[ «Л.А. ТРОФИМОВА, В.В. ТРОФИМОВ УПРАВЛЕНЧЕСКИЕ РЕШЕНИЯ (МЕТОДЫ ПРИНЯТИЯ И РЕАЛИЗАЦИИ) ИЗДАТЕЛЬСТВО САНКТ-ПЕТЕРБУРГСКОГО ГОСУДАРСТВЕННОГО УНИВЕРСИТЕТА ЭКОНОМИКИ И ФИНАНСОВ 2011 2 ББК 65.290-2 Т 76 Трофимова Л.А. Т 76 ...»
а) при высоких темпах инфляции, превышающих депозитную ставку Сбербанка, финансовые средства выгоднее вкладывать в твердую валюту или золото. В этом случае годовой коэффициент дисконтирования примет вид (1+Ки), где Ки – годовой уровень инфляции в абсолютных единицах:
б) если учесть степень риска в получении прибыли (точнее, вероятность ее получения), то формула (5.5.1) примет вид:
где Bt – вероятность получения прибыли в t-м году; Bt = 1 – Rt;
Rt – риск неполучения прибыли в t-м году.
В том случае, если существует риск банкротства делового предприятия, куда вкладываются средства, то при годовом риске банкротства R вероятность получения прибыли в t-м году составит Bt = (1 – R) или Bt = В, где В = 1 – R:
Таким образом, в обоих этих случаях рассматривается вероятная прибыль Пt=Bt*Пt или Пt=Bt*Пt, что является элементом задач вероятностного класса, т.е. такой вид задач не является чисто детерминированным.
Примером применения формулы (5.5.5) является задача по определению целесообразности вложения денег в акции или рискованный банк. Пусть вкладывается сумма С; известны процент получения прибыли по вкладу или акциям – Кб, годовой риск ликвидации предприятия (банка) – R, депозитная ставка – Кн (или темпы инфляции – Ки). В этом случае оптимальный период вложения средств – Т определяется путем поиска максимального значения при варьировании параметра Т;
в) если размер депозитной ставки меняется от длительности вложения средств, т.е. является величиной переменной в зависимости от продолжительности интервала (tб -1), то базовая формула примет вид:
где Кн,t6-t – нормативный годовой прирост суммы при периоде вложений, равном |tб-t|;
г) если депозитная ставка и темпы инфляции изменяются во времени, то степенная зависимость преобразуется в произведения:
где К0 = 0 – приведение к 1-му году (tб = 1);
где КТ+1 = 0 – приведение к концу периода (tб = Т).
В формулах (5.5.8) и (5.5.9) т.е. Кн или Ки меняются во времени. Расчеты либо основаны на прогнозных значениях банковской ставки и темпов инфляции (в этом случае лучше использовать приведение к 1-му году – формула (5.5.8), либо служат для оценки ретроспективы и правильности ранее выбранных решений согласно фактическим данным (тогда лучше использовать формулу (5.5.9).
Как правило, остальные варианты условий дисконтирования основаны на сочетании рассмотренных нами вариантов.
Вопросы для повторения 1. Сущность определения понятия «среда принятия решения».
2. Как проявляется влияние внешней среды на реализацию альтернатив?
3. Концепция среды определенности при принятии управленческих 4. Концепция среды риска при принятии управленческих решений.
5. Концепция среды неопределенности при принятии управленческих 6. Методы принятия решений в условиях определенности.
7. Предельный анализ как метод принятия решения.
8. Содержание приростного анализа как метода принятия управленческого решения.
9. Возможности линейного программирования как метода принятия управленческого решения.
10. Показатели оценки риска.
11. Понятие и виды зоны рисков.
12. Кривая рисков как распределения вероятностей потерь.
13. Методы выбора управленческих решений в условиях риска. Матрица результативности.
14. «Дерево» решений как метод принятия управленческих решений.
15. Методы управления риском (приемы риск-менеджмента).
16. Критерий Вальда (макси-мин).
17. Критерий Севиджа (отказ от мини-макса).
18. Альфа-критерий Гурвица и возможности его применения.
19. Принятие управленческих решений на основе приведенной стоимости денег.
Глава 6. ЭФФЕКТИВНОСТЬ УПРАВЛЕНЧЕСКИХ РЕШЕНИЙ 6.1. Эффективность управленческих решений и её составляющие Эффект (лат. effectus – исполнение, действие), результат, следствие какихлибо причин, действий. Эффектом системы управления в общем случае является суммарная ожидаемая величина годового роста благосостояния организации, которая достигается усилиями ее менеджеров.
Эффективность менеджмента – это сотрудничество людей в последовательном движении к общей цели, ценность которой превышает затраты ресурсов, энергии или усилий. Цели ранее были определены как такое положение дел, которого бы организация желала достичь в будущем.
«Эффективность» характерна не для всякого взаимодействия, а лишь для целенаправленного; поэтому данная категория носит управленческий характер и отражает, прежде всего, степень достижения поставленных целей. В отличие от эффекта эффективность – это всегда определенное соотношение (результата с целями или результата с затратами на его получение), т.е. величина относительная. Эффективность менеджмента в зарубежной литературе принято выражать двумя ключевыми терминами: Effectiveness и Efficiency. Effectiveness (эффективность) обозначает степень достижения целей организации, стратегических или оперативных; успешность деятельности, взаимоотношения с внешней средой и др. Под efficiency понимают экономичность, которая является внутренним параметром функционирования организации. Например, соотношение между объемом выпуска продукции и ресурсами, необходимыми для этого выпуска. Чем меньше потребление ресурсов для выпуска единицы продукции, тем экономичнее организация.
Целевой аспект эффективности очень трудно отделить от экономичности, так как формирование двух аспектов эффективности менеджмента в равной степени определяется в организациях следующими обстоятельствами: качеством целеполагания; адекватностью принятых стратегий поставленным целям; уровнем мотивации персонала к достижению целей; экономичностью используемых ресурсов; процессами взаимодействия персонала на разных уровнях иерархии; креативностью и компетенциями топ-менеджеров, их способностями к обучению и управлению знаниями и др.
Таким образом, главная цель эффективного менеджмента – обеспечение формирования и функционирования такого состояния управляемой системы (организации), которая в максимальной степени, на сколько это возможно, соответствует требованиям внешней среды организации и наиболее эффективному использованию ресурсов и возможностей внутренней среды организации.
Управленческие решения как результат управленческой деятельности менеджеров могут оцениваться простыми и сложными показателями. К первым относятся результаты, время, затраты ресурсов. Сложные показатели строятся для более подробной оценки, к ним относятся эффективность, интенсивность, производительность.
К результатам управленческих решений относятся: качество решения, своевременность, степень соответствия целям, критериям как индикаторам успешности, требованиям заказчика, а также устойчивость, точность, внутренняя непротиворечивость (согласованность), возможность развития, степень усовершенствования процедуры принятия решения и т.д.
К затратам управленческих решений относятся: информационные затраты, временные затраты, технические затраты, трудовые ресурсы, прочие затраты.
Эффективность представляет соизмерение ресурсов (затрат) на достижение результатов. Основными факторами эффективности решений являются три группы факторов: использование ресурсов, фактор времени и целенаправленность управления.
Первый фактор характеризует структуру, качество ресурсов, их экономию в процессах управления и возможность пополнения и накопления.
Второй фактор отражает своевременность решений, экономию времени, использование новых технологий и потенциал персонала, способного решать проблемы достаточно оперативно и профессионально.
Третий фактор отражает реальность и значительность цели, в соответствии с которой и рассматривается результат деятельности менеджера, его стратегия, учет рыночных процессов экономического развития. Цели и потребности системы управления определяют: ориентированность решения на пользователя, наглядность решения для пользователя, возможность многократного повторного использования.
Интенсивность представляет собой соизмерение усилий и времени, а производительность – соизмерение результата и времени.
Эффективность деятельности организации – это ее свойство, связанное со способностью организации в рамках нормативной системы общественных ценностей формулировать и достигать цели в соответствии с предъявляемыми потребностями в виде результатов, соотнесенных с затратами, путем использования соответствующих средств и с учетом факторов-условий ее функционирования.
Сравнение фактической отдачи осуществляемого решения с ожидаемой предполагает эффективность или результативность решения. Необходимость такого сравнения обуславливается тем, что оценка эффективности данного решения является одним из методов определения степени устойчивости внутренней и внешней среды при выработке решения, проявляемой как ответная реакция среды при выработке решения на ее изменения. Это позволяет не только удостовериться в выполнении решения, но и в случае значительных расхождений между реальной отдачей и ожидаемой принять необходимые действия по корректировке и уточнению процесса решения.
При выборе альтернатив необходимо добиваться того, чтобы окончательная формулировка решения отражала механизм измерения его эффективности.
В случае невозможности определить и измерить эффективность решения, рекомендуется избегать его утверждения, ибо в этом случае, видимо, неверно определены его переменные в процессе анализа проблемы. Решение эффективно, если оно способствует приближению к поставленной цели. В случае же многоцелевой деятельности, эффективным можно считать решение, при котором достигается положительный результат и оно превалирует над некоторыми второстепенными целями.
Таким образом, эффективность управленческого решения – это ресурсная результативность, полученная по итогам подготовки или реализации управленческого решения в организации. В качестве ресурсов могут быть финансы, материалы, здоровье персонала, организация труда и др. Различают организационную, экономическую, психологическую, правовую, этическую, технологическую и социальную эффективность управленческих решений.
Под организационной эффективностью управленческого решения понимают факт достижения организационных целей за счет меньшего числа работником или меньшего времени. Организационные цели связаны с реализацией следующих потребностей человека: потребность в организации жизни и безопасности, управлении, стабильности, порядке. Организационная эффективность и качество управленческого решения неразрывно связаны между собой.
Экономическая эффективность управленческого решения – это соотношение стоимости прибавочного продукта, полученного за счет реализации конкретного управленческого решения, и затрат на его подготовку и реализацию.
Социальная эффективность управленческого решения – это факт достижения социальных целей для большего количества человек и общества за более короткое время, меньшим числом работников, меньшими финансовыми затратами. Социальные цели реализуют следующие потребности человека: потребности в информации, знаниях, творческом труде, самовыражении, общении, отдыхе.
