Компьютерные технологии поддержки принятия решений в информационно-аналитической деятельности
На правах рукописи
Иванилов Евгений Леонидович КОМПЬЮТЕРНЫЕ ТЕХНОЛОГИИ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ В ИНФОРМАЦИОННО-АНАЛИТИЧЕСКОЙ ДЕЯТЕЛЬНОСТИ Специальность: 05.13.11– "Математическое и программное обеспечение вычислительных машин, комплексов и компьютерных сетей"
Автореферат диссертации на соискание ученой степени доктора технических наук
МОСКВА – 2009 Диссертация выполнена в Учреждении Российской академии наук Институте проблем управления имени В.А Трапезникова РАН.
Научный консультант: доктор технических наук, профессор Трахтенгерц Эдуард Анатольевич
Официальные оппоненты:
доктор технических наук, профессор Липаев Владимир Васильевич доктор технических наук, профессор Кофанов Юрий Николаевич доктор технических наук, профессор Олейников Александр Яковлевич Ведущая организация - Учреждение Российской академии наук Институт системного анализа РАН
Защита состоится 24 декабря 2009 г. в 11.00 часов на заседании диссертационного совета Д 002.226.03 Учреждения Российской академии наук Института проблем управления имени В.А Трапезникова РАН по адресу: 117977, Москва, Профсоюзная ул., 65.
С диссертацией можно ознакомиться в библиотеке Учреждения Российской академии наук Института проблем управления им. В.А Трапезникова РАН.
Автореферат разослан «_»2009г.
Ученый секретарь диссертационного совета, кандидат технических наук А.А. Кулинич
ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ
Актуальность проблемы. Современное информационное пространство, в условиях которого функционируют организации, осуществляющие информационно-аналитическую деятельность и их системы поддержки принятия решений, существенно изменилось и имеет следующие особенности:
• неструктурированные данные составляют большую часть накопленной в мире информации. Известно, что 85% накопленных в мире данных являются неструктурированными (тексты, изображения, видео, аудио и пр.);
• объемы хранимых данных растут высокими темпами;
• увеличивается разнообразие и количество технических средств получения, преобразования и представления информации (телевидение, радио, интернет, электронная почта, видео конференцсвязь, сотовая связь, видеозапись и пр.) активно используемых в деловом общении;
• увеличивается количество источников информации (газеты, журналы, телевизионные и радиоканалы, интернет сайты, форумы, блоги и т.п.);
• скорость распространения, неструктурированной информации непрерывно растет;
• современные международные связи и деловое общение, как ни когда ранее, предполагают многоязыковость.
Вместе с тем, в современных условиях возрастают требования к системам поддержки принятия управленческих решений в информационно аналитической деятельности, а именно: сокращаются сроки представления данных руководителю, увеличивается количество факторов, которые необходимо учитывать при принятии решений, предъявляются повышенные требования к оперативности управления изменениями целей, стратегий и формированию управляющих воздействий.
Современные системы поддержки принятия решений в управлении экономическими и информационными процессами организации ориентированы в основном на использование структурированной информации, что существенно ограничивает их функциональные возможности и эффективность принятия управленческих решений связанных с анализом информационной обстановки и реализацией информационных воздействий.
Одним из средств решения возникших в связи с этим сложнейших задач является разработка компьютерных технологий поддержки принятия управленческих решений с использованием неструктурированной информации.
Актуальность такого подхода определила направленность теоретических и прикладных исследований диссертации, решающих крупную народнохозяйственную проблему разработки компьютерных технологий поддержки принятия управленческих решений в информационно аналитической деятельности с использованием неструктурированной информации.
Целью диссертации является разработка и реализация компьютерных технологий поддержки принятия управленческих решений с использованием неструктурированной информации. Полученные в диссертации результаты направлены на создание компьютерных комплексов систем поддержки принятия решений в информационно-аналитической деятельности.
Задачи диссертации:
1. Разработка и исследование компьютерных технологий поддержки принятия управленческих решений с использованием неструктурированной информации.
2. Разработка методов, алгоритмов и методик, реализующих компьютерные технологии систем поддержки принятия решений на трех уровнях: цель деятельности, стратегия ее реализации, оперативное управление, обеспечивающее выполнение заданной стратегии.
Методы исследования.
Проведенные теоретические и прикладные исследования базируются на методах системного анализа, методах оптимизации управления в сложных системах, методах теории выбора и методах теории распознавания образов.
Научная новизна работы.
1. На основании экспериментальных исследований современных программных и аппаратных средств мониторинга и анализа неструктурированной информации определена их эффективность.
2. Разработан и исследован метод автоматизированной оценки важности информационных событий, основанный на определении степени спроса на информацию, уровня ее представления, скоринге и таблице экспертных оценок значимости классов информации.
3. Разработаны и исследованы компьютерные методы анализа и оценки результатов мониторинга поступающей и архивной информации, деятельности информационно-аналитических организаций и состояния внешней информационной среды, основанных на сочетании устоявшихся или вновь разработанных математических и алгоритмических методов с субъективными оценками экспертов, сделанными на основе их опыта, знаний и интуиции.
4. Разработана методика компьютерной генерации вариантов решений информационного управления с использованием результатов мониторинга неструктурированной информации.
5. Разработаны и исследованы методы и алгоритмы компьютерных технологий поддержки принятия управленческих решений с использованием анализа неструктурированной информации, включающие:
• компьютерную поддержку формирования стратегических решений и реализации оперативного управления;
• оценку эффективности процесса достижения цели, успешности реализации стратегии и действенности оперативных воздействий;
• модернизацию целей, стратегий и оперативных воздействий в случае их неадекватности сложившейся обстановке;
• определение предпочтений эксперта и их использование в процессе анализа и формирования вариантов решений при поддержке принятия управленческих решений с использованием неструктурированной информации.
Практическая ценность работы.
1. В результате исследования решена важная народнохозяйственная проблема создания компьютерных технологий поддержки принятия управленческих решений в информационно-аналитической деятельности с использованием неструктурированной информации.
2. Разработанные и внедренные методы, алгоритмы и методики позволили осуществить в автоматизированном режиме эффективную поддержку принятия управленческих решений при управлении сложными процессами информационно-аналитической деятельности организаций.
3. Предложенные в диссертационной работе компьютерные технологии поддержки принятия решений обеспечивают новый уровень качества управления информационно-аналитической деятельностью в условиях большого объема разнородной быстро меняющейся неструктурированной информации, существенно расширяют их функциональные возможности и эффективность принятия управленческих решений в реальных условиях деятельности организаций.
4. Разработанные в диссертационной работе методы, методики и алгоритмы являются основой серийно изготавливаемых программных комплексов, нашедших применение в различных организациях.
Достоверность Достоверность научных положений, выводов и практических рекомендаций, полученных в диссертационной работе, подтверждена обоснованием и анализом разработанных методов и структур программного обеспечения, а также результатами практического использования предложенных в диссертационной работе методов, алгоритмов и программ.
Внедрение и реализация результатов работы.
На основе предложенных теоретических положений разработаны и внедрены:
• программный комплекс управления информационно-аналитической деятельностью УИС ФСО (в рамках работ «ИНФОРМ-ОПИ», «ИНФОРМ ОПИ2», «Сфера-М»), позволяющий существенно повысить уровень автоматизации основных процессов управления информационно аналитической деятельностью организации, обеспечить новый уровень качества анализа информации для принятия решений за счет более полного использования информации, содержащейся в неструктурированных данных;
• программный информационно-управляющий комплекс поддержки деятельности органов государственной власти ПОИСК-ПГВ используется для поддержки принятия решений Министерством по делам территориальных образований Московской области и позволил существенно повысить качество и оперативность принятия решений;
• программный информационно-управляющий комплекс управления городским хозяйством «ИУК УГХ» внедрен и используется для автоматизации управления городским хозяйством г. Фрязино Московской области;
обеспечивает высокую эффективность поддержки принятия управленческих решений мэрией города;
• программный информационно-управляющий комплекс Российского центра обучения избирательным технологиям при Центральной избирательной комиссии (ЦИК) РФ обеспечивает эффективную обработку и анализ данных от средств массовой информации (печатные, телевидение, радио, интернет) в интересах поддержки принятия решений;
• программный информационно-управляющий комплекс «Мониторинг ИТ» обеспечивает эффективную поддержку принятия решений с использованием информации, получаемой от телевизионных источников.
