CC BY
18
впрочем и художественное изображение, относится к недетерминированным процессам. Если стегасистема не выходит за границы недетерминированности, то можно говорить о высокой степени скрытности. Ведь и в речи, и в картинке возможно наличие детерминированных фрагментов.
Развитие отечественных средств альтернативной защиты информации стимулируется объективными законами развития экономики, информационных технологий. Важно только обеспечить использование данных технологий в интересах общества.
Выполненный краткий анализ позволяет также сделать вывод о неоспоримой важности не только разработки методов погружения секретной информации в ОПС и методов их тестирования, но и развитие общей теории по данному вопросу.
ЛИТЕРАТУРА
1. Конституцт УкраТни, Т.10.
2. Информационные системы в экономике./ Под ред. проф. В.В. Дика - М. Финансы и статистика. 1996.
3. Электронная коммерция. Пер. с англ. - Москва: Издательство Торговый дом "Русская редакцт". 1999.
4. W.Bender, D.Gruht, N.Morimoto "Techniques for Data Hiding" Proceedings of the SPIE, 2420:20. San Jose, CA, Feb. 1995.
Стаття надмшла до редакцш 11.10.2002 p.
УДК 528.332
Б.1. СУХОВ1РСЬКИЙ
ФОРМУВАННЯ БАЗИ ЗНАНЬ СИСТЕМИ ПЩТРИМКИ ПРИЙНЯТТЯ Р1ШЕНЬ (СППР) В ПРОЕКТАХ РЕПОНАЛЬНИХ ГЕ01НФ0РМАЦ1ЙНИХ СИСТЕМ (ПС)
В статп висв1тлен'| проблеми п'щвищення ефективносл управлЫських р'ииень за рахунок включения тематичних систем пщтримки прийняття ршень (СППР) на пром1Жних этапах життевого циклу проектов репональних геоЫформац!йних систем (Г1С); вщпрацьована модель формування бази знань експертноТ системи (ЕС). Рис. 1, табл. 1, дж. 5.
Уа методологии р1вн1 сучасного управлЫня проектами (УП) потребують прийняття управлнських ршень з певною долею як ф1зичного, так I економ1чного ризику. Залучення експертних систем на юнцевих, або пром1жних етапах виконання проекпв зазвичай дае змогу констатувати про рщень якосл прийняття ршення чи про р1вень професюнал!зму людини, що приймае ршення (ЛПР), чи про скоений факт недоцтьного використання фнансових ресурав. 1деальною моделлю була б модель, яка включала б на певних етапах проектування чи реал1зацп проеючв спец1альних систем прийняття р1шень (ПР) чи систем пщтримки прийняття ршень (СППР) (останне бтьш оптимальне для цих стадм), до струкгури яких входять р1зного ршня ¡нтелектуал!заци \ спещагнзацн предмета експертж системи (ЕС).
ЕС здатна в повый м!р1 взяти на себе функцм, виконання яких потребуе залучення доевщу людини - спец1алюта, чи вщ1гравати роль асистента для ЛПР.
ЕС вм1щуе знания з певноТ предметно! галуз1, накопичеы як результат практично!' дЫльност! людини (чи людства) \ використовус Тх для виршення проблем, специф1чних для даноТ предметно!' галуз1 [1].
Анал1зуючи р1зн1 за типами проекти управлЫня територтми, мониторингу на баз1 геомформацмних систем (Г1С) вщ малих проеклв до мегапроекпв, особливо на фазах освоения \ реалшцн життевого циклу [2], варто в!дм1тити вщсутнють в цих проектах систем СППР I вщповщно ЕС, що безумовно пщвищило б Тх технко-економмы показники. Це обумовлено, насамперед, труднощами, що стткають дослщниюв в галуз'| штучного ¡нтелекту на шляху формалюаци процеав перетворення знань в "матер!альну силу". Вщслщкуемо цей висновок.
Низький р1вень формалюованостч процеав прийняття ршень людиною, и альтернативн'ють \ неч1тюсть, символьна природа походження знань, динам1чнють змж проблемних галузей - все це на сучасному етат розвитку теорп штучного ¡нтелекту унеможливлюе розробку систем прийняття р'шень, осюльки ще достатньо великою часткою пор1вняно з математичним обфунтуванням в функцн прийняття ршення, лишаеться неформал1зований досвщ, ¡нту'Мя, «здоровий глузд», полп"ичний аспект 1 таке ¡нше, особливо, якщо це стосуеться проблем управляя екологоеконом'нними системами.
