ТРАНСФОРМАЦИЯ МОДЕЛИ СИСТЕМЫ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ ДЛЯ ТИПОВЫХ СИТУАЦИЙ С ПРИМЕНЕНИЕМ ИНТЕЛЛЕКТУАЛЬНЫХ И АНАЛИТИЧЕСКИХ МЕТОДОВ

Вячеслав Викторович Антонов, Константин Анатольевич Конев, Григорий Геннадьевич Куликов

Аннотация


В настоящей статье рассматриваются вопросы повышения эффективности деятельности по поддержке принятия решений при относительно большом объёме информации. Актуальность исследования связана со всё возрастающей сложностью объектов управления, что ведёт к снижению эффективности принятия решений на основе личного опыта лиц, принимающих решения, вплоть до полной невозможности. Цель. В качестве основной цели статьи рассматривается анализ проблем, с которыми сталкиваются лица, принимающие решения, и формирование методов для повышения результативности принятия решений в типовых ситуациях. В статье исследуются основные компоненты интеллектуальной подсистемы системы поддержки принятия решений, которые требуют применения аналитических инструментов, а также формируется структура взаимодействия методов, необходимых для эффективного формирования сценариев информационной поддержки принятия решений. Методы. Для достижения целей применялись: метод поддержки принятия решений на основе интеллектуальной компоненты, который нацелен на создание эффективной инфраструктуры для поддержки принятия решений; методы идентификации и категоризации, предназначенные для осуществления наиболее точного и корректного сопоставления характеристик (состояния) наблюдаемой ситуации и характеристик типовой ситуации, хранимых в базе знаний; методы корреляции, направленные на поиск зависимостей между характеристиками ситуаций и сценариев для решения проблем, связанных с этими ситуациями; метод построения предметной квалиметрии, использованный для формирования прогнозной модели для оценки степени соответствия выбранного сценария решения сложившейся ситуации. Результат. Определено, что важным аспектом принятия решений в типовых ситуациях – является наиболее точная идентификация состояния ситуации, выбор наилучшего сценария реализации решения для этой ситуации и анализ последствий выбранного комплекса мероприятий. Для решения указанных задач сформированы метод идентификации ситуации, метод поиска сценариев решения и квалиметрическая методика прогнозной оценки результативности выбранного сценария. Заключение. В статье сделан вывод, что деятельность по принятию решений на основе накопленного опыта может быть улучшена за счёт использования предложенных методов и внедрения системы поддержки принятия решений с интеллектуальной компонентой.

Ключевые слова


принятие решений, интеллектуальная подсистема системы поддержки принятия решений, идентификация ситуации, поиск сценариев, квалиметрическая модель.

Полный текст:

PDF

Литература


Азгальдов, Г.Г. Квалиметрия для всех: учеб. пособие / Г.Г. Азгальдов, А.В. Костин,

В.В. Садовов. – М.: ИнформЗнание, 2012. – 165 с.

Антонов, В.В. Интеллектуальный метод поддержки принятия решений в типовой ситуации / В.В. Антонов, К.А. Конев // Онтология проектирования. – 2021. – Т. 11, № 1 (39). –

С. 126–136. DOI: 10.18287/2223-9537-2021-11-1-126-136

ГОСТ Р ИСО/МЭК 15288–2005. Информационная технология. Системная инженерия. Процессы жизненного цикла систем. – М.: Стандартинформ, 2006. – 57 с.

Интеллектуальное ядро системы поддержки принятия решений / В.П. Осипов и др. // Препринты ИПМ им. М.В. Келдыша. – 2018. – № 205. – 23 с.

Квалиметрия в машиностроении: учеб. / Р.М. Хвастунов [и др.]. – М.: Экзамен, 2009. – 285 c.

Ковалёв, С.П. Методы теории категорий в модельно-ориентированной системной инженерии / С.П. Ковалёв // Информатика и ее применения. – 2017. – Т. 11, № 3. – С. 42–50.

Конев, К.А. Принятие решений на основе онтологической модели учебной дисциплины / К.А. Конев // Информатизация образования и науки. – 2020. – № 4 (48). – С. 124–134.

Кошелева, Н.Н. Корреляционный анализ и его применение для подсчета ранговой корреляции Спирмена / Н.Н. Кошелева // Актуальные проблемы гуманитарных и естественных наук. – 2012. – № 5. – С. 23–26.

Методология проектирования системных моделей рабочих процессов с применением предметно-ориентированных метаязыков / Г.Г. Куликов, А.Ю. Сапожников, А.А. Кузнецов,

А.С. Маврина // Вестник ЮУрГУ. Серия «Компьютерные технологии, управление, радиоэлектроника». – 2020. – Т. 20, № 2. – С. 45–55. DOI: 10.14529/ctcr200205

Минчичова, В. Россия в Индустрии 4.0 / В. Минчичова // Молодой учёный. – 2020. –

№ 24 (314). – С. 196–198.

Орлов, А.И. Прикладная статистика: учеб. / А.И. Орлов. – М.: Экзамен, 2004. – 656 с.

Подход к применению концепции цифровых двойников для трансформации корпоративной информационной системы под требования INDUSTRY 4.0 (на примере создания единого информационного пространства «вуз – предприятие») / Г.Г. Куликов, А.Ю. Сапожников, А.А. Кузнецов и др. // Вестник УГАТУ. – 2019. – Т. 23, № 4 (86). – С. 154–160.

Разработка формальной модели производственного процесса для организации проектного и производственного менеджмента с применением интеллектуальной КИС / А.В. Речкалов, Г.Г. Куликов, В.В. Антонов, А.В. Артюхов // Вестник Пермского национального исследовательского политехнического университета. Электротехника, информационные технологии, системы управления. – 2014. – № 11. – С. 34–54.

Сандермоен, Ш. Организационная структура / Ш. Сандермоен. – М.: Альпина Диджитал, 2019. – 123 с.

Ситуационно-онтологическая методология принятия решений на примере бизнес-процессов авиаприборостроительного предприятия / В.В. Антонов, К.А. Конев, В.А. Суворова, Г.Г. Куликов // Вестник ЮУрГУ. Серия «Компьютерные технологии, управление, радиоэлектроника». – 2021. – Т. 21, № 1. – С. 102–115. DOI: 10.14529/ctcr210110

Скворцов, А.К. У истоков систематики. К 300-летию Карла Линнея / А.К. Скворцов // Природа: журн. – 2007. – № 4. – С. 3–10.

Соколов, Г.А. Введение в регрессионный анализ и планирование регрессионных экспериментов в экономике / Г.А. Соколов. – М.: ИНФРА-М, 2017. – 109 c.

Черняк, В.З. Методы принятия управленческих решений: учеб. / В.З. Черняк. – М.: Academia, 2019. – 296 c.

Abramsky, S. Introduction to Categories and Categorical Logic / S. Abramsky, N. Tzevelekos // New Structures for Physics. Part of the Lecture Notes in Physics Book Series (LNP, vol. 813). – 2011. – P. 3–94.

Brockmann, E.N. Tacit knowledge and strategic decision making / E.N. Brockmann, W.P. Anthony // Group & Organization Management. – 2016. – Vol. 27 (4). – P. 436–455.

Duan, Y. Artificial intelligence for decision making in the era of Big Data – evolution, challen¬ges and research agenda / Y. Duan, J.S. Edwards, Y.K. Dwivedi // International Journal of Information Management. – 2019. – Vol. 48. – P. 63–71.

Tariq, A. Intelligent Decision Support Systems – A Framework / A. Tariq, Kh. Rafi // Information and Knowledge Management (Online). – 2012. – Vol. 2, no. 6. – Р. 12–19.




DOI: http://dx.doi.org/10.14529/ctcr210302

Ссылки

  • На текущий момент ссылки отсутствуют.