Внедрен в Московском научно-исследовательском телевизионном институте (ЗАО МНИТИ);
• специализированное программное обеспечение автоматизированной обработки информации (СПО АОИ) разработанное для ФГУП НИИ «Точных приборов» обеспечивает поддержку принятия решений с использованием неструктурированной информации;
решена задача поддержки принятия управленческих решений в условиях наличия многоязыковой неструктурированной информации, поступающей из разнородных источников (телевидение, радио, факсы, электронная почта, электронные версии печатных СМИ, отсканированные документы, интернет, базы данных);
• информационно-управляющие системы «Лирика» и «Журналист» разработаны на основе методов, алгоритмов и методик данной диссертационной работы и серийно производится компанией ЗАО Научно технический центр ПОИСК-ИТ.
Результаты, полученные в диссертационной работе, используются в учебном процессе кафедры вычислительной техники Военно-воздушной академии имени профессора Н.Е. Жуковского и Ю.А. Гагарина в дисциплине “Прикладная информатика”. Внедрение результатов диссертационной работы в учебный процесс позволило существенно повысить его качество.
Апробация работы.
Основные результаты диссертационной работы докладывались и обсуждались на: конференции «Информационные системы и технологии ИСТ-2009» (Нижний Новгород, 2009);
конференции «Информационные технологии в науке, образовании, телекоммуникации и бизнесе» (Ялта Гурзуф, 2009);
конференции «Информационные системы и технологии ИСТ 2008» (Нижний Новгород, 2008);
конференции «Информационные технологии в науке, образовании, телекоммуникации и бизнесе» (Ялта Гурзуф, 2008);
VII–ой международной конференции «Интеллектуальный анализ информации ИАИ-2007» (Киев, 2007);
конференции «Информационные технологии в науке, образовании, телекоммуникации и бизнесе» (Ялта-Гурзуф, 2007);
Всероссийском семинар-совещание руководителей информационных центров МВД, ГУВД, УВД субъектов РФ УВДТ МВД России (Ростов-на-Дону, 2006);
научно-практической конференции «Моделирование. Теория, методы и средства» (Новочеркасск, 2006);
1-ой Международной научной конференции «Глобальные информационные системы. Проблемы и тенденции развития» (Харьков, 2006);
конференции «Актуальные проблемы информатики и информационных технологий» (Тамбов, 2005);
VII-ой Международной открытой конференции “Современные проблемы информатизации в технике и технологиях” (Воронеж, 2002);
Четвертом научно-практическом семинаре “Новые информационные технологии” (Москва, 2001).
Публикации: По теме диссертации опубликовано 29 научных трудов, из них в изданиях рекомендованных ВАК РФ - 10.
Структура и объем работы Диссертация состоит из введения, семи глав, заключения, списка литературы и приложения. Объем диссертации 303 страницы машинописного текста, в том числе рисунков - 42, таблиц - 103. Список использованной литературы включает 155 наименований.
Содержание работы Во введении обосновывается актуальность решаемой проблемы, определена цель, предмет и задачи исследования, его научная новизна и практическая значимость.
Первая глава посвящена выявлению характеристик в создании компьютерных технологий систем поддержки принятия управленческих решений в информационно-аналитической деятельности, использующих неструктурированную информацию. Анализ эволюции требований к процессам управления компаниями показал, что число новых задач, обусловленных все убыстряющимися изменениями внешней информационной среды и их внутреннего состояния, неуклонно возрастает.
Возрастают требования к оперативности принятия как экономических, так и информационных управленческих решений в условиях быстроменяющейся обстановки и огромного количества данных поступающих из разнообразных источников.
В этих условиях особую роль играет информационное управление.
Руководитель (эксперт) взаимодействует с системой поддержки принятия информационных управленческих решений, которая в автоматизированном режиме решает следующие основные задачи: мониторинг информационной обстановки, оценка важности событий и процессов;
выбор (формирование) целей, стратегий, управляющих воздействий;
оценка эффективности и модификации процесса достижения целей, успешности реализаций выбранных стратегий, действенности воздействий;
учет субъективных предпочтений руководителя На рис.1 показана структурная схема компьютерной поддержки принятия управленческих решений и воздействий. Анализ эффективности оперативных воздействий, правильности реализуемых стратегий и степени успешности достижения цели может вестись по разным критериям, но при этом должна обеспечиваться одновременная (параллельная) реализация взаимосвязи на всех трех уровнях принятия управленческих решений:
оперативного воздействия – стратегии – цели. Схема взаимодействия оперативного управления, стратегических решений и формирования цели показана на рис.2, в котором введены обозначения:
оперативные данные;
стратегические данные;
данные, характеризующие цели.
Рис.1. Структурная схема компьютерной поддержки принятия управленческих решений и воздействий В тоже время информационные воздействия важны не сами по себе, а как одно из средств реализации экономических, политических и других задач. В связи с этим важно объединить в одном вычислительном комплексе поддержку принятия экономических и информационных управленческих решений.
Современное информационное пространство, в условиях которого функционируют организации и их системы поддержки принятия решений, характеризуется преобладанием неструктурированных данных и их высокой динамикой распространения. Увеличивается количество и разнообразие источников информации используемых в повседневной деятельности организаций. Непрерывно совершенствуются технические средства формирования, обработки и доставки информации конечному пользователю.
В тоже время, современные программно-аппаратные средства обработки и анализа неструктурированной информации созданы и нашли практическое использование в программно-аппаратных системах, обеспечивающих эффективную обработку неструктурированной информации практически всех известных типов. В результате анализа установлено:
• Современные средства мониторинга способны обрабатывать практически любые данные: файлы (всех известных текстовых форматов), электронную почту, телевизионный и радио контент, факсы, телефонные сообщения, SMS, MMS, отсканированные документы.
• На этапе предварительной обработки подобные системы выполняют:
индексацию текстовых документов для обеспечения поиска и дальнейшего анализа документов, определение языка, на котором выполнен документ, преобразование речи в текст, преобразование изображений текстов, имеющихся в видеопотоке, в тексты цифровых форматов (бегущая строка, комментарии и пр.), распознавание лиц на изображениях документов и видео, распознавание произвольных образов на изображениях, определение по голосу говорящего.
• Данные средства позволяют извлекать сущности (фамилии, имена, наименования организаций, даты, цифры и пр.) из сообщений (документов), поступивших в обработку, их семантический разбор, классификацию, кластеризацию, фактографический анализ, определение тональности сообщения (документа).
• Существуют возможности оперативного управления основными функциями средств мониторинга (изменение источника, классификатора, порядка обработки и представления информации и пр.
• Несмотря на имеющиеся достижения в области автоматизации обработки неструктурированных данных, перечисленных выше, роль экспертов по прежнему значительна и компьютерные системы мониторинга должны уметь учитывать их оценки на всех этапах обработки, анализа и представления информации в системе поддержки принятия управленческих решений.
Оперативное да управление Компьютерный Оперативные мониторинг и воздействия Оперативным анализ управлением результатов поддерживаются в Контроль норме параметры результатов реализуемой стратегии?
Стратегическое управление Разделение нет информации на Модификация стратегий оперативную, стратегическую и целевую да Реализация стратегий Стратегическим управлением Контроль результатов поддерживаются в реализации стратегий норме значения оценок цели?
Формирование целей Модификация целей нет Процесс достижения цели Контроль результатов достижения цели Рис. 2. Схема взаимодействия оперативного управления, стратегических решений и формирования цели Во второй главе приводятся результаты экспериментальных исследований современных средств мониторинга и анализа неструктурированной информации, выполненные с целью выявления особенностей формирования параметров необходимых для дальнейшей обработки в компьютерной системе поддержки принятия решений.
Структурная схема макета системы обработки неструктурированных данных, на котором проводились экспериментальные исследования, представлена на рис.3. Речевая составляющая телевизионных и радио передач (новостные блоки) автоматически преобразовывалась в текст (транскрибировались). Каждой передаче соответствовал файл в текстовом формате. Для эксперимента были получены 5000 файлов с транскрибированными текстами (правильность преобразования речи в текст для русского языка составила 87% при использовании программных средств Virag компании Autonomy), 500000 сообщений (документов) в виде электронных версий 1002 изданий печатных средств массовой информации новостной направленности (центральные и региональные издания) и сообщений (документов) полученных от 170 интернет сайтов новостной направленности. На первом этапе анализ информации выполняли три эксперта. Каждый анализировал весь массив сообщений без применения специальных средств автоматизации. Задачи, решаемые экспертами:
классификация сообщений с целью формирования оценок определенных параметров, выделение сущностей, выделение фактов и семантический разбор сообщений. В итоге эксперты должны были оценить по имеющейся информации два параметра: спрос на продукцию издательских компаний и уровень рекламной активности издательских компаний. На втором этапе эти сообщения были обработаны с использованием программных средств входящих в макет (поисковая машина IDOL7 Autonomy, классификатор Autonomy, система динамической кластеризации Autonomy, система извлечения сущностей из текстовых документов Autonomy Eduction, система семантического разбора документов и извлечения фактов из текстовых документов RCO-FE). Результаты эксперимента приведены в таблице 1.