Якщо розглянути парадигму анал1зу прийняття ршення з точки зору формал1заци проблем (табл.1), то можна зазначити, що практично уа стадм цього процесу не можуть бути формалюоваж за якимись правилами, особливо в умовах Тх багатокритер1альност1
Якраз до проблем, що дуже складно гпддаються формал1заци, вщносяться проблеми управлтня соц'|ально-економ1чним розвитком регюну, управлЫням територ1альними комплексами, можторингом територм I т.|'н. за рахунок того, що ц1 проблеми вмщують в соб1 безмежну юлькють оцнюваних експертом альтернатив, помножених на множину критерпв цих альтернатив I-
помножених на юлькють ознак кожноТ альтернативи [3].
Цей розрахунок проводиться наступним чином: оцЫюючи альтернативи
£ А, де £ = (1, П) по множит критермв як юльюсних, так I яюсних К = \fCj-1 ] — (1, т), враховуючи, що для кожноТ альтернативи аг е А ¡снуе кортеж Щ = j | оцЫок ц1еТ альтернативи спробуемо, позначивши альтернативи А = {аг-}, де г = (1, п) через множини = }, де t — (1, Г) ознак, а для кожноТ ознаки-множини Qt = де / = (1,5^) його значень,
виконуючи необхщж умови ¡зоморфного вщображення множини альтернатив А в множину и = (¿7 у х ¿72 / х Ят I ) кортежей, кожний з яких е декартовим добутком множин значень ознак:
п ^ >«,
ми отримаемо таку непосильне мультикритер1альне завдання, виршення якого потребуе залучення цтоТ арми експерт'щ на багато роюв, тим бтьше, що для нормально'! роботи експерта при визначенш вщносних ознак критерпв, юлькосп порюнюваних об'екпв I т.т ця юльюсть не може перевищувати ме>ю психофЫолог'нних можпивостей людини, яка дор1внюе числу 7 ± 2 [4].
Таблиця 1
Парадигма анал1зу прийняття р1шення_
Крок(етап) Мета
1. Попереднм анал'13 Визначити проблему (поставити завдання) та можпив1 альтернатив^ дп, сформулювати мету 1 критери
2. Структурний анал1з Провести як'юний структурний розподт (декомпозицш) проблеми. Що може бути зроблено зараз же? Яку ¡нформац1ю можна ! потр1бно отримати на шляху виршення, 1 на и баз'| вщкорегувати подальший шлях ршення?
3. Аналю невизначеносп Визначити (призначити) значения ¡мов1рност1 под1й, використовуючи попередн'м досвщ, суб'ективн1 оц'1нки. Перев'|рити внутршню узгодженють прийнятих значень ¡МОВ|рНОСТ| ПОД1Й
4. Анал1з корисносп чи цшносл Встановити чисельн1 значения корисност1 наслщюв (результата) для кожного шляху виршення, тобто ранжирувати р13Н1 наслщки з точки зору вибору людини, котра приймае ршення
5. Процедури оптим1зацп (анал1тичн1 дп, використання ПЕВМ) На баз1 розрахунюв, виходячи з п.14-4 (значения ¡мов1рност1 та корисностО, визначити корисну альтернативу, максимюуючу кориснють функци ц1нносп (корисносл). Для цього використовувати, наприклад, засоби динам1чного програмування
В дажй ситуаци доцшьним кроком с позитивний досвщ декомпозици багатокритер'|альноТ системи на окрем1 тематичж напрямки, I таким чином ми приходимо до висновку, що бтьш доцтьною е розробка системи пщтримки прийняття ршень за кожним з тематичних напрямюв, лишаючи людин1, що приймае ршення (ЛПР), використовувати ту чи ¡ншу ситуац1ю при т1й чи ¡нилй пщтримцк В такий споаб залучення експерт1в, Тх оц1нка, залучення наявних, уже розроблених тематичних ЕС, стае бтьш-менш ефективним заходом.
