Системы поддержки принятия решений, основанные на знаниях

Особенности динамически сложной среды. Внедрение системы поддержки принятия решений для управления ею. Важность СППР в сборе, обработке, хранении и обмене знаний. Обоснование необходимости внедрения технологии интеллектуального анализа данных и СППР.

Рубрика Программирование, компьютеры и кибернетика
Вид статья
Язык русский
Дата добавления 21.01.2021
Размер файла 9,4 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/

Системы поддержки принятия решений, основанные на знаниях

Крулькина Д.Г., студент магистратуры, 2 курс; Халиуллина А.А., студент магистратуры, 2 курс; Институт экономики и управления, Уфимский государственный авиационный технический университет

Аннотация

В данной статье дается понятие системы поддержки принятия решений, описывается ее важность в сборе, обработке и хранении и обмена знаний. Раскрывается актуальность и необходимость СППР, позволяющая решать различные задачи и проблемы.

Ключевые слова: знания, информация, система, система поддержки принятия решений.

Annotation

This article gives the concept of decision support system, describes its importance in the collection, processing and storage and exchange of knowledge. The urgency and importance of DSS, allowing to solve various problems and problems, is revealed.

Key words: knowledge, information, system, decision support system.

Информационные системы играют важную роль в поддержке принятия решений, а в некоторых особых условиях, таких как бизнес, здравоохранение и образование, являются неотъемлемой частью. Кроме того, такие системы активно развиваются и используют методы интеллектуального анализа данных и обнаружения знаний и данных, чтобы улучшить свои результаты в сопровождении поддержки принятия решений.

Объективная реальность современного мира такова, что лица, принимающие решения вынуждены действовать в динамически сложной среде, которая характеризуется следующими особенностями [1]:

• для достижения целей необходимо принимать множество решений, каждое из которых должно рассматриваться в контексте остальных;

• принимаемые решения зависимы друг от друга, обладают стохастическими, косвенными и мнимыми связями;

• среда изменяется как под воздействием определённой совокупности систем, так и вследствие принимаемых решений.

В динамически сложной среде находится множество систем (экономических, социальных, техногенных и др.), в которых центральную роль играет логика человеческих целей и действий. При таких условиях среда определена многомерностью состава и сложностью организации, а знания о ней обладают не структурированностью и трудно формализуемым характером. Очевидно, что для управления такой средой необходимо использовать комплекс взаимосвязанных систем поддержки принятия решений (далее - СППР), которые основаны на синергетических комбинациях моделей, основанных на знаниях [2].

Внедрение СППР, основанной на знаниях, является одним из лучших способов сбора, обработки и хранения и обмена знаниями между сотрудниками. Информация становится более доступной и это помогает в решении различных вопросов или проблем.

Как и до развития СППР, сотрудники должны были выполнять наукоемкие задачи. Эксперт в конкретной области должен знать, как подойти к проблеме и решить её.

Однако благодаря развитию СППР, основанных на знаниях, удалось автоматизировать и ускорить весь процесс выполнения различных задач. СППР задаются соответствующие вопросы пользователями, а система поддержки принятия решений в свою очередь предлагает различные варианты и дает советы для решения проблемы.

СППР - это интеграция компьютеризированных инструментов и бизнес - технологий, адаптированных с учётом потребностей и требований организации. Таким образом, акцент делается на определении конкретных потребностей компании в области обмена знаниями и их распространения; постановке задач, которые должны быть достигнуты с помощью ССПР, основанной на знаниях; выборе соответствующих инструментов и технологий; понимании характера работы и принятия решений потенциальными пользователями; выборе методов интеллектуального анализа данных.

СППР может быть ценным инструментом. Однако для того, чтобы иметь возможность предоставить информацию, которую каждый работник сочтет актуальной, он, как пользователь, должен быть вовлечен в разработку и оценку ССПР. Это участие должно охватывать не только вопросы содержания, но и представления и организации информации. Это необходимо для обеспечения того, чтобы система отвечала трем критериям, которые определяют ее успех, а именно: совместимость, понятность и эффективность.

При соблюдении этих трех критериев ССПР могут иметь неоценимое значение для расширения объема знаний, которыми может обладать каждый работник. В результате когнитивные ограничения становятся менее важными при определении количества исходного материала, который может использовать работник.

Одно из преимуществ и одновременно ограничение ССПР заключается в том, что она управляется пользователем. Это означает, что система отвечает на вопросы работников, но не проводит дальнейшего анализа самостоятельно. Поэтому он не является формой искусственного интеллекта, как и другие инструменты принятия решений.

