Методы и алгоритмы принятия решений.docx

БЕЛКООПСОЮЗ

УО «Полоцкий  торгово-технологический колледж» 
 

Контрольная № 1

по специальности  «МЕТОДЫ И АЛГОРИТМЫ ПРИНЯТИЯ РЕШЕНИЙ»

Вариант № 58 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Учащегося 5 курса

группы  э-53

Волкова Романа Ивановича

По специальности

«Коммерческая деятельность»

заочного  отделения 
 
 

Полоцк, 2011

Вопрос:

13 .Поясните  компонент информационной системы  поддержки принятия решений –  база моделей.

Ответ:

 Современные  системы поддержки принятия решения  (СППР) представляют собой системы,  максимально приспособленные к  решению задач повседневной управленческой  деятельности, являются инструментом, призванным оказать помощь лицам, принимающим решения (ЛПР). С помощью СППР может производиться выбор решений некоторых неструктурированных и слабоструктурированных задач, в том числе и многокритериальных.

СППР, как правило, являются результатом мультидисциплинарного исследования, включающего теории баз данных, искусственного интеллекта, интерактивных компьютерных систем, методов имитационного моделирования.

Как справедливо  отмечено в [15], «… с момента появления  первых разработок по созданию СППР, не было дано четкого определения СППР…».

Ранние определения  СППР (в начале 70-х годов прошлого века) отражали следующие три момента: (1) возможность оперировать с неструктурированными или слабоструктурированными задачами, в отличие от задач, с которыми имеет дело исследование операций; (2) интерактивные автоматизированные (то есть реализованные на базе компьютера) системы; (3) разделение данных и моделей. Приведем определения СППР: СППР — совокупность процедур по обработке данных и суждений, помогающих руководителю в принятии решений, основанная на использовании моделей [17].

СППР — это интерактивные автоматизированные системы, помогающие лицу, принимающему решения, использовать данные и модели для решения слабоструктуризированных проблем [17, 20].

СППР — это система, которая обеспечивает пользователям доступ к данным и/или моделям, так что они могут принимать лучшие решения [7].

Последнее определение  не отражает участия компьютера в  создании СППР, вопросы возможности  включения нормативных моделей  в состав СППР и др.

В настоящее  время нет общепринятого определения  СППР, поскольку конструкция СППР существенно зависит от вида задач, для решения которых она разрабатывается, от доступных данных, информации и  знаний, а также от пользователей  системы. Можно привести, тем не менее, некоторые элементы и характеристики, общепризнанные, как части СППР:

СППР — в большинстве случаев — это интерактивная автоматизированная система, которая помогает пользователю (ЛПР) использовать данные и модели для идентификации и решения задач и принятия решений. Система должна обладать возможностью работать с интерактивными запросами с достаточно простым для изучения языком запросов.

Согласно Turban^[1], СППР обладает следующими четырьмя основными характеристиками:

1. СППР использует и данные, и модели;
2. СППР предназначены для помощи менеджерам в принятии решений для слабоструктурированных и неструктурированных задач;
3. Они поддерживают, а не заменяют, выработку решений менеджерами;
4. Цель СППР — улучшение эффективности решений.

Turban^[1] предложил список характеристик идеальной СППР (которая имеет мало общих элементов с определением, приведенным выше). Идеальная СППР:

1. оперирует со слабоструктурированными решениями;
2. предназначена для ЛПР различного уровня;
3. может быть адаптирована для группового и индивидуального использования;
4. поддерживает как взаимозависимые, так и последовательные решения;
5. поддерживает 3 фазы процесса решения: интеллектуальную часть, проектирование и выбор;
6. поддерживает разнообразные стили и методы решения, что может быть полезно при решении задачи группой ЛПР;
7. является гибкой и адаптируется к изменениям как организации, так и ее окружения;
8. проста в использовании и модификации;
9. улучшает эффективность процесса принятия решений;
10. позволяет человеку управлять процессом принятия решений с помощью компьютера, а не наоборот;
11. поддерживает эволюционное использование и легко адаптируется к изменяющимся требованиям;
12. может быть легко построена, если может быть сформулирована логика конструкции СППР;
13. поддерживает моделирование;
14. позволяет использовать знания.