Технологическая эффективность управленческого решения – это факт достижения определенных результатов (отраслевого, национального или мирового технологического уровня производства), запланированных в бизнес-плане, за счет более короткого времени или меньших финансовых затрат.
Психологическая эффективность управленческого решения – это факт достижения психологических целей для большего числа работников или населения за более короткое время, меньшим числом работников или меньшими финансовыми затратами. Психологические цели реализуют следующие потребности человека: потребности в любви, семье, свободном времени.
Правовая эффективность управленческого решения – это степень достижения правовых целей организации и персонала за более короткое время, меньшим числом работников или меньшими финансовыми затратами. Правовые цели реализуют следующие потребности человека: потребность в безопасности и порядке.
Экологическая эффективность управленческого решения – это факт достижения экологических целей организации и персонала за более короткое время, меньшим числом работников или меньшими финансовыми затратами. Экологические цели реализуют следующие потребности человека: потребность в безопасности, здоровье, в организации устойчивого развития жизни, физиологические.
Этическая эффективность управленческого решения – это факт достижения нравственных целей организации и персонала за более короткое время, меньшим числом работников или меньшими финансовыми затратами. Этические цели реализуют потребности и интересы человека в соблюдении нравственных норм поведения окружающими людьми.
Политическая эффективность управленческого решения – это факт достижения политических целей организации и персонала за более короткое время, меньшим числом работников или меньшими финансовыми затратами. Политические цели реализуют следующие потребности человека: потребность в вере, патриотизме, самопроявлении и самовыражении управлении.
Кроме того, эффективность управленческих решений может определяться на иерархических уровнях организации по количеству затрагиваемого персонала и организаций. В соответствии с этим выделяют эффективность управленческих решений на уровне производства и управления организации, группы компаний, отрасли, региона, страны.
6.2. Методы расчета экономической эффективности подготовки и реализации управленческих решений (традиционные подходы) Измерение и оценка эффективности управленческих решений необходимы для всех организаций, так как позволяют активно воздействовать на их текущее состояние и тенденции развития, устанавливать размеры и направления изменений, выявлять наиболее важные факторы роста, отслеживать и корректировать неуправляемые процессы, принимать решения об изменениях и прогнозировать их воздействие на ключевые параметры, а также планировать дальнейшее совершенствование организации и ее подразделений.
Существует несколько подходов к измерению эффективности управленческих решений организации, это традиционные подходы, включающие целевой, ресурсный, подход внутренних процессов и современные подходы измерения эффективности управленческих решений на основе концепции ценностноориентированного управления (Value Based Management – VBM).
Целевой подход (goal approach) к измерению эффективности менеджмента привязан к выходным данным, т.к. оценивается насколько организация достигает своих целей в смысле желаемого состояния на выходе.
Целевой подход к измерению эффективности состоит в выявлении целей организации и оценке того, насколько хорошо организация достигает этих целей. В целевом подходе измеряется степень приближения организации к этим целям.
Показатели измерения эффективности строятся в основном на основе оперативных целей, которые оказываются более продуктивными (отражают то, чем организация реально занимается), чем показатели на основе долгосрочных целей, т.к. они довольно абстрактны и трудно измеряемы.
На практике организации имеют множество целей (прибыльность (рентабельность); рост; доля рынка; социальная ответственность; благосостояние работников; качество товаров и услуг; научные исследования и развитие; экономичность; финансовая стабильность; экологичность и др.), которые не могут быть легко достигнуты одновременно, поэтому они образуют совокупность результатов, желательных для организации.
Выбор и обоснование альтернатив выполняется с использованием методов сравнения различных вариантов, где альтернативы сравниваются по затратам, рискам и вероятности достижения цели (успеха).
Данный метод позволяет вместо рыночной стоимости УР использовать рыночную стоимость произведенной продукции. Так, при реализации двух вариантов УР относительная экономическая эффективность для первого решения определяется:
где П1т – прибыль, полученная за реализацию товара при 1-м варианте УР; П2т – прибыль, полученная за реализацию товара при 2-м варианте УР; 31Т – затраты на производство товара при 1-м варианте УР; 32Т – затраты на производство товара при 2-м варианте УР.
Целевой подход часто используется в коммерческих организациях, так как в них выходные цели обычно поддаются измерению. Коммерческие фирмы обычно оценивают свою работу с позиций прибыльности, роста, занимаемой доли рынка или дохода от инвестиций.
Ресурсный подход (resource-based approach): эффективность определяется путем наблюдения за началом процесса управления и оценки способности организации эффективно добывать ресурсы, необходимые для успешной деятельности.
Таким образом, при ресурсном подходе рассматривается и оценивается «вход» системы управления организацией, т.к. предполагается, что для того, чтобы быть эффективной, организация должна уметь добывать ценные ресурсы и управлять ими. С точки зрения ресурсного подхода, эффективность организации определяется как ее способность, абсолютная или относительная, добывать редкие и ценные ресурсы, успешно интегрировать их и управлять ими.
В широком смысле показатели эффективности, согласно ресурсному подходу, включают в себя следующие характеристики:
покупательская позиция – способность организации добывать из окружающей среды редкие и ценные ресурсы, включая финансовые ресурсы, сырье, человеческие ресурсы, знания и технологии;
способность тех, кто в организации принимает решения, видеть и правильно интерпретировать свойства окружающей среды;
способность менеджеров использовать осязаемые (например, запасы сырья, люди) и неосязаемые (например, знания, корпоративная культура) ресурсы в повседневной деятельности организации для достижения наилучших результатов;
способность организации реагировать на изменения в окружающей Ресурсный подход определения Ээ по непосредственным результатам деятельности основан на оценке непосредственного эффекта от УР при достижении целей, реализации функций, методов и др. Основные параметры при оценке Ээ – стандарты использования ресурсов (временных, материальных, финансовых и др.). Определение Ээ осуществляется по следующей формуле:
где CЭi – стандарт на использование (трату) ресурса; РЭi – реальное использование (затраты) /ресурса.
При расчете Ээ необходимо определить значение Ээi по нескольким ресурсам (т) и затем по приоритетности ресурсов (ni) найти среднее значение Ээ:
Наилучшей альтернативой считают ту, которая обеспечивает наименьшие затраты ресурсов.
Разновидностью применения ресурсного подхода является метод анализа эффективности затрат, который является более усовершенствованным видом или вариантом традиционного маржинального анализа. Это метод основывается на сопоставлении альтернатив в тех случаях, когда оптимальное решение нельзя выразить в денежных единицах, как это имеет место при маржинальном анализе, представляющем собой фактически традиционный вид анализа затрат и результатов.
Анализ эффективности затрат представляет собой метод осуществления выбора из нескольких альтернатив для определения предпочтительного варианта в тех случаях, когда цели далеко не столь конкретны, как те, которые выражены определенными количественными показателями такими, как сбыт, издержки или прибыль.
Основными особенностями анализа эффективности затрат являются сосредоточение внимания на результатах программы или системы, сопоставление вклада каждой альтернативы с эффективностью в отношении достижения желаемой цели и сравнение стоимости каждой из этих альтернатив на основе ее эффективности.
Отличительными особенностями анализа эффективности затрат являются следующие положения: цели обычно ориентированы на выпуск продукции или на конечные результаты и, как правило, не поддаются точному определению;
альтернативы обычно представляют собой целые системы, программы или стратегии, рассчитанные на достижение целей; критерии эффективности должны соответствовать целям и быть сформулированы как можно более точно;
оценка издержек производства, как правило, является обычной и традиционной, но сюда могут входить как неденежные, так и денежные издержки, несмотря на то, что первые можно элиминировать, выразив их в виде отрицательных факторов эффективности; критерии решений, хотя они и являются определенными, обычно не столь конкретны, как стоимость или прибыль и могут включать в себя достижение какой-либо цели с наименьшими затратами, с наличными ресурсами или обеспечивать снижение издержек по отношению к эффективности, в особенности с учетом потребности в первых для достижения других целей.
Ценность метода анализа эффективности затрат заключается в том, что он побуждает того, кто принимает решение, рассмотреть различные альтернативы с учетом их эффективности по отношению к затратам. Этот метод нашел широкое применение при принятии инновационных решений.
Ресурсный подход используется тогда, когда другие подходы к оценке эффективности менеджмента, невозможно реализовать из-за отсутствия необходимого количества показателей (для некоммерческих и социальных организаций бывает трудно измерить степень достижения целей или внутреннюю эффективность).
Ресурсный подход обладает бесспорными достоинствами, когда другие подходы измерения эффективности недоступны, но у него есть и несомненный недостаток – не учитывает связь деятельности организации с нуждами потребителей.
Таким образом, ресурсный подход наиболее ценен тогда, когда показатели достижения целей сложно получить и измерить (т.е. невозможно реализовать целевой подход к оценке и измерению эффективности менеджмента).
Подход внутренних процессов (internal process approach) эффективность оценивается на основе внутренней активности организации и ее экономичности (efficiency).
При подходе внутренних процессов эффективность оценивается с точки зрения непрерывности, рациональности, синхронности и экономичности организации производства. Важным элементом эффективности в данном подходе является то, как организация использует свои ресурсы и возможности, и как это отражается на экономичности.
Основные показатели эффективности менеджмента с точки зрения подхода внутренних процессов:
оценка корпоративной культуры, в т. ч. социально-психологического взаимовыручка, групповая лояльность и работа единой командой;
взаимное доверие и общение между работниками и руководством;
методы принятия управленческих решений в данной организации;
организация горизонтальных и вертикальных коммуникаций;
вознаграждения менеджеров;
взаимодействие подразделений организации.
Подход внутренних процессов важен, поскольку эффективное использование ресурсов и согласованное внутреннее функционирование организации являются одной из сторон общей эффективности менеджмента.
На практике подход внутренних процессов реализован с помощью, так называемых косвенных методов оценки эффективности управленческих решений по конечным результатам. Данный метод основан на расчете эффективности производства в целом и выделении из него фиксированной (статистически обоснованной) части (К):
где П – прибыль, полученная за реализацию товара; ОЗ – общие затраты; К – доля УР в эффективности производства (К = 20-30%).
