Необходимость использования СППР

Существует множество доводов в пользу того, что интеллектуаль­ные системы могут и должны стать важнейшей составной частью в системах поддержки решений, при управлении сложными объек­тами в технологи и современных производств и решении широкого спектра экономических задач.

Если в качестве примера объекта взять предприятие, то здесь при управлении возникают следующие проблемы:

• управление предприятием требует организации больших объемов информации;
• преодоление сложности (сложности управления возникают, когда приходится делать выбор из множества возможных решений);
• как уменьшить информацию до того уровня, который необходим для принятия решения (потеря информации, поступающей от объектов, работающих в реальном режиме времени, может суще­ственно сказаться на результате);
• нехватка времени на принятие решения (проявляется по мере усложнения производства);
• проблема координации (решения необходимо координировать с другими звеньями процесса или объекта);
• необходимость сохранения и распространения знаний очень опытных экспертов, полученных ими в процессе многолетней работы в результате большого практического опыта. Сегодня про­блема извлечения знаний и их распределения — одна из главных проблем

СППР помогают находить ответы на следующие типичные вопросы:

1. Анализ примеров (case analysis) - оценка значений выходных величин для заданного набора значений входных переменных.

2. Параметрический анализ {«Что, если...?»)- оценка поведения выходных величин при изменении значений входных переменных.

3. Анализ чувствительности - исследование поведения результирующих переменных в зависимости от изменения значений одной или нескольких входных переменных.

4. Анализ возможностей - нахождение значений входной переменной, которые обеспечивают желаемый результат (известен также под названием «поиск целевых решений», «анализ значений целей», «управление по целям»).

5. Анализ влияния - выявление для выбранной результирующей переменной всех входных переменных, влияющих на ее значение, и оценка величины изменения результирующей переменной при заданном изменении входной переменной, скажем, на 1 %.

6. Анализ данных - прямой ввод в модель ранее имевшихся данных и манипулирование ими при прогнозировании.

7. Сравнение и агрегирование - сравнение результатов двух или более прогнозов, сделанных при различных входных предположениях, или сравнение предсказанных результатов с действительными, или объединение результатов, полученных при различных прогнозах или для разных моделей.

8. Командные последовательности (sequences) - возможность записывать, исполнять, сохранять для последующего использования регулярно выполняемые серии команд и сообщений.

9. Анализ риска - оценка изменения выходных переменных при случайных изменениях входных величин.

10. Оптимизация - поиск значений управляемых входных переменных, обеспечивающих наилучшее значение одной или нескольких результирующих переменных.

Поиск по сайту: