CC BY
129
&=i x (Wj) ^ Wj. (1)
Однозначное соответствие можно получить, объединив все правила продукций в данной предметной области. Это будут рассуждения такого плана: знаем это правило и следующее, и так далее, знаем все правила одновременно. Это будет функция вида:
n
f(X) = &;=1(v x v Wj) при j e [1.....m]. (2)
J i=1 J
Далее можно применить алгоритм сокращения, адаптированный для многозначных логик.
n
Теорема 1. Функция f(X) = &™=i(vx vw.) при
j i=i j
j e [1.....m], x,e [0,...,kr1],
где Xj(Wj) - соответствующий многозначный признак; Wj - характеризуемый объект.
Есть дизъюнкция всех возможных классов заданной предметной области.
Построенная функция состоит из конечного числа дизъюнктов, часть из которых является аксиомами, это те дизъюнкты, которые содержат минимальное число объектов в качестве сомножителей. Другая часть дизъюнктов является классами, это дизъюнкты, содержащие как можно больше объектов, и дизъюнкты, не содержащие объектов вообще и состоящие только из переменных [4].
Алгоритм моделирования баз знаний по исходным данным состоит в следующем:
- организуем двумерный массив с переменным
количеством строк, количеством столбцов, расписывая численные значения каждого признака;
- соблюдая порядок следования заданных объектов, каждый элемент ставим в соответствующую ему строку и в соответствующий численному значению каждого характеризующего признака столбец;
- проверяем каждый столбец заданного массива. Если в столбце более одного элемента, то вычеркиваем эти элементы из данных строк, заносим их в следующую строку в тот же столбец. Эти элементы образуют класс по данному значению переменной;
- проверяем строки, если в строке соответствующей какому-либо объекту остались переменные, то объект идентифицируется именно по этим переменным. Совокупности отдельных объектов и их индивидуальных признаков будут являться аксиомами для заданных правил [5]. Строки, у которых несколько объектов в одном столбце, демонстрируют классы, которые возможно получить на данной предметной области.
Таким образом, представление данных пространством многозначных предикатов с переменной знач-ностью дает возможность для: выразительной интерпретации признаков сложных технических систем, хранения знаний в более компактной форме, установления новых закономерностей между признаками и построения качественно новых систем знаний и алгоритмов диагностики сложных технических систем.
Статья поступила 02.09.2014 г.
Библиографический список
1. Закревский А.Д. Логика распознавания. М.: Наука, 2003.
2. Развитие и применение многозначных логик и сетевых потоков в интеллектуальных системах / Л.А. Лютикова, А.В. Тимофеев, В.В. Сгурев, В.С. Йотсов // Труды СПИИРАН. 2004. Вып. 2. С. 117-121.
3. Лютикова Л.А. Использование трехзначной логики для анализа логических баз данных // Управление и информаци-
онные технологи: сб. тр. Всерос. конф. Нальчик, 2006. С. 214-220.
4. Шибзухов З.А. Конструктивные методы обучения 1П-нейронных сетей. М.: Наука, 2006. 160 с.
5. Воронцов К.В. О проблемно-ориентированной оптимизации базисов задач распознавания // ЖМФ и МФ. 1998. Т. 38. № 5. С. 870-880.
УДК 51-77:004.021
МОДЕЛЬ ИНФОРМАЦИОННОЙ СИСТЕМЫ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ НА ПЛАТФОРМЕ «1С»
© Г.С. Малтугуева1, И.В. Орлова2
Иркутский государственный технический университет, 664074, Россия, г. Иркутск, ул. Лермонтова, 83.
Исследован вопрос поддержки принятия решений и его реализация на платформе «1С», которая часто используется в ходе автоматизации деятельности различных организаций и предприятий. На платформе «1С» реализованы разнообразные способы обработки информации, которая может быть представлена в различном виде, например ОУкУ^, «Контур Стандарт», йеСисЬг и т.д. Однако в качестве метода поддержки принятия решений реализован только метод анализа иерархий. Предложена модель информационной системы поддержки принятия решений на платформе «1С», реализующая многометодный подход к решению задачи выбора.
1Малтугуева Галина Станиславовна, магистрант, тел.: 89148845521, e-mail: gama@icc.ru Maltugueva Galina, Master's degree student, tel.: 89148845521, e-mail: gama@icc.ru
2Орлова Ирина Витальевна, кандидат физико-математических наук, доцент кафедры информатики, тел.: 89149210747, e-mail: soobshenie_1@mail.ru
Orlova Irina, Candidate of Physical and Mathematical Sciences, Associate Professor of the Department of Information Science, tel.: 89149210747, e-mail: soobshenie_1@mail.ru
Ил. 2. Табл. 2. Библиогр. 21 назв.
Ключевые слова: принятие решений; многокритериальный выбор; система поддержки принятия решений; программные продукты на платформе «1С».
A MODEL FOR THE 1C PLATFORM BASED DECISION SUPPORT SYSTEM G.S Maltugueva, I.V. Orlova
Irkutsk State Technical University 83 Lermontov St., Irkutsk, 664074, Russia.
This article addresses the issue of the decision support and its implementation on the 1С Platform, which is widely used for the automation of the activities of various institutions and enterprises. The 1С Platform offers various techniques to process information, while the last can be represented in different ways, for example, QlikView, Kontur Standart, Deductor etc. However, it implements only an analytic hierarchy process (AHP) as a decision support method. The authors suggest a 1С Platform based model for the decision support system, which implements a multimethod approach for solving selection problems. 2 figures. 2 tables. 21 sources.
Key words: decision-making; multi-criteria choice; decision support system; program products based on 1C-platform.
Одним из направлений искусственного интеллекта являются системы поддержки принятия решений (СППР), которые способны оказывать помощь лицу, принимающему решение (ЛПР): агрегировать разнородные оценки с целью выбора лучшего варианта, классифицировать объекты по наборам признаков, упорядочивать все имеющиеся варианты, обрабатывать мнения нескольких экспертов. Существуют различные СППР, предназначенные для помощи ЛПР в различных предметных областях и реализующие различные методы выбора (многокритериального, индивидуального, группового).
Информационные системы наиболее востребованы в областях, требующих приятия ответственных управленческих решений. Одной из таких задач является управление предприятием, основными задачами которого являются [1; 2]:
- организация производства товаров и услуг с учетом спроса потребителей на основе имеющихся ресурсов;
- переход к использованию работников, обладающих высокой квалификацией;
- стимулирование сотрудников организации путем создания для них соответствующих условий труда и системы его оплаты;
- определение необходимых ресурсов и источников их обеспечения;
- разработка стратегии развития организации и ее реализация;
- определение целей развития организации;
- выработка системы мероприятий для достижения намеченных целей;
- осуществление контроля эффективности деятельности организации (выполнение поставленных задач).
С практической стороны процесс управления предприятием требует эффективного решения комплекса задач по следующим направлениям [3]:
- управление финансами;
- управление производством;
- управление сбытом и снабжением;
- управление внутренними службами;
- управление кадрами.
В результате развития и распространения инфор-
мационных систем к настоящему времени разработано множество программных продуктов, автоматизирующих деятельность в выше перечисленных направлениях. Ввиду особенностей российского законодательства и систем бухгалтерского учета наиболее распространенными программными продуктами в нашей стране, которые используются в хозяйственной деятельности любого предприятия или организации, являются информационные системы на платформе «1С». Среди продуктов компании и ее партнеров отметим: «1С: Предприятие», «1С: Бухгалтерия», «1С: Склад», «1С: ERP Управление предприятием», «1С: Управление торговлей», «1С: CRM» и т.д. Однако, несмотря на увеличение числа информационных систем, построенных на платформе «1с», до сих пор не разработано полноценного средства поддержки принятия решений на ней.