Подход внутренних процессов также имеет и свои недостатки: не учитываются общий результат на выходе и взаимоотношения организации с внешней средой. Использование только подхода внутренних процессов не дает полного представления об эффективности менеджмента.
6.3. Методы расчета экономической эффективности подготовки и реализации управленческих решений на основе концепции ценностно-ориентированного управления (концепции VBM) В деятельности компании необходимым условием эффективного функционирования является баланс интересов всех участников бизнеса (собственников, менеджеров, персонала, контрагентов, клиентов и др.). В соответствии с данным требованием современным подходом к оценки эффективности управленческих решений называют подход заинтересованных сторон или его еще называют подходом акционеров.
Подход акционеров (stakeholder approach) иногда называемый также подходом заинтересованных сторон (constituency approach) основан на утверждении о том, что для каждой организации существует много групп лиц, по-своему заинтересованных в результатах ее деятельности. В данном подходе к измерению и оценки эффективности управленческих решений основными показателями эффективности считается удовлетворенность этих заинтересованных групп.
В подходе акционеров различные стороны деятельности организации собираются воедино с помощью перемещения внимания с самой организации на тех, кто заинтересован в ее работе. Акционер (stakeholder) в данном случае любая группа лиц, внутри организации или вне ее, заинтересованная в результатах работы организации. Кредиторы, поставщики, работники и владельцы компании в рамках этого подхода являются акционерами. У каждого акционера будет свой критерий для оценки эффективности организации, поскольку их отношение к этой организации и их интересы различны. Определяя, хорошо ли работает организация, нужно рассматривать ее с точки зрения каждой из групп акционеров.
Оценка эффективности менеджмента в подходе акционеров реализована в концепции VBM (Value Based Management) в так называемой концепции ценностно-ориентированного управления, пропагандирующая комплексный подход к управлению организацией, нацеленной на рост ценности компании для собственников (акционеров). Основной принцип ценностно-ориентированного управления – качественное улучшение стратегических и оперативных решений на всех уровнях иерархии за счет концентрации усилий всех лиц, принимающих решения, на ключевых факторах стоимости.
Достоинством подхода акционеров к оценке эффективности менеджмента заключается в том, что данный подход позволяет определять общую эффективность менеджмента так как понятие эффективности здесь шире, чем в традиционных методах (целевой подход, ресурсный подход, подход внутренних процессов), и что при этом подходе рассматриваются факторы как окружающей среды, так и внутренние для организации. Кроме того подход акционеров учитывает важный для общества фактор корпоративной социальной ответственности (КСО), который формально не измеряется ни в целевом, ни в ресурсном подходах, ни в подходе внутренних процессов.
С ростом понимания того, что эффективность – это сложная, многомерная концепция, не поддающаяся односторонней оценке, подход акционеров становится все более востребованным.
Критерии и показатели эффективности по концепции VBM.
Критерии эффективности представляют собой совокупность признаков, на основе которых оценивается уровень и качество управления, его соответствие потребностям и интересам общества. Показатели эффективности отражают количественные характеристики развития управляемых процессов. Например, к критериям эффективности относятся: прибыль, затраты, рентабельность и др., а показатели эффективности указывают на их количественные характеристики.
Традиционные подходы, рассмотренные в п. 7.2, к измерению и оценке эффективности менеджмента базируются на показателях бухгалтерской модели менеджмента, к ним относятся:
брутто-выручка от реализации продукции;
нетто-выручка от реализации продукции;
Подход акционеров, базирующийся на концепции ценностноориентированного управления – VBM использует следующие показатели:
SVA (Share-holder’s Value Added) – добавленная стоимость акционерного капитала;
EVA (Economic Value Added) – экономическая добавленная стоимость;
CFROI (Cash Flow Return On Investment) – внутренняя норма доходности капитала;
CVA (Cash Value Added) – добавленный поток денежных средств;
KPI (Key Performance Indicators) – ключевые индикаторы оценки деятельности на основе сбалансированной системы показателей TSR (Total Shareholder Return) – общая акционерная отдача за время TBR (Total Business Return) – показатель общей отдачи бизнеса за Основные показатели эффективности менеджмента.
1. Брутто-выручка от реализации продукции (Вбрутто) где Vi – количество проданной продукции i-го вида в натуральном выражении;
Pi – цена реализации i-го вида продукции с учетом всех налогов, включаемых в цену 2. Нетто-выручка от реализации продукции где НДС – налог на добавленную стоимость;
– прочие обязательные платежи, включаемые в цену реализации 3. Полная себестоимость реализованной продукции, (С/с) где Зi – затраты на производство i-го вида продукции в денежном выражении, определяемые как сумма всех групп затрат на производство и реализацию продукции где В – суммарная выручка от хозяйственной деятельности;
И – суммарные издержки на осуществление хозяйственной деятельности 5. Рентабельность (Р) где Д – доход (или прибыль);
З – затраты, произведенные для получения этого дохода 6. Остаточная прибыль (Residual Income – RI) где Пj – бухгалтерская прибыль отчетного года;
k – минимальная требуемая доходность на вложенный капитал;
Ij-i – балансовая стоимость инвестиций на начало отчетного (конец предшествующего отчетному) года (величина инвестированного капитала);
j – отчетный год.
7. Остаточная операционная прибыль (Residual Operating Income – ReOI) где EBIj – (Earnings before Interest) – чистая прибыль до процентных расходов.
Данный показатель обозначается в ряде работ как NOPAT (Net Operating Profit after Taxes – чистая операционная прибыль после налогообложения) или NOPLAT (Net Operating Profit less Adjusted Taxes – чистая операционная прибыль за вычетом скорректированных налогов).
EBIj, в свою очередь, определяется следующим образом:
где NI – (Net Income) – чистая прибыль;
i – (Interest Expense) – процентные расходы; t – (Tax Rate) – ставка налога на прибыль.
kw – ставка средневзвешенных затрат на весь капитал (Weighted Average Cost of Capital – WACC);
NAj-i – балансовая стоимость чистых активов на начало отчетного (конец предшествующего отчетному) года;
ROA – показатель рентабельности активов, который определяется как:
8. Остаточная чистая прибыль (Residual Earnings – RE) где NIj – чистая прибыль отчетного периода;
kE – ставка затрат на собственный капитал;
Ej-i – балансовая стоимость собственного капитала на начало отчетного (конец предшествующего отчетному) года;
ROE – показатель рентабельности собственного капитала, который определяется как:
9. Добавленная экономическая стоимость (Economic Value Added-EVA®) где k1 – корректировка на величину отложенного налога на прибыль (deferred tax): при расчете капитальной базы показателя EVA® чистые отложенные активы (разница между отложенными налоговыми активами и отложенными налоговыми обязательствами) вычитаются из величины чистой операционной прибыли;
k2 – корректировки на резерв ЛИФО (LIFO allowance), связанные с тем, что обычно метод ЛИФО дает более высокую оценку себестоимости и, соответственно, более низкую оценку балансовой стоимости остатка активов по сравнению с иными методами;
kn – прочие капитальные эквиваленты, например, на величину амортизации деловой репутации; капитализации расходов на научно-исследовательские, опытно-конструкторские и технологические работы; созданных оценочных резервов (резервов сомнительных долгов, на обесценивание материальных ценностей, финансовых вложений и т.п.) 10. Добавленная рыночная стоимость, основанная на показателе остаточной прибыли (Market Value Added -MVARI) где k – соответствующая варианту определения остаточной прибыли ставка требуемой доходности.
11. Показатель денежной рентабельности инвестиций (Cash Flow Return on Investment – CFROI) где CFadj – скорректированные на инфляцию денежные притоки (inflation adjusted cash inflows);
CIadj – скорректированные на инфляцию денежные инвестиции в организацию (inflation adjusted cash investments) 12. Чистый экономический доход (Net Economic Income – NEI) где ЕIMV – экономический доход;
kw – ставка средневзвешенных затрат на весь капитал (WACC);
NABV – объем затрат на инвестированный в организацию капитал на начало периода в балансовой оценке EDMV – экономическая амортизация, основанная на изменении рыночной (фундаментальной) стоимости;
j – отчетный год.
13. Показатель добавленной акционерной стоимости (Shareholder Value Added – SVA) где SV – (Shareholders Value) – акционерная стоимость, которая представляет собой следующую сумму двух составляющих:
где NCF – (Net Cash Flow) – чистый денежный поток, который определяется как разница между чистой операционной прибылью, измеряемой показателем EBI, и величиной приростных инвестиции (Incremental Investments – AI) во внеоборотные активы и рабочий капитал организации, осуществленных в течение периода:
RV – (Residual Value) – остаточная ценность, которая определяется, как ценность, которая будет создана активами организации с конца отчетного года до бесконечности. Для определения остаточной ценности А. Раппапорт использует достаточно жесткое допущение о том, что ценность существующих активов в будущем определяется текущими операционными результатами, измеряемыми показателем EBI. При этом в целях расчета итогового показателя SVA предполагается отсутствие роста:
n – прогнозный период 14. Показатель добавленной денежной стоимости (Cash Value Added – CVA) где CBIj – (Cash Flow Before Interest) – чистый денежный поток до процентных платежей. По сути CBI есть то, что и чистая операционная прибыль (EBI), но с учетом не бухгалтерской (Dep), а экономической амортизации (ED):
где NA0 – чистые активы в оценке по первоначальной стоимости;
kw – ставка средневзвешенных затрат на капитал (WACC).
15. Общая акционерная отдача (Total Shareholder Return – TSR) где q – количество акций, находящихся во владении акционера;
р – рыночная цена акции;
i =1,..., n – период владения пакетом акции;
р – рыночная цена акции;
qn – величина прироста количества акций за время владения пакетом акций:
где dps – dividend per share – дивиденд на акцию.
16. Показатель общей отдачи бизнеса (Total Business Return – TBR) где Vn – стоимость бизнеса или его части (подразделения) на конец периода;
V0 – стоимость бизнеса или его части (подразделения) на начало периода;
FCF – свободный денежный поток за период.
Таким образом, чтобы обеспечивать эффективность менеджмента путем принятия эффективных управленческих решений необходимо их оценивать.
Оценка вносит определенность, показывает тенденции, позволяет делать анализ менеджмента по критериям эффективности и определять основные факторы, от которых зависит эффективность менеджмента.
