Системы поддержки и принятия решений. 3

Московский гуманитарно-экономический институт

Тверской филиал

 

 

 

 

 

 

ТЕМА: Системы поддержки и принятия решений

 

 

 

 

 

Выполнил:

 

студентка группы МТ-251 ТФ МГЭИ

Печенькова Ольга Николаевна

 

Проверил:

К.т.н. д

Чернышев Олег Леонидович

 

 

 

 

 

 

 

 

 

 

 

 

 

                                             Тверь 2015

Содержание

Введение 2

1. СППР- хранилище данных 3

2. Аналитические системы 6

3. Типы СППР 7

4. Области применения 8

5. Рынок СППР. 11

Заключение 12

Список литературы 14

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Введение

  Руководство крупных компаний испытывает потребность в достоверной информации о различных аспектах бизнеса компании в целях поддержки принятия решений. От этого зависит качество управления компанией, возможность эффективного планирования ее деятельности, выживание в условиях жесткой конкурентной борьбы. При этом критически важными являются наглядность форм представления информации, быстрота получения новых видов отчетности, возможность анализа текущих и исторических данных. Системы, предоставляющие такие возможности, называются Системами Поддержки Принятия Решений (СППР). 
Они с успехом применяются в самых разных отраслях: телекоммуникациях, финансовой сфере, торговле, промышленности, медицине и многих других.

СППР состоят из двух компонент: хранилища данных и аналитических средств. Хранилище данных предоставляет единую среду хранения корпоративных данных, организованных в структурах, оптимизированных для выполнения аналитических операций. Аналитические средства позволяют конечному пользователю, не имеющему специальных знаний в области информационных технологий, осуществлять навигацию и представление данных в терминах предметной области. Для пользователей различной квалификации, СППР располагают различными типами интерфейсов доступа к своим сервисам.

 

 

 

 

 

 

1. СППР - хранилище данных

  Специфика работы аналитических систем делает практически невозможным их прямое использование на оперативных данных. Это объясняется различными причинами, в том числе разрозненностью данных, хранением их в форматах различных СУБД и в разных "уголках" корпоративной сети, но, что наиболее важно, неприменимостью структур данных оперативных систем для выполнения задач анализа. Для этих целей создается специализированная среда хранения данных, называемая хранилищем данных (Data Warehouse).

Хранилище данных представляет собой банк данных определенной структуры, содержащий информацию о производственном процессе компании в историческом контексте. Главное назначение хранилища - обеспечивать быстрое выполнение произвольных аналитических запросов.

Согласно исследованию META Group, 90 - 95% компаний списка Fortune 
2000 активно применяют хранилища данных, чтобы добиться преимущества в конкурентной борьбе и получить значительно большую отдачу от своих инвестиций. Трехлетнее изучение опыта 62 организаций, проведенное 
International Data Corporation (IDC) показало, что эти организации в среднем получили 400-процентный возврат своих инвестиций в СППР-системы. 
Перечислим главные преимущества хранилищ данных: 
Единый источник информации: компания получает выверенную единую информационную среду, на которой будут строиться все справочно- аналитические приложения в той предметной области, по которой построено хранилище. Эта среда будет обладать единым интерфейсом, унифицированными структурами хранения, общими справочниками и другими корпоративными стандартами, что облегчает создание и поддержку аналитических систем.

Также, при проектировании информационного хранилища данных особое внимание уделяют достоверности информации, которая попадает в хранилище.

  Производительность: физические структуры хранилища данных специальным образом оптимизированы для выполнения абсолютно произвольных выборок, что позволяет строить действительно быстрые системы запросов. 
Быстрота разработки: специфическая логическая организация хранилища и существующее специализированное ПО позволяют создавать аналитические системы с минимальными затратами на программирование. Интегрированность: интеграция данных из разных источников уже сделана, поэтому не надо каждый раз производить соединение данных для запросов требующих информацию из нескольких источников. Под интеграцией понимается не только совместное физическое хранение данных, но и их предметное, согласованное объединение; очистку и выверку при их формировании; соблюдение технологических особенностей и т.д. Историчность и стабильность: OLTP-системы оперируют с актуальными данными, срок применения и хранения которых обычно не превышает величины текущего бизнес-периода (полугода-год), в то время как информационное хранилище данных нацелено на долговременное хранение информации в течении 10-15 лет. Стабильность означает, что фактическая информация в хранилище данных не обновляется и не удаляется, а только специальным образом адаптируется к изменениям бизнес-атрибутов. Таким образом, появляется возможность осуществлять исторический анализ информации. Независимость: выделенность информационного хранилища существенно снижает нагрузку на OLTP-системы со стороны аналитических приложений, тем самым производительность существующих систем не ухудшается, а на практике происходит уменьшение времени отклика и улучшение доступности систем.

