Алгоритм поддержки принятия решений по управлению информационными ресурсами и примеры его работы

Примеры работы алгоритма, содержащие описание исходных данных и результатов, получаемых на каждом этапе. Информатизация как инструмент снижения издержек и, в перспективе, повышения инвестиционной привлекательности. Качество информационных ресурсов.

Рубрика Программирование, компьютеры и кибернетика
Вид статья
Язык русский
Дата добавления 18.01.2018
Размер файла 336,4 K

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.

Размещено на http://www.allbest.ru/

Алгоритм поддержки принятия решений по управлению информационными ресурсами и примеры его работы

И.В. Абраменкова

О.В. Зайцев

О.В. Стоянова

В работе рассмотрен алгоритм поддержки принятия решений по управлению информационными ресурсами, основанный на разработанном методе управления данным видом ресурсов, а также примеры практической работы алгоритма, содержащие описание исходных данных и результатов, получаемых на каждом этапе. Приведено описание математических моделей, используемых в работе алгоритма.

Введение

В последние годы для большинства крупных предприятий характерен взгляд на информатизацию как инструмент снижения издержек и в перспективе повышения инвестиционной привлекательности. Проведенный анализ позволяет выделить следующие основные составляющие стратегии информатизации промышленных предприятий:

стандартизация и сертификация применяемых решений;

интеграция компонентов корпоративных информационных систем на базе единого информационного пространства.

Решение перечисленных стратегических задач в области информатизации направлено на обеспечение следующих возможностей:

предоставление всем пользователям быстрого доступа к необходимым информационным ресурсам.

повышение качества информационных ресурсов.

управление информационными потоками внутри компании, их оптимизация.

стандартизация форматов данных, повышение их совместимости.

Как показывает практика, комплексное решение указанных задач, невозможно без построения эффективной системы управления информационными ресурсами. В тоже время, существующие методы управления ресурсами не в полной мере применимы для такого вида ресурсов как информационные, обладающие рядом специфических особенностей. Важнейшей особенностью, на наш взгляд, является сложность измерения эффекта управленческих воздействий в отношении данного вида ресурсов. В силу сказанного, управление информационными ресурсами, как правило, производится на основе опыта и интуиции лиц, ответственных за принятие решений. алгоритм информатизация инвестиционный

В процессе проводимых исследований нами разработан метод управления информационными ресурсами, основанный на использовании взаимосвязанных математических моделей. Предлагаемая структура системы управления представлена на рисунке 1.

Рис. 1. Структура системы управления информационными ресурсами

Алгоритм поддержки принятия решений по управлению информационными ресурсами

Рассмотрим алгоритм поддержки принятия решений по управлению информационными ресурсами в рамках разработанного метода. Он состоит из ряда этапов и может быть итерационным в зависимости от результатов, полученных на каждом этапе. Кроме того, результаты каждого из этапов могут накаливаться, образуя базу знаний системы управления.

1. Построение модели целей управления информационными ресурсами

Модель целей управления в виде "дерева целей" строится в соответствии со стратегическими и оперативными целями функционирования предприятия, на основании ряда правил [Стоянова и др., 2009]. Для данной графовой модели допустим вариант слабых иерархий, т.е. связь одной дочерней цели и несколькими родительскими с различной степенью значимости.

Пример структуры данной модели представлен на рис. 2. Для каждого предприятия структура модели целей управления может быть своя, главное требование - это возможность оценки достижимости целей самого нижнего уровня с помощью показателей, характеризующих состояние информационной инфраструктуры.

Рис. 2. Пример структуры модели целей управления

Примеры иерархической декомпозиции узлов "дерева целей", отмеченных как 1 и 2 представлены в табл.1 и табл.2 соответственно. Для прочих узлов также проведена декомпозиция, до уровня измеримых подцелей.