6.4. Ответственность в системе разработки Существенным признаком управления является возложение (принятие и передача) ответственности за операции по подготовке и реализации принимаемых решений. Ответственность означает при этом обязанность (долг) и готовность менеджеров действовать определенным образом по отношению вышестоящему руководству, к самим себе, а также общественности, т.е. к различным лицам и группам лиц в организации и за ее пределами.
Определенная часть управленческих решений может делегироваться полностью или частично руководителями или менеджерами на более низкие уровни управления. Однако собственно, принятие управленческих решений, отдача распоряжений по их реализации и связанная с этим ответственность являются неотъемлемыми сущностными признаками руководства и поэтому не делегируются. В процессе постановки проблемы, контроля ее решения и реализации решения могут делегироваться только отдельные задачи (задача – как предписанная работа).
Ответственность в процессе управления можно нести либо только за собственную руководящую деятельность (ответственность за себя), либо за делегированную (ответственность за других).
Ответственность с позиции управленческих решений есть форма зависимости в условиях разделения деятельности, определяющая меру порицания при невыполнении или недостаточном выполнении функций и обязательств, полномочий и ожиданий.
Ответственность должна соответствовать полномочиям за принятие решений. Существует понятие меры ответственности и формы ответственности.
Ответственность менеджера за принятие решения проявляется в том случае, если исполнение или неисполнение прямого управленческого решения привело к убыткам фирмы или ущербу, вреду элементам внешней среды.
Ответственность менеджера за принятие решения может быть внутрифирменной или внешней. Внутрифирменная ответственность может быть административной (выговор, перевод на другую работу и т.д.) и экономической (материальной – возмещение ущерба организации). Внешняя ответственность может быть юридической, социальной, моральной.
Юридическая ответственность может иметь уголовный и гражданский характер.
Уголовная ответственность – обязанность виновного лица держать в установленном порядке ответ за совершенное им преступление: подвергнуться правоограничениям, вытекающим из уголовно-процессуального порядка, быть осужденным и понести соответствующее наказание.
Гражданская ответственность возникает в случае неисполнения или ненадлежащего исполнения обязательств из договоров, причинения вреда. Это принудительная мера, выражающаяся в имущественном воздействии на правонарушителя. Она состоит в компенсации убытков или возмещении причиненного вреда.
Существует две точки зрения на социальную ответственность менеджмента. Первую Милтон Фридман определил как роль бизнеса (деятельности, дела), состоящую в «использовании его энергии и ресурсов в деятельности, направленной на увеличение прибыли при условии, что он придерживается правил игры … и участвует в открытой конкурентной борьбе, не прибегая к мошенничеству и обману». Вторую точку зрения выразил Кит Дэвис, указав, что бизнес обязан быть активно социально ответственным по причине «железного закона ответственности» и утверждая, что «в долговременной перспективе те, кто не пользуется властью в этом направлении, каковое общество считается ответственным, эту власть потеряет».
Первая точка зрения соответствует либеральному взгляду на экономику. Ее непременным условием является наличие «правил игры» – устоявшихся и исполняемых норм права, социальных и моральных норм. В переходный период это основное условие либерального менеджмента объективно отсутствует.
Несомненно, социально-этический менеджмент соответствует второй точке зрения. Представляется, что отличие социально-этического менеджмента от социальной ответственности менеджмента состоит в определении недопустимых состояний и прямом декларировании необходимости избегать нанесения недопустимого ущерба участникам рынка, подтвержденном на уровне разработки критериев и специальных алгоритмов принятия конкретных управленческих решений.
Применение социально-этического менеджмента позволяет «автоматически» обеспечить социальную ответственность менеджмента, рассматриваемого как процесс, состоящий из конкретных социально ответственных решений, регулярно принимаемых на различных уровнях многими менеджерами. Обратное утверждение не может быть признано справедливым: социально ответственный менеджмент не в каждом решении может быть признан социально-этическим.
Таким образом, социально-этический менеджмент обеспечивает социальную и юридическую ответственность менеджмента (табл. 6.1).
Социальная ответственность предприятий перед обществом Направления ответственности Окружающая среда Сохранение природных богатств;
Развитие личности стратегическому развитию фирмы;
работников Продвижение по служебной лестнице внутри фирмы;
Развитие индивидуума, владеющего социокультурными технологиями;
Образование Развитие стратегического ресурса фирмы;
и культура Самосовершенствование к самоутверждению;
Реализация основных концепций развития гармоУчастие в жизни общества Высокий уровень управленческой культуры руководителей высшего, среднего и низового звеньев Моральная ответственность менеджмента состоит в следовании нормам человеческих отношений. На этот тип ответственности менеджмента большое влияние оказывают культурные, религиозные и другие особенности среды, в которой осуществляется менеджмент.
Вопросы для повторения 1. Сущность эффективности (Effectiveness) управленческих решений.
2. Значение экономичности (Efficiency) для оценки управленческих решений.
3. Определения и характеристика эффективности, результативности и интенсивности в теории принятия решений.
4. Сущность «экономической эффективности управленческого решения».
5. Сущность «организационной эффективности управленческого решения».
6. Сущность «социальной эффективности управленческого решения».
7. Сущность «технологической эффективности управленческого решения».
8. Сущность «психологической эффективности управленческого решения».
9. Сущность «правовой эффективности управленческого решения».
10. Методы расчета экономической эффективности подготовки и принятия управленческого решения.
11. Основные подходы к определению экономической эффективности управленческих решений (целевой, ресурсный, внутренних процессов).
12. Современные подходы к определению экономической эффективности на основе теории заинтересованных сторон (подход акционеров).
13. Оценка эффективности в концепции ценностно-ориентированного менеджмента (концепция VBM).
14. Понятия ответственности в теории принятия управленческих решений.
15. Виды ответственности в системе принятия и реализации управленческих Глава 7. ИНФОРМАЦИОННО-АНАЛИТИЧЕСКАЯ ПОДДЕРЖКА class='zagtext'> УПРАВЛЕНЧЕСКИХ РЕШЕНИЙ
Система Поддержки (процессов) Принятия Решений (СППР) (англ.
Decision Support System, DSS) – это компьютерная автоматизированная система, целью которой является помощь лицам, принимающим решение в сложных условиях, для полного и объективного анализа предметной деятельности2.
Ранние определения СППР (в начале 70-х годов прошлого века) отражали следующие три момента: 1) возможность оперировать с неструктурированными или слабоструктурированными задачами, в отличие от задач, с которыми имеет дело исследование операций; 2) интерактивные автоматизированные (то есть реализованные на базе компьютера) системы; 3) разделение данных и моделей.
Последнее определение не отражает участия компьютера в создании СППР, вопросы возможности включения нормативных моделей в состав СППР и др.
В настоящее время нет общепринятого определения СППР, поскольку конструкция СППР существенно зависит от вида задач, для решения которых она разрабатывается, от доступных данных, информации и знаний, а также от пользователей системы. Можно привести, тем не менее, некоторые элементы и характеристики, общепризнанные, как части СППР:
СППР – это «совокупность процедур по обработке данных и суждений, помогающих руководителю в принятии решений, основанная на использовании моделей»3.
СППР – это «интерактивные автоматизированные системы, помогающие лицу, принимающему решения, использовать данные и модели для решения слабо структурированных проблем»4.
СППР – это «система, которая обеспечивает пользователям доступ к данным и/или моделям, так что они могут принимать лучшие решения»5.
http://ru.wikipedia.org/ Little I.D.C. Models and Managers: The Concept of a Decision Calculus // Management Science, 1970. – v. 16. – № 8.
Power D. J. Web-based and model-driven decision support systems: concepts and issues. Americas Conference on Information Systems, Long Beach, California, 2000.
Edwards J.S. Expert Systems in Management and Administration – Are they really different from Decision Support Systems? // European Journal of Operational Research, 1992. – Vol. 61. – pp. 114-121.
Рассматривая процессы принятия решений, можно выделить информационную, модельную и экспертную поддержки принимаемых решений, реализуемых в СППР, которые представляют собой информационные системы, предназначенные для решения неструктурированных задач и генерирования альтернативных решений (рис. 7.1).
Рассматривая процессы поддержки решений в ИС, мы видим, что информационная поддержка решений основана на Информационных системах управления (ИСУ) и Системах автоматизации офиса (САО). Модельная поддержка решений строится на базе СППР, а экспертная – на базе экспертных систем (рис. 7.2).
Анализируя вышеприведенные определения, мы видим, что СППР принципиально отличается от традиционных систем аналогичного назначения тем, что она ориентирована на конкретного пользователя, на его знания, опыт и интуицию, его систему ценностей. В основу СППР положено признание того факта, что процесс принятия решений носит субъективный характер. По существу это означает, что пользователь является полностью самостоятельным и действует на основании своих собственных знаний, опыта и интуиции. Естественно, что при этом не исключено привлечение любых экспертов и консультантов по его усмотрению. Таким образом, система СППР помогает пользователю найти решения, которые именно ему представляются наилучшими, но которые без ее помощи было бы трудно, или даже невозможно отыскать из-за очень большой сложности решаемой задачи.
Современные Системы Поддержки Принятия Решений являются результатом мультидисциплинарного исследования, основанного на теории:
баз данных (Data Base – DB) и баз знаний (Data Knowledge – DK);
искусственного интеллекта (Artificial Intelligence – AI);
интерактивных компьютерных систем;
методов имитационного моделирования и др.
Системы Поддержки Принятия Решений возникли в результате слияния управленческих информационных систем и систем управления базами данных.
Современные СППР используют следующие информационные технологии:
хранилища данных (Data Warehouse – DW);
средства оперативной (в реальном масштабе времени) аналитической обработки информации (On-Line Analytical Processing – OLAP);
средства извлечения данных – (Data Mining – DM), текстов (Text Mining – TM) и визуальных образов (Image Mining – IM).