Наряду с большими корпоративными хранилищами данных широкое применение находят также витрины данных (Data Mart). Под витриной данных понимается небольшое специализированное хранилище для некоторой узкой предметной области, ориентированное на хранение данных, связанных одной бизнес - тематикой. Проект по созданию витрины данных требует меньших вложений и выполняется в очень короткие сроки. Таких витрин данных может быть несколько, скажем витрина данных по доходам для бухгалтерии компании и витрина данных по клиентам для маркетингового отдела компании.

2. Аналитические системы

Аналитические системы СППР позволяют решать три основных задачи: ведение отчётности, анализ информации в реальном времени (OLAP) и интеллектуальный анализ данных.

Отчётность.

Сервис отчётности СППР помогает организации справиться с созданием всевозможных информационных отчетов, справок, документов, сводных ведомостей и пр., особенно когда число выпускаемых отчетов велико и формы отчётов часто меняются. Средства СППР, автоматизируя выпуск отчётов, позволяют перевести их хранение в электронный вид и распространять по корпоративной сети между служащими компании.

OLAP

OLAP (On-Line Analitycal Processing) - сервис представляет собой инструмент для анализа больших объемов данных в режиме реального времени. Взаимодействуя с OLAP-системой, пользователь сможет осуществлять гибкий просмотр информации, получать произвольные срезы данных, и выполнять аналитические операции детализации, свертки, сквозного распределения, сравнения во времени. Вся работа с OLAP-системой происходит в терминах предметной области. OLAP-системы являются частью более общего понятия Business 
Intelligence, которое включает в себя помимо традиционного OLAP-сервиса средства организации совместного использования документов, возникающих в процессе работы пользователей хранилища. Технология Business Intelligence обеспечивает электронный обмен отчетными документами, разграничение прав пользователей, доступ к аналитической информации из Интернет и Интранет.

Интеллектуальный анализ данных или «добыча данных» (Data Mining)

При помощи средств добычи данных можно проводить глубокие исследования данных. Эти исследования включают в себя: поиск зависимостей между данными 
(напр., “Верно ли, что рост продаж продукта А обусловлен ростом продаж продукта В ?” ); выявление устойчивых бизнес-групп (напр. “Какие группы клиентов, близких по поведенческим и другим характеристикам, можно выделить? Какие характеристики клиентов при этом оказывают наибольшее влияние на классификацию?“); прогнозирование поведения бизнес-показателей (напр. “Какой объем перевозок ожидается в следующем месяце?“ ); оценка влияния решений на бизнес компании (напр. “Как изменится спрос на товар А среди группы потребителей Б, если снизить цену на товар С ?“ ); поиск аномалий (напр. “С какими сегментами клиентской базы связаны наиболее высокие риски?“).

3. Типы СППР

В зависимости от функционального наполнения интерфейса системы выделяют два основных типа СППР: EIS и DSS.

EIS (Execution Information System) – информационные системы руководства предприятия. Эти системы ориентированы на неподготовленных пользователей, имеют упрощенный интерфейс, базовый набор предлагаемых возможностей, фиксированные формы представления информации. EIS-системы рисуют общую наглядную картину текущего состояния бизнес-показателей работы компании и тенденции их развития, с возможностью углубления рассматриваемой информации до уровня крупных объектов компании. EIS–системы – та реальная отдача, которую видит руководство компании от внедрения технологий СППР.

DSS (Desicion Support System) – полнофункциональные системы анализа и исследования данных, рассчитанные на подготовленных пользователей, имеющих знания как в части предметной области исследования, так и в части компьютерной грамотности. Обычно для реализации DSS-систем (при наличии данных) достаточно установки и настройки специализированного ПО поставщиков решений по OLAP-системам и Data Mining.

Такое деление систем на два типа не означает, что построение СППР всегда предполагает реализацию только одного из этих типов. EIS и DSS могут функционировать параллельно, разделяя общие данные и/или сервисы, предоставляя свою функциональность как высшему руководству, так и специалистам аналитических отделов компаний.

4. Области применения

Телекоммуникации

Телекоммуникационные компании используют СППР для подготовки и принятия комплекса решений, направленных на сохранение своих клиентов и минимизацию их оттока в другие компании. СППР позволяют компаниям более результативно проводить свои маркетинговые программы, вести более привлекательную тарификацию своих услуг.

Анализ записей с характеристиками вызовов позволяет выявлять категории клиентов с похожими стереотипами поведения, с тем чтобы дифференцировано подходить к привлечению клиентов той или иной категории. Есть категории клиентов, которые постоянно меняют провайдеров, реагируя на те или иные рекламные компании. СППР позволяют выявить наиболее характерные признаки «стабильных» клиентов, т.е. клиентов, длительное время остающихся верными одной компании, давая возможность ориентировать свою маркетинговую политику на удержание именно этой категории клиентов.

Банковское дело

СППР используются для более качественного мониторинга различных аспектов банковской деятельности, таких как обслуживание кредитных карт, займов, инвестиций и так далее, что позволяет значительно повысить эффективность работы. Выявление случаев мошенничества, оценка риска кредитования, прогнозирование изменений клиентуры – области применения СППР и методов добычи данных. Классификация клиентов, выделение групп клиентов со сходными потребностями позволяет проводить целенаправленную маркетинговую политику, предоставляя более привлекательные наборы услуг той или иной категории клиентов.

Страхование

Набор применений СППР в страховом бизнесе можно назвать классическим - это выявление потенциальных случаев мошенничества, анализ риска, классификация клиентов. Обнаружение определенных стереотипов в заявлениях о выплате страхового возмещения, в случае больших сумм, позволяет сократить число случаев мошенничества в будущем.

Анализируя характерные признаки случаев выплат по страховым обязательствам, страховые компании могут уменьшить свои потери. Полученные данные приведут, например, к пересмотру системы скидок для клиентов, подпадающих под выявленные признаки.

Классификация клиентов дает возможность выявить наиболее выгодные категории клиентов, чтобы точнее ориентировать существующий набор услуг и вводить новые услуги.

Розничная торговля

Торговые компании используют технологии СППР для решения таких задач, как планирование закупок и хранения, анализ совместных покупок, поиск шаблонов поведения во времени. Анализ данных о количестве покупок и наличии товара на складе в течение некоторого периода времени позволяет планировать закупку товаров, например, в ответ на сезонные колебания спроса на товар.

Часто, покупая какой либо товар покупатель приобретает вместе с ним и другой товар. Выявление групп таких товаров позволяет, например, помещать их на соседних полках, с тем, чтобы повысить вероятность их совместной покупки.

Поиск шаблонов поведения во времени дает ответ на вопрос «Если сегодня покупатель приобрел один товар, то через какое время он купит другой товар?». Например, приобретая фотоаппарат, покупатель, вероятно, в ближайшем будущем станет приобретать пленку, пользоваться услугами по проявке и печати.

5. Рынок СППР.

На рынке СППР компании предлагают следующие виды услуг по созданию систем поддержки принятия решений: 
Реализация пилот-проектов по СППР-системам, с целью демонстрации руководству Заказчика качественного потенциала аналитических приложений. Создание совместно с Заказчиком полнофункциональных СППР-систем, включая хранилище данных и средства Business Intelligence. 
Проектирование архитектуры хранилища данных, включая структуры хранения и процессы управления. 
Создание «витрин данных» для выделенной предметной области. 
Установка и настройка средств OLAP и Business Intelligence; их адаптация к требованиям Заказчика. 
Анализ инструментов статистического анализа и «добычи данных» для выбора программных продуктов под архитектуру и потребности Заказчика. 
Интеграция систем СППР в корпоративные интранет-сети Заказчика, автоматизация электронного обмена аналитическими документами между пользователями хранилища. 
Разработка Информационных Систем Руководителя (EIS) под требуемую функциональность. 
Услуги по интеграции баз данных в единую среду хранения информации 
Обучение специалистов Заказчика технологиям хранилищ данных и аналитических систем, а также работе с необходимыми программными продуктами. 
Оказание консалтинговых услуг Заказчику на всех стадиях проектирования и эксплуатации хранилищ данных и аналитических систем. 
Комплексные проекты создания/модернизации вычислительной инфраструктуры, обеспечивающей функционирование СППР: решения любого масштаба, от локальных систем до систем масштаба предприятия/концерна/отрасли.

 

 

 

 

 

 

 

 

 

 

 

 

Заключение

На сегодняшний день не существует признанного лидера в области производства программного обеспечения для построения систем СППР. Ни одна из компаний не производит готового решения, что называется «из коробки», пригодного к непосредственному использованию в производственном процессе заказчика. Создание СППР всегда включает в себя стадии анализа данных и бизнес-процессов заказчика, проектирования структур хранилища с учетом его потребностей и технологических процессов.

Несколько десятков различных фирм выпускают продукты, способные решать те или иные задачи, возникающие в процессе проектирования и эксплуатации систем СППР. Сюда входят СУБД, средства выгрузки/трансформации/загрузки данных, инструменты для OLAP-анализа и многое другое. Самостоятельный анализ рынка, изучение хотя бы нескольких таких средств - непростая и длительная задача.

Учитывая размер вовлекаемых финансовых и других ресурсов, сложность и многоэтапность проектов построения систем СППР очевидна высокая стоимость ошибок проектирования. Ошибки выбора программного обеспечения могут повлечь за собой финансовые расходы, не говоря уже об увеличении времени выполнения проекта. Ошибки проектирования структуры данных могут вести как к неприемлемым производственным характеристикам, так и стоить времени потраченного на перезагрузку данных, которое порой достигает нескольких суток.

Поэтому глубоко понимая архитектуру хранилищ данных, необходимо избегать всяких ошибок, что влечет за собой значительное сокращение времени выполнения проекта и возможность получить максимальную отдачу от внедрения 
СППР.

 

 

Список литературы

 
1. Волков О.И. Экономика предприятия. М.: ИНФРА. 2001 
2. Чепурин М.Н. Курск экономической теории. Киров: АСА, 1999. 
3. Войтов А.Г. Экономика. М.: Маркетинг. 1999. 
4. Кривко О.Б. Информационные технологии. М.: СОМИНТЭК. 2001

 

 

 

ТЕМА 1: ОБЩЕЕ ПОНЯТИЕ О СИСТЕМАХ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ (СППР)

1. Понятие о поддержке принятия решений

Проблемы принятия решений пронизывают всю человеческую практику (и общественную, и личную). Качественное решение зачастую является более важным для успеха деятельности, чем наличие ресурсов. В связи с этим в настоящее время знания и интеллектуальный капитал (вследствие того, что позволяют принимать правильные решения), считаются самым важным, ключевым или стратегическим ресурсом фирмы.

Современные фирмы и государства преуспевают в конкурентной борьбе и живут лучше остальных не потому, что они работают больше остальных, а потому, что их руководство принимает правильные решения.

В то же время принятие правильного (оптимального) решения, - это не такое простое дело и требует коллективных усилий большого количества людей, - менеджеров, специалистов по знаниям и моделированию, ответственных лидеров.

Поддержка принятия решений заключается в помощи лицу, принимающему решение (ЛПР) в процессе принятия решений. Она, в частности, включает:

- первичную  переработку и анализ исходной  ситуации;

- помощь  ЛПР при анализе объективной  составляющей, т.е. в понимании и  оценке сложившейся ситуации  и ограничений, накладываемых внешней  средой;

- выявление предпочтений  ЛПР, т.е. выявление и ранжирование  приоритетов, учёт неопределённости  в оценках ЛПР и формирование  его предпочтений;

- генерацию  возможных решений, т.е. формирование  списка альтернатив;

- оценку  возможных альтернатив, исходя из  предпочтений ЛПР и ограничений, накладываемых внешней средой;

- анализ  последствий принимаемых решений, - выбор лучшего, с точки зрения  ЛПР варианта.

Существуют различные определения СППР. Одно из наиболее общих определений следующее: "Системы поддержки принятия решений являются человеко-машинными объектами, которые позволяют лицам, принимающим решения, использовать данные, знания, объективные и субъективные модели для анализа и решения слабоструктурированных и неструктурированных проблем". В этом определении подчеркивается предназначение СППР для решения слабоструктурированных и неструктурированных задач. Согласно классификации Г. Саймона к слабоструктурированным относятся задачи, которые содержат как количественные так и качественные оценки проблемы, причем качественные имеют тенденцию доминировать. Неструктурированные проблемы имеют лишь качественное описание.

Другие авторы включают в сферу действия СППР и решение хорошо структурированных задач, т.е., сферу действия экспертных систем. При дальнейшем рассмотрении мы будем придерживаться наиболее широкого понимания СППР как инструмента для решения любых классов задач, возникающих в производственно-экономических системах.

2. Предпосылки возникновения и развития СППР

По сути, СППР существуют очень давно (хотя они так не назывались): это военные советы, коллегии министерств, всевозможные совещания и т.п. Первой реализованной на компьютерах СППР является ситуационная комната, предложенная и реализованная С. Биром в Чили для управления в масштабах национальной экономики. Сейчас ситуационная комната - обычное явление в военных кругах и в крупных компаниях.

СППР как специализированные комплексы, содержащие информацию и средства ее анализа, компьютеры и оргсредства, специалистов-аналитиков, системы оперативной связи и т.д. возникли к концу 20-го столетия, - вначале у военных, органах государственной власти, крупных корпорациях. С удешевлением и распространением компьютерных технологий и методов сбора, хранения и анализа информации СППР начали проникать и на средний уровень управления - средней фирмы, организации или местных органов управления. К настоящему времени упрощенные методы поддержки принятия решений возможно использовать на уровне небольшой фирмы и даже отдельного человека.

Появление СППР стало необходимым и возможным в связи со следующими обстоятельствами:

1) Произошло (и происходит) резкое усложнение социально-экономических  систем и ускорение происходящих в них процессов. В таких условиях относительно простые и доступные методы повышения эффективности деятельности оказались исчерпанными, вследствие этого значительно усложнились условия управления.

2) В связи с  повышением сложности систем  и их взаимозависимости существенно  возросла цена управленческого  решения, а также пришло понимание, что во многих случаях именно  управленческое решение является  критическим фактором для развития  социально-экономической системы. Другие факторы (деньги, минеральные ресурсы и т.п.), конечно, тоже нужны, но грамотное управление позволяет преодолеть их недостаток (пример - Япония), и, наоборот, неквалифицированное управление может обанкротить и богатую страну (Украина к распаду СССР).

3) Развитие конкуренции  привело к уменьшению времени  на принятие решения, выросла  ответственность за его качество. В таких условиях средства, затраченные  на анализ информации и принятие  более качественного решения, многократно  себя оправдывают. Информационные  системы и информационно-аналитические  группы при руководителе - это  не просто дань моде, а один  из важнейших факторов выживания  социально-экономического объекта  в жесткой конкурентной борьбе.

4) Развитие компьютеров, системной идеологии, методов анализа  информации, методов моделирования  и т.д.

3. Современные подходы к поддержке принятия решений

Исторически первым подходом к созданию идеологии поддержки принятия решений можно считать появление в 1944 г. работы Дж. фон Неймана и О.Моргенштерна «Теория игр и экономическое поведение». В течение нескольких десятилетий вновь созданный раздел математики - теория игр, был синонимом теории принятия решений. В 60-х годах поддержку принятия решений стали связывать с теорией операций. И сейчас еще ряд вузовских курсов на территории СНГ в качестве основы для принятия решений использует теорию операций.

В настоящее время область СППР существенно расширилась, и в пределе в нее включают практически все методы, средства, и типы моделей, необходимые для принятия качественного решения.

К основным из них, как правило, включаемым в вузовский курс СППР относятся:

1) Теория игр, а также еще одно математическое направление, связанное с другой работой Дж.фон Неймана, в которой он вводит функцию полезности. Именно функция полезности, предпочтения ЛПР (лица, принимающего решение) и связанные с этим риски лежат в основе современной теории принятия решений.

2) Многокритериальные  методы выбора оптимального решения  при наличии четко выделенных  альтернатив.

3) Разработка качественных, - концептуальных и/или когнитивных моделей;

4) Организационно-деятельностные игры (ОДИ), или аналогичные мероприятия с коллективной мыследеятельностью специалистов.

4) Разработка  моделей системной динамики.

