективности принимаемых решений;
г) критерий оптимизации д-КСВР по структурной избыточности (по следствию и по свертке) или идентификации и экстраполяции ОПР;
д) при формировании дТЭД(Сд), дСПОЗ(Вд) требуемые периоды прогнозирования .
Требуется:
1) В Вд -задаче обеспечить дедуктивный вывод идентификационного решения относительно ОПР посредством DED-оператора из БдkЗ(Вд), которую необходимо предварительно индуктивно вывести с помощью IND-оператора в режиме обучения по выборочным дТЭД(Вд), дСПОЗ(Вд);
2) В Сд -задаче обеспечить дедуктивный вывод прогнозного решения относительно ОПР посредством DED-оператора из прогнозной БдkЗ(Вд), которую необходимо предварительно индуктивно вывести с помощью IND-оператора в режиме обучения по выборочным дТЭД(Сд), дСПОЗ(Сд).
Заметим, что опираясь на производственный опыт и знания специалистов (экспертов) при формировании обучающих дk-знаний для конкретной предметной области, можно гарантированно обеспечить требуемую устойчивость искомых импликативных и функциональных закономерностей в БдkЗ на определенный временной период (i=1, 2, …) c учетом будущего. Тем самым после обучения может быть построена идентификационная БдkЗ(Вд), обладающая свойствами прогнозной БдkЗ(Сд) на период . Тогда разработанные дРАКЗ-модели, IND-и DED-операторы выода на дk-знаниях и реализующие алгоритмы д АЛОБУЧ, дАЛАКВА, дАЛОПТ, АЛ(Вд), АЛ(Сд) и АЛУПР позволяют по-новому трактовать задачу экстраполяции (прогнозирования) ситуаций с неявным использованием временных зависимостей от t. При этом Сд-задача прогнозирования рассматривается как частный случай Вд -задачи идентификации ОПР и сводится к определению (экстраполяции) значений ненаблюдаемых k признаков ОПР () по наблюдаемым (известным) значениям (n-k) признаков того же ОПР. Это правомерно потому, что дедуктивный вывод прогнозируемых значений признаков на период гарантируется требуемой устойчивостью закономерностей в синтезированной базе знаний БдkЗ(Вд) на данный период.
Таким образом, в отличие от традиционного прогнозирования с затруднительным поиском явных зависимостей от времени t предлагается более продуктивное знаниеориентированное прогнозирование с неявным использованием t, опираясь на устойчивую базу квантов знаний.
Для решения поставленных Вд-, Сд -задач дРАКЗ-методом разработаны соответствующие дPAKЗ-модели вивода решений в ИКЗ:
Для Bд-задачи:
1) модель индуктивного вывода идентификационной БдkЗ(Bv) из СПОЗ(Bд) IND-оператором с алгоритмами дАЛОБУЧ, дvАЛАКВА, дАЛУПР:
|
(3.26) |
2) модель дедуктивного вывода идентификационного решения из БдkЗ(Bv) DED-оператором с алгоритмами АЛ(Bд) и дАЛУПР по наблюдаемым дk-знаниям дk1YВ:
|
)= |
(3.27) |
Для Cд-задачи:
1) модель индуктивного вывод прогнозной БдkЗ(Сд) из СПОЗ(Cд) IND-оператором с алгоритмами дАЛОБУЧ, дАЛУПР и заданными периодами прогноза :
|
(3.28) |
2) модель дедуктивного вывода прогнозной решения из БvkЗ(Сд) DED-оператором с алгоритмами АЛ(Сд) и дАЛУПР по наблюдаемым дk-знаниям дk1YС:
|
= |
(3.29) |
Формулы (3.26) - (3.29) представлены в операторном виде моделей вывода на дk-знаниях с помощью предложенных специальных алгоритмов
Методика вычисления ПД р(*) выводимого решения-следствия в условиях v-неопределенности
Логика рассуждений в v-КСВР представляется в ортогональной дизъюнктивной нормальной форме (ОДНФ), позволяющей эквивалентно выразить показатель достоверности (ПД) следствия как вероятность р зависимых v-квантовых событий через р независимых событий, отвечающих переменным ОДНФ, т.е.именам v-квантов.
Пусть событие e:=«ОПР обладает признаком x» совершается с вероятностью , а событие c:=«ЕСЛИ обладает признаком x, ТО относится к категории A» наступает с условной вероятностью , называемой вероятностью импликации.. Тогда вероятность одновременного наступления событий e и c (как иного события z) определяется соотношением:
|
(3.30) |
Если , и , т.е. булевы переменные, то при заданных вероятностях появления истинных значений и ПД (ес) .
...Подобные документы
Разработка и внедрение программного модуля поддержки принятия управленческих решений для информационной системы медицинского предприятия ООО "Центр эндохирургических технологий". Эффективность применения модуля, полученные с его помощью результаты.
дипломная работа [1,9 M], добавлен 11.04.2013Классификация систем поддержки принятия решений. Сравнительный анализ методик для оценки рисков розничного кредитования. Структура системы поддержки принятия решений, формирование начальной базы знаний. Проектирование базы данных информационной системы.
дипломная работа [1,9 M], добавлен 10.07.2017Методы решения проблем, возникающих на стадиях и этапах процесса принятия решений, их реализация в информационных системах поддержки принятия решений (СППР). Назначение СППР, история их эволюции и характеристика. Основные типы СППР, области их применения.
реферат [389,3 K], добавлен 22.11.2016Разработка алгоритмического и программного обеспечения для решения задачи поддержки принятия решений о выпуске новой продукции. Математическое обеспечение задачи поддержки принятия решений о выпуске новой продукции, основные входные и выходные данные.
дипломная работа [943,0 K], добавлен 08.03.2011Информационная технология обработки данных, автоматизированного офиса, поддержки принятия решений, экспертных систем и управления, примеры их внедрения. Биллинговые системы, условия повышения эффективности аудиоконференций, интерфейс пользователя.
курсовая работа [950,9 K], добавлен 14.02.2011Концепция систем поддержки принятия решений. Диапазон применения Analytica 2.0. Программное обеспечение количественного моделирования. Графический интерфейс для разработки модели. Основные способы моделирования. Диаграмма влияния и дерево решений.
контрольная работа [1,1 M], добавлен 08.09.2011Анализ существующих решений системы поддержки принятия решений для корпоративной сети. Многоагентная система. Разработка концептуальной модели. Структура базы знаний. Разработка модели многоагентной системы на базе сетей Петри. Методика тестирования.
дипломная работа [5,1 M], добавлен 19.01.2017Обслуживание двух встречных потоков информации. Структура информационных систем. Разработка структуры базы данных. Режимы работы с базами данных. Четыре основных компонента системы поддержки принятия решений. Выбор системы управления баз данных.
курсовая работа [772,0 K], добавлен 21.04.2016Классификация задач системы поддержки принятия решений, их типы и принципы реализации при помощи программы "Выбор". Обзор современных систем автоматизированного проектирования "Компас", "AutoCad", "SolidWorks", оценка преимуществ и недостатков программ.
курсовая работа [1,4 M], добавлен 22.07.2014Теоретические аспекты функционирования Business intelligence - систем в сфере логистики. Анализ условий для разработки системы поддержки принятия решений. Характеристика процесса создания программного продукта, применение аналитической платформы QlikView.
курсовая работа [2,5 M], добавлен 09.09.2017Основные модели представления знаний. Системы поддержки принятия решений. Диаграмма UseCase. Разработка базы данных на основе трех моделей: продукционные правила, семантическая сеть, фреймовая модель. Программная реализация системы принятия решений.
курсовая работа [715,1 K], добавлен 14.05.2014Изучение назначения и основных задач, которые решает Project Expert - система поддержки принятия решений (СППР), предназначенная для менеджеров, проектирующих финансовую модель нового или действующего предприятия. Программные приложения, этапы работы.
реферат [30,7 K], добавлен 19.05.2010Типы административных информационных систем: системы генерации отчетов, системы поддержки принятия решений, системы поддержки принятия стратегических решений. Сортировка и фильтрация списков в Microsoft Excel. Работа с базами данных в Microsoft Access.
контрольная работа [6,0 M], добавлен 19.11.2009Человеко-машинные комплексы, специально предназначенные для принятия решений. Процесс принятия решений и его этапы. Методы поиска новых вариантов решений: дерево решений, морфологические таблицы, конференции идей. Принцип математической оценки тенденций.
курсовая работа [272,1 K], добавлен 30.07.2009Автоматизированная информационная система и её составляющие компоненты. Системы обработки данных и поддержки принятия решений. Информационно-логические и расчетные системы, их назначение и функции. Отраслевые, территориальные и межотраслевые АИС.
курсовая работа [420,3 K], добавлен 05.05.2014Знакомство с процессом управления транспортировкой газа по магистралям газопроводов, анализ возможных подходов и методов проектирования информационной системы, разработанные и реализованные алгоритмы, а также оценка стоимости разработанной подсистемы.
дипломная работа [1,2 M], добавлен 22.11.2015Система поддержки принятия решений "Мыслитель" и метод, заложенный в её основу. Порядок работы в программе: новая задача, составление списка альтернатив, списка критериев их оценки, сравнение критериев по степени важности, попарное сравнение альтернатив.
отчет по практике [719,2 K], добавлен 08.03.2016Рассмотрение понятия и истории возникновения систем поддержки принятия решения. Приспособленность информационных систем к задачам повседневной управленческой деятельности. Понятие термина "интеллектуальный анализ данных". Методика извлечения знаний.
реферат [79,8 K], добавлен 14.04.2015Разработка алгоритма и реализация интеллектуальной информационной системы, позволяющей оценить время в неделю, необходимое для осуществления функций технической поддержки администратора с необходимым уровнем надежности работы локальной сети.
курсовая работа [37,4 K], добавлен 01.12.2009Разработка информационного и алгоритмического обеспечения системой управления базами данных Microsoft Access. Реализация и принцип работы основных компонентов подсистемы поддержки принятия решений. Особенности разработки программного модуля в Delphi.
реферат [333,9 K], добавлен 15.11.2009