Рассмотрим кратко историю создания СППР

Классификации СППР

Для СППР отсутствует  не только единое общепринятое определение, но и исчерпывающая классификация. Разные авторы предлагают разные классификации.

На уровне пользователя Haettenschwiler (1999) [12] делит СППР на пассивные, активные и кооперативные СППР. Пассивной СППР называется система, которая помогает процессу принятия решения, но не может вынести предложение, какое решение принять. Активная СППР может сделать предложение, какое решение следует выбрать. Кооперативная позволяет ЛПР изменять, пополнять или улучшать решения, предлагаемые системой, посылая затем эти изменения в систему для проверки. Система изменяет, пополняет или улучшает эти решения и посылает их опять пользователю. Процесс продолжается до получения согласованного решения.

На концептуальном уровне Power (2003) [21] отличает СППР, управляемые сообщениями (Communication-Driven DSS), СППР, управляемые данными (Data-Driven DSS), СППР, управляемые документами (Document-Driven DSS), СППР, управляемые знаниями (Knowledge-Driven DSS) и СППР, управляемые моделями (Model-Driven DSS). СППР, управляемые моделями, характеризуются в основном доступ и манипуляции с математическими моделями (статистическими, финансовыми, оптимизационными, имитационными). Отметим, что некоторые OLAP-системы, позволяющие осуществлять сложный анализ данных, могут быть отнесены к гибридным СППР, которые обеспечивают моделирование, поиск и обработку данных.

Управляемая сообщениями (Communication-Driven DSS) (ранее групповая СППР — GDSS) СППР поддерживает группу пользователей, работающих над выполнением общей задачи.

СППР, управляемые  данными (Data-Driven DSS) или СППР, ориентированные на работу с данными (Data-oriented DSS) (также известные как Business Intelligence) в основном ориентируются на доступ и манипуляции с данными. СППР, управляемые документами (Document-Driven DSS), управляют, осуществляют поиск и манипулируют неструктурированной информацией, заданной в различных форматах. Наконец, СППР, управляемые знаниями (Knowledge-Driven DSS) обеспечивают решение задач в виде фактов, правил, процедур.

На техническом  уровне Power (1997) [19] различает СППР всего предприятия и настольную СППР. СППР всего предприятия подключена к большим хранилищам информации и обслуживает многих менеджеров предприятия. Настольная СППР — это малая система, обслуживающая лишь один компьютер пользователя. Существуют и другие классификации (Alter [3], Holsapple и Whinston [13], Golden, Hevner и Power [11]). Отметим лишь, что превосходная для своего времени классификация Alter‘a, которая разбивала все СППР на 7 классов, в настоящее время несколько устарела.

В зависимости  от данных, с которыми эти системы  работают, СППР условно можно разделить  на оперативные и стратегические. Оперативные СППР предназначены для немедленного реагирования на изменения текущей ситуации в управлении финансово-хозяйственными процессами компании. Стратегические СППР ориентированы на анализ значительных объемов разнородной информации, собираемых из различных источников. Важнейшей целью этих СППР является поиск наиболее рациональных вариантов развития бизнеса компании с учетом влияния различных факторов, таких как конъюнктура целевых для компании рынков, изменения финансовых рынков и рынков капиталов, изменения в законодательстве и др. СППР первого типа получили название Информационных Систем Руководства (Executive Information Systems, ИСР). По сути, они представляют собой конечные наборы отчетов, построенные на основании данных из транзакционной информационной системы предприятия, в идеале адекватно отражающей в режиме реального времени основные аспекты производственной и финансовой деятельности. Для ИСР характерны следующие основные черты:

• отчеты, как правило, базируются на стандартных для организации запросах; число последних относительно невелико;
• ИСР представляет отчеты в максимально удобном виде, включающем, наряду с таблицами, деловую графику, мультимедийные возможности и т. п.;
• как правило, ИСР ориентированы на конкретный вертикальный рынок, например финансы, маркетинг, управление ресурсами.

СППР второго  типа предполагают достаточно глубокую проработку данных, специально преобразованных  так, чтобы их было удобно использовать в ходе процесса принятия решений. Неотъемлемым компонентом СППР этого уровня являются правила принятия решений, которые  на основе агрегированных данных дают возможность менеджерам компании обосновывать свои решения, использовать факторы  устойчивого роста бизнеса компании и снижать риски. СППР второго  типа в последнее время активно  развиваются. Технологии этого типа строятся на принципах многомерного представления и анализа данных (OLAP).