Принятие решений на платформе «1С». В работе [4] отмечена необходимость разработки средств поддержки принятия решений, позволяющих повысить эффективность повседневной работы руководителей, менеджеров и управленцев разного уровня. При этом немаловажную роль играют методы решения задачи принятия рений.
Для использования на российских предприятиях фирма «1С» предлагает следующие прикладные решения:
- «1С: Бухгалтерия 8» (включая версию КОРП, базовую версию и специализированные поставки базовой версии «1С: Упрощенка 8» и «1С: Предприниматель 8»);
- «1С: Управление небольшой фирмой 8» (включая базовую версию);
- «Управление торговлей» (включая базовую версию);
- «1С: Розница 8» (включая базовую версию);
- «1С: Зарплата и управление персоналом 8» (включая версию КОРП и базовую);
- «1С: ERP Управление предприятием 2.0»;
- «1С: Комплексная автоматизация 8»;
- «Управление производственным предприятием»;
- «1С: Управление холдингом 8»;
- «1С: Консолидация 8» (включая версию ПРОФ);
- «1С: Документооборот 8»;
- «1С: Отчетность предпринимателя 8»;
- «1С: Бухгалтерия автономного учреждения 8» (включая версию КОРП и базовую);
- «1С: Налогоплательщик 8»;
- «1С: Платежные документы 8»;
- «1С: Электронное обучение».
Для российских бюджетных учреждений предлагаются следующие прикладные решения:
- «1С: Бухгалтерия государственного учреждения
8»;
- «1С: Бюджетная отчетность 8»;
- «1С: Зарплата и кадры бюджетного учреждения
8»;
- «1С: Документооборот государственного учреждения 8»;
- «1С: Свод отчетов 8».
Наиболее полную реализацию функциональных возможностей системы программ «1С: Предприятие 8» представляет прикладное решение «Управление производственным предприятием». Функциональные области, автоматизируемые этим и некоторыми другими типовыми прикладными решениями, поясняются следующей структурной схемой (рис. 1).
В большинстве прикладных решений на платформе «1С» предусмотрена возможность построения отчета, фильтрации и анализа данных. Остановимся подробнее на инструментах анализа данных, реализованных и интегрируемых с «1С»:
- QlikView - поисковая система, способная отображать результаты поиска по мере ввода поискового запроса, содержащая модуль визуального представления информации, что способствует анализу бизнеса и его важных показателей [5];
- «Контур Стандарт» (Intersoft Lab) - инструмент выпуска отчетов и анализа данных различных информационных систем в режиме реального времени, обеспечивающий доступ к данным, выпуск отчетов,
OLAP-анализ, создание и просмотр витрин данных, интегрируется с «1С» [6];
- инструмент анализа данных, интегрируемый с «1С», реализующий OLAP-технологии [7];
- «Мониторинг данных из 1С» (BI Expert) - программное средство, позволяющее генерировать наглядные отчеты (диаграммы) на основе данных из «1С» [8];
- «ИНТАЛЕВ: Корпоративная аналитика» (ИНТА-ЛЕВ) - инструмент подготовки данных для обработки с помощью OLAP-системы [9].
- ExpertCube - инструмент для многомерного анализа данных для «1С: Предприятие» [10].
В результате проведенного обзора было выявлено, что на сегодняшний день разработано множество средств анализа данных, реализованных на платформе «1С», или интегрируемые с продуктами «1С». Однако не было выявлено ни одной информационной системы поддержки принятия решений на основе данных из «1С», обеспечивающей помощь в процессе принятия управленческих решений.
П. Железновым в работе [11] предложен программный продукт по внешней обработке «1С: Предприятие 8.1 «Метод анализа иерархий для принятия решений, версия 1.2». Однако никакой связи с информационной системой «1С: Предприятие» автором не было установлено. Кроме того, в данной работе отмечены недостатки самого метода анализа иерархии (проведение большого числа сравнений как по критериям, так и по вариантам). Поэтому вопрос создания системы поддержки принятия решений на платформе «1С», реализующей различные методы многокритериального выбора, до сих пор является актуальным.