Еще одна принципиальная особенность современных СППР связана с тем, что в настоящее время математические методы не позволяют осуществлять оптимизацию и ранжирование значений совокупностей показателей непосредственно на основе полной совокупности критериев и требуют предварительного сведения их к единой числовой оценке (свертка). Различных формальных способов свертки достаточно много, и то, какой из них будет выбран, может существенно (а порой и нежелательно) повлиять на результаты оптимизации и ранжирования. Кроме того, свертка совокупности критериев в один обедняет процесс принятия решений в содержательном и информационном плане. Необходимо иметь в виду, что пользователь, будучи весьма компетентным в своей области, вовсе не должен разбираться в том, какие алгоритмы свертки использованы в системе поддержки решений. А это значит, что решения, принятые разработчиком в процессе создания системы, могут оказывать на выбор альтернатив влияние, не контролируемое пользователем. Этот принципиальный недостаток традиционных систем поддержки решений, опирающихся на формальные методы свертки, в современной системе СППР сведен к минимуму. Достигается это за счет того, что пользователь в диалоге с такой системой сопоставляет между собой возможные значения совокупностей показателей, в соответствии с которыми он хочет принимать решения, и определяет их относительные предпочтительности. В результате таких сопоставлений в системе формируется функция предпочтений (ФП) пользователя, на основе которой в дальнейшем выполняются операции оптимизации и ранжирования. Таким образом, формальная свертка критериев заменяется неформальной процедурой выявления предпочтений, результаты которой не зависят от разработчика и отражают индивидуальный подход пользователя к задаче.
История развития СППР. До середины 60-х годов прошлого века создание больших информационных систем (ИС) было чрезвычайно дорогостоящим, поэтому первые ИС менеджмента (так называемые Management Information Systems – MIS) были созданы в эти годы лишь в достаточно больших компаниях. MIS предназначались для подготовки периодических структурированных отчетов для менеджеров.
В конце 60-х годов появляется новый тип ИС – модель-ориентированные СППР (Model-oriented Decision Support Systems – DSS) или системы управленческих решений (Management Decision Systems – MDS).
По мнению первооткрывателей СППР Keen P. G. W., Scott Morton M. S6.
(1978), концепция поддержки решений была развита на основе «теоретических исследований в области принятия решений… и технических работ по созданию интерактивных компьютерных систем».
В 1971 г. – опубликована книга Scott Morton‘а7, в которой впервые были описаны результаты внедрения СППР, основанной на использовании математических моделей.
1974 г. – дано определение ИС менеджмента8 – MIS (Management Information System): «MIS – это интегрированная человеко-машинная система обеспечения информацией, поддерживающая функции операций, менеджмента и принятия решений в организации. Системы используют компьютерную технику и программное обеспечение, модели управления и принятия решений, а также базу данных»9.
1975 г. – J.D.C. Little10 в своей работе предложил критерии проектирования СППР в менеджменте.
1978 г. – опубликован учебник по СППР11, в котором исчерпывающе описаны аспекты создания СППР: анализ, проектирование, внедрение, оценка и разработка.
1980 г. – опубликована диссертация S. Alter12, в которой он дал основы классификации СППР.
Keen P.G.W., Scott Morton M. S. Decision support systems : an organizational perspective. Reading, Mass.: Addison-Wesley Pub. Co., 1978.
Scott Morton M. S. Management Decision Systems: Computer-based Support for Decision Making. – Boston: Harvard University, 1971.
Ginzberg M.I., Stohr E.A. Decision Support Systems: Issues and Perspectives // Processes and Tools for Decision Support / ed. by H.G. Sol. – Amsterdam: North-Holland Pub.Co, 1983.
Davis G. Management Information Systems: Conceptual Foundations, Structure, and Development. – New York: McGraw-Hill, 1974.
Little I.D.C. Models and Managers: The Concept of a Decision Calculus // Management Science, 1970. – v. 16. – № 8.
Keen P.G.W., Scott Morton M. S. Decision support systems : an organizational perspective.
Reading, Mass.: Addison-Wesley Pub. Co., 1978.
Alter S. L. Decision support systems : current practice and continuing challenges. Reading, Mass.: Addison-Wesley Pub., 1980.
1981 г. – Bonczek, Holsapple и Whinston13 в своей книге создали теоретические основы проектирования СППР. Они выделили четыре необходимых компонента, присущих всем СППР: 1) Языковая система (Language System – LS) – СППР может принимать все сообщения; 2) Система презентаций (Presentation System (PS)) (СППР может выдавать свои сообщения); 3) Система знаний (Knowledge System – KS) – все знания СППР сохраняет; 4) Система обработки задач (Problem-Processing System (PPS)) – программный «механизм», который пытается распознать и решить задачу во время работы СППР.
1981 г. – В своей книге R.Sprague и E.Carlson14 описали, каким образом на практике можно построить СППР. Тогда же была разработана информационная система руководителя (Executive Information System (EIS) – компьютерная система, предназначенная для обеспечения текущей адекватной информации для поддержки принятия управленческих решений менеджером.
Начиная с 1990-х, разрабатываются так называемые Data Warehouses – хранилища данных.
В 1993 г Е. Коддом (E.F. Codd) для СППР специального вида был предложен термин OLAP (Online Analytical Processing)- оперативный анализ данных (онлайновая аналитическая обработка данных) для поддержки принятия важных решений. Исходные данные для анализа представлены в виде многомерного куба, по которому можно получать нужные разрезы – отчёты. Выполнение операций над данными осуществляется OLAP-машиной. По способу хранения данных различают OLAP со многими измерениями (Multidimensional OLAP MOLAP), реляционный OLAP (Relational OLAP – ROLAP) и гибридный OLAP (Hybrid OLAP – HOLAP). По месту размещения OLAP-машины различаются OLAP-клиенты и OLAP-серверы. OLAP-клиент производит построение многомерного куба и вычисления на клиентском ПК, а OLAP-сервер получает запрос, вычисляет и хранит агрегатные данные на сервере, выдавая только результаты.
В 2005 г. (27 октября) в Москве на Международной конференции «Информационные и телемедицинские технологии в охране здоровья» (ITTHC 2005), А. Пастухов (Россия) представил СППР нового класса – PSTM (Personal Information Systems of Top Managers). Основным отличием PSTM от существующих СППР является построение системы для конкретного лица, принимающего решение, с предварительной логико-аналитической обработкой информации в автоматическом режиме и выводом информации на один экран.
В начале нового тысячелетия была создана СППР на основе Web – семантический Web, которая обеспечивала поиск информации с использованием формализации представления содержания, семантики, смысла искомых объектов, что позволило обеспечить необходимые условия сходимости поискового процесса к желаемому результату, существенно сократить время поиска при Bonczek R.H., Holsapple C., Whinston A.B. Foundations of Decision Support Systems.- New York: Academic Press,, 1981.
Sprague R. H., Carlson E. D. Building Effective Decision Support Systems. — Englewood Cliffs, NJ: Prentice-Hall, 1982.
«расплывчатом» формулировании запроса и «недетерминированной» постановки целей.
Таким образом, СППР – в большинстве случаев – это интерактивная автоматизированная система, которая помогает менеджеру (ЛПР) использовать данные и модели для идентификации и решения задач и принятия решений.
Система должна обладать возможностью работать с интерактивными запросами с достаточно простым для изучения языком запросов.
Дальнейшее развитие СППР происходит по пути усложнения интеллектуальных информационных технологий (ИИТ), позволяющих более глубоко описывать проблемные ситуации. Описание проблемной ситуации опирается как на саму выделенную ситуацию, так и на индивидуальное восприятие ее человеком, т.е. проблемная ситуация описывается внешними и внутренними факторами, пропорция между которыми меняется с изменением ситуации. ИИТ, применяемые для описания проблемной ситуации, как правило, реализуют методы:
решения обратных задач, нечетких топологических пространств, эволюционных вычислений, теории катастроф, рефлексивной и когнитивной психологии, нейролингвистического программирования, активных и многоагентных систем, квантовых вычислений и др.
Характеристики СППР. Согласно E. Turban15, СППР обладает следующими четырьмя основными характеристиками:
1. СППР использует и данные, и модели;
2. СППР предназначены для помощи менеджерам в принятии решений для слабоструктурированных и неструктурированных задач;
3. Они поддерживают, а не заменяют, выработку решений менеджерами;
4. Цель СППР – улучшение эффективности решений.
E. Turban предложил список характеристик идеальной СППР (которая имеет мало общих элементов с определением, приведенным выше). Идеальная СППР:
1) оперирует со слабоструктурированными решениями;
2) предназначена для ЛПР различного уровня;
3) может быть адаптирована для группового и индивидуального использования;
4) поддерживает как взаимозависимые, так и последовательные решения;
5) поддерживает 3 фазы процесса решения: интеллектуальную часть, 6) поддерживает разнообразные стили и методы решения, что может быть полезно при решении задачи группой ЛПР;
Turban, E. Decision support and expert systems: management support systems. – Englewood Cliffs, N.J.: Prentice Hall, 1995. – 887 p.
7) является гибкой и адаптируется к изменениям как организации, так 8) проста в использовании и модификации;
9) улучшает эффективность процесса принятия решений;
10) позволяет человеку управлять процессом принятия решений с помощью компьютера, а не наоборот;
11) поддерживает эволюционное использование и легко адаптируется 12) может быть легко построена, если может быть сформулирована 13) поддерживает моделирование;
14) позволяет использовать знания.
Классификации СППР. Для СППР отсутствует не только единое общепринятое определение, но и исчерпывающая классификация. Разные авторы предлагают разные классификации.
На уровне пользователя P. Haettenschwiler16 (1999) делит СППР на пассивные, активные и кооперативные СППР. Пассивной СППР называется система, которая помогает процессу принятия решения, но не может вынести предложение, какое решение принять. Активная СППР может сделать предложение, какое решение следует выбрать. Кооперативная позволяет ЛПР изменять, пополнять или улучшать решения, предлагаемые системой, посылая затем эти изменения в систему для проверки. Система изменяет, пополняет или улучшает эти решения и посылает их опять пользователю. Процесс продолжается до получения согласованного решения.
На концептуальном уровне D.J. Power17 (2003) отличает СППР, управляемые сообщениями (Communication-Driven DSS), СППР, управляемые данными (Data-Driven DSS), СППР, управляемые документами (Document-Driven DSS), СППР, управляемые знаниями (Knowledge-Driven DSS) и СППР, управляемые моделями (Model-Driven DSS). СППР, управляемые моделями, характеризуются в основном доступ и манипуляции с математическими моделями (статистическими, финансовыми, оптимизационными, имитационными). Отметим, что некоторые OLAP-системы, позволяющие осуществлять сложный анализ данных, могут быть отнесены к гибридным СППР, которые обеспечивают моделирование, поиск и обработку данных.