При проектуваны регюнальних тематичних Г1С цей пщхщ виправдовуе себе, особливо щодо землевпорядкування, кадастру, монторингу, де на репональному, а також I на базовому р1внях е в достатнм юлькост1 висококвал'|фжован1 експерти 1 планово-картограф1чний матер'|ал, завдяки чому стае можпивим пщтримка репональних геожформацмних тематичних систем системами пщтримки прийняття ршень (СППР). Тематична ЕС в структур! СППР репонально! ПС, на наш погляд, е найбшьш оптимальним поеднанням для потреб управлЫня територ1ями, землевпорядкуванням 1 можторингу.
Осктьки теор1я ЕС виросла ¡з б'тьш загальноТ концепц'м штучного ¡нтелекту, то 1 проблематика цих галузей мае багато сптьного. Базов'| функци ЕС скпадаються ¡з:
- залучення знань;
- представления знань;
- управлЫня процесом пошуку ршення;
- роз'яснення прийнятогого р1шення.
Розглянемо перил дв'| функци стосовно наших умов в СППР.
Залучення представления знань вщбуваеться в результат! достатньо довго! сшвпрац1 спец1алют1в по створенню ЕС I' експерт|'в в певнм предметнм галуз'|, здатних досить чп"ко формалюувати наявний у них досвщ. Негативж
результати, яю в багатьох випадках мали м1сце на шляхах цих процеав, ¡нщшвали ¡нтерес до автоматизаци технологи передач) знань спещалютом машина Одним ¡з напрямюв дослщжень в ц!й галуз1 е автоматизоване видобуття знань (automated knowledge elicitation) - з'явилось як поб1чний продукт у розвитку систем людино-машинного д|'алогу i потребуе сьогодж достатньо серйозних дослщжень. Другий напрямок дослщжень пропагуе ¡дею машинного навчання (mashine learning), яке передбачае можпивють навчання машини приблизно так, як вчиться людина. На ранжх етапах становления ЕС проектування кожноТ ¡з них починалось практично з нуля в тому розум1нн1, що проектувальники для представления знань i управлЫня ними залучали прим1тивн1 як структури даних, так i засоби управл1ння, яю були на той час в недосконалих мовах програмування. В деяких випадках в наявж мови програмування включались спец1альн1 мови представления правил чи фрейм1в.
Таю мови, як правило, мали дв1 специф1чн1 властивостг.
- були модулями представления знань (у вигляд1 правил чи фрейм1в); були ¡нтерпретаторами, яю керували актив1зац1ею цих модулю.
Сукупнють модул1в створювала базу знань ЕС, а ¡нтерпретатори були базовими елементами машини лопчного висновку. Ц1 компоненти неодноразово використовувались, таким чином ставали основою створення р1зних експертних систем в р1зних предметних i тематичних галузях. Досвщ використання цих програм в якост1 базових компонента багатьох конкретних експертних систем дозволив називати Тх оболонкою системи i з часом отримав пут1вку в життя при розробц1 СППР в репональних геотформацмних системах.
Процес залучення знань на стадн опитування експерт1в певно! проблемно'! галуз1 виконуеться спец1альною програмою, що розробляе спе^алю! (¡нженер) за знаниями - неодм1нний учасник створення ЕС. Метою програми е: залучення, певним системним засобом, знань, HocieM яких е експерт пропонуючи останньому репрезентативн! завдання i ф1ксуючи можлив методи Тх вир1шення;
збер1гання знания в деякому промЬкному стан1;
- перетворення знания з пром1жного стану у вид, що е можливим дп? практичного використання, наприклад, в Ha6ip певних правил.
Переваги використання такоТ програми - зниження трудомюткост процесу, осюльки перенесения знань вщ експерта до системи проходить за одм прийом.
Послщовжсть процесу залучення знань можна виконати в термЫа: вщомоТ модел1 процесу проектування [5], апе з уточнениями окремих eTanii (рис.1).
Таким чином, аналйуючи процеси залучення i перетворення знань можна зробити висновок, що ц1 процеси функцюнують в штучно створеном операц!йному в|'ртуальному середовищ1, де етапи залучення i представленн; знань пщпорядкован1 i ¡нтерпретуються згщно з закладеною операц1йнон моделлю. Чим бтьше предметних галузей i под1й вм1щуе ЕС, тим б'шьцл створюеться операц1йних моделей.
