CC BY
26
2. Объективно необходимые затраты на не- можно уменьшить за счет сокращения затрат
посредственное проведение экспертизы нельзя на подготовку, техническую поддержку про-
уменьшить без снижения качества экспертизы, цесса и обработку результатов экспертизы.. вместе с тем, суммарные затраты на экспертизу
СПИСОК ЛИТЕРАТУРЫ
1. Ветнцель Е.С. Исследование операций: задачи, принципы, методология. - М.: Наука, 1980, - 280 с.
УДК 681.3.06
М.А. Яблуновский
АРХИТЕКТУРА АВТОМАТИЗИРОВАННОЙ СИСТЕМЫ ЭКСПЕРТИЗЫ ИННОВАЦИОННЫХ ПРОЕКТОВ
В настоящее время деятельность большинства предприятий различных форм собственности осуществляется в проектной форме. В мире бизнеса уже признано, что управление проектами - особая область менеджмента. Методология управления проектами фактически стала стандартом при решении управленческих задач на многих тысячах предприятий и применяется в той или иной степени практически всеми предприятиями: от малых, до крупных корпораций. Методология управления проектами позволяет существенно повысить качество реализуемых проектов, позволяет сократить издержки при реализации проектов за счет детального планирования на этапе разработки проекта и контроля процесса реализации, чем и объясняется растущая популярность этой технологии.
На начальном этапе реализации проекта, после принятия решения о необходимости того или иного изменения и начальной проработки идеи проекта, заключающейся в формировании пула возможных вариантов реализации проекта, возникает задача выбора наилучшего или, что бывает достаточно часто, приемлемого варианта решения. Как правило, варианты осуществления проекта представляются в виде проектных предложений (решений) и перед
менеджментом предприятия возникает задача выбора. В большинстве случаев, при осуществлении «обычных» проектов задача выбора решается менеджерами предприятия с привлечением в качестве консультантов специалистов предприятия. В случае крупных проектов обычно привлекаются так называемые «внешние» эксперты, услуги которых могут оказаться весьма дорогими даже для крупных предприятий. Альтернативой привлечения внешних экспертов может быть создание комплекса поддержки принятия решений для задачи выбора проектного решения, автоматизированной системы экспертизы инновационных проектов.
Анализ и практика использования существующих программных комплексов показали, что в настоящее время отсутствуют программные средства, ориентированные на комплексное решение задачи экспертизы инновационного проекта, поддерживающие весь жизненный цикл экспертизы: от подготовки и проведения, до обработки результатов. Поэтому задача создания комплекса поддержки принятия решения для осуществления экспертизы инновационных проектов весьма актуальна.
На основе опыта осуществления экспертизы инновационных проектов можно сформули-
ровать следующие требования к системе поддержки принятия решений:
- поддержка всего цикла процесса экспертизы;
- использование математического аппарата, обеспечивающего приемлемую формализацию процесса выбора наилучшего (приемлемого) решения с учетом того, что информация, используемая для принятия решения зачастую является неточной и недостаточной;
- возможность интеграции с существующими специализированными и универсальными программными комплексами.
Задача выбора наилучшего проектного решения, вследствие своей специфики, заключающейся в том, что решение в большинстве случаев принимается в условиях неопределенности не может быть решена классическими методами оптимизации. Вместе с тем, процесс выбора решения может быть с определенной степенью достоверности представлен в виде дерева решений. Дерево решений, в свою очередь, может быть представлено как совокупность правил принятия решений, что дает возможность использования в будущем ранее примененного метода выбора в аналогичной ситуации. Задачу интерпретации правил вывода можно возложить на специальную программу. Все выше сказанное позволяет утверждать, что специфика задачи выбора проектного решения может быть решена при помощи экспертной системы. Экспертная система — это компьютерная программа, которая моделирует процесс принятия решения экспертом - специалистом в соответствующей предметной области.
Экспертная система может взять на себя функции, выполнение которых обычно требует привлечения опыта человека-специалиста, выполнять роль ассистента для лица, принимающего решение.
Функционально экспертная система состоит из базы знаний, базы данных, механизма вывода (машина вывода), подсистемы сбора знаний, объясняющей системы и интерфейса пользователя [1].
Основой экспертной системы является база знаний о предметной области. База знаний содержит знания - совокупность информации об объекте и его функционировании. В большинстве случаев знания экспертной системы явля-
ются эвристиками и носят вероятностный характер. На практике при построении экспертных систем чаще всего используются три метода представления знаний: правила вывода, семантические сети и фреймы. Семантические сети и фреймы обычно используются для решения фундаментальных задач искусственного интеллекта.
Наиболее открытой для внесения изменений является база знаний представленная в виде совокупности правил вывода. Представление знаний, основанное на правилах, построено на использовании выражений вида «ЕСЛИ условие ТО действие», отражающих естественный ход рассуждения человека-эксперта. Правила обычно составляются на основе анализа дерева решения - формального представления процесса принятия решения экспертом. Пример алгоритма принятия решения (дерева решений) представлен на рис.1.
Факты фиксируют текущее состояние объекта. Они добавляются в базу данных в процессе консультации, как результат ответа пользователя на запросы экспертной системы, а также продуцируются самой экспертной системой в результате согласования фактов и правил.
Важной частью экспертной системы является «механизм» вывода, осуществляющий поиск подходящих правил в базе знаний и согласование их с фактами. Механизм вывода обеспечивает построение заключений. Действие механизма вывода аналогично рассуждениям человека-эксперта. Механизм вывода представляет собой интерпретатор правил, который использует правила и факты для решения поставленной задачи. Он осуществляет формирование проблемных гипотез и проверку их на соответствие цели. Подсистема сбора знаний и интерфейс разработчика обеспечивают доступ к базам знаний и данных, и используются разработчиком экспертной системы для наполнения системы правилами для отладки.
В процессе эксплуатации экспертной системы подсистема сбора знаний может использоваться для корректировки правил базы знаний, для изменения существующих правил и добавления новых. Консультационная подсистема и интерфейс пользователя предназначены для обеспечения взаимодействия пользователя с системой во время консультации. Объясняю-
щая подсистема позволяет пользователю осознать, «увидеть» цепочку логического вывода. Наличие этого компонента значительно повы-
шает доверие пользователя к рекомендациям экспертной системы [3].
Рис. 1. Пример алгоритма принятия решения
В минимальной конфигурации экспертная система должна состоять из базы знаний, базы данных, механизма вывода, консультационной системы и интерфейса пользователя.
На экспертную систему можно возложить решение как общей задачи экспертизы проектов, так и решение частных, локальных задач. Например, при анализе пула инвестиционных инновационных проектов на первом этапе при помощи специализированных программных комплексов выполняется расчет показателей инвестиционной эффективности (NPV, IRR, PB, DPB) каждого проекта. При расчете этих показателей используется ставка дисконтирования, коэффициент, значение которого оказы-
вает существенное влияние на значения показателей эффективности. На практике для определения значения ставки дисконтирования используется метод экспертной оценки. Таким образом, задачу «вычисления» значения ставки дисконтирования можно возложить на экспертную систему.
Опыт показывает, что эффективное управление проектом невозможно без автоматизации. В настоящее время решены задачи автоматизации этапов финансового анализа (расчет показателей инвестиционной эффективности), отдельных задач этапа планирования (разработка календарного плана) и реализации (отслеживание процесса реализации). Для расчета
показателей инвестиционной эффективности инвестиционных проектов существуют достаточное количество прикладных программ, в основу которых заложены методические рекомендации по оценке эффективности инвестиционных проектов, утвержденные Госстроем, Минэкономики, Минфином РФ. Большинство из них по сути представляют собой «финансовые калькуляторы», рассчитывающие издержки и прибыль проекта по заложенному в про-
грамму алгоритму. Программы календарного планирования в большинстве случаев позволяют составить график реализации проекта, обычно представляющий собой диаграмму Ганта. Используемые в настоящее время пакеты экспертизы проектов обычно представляют собой решение позволяющее вычислить по некоторой формуле обобщенный показатель проекта.
Рис. 1. Структура системы экспертизы проектов
Таблица 1
Компоненты системы экспертизы проектов_
Компонент Состав Решаемые задачи
АРМ руководителя проекта Клиент доступа к серверу проекта, модуль функционального моделирования, модуль финансового анализа, модуль календарного планирования, модуль взаимодействия с участниками проекта, модуль поддержки принятия решений (экспертная система) Моделирование бизнес-процессов, финансовый анализ, подбор команды, разработка графика реализации, формирование экспертной группы
АРМ координатора проекта Клиент доступа к серверу проекта модуль календарного планирования, модуль взаимодействия с участниками проекта, модуль поддержки принятия решений (экспертная система) Моделирование бизнес-процессов, отслеживание и контроль исполнения финансовых обязательств, графика реализации, составление сводных отчетов по статусу реализации, координация по техническим вопросам работы системы
АРМ эксперта Клиент доступа к серверу проекта, модуль взаимодействия с координатором и руководителем проекта, участниками проекта, модуль поддержки принятия решений (экспертная система) Оценка проекта и принятие решения
Сервер проекта WEB-сервер, база данных, база знаний Хранение информации о проекте, консолидация и сохранение полученных экспертных оценок, их обработка и выдача рекомендаций
Большинство используемых на практике приложений представляют локальные (desktop) приложения или приложения типа «клиент-
сервер». Локальное приложение не всегда удобны для использования, т.к. пользователь может работать только на том компьютере, на
котором установлена программа. Клиент-серверные приложения позволяют работать с программой с любого компьютера, имеющего доступ к серверу. Преимущество приложений этого типа проявляется и в том, что вся информация по проекту может быть собрана в одном месте и все участники проекта будут работать с актуальной информацией по проекту, находящейся в базе данных на сервере. Доступ к серверу обеспечивается при помощи программы-клиента, которая устанавливается на рабочих станциях участников проекта. Затраты на разработку клиент-сервер приложений, как правило, выше, чем на разработку настольных. Однако удобство использование таких систем, отсутствие затрат на развертывание клиентской части и незначительные затраты на сопровождение системы, компенсируют первоначальные затраты на создание системы.
Задача создания программного комплекса поддержки процесса экспертизы проекта весьма сложная и трудоемкая. Однако, используя современные технологии разработки программного обеспечения и инструментальные средства, например, Microsoft Visual Studio 2010, современных, поддерживающие NET-технологию объектно-ориентированные языки программирования (например, С#, VB.NET), можно получить надежные, масштабируемые, адаптируемые к поставленным задачам решения. На основе анализа тенденций развития IT-технологий, можно сделать вывод, что система экспертизы проектных предложений должна быть реализована как ASP.NET приложение. Клиентскую часть следует реализовать как WEB-приложение на основе XML.
Программный комплекс экспертизы проекта должен обеспечить комплексную, сквозную автоматизацию процесса экспертизы, этапов подготовки и проведения экспертизы, этапа анализа результатов и подготовки решения. Программный комплекс поддержки принятия
решения экспертизы инновационных проектов следует реализовать как автоматизированное рабочего места (АРМ) эксперта проекта. Очевидно что, создание АРМ эксперта проекта «с нуля» не является эффективным решением. Более правильным представляется путь интеграции существующих программных комплексов в единую систему с разработкой недостающих компонентов. Объединение должно быть выполнено на основе общего, доступного всем элементам АРМ информационного пространства и единого унифицированного интерфейса. Архитектура системы приведена на рис. 1, описание компонентов - в табл. 1.
Наличие в системе компонента с искусственным интеллектом - экспертной системы поддержки решений с открытым интерфейсом (возможностью корректировки и расширения базы знаний) - обеспечивает функцию роста возможностей системы, улучшение качества принятия управленческих решений.
Выводы:
1. Специфика задачи выбора наилучшего проектного решения позволяет использовать для ее решения экспертную систему - компьютерную программу, моделирующую процесс принятия решений экспертом.
2. На экспертную систему можно возложить решение задачи выработки рекомендации по принятию к осуществлению проектного решения, а также задачи определения ставки дисконтирования.
3. Для обеспечения возможности адаптации экспертной системы к изменению правил принятия решений, для представления знаний следует использовать правила вывода.
4. Система экспертизы проектных предложений должна быть реализована в архитектуре «клиент-сервер» на основе технологии ASP.NET, клиентскую часть следует реализовать как WEB-приложение.
СПИСОК ЛИТЕРАТУРЫ
1. Уотормен Д. Руководство по экспертным системам: Пер. с англ. - М.: Мир, 1989. - 388 с.
2. Культин Н.Б. Управление проектами: инструментальные средства. - СПб.: Политехника, 2002.
- 216 с., ил.
3. Муромцев Д.И. Введение в технологию экспертных систем. - СПб.: СПБГУ ИТМО, 2005. - 93 с.