Экспериментальные исследования показали: современные программные средства обработки, анализа неструктурированных данных позволяют производить в автоматизированном режиме оценку параметров анализируемой информации, в части классификации (блок 1, рис. 3) и кластеризации (блок 2, рис. 3) с качеством, не уступающим оценкам эксперта, но значительно превосходя его по скорости анализа;
ошибка извлечения сущностей (блок 3, рис. 3) средствами Eduction не превышает 5%;
ошибка извлечения фактов (блок 5, рис. 3) системой RCO-FE не превышала 14%;
систему семантического разбора сообщений (блок 4, рис. 3) нецелесообразно использовать для осуществления оценок параметров как по причине большого количества ошибок (38%), так и из-за сложности настроек.
Классификация Новостные передачи (Autonomy IDOL 7) 10-ти ТВ каналов Обработка результатов Кластеризация Новостные передачи Предваритель (Autonomy IDOL 7) 10-ти FM каналов ная обработка Извлечение сообщений сущностей Eduction (Autonomy Печатные издания ( IDOL 7) 1005 наименований) Семантический разбор(RCO-FE) Интернет (175 сайтов общественно Извлечение политической фактов (RCO-FE) Рис.3. Структурная схема макета для экспериментальных исследований Предложены методики компьютерного мониторинга как процесса систематического накопления данных о динамике изменения параметров анализируемой информации, ее обработки и представления результатов в системе поддержки принятия управленческих решений.
Таблица Результаты эксперимента Характеристика Эксперт Эксперт Эксперт Макет №1 №2 № Ошибки классификации, % 2 4 2 Время на выполнение классификации, 85 62 74 0, час Оценка параметра №1 (10 бальная) 4 4 5 Оценка параметра №2 (10 бальная) 7 6 7 Общее время выполнения получения 95 76 89 0, оценок, час Наряду с этим, рассмотрены на примерах и проанализированы особенности использования ряда методов мониторинга эффективности различных аспектов деятельности организации, а именно: компьютерный мониторинг и оценка внутреннего состояния организации (мониторинг и оценка выпускаемой продукции, состояние оборудования, финансово экономическое состояние, состояние кадров);
компьютерный мониторинг и оценка влияния на организацию внешней среды (мониторинг и оценка рынков, политической обстановки, угроз).
Третья глава посвящена компьютерному распознаванию эффективности стратегий и управляющих воздействий по результатам мониторинга и согласованию субъективных оценок эффективности стратегий и управляющих воздействий. Предложенный метод используется как один из основных инструментов анализа в последующих главах.
Предложена компьютерная система, которая с помощью распознавания образов сопоставляет поступающую на ее вход информацию от внешних и внутренних источников с априорными характеристиками классов эффективности информационно-аналитической деятельности организации, хранящимися в базе данных системы. Каждый анализируемый вид деятельности относится к одному из классов эффективности. Предложен критерий распознавания, заключающийся в определении класса адекватности реализуемой стратегии или управляющего воздействия сложившейся обстановке и поставленной цели. Предполагается, что множество классов и их характеристики заданы.
Процедуру распознавания предлагается проводить в следующей последовательности:
А) Разбиение пространства значения критериев на области, соответствующие состояниям стратегий обработки информации.
Предполагается, что в априорном словаре признаков (характеристик) содержится упорядоченный набор параметров, характеризующий стратегию управления информацией или оперативное воздействие. Признаки x1, …, xn, характеризующие информацию, можно рассматривать как составляющие вектора, описывающего априорное пространство признаков системы распознавания размерности n. Каждая точка этого пространства представляет собой возможные значения характеристик распознаваемой стратегии или оперативного воздействия управления информацией.
Производится их разбиение на классы W1, …, Wm.. Строятся разделяющие функции Fi(x1,…,xn), обладающие следующими свойством: если стратегия (или оперативное воздействие) характеризуемая значениями критериев x01,…,x0n относится к классу Wi,, то величина Fi(x01,…,xon ) должна быть максимальной. Тогда в пространстве значений критериев решающая граница разбиений, соответствующая рангам класса Wi, выражается уравнением:
(1) Fq ( x) Fs ( x) = 0.
Б) Определение принадлежности стратегии обработки информации или оперативного воздействия данному классу.
Если выбранная мера близости L данной стратегии (оперативного воздействия) w с каким-либо классом стратегий (оперативных воздействий) Wq, превышает меру ее близости с другими классами, то компьютерная q = 1, m система принимает решение о принадлежности этой стратегии классу Wq, т.е.
w Wq, если L( w,Wq ) = extrL( w,Wi ), i = 1,m, i q.
Для определения меры близости между стратегиями в N-мерном векторном пространстве значений критериев вводится метрика удовлетворяющая обычным аксиомам расстояний.
С) Разбиение критериального пространства на возможные классы стратегий обработки информации или оперативных воздействий.
Предлагается следующая эвристика, использующая специфику задачи.
Поскольку проведение практических экспериментов, также как и получение статистических данных, невозможно, задача заключается в том, чтобы получить субъективные экспертные критериальные оценки реализуемой стратегии или управляющего воздействия, и на основе этих оценок определить к какому классу относится анализируемый процесс.
Каждому классу стратегий или управляющих воздействий wi экспертом на этапе инициализации системы поддержки принятия решений, приписывается эталонный вектор оценок критериев.
Компьютерная система генерирует упорядоченную таблицу WT, содержащую эталонные векторы заданные экспертами. Первым в этой таблице стоит вектор «идеальной» стратегии или оперативного воздействия, вектор значений критериев которой содержит самые высокие оценки, а последний вектор значений состоит только из самых низких оценок – «самая плохая» стратегия.
Система создает в новой таблице WS список векторов wk (x) характеризующих генерируемые стратегии (оперативные воздействия). Текущая стратегия (оперативное воздействие) wk сравнивается поочередно со всеми уже записанными в таблицу векторами wi ( x ) и находится такая, для которой:
( wk ( x )wi ( x )) = ( wk ( x ), wi ( x )), min (2) wi ( x )WT wk ( x )WT J k j ( xi j x kj ) 2, kj – «вес» j-го критерия, xi - значения где ( wk ( x ) wi ( x )) = j j = j-ого критерия элементов i-ого и k-ого векторов соответственно.
Вектор wk ( x ) заносится в упорядоченное множество векторов таблицы WS на место, следующее за вектором wi ( x ). Таким образом определяется класс генерируемой стратегии.
Существует большое число эффективных методов определения меры сходства, использующих сложный математический аппарат. Они требуют информации, в нашем случае, как правило, неизвестной. Поэтому в работе предлагаются два подхода, основанные на сравнительно простых способах измерения меры сходства, заданной расстоянием между парами векторов и :
• подход, базирующийся на гипотезе о равномерном распределении множества векторов таблицы W ( x ) и равномерном числе векторов в каждом T классе стратегий (оперативных воздействий). Недостаток этого подхода – оторванность от оценки руководителем полученного разбиения множества векторов таблицы WT ( x ) на классы;
• подход, основанный на содержательных оценках граничных векторов классов руководителями и экспертами. Эти оценки должны определять диапазоны вариации критериальных оценок каждого класса.
Независимо от того какой метод выбран, список определяет класс стратегий (оперативных воздействий) по формуле (2).
Таким образом, система сравнивает вектор текущих значений параметров стратегий (оперативных воздействий) со всеми эталонными векторами.
Минимум определяет класс анализируемой стратегии (управляющего воздействия).
Предложена методика и схема согласования субъективных оценок эффективности стратегий и оперативных воздействий. Эксперт (руководитель), получив от системы поддержки принятия решений необходимые данные и введя в них необходимые с его точки зрения коррективы, должен согласовать свои оценки с другими руководителями (экспертами). Согласование результатов анализа осуществляется по схеме рис. 4. Система определяет среднюю оценку каждого руководителя по каждому параметру:
1k k X i = xi, где x ik – оценка i-го параметра k-м руководителем,.
k k = В результате система согласования представляет каждому руководителю или эксперту таблицу, в которой каждая клетка состоит из двух строчек: в верхней строке указаны оценки, данные самим руководителем или экспертом, а в нижней – оценки, подсчитанные по формуле (2).
После того как все руководители (эксперты) проставили свои оценки, система проводит их сравнение и создает два списка параметров: список параметров А, по которым все лингвистические оценки параметров совпадают, и список параметров В, по которым списки параметров не совпадают. В диссертации приведен возможный алгоритм автоматического согласования параметров списка В (блок 7, рис.4).