При создании СППР можно использовать Web-технологии. В  настоящее время СППР на основе Web-технологий для ряда компаний являются синонимами СППР предприятия.

Архитектура СППР представляется разными авторами по-разному. Приведем пример. Marakas (1999) [18] предложил обобщенную архитектуру, состоящую из 5 различных частей: (a) система управления данными (the data management system — DBMS), (b) система управления моделями (the model management system — MBMS), (c) машина знаний (the knowledge engine (KE)), (d) интерфейс пользователя (the user interface) и (e) пользователи (the user(s))

 

Вопрос:

 

42. Поясните, когда деятельность как объект  управления рассматривается в виде          проекта.  

Ответ:

 Термин «проект» происходит от латинского слова projectus, что в буквальном переводе означает “брошенный вперед”. Очевидно, что объект управления, представимый в виде проекта, отличает возможность его перспективного развертывания во времени, т.е. возможность прогнозировать его состояния в будущем. Несмотря на то, что различные источники трактуют понятие проект по-разному, во всех определениях просматриваются особенности проекта как объекта управления, обусловленные совокупностью поставленных задач, ориентацией на достижение определенных целей и ограничениями по времени, бюджету и трудовым ресурсам.

Однако, практически любой вид деятельности, который никто не собирается называть проектом, выполняется в течение  определенного периода времени  и связан с затратами определенных финансовых, материальных и трудовых ресурсов. Кроме того, любая разумная деятельность, как правило, целесообразна  лишь в том случае, когда направлена на достижение вполне определенного  результата. И, тем не менее, в одних  случаях к управлению деятельностью  подходят как к управлению проектом, а в других случаях – нет.

Деятельность  как объект управления рассматривается  в виде проекта тогда, когда:

• для эффективного управления важное значение имеет анализ внутренней структуры всего комплекса работ;
• зависимости между поставленными задачами и целями имеют существенное значение и играют определяющую роль по отношению к деятельности в целом;
• достижение целей деятельности связано с последовательно-параллельным выполнением проектных элементов этой деятельности;
• ограничения по времени, финансовым, материальным и трудовым ресурсам имеют основополагающее значение в процессе выполнения работ;
• продолжительность и стоимость деятельности явно зависит от организации всего комплекса работ.

Поэтому, объектом проектного управления принято считать особым образом организованный комплекс работ, направленный на решение определенной задачи или достижение определенной цели, выполнение которого ограничено во времени, и связано с затратами конкретных финансовых, материальных и трудовых ресурсов. При этом под “работой” понимается элементарная, неделимая часть данного комплекса действий.

Элементарность  работы – понятие условное и относительное. То, что нецелесообразно делить в  одной системе действий, полезно  подвергать декомпозиции в другой. Например, если за элемент комплекса  работ по сборке автомобиля принимается  некоторая технологическая операция, то одной из “работ” может считаться  установка сборщиком фары. Эта  “работа” в данном случае неделима, так как остаются неизменными  ее факторы – исполнитель, предмет  и объект действия. Но, как только мы начинаем рассматривать исполнение этой работы как отдельную задачу, она сама превращается в комплекс.

Однако, если решение задачи возникает регулярно, то очевидно нет никакого особого смысла каждый раз, приступая к ее решению, рассматривать и моделировать ее внутреннюю структуру. Результат известен заранее и время, потраченное на планирование, будет просто потеряно. Поэтому объектом проектного управления является, как правило, комплекс взаимосвязанных работ, направленных на решение некоторой оригинальной задачи. Но, в том то и дело, что в современной деловой среде, при стремительном развитии техники, технологии и организации производства, при стремительной смене видов и разновидностей товаров и услуг на рынках, появление перед менеджером оригинальных задач стало фактически обычной ситуацией. Если в конце пятидесятых годов, на заре зарождения проектного управления, в качестве объектов такого управления выступали исключительно научно-исследовательские и опытно-конструкторские программы, то в наши дни уже мало кого можно удивить техническими, организационными, экономическими и даже социальными проектами. Уже в самом определении типа проекта заложена характеристика области его приложения.

 
 

     Практическое  задание № 1

 

     классическая  задача.

Фирма производит два вида продукции (товар А и товар Б) по определенной цене, на их производство требуется 4 вида ресурсов (ресурс 1, ресурс 2, ресурс 3, ресурс 4), которые есть в наличие на фирме в определенном количестве (Запас), также имеется информация сколько нужно каждого ресурса на производство единицы продукции, соответственно товара А и товара Б. Нужно найти, то количество товара А и товара Б, которое максимизирует доход (выручку).

Решение:

 

     

 

     1. Создайте таблицу с формулами, которые устанавливают связи между ячейками.

     2. Выделите целевую ячейку, которая  должна принять необходимое значение, и выберите команду:

     - В Excel 2007 Данные/Анализ/Поиск решения;

     - В Excel 2003 и ниже Сервис > Поиск решения. Поле Установить целевую ячейку открывшегося диалогового окна надстройки Solver Поиск решения будет содержать адрес целевой ячейки.

     3. Установите переключатели Равной, задающие значение целевой ячейки, – Мах (максимальному значению), Min (минимальному значению) или (значению). В последнем случае введите значение в поле справа.

     4. Укажите в поле «Изменяя ячейки»,  в каких ячейках программа  должна изменять значения в  поисках оптимального результата.

     5. Создайте ограничения в списке  «Ограничения». Для этого щелкните  на кнопке (Добавить) и в диалоговом  окне Добавление ограничения  определите ограничение.

     

 
 
 
 
 
 
 
 
 
 
 
 

     6. Щелкните на кнопке на кнопке Параметры, и в появившемся окне установите переключатель Неотрицательные значения (если переменные должны быть позитивными числами), Линейная модель (если задача, которую вы решаете, относится к линейным моделям)

     7. Щелкнув на кнопке (Выполнить), запустите процесс поиска решения.

     8. Когда появится диалоговое окно (Результаты поиска решения), выберите  переключатель (Сохранить найденное  решение) или (Восстановить исходные  значения).

     9. Щелкните на кнопке ОК.

     

 

     Параметры средства Поиск решения

     Максимальное время – служит для ограничения времени, отпущенного на поиск решения задачи. В этом поле можно ввести время в секундах, не превышающее 32 767 (примерно девять часов); значение 100, используемое по умолчанию, вполне приемлемо для решения большинства простых задач.

     

 

     Предельное число итераций - управляет временем решения задачи путем ограничения числа вычислительных циклов (итераций).

     Относительная погрешность - определяет точность вычислений. Чем меньше значение этого параметра, тем выше точность вычислений.

     Допустимое отклонение - предназначен для задания допуска на отклонение от оптимального решения, если множество значений влияющей ячейки ограничено множеством целых чисел. Чем больше значение допуска, тем меньше времени требуется на поиск решения.

     Сходимость - применяется только к нелинейным задачам. Когда относительное изменение значения в целевой ячейке за последние пять итераций становится меньше числа, указанного в поле «Сходимость», поиск прекращается.

     Линейная модель - служит для ускорения поиска решения путем применения к задаче оптимизации линейной модели. Нелинейные модели предполагают использование нелинейных функций, фактора роста и экспоненциального сглаживания, что замедляет вычисления.

     Неотрицательные значения - позволяет установить нулевую нижнюю границу для тех влияющих ячеек, для которых не было задано соответствующее ограничение в диалоговом окне «Добавить ограничение».

     Автоматическое масштабирование - используется, когда числа в изменяемых ячейках и в целевой ячейке существенно различаются.

     Показывать результаты итераций - приостанавливает поиск решения для просмотра результатов отдельных итераций.

     Загрузить модель - после щелчка на этой кнопке отрывается одноименное диалоговое окно, в котором можно ввести ссылку на диапазон ячеек, содержащих модель оптимизации.

     Сохранить модель - служит для отображения на экране одноименного диалогового окна, в котором можно ввести ссылку на диапазон ячеек, предназначенный для хранения модели оптимизации.

     Оценка линейная - выберите этот переключатель для работы с линейной моделью.

     Оценка квадратичная - выберите этот переключатель для работы с нелинейной моделью.

     Разности прямые - используется в большинстве задач, где скорость изменения ограничений относительно невысока. Увеличивает скорость работы средства Поиск решения.

     Разности центральные - используется для функций, имеющих разрывную производную. Данный способ требует больше вычислений, однако его применение может быть оправданным, если выдано сообщение о том, что получить более точное решение не удается.

     Метод поиска Ньютона - требует больше памяти, но выполняет меньше итераций, чем в методе сопряженных градиентов.

     Метод поиска сопряженных градиентов - реализует метод сопряженных градиентов, для которого требуется меньше памяти, но выполняется больше итераций, чем в методе Ньютона. Данный метод следует использовать, если задача достаточно большая и необходимо экономить память или если итерации дают слишком малое отличие в последовательных приближениях.

     Отчеты

      По найденным результатам можно  создавать отчеты. Такие отчеты полезны для сравнения влияния на решение различных ограничений или исходных данных. Потому они являются очень важным инструментом для анализа полученных результатов и последующего их улучшения в зависимости от  возможностей и ресурсов предприятия.

     Отчеты  бывают трех типов:

• по результатам,
• по устойчивости,
• по пределам.

     Тип выбирается по окончании поиска решений  в диалоговом окне Результаты поиска решений в списке «Отчеты». Можно  выбрать сразу два или три  типа с помощью мыши при нажатой  клавише <Ctrl>. Каждый отчет будет создан на отдельном рабочем листе.

 
 

     Отчет по результатам

      Отчет по результатам содержит информацию о трех компонентах задачи оптимизации: целевой функции (Целевая ячейка), плана (Изменяемые ячейки), и ограничений (Ограничения).

     1 – начальное значение целевой  функции при начальном плане;

     2 – максимальное или минимальное  значение (в зависимости от задачи) целевой функции. В нашем случае - 168,57 д. ед.;

     3 – начальный опорный план;

     4 – оптимальный план задачи. В  нашем случае, чтобы получить  максимальную выручку в размере  168,37 д. ед., нужно производить 57,14 единиц товара А и 71,43 единиц товара Б (понятно, что товар должен быть в целых единицах, но если бы мы задали такой параметр, то не получили отчеты, которые нужны для анализа и улучшение полученных результатов);

     5 – показывает количество использованных  ресурсов на производство при  оптимальном плане;

     6 – формулы ограничений;

     7 – показывает влияние ограничений  на конечный результат. Если  статус «связанное», тогда данное  ограничение влияет на полученный  план, если «не связан» - значит не влияет. В нашем случае ресурс 1 и 4 имеют статус «не связан» - это значит, что эти ресурсы не ограничивают возможности в производстве, что не скажешь  про ресурс 2 и 3, которые использованы полностью;

     8 – разница между имеющимся  в наличие количеством ресурсов  и использованных при полученном  плане.

     Большинство данных отчета занесены в таблицу, другие – просто не нужны для анализа. Вывод: этот вид отчета можно не выводить

 

     Отчет по устойчивости

     Отчет по устойчивости наиболее интересен и полезен – он определяет  чувствительность структуры полученного плана до изменений начальных данных и после с целью улучшения результатов.

     Такой отчет не создается для моделей, значения в которых ограничены множеством целых чисел. В случае нелинейных моделей отчет содержит данные для  градиентов и множителей Лагранжа.

     1 – оптимальный план задачи. В  нашем случае, чтобы получить  максимальную выручку в размере  168,37 д. ед., нужно производить 57,14 единиц товара А и 71,43 единиц товара Б;

     2 – нормированная стоимость касается неизвестных плана. Этот показатель отражает, как изменится оптимальное значение ЦФ при выпуске продукции, которой нет в оптимальном плане.

     Например, если нормированная стоимость товара А была бы 3 (хотя в нашем случае это 0), то принудительный выпуск 2 единиц товара А, которых нету в оптимальном плане привел к уменьшению Дохода на 2•3=6 и составлял бы 168,57-6= 162, 57 д. ед.

     3 – коэффициенты ЦФ;

     4, 5 – границы изменений значений  коэффициентов ЦФ при условии, что количество оптимальной продукции (план) не изменится. Например, если целевой коэффициент  товара А (КА) равен 1,15 (цена за 1 единицу товара), то изменяя его в рамках 1,15-0,43< КА<1,15+0,074 т.е. 0,72<КА<1,224 можно уменьшить или увеличить значения дохода. Это можно проверить, если запустить программу «Поиск решений» после внесений в таблицу изменений данного коэффициента. 

     6 – количество использованных  ресурсов;