Автоматизация процессов управления Исполнитель

Автоматизация процессов управления

План:

1. Банки и базы данных.

2. Методика решения формализуемых задач принятия решения.

3. Методика решения не формализуемых задач принятия решения.

 {spoiler=Подробнее}

Ключевые слова и выражения:

База данных, банки данных, администратор, система управления БД, продукционные модели, модели нечетной логики, обзор математических методов решения задач оптимизации, решение задач управления с помощью электронных таблиц, архитектура экспертной системы, экспертная система, модели представления знаний, поддерживаемые ЭС, интерфейсы ЭС, методика применения ЭС,

1. Банки и базы данных

Банки и базы данных являются хранилищами зна­чительных объемов информации на базе компьютерной техники. Отличие БнД от БД, заключается в том, что БнД как правило, включает несколько БД по разным отраслям, организованных на накопителях большой ем­кости, содержит высокопроизводительные процессоры, обслуживается коллективом специалистов и обеспечива­ет информацией большое число фирм и пользователей. Архитектура БнД показана на рис. 2. Компоненты Б.Д.:

• Технические и системные программные сред­ства БнД: процесси ОС операционные оболочки и программы контроля технически средств.

Пользователи (П) - потребители информации, хра­нящейся в БнД.

Администратор банка данных (АБнД) - это че­ловек (или группа людей), который выполняет следую­щие функции:

• сбор данных об объектах предметной области, ус­тановление связей между ними и помещение дан­ных в соответствующую БД;

• редактирование и удаление данных;

• контроль новизны, достоверности, полноты, це­ленаправленности, избыточности и противоречи­вости, доступности и полезности данных;

• ведение словаря данных;

• санкционирование доступа пользователей к БД.

Интерфейсы - технические, программные и мето­дические средства, обеспечивающие связь пользователей и АБнД с компонентами БнД.

База данных - совокупность сведений о предмет­ной области, хранимых в ВЗУ. Особенностью БД явля­ется ее независимость от прикладных программ (ПП), в которых используются данные (Д) из БД.

Система управления БД (СУБД) - пакет программ для организации и ведения БД.

Прикладные программы (ПП) разрабатываются для обеспечения запросов пользователей, когда СУБД не обеспечивает какую-то группу пользователей необходи­мыми формами представления данных. Прикладные программы разрабатываются на языке СУБД и являются принадлежностью данного БнД.

Более подробно о БД и СУБД сказано в разд. 3.4.

 Словарь данных (СД) - каталог единообразных кратких сведений о всех данных, хранящихся в БД. Словарь способствует уменьшению избыточности и про­тиворечивости данных, а также ведению контроля за БД.

2. Методика решения формализуемых задач принятия решений

2.1. Обзор математических методов решения задач оптимизации

Формализуемые решения принимаются на основе атематических методов по соответствующим алгоритмам. Принятие формализованного решения требует наличия следующих составных частей:              

• математической модели объекта или процесса уп­равления;

• информации, необходимой для решения задачи;

• алгоритма решения задачи, как правило, на ком­пьютере.

Математическая модель задачи-оптимизации фор­мализуемого решения включает следующие элементы:

• .целевую функцию (критерий управления)

 ф = F(x )—- max (min, const),

где х - искомые переменные;

• ограничения, устанавливающие зависимости меж­ду текущими переменными:

g,(x)<a,. k,(x^)<b

• граничные условия, показывающие, в каких пре­делах могут быть значения искомых переменных в оптимальном решении:

d,<x,<D,

при i = 1, т,   j = 1, п.

Непременным требованием для решения задачи оп­тимизации является условие n > m. Математическая модель является эффективным средством получения ответов на широкий круг вопросов, возникающих при принятии решения. Она должна учи­тывать основные свойства моделируемого объекта (про­цесса) и пренебрегать его второстепенными свойствами. Исходная информация для принятия решения дол­жна отвечать требованиям, перечисленным в 1.2.