Многокритериальный выбор. Применение методов многокритериального выбора позволяет оценивать совокупность альтернатив по разным критериям как одному человеку, так и группе лиц. В настоящий момент в теории многокритериального выбора суще-
Рис. 1. Схема организации взаимодействия в прикладном решении «Управление производственным предприятием»
ствуют разнообразные методы принятия решений при многих критериях [12-15]. Приведем основные понятия из данной области.
Альтернатива - вариант действия. Для принятия решения необходимо рассматривать не менее двух альтернатив. Альтернативы могут быть как зависимыми, так и независимыми. Они могут быть заданы при постановке задачи (априори), а могут появляться в процессе принятия решения [12-15].
Критерий - некоторая выделенная особенность, характеризующая альтернативы (признак, свойство, атрибут). Критерии должны быть заданы априори, их количество определяется участниками процесса принятия решений. По числу критериев принято различать однокритериальный и многокритериальный выбор [12-15].
Остановимся на рассмотрении задачи многокритериального выбора, основными этапами решения которой являются:
1. Формирование множества альтернатив Л = {Д,Д,,...,Дг}, где п-число альтернатив.
2. Определение перечня критериев (признаков, свойств, атрибутов), по которым необходимо оценить все альтернативы С = {С1.С2.....Ст}, где т - число критериев.
3. Оценивание всех альтернатив по каждому критерию, при этом оценки могут быть представлены в виде числа (количественные), вербального значение (качественные), ранжировки (упорядочения альтернатив по убыванию степени предпочтительности).
4. Агрегирование всех оценок.
5. Предоставление результата лицу, принимающему решение, в одной из трех возможных форм: лучшая (наиболее предпочтительная) альтернатива, упорядочение альтернатив (с указанием равноценности), классификация.
Отметим, что на этапе оценивания альтернатив может быть задействован как один человек, так и группа лиц, обладающих необходимыми для решения задачи компетенциями.
Для решения поставленной задачи разработано множество методов многокритериального выбора, позволяющих обрабатывать разнородную информацию и представлять результат в различном виде. В табл. 1 приведены наиболее известные и широко используемые методы.
Аддитивная свертка позволяет компенсировать низкие оценки по одному критерию высокими оценками по другим, то есть в результате наиболее предпочтительной может быть выбрана альтернатива, у которой не все оценки высокие. Мультипликативная свертка, наоборот, не допускает выбора альтернативы ни с одной низкой оценкой. Несмотря на широкую известность и распространенность, эти методы скрывают смысловую нагрузку критериев и используют исключительно количественные оценки, что свидетельствует о его недостатках.
Метод анализа иерархий [16] также широко известен, его существенным недостатком является большое число парных сравнений [11], что затрудняет работу экспертов. Кроме того, в работах [17-18] ведется дискуссия о его корректности.
Методы многокритериального выбора
Таблица 1
Название метода Принцип работы
Линейная (аддитивная) свертка 1. Задание весов (приоритетов) критериев (] = 1,т). 2. Оценивание альтернатив по каждому критерию ^ (Д). т _ 3. Построение для каждой альтернативы функции ^^ */ (Д), 1 = 1,п. ¡=1 4. Результат строится по убыванию значений построенных функций
Мультипликативная свертка 1. Задание весов (приоритетов) критериев ^ (¡' = 1,т). 2. Оценивание альтернатив по каждому критерию ^ (Д). т _ 3. Построение для каждой альтернативы функции ^^ */ (Д), 1 = 1,п. ¡=1 4. Результат строится по убыванию значений построенных функций
Метод анализа иерархий 1. Построение иерархии: цель - критерии - альтернативы. 2. Попарное сравнение критериев (выявление весов). 3. Расчет вектора локальных приоритетов. 4. Вычисление индекса согласованности. 5. Проведение анализа для следующего уровня критериев (альтернатив). 6. Вычисление глобального вектора приоритетов
Методы вербального анализа Позволяют обрабатывать как качественные, так и количественные оценки, существуют методы как индивидуального (ПАРК, ЗАПРОС, ОРКЛАСС), так и группового (АРАМИС, МАСКА, ПАКС-М) выбора
Процедуры голосования Применяются для бесконфликтного решения задачи группового выбора (Борда, Фишберна, Нансона, Коупленда, Шульце, КПП-метод)
Среди методов вербального анализа наибольший интерес представляют методы группового многокритериального выбора, которые основаны на теории мультимножеств.