При цьому ¡деолопя операцтного середовища залишаеться поспйною виконуе таю головн1 завдання:
1. Визначення цтей, для яких розробляеться ЕС.
2. Визначення функцм ЕС вщносно обраних цтей.
3. Визначення метод'1в, яю необхщно залучити для виконання функц1
ЕС.
Контроль дос-татносл рюня формалюацн, умов вщповщ-ност11 т.Ы.
V
1йструкцЙ (коди)
БАЗА ЗНАНЬ
VI
Рис. 1. Етапи залучення I перетворення знань в СППР регюнальноТ' Г1С.
Розвиток ЕС на стадп залучення знань доцшьно починати, заклавши модульний принцип формування знань для конкретно'! предметно!' галузк Це дозволяе чпжо розподтити знання м1ж р1зними предметними галузями I спростити методи управлЫня процесом застосування знань. Подальше поглиблення структури ЕС проходить пюля накопичення знань, пор1вняння Тх структуризации взаемозв'язюв предметних галузей, автоматизаци технолопй обробки \ використання ¡нформацп, що у пщсумку призведе до пщвищення ефективностч управлЫня проектами.
Л1ТЕРАТУРА
1. Джексон П. Введение в экспертные системы. - М.: Издательский дом «Вильяме», 2001. - 622 с.
2. Мазур И.И., Шапиро В.Д. и др. Управление проектами/ Справочное пособие/ Под редакцией И.И. Мазура и В.Д. Шапиро. - М.: Высшая школа, 2001. - 875 с.
3. Тоценко В.Г. О декомпозиции задач мультикритериального оценивания альтернатив при поддержке принятия решения. II Система досл1дження та ¡нформац'1йн1 технологи. - 2002, № 1. - С. 109-118.
4. Миллер Г. Математическое число семь плюс минус два. Инженерная психология. -М.: Прогресс, 1964. - 172 с.
5. Buchanan В. Getal. Constructing an expert system. In Biiding Expert Sustems, Chapter 5/ Reading, MA.: Addison-Wesley. - 1983.
Стаття над!йшла до редакцш 09.07.2002 p.
УДК 338.2
С.С. Чугуевец
ПРИНЯТИЕ РЕШЕНИЙ В ТРАДИЦИОННОЙ И НОВОЙ ЭКОНОМИКЕ: СРАВНИТЕЛЬНЫЙ АНАЛИЗ
Приведен сравнительный анализ процессов принятия решений в условиях новой традиционной экономики. Выделены основные отличительные черты и особенности процедур реализации процесса принятия решений в новой экономике, которые затрагивают теоретико-методологические основы принятия решения. Табл. 2, ист. 8.
Управленческая деятельность в организациях претерпевает постоянные изменения, стремясь адекватно приспособиться к сложившейся экономической ситуации, к тенденциям, проявляющимся во внешней среде. На каждом этапе развития общества выдвигались на передний план разные аспекты, связанные с управлением. Это легко проследить путем анализа управленческого континуума, в котором описывается развитие менеджмента с 5000 г. до нашей эры вплоть, до 50-х годов XX века [1].
Современный этап развития общества связан с процессами информатизации, глобализации, социальной ориентации, интеллектуализации и часто обозначается как «новая экономика» [2]. Эти процессы не могут не отразиться и на управленческой деятельности и, в частности, - на принятии решений. Герберт А. Саймон назвал принятие решений «сутью управленческой деятельности» [3]. И новая экономика затрагивает в первую очередь именно «суть управленческой деятельности».
Для того чтобы определить, в чем отличие принятия решений в традиционной и новой экономике, необходимо рассмотреть основные черты последней. К ним можно отнести выход на передний план знания как основного богатства организации [4]. Именно знания, их создание, передача тиражирование, трансформация и использование становятся базовыми процессами при создании продуктов и услуг. Знания оттеснили на второй пла* традиционные ресурсы.
Специфика знаний как главного ресурса требует перестройки все! организации начиная от принципов ее построения, заканчивая условиям! повседневной деятельности рядовых сотрудников, их обучения и изменена внутренних установок. Традиционная установка «знания есть власть и поэтом делиться ими не следует» должна уступить место новой «свободный обме