В зависимости от критерия эффективности, страте­гий и факторов управления (см. 1.1) выбирается алго­ритм оптимизации решения задачи, базирующийся на каком-то математическом методе. Перечислим основные методы оптимизации:

линейное и динамическое программирование (за­дачи распределения ресурсов);

теория массового обслуживания (задачи со слу­чайным характером поступления и обслуживания заявок в системе);

• имитационное моделирование (задачи, где реальный эксперимент заменяется имитационной моделью);

• статистическое моделирование (задачи, в которых результат находится методами математической статистики из большого числа расчетов с различными факторами);

• теория управляемых марковских процессов (задач со случайными неконтролируемыми факторами);

• теория игр (состязательные задачи в условия неопределенности);

• теория расписаний (задачи календарного упорядочения работ);                            

. сетевое планирование и управление (задачи с неопределенной оценкой времени выполнения раз личных видов работ);

• векторная оптимизация (многокритериальные задачи);

• теория распознавания образов (задачи поиска) другие методы.

Последовательность работ при принятии оптимального формализуемого решения можно разделять на следующие этапы:

• содержательная постановка задачи (детерминированные или случайные исходные данные; непрерывные, целочисленные или дискретные искомый переменные; пределы, в которых могут быть зна­чения искомых переменных; линейные или нели­нейные зависимости между переменными; целе­вая функция управления);

• построение математической модели оптимизации решения задачи;

• сбор исходной информации (чтобы не обрабаты­вать избыточную информацию, этот этап делает­ся после формулировки математической модели);

• решение задачи, которое во многих случаях мо­жет иметь много вариантов;

• анализ предложенных решений;

• принятие оптимального решения (нужно по­мнить, что решение принимает руководитель, а ПЭВМ только рекомендует ему варианты реше­ния);

• графическое представление результатов решения и анализа, являющееся серьезным фактором при принятии решения.

Перечисленные задачи могут быть решены только с помощью ПЭВМ.

2.2. Решение задач управления с помощью электронных таблиц

1. Общая характеристика электронных таблиц

Многие задачи оптимизации принятия решений мо­гут быть выполнены с помощью современных электрон­ных таблиц (или универсальных расчетных таблиц) типа Works 4.0 for Windows, Excel 5.0 for Windows 3.1/3.11 и особенно Excel 7.0 и Excel 97 for Windows 95/98.

При работе с электронной таблицей (ЭТ) применя­ются следующие термины (рис. З):

• строка (графа, ряд), которая нумеруется арабс­кой цифрой 1, 2, 3, ...;

• столбец (колонка), нумеруемый латинской бук­вой А, В, С, ...;

• ячейка (клетка), место которой в таблице опреде­ляется координатами, например A3, В5, IV2, ...

 В каждой ячейке могут быть размещены следующие виды данных: числа, текст или формула. Это обстоя­тельство и делает ЭТ универсальным расчетным инстру­ментом, который может использоваться во многих областях.

Сейчас имеется два основных варианта применениям ЭТ для принятия решений: метод перебора и метод оптимизации.

2. Метод перебора

Этот метод путем простого перебора решений с различными параметрами позволяет найти лучшее решение (может быть и не оптимальное в широком смысле). Ме­тод прост и доступен для работы любого руководителя, знающего динамику изменения параметров управления и рассчитываемых результатов. Однако время поиска решения может быть достаточно большим, а влияние некоторых параметров на управление учесть трудно.

3. Методы оптимизации

Электронные таблицы на основе разработанных ал­горитмов позволяют реализовать ряд математических методов оптимизации. Задачи оптимизации, алгоритмы которых могут быть решены с помощью ЭТ, приведены в табл. 1.

Таблица 1

Характеристики задач оптимизации

Табличные решения используются и для некоторых задач векторной (многокритериальной) оптимизации.

Для графического анализа результатов оптимиза­ции решения задачи пакет Excel 97, например, предос­тавляет руководителю следующие средства: двухмерные и трехмерные графики, линейчатые, круговые, кольце­вые диаграммы, диаграммы с выделенными областями и гистограммы.

Конкретные действия по оптимизации решений с помощью Excel 97 изложены в [10].

3. Методика решения неформализуемых задач принятия решений

3.1. Архитектура экспертной системы

Неформализуемые решения не имеют модели и м тематических методов решений. Они основаны на здравом смысле, опыте и интуиции руководителя. Для решения неформализуемых задач используются некоторые новые математические методы, а также экспертная оценка ситуации (экспертные системы). Первой экспортной системой считается программа, обладающая свойствам искусственного интеллекта и разработанная в конце 6О-х годов Стенфордском университете (США) под руководством проф. Э. Фейнгбаума.