Управление знаниями здесь осуществляется двумя путями. Обычно подчеркивается, что ССПР могут повысить уровень знаний топ-менеджера путем обнаружения знаний и предоставления соответствующей информации. Тем не менее, знания и деятельность являются ключевыми компонентами в том, как менеджер использует систему, то есть направление анализа, который он выполняет, и знания, которые он ищет.

СППР используют доступную информацию и технологии интеллектуального анализа данных, чтобы обеспечить инструмент принятия решений, обычно полагающийся на взаимодействие человека с компьютером. Совместно технологии интеллектуального анализа данных и СППР представляют спектр аналитических информационных технологий и обеспечивают объединяющую платформу для оптимального сочетания данных, диктуемых человеком, и аналитики.

Все большее число систем включают в себя знания в определенной области, моделирование и анализ систем, чтобы предоставить пользователям возможность интеллектуальной помощи. Модули базы знаний используются для формулировки проблем и моделей решений, а также для анализа и интерпретации результатов. Некоторые системы добавляют модули, основанные на знаниях, чтобы заменить человеческие суждения. Управленческие суждения были использованы для того, чтобы установить (оценить) будущую неопределенность и выбрать предположения, на которых могут быть основаны модели решений.

СППР на основе знаний, включают компонент управления знаниями, который хранит и управляет новым классом новых инструментов искусственного интеллекта, таких как машинное обучение, рассуждение и обучение на основе кейсов. Эти инструменты могут получать знания из предыдущих данных, решений и примеров (случаев) и способствовать созданию СППР для поддержки повторяющихся, сложных решений в режиме реального времени. Машинное обучение относится к вычислительным методам или инструментам компьютерной системы, который позволяет учиться на опыте (прошлые решения), следовательно, изменяя свое поведение, вызванное изменением сохраненных знаний. Наиболее заметными подходами к машинному обучению являются искусственные нейронные сети и генетические алгоритмы.

Очевидно, что СППР, основанная на знаниях, обеспечивает полезные функции для применения знаний в области в процессе принятия решений. Тем не менее, знания, хранящиеся в базах знаний, являются весьма предметно-ориентированными, и относительно небольшие изменения в проблемной области требуют широкого вмешательства эксперта. Мощные каналы информационной связи, такие как интернет, постоянно меняют процесс принятия решений. Когда лица, принимающие решения, принимают решения, они полагаются не только на знание в конкретной области, но и на другую соответствующую информацию со всего мира. В результате, проблема обновления знаний требует внедрения новых методов (таких как интеллектуальные агенты обнаружения знаний и т.д.) в СППР.

Необходимо внедрять технологию интеллектуального анализа данных, которая извлекает важную информацию из огромного количества источников организационных данных, чтобы предоставить дополнительную информацию, которая может иметь решающее значение для процесса принятия решений.

решение знание интеллектуальный управление

Использованные источники

1. Brehmer B. Dynamic decision making: Human control of complex systems. Acta Psychologica.1992. 81(3). pp. 211 - 241.

2. Сорокин А.Б. Концептуальное проектирование интеллектуальных систем поддержки принятия решений //Онтология проектирования. - 2017. - Т. 7. - №. 3 (25). - С. 247-269.

Размещено на Allbest.ru

...

Подобные документы

  • 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

  • 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

  • Исследование технологического процесса по производству газобетона. Модель "как будет" процесса диагностирования состояния технологического процесса производства газобетона с учетом системы поддержки принятия решений. Прототипирование интерфейса СППР.

    дипломная работа [4,8 M], добавлен 17.06.2017

  • Изучение 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 19.05.2010

  • 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

  • Основные 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 14.05.2014

  • 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

  • Анализ 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 19.01.2017

  • 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 11.04.2013

  • 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

  • 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

  • Классификация 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 22.07.2014

  • Классификация информационных систем управления деятельностью предприятия. Анализ рынка и характеристика систем класса Business Intelligence. Классификация методов принятия решений, применяемых в СППР. Выбор платформы бизнес-интеллекта, критерии сравнения.

    дипломная работа [1,7 M], добавлен 27.09.2016

  • Теоретические 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 09.09.2017

  • Разработка 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 08.03.2011

  • Система 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 08.03.2016

  • Человеко-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 30.07.2009

  • Data Mining как процесс поддержки принятия решений, основанный на поиске в данных скрытых закономерностей (шаблонов информации). Его закономерности и этапы реализации, история разработки данной технологии, оценка преимуществ и недостатков, возможности.

    эссе [36,8 K], добавлен 17.12.2014

  • 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

  • Интеллектуальный анализ данных как метод поддержки принятия решений, основанный на анализе зависимостей между данными, его роль, цели и условия применения. Сущность основных задач интеллектуального анализа: классификации, регрессии, прогнозирования.

    контрольная работа [25,8 K], добавлен 08.08.2013

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.