Табл.1

Описание

1.1

Минимизация числа попыток доступа к ИР с неавторизованных рабочих мест

1.2

Минимизация числа попыток доступа к ИР неавторизованным ПО

1.3

Минимизация числа прочих попыток несанкционированного доступа к ИР

1.3.1

Минимизация числа попыток перебора и подбора паролей

1.3.2

Минимизация числа попыток применения эксплоитов и каких-либо атак на ИР

1.4

Минимизация числа нарушений регламента работы с ИР

1.4.1

Минимизация числа нарушений правил эксплуатации ИР

1.4.2

Минимизация случаев вмешательства в работу ИР и прикладного программного обеспечения для доступа к ИР

1.4.2.1

Обнаружение умышленного вмешательства

1.4.2.2

Обнаружение неумышленного вмешательства (установка несовместимого программного обеспечения и т.п.)

Табл.2

№ узла

Описание

2.1

Исключение вредоносных программ на ПК пользователей

2.2

Исключение потенциально опасных и запрещенных программ, снижающих защищенность сети

2.3

Исключение сбоев в работе антивируса и вмешательства в его работу

2.3.1

Исключение сбоев по вине пользователя

2.3.2

Исключение сбоев по причине активного заражения компьютера вирусами

2.3.3

Исключение сбоев по техническим причинам, не зависящим от пользователя

2. Определение значимости целей

После того, как построено "дерево целей", необходимо рассчитать коэффициенты значимости целей. Для этого предлагается использовать модель оценки значимости целей, основанную на методе анализа иерархий [Саати, 1993].

3. Описание лингвистических переменных для каждого узла "дерева целей"

На данном этапе для каждой лингвистической переменной описывается базовое терм-множество и приводятся качественные определения нечетких переменных, составляющих это множество. Пример описания базового терм-множества для лингвистической переменной "Обеспечение требуемого уровня качества информации" приведен в табл.3.

Табл. 3

Наименование нечеткой переменной

Качественное определение

НИЗКИЙ

Качество информации низкое, её не целесообразно использовать в процессе принятия управленческих решений.

СРЕДНИЙ

Качество информации удовлетворительное, однако, для увеличения степени ее пригодности при приятии решений необходимо работать над его повышением.

ВЫСОКИЙ

Качество информации достаточно высокое, её можно использовать как основу для принятия решений.

4. Построение функций принадлежности для лингвистических переменных

Проведенные исследования показали, что в рамках решаемой задачи для построения функций принадлежности целесообразно использовать метод статистических данных [Борисов, 1990]. Пример таких функций для лингвистической переменной "Обеспечение требуемого уровня качества информации" представлен на рис. 3.

Рис. 3. Функции принадлежности для лингвистической переменной "Обеспечение требуемого уровня качества информации"

5. Формирование систем нечеткого вывода

На этом этапе происходит построение систем нечетких продукционных правил и основанных на них систем нечеткого вывода для последовательного расчета узлов "дерева целей". Для модели целей управления был выбран следующий вид правил: если (zij есть A), то (zi-1g есть В), поскольку при таком представлении существует возможность учета коэффициентов влияния Rij(i-1)g как весовых коэффициентов правил системы нечеткого вывод для узла zi-1g.

Программная реализация модели целей управления осуществлялась в системе Matlab с помощью стандартных инструментов и инструментов пакета расширения FuzzyLogic Toolbox [Круглов и др., 2002]. Нечеткие продукционные правила легли в основу системы нечеткого вывода, реализующей алгоритм Мамдани с центроидным методом приведения к четкости [Круглов и др., 2001]. Система нечетких продукционных правил и проекция поверхности отклика для конечной цели представлены на рис. 4-5.

Рис.4. Система нечеткого логического вывода для лингвистической переменной "Эффективное использование информационных ресурсов"

Рис. 5. Одна из проекций поверхности отклика для лингвистической переменной "Эффективное использование информационных ресурсов"

6. Оценка достижимости целей при реализации управленческих воздействий

Указанная оценка проводится с помощью построенной модели, на вход которой подаются конкретные значения входных переменных для узлов нижнего уровня, характеризующие прогнозируемые состояния информационной инфраструктуры. В результате на выходе получаем значение, соответствующее некоторой точке на поверхности отклика, и служащее для оценки достижимости цели управления при реализации конкретной управленческой альтернативы.