Оценка каждым руководителем анализируемых параметров и запись их в систему согласования Изменение каждым участником Сравнение системой оценок по своих оценок каждому параметру и создание списков А – согласованных оценок и В - несогласованных Высвечивание на дисплеях нет руководителей всех да Список В Итерация не совпавших пуст ? первая? оценок каждого 3 4 участника и средних оценок таких параметров да нет Автоматическое согласование оценок системой согласования Выдача согласованных параметров списка А Рис. 4. Схема согласования оценок В четвертой главе рассматриваются вопросы, связанные с автоматизацией оценки важности информационных событий и определением величины и характера оперативных воздействий в информационно аналитической деятельности.
Важность события – характеристика отражающая субъективное представление экспертов (руководителей) организации ведущих информационно-аналитическую деятельность о полученной в сообщении информации и о ее значении для организации, в том числе и о влиянии ее на спрос к выпускаемой продукции. В работе с целью определения величины и характера оперативных воздействий предложено учитывать фазы спроса на информацию о событии. Фазы спроса представлены на рис. 5. На рис. обозначены: Е – зарождение события (появление значимого события и первой информации о нем);
G1 – ускорение роста спроса на информацию о событии (как правило спрос опережает предложение);
G2 – замедление роста спроса на информацию о событии (предложение начинает опережать спрос);
М – «зрелость» (достигнуто насыщение спроса, избыточность информации о событии);
D – затухание (существенное снижение спроса на информацию о событии).
Интенсивность информации о событии G G M E D Время Рис. 5. Фазы спроса на информацию о событии.
В работе для определения фазы спроса на информацию о событии, было предложено использовать следующие критерии, которые оценивались по результатам мониторинга:
• время возникновения события или процесса;
• динамика изменения объема информации о событии или процессе;
• интенсивность информации в средствах массовой информации о событии или процессе;
• динамика изменения спроса на информацию о событии или процессе.
При этом система поддержки принятия решений, получая соответствующую информацию от системы мониторинга, может автоматически определять фазы спроса на информацию о событии по следующему алгоритму:
фаза E раньше информации не было информация появилась недавно спрос на информацию фаза G велик интенсивность информации в отслеживаемых СМИ фаза G продолжает увеличиваться спрос на информацию стабильный интенсивность информации в отслеживаемых СМИ не фаза M увеличивается спрос на информацию сокращается интенсивность информации в отслеживаемых СМИ резко фаза D сокращается спрос на информацию резко сократился или прекратился События в средствах массовой информации предлагается классифицировать по степени оперативности условно по уровням: уровень новостных передач (радио, телевидение, интернет);
уровень ежедневных изданий (газеты, интернет);
уровень еженедельных и ежемесячных изданий (газеты, журналы, бюллетени);
уровень квартальных и выше изданий (книги, журналы, брошюры, видеопродукция). В предлагаемую методику оценки важности событий и процессов были включены этапы:
А. Формирование таблиц оценок (балльных или лексических) значений критериев, определяющих информационную значимость события и процесса.
Таблицы (пример - табл.2,3), определяющие балльные (или лингвистические) оценки событий всех уровней, составляются экспертами заранее и согласовываются системой поддержки принятия решений.
Балльные оценки в этих таблицах периодически пересматриваются в связи с изменением политической, экономической, социальной обстановки, а также интересов руководства организации.
Таблица Пример оценок событий № Характер события Априорная оценка важности события (баллы) Степень интереса Спонсорский Интерес аудитории интерес организации 1 2 3 4 1. Террористический акт 10 4 2. Пожар 4 4 … … … … … k Выборы Госдумы 10 10 k+1 Выборы думы субъекта 6 в зависимости в зависимости от федерации от субъекта субъекта … … … … … l Открытие нового театра 5 3 … … … … … Таблица Пример оценок событий № Наименование Оценка значения критерия (баллы) критерия 10 8 6 4 … … … … … … … 60 20 5 Количество жертв 100 10 6 Число заложников 90 4-2 … … … … … … … €6 €2 € m Банкротство фирмы с € 10 €1 млдр.
капитализацией млдр. млдр. млдр. млдр.
… … … … … … … Б. Информационный поиск, определяющий количественные и качественные параметры анализируемой информации. Получив сообщение, система выделяет в нем набор параметров (p1,…pk) для формирования «сжатого» описания события или процесса. Набор параметров постоянен для каждого типа событий. Формирование «сжатого» описания программно состоит в определении маршрута на графе анализа события или процесса Ga(V,E), который представляет собой связный граф без циклов, по информации содержащейся в сообщении. Пример фрагмента графа анализа события или процесса приведен на рис.6. Уровни графа определяют критерии, по которым компьютерная система оценивает событие или процесс, а вершины – их значения. Входя в очередную вершину подграфа, компьютерная система ищет в информационном сообщении данные, позволяющие определить принадлежность сообщения вершине, в которой находится событие или процесс.
Характер события или процесса Результаты выборов Теракт … … Банкротство D G1 G … … Количество … … жертв 2 чел.
1-2 чел. 100 чел.
Число заложников … … Массовый нет 1-2 чел.
захват … … Рис. 6. Граф анализа события или процесса Если сообщение не принадлежит ни одной вершине яруса, компьютерная система фиксирует отсутствие маршрута для данного документа. Если маршрут на графе существует, то он вносится в соответствующее «сжатое описание» события или процесса, которое система поддержки принятия решений представляет в виде таблицы.
В. Генерация интегральной оценки важности события.
Для определения интегральной важности события разработана методика сочетающая алгоритмы скоринга, которые представляет собой взвешенную сумму значений характеристик системы и распознавания образов.
Классификация ранее поступившей информации о происшедших событиях и процессах производится аналогично классификации стратегий (гл.3).
Пространство значений критериев разбивается на области, соответствующие классам W1, …, Wm сообщений о событиях и процессах и строятся разделяющие границы разбиений по формуле (1).
В отличие от ранжирования стратегий (управляющих воздействий), приведенного в главе 3, основанного только на субъективных оценках, в задаче ранжирования классов сообщений предлагается опираться на фактические данные полученные в процессе мониторинга и характеризующие информацию о происходивших ранее событиях и процессах.
Исходя из специфики задачи, предложена следующая эвристика разбиения критериального пространства на классы сообщений. Эксперты, анализируя информацию, полученную за последнее время (недели, месяцы) формируют «Портрет средних характеристик» сообщений каждого класса.
Портрет является «образцом характеристик» сообщения своего класса. С этим образцом в процессе генерации интегральной оценки сравниваются характеристики всей поступившей информации. Формирование портрета начинается с определения параметров сообщения каждого класса. Для этого с помощью подсистемы согласования определяются объемы информации, предоставляемые сообщениям каждого класса. Алгоритм распознавания заключается в следующем. Для каждой вершины графа система анализирует сообщения о происшедших за последнее время событиях. Для каждого события определяется: характер события или процесса;
фаза спроса (интереса) к событию в момент сообщения о нем;
длительность сообщения о нем в новостных радио- и телепередачах, а также число слов в информационных сообщениях о нем в ежедневных и еженедельных газетах;
параметры происшедшего события;
наличие аналитических материалов по происшедшему событию или процессу, их объем и число;
ранг, который был присвоен информации о событии или процессе в то время, когда он произошел.
Все эти данные сводятся в таблицу, но теперь используемую не для формирования «портрета», а для разбиения сообщений на классы важности информации о событии или процессе.
Для распознавания системой ранга поступившей информации о событии или процессе используется мера близости между сообщениями о двух событиях, аналогичная (2).
Определение системой поддержки принятия решений характера и величины оперативных воздействий осуществляется на основе обработки и анализа данных, полученных в результате мониторинга управляемого процесса, оценки спроса на информацию и важности событий.
Определенный системный класс события или процесса позволяет формировать характер и величину оперативного воздействия с учетом специфики трех категорий деятельности: информационные сообщения об отдельных событиях;
информационные сообщения и аналитические обзоры процессов;
издательская деятельность, являющаяся по сути одним из видов промышленного производства. Предложены методики:
А. Определение системой поддержки принятия решений характера и величины информационного оперативного воздействия. Методы анализа и оценки обстановки для определения характера и величины информационного оперативного воздействия базируются в основном на субъективных оценках и косвенных показателях. Оперативное воздействие представляется в виде двух последовательных этапов:
• выделение кадров, финансовых, технических и других средств для информационного освещения события или процесса;
• предоставление потребителям информации о событии или процессе в виде сообщений, статей, аналитических обзоров и т.д..
