50368 (Понятие информационных технологий, их виды), страница 4

Оптимизация размещения

Проверка ячеек хранения на соответствие свободному объему, размеру, условиям хранения (температуре, влажности и т.д.) и др.

Инвентаризция

Быстрое и точное проведение инвентаризации на складе с использованием устройств считывания штрих-кодов.

Товарная история

Полный отчет о движении товара и загрузке ячеек. Подробный просмотр истории хранения каждой партии товара и ее перемещениях, в том числе и внутри склада.

Вложенность упаковок

Имеется возможность формировать вложенные упаковки, причем каждая единица упаковки может содержать разное количества товаров.

5. Информационная технология поддержки принятия решений и примеры их внедрения

Характеристика и назначение

Системы поддержки принятия решений и соответствующая им информационная технология появились усилиями в основном американских ученых в конце 70-х - начале 80-х гг., чему способствовали широкое распространение персональных компьютеров, стандартных пакетов прикладных программ, а также успехи в создании систем искусственного интеллекта.

Главной особенностью информационной технологии поддержки принятия решений является качественно новый метод организации взаимодействия человека и компьютера. Выработка решения, что является основной целью этой технологии, происходит в результате итерационного процесса (рис. 3.15), в котором участвуют: система поддержки принятия решений в роли вычислительного звена и объекта управления; человек как управляющее звено, задающее входные данные и оценивающее полученный результат вычислений на компьютере.

Рис. 3.15. Информационная технология поддержки принятия решений как итерационный процесс

Окончание итерационного процесса происходит по воле человека. В этом случае можно говорить о способности информационной системы совместно с пользователем создавать новую информацию для принятия решений.

Дополнительно к этой особенности информационной технологии поддержки принятия решений можно указать еще ряд ее отличительных характеристик:

ориентация на решение плохо структурированных (формализованных) задач;

сочетание традиционных методов доступа и обработки компьютерных данных с возможностями математических моделей и методами решения задач на их основе;

направленность на непрофессионального пользователя компьютера;

высокая адаптивность, обеспечивающая возможность приспосабливаться к особенностям имеющегося технического и программного обеспечения, а также требованиям пользователя.

Информационная технология поддержки принятия решений может использоваться на любом уровне управления. Кроме того, решения, принимаемые на различных уровнях управления, часто должны координироваться. Поэтому важной функцией и систем, и технологий является координация лиц, принимающих решения как на разных уровнях управления, так и на одном уровне.

Основные компоненты

Рассмотрим структуру системы поддержки принятия решений (рис. 3.16), а также функции составляющих ее блоков, которые определяют основные технологические операции.

Рис. 3.16. Основные компоненты информационной технологии поддержки принятия решений

В состав системы поддержки принятия решений входят три главных компонента: база данных, база моделей и программная подсистема, которая состоит из системы управления базой данных (СУБД), системы управления базой моделей (СУБМ) и системы управления интерфейсом между пользователем и компьютером.

База данных. Она играет в информационной технологии поддержки принятия решений важную роль. Данные могут использоваться непосредственно пользователем для расчетов при помощи математических моделей. Рассмотрим источники данных и их особенности.

1. Часть данных поступает от информационной системы операционного уровня. Чтобы использовать их эффективно, эти данные должны быть предварительно обработаны. Для этого имеются две возможности:

использовать для обработки данных об операциях фирмы систему управления базой данных, входящую в состав системы поддержки принятия решений;

сделать обработку за пределами системы поддержки принятия решений, создав для этого специальную базу данных. Этот вариант более предпочтителен для фирм, производящих большое количество коммерческих операций. Обработанные данные об операциях фирмы образуют файлы, которые для повышения надежности и быстроты доступа хранятся за пределами системы поддержки принятия решений.

2. Помимо данных об операциях фирмы для функционирования системы поддержки принятия решений требуются и другие внутренние данные, например данные о движении персонала, инженерные данные и т.п., которые должны быть своевременно собраны, введены и поддержаны.

3. Важное значение, особенно для поддержки принятия решений на верхних уровнях управления, имеют данные из внешних источников. В числе необходимых внешних данных следует указать данные о конкурентах, национальной и мировой экономике. В отличие от внутренних данных внешние данные обычно приобретаются у специализирующихся на их сборе организации.

4. В настоящее время широко исследуется вопрос о включении в базу данных еще одного источника данных - документов, включающих в себя записи, письма, контракты, приказы и т.п. Если содержание этих документов будет записано в памяти и затем обработано по некоторым ключевым характеристикам (поставщикам, потребителям, датам, видам услуг и др.), то система получит новый мощный источник информации.

Система управления данными должна обладать следующими возможностями:

составление комбинаций данных, получаемых из различных источников, посредством использования процедур агрегирования и фильтрации;

быстрое прибавление или исключение того или иного источника данных;

построение логической структуры данных в терминах пользователя;

использование и манипулирование неофициальными данными для экспериментальной проверки рабочих альтернатив пользователя;

обеспечение полной логической независимости этой базы данных от других операционных баз данных, функционирующих в рамках фирмы.

База моделей. Целью создания моделей являются описание и оптимизация некоторого объекта или процесса. Использование моделей обеспечивает проведение анализа в системах поддержки принятия решений. Модели, базируясь на математической интерпретации проблемы, при помощи определенных алгоритмов способствуют нахождению информации, полезной для принятия правильных решений.

Использование моделей в составе информационных систем началось с применения статистических методов и методов финансового анализа, которые реализовывались командами обычных алгоритмических языков. Позже были созданы специальные языки, позволяющие моделировать ситуации типа "что будет, если ?" или "как сделать, чтобы?". Такие языки, созданные специально для построения моделей, дают возможность построения моделей определенного типа, обеспечивающих нахождение решения при гибком изменении переменных.

Существует множество типов моделей и способов их классификации, например по цели использования, области возможных приложений, способу оценки переменных и т. п.

По цели использования модели подразделяются на оптимизационные, связанные с нахождением точек минимума или максимума некоторых показателей (например, управляющие часто хотят знать, какие их действия ведут к максимизации прибыли или минимизации затрат), и описательные, описывающие поведение некоторой системы и не предназначенные для целей управления (оптимизации).

По способу оценки модели классифицируются на детерминистские, использующие оценку переменных одним числом при конкретных значениях исходных данных, и стохастические, оценивающие переменные несколькими параметрами, так как исходные данные заданы вероятностными характеристиками.

Детерминистские модели более популярны, чем стохастические, потому что они менее дорогие, их легче строить и использовать. К тому же часто с их помощью получается вполне достаточная информация для принятия решения.

По области возможных приложений модели разбираются на специализированные, предназначенные для использования только одной системой, и универсальные- для использования несколькими системами.

Специализированные модели более дорогие, они обычно применяются для описания уникальных систем и обладают большей точностью.

Математические модели состоят из совокупности модельных блоков, модулей и процедур, реализующих математические методы. Сюда могут входить процедуры линейного программирования, статистического анализа временных рядов, регрессионного анализа и т.п. ≈ от простейших процедур до сложных ППП. Модельные блоки, модули и процедуры могут использоваться как поодиночке, так и комплексно для построения и поддержания моделей.

Система управления интерфейсом. Эффективность и гибкость информационной технологии во многом зависят от характеристик интерфейса системы поддержки принятия решений. Интерфейс определяет: язык пользователя; язык сообщений компьютера, организующий диалог на экране дисплея; знания пользователя.

Язык пользователя - это те действия, которые пользователь производит в отношении системы путем использования возможностей клавиатуры; электронных карандашей, пишущих на экране; джойстика; "мыши"; команд, подаваемых голосом, и т.п. Наиболее простой формой языка пользователя является создание форм входных и выходных документов. Получив входную форму (документ), пользователь заполняет его необходимыми данными и вводит в компьютер. Система поддержки принятия решений производит необходимый анализ и выдает результаты в виде выходного документа установленной формы.