7. Выбор характеристик информационных ресурсов, которые следует учитывать при построении моделей для учета возмущающих воздействий в процессе управления информационными ресурсами

Выбор характеристик информационных ресурсов находится в непосредственной зависимости от целей управления и планируемых управленческих воздействий. Для рассматриваемого примера можно составить следующий перечень характеристик информационных ресурсов, которые следует учесть при построении моделей: доступность, устойчивость, защищенность, актуальность, полнота, стоимость владения, достоверность.

8. Построение модели оценки взаимного влияния характеристик информационных ресурсов и целей управления

На данном этапе мы предлагаем использовать когнитивную модель, концептами которой являются характеристики информационных ресурсов. Связи между концептами характеризуются силой и направлением. В процессе моделирования каждая из характеристик последовательно рассматривается как целевой концепт и по известным формулам [CASC'2001, 2002] рассчитываются системные показатели взаимного влияния концепта и системы в целом. Полученные результаты далее используются в модели учета возмущающих воздействий.

9. Оценка характеристик информационных ресурсов в момент времени, предшествующий управлению

Для расчета характеристик информационных ресурсов на наш взгляд, целесообразно использовать модель в виде совокупности "СF - деревьев", которые строятся и рассчитываются для каждой характеристики. Выбор данного математического аппарата связан со сложностью непосредственной оценки данных характеристик с одной стороны, и возможностями метода "СF-деревьев" с другой.

10. Построение модели учета возмущающих воздействий

По завершении этапов 7-9 имеются все необходимые данные для построения модели учета возмущающих воздействий.

Для учета возмущающих воздействий нами предложено использовать модель в виде системы нечетких продукционных правил, позволяющих оценить возможность получения прогнозируемых исходов реализации альтернатив на основе имеющихся значений характеристик информационных ресурсов и степеней их взаимосвязи с целями управления.

11. Определение оптимальной управленческой альтернативы

Поиск оптимальной альтернативы основывается на результатах, полученных на предыдущих этапах. В качестве критерия оптимизации выступает максимизация степени достижимости главной цели управления информационными ресурсами (результаты этапа 6), скорректированная с учетом возможности её получения (результаты этапа 10).

Заключение

Предложенный алгоритм поддержки управления информационными ресурсами прошел испытания в рамках вычислительных экспериментов, описанных в данной работе. Полученные результаты показали его работоспособность на различных наборах исходных данных. Алгоритм позволяет произвести обоснованный выбор одной из множества управленческих альтернатив в сфере управления информационными ресурсами предприятия. В основе выбора лежит использование взаимосвязанных математических моделей, что обеспечивает формализацию основных этапов процесса принятия решений, снижение субъективность и, в конечном счете, повышение его эффективности.

Благодарности. Работа выполнена при финансовой поддержке РФФИ (проект № 10-01-97509-р_центр_а).

Список литературы

1. [Борисов, 1990] Борисов А.Н. Принятие решения на основе нечетких моделей: примеры использования / А.Н. Борисов, О.А. Крумберг, И.П. Федоров. - Рига: Знания, 1990.

2. [Круглов и др., 2001] Круглов В.В., Дли М.И., Голунов Р.Ю. Нечеткая логика и искусственные нейронные сети. - М.: Физматлит, 2001.

3. [Круглов и др., 2002] Круглов В.В., Дли М.И. Интеллектуальные информационные системы. - М.: Физматлит, 2002.

4. [Саати, 1993] Саати Т. Принятие решений. Метод анализа иерархий. - М.: Радио и связь, 1993.

5. [Стоянова и др., 2009] Стоянова О.В., Зайцев О.В. Метод "дерева целей" для оценки эффективности использования информационных ресурсов // Программные продукты и системы. - 2009. № 3.

6. [CASC'2001, 2002] Когнитивный анализ и управление развитием ситуаций (CASC'2001)//Материалы 2-й Междунар. конф: в 2т./Сост. В.И. Максимов. - М.: ИПУ РАН, 2002.

Размещено на Allbest.ru

...

Подобные документы

  • Обслуживание 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 21.04.2016

  • Информационная 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 14.02.2011

  • Алгоритм сортировки Шейкер: математическое описание задачи и описание алгоритма. Алгоритм покрытия: построение одного кратчайшего покрытия. Описание схемы и работы алгоритма на графах: нахождение кратчайшего пути. Контрольные примеры работы алгоритмов.