Для формирования оперативных воздействий по событиям, которые, так или иначе, можно предвидеть, составляется план возможных действий, представляемого в виде таблицы, строки i которой описывают тип событий или процессов (выборы, теракт и пр.), а столбцы варианты характеристик оперативного воздействия.
На основании типа события или процесса и его ранга, полученных системой поддержки принятия решений автоматически, по таблице и используя список свободных средств, система поддержки принятия решений определяет средства, необходимые для информационного освещения события. Если такие средства есть – система поддержки принятия решений выдает рекомендацию об их выделении. Если таких средств нет – система поддержки принятия решений предлагает использовать средства, планирующиеся для данного типа событий, но на ранг ниже. Если нет и таких свободных средств, то система поддержки принятия решений предлагает маневрировать имеющимися ресурсами, представляя на дисплее эксперта список задействованных средств, которые могли бы по своим профессиональным возможностям выполнить оперативное воздействие, в котором возникла необходимость. В этом списке указывается состав информационных бригад, их техническое оснащение и время, в течение которого они выполняют последнее задание. Каждая строка списка свободных средств аналогична строке таблицы. «Цена» строки, т.е. j-го варианта привлекаемых средств ( x xi* ) 2, если r j = r*;
j i i i H j = min ( x xi* ) j jH i i, если r j r*, i 2(r j* r j ) где i – «вес» i-ого критерия;
xij – балльное или лексическое значение i го критерия j-ой строки списка задействованных средств, которые по своим возможностям могли бы быть использованы для реализации оперативного воздействия;
– значения i-ых критериев средств, которые должны были бы x* i реализовать это воздействие, но которых нет в наличии;
H – множество возможных вариантов привлекаемых средств;
r*- ранг события, подлежащего освещению во внешних источниках информации.
Значения i и xij хранятся в специальной таблице и периодически пересматриваются и согласовываются экспертами вне реального времени.
В диссертации приведены примеры выделения сил и средств для информационного освещения событий.
Б. Определение системой поддержки принятия решений характера и величины производственного оперативного воздействия. Характер и величина производственного оперативного воздействия зависит главным образом от спроса рынка, который определяются интенсивностью продаж продукции, производимой организацией.
Набор возможных оперативных воздействий в производственных процессах для каждого j-го типа производства предопределен. Возможность воздействия представляется в системе поддержки принятия решений в виде таблицы. На пересечении q-го столбца и l-ой строки представлен вид и величина оперативного воздействия Dl j,q на производство продукции j-го типа. 0 – означает недопустимость l-го производственного оперативного воздействия при q-м характере отклонения от нормы.
В зависимости от характера отклонения от нормы система поддержки принятия решений по таблице выбирает вид производственного оперативного воздействия. Так при перепроизводстве продукции могут быть произведены различные оперативные воздействия: сокращение производства, снижение оптовой цены, усиление технологического контроля и т.д.. В случае отклонения от нормы по нескольким параметрам, необходима комбинация оперативных воздействий.
При перепроизводстве продукции величина производственного оперативного воздействия (сокращение производства продукции) определяется система поддержки принятия решений из соотношения:
D1j,1 = kj ( x k y k +1 ), x k y k +1, j j j j где x k – объем производства j-го вида продукции в период времени k;
y k +1 – j j объем заказа на следующий период k+1. Поскольку объем производства на период k необязательно будет равен объему заказа – вводится коэффициент kj, производства корректирующий величину изменения объема (производственного оперативного воздействия) на период k - k+1.
При дефиците продукции величина производственного оперативного воздействия (увеличение производства продукции) система поддержки принятия решений может вычислить по соотношению:
D2j,q = kj ( y k +1 x k ), y k +1 x k, j j j j где k – корректирующий коэффициент.
диссертации В исследована возможная схема модификации коэффициентов kj, kj, в зависимости от сокращения сбыта продукции и уровня продаж на рынке.
Величину возможного изменения оптовых цен p k при перепроизводстве j продукции по каждому j-му виду аудио, видео или печатной продукции в период k+1 система поддержки принятия решений может определить из соотношений:
• при перепроизводстве продукции:
p k y k + ), x k y k +1 ;
jj Dlj,1 = kj ( p k j j j xk j y k + j где – доля сокращения продукции j-го типа на следующий временной xk j период k+1 пропорционально которой может быть сокращена цена единицы продукции;
• при дефиците продукции:
p k y k + jj ), y k +1 x k, Dlj+ 2,q = kj ( p k j j j xk j при ограничении p j d j, где dj – стоимость производства единицы j-го y k + j вида продукции;
– доля увеличения продукции j-го типа на следующий xk j временной период k+1 пропорционально которому может быть увеличена цена единицы продукции;
kj и kj – коэффициенты, общие методы определения которых не рассматриваются.
Поскольку при формировании оперативного воздействия важную роль играет оценка его эффективности, в работе предложена методика компьютерной оценки эффективности оперативных воздействий. Она оценивается по двум параметрам: величина воздействия и приближение процесса к желательным показателям.
Эффективность оперативного воздействия за предыдущий период k определяется соотношением результат воздействия ( k +1 ), (4) E l j,q ( k ) = величина воздействия ( k ) где l, q – индексы, определяющие вид оперативного воздействия и характер отклонения от нормы.
Показаны примеры оценки эффективности оперативного воздействия.
рассмотрены основные аспекты компьютерной поддержки В пятой главе формирования стратегических решений. На всякое отклонение от ожидаемого результата, фиксируемое в процессе мониторинга, предложенная в работе система управления формирует управляющее воздействие, в результате которого информационно-аналитическая деятельность должна приблизиться или достигнуть желаемого состояния. Если показатели по всем критериям находятся в пределах нормы, установленной руководителем, или приводятся в норму путем оперативных воздействий, то обычно стратегию не меняют. Если эти условия не выполняются – необходимо осуществлять смену стратегии. При смене стратегий перед руководством всегда встают две проблемы: выбор новой стратегии и определение момента начала ее реализации.
В главе представлены разработанные методики и алгоритмы генерации новых стратегий и их ранжирования, выработки рекомендаций на основании анализа результатов мониторинга, а именно:
1. Компьютерная генерация новых производственных стратегий с помощью система поддержки принятия решений, основанная на качественных оценках.
Компьютерная генерация выполняется по схеме, показанной на рис.7 и реализуется системой поддержки принятия решений.
Результаты мониторинга, характеризующие процесс или объект Наименование Качественная Задачи возможных оценка экономических и экономических и Наименование критерия информационных информационных критерия применительно стратегий, стратегий, к поставленной вытекающие из реализующих критериальной цели сформулированные оценки задачи Рис. 7. Схема компьютерной генерации стратегий Назначение этой схемы по качественной оценке критерия, системой представляемой руководителю мониторинга, и задаче, формируемой руководителем на основании этой оценки, предложить набор возможных стратегий, способных в сложившейся ситуации обеспечить достижение цели. Для каждой конкретной предметной области она представляется в виде набора таблиц, хранящихся в памяти системы и при необходимости, представляемых на дисплеях экспертов и руководителей.
Таблицы строятся на основании списков заранее согласованных критериев, возможных стратегий и задач (целей) стратегий. Первые два этапа вывода схемы рис. 7 представлены первыми столбцами фрагмента табл. 5. Они формируют содержательную оценку сложившейся ситуации. Третий этап схемы определяет задачу, которая должна быть выполнена в соответствии с оценкой ситуации, данной в первых двух столбцах. Эта задача сформулирована в третьем столбце таблицы. Четвертый этап схемы определяет стратегию, которая в сложившейся ситуации должна реализовать сформированную задачу. Схема рис. 7 и иллюстративный пример этой схемы, показанный в табл. 5, являются результатом анализа возможного изменения ситуации, который отражается в динамике критериальных оценок, полученных в результате мониторинга. Результатом этого анализа является формулировка задач, вызванных вновь появившимися критериальными оценками изменившейся ситуации и нахождением стратегий, реализующих эти задачи.
Таблица Результаты анализа возможного изменения ситуации № и наименование Задачи информационных возможных Идентифи Наименование Качественная и экономических информационных и катор критерия оценка критерия стратегий, вытекающие экономических стратегий, стратегий из критериальной оценки реализующих сформулированные задачи 1 2 3 4............................. ……………………. ………………………….. …………………………… ………..