Управляемая сообщениями (Communication-Driven DSS) (ранее групповая СППР – GDSS) СППР поддерживает группу пользователей, работающих над выполнением общей задачи.
Haettenschwiler P. Neues anwenderfreundliches Konzept der Entscheidungs-unterstutzung. Gutes Entscheiden in Wirtschaft, Politik und Gesellschaft. Zurich: Hochschulverlag AG, 1999. – S. 189Power D.J. A Brief History of Decision Support Systems. DSSResources.COM, World Wide Web, http://DSSResources.COM/history/dsshistory.html, version 2.8, May 31, 2003.
СППР, управляемые данными (Data-Driven DSS) или СППР, ориентированные на работу с данными (Data-oriented DSS) в основном ориентируются на доступ и манипуляции с данными. СППР, управляемые документами (Document-Driven DSS), управляют, осуществляют поиск и манипулируют неструктурированной информацией, заданной в различных форматах. Наконец, СППР, управляемые знаниями (Knowledge-Driven DSS) обеспечивают решение задач в виде фактов, правил, процедур.
На техническом уровне D. Power18 (1997) различает СППР всего предприятия и настольную СППР. СППР всего предприятия подключена к большим хранилищам информации и обслуживает многих менеджеров предприятия. Настольная СППР – это малая система, обслуживающая лишь один компьютер пользователя. Существуют и другие классификации (Alter19, Holsapple и Whinston20, Golden, Hevner и Power21). Отметим лишь, что превосходная для своего времени классификация Alter‘a, которая разбивала все СППР на 7 классов, в настоящее время несколько устарела.
В зависимости от данных, с которыми эти системы работают, СППР условно можно разделить на оперативные и стратегические. Оперативные СППР предназначены для немедленного реагирования на изменения текущей ситуации в управлении финансово-хозяйственными процессами компании. Стратегические СППР ориентированы на анализ значительных объемов разнородной информации, собираемых из различных источников. Важнейшей целью этих СППР является поиск наиболее рациональных вариантов развития бизнеса компании с учетом влияния различных факторов, таких как конъюнктура целевых для компании рынков, изменения финансовых рынков и рынков капиталов, изменения в законодательстве и др. СППР первого типа получили название Информационных Систем Руководства (Executive Information Systems – EIS).
По сути, они представляют собой конечные наборы отчетов, построенных на основании данных из транзакционной информационной системы предприятия, в идеале адекватно отражающих в режиме реального времени основные аспекты производственной и финансовой деятельности. Для EIS характерны следующие основные черты:
отчеты, как правило, базируются на стандартных для организации запросах; число последних относительно невелико;
ИСР представляет отчеты в максимально удобном виде, включающем, наряду с таблицами, деловую графику, мультимедийные возможности и т. п.;
как правило, ИСР ориентированы на конкретный вертикальный рынок, например финансы, маркетинг, управление ресурсами.
Power D. J. «What is a DSS?» // The On-Line Executive Journal for Data-Intensive Decision Support, 1997. – v. 1. – № 3.
Alter S. L. Decision support systems: current practice and continuing challenges. Reading, Mass.:
Addison-Wesley Pub., 1980.
Holsapple C.W., Whinston A.B. Decision Support Systems: A Knowledge-based Approach. – Minneapolis: West Publishing Co., 1996.
Golden B., Hevner A., Power D.J. Decision Insight Systems: A Critical Evaluation // Computers and Operations Research, 1986. – v. 13. – № 2/3. – p. 287-300.
СППР второго типа предполагают достаточно глубокую проработку данных, специально преобразованных так, чтобы их было удобно использовать в ходе процесса принятия решений. Неотъемлемым компонентом СППР этого уровня являются правила принятия решений, которые на основе агрегированных данных дают возможность менеджерам компании обосновывать свои решения, использовать факторы устойчивого роста бизнеса компании и снижать риски. СППР второго типа в последнее время активно развиваются. Технологии этого типа строятся на принципах многомерного представления и анализа данных (OLAP).
При создании СППР можно использовать Web-технологии. В настоящее время СППР на основе Web-технологий для ряда компаний являются синонимами СППР предприятия.
Архитектура СППР.
Архитектура СППР представляется разными авторами по-разному. Приведем пример. G.M. Marakas22 (1999) предложил обобщенную архитектуру, состоящую из 5 различных частей: (a) система управления данными (the data management system – DBMS), (b) система управления моделями (the model management system – MBMS), (c) машина знаний (the knowledge engine (KE)), (d) интерфейс пользователя (the user interface) и (e) пользователи (the user).
На сегодняшний день можно выделить четыре наиболее популярных типа архитектур систем поддержки принятия решений:
1. Функциональная СППР.
2. Независимые витрины данных.
3. Двухуровневое хранилище данных.
4. Трехуровневое хранилище данных.
Функциональная СППР. Функциональная СППР (рис. 7.3) является наиболее простой с архитектурной точки зрения. Такие системы часто встречаются на практике, в особенности в организациях с невысоким уровнем аналитической культуры и недостаточно развитой информационной инфраструктурой.
Характерной чертой функциональной СППР является то, что анализ осуществляется с использованием данных из оперативных систем.
Marakas G. M. Decision support systems in the twenty-first century. Upper Saddle River, N.J.:
Prentice Hall, 1999.
Преимущества:
Быстрое внедрение за счет отсутствия этапа перегрузки данных в специализированную систему.
Минимальные затраты за счет использования одной платформы.
Недостатки:
Единственный источник данных, потенциально сужающий круг вопросов, на которые может ответить система.
Оперативные системы характеризуются очень низким качеством данных с точки зрения их роли в поддержке принятия стратегических решений. В силу отсутствия этапа очистки данных, данные функциональной СППР, как правило, обладают невысоким качеством.
Большая нагрузка на оперативную систему. Сложные запросы могут привести к остановке работы оперативной системы, что весьма нежелательно.
СППР с использованием независимых витрин данных. Независимые витрины данных (рис. 7.4) часто появляются в организации исторически и встречаются в крупных организациях с большим количеством независимых подразделений, зачастую имеющих свои собственные отделы информационных технологий.
Преимущества:
Витрины данных можно внедрять достаточно быстро.
Витрины проектируются для ответов на конкретный ряд вопросов.
Данные в витрине оптимизированы для использования определенными группами пользователей, что облегчает процедуры их наполнения, а также способствует повышению производительности.
Недостатки:
Данные хранятся многократно в различных витринах данных. Это приводит к дублированию данных и, как следствие, к увеличению расходов на хранение и потенциальным проблемам, связанным с необходимостью поддержания непротиворечивости данных.
Потенциально очень сложный процесс наполнения витрин данных при большом количестве источников данных.
Данные не консолидируются на уровне предприятия, таким образом, отсутствует единая картина бизнеса.
СППР на основе двухуровневого хранилища данных. Двухуровневое хранилище данных (рис. 7.5) строится централизованно для предоставления информации в рамках компании. Для поддержки такой архитектуры необходима выделенная команда профессионалов в области хранилищ данных.
Это означает, что вся организация должна согласовать все определения и процессы преобразования данных.
Преимущества:
Данные хранятся в единственном экземпляре.
Минимальные затраты на хранение данных.
Отсутствуют проблемы, связанные с синхронизацией нескольких копий Данные консолидируются на уровне предприятия, что позволяет иметь единую картину бизнеса.
Недостатки:
Данные не структурируются для поддержки потребностей отдельных пользователей или групп пользователей.
Возможны проблемы с производительностью системы.
Возможны трудности с разграничением прав пользователей на доступ к СППР на основе трёхуровневого хранилища данных. Хранилище данных (рис. 7.6) представляет собой единый централизованный источник корпоративной информации. Витрины данных представляют подмножества данных из хранилища, организованные для решения задач отдельных подразделений компании. Конечные пользователи имеют возможность доступа к детальным данным хранилища, в случае если данных в витрине недостаточно, а также для получения более полной картины состояния бизнеса.
Преимущества:
Создание и наполнение витрин данных упрощено, поскольку наполнение происходит из единого стандартизованного надежного источника очищенных нормализованных данных.
Витрины данных синхронизированы и совместимы с корпоративным представлением. Имеется корпоративная модель данных. Существует возможность сравнительно лёгкого расширения хранилища и добавления новых витрин данных.
Гарантированная производительность.
Недостатки:
Существует избыточность данных, ведущая к росту требований на хранение данных.
Требуется согласованность с принятой архитектурой многих областей с потенциально различными требованиями (например, скорость внедрения иногда конкурирует с требованиями следовать архитектурному подходу).
Выше приведены основные варианты архитектур СППР. Выбор конкретного варианта зависит от условий, в которые поставлена проектная группа. На выбор архитектуры влияют ответы на такие вопросы как: нужен ли быстрый возврат от инвестиций; является ли проектная группа профессиональной; существует ли формализованная методология.
Для поддержки принятия решений c помощью информационных технологий, включая анализ и выработку альтернатив, в СППР используются следующие методы: 1) информационный поиск; 2) интеллектуальный анализ данных;
3) извлечение (поиск) знаний в базах данных; 4) рассуждение на основе прецедентов; 5) имитационное моделирование; 6) генетические алгоритмы;
7) искусственные нейронные сети; 8) методы искусственного интеллекта. Рассмотрим подробно каждый из них.
Информационный поиск (Information retrieval). Информационный поиск (ИП) (англ. Information retrieval) – процесс поиска неструктурированной документальной информации и наука об этом поиске23. Термин «информационный поиск» был впервые введён Кельвином Муром в 1948 г. в его докторской диссертации, опубликован и употребляется в литературе с 1950 г.
Сначала системы автоматизированного информационного поиска, или информационно-поисковые системы (ИПС), использовались лишь для управления информационным взрывом в научной литературе. Многие университеты и публичные библиотеки стали использовать ИПС для обеспечения доступа к книгам, журналам и другим документам. Широкое распространение ИПС получили с появлением сети Интернет. У русскоязычных пользователей наибольшей популярностью пользуются поисковые системы Google, Яндекс и Рамблер.