    курсовая работа [43,8 K], добавлен 19.10.2010

  • Программа на языке Turbo Pascal для шифрования данных с помощью шифра Тритемиуса. Входные, выходные данные. Схема алгоритма и текст программы. Порядок ввода исходных данных и описание получаемых результатов. Тестовых задания и анализ их функционирования.

    курсовая работа [4,0 M], добавлен 06.01.2011

  • Разработка программы игры в крестики-нолики. Примеры игровой ситуации на игровом поле. Описание входных и выходных данных, переменных и функций программы. Реализация алгоритма работы программы на языке C++. Текст программы и примеры ее выполнения.

    курсовая работа [352,8 K], добавлен 14.04.2011

  • Методы 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 22.11.2016

  • Создание программы на языке объектно-ориентированного программирования С++, реализующей построчный перевод текста (по словам) с английского на русский. Описание алгоритма решения задачи. Основные функции программы, примеры результатов ее работы.

    отчет по практике [527,5 K], добавлен 10.04.2016

  • Классификация 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 10.07.2017

  • Типы 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 19.11.2009

  • Рассмотрение 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 14.04.2015

  • Определения и классификация математических моделей. Возможности системы, распечатка документа MathCAD. Описание математической модели. Анализ исходных данных и результатов. Графическая схема алгоритма и ее описание. Алгоритмический анализ задачи.

    курсовая работа [621,4 K], добавлен 21.01.2013

  • Изучение 32-х битного программирования на ассемблере. Рассмотрение ресурса как некого визуального элемента с заданными свойствами, его выгоды, примеры использования. Используемые функции. Редакторы и трансляторы ресурсов. Результат работы программы.

    курсовая работа [719,5 K], добавлен 18.05.2014

  • Описание использованных структур данных и разработка программы, обеспечивающей сжатие данных по алгоритму LZ77 с пошаговой визуализацией. Описание процедур, функций, структуры приложения и интерфейса пользователя. Тест и анализ работы алгоритма LZ77.

    курсовая работа [537,9 K], добавлен 28.06.2011

  • Описание принципа работы генетического алгоритма, проверка его работы на функции согласно варианту на основе готовой программы. Основные параметры генетического алгоритма, его структура и содержание. Способы реализации алгоритма и его компонентов.

    лабораторная работа [20,2 K], добавлен 03.12.2014

  • Концепция 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 08.09.2011

  • Создание базы данных для обеспечения автоматизации работы клуба собаководства. Определение информационных объектов и функциональных зависимостей. Информационно-логическая и даталогическая модели. Описание алгоритма работы БД. Отладка работы программы.

    контрольная работа [1008,0 K], добавлен 08.06.2014

  • Определение сущности, функций, задач и видов информационных технологий. Характеристика информационных технологий обработки данных, управления, автоматизированного офиса и поддержки принятия решений. Анализ современных видов информационного обслуживания.

    презентация [866,0 K], добавлен 30.11.2014

  • Примеры построения тестов и технологии исследования алгоритмов на их основе. Построение тестов на основе метода покрытия решений и проведение исследования соответствующего исходного алгоритма и алгоритма с ошибками в операторах проверки условий.

    контрольная работа [224,8 K], добавлен 24.05.2016

  • Этапы работы генетического алгоритма, область его применения. Структура данных, генерация первоначальной популяции. Алгоритм кроссинговера - поиск локальных оптимумов. Селекция особей в популяции. Техническое описание программы и руководство пользователя.

    реферат [1014,2 K], добавлен 14.01.2016

  • Сравнение результатов работы генетического алгоритма по решению "несимметричной незамкнутой задачи коммивояжера" с результатами работы алгоритма динамического программирования по параметрам - время работы, точность результата и объем используемой памяти.

    курсовая работа [65,3 K], добавлен 16.04.2014

Работы в архивах красиво оформлены согласно требованиям ВУЗов и содержат рисунки, диаграммы, формулы и т.д.
PPT, PPTX и PDF-файлы представлены только в архивах.
Рекомендуем скачать работу.