2. Перспективность Устаревшая Производство более 6. Изменение технологии q технологий технология дешевой и/или производства производства качественной продукции и услуг Перспективная -------------- Стратегия не меняется ----- технология 3. Эффективность Возможно управление Завоевание максимальной Стратегия не меняется оперативного посредством части рынка своими ------ воздействия оперативных средствами воздействий Завоевание максимальной 2. Приобретение фирмы с q части рынка за счет необходимой привлечения других специализацией организаций Оперативные Отказ от конкурентной 4. Отказ от производства q воздействия не дают борьбы в этих видах продукции данного типа необходимых деятельности результатов Производство более 7. Изменение технологий q дешевой и/или функционирования качественной продукции и производимой продукции и услуг услуг ………….. …………….. …………………. ………………….. ……… 7. Достоверность Выше, чем у ------------------- Стратегия не меняется -------- информации по конкурентов сравнению с Сравнима с Проведение анализа 10. Проверка правильности m аналогичной конкурентами тенденций изменения рынка реализуемой стратегии продукцией и Ниже, чем у Повышение достоверности 8. Повышение q услугами конкурентов представляемой достоверности конкурентов информации производимой продукции 8. Удобство Выше, чем у ------------------------ Стратегия не меняется --------- использования конкурентов представляемой Сравнимо с Проведение анализа 10. Проверка правильности m информации и конкурентами тенденций изменения рынка реализуемой стратегии услуг по Ниже, чем у Повышение удобства 5. Повышение удобства q сравнению с конкурентов использования использования аналогичной представляемой представляемой продукцией информации и услуг информации и услуг конкурентов ……… …………….. ………………….. ………………….. ……… Таким образом, таблица типа табл.5 – это возможный план перехода к новым информационным или экономическим стратегиям в зависимости от динамики изменения внешней среды и внутреннего состояния организации.
Он позволяет системе поддержки принятия решений подсказать руководителю и эксперту новые задачи, возникающие при изменении критериальных оценок и сформулировать новые стратегии для выполнения этих задач. Для выявления противоречивости стратегий в системе поддержки принятия решений создается таблица противоречивости 2. Компьютерное ранжирование сгенерированных стратегий, основанное на количественных оценках.
Сгенерированные стратегии (кроме исключенных в ходе семантического анализа и противоречивых) ранжируются с целью выявления лучших. Оценка стратегий может осуществляться с производственной, экономической, социальной и других позиций деятельности организации. Во всех случаях методика предполагает формулировку списков критериев, по которым будут ранжироваться стратегии, процедуру согласования критериев и процедуру ранжирования. Однако списки критериев, методики оценивания и методики ранжирования отличаются и определяются спецификой предметной области (производственная, экономическая, социальная). Так для производственных оценок стратегий и их ранжирования использовались критерии a,b,c,d (табл.6), согласование «весов» критериев осуществлялось методом парных сравнений. Система предъявляет эксперту таблицу типа табл.6 и предлагает ее заполнить, т.е. представить в каждой клетке один из знаков: «важнее», «менее важен», «эквивалентен» (т.е.,, =).
Таблица Пример таблицы согласования «весов» критериев «Вес» Место в Наименование и идентификаторы критерия a b c d балл ранжиро критериев вании 1 2 3 4 5 6 7 a. Стоимость изменения стратегии – = 8 1 0. b. Изменение объемов продаж, вызванных = – 8 1 0. изменением стратегии c. Рост капитализации фирмы – 5 3 0. d. Специализация в тех областях – 3 4 0. деятельности, в которых фирма уже достигла наилучших результатов Табл. 6 для k-го эксперта можно записать в виде матрицы R k = ( rijk ), где ai (aj) – значение i-го (j-го) критерия:
3, если ai a j, k rij = 2, если ai = a j.
1, если ai a j «Вес» критерия определяется как. Это может быть какой-либо другой алгоритм. Важно чтобы метод отражал «веса» приоритетов, указанных руководителем или экспертом при парном сравнениях критериев.
На основании матриц каждого эксперта Rk по какому-либо принципу (например, по правилу большинства или суммирования) система формирует матрицу коллективного предпочтения.
После указаний экспертами конкретных «весов» критериев rilk и их k значений a il система поддержки принятия решений представляет на k дисплеях экспертов таблицу типа табл.6. Поскольку значения ail у каждого k-го эксперта могут быть различными, то будут различаться и интегральные оценки стратегий, рассчитываемые по формуле:
Fl k = ail rilk.
k i Так как таблицы типа табл. 6 составляются каждым экспертом для каждого вида продукции и услуг, то желательно, чтобы их согласование происходило методом, не требующим участия экспертов и руководителей. В работе использовался метод голосования с усреднением.
Для экономических оценок стратегий и их ранжирования использовались известные критерии NPV, IRR, PP, PI. При оценках стратегий по этим критериям приходится согласовывать большое число данных независимо от того, параметрические они или критериальные. С целью автоматизации данной процедуры в работе предложен метод согласования в соответствии с которым для каждого вида производства с помощью система поддержки принятия решений составляется таблица типа табл.7, где C(t) – затраты на t-м шаге при условии, что в них не входят капиталовложения;
R(t)-результаты достигаемые на t-м шаге, t – номер шага расчета;
T- горизонт расчета;
E- норма дисконта;
L- номер стратегии.
Таблица Пример таблицы согласования Эксперты Дисконт Значения параметров стратегии L1 L2 … L Э(1) C1,1(t), R1,1(t), C1,2(t), R1,2(t), … C1,7(t), R1,7(t), E T1,1 T1,2 T1, Э(2) C2,1(t), R2,1(t), C2,2(t), R2,2(t), … C2,7(t), R2,7(t), E T2,1 T2,2 T2, … … ….. … … Э(n) Cn,1(t), Rn,1(t), Cn,2(t), Rn,2(t), … Cn,7(t), Rn,7(t), En Tn,1 Tn,2 Tn, В каждой клетке табл.7 на пересечении i-ой строки и j-ого столбца стоит оценка параметров стратегии с номером j, проставленная i-м экспертом.
Оценка может быть как в баллах или лингвистических терминах, так и в денежных единицах и процентах. После того как таблицы составлены, вычисляется для всех стратегий, попавших в список, средние значения оценок Cj(t), Rj(t), Tj и E;
в нашем случае:
N N N N Ei (t ) Cij (t ) Rij (t ) Tij i =1 i =1 i =1 i =, R j (t ) =,,E, C j (t ) = Tj = (t ) = N N N N дисперсии оценок Cj(t), Rj(t), Tj и E:
1N 1N (C j (t ) Cij (t )) 2, D R (t ) = ( R j (t ) Rij (t )) 2, D C (t ) = j j N 1 i =1 N 1 i = 1N 1N (T j Tij ) 2, D E (t ) = D T (t ) = ( E Ei ) j j N 1 i =1 N 1 i = профили i-го эксперта по каждой j-ой стратегии по оценкам Cj(t), Rj(t), Tj и E соответственно:
C ij (t ) C ij (t ) Rij (t ) Rij (t ) T j Tij E Ei,,,.
PijE = PijC = PijR = T Pij = E Rij (t ) Tj C ij (t ) Далее вычисляются скорректированные средние оценки всех значений для всех стратегий каждой цели по одному из следующих правил:
Если дисперсия невелика – находится среднее значение, и оно 1.
предлагается участникам для утверждения;
Если дисперсия большая, то анализируются профили участников и 2.
реализуется следующий алгоритм:
• если профиль участника «+» и его значение невелико, т.е. оценка участника выше среднего, ее значение уменьшается;
• если профиль участника «+» и его значение велико, т.е. оценка участника выше среднего, ее значение уменьшается значительно;
• если профиль участника «-» и его значение невелико, т.е. оценка участника ниже среднего, ее значение увеличивается;
• если профиль участника «-» и его значение велико, т.е. оценка участника ниже среднего ее значение увеличивается значительно;
• полученные значения усредняются и представляются системой для утверждения экспертам (руководителям).
Оценка увеличения или уменьшения заранее определяются экспертом.
Понятие «большой» и «малой дисперсии» определяется при помощи порогового значения Dmax, которое устанавливается заранее и может пересматриваться.
При интегральном компьютерном ранжировании стратегий (с учетом оценок по каждому критерию) предполагалось, что отдельные критерии имеют различные значения «веса». Некоторые методы определения «весов» критериев были рассмотрены выше. Оценка каждой стратегии для данного вида продукции и услуг определяется по формуле:
r ( jrj )zij, bi = j j где rj – «вес» j-го критерия для рассматриваемого вида производства или представления информации, а zij – ранг i-ой стратегии по j-ому отдельному критерию или услуги. «Веса» могут определяться руководителем или согласовываться одним из способов, рассмотренных ранее. После того как они определены и введены в систему, система поддержки принятия решений нормирует «веса» критериев по формуле:
rj.
gj = ri i Оценка стратегии по j-ому критерию вычисляется по формуле:
bij = zij g j.
Затем система ранжирует оценки, предъявляя лучшие варианты стратегий для утверждения экспертам (руководителям).