5) Разработка  моделей будущего, существенно использующая  оценки экспертов в данной  области, - форсайты.

В качестве инструментария поддержки принятия решений используются ситуационные комнаты или систуационные центры.

Часто в рекламных целях за СППР выдаются новейшие методы организации анализа информации - OLAP, Data Mining и др. Конечно, эти методы в определенных условиях важны для анализа информации, но необходимо понимать, что СППР - это гораздо более сложные информационно-аналитические комплексы, содержание и сущность которых развиваются вместе с развитием компьютерных и сетевых технологий, методов анализа информации, и организации управления социально-экономическими системами.

 

 

 

 

СОВРЕМЕННАЯ ГУМАНИТАРНАЯ АКАДЕМИЯ

УФИМСКИЙ ФИЛИАЛ

РЕФЕРАТ

По дисциплине: «Теория принятия решений»

Тема: «Системы поддержки принятия решений»

Выполнил: студент гр. ЗИн 709-01 Ситдиков А.А.

 

Уфа 2011г.

Введение

Людям приходится принимать решения почти везде и почти всегда. В ходе военных действий, в политике, при управлении предприятием, при выборе автомобиля или варианта обмена квартиры и еще в тысячах других случаев. Занимаются люди этим интересным, нередко захватывающим и часто небезопасным делом со времен фараонов и по сей день. Поэтому достоин удивления тот факт, что люди осознали то, КАК они принимают решения совсем недавно (по историческим меркам) – вскоре, после Второй мировой войны. Оказалось, что схема процесса принятия решения не зависит от той области, в которой принимается решение. Иначе говоря, законы принятия решений едины для всех предметных областей.

Определим, сначала, основные понятия. Прежде всего, отметим, что принятие решений по существу есть не что иное, как ВЫБОР . Принять решение - значит выбрать конкретный вариант действий из некоторого множества вариантов. Рассмотрим примеры.

Необходимо принять решение - идти ли сегодня вечером в театр? Здесь перед нами два варианта выбора: 1) идти, 2) не идти. С выбором квартиры или машины все ясно само собой. Здесь, как и в примере с театром, выбирается один наилучший вариант. Выбор победителя тендера - еще один пример выбора одного наилучшего варианта. (Тендер - это соревнование потенциальных подрядчиков за право выполнить заданную работу. Другое название тендера - подрядные торги). Приведу пример, когда выбирается не один, а несколько вариантов. Пусть некий Фонд хочет инвестировать свои средства. Варианты выбора - набор доступных инвестиционных проектов. Если фонд проводит конкурс проектов, то он может отобрать столько проектов, сколько в состоянии профинансировать.

В теории принятия решений варианты выбора принято называть альтернативами . Этим термином мы и будем пользоваться в дальнейшем. Далее заметим, что в названии темы реферата есть слово поддержка. Это означает, что мы будем заниматься не собственно принятием решений, а подготовкой рекомендаций для того лица (тех лиц), которому (которым) нужно решение принимать. Для лица, принимающего решения введено общеупотребительное сокращение ЛПР . В дальнейшем будем использовать также следующие сокращения:

ПР - принятие решений, ЗПР - задача принятия решения, СППР - система поддержки принятия решений. [4]

Итак, решение есть ВЫБОР. Приглядимся к нему подробнее. Прежде всего, заметим, что первоначально у нас может не быть даже множества альтернатив, из которых предстоит делать выбор. Например, мы хотим обменять квартиру. Тогда, прежде всего, придется заняться подбором вариантов обмена. Это и есть первый этап решения проблемы, который называют "формирование множества альтернатив ". Первоначально, множество альтернатив чаще всего аморфно, т.е. не имеет структуры. Точнее говоря, чаще всего мы не можем сразу сказать, какая альтернатива лучше, а какая хуже. Оказывается, задачу выбора можно решить, если каким-либо образом структурировать множество альтернатив .

Классификация задач

Любая ЗПР представляется в виде: <T, A, K, X, F, G, D>, где T – постановка задачи, A – множество допустимых альтернатив, K – множество критериев выбора (способов оценки эффективности вариантов решения), X – множество методов измерения отношения между вариантами F – отображение множества допустимых вариантов на множество критериальных оценок, G – система предпочтений экспертов, D – решающее правило, отражающее эту систему предпочтения.