Значительно возросла за последнее время популярность визуального интерфейса. С помощью манипулятора "мышь" пользователь выбирает представленные ему на экране в форме картинок объекты и команды, реализуя таким образом свои действия.

Совершенствование интерфейса системы поддержки принятия решений определяется успехами в развитии каждого из трех указанных компонентов. Интерфейс должен обладать следующими возможностями:

манипулировать различными формами диалога, изменяя их в процессе принятия решения по выбору пользователя;

передавать данные системе различными способами;

получать данные от различных устройств системы в различном формате;

гибко поддерживать (оказывать помощь по запросу, подсказывать) знания пользователя.

Пример внедрения информационная технология поддержки принятия решений

Система поддержки принятия решений для страхования

Рассматриваются новые возможности в области создания и работы информационной системы поддержки принятия решений (СППР) в страховании на базе современных геоинформационных систем (ГИС). Создание и внедрение такой системы позволит специалисту страховой компании быстро получать ответы на свои профессиональные информационные запросы. Например, андеррайтер может поставить вопрос «Каков размер возможной кумуляции по застрахованным объектам?», маркетолог – «В каких регионах наиболее предпочтительно развивать бизнес компании?», актуарий – «Насколько точны текущие актуарные расчеты и как их можно улучшить?», топ-менеджер – «Какова динамика развития компании и дальнейшая стратегия?».

СППР позволяет оперативно и объективно оценить риск объекта страхования на основе заложенной в систему информации о степенях риска в той или иной местности, а также автоматического расчета кумуляции риска с использованием информации об уже застрахованных объектах. СППР также предоставляет результаты анализа деятельности компании в регионах, определяет возможные направления территориального расширения бизнеса, исходя из экономической информации о регионах, уточняет актуарные расчеты на основе пространственной статистики, а также позволяет решать множество других задач, связанных с анализом и планированием деятельности компании.

Особенно хотелось бы подчеркнуть уникальные возможности СППР в области формирования рекомендаций по уменьшению потерь и максимизации прибыли компании.

Так, например, в настоящее время на основе метода Акопяна С.Ц. (1995-1998 гг.) в части прогноза сейсмической опасности и по методам оценки сейсмического риска и ущерба, разработанных в докторской диссертации Шахраманьяна М.А. (1994г.), создана компьютерная программа «Система слежения в режиме реального времени за сейсмоопасными районами Земного шара, прогноза, оценки ущерба и надежного определения в сейсмоопасных районах временных интервалов и зон отсутствия сильных землетрясений (СЕЙСМОС)» (свидетельство РОСПАТЕНТА №2006610363 от 17 января 2006 года, авторы: Акопян С.Ц., Шахраманьян М.А., Шахраманьян А.М.). В числе прочего, СЕЙСМОС позволяет в реальном времени формировать рекомендации по страхованию, или отказу в страховании, оценки сейсмического риска для территорий разных стран мира на основе динамических карт сейсмической опасности, расчета возможного ущерба и вероятности возникновения страхового случая. По сравнению с использованием традиционных методов оценки сейсмического риска (на основе статичных карт сейсмического районирования, см. рис. 3), методика СЕЙСМОС определяет не только степень сейсмического риска в той или иной местности, но и показывает временное распределение сейсмической опасности в реальном времени, а также рассчитывает потенциальный ущерб от землетрясения. По этой методике из всей сейсмоопасной зоны (например, IX-X баллов) можно исключить сейсмическую опасность на подавляющей площади данной зоны (90%) и определить сейсмическую опасность на оставшейся территории (10%). Такое распределение сейсмической опасности в пространстве и времени дает дополнительную информацию и предоставляет эффективный рабочий инструмент для страховых компаний.