Шестая глава посвящена компьютерным методам формирования взаимодействия оперативных воздействий и стратегических решений.
Осуществлен анализ различных аспектов взаимного влияния оперативного и стратегического управления, а также факторов оказывающих влияние на оперативное и стратегическое управление. Связь между этими уровнями представляется схемой рис.8.
Предложена методика формирования системой поддержки принятия управленческих решений организации реакций на воздействия внешней среды методом компьютерной игры с перебором вариантов. В ходе игры система поддержки принятия решений осуществляет сбор, оценку информации, выработку рекомендаций и воздействий.
Такое представление позволяет отобразить «ответ» каждой стороны на действия оппонента, например фирмы-производителя на поведение рынка за определенный период и оценить результат произведенного «ответа». Одним из участников игры является руководитель или эксперт фирмы, его противником - конкурирующая фирма, рынок, природа, социальная структура и т.д. Ход игры описывается графами (деревьями игры).
Стратегия определяет характер Информационные и информационных и экономических экономические оперативные оперативных воздействий и их граничные воздействия осуществляются значения в пределах указанных границ Результаты информационных и экономических оперативных воздействий оценивают эффективностью реализуемой стратегии и определяют необходимость ее модификации Рис.8. Схема связей между стратегиями и оперативными воздействиями.
Цель игры заключается в переводе ситуации из начальной точки U0 в идеальную точку U*, которая может быть недостижима как всякая идеальная точка (цель), но к которой стремятся активные стороны. Успех игры игрока l определяется значением функции:
E lk = F ( f l ( U *), f l ( U k )), где f l ( ) – функция, характеризующая состояние стороны l в идеальной точке U* и точке Uk, достигнутой после k-го шага. Целевая функция игры – минимизация отличий между состояниями в этих точках:
E lk = F ( f l ( U *), f l ( U k )) min, k = 1,2,....
В тех случаях, когда идеальная точка неизвестна или еще чрезвычайно далека, могут быть использованы другие критерии успеха (в диссертации приведены примеры таких критериев и примеры дерева игры). Действия сторон могут быть представлены в виде дерева игры (пример - рис.9).
Предложен метод формирования оперативных воздействий и анализ их эффективности с использованием метода компьютерной игры и приводится пример построения дерева оперативных воздействий в ответ на «ходы» рынка и реакции рынка на действие организации.
«Ходы» рынка «Ходы» организации Период t r +13.
Рис. E r +13 = U * U r +13 = 2.7% Захват рынка практически осуществлен.
r +13 r +12, Стратегии не меняются, реализация U r +13 = 20.3% стратегии сокращения объемов производства закончена, стратегия Стабилизация спроса и изменения технологий функционирования предложения продолжает реализовываться, но динамика незначительна +2% Период t r + 4.
r +4 r +3, U r + 4 = 11.2% E r +1 = U * U r +1 = 11.8% Заказ на продукцию и услуги Энергичная реализация стратегий фирмы увеличиваются изменения технологий функционирования (+56%) и окончание реализации стратегии сокращения объемов производства (-30%) Период t r +1.
E r +1 = U * U r +1 = 16.3% r +1 r, Реализация стратегии сокращения объемов U r +1 = 6.7% производства (-10%) заканчивается.
Сокращается заказ на продукцию Начало реализации стратегии изменения и услуги фирмы технологий функционирования (+8%) Период t r 1.
r 1 r 2, E r 2 = U * U r = 15% U r 1 = 8% Требуется смена стратегии сокращения Сокращается заказ на продукцию объемов производства (- 6%) и услуги фирмы Рис. 9. Дерево решений Примечания:
1. На рис. 9 не показаны возможные варианты выбора значений результатов реализации стратегий и методы их оценки;
2. Значение увеличения (или сокращения) объема производства в процессе реализации стратегии определяется задачей стратегии - это увеличение захвата долей рынка, но не более 23%.
Алгоритм формирования реакции организации на «ходы» рынка близок алгоритму определения равновесной цены методом «нащупывания» и состоит в следующем. Если известны функции совокупного спроса (р) и совокупного предложения (р), то последовательность {ps} строится следующим образом. Пусть при некоторой цене ps спрос выше предложения.
Тогда система повышает цену до величины ps+1, чтобы выполнялось условие (или ( ps +1 ) == ( ps ) ). Если же спрос ниже предложения, то, ( ps +1 ) = ( ps ) наоборот, цена понижается. Таким образом, каждый член ps последовательности {ps} строится как решение уравнений относительно p.
или ( ps 1 ) ( p ) = 0.
( p ) ( ps 1 ) = Корень этого уравнения и является следующим членом последовательности. В качестве начального приближения p0 можно взять любое значение p0. Поскольку эти функции нам не известны, будем варьировать не значения Ps, а значения коэффициентов (гл.4), kj, kj, kj, kj «нащупывая» нужные значения оперативных воздействий.
Метод компьютерной игры и метод «нащупывания» позволяют реализовать задачи использования результатов оперативных воздействий как для анализа реакций рынка на действия организации, так и для определения эффективности ее оперативных воздействий при реализации локальной стратегии.
Предложен метод многокритериального анализа влияния оперативных воздействий на эффективность реализации стратегий. Для этого пространство критериев разбивается на области эффективности.
Принадлежность произведенных оперативных воздействий областям эффективности определяют методом распознавания образов. Вводится мера близости распознаваемого воздействия к степени эффективности и мера близости между парой оперативных воздействий аналогичные (2).
Показана возможность повышения эффективности управления информационно-аналитической организацией на основании оценок эффективности информационных и экономических оперативных воздействий и модификации оперативных воздействий и стратегий в случае их низкой эффективности.
Седьмая глава посвящена компьютерным методам анализа взаимосвязи целей и стратегических решений. Задача формирования цели и реализующих ее стратегий в значительной степени семантическая. Анализ показал, что на сегодня эффективных методов формализации семантик нет, но компьютерная система за счет использования методов генерации целей и стратегий, их оценки и ранжирования, расширяет множество вариантов, которые могут оказаться в поле зрения руководителя. Варьируя методы оценок, она может влиять на субъективные предпочтения руководителя, способствуя принятию лучших решений. В диссертации приведен пример набора целей и стратегий, а также показана связь между ними. В целом связь между целью и реализующей ее стратегией представляется в виде схемы рис. 10.
Компьютерная оценка эффективности реализации стратегии и достижения цели, как и в предыдущих главах, проводится методом распознавания образов, несколько модифицированным с учетом специфики решаемой задачи.
Цель определяет характер Информационные и экономические информационных и экономических стратегические решения осуществляются стратегических решений и их для достижения поставленной цели в граничные значения пределах указанных границ По результатам информационных и экономических стратегических решений определяется эффективность реализации цели и необходимость ее модификации Рис.10. Схема связи между целью и стратегией.
Для этого разработаны алгоритмы определения уровней рисков компьютерной системой.
В работе приведен пример оценки реализуемости цели системой поддержки принятия управленческих решений учитывающий информационный технический, экономический, финансовый и маркетинговый аспекты реализуемости цели.
Предложены методы и алгоритмы совместного компьютерного ранжирования модификаций общей стратегии и цели. На рис. 11 показаны схема вариантов принятия решений по модификации цели и общих стратегий.
+ Результат оценки Результат оценки + цели стратегии -+ -+ Менять Менять цель стратегию Не менять Не менять цель стратегию Рис. 11. Схема анализа вариантов модификации цели и стратегии.
Для оценки возможных модификаций общих стратегий и целей генерируются и согласовывают их варианты так же, как это было показано в предыдущих главах.
Для сравнения всех вариантов модификаций общих стратегий и целей между собой по одним и тем же критериям в работе применен метод Парето.
Для повышения эффективности переговоров при формировании групповых решений согласования модификаций стратегий и целей предложено использовать компьютерную схему, реализующую Нэш равновесный метод. Приводится пример использования этого метода.
В заключении представлены основные результаты диссертационной работы.
В приложении приведено описание компьютерного комплекса поддержки принятия управленческих решений в информационно аналитической деятельности, реализующего методы, методики и алгоритмы разработанные в диссертации.
Основные результаты диссертационной работы.
В диссертационной работе на основе проведенных автором исследований сделано теоретическое обобщение и получено решение важной народно-хозяйственной проблемы разработки методов, алгоритмов и программных систем, реализующих компьютерные технологии поддержки принятия информационных и экономических управленческих решений в информационно-аналитической деятельности с использованием неструктурированных данных.
В рамках указанной проблемы получены следующие основные теоретические и практические результаты:
1. На основании экспериментальных исследований современных средств мониторинга и анализа неструктурированной информации определена их эффективность.