Процедуры голосования позволяют обрабатывать экспертные оценки в виде упорядочений альтернатив, в том числе с указанием их эквивалентности. В КПП-методе совместно используются различные процедуры голосования [19-20].
В результате проведенного обзора методов многокритериального выбора было выявлено, что для решения задачи по обработке разнородной информации необходимо комбинировать различные методы. В работе [21] предложен подход, в котором для агрегирования качественных и количественных оценок применяются методы вербального анализа для решения задач многокритериального группового выбора, а для обобщения ранжировок - КПП-метод.
Модель системы поддержки принятия решений на платформе «1С». На основании вышеизложенного предлагается разработать модель системы поддержки принятия решений, позволяющую решать задачу многокритериального (индивидуального, группового) выбора с использованием информации, хранящейся в различных информационных системах на платформе «1С». На рис. 2 представлена предлагаемая модель системы поддержки принятия решений.
Входными данными в предложенной модели СППР являются сведения лица, принимающего
решение:
- постановка задачи в виде текстового описания проблемы, требующей решения с помощью экспертного оценивания, также здесь указывается тип задачи многокритериального выбора - индивидуальный или групповой;
- множество альтернатив, число которых неограниченно, и они могут быть как реально существующими (реализуемыми), так и фантомными (невозможными);
- множество критериев - определение перечня параметров, по которым необходимо оценить все альтернативы, их количество также неограниченно;
- вид результата - лицу, принимающему решение, предлагается в соответствии с постановкой задачи выбрать одну из трех форм преставления результата: одна лучшая альтернатива, ранжировка всех альтернатив, классификация.
В зависимости от постановки задачи, вида результата и формы представления экспертных оценок (качественные, количественные, упорядочения) выбирается метод решения задачи многокритериального выбора. Ввиду того, что все программные системы, предоставляющие данные, являются самостоятельными, то модель предложенной информационной системы можно представить в виде многоагентной системы (МАС), в которой агенты различаются по ролям (табл. 2).
1С: Бухгалтерия
1 С: Зарплата и управление персоналом
1С: CRM
1 С: Документооборот
1С: Бюджетирование
1 С: МСФО
1С: Планирование
1С: Производство
1. Постановка задачи
2. Множество альтернатив
3. Множество критериев
4. Вид результата
Модуль поддержки принятия решений
1. Определение метода многокритериального выбора
2. Оценивание альтернатив по критериям:
- автоматическое;
- экспертное
3. Предоставление результата лицу, принимающему решение
4. Визуализация результата
Рис. 2. Модель системы поддержки принятия решений
Таблица 2
Роли и задачи агентов в многоагентной системе
Роль Задачи
Руководитель Постановка цели
Формирование ограничений на возможные варианты, значения по некоторым критериям
Установление приоритетов для критериев
Принятие окончательного решения
Координатор Формирование множества альтернатив
Информирование экспертов и руководителя
Согласование информации от экспертов
Эксперт Оценивание альтернатив в рамках своей компетенции (критерия)
В предложенной модели в качестве агентов-экспертов могут выступать устройства, программные системы, люди; в качестве координатора - человек или управляющий программный модуль, в качестве агента-руководителя - только человек (лицо, принимающее решение). Применение методов группового многокритериального выбора и процедур голосования обеспечивает бесконфликтное взаимодействие в МАС.