Поиск информации представляет собой процесс выявления в некотором множестве документов (текстов) всех таких, которые посвящены указанной теме (предмету), удовлетворяют заранее определенному условию поиска (запросу) или содержат необходимые (соответствующие информационной потребности) факты, сведения, данные.
Процесс поиска включает последовательность операций, направленных на сбор, обработку и предоставление необходимой информации заинтересованным лицам.
В общем случае поиск информации состоит из четырех этапов:
1) определение (уточнение) информационной потребности и формулировка информационного запроса;
2) определение совокупности возможных держателей информационных массивов (источников);
3) извлечение информации из выявленных информационных массивов;
4) ознакомление с полученной информацией и оценка результатов поиска.
Полнотекстовый поиск – поиск по всему содержимому документа. Пример полнотекстового поиска – любой интернет-поисковик, например www.yandex.ru, www.google.com. Как правило, полнотекстовый поиск для усhttp://ru.wikipedia.org/ корения поиска использует предварительно построенные индексы. Наиболее распространенной технологией для индексов полнотекстового поиска являются инвертированные индексы.
Поиск по метаданным – это поиск по неким атрибутам документа, поддерживаемым системой – название документа, дата создания, размер, автор и т.д. Пример поиска по реквизитам – диалог поиска в файловой системе (например, MS Windows).
Поиск по изображению – поиск по содержанию изображения. Поисковая система распознает содержание фотографии (загружена пользователем или добавлен URL изображения). В результатах поиска пользователь получает похожие изображения. Так работают поисковые системы: Xcavator; Retrievr;
PolarRose; Picollator Online by Recogmission.
Методы информационного поиска. Адресный поиск – процесс поиска документов по чисто формальным признакам, указанным в запросе.
Для осуществления нужны следующие условия:
1. Наличие у документа точного адреса.
2. Обеспечение строгого порядка расположения документов в запоминающем устройстве или в хранилище системы.
Адресами документов могут выступать адреса веб-серверов и вебстраниц и элементы библиографической записи, и адреса хранения документов в хранилище.
Семантический поиск – процесс поиска документов по их содержанию.
Условия: Перевод содержания документов и запросов с естественного языка на информационно-поисковый язык и составление поисковых образов документа и запроса. Составление поискового описания, в котором указывается дополнительное условие поиска.
Принципиальная разница между адресным и семантическим поисками состоит в том, что при адресном поиске документ рассматривается как объект с точки зрения формы, а при семантическом поиске – с точки зрения содержания.
При семантическом поиске находится множество документов без указания адресов. В этом принципиальное отличие каталогов и картотек. Библиотека – собрание библиографических записей без указания адресов.
Документальный поиск – процесс поиска в хранилище информационнопоисковой системы первичных документов или в базе данных вторичных документов, соответствующих запросу пользователя. Два вида документального поиска:
1. Библиотечный, направленный на нахождение первичных документов.
2. Библиографический, направленный на нахождение сведений о документах, представленных в виде библиографических записей.
Фактографический поиск – процесс поиска фактов, соответствующих информационному запросу.
К фактографическим данным относятся сведения, извлеченные из документов, как первичных, так и вторичных и получаемые непосредственно из источников их возникновения. Различают два вида поиска:
1. Документально-фактографический, заключается в поиске в документах фрагментов текста, содержащих факты.
2. Фактологический (описание фактов), предполагающий создание новых фактографических описаний в процессе поиска путем логической переработки найденной фактографической информации.
Информационный поиск как наука. Информационный поиск – большая междисциплинарная область науки, стоящая на пересечении когнитивной психологии, информатики, информационного дизайна, лингвистики, семиотики, и библиотечного дела.
Информационный поиск рассматривает поиск информации в документах, поиск самих документов, извлечение метаданных из документов, поиск текста, изображений, видео и звука в локальных реляционных базах данных, в гипертекстовых базах данных таких, как Интернет и локальные интранет-системы.
Существует некоторая путаница, связанная с понятиями поиска данных, поиска документов, информационного поиска и текстового поиска. Тем не менее, каждое из этих направлений исследования обладает собственными методиками, практическими наработками и литературой.
В настоящее время информационный поиск – это бурно развивающаяся область науки, популярность которой обусловлено экспоненциальным ростом объемов информации, в частности в сети Интернет. Информационному поиску посвящена обширная литература и множество конференций. Одной из наиболее известных является TREC, организованной в 1992 Министерством обороны США совместно с Институтом Стандартов и Технологий (NIST) с целью консолидации исследовательского сообщества и развития методик оценки качества ИП.
Говоря о системах информационного поиска, употребляют термины запрос и объект запроса.
Запрос – это формализованный способ выражения информационных потребностей пользователем системы. Для выражения информационной потребности используется язык поисковых запросов, синтаксис варьируется от системы к системе. Кроме специального языка запросов, современные поисковые системы позволяют вводить запрос на естественном языке.
Объект запроса – это информационная сущность, которая хранится в базе автоматизированной системы поиска. Несмотря на то, что наиболее распространенным объектом запроса является текстовый документ, не существует никаких принципиальных ограничений. В частности, возможен поиск изображений, музыки и другой мультимедиа информации. Процесс занесения объектов поиска в ИПС называется индексацией. Далеко не всегда ИПС хранит точную копию объекта, нередко вместо неё хранится суррогат.
Задачи информационного поиска. Центральная задача ИП – помочь пользователю удовлетворить его информационную потребность. Так как описать информационные потребности пользователя технически непросто, они формулируются как некоторый запрос, представляющий из себя набор ключевых слов, характеризующий то, что ищет пользователь.
Классическая задача информационного поиска, с которой началось развитие этой области, – это поиск документов, удовлетворяющих запросу, в рамках некоторой статической коллекции документов. Но список задач ИП постоянно расширяется и теперь включает: вопросы моделирования; классификация документов; фильтрация документов; кластеризация документов; проектирование архитектур поисковых систем и пользовательских интерфейсов; извлечение информации, в частности аннотирования и реферирования документов; языки запросов и др.
Оценки эффективности информационного поиска. Существует много способов оценить насколько хорошо документы, найденные ИПС, соответствуют запросу. К сожалению, понятие степени соответствия запроса, или другими словами релевантности, является субъективным понятием, а степень соответствия зависит от конкретного человека, оценивающего результаты выполнения запроса.
Точность (Precision) – отношение числа релевантных документов, найденных ИПС, к общему числу найденных документов:
где Drel – это множество релевантных документов в базе, а Dretr – множество документов, найденных системой.
Полнота (recall) – отношение числа найденных релевантных документов, к общему числу релевантных документов в базе:
где Drel – это множество релевантных документов в базе, а Dretr – множество документов, найденных системой.
Выпадение (fall-out) – выпадение характеризует вероятность нахождения нерелевантного ресурса и определяется, как отношение числа найденных нерелевантных документов к общему числу нерелевантных документов в базе:
где Dnrel – это множество нерелевантных документов в базе, а Dretr – множество документов, найденных системой.
F-мера (F-measure, мера Ван Ризбергена) – традиционно F-мера определяется, как гармоническое среднее точности и полноты:
Часто ее также называют F1 мерой, потому что точность и полнота присутствуют в этой формуле с одинаковым весом.
Более общая формула для положительного вещественного имеет вид:
Интеллектуальный анализ данных (Data Mining). Интеллектуальный анализ данных (англ. Data Mining) – выявление скрытых закономерностей или взаимосвязей между переменными в больших массивах необработанных данных. Подразделяется на задачи классификации, моделирования и прогнозирования и другие. Термин «Data Mining» введен Григорием Пятецким-Шапиро в 1989 году.
Английский термин «Data Mining» не имеет однозначного перевода на русский язык (добыча данных, вскрытие данных, информационная проходка, извлечение данных/информации) поэтому в большинстве случаев используется в оригинале. Наиболее удачным непрямым переводом считается термин «интеллектуальный анализ данных».
Data Mining включает методы и модели статистического анализа и машинного обучения, дистанцируясь от них в сторону автоматического анализа данных. Инструменты Data Mining позволяют проводить анализ данных предметными специалистами (аналитиками), не владеющими соответствующими математическими знаниями.
Задачи, решаемые Data Mining:
1. Классификация – отнесение входного вектора (объекта, события, наблюдения) к одному из заранее известных классов.
2. Кластеризация – разделение множества входных векторов на группы (кластеры) по степени «похожести» друг на друга.
3. Сокращение описания – для визуализации данных, лаконизма моделей, упрощения счета и интерпретации, сжатия объемов собираемой и хранимой информации.
4. Ассоциация – поиск повторяющихся образцов. Например, поиск «устойчивых связей в корзине покупателя» (англ. market basket analysis) – вместе с пивом часто покупают орешки.
5. Прогнозирование.
6. Анализ отклонений – Например, выявление нетипичной сетевой активности позволяет обнаружить вредоносные программы.
В литературе можно встретить еще ряд классов задач. Базовыми задачами являются первые три. Остальные задачи сводятся к ним тем или иным способом.
Для задач классификации характерно «обучение с учителем», при котором построение (обучение) модели производится по выборке содержащей входные и выходные векторы.
Для задач кластеризации и ассоциации применяется «обучение без учителя», при котором построение модели производится по выборке, в которой нет выходного параметра. Значение выходного параметра («относится к кластеру…», «похож на вектор …») подбирается автоматически в процессе обучения.
Для задач сокращения описания характерно отсутствие разделения на входные и выходные векторы. Начиная с классических работ К. Пирсона по методу главных компонент, основное внимание здесь уделяется аппроксимации данных.
Можно выделить типичный ряд этапов решения задач методами Data Mining:
1. Формирование гипотезы;
3. Подготовка данных (фильтрация);
5. Подбор параметров модели и алгоритма обучения;
6. Обучение модели (автоматический поиск остальных параметров 7. Анализ качества обучения, если неудовлетворительный переход на 8. Анализ выявленных закономерностей, если неудовлетворительный Извлечение знаний в базах данных (Knowledge Discovery in Databases).
Извлечение (поиск) знаний в базах данных (Knowledge Discovery in Databases – KDD) – процесс обнаружения полезных знаний в базах данных.