2. Разработан и реализован метод автоматизированной оценки важности информационных событий, позволяющий компьютерной системе управления принять решение по их анализу, обработке и представлению.
3. Разработаны и реализованы компьютерные методы анализа и оценки результатов мониторинга поступающей информации, основанные на объективных данных и эвристических предпочтениях руководителей.
4. Разработана и реализована методика компьютерной генерации вариантов решений с использованием неструктурированной информации.
5. Разработаны и реализованы методы, алгоритмы и программы компьютерных технологий поддержки принятия управленческих решений с использованием неструктурированной информации, включающие:
• Компьютерную поддержку формирования стратегических решений и реализацию оперативного управления;
• Оценку адекватности поставленной цели, реализующим ее выполнение стратегиям и оперативным воздействиям, обеспечивающим выполнение стратегий, что дает возможность своевременного проведения их корректировки;
• Модификацию целей, стратегий и оперативных воздействий в случае их неадекватности сложившейся обстановке;
• Определение предпочтений руководителя и их использование в процессе анализа и формирования вариантов решений.
6. Исследованы и разработаны методы построения программных комплексов, реализующих компьютерные технологии поддержки принятия решений с использованием неструктурированной информации.
Основные публикации по теме диссертации:
1 Иванилов Е.Л., Петров В.И. Комплексный подход к оценке достоверности вычислений // Всесоюзное совещание по автоматизации подготовки ПО систем управления движущихся объектов: Сб. научн. трудов ХАИ. – Харьков: ХАИ, 1989. – С. 76-79.
2 Мамошин В.Р., Иванилов Е.Л., Мироненко Ю.Д., Петров В. И. К вопросу корректности ПО задач управления // Материалы семинаров по ПО систем управления и специализированным вычислительным устройствам.
Часть 2: Сб. научн. трудов ХАИ. – Харьков: ХАИ, 1991. - С. 83-92.
3 Иванилов Е.Л., Ухалкин В.В. Вычислительные особенности программных средств автоматизированных измерительных систем: Сб.
научн. трудов в/ч 55215. – Мытищи: в/ч55215, 1993. - С. 92-106.
4 Куръеров Ю.Н., Строителев В.Н., Иванилов Е.Л. Математические аспекты методов поверки измерительных приборов// Измерительная техника. 1994. №7. - С.4-5.
5 Иванилов Е.Л., Петров В.И. Методологические аспекты автоматизации систем оценки и обработки информации: Сб. науч. трудов. Кисловод. ин-т экон. и права. – Кисловодск: КИЭП, 1998. – С. 32-41.
6 Иванилов Е.Л. Автоматизированный поиск и извлечение информации из речевых сообщений. - М.: АБИК, 1998. – 24 с.
7 Иванилов Е.Л. Некоторые аспекты выбора серверов // Intelligent Enterprise, Russian Edition. – 2003. № 18 (83). – С. 15-17.
8 Иванилов Е.Л. Распознавание эффективности стратегий и управляющих воздействий по результатам мониторинга. - М.: РГОТУПС, 2004. – 55 с.
9 Иванилов Е.Л. Механизмы виртуализации и аддитивная инфраструктура // CIO. - 2004. № 3 (24). - С. 26-28.
10 Иванилов Е.Л. Система автоматизации формирования стратегических решений. - М.: МСЭУ, 2005. – 59 с.
11 Иванилов Е.Л., Трахтенгерц Э.А., Юркевич Е.В. Методы анализа речевой информации как средства повышения надежности принимаемых решений // Надежность. - 2006. № 2. – С. 36-46.
12 Иванилов Е.Л. Трахтенгерц Э.А., Юркевич Е.В. Компьютерные методы управления информационно-издательскими компаниями. – М.: ИПУ РАН, 2006. – 107 с.
13 Иванилов Е.Л., Тимофеев С.В. Системы поддержки принятия решений для информационно-аналитических служб МВД России //Связь и автоматизация МВД России. - 2006. С. 26-27.
14 Иванилов Е.Л., Трахтенгерц Э.А., Юркевич Е.В., Методы определения и использования субъективных предпочтений руководителей в компьютерных системах поддержки принятия управленческих решений - В кн.: Ивери Варламович Прангишвили: Более полувека в науке управления. - М.: ИПУ РАН, 2007. С. 125-141.
15 Иванилов Е.Л., Трахтенгерц Э.А., Юркевич Е.В. Компьютерные системы поддержки принятия решений в информационной деятельности.
«Информационные технологии в науке, образовании, телекоммуникации и бизнесе», «Открытое образование». 2007. С. 403-404.
16 Трахтенгерц Э.А., Иванилов Е.Л., Юркевич Е.В. Современные компьютерные технологии управления информационно-аналитической деятельностью. - М.: СИНТЕГ, 2007. 372 с.
17 Иванилов Е.Л. Распознавание эффективности стратегий и управляющих воздействий в обеспечении функциональной надежности сложных систем по результатам мониторинга. //Надежность - 2007. №4. - С. 30-36.
18 Иванилов Е.Л. Особенности автоматизации выбора приоритетов сообщений для формирования оперативного управления компанией.
//Системы управления и информационные технологии. - 2008. № 2.1(32).
- С. 171-177.
19 Иванилов Е.Л. Особенности компьютерного ранжирования стратегий управления в социальных системах. Управление большими системами.
Выпуск 22. –М.: ИПУ РАН, 2008, -С. 119-133.
20 Иванилов Е.Л. Прогнозные оценки функциональной надежности работы сложных систем. // Открытое образование (приложение №1), 2008. -С.358 359.
21 Юркевич Е.В., Иванилов Е.Л. Прогноз развития межличностного взаимодействия в компании как фактор в обеспечении надежности реализации научно-технического проекта. //«Открытое образование» (приложение №1). - 2008. - С.367-368.
22 Иванилов Е.Л. Особенности современного информационного пространства и средств мониторинга основных типов источников информации //Материалы международной научно-технической конференции ИСТ-2008. – Нижний Новгород: НГТУ им. Р.Е. Алексеева, 2008. - С.135-136.
23 Иванилов Е.Л. Задачи программного обеспечения компьютерных комплексов поддержки информационно-аналитической деятельности //Материалы международной научно-технической конференции ИСТ 2008. – Нижний Новгород: НГТУ им. Р.Е. Алексеева, 2008. С. 137-138.
24 Юркевич Е.В., Иванилов Е.Л. Возможности обеспечения функциональной безопасности информационных технологий с помощью ограничения интенсивности передачи информации //Материалы второй международной конференции MLDS’2008. –М.: ИПУ РАН, 2008. - С.42 43.
25 Иванилов Е.Л. Опыт компьютерного анализа информации при подготовке управленческих решений //Надежность. - 2008. №4. – С.36-46.
26 Иванилов Е.Л. Оценка функциональной надежности управляющих организационных систем по результатам мониторинга эффективности ее стратегий // Системы управления и информационные технологии. - 2009.
№ 1.2(35). - С. 245-249.
27 Иванилов Е.Л. Особенности компьютерной поддержки управления в информационно-аналитической деятельности //Материалы международной научно-технической конференции ИСТ-2009. – Нижний Новгород: НГТУ им. Р.Е. Алексеева, 2009. - С.148-149.
28 Юркевич Е.Л., Иванилов Е.Л. Методологические особенности ИТ анализа информации о динамики свойств объектов и процессов // Электромагнитные волны и электронные системы. – 2009. № 6. - С.63-67.
29 Иванилов Е.Л. Система автоматизированной поддержки оперативных и стратегических воздействий при управлении работой компании // Вестник Воронежского технического университета. - 2009. Т.5, №2. – С.128-133.
Личный вклад автора в работах, опубликованных в соавторстве:
[1-4, 11] – предложены методики обработки структурированной и неструктурированной информации;
[5, 28, 29] – предложены методики мониторинга гетерогенного информационного пространства и оценивания информационного источника;
[12, 16] – разработаны методики и алгоритмы оценивания эффективности управляющих воздействий, автоматизированной оценки важности информационных событий, компьютерной генерации вариантов стратегий, модификации целей, стратегий и оперативных воздействий, распознавания степени успешности реализации выбранных стратегий и действенности оперативных воздействий;
[13, 15] – предложена структурная схема системы поддержки принятия управленческих решений в информационно-аналитической деятельности, использующей как структурированную, так и неструктурированную информацию;
[14] – разработан алгоритм учета субъективных предпочтений эксперта в системах поддержки принятия управленческих решений в информационно аналитической деятельности;
[21, 24] – разработана методика использования неструктурированной информации в управлении организационными процессами;
[28] – разработаны методики организации мониторинга в условия наличия неструктурированных данных.