Таким образом, в процессе анализа программных продуктов на платформе «1С» было выявлено, что до сих пор не существует информационной системы, позволяющей оказывать поддержку ЛПР на основе данных, хранящихся в различных программных продуктах на платформе «1С». Наиболее известными методами поддержки принятия решений являются методы многокритериального (индивидуального и
группового) выбора. В работе предложена модель системы поддержки принятия решений на платформе «1С», реализующая методы многокритериального группового выбора (АРАМИС, ПАКС-М) и процедуру голосования (КПП-метод). Данная система позволит использовать информацию, хранящуюся и обрабатываемую с помощью различных программных систем на основе «1С», для повышения эффективности управления предприятием и оказания поддержки лицу, принимающему решение. В дальнейшем планируется осуществить программную реализацию предложенной модели информационной системы.
Работа выполнена при финансовой поддержке гранта РФФИ №14-01-31321 «Разработка методов принятия согласованных решений в мультагентных системах».
Статья поступила 06.11.2014 г.
Библиографический список
1. Друкер П.Ф. Эффективное управление. Экономические задачи и оптимальные решения / пер. с англ. М.: ФАИР-ПРЕСС, 2001.
2. Орлов А.И. Менеджмент: учебник. М.: Изд-во «Изумруд», 2003. 298 с.
3. Друкер П.Ф. Практика менеджмента / Пер. с англ. - М.: ИД «Вильямс», 2000.
4. Орлов А. Методология принятия решений // Управляем предприятием (электронный журнал). 2011. № 4 (4) [Электронный ресурс]. URL: http//:consulting.lc.ru
5. Инструмент принятия решений - Иркутск 1С ПервыйБИТ // ПервыйБИТ. IT-решения для учета и управления [Электронный ресурс]. URL: http://irkutsk.1cbit.ru/services/projects /qlikview/instrument.php?sphrase_id=42087 (25 сент. 2014).
6. Контур-стандарт (OLAP-анализ) // Kazus.ru. Электронный портал [Электронный ресурс]. URL: http://kazus.ru /programs/viewdownloaddetails/kz_0/lid_6153.html (25 сент. 2014).
7. Узденёва Т.А. Система поддержки принятия решений, интегрированная с «1С: Предприятие» // Молодой ученый. 2011. № 3. Т. 1. С. 105-107.
8. BI Expert мониторинг и анализ данных из 1С // Tadviser. Государство. Бизнес. IT [Электронный ресурс]. URL: http://www.tadviser.ru/index.php/Продукт:BI_Expert_Монитори нг_и_анализ_данных_из_1 С (30 сент. 2014).
9. ИНТАЛЕВ: технология вашего успеха [Электронный ресурс]. URL: http://www.intalev.ru/company/news /news_detail.php?ID=2409 (30 сент. 2014).
10. Expert Cube - мнгомерный анализ данных // SoftSearch. Поиск по каталогам программ [Электронный ресурс]. URL: http://softsearch.ru/programs/111 -604-expert-cube-mngomernyi-analiz-dannyh-download.shtml (30 сент. 2014).
11. Железнов П. «Метод анализа иерархий для принятия
решений», внешняя обработка 1С: Предприятие 8.1 [Электронный ресурс]. URL: http://zheleznov.info/1c_mai.htm (30 сент. 2014).
12. Ларичев О.И. Теория и методы принятия решений. М.: Логос, 2000. 295 с.
13. Петровский А.Б. Теория принятия решений. М.: ИЦ «Академия», 2009. 400 с.
14. Миркин Б.Г. Проблема группового выбора. М.: Наука, 1974. 258 с.
15. Вольский В.И., Лезина З.М. Голосование в малых группах. М.: Наука, 1991. 192 с.
16. Саати Т.Л. Принятие решений. Метод анализа иерархий. М.: Радио и связь, 1989. 316 с.
17. Подиновский В.В., Подиновская О.В. Еще раз о некорректности метода анализа иерархий // Автоматика и