Экспертная система - это информационная систе­ма, построенная на знаниях экспертов-специалистов в определенной области и предназначенная для поддержки решения неформализуемых (интеллектуальных) за­дач пользователей.

Экспертные системы (ЭС) создаются для решения задач, обладающих следующими характеристиками:

• отсутствие математической модели задачи и ме­тодов ее решения;

• большой объем пространства (исходные данные,, параметры управления, искомые переменные), в;

котором ищется решение;

• наличие «шума» в исходных данных (ошибки, недостаточность или избыточность информации);^;

• наличие квалифицированных экспертов;

• возможность структуризации (формализации) знаний предметной области.

Архитектура ЭС (рис. 4) включает:

• интерфейсы пользователей (П), специалистов по ЭС (СЭС), которые работают совместно с экспер­тами (Э),  и коммуникационные интерфейсы;

• базу знаний (БЗ) - совокупность структуриро­ванных знаний о предметной области, организо­ванную так, чтобы на основе эти означения. систему управления базой знаний (СУБЗ) — со­вокупность языковых и программных средств для создания и ведения БЗ;

• систему поиска решения (СПР) - комплекс про­грамм, позволяющих на основе БЗ с помощью ма­тематических, логических и эвристических методов дать пользователю рекомендации по принятию решения;

 • систему объяснения выбранного решение (СОВР) — комплекс программ, поясняющих пользователю, почему СПР выбрала то или иное решение.

Для формализации знаний в БЗ используются следующие структуры:

• понятия (математические и нематематические);

• факты (объекты, явления, ситуации);

• правила (зависимости, закономерности, связи);

• процедуры (алгоритмы).

Названные структуры являются основой для пост| роения моделей представления знаний в БЗ.

3.2. Модели представления знаний, поддерживаемые ЭС

В соответствии со структурами формализованных знаний в БЗ применяются следующие модели, представления знаний:

Модели формальной логики используют основные элементарные функции логики: дизъюнкцию, конъюнкцию, инверсию, импликацию и др. БЗ представляет со бой цепочки логических функций, которые позволяют получить выводы из имеющихся исходных данных.

Продукционные модели представляют набор фактов (Ф), соединенных правилами (продукциями - П) которые объединяют определенные факты (рис. 5). Правила являются неизменной частью модели, факты ж( могут изменяться. Правила связывают факты условия ми типа «Если имеет место факт Ф , то наступает факт Ф₅»  и т.д. Такие цепочки рассуждений приводят к требуемому выводу.

         Фреймовые модели, которые в последнее время являются наиболее популярными в некоторых предметных областях. Фрейм – это минимальная структура информации о факте в БЗ. Каждый фрейм содержит информации о факте и условиях существования факта (рис.6). Фрейм может быть условием существования другого факта. Таким образом, группа фреймов образует семантическую (смысловую) цепочку, которая позволяет сделать необходимый вывод.

Модели нечеткой логики отличаются от моделей формальной (математической) логики тем, что кроме двух высказываний «истинно (1)» и «ложно (0)» используются такие высказывания, как «много», «мало», «част «редко», «около 90», «приблизительно 250», «не менее 5,0», «не более 1000», «в диапазоне от 0,5 до 0,75» др. Значение истинности в этой модели принимает другое значение от 0 до 1. Определение значения истинное входных данных в этом случае во многом зависит от человека. Так же, как в формальной логике, в нечеткой логике используются свои логические функции, позволяющие учесть в выводах неопределенности входной информации. Нечеткая логика позволяет делать приближена рассуждения, основанные на нечетких исходных данных

В последние годы по программам развития искусе венного интеллекта в различных фирмах мира ведутся интенсивные исследования по новым моделям знаний в БЗ

3.3. Интерфейсы ЭС

Интерфейсы ЭС, предназначенные для работы в различных предметных областях, делятся на интерфейсы пользователей, интерфейсы СЭС и экспертов и коммуникационные интерфейсы.

Приведем перечень основных интерфейсов пользователей:

• взаимодействие с системой по принципу «меню (простого, иерархического, контекстного);

• многооконный интерфейс, дающий возможность  пользователю одновременно работать с разнородной информацией;

• графический интерфейс, построенный на основ' использования условных изображений объекте) и процессов на экране;

• диалог пользователя с системой на естественном проблемно-ориентированном языке;

• генератор отчетов, позволяющий пользователю выбрать нужную форму выходных данных из оп­ределенного набора форм.