Эти знания могут быть представлены в виде закономерностей, правил, прогнозов, связей между элементами данных и др. Главным инструментом поиска знаний в процессе KDD являются аналитические технологии Data Mining, реализующие задачи классификации, кластеризации, регрессии, прогнозирования, предсказания и т.д.
Однако, в соответствии с концепцией KDD, эффективный процесс поиска знаний не ограничивается их анализом. KDD включает последовательность операций, необходимых для поддержки аналитического процесса. К ним относятся:
Консолидация данных – процесс их извлечения из различных источников (OLTP-систем, СУБД, файлов отдельных пользователей, Интернета и т.д.) и загрузка в централизованное хранилище данных.
Подготовка анализируемых выборок данных (в том числе, обучающих), загрузка их из хранилища данных или других источников в аналитическое приложение.
Очистка данных от факторов, мешающих их корректному анализу, таких, как шумы и аномальные значений, дубликаты, противоречия, пропуски, фиктивные значения и т.д.
Трансформация – оптимизация данных для решения определенной задачи. Обычно на данном этапе выполняется исключение незначащих факторов, снижения размерности входных данных, нормализация, обогащение и другие преобразования, позволяющие лучше «приспособить» данные к решению аналитической задачи.
Анализ данных – применение методов и технологий Data Mining:
построение и обучение моделей (нейронных сетей, деревьев решений, карт Кохонена и др.), решение задач классификации и регрессии, кластеризации, прогнозирования, поиска ассоциаций и т.д.
Интерпретация и визуализация результатов анализа, их применение Knowledge Discovery in Databases не задает набор методов обработки или пригодные для анализа алгоритмы, он определяет последовательность действий, которую необходимо выполнить для того, чтобы из исходных данных получить знания. Данный подход универсальный и не зависит от предметной области, что является его несомненным достоинством.
Основоположниками концепции KDD считаются Григорий ПятецкийШапиро (Gregory Piatetsky-Shapiro) и Усама Файад (Usama Fayyad).
Рассуждение на основе прецедентов (Case-Based Reasoning). Прецедент – случай, имевший место ранее и служащий примером или оправданием для последующих случаев подобного рода. Вывод на основе прецедентов (CBR – Case-Based Reasoning) является подходом, позволяющим решить новую задачу, используя или адаптируя решение уже известной задачи. Как правило, такие методы рассуждений включают в себя четыре основных этапа, образующие так называемый цикл рассуждения на основе прецедентов или CBR-цикл.
К преимуществам рассуждений на основе прецедентов можно отнести следующие аспекты:
Возможность напрямую использовать опыт, накопленный системой без интенсивного привлечения эксперта в той или иной предметной Возможность сокращения времени поиска решения поставленной задачи за счет использования уже имеющегося решения для подобной задачи.
Существует возможность исключить повторное получение ошибочного решения.
Отсутствует необходимость полного и углубленного рассмотрения знаний о конкретной предметной области.
Возможно применение эвристик, повышающих эффективность решения задач.
К недостаткам рассуждений на основе прецедентов можно отнести следующее:
При описании прецедентов обычно ограничиваются поверхностными знаниями о предметной области.
Большое количество прецедентов может привести к снижению производительности системы.
Проблематичным является определение критериев для индексации Проблемы с отладкой алгоритмов определения подобных (аналогичных) прецедентов.
Невозможность получения решения задач, для которых нет прецедентов или степень их сходства (подобия) меньше заданного порогового значения.
Основная цель использования аппарата прецедентов в рамках СППР и, в частности, систем экспертной диагностики сложных объектов, заключается в выдаче готового решения ЛПР для текущей ситуации на основе прецедентов, которые уже имели место в прошлом при управлении данным объектом или процессом.
На первом этапе CBR-цикла выполняется определение степени сходства текущей ситуации с прецедентами из библиотеки прецедентов системы и последующее их извлечение с целью разрешить новую проблемную ситуацию, сложившуюся на объекте.
Методы извлечения прецедентов. Для успешной реализации рассуждений на основе прецедентов необходимо обеспечить корректное извлечение прецедентов из библиотеки прецедентов (БП) системы экспертной диагностики. Выбор метода извлечения прецедентов напрямую связан со способом представления прецедентов и соответственно со способом организации БП.
Основные способы представления прецедентов можно разделить на следующие группы:
объектно-ориентированные;
специальные (в виде деревьев, графов, логических формул и т.д.).
В большинстве случаев для представления прецедентов достаточно простого параметрического представления, т.е. представления прецедента в виде набора параметров с конкретными значениями и решения (диагноз по проблемной ситуации и рекомендации ЛПР):
CASE(x1, x2, …, xn, R), где x1…xn – параметры ситуации, описывающей данный прецедент (x1 X1, x2 X2,…, xn Xn), R – диагноз и рекомендации ЛПР, n – количество параметров прецедента, а X1, …, Xn – области допустимых значений соответствующих параметров прецедента.
Существует целый ряд методов извлечения прецедентов и их модификаций:
1) Метод ближайшего соседа (NN – Nearest Neighbor). Это самый распространенный метод сравнения и извлечения прецедентов. Он позволяет довольно легко вычислить степень сходства текущей проблемной ситуации и прецедентов из БП системы. С целью определения степени сходства на множестве параметров, используемых для описания прецедентов и текущей ситуации, вводится определенная метрика. Далее в соответствии с выбранной метрикой определяется расстояние от целевой точки, соответствующей текущей проблемной ситуации, до точек, представляющих прецеденты из БП, и выбирается ближайшая к целевой точка.
Метод определения ближайшего соседа (ближайших соседей) также широко применяется для решения задач классификации, кластеризации, регрессии и распознавания образов [Башмаков и др., 2005].
Основными преимуществами данного метода являются простота реализации и универсальность в смысле независимости от специфики конкретной проблемной области. К существенным недостаткам метода можно отнести сложность выбора метрики для определения степени сходства и прямую зависимость требуемых вычислительных ресурсов от размера БП, а также неэффективность при работе с неполными и зашумленными исходными данными.
На практике применяются различные модификации указанного метода [Варшавский и др., 2006]. Обычно решение выбирается на основе нескольких ближайших точек (соседей), а не одной (метод k ближайших соседей). Возможно использование метода ближайшего соседа, основанного на знаниях о предметной области (определенных зависимостях между параметрами объекта).
2) Метод извлечения прецедентов на основе деревьев решений. Этот метод предполагает нахождение требуемых прецедентов путем разрешения вершин дерева решений. Каждая вершина дерева указывает, по какой ее ветви следует осуществлять дальнейший поиск решения. Выбор ветви осуществляется на основе информации о текущей проблемной ситуации. Таким образом, необходимо добраться до концевой вершины, которая соответствует одному или нескольким прецедентам. Если концевая вершина связана с некоторым подмножеством прецедентов, то тогда для выбора наиболее подходящего из них может использоваться метод ближайшего соседа. Такой подход рекомендуется применять для больших БП, т.к. основная часть работы по извлечению прецедентов выполняется заранее на этапе построения дерева решений, что значительно сокращает время поиска решения.
3) Метод извлечения прецедентов на основе знаний. В отличие от методов, описанных выше, данный метод позволяет учесть знания экспертов (ЛПР) по конкретной предметной области (коэффициенты важности параметров, выявленные зависимости и т.д.) при извлечении. Метод может успешно применяться совместно с другими методами извлечения прецедентов, особенно когда БП имеет большие размеры и предметная область является открытой и динамической.
4) Метод извлечения с учетом применимости прецедентов. В большинстве систем, использующих механизмы рассуждений на основе прецедентов, предполагается, что наиболее схожие с текущей проблемной ситуацией прецеденты являются наиболее применимыми в этой ситуации. Однако это не всегда так. В основе понятия извлечения на основе применимости (адаптируемости) лежит то, что извлечение прецедентов базируется не только на их сходстве с текущей проблемной ситуацией, но и на том, насколько хорошую для желаемого результата модель они собой представляют. Т.е. на выбор извлекаемых прецедентов влияет возможность их применения в конкретной ситуации. В некоторых системах эта проблема решается путем сохранения прецедентов вместе с комментариями по их применению. Использование указанного подхода позволяет сделать поиск решения более эффективным, заранее отбрасывая часть заведомо неперспективных прецедентов.
Помимо рассмотренных методов для извлечения прецедентов могут успешно применяться и другие методы (например, аппарат искусственных нейронных сетей).
Имитационное моделирование – это метод, позволяющий строить модели, описывающие процессы так, как они проходили бы в действительности. Такую модель можно «проиграть» во времени как для одного испытания, так и заданного их множества. При этом результаты будут определяться случайным характером процессов. По этим данным можно получить достаточно устойчивую статистику.
Имитационное моделирование – это метод исследования, при котором изучаемая система заменяется моделью с достаточной точностью описывающей реальную систему и с ней проводятся эксперименты с целью получения информации об этой системе. Экспериментирование с моделью называют имитацией (имитация – это постижение сути явления, не прибегая к экспериментам на реальном объекте).
Имитационное моделирование – это частный случай математического моделирования. Существует класс объектов, для которых по различным причинам не разработаны аналитические модели, либо не разработаны методы решения полученной модели. В этом случае математическая модель заменяется имитатором или имитационной моделью.
Имитационная модель – логико-математическое описание объекта, которое может быть использовано для экспериментирования на компьютере в целях проектирования, анализа и оценки функционирования объекта.
К имитационному моделированию прибегают, когда:
дорого или невозможно экспериментировать на реальном объекте;
невозможно построить аналитическую модель: в системе есть время, причинные связи, последствие, нелинейности, стохастические (случайные) переменные;
необходимо сымитировать поведение системы во времени.
Цель имитационного моделирования состоит в воспроизведении поведения исследуемой системы на основе результатов анализа наиболее существенных взаимосвязей между ее элементами или другими словами – разработке симулятора (английский термин – simulation modeling) исследуемой предметной области для проведения различных экспериментов.
Имитационное моделирование позволяет имитировать поведение системы, во времени. Причём плюсом является то, что временем в модели можно управлять: замедлять в случае с быстропротекающими процессами и ускорять для моделирования систем с медленной изменчивостью. Можно имитировать поведение тех объектов, реальные эксперименты с которыми дороги, невозможны или опасны.
«