Интерфейсы, специалистов по ЭС и экспертов:

1. Все интерфейсы пользователей.

2. Языки программирования высокого уровня, такие как Фортран, Кобол, Бейсик, Паскаль, Си и др.

3. Языки описания знаний и программирования в среде БЗ (языки искусственного интеллекта). В зависимости от модели представления знаний в БЗ используются следующие языки:

LISP - язык, в котором данные и программы пред­ставлены в виде взаимосвязанных списков, что позволяет реализовать большое количество не­сложных ЭС. Начиная с первых ЭС и до настоя­щего времени LISP применяется в половине раз­рабатываемых в мире ЭС;

PROLOG - логический язык программирования, под­держивающий модели базы знаний на основе фор­мальной логики. Объявлен одним из основных языков искусственного интеллекта в японском проекте ЭВМ 5-го поколения;

PS - язык, поддерживающий базы знаний на основе

продукционных моделей;

FRL - язык, поддерживающий базы знаний на осно­ве фреймовых моделей.

Коммуникационные интерфейсы обеспечивают экспорт/импорт данных из ЭС в другие прикладные информационные системы и компьютерные сети.

3.4. Методика применения ЭС

Методика решения задач управления с помощью ЭС, как правило, делится на несколько шагов (этапов)

1. Ввод в ЭС известных руководителю исходных данных по задаче и формулировка самой задач

2. Выбор системой модели представления знаний метода оптимального решения задачи и представление их руководителю.

3. Оценка руководителем предложений ЭС, утверждение их или, как правило, внесение коррективов в исходные данные и формулировку задачи. Д лог уточнения данных и самой задачи между руководителем и ЭС может занимать несколько шагов.

4. После принятия решения ЭС выдает руководителю рекомендации по принятию решения и пояснения, почему система приняла такое решения

5. Руководитель, проанализировав рекомендуемое ЭС решение, может:

• принять рекомендуемое системой решение претворять его в жизнь;

• продолжать уточнение решения задачи путём  диалога с ЭС;

• закончить работу с ЭС ввиду ее отказа в peшении или неприемлемости предлагаемого решения.

Примеры известных экспертных систем:

EMYCIN - ЭС, ориентированная на решение koiммерческих задач с использованием продукционной  модели знаний;

GURU (Интерэксперт) ориентирована на широк класс задач с использованием продукционной модели знаний, эвристических дедуктивных и других методов поиска решений;

Gold Works –ориентирована на широкий класс задач с использованием продукционной и фреймовой моделей представления знаний и широким выбором методов поиска решений;

ЭС – фирмы Interence (США) для определения кредитоспособности клиентов на получение кредитных карточек, используется  в США, Европе и некоторых странах азиатского региона;

ДЭС – диагностическая экспертная система оценки кредитоспособности заёмщика, предназначенная для работы банков в Республике Беларусь;

Бизнесс-Прогноз ориентирован на работу бизнесменов, менеджеров, предпринимателей и позволяет получить рекомендации по вопросам работы средних и мелких фирм различных форм собственности.

Для удобства фирм выпускаются так называемые  пустые ЭС (другие термины: родовые, каркасные, наполняемые, инструментальные оболочки ЭС). В пустой ЭС заранее зафиксирована модель представления знаний в БЗ и методы поиска решения.

Опыт использования ЭС свидетельствует, что во многих случаях они помогают найти решения в сложных неформализуемых задачах.

Контрольные вопросы:

1. Опишите банки и базы данных?
2. Компоненты Б.Д.?
3. Опишите методику решения формализуемых задач принятия решений?
4. Основные методы оптимизации?
5. Опишите методику решения неформализуемых задач принятия решений?
6. Дайте общую характеристику электронным таблицам?
7. Что такое экспертная система?
8. Что такое модель формальной логики?
9. Что такое модели нечеткой логики?
10. Что такое интерфейсы ЭС?

Список используемой литературы:

1. Наумов А.Н. и др: Системы управления базами данных и знаний. М: Финансы и статистика, 1991 г.
2. Л.В. Коуров «Информационные технологии» Москва Амалфея, 2000.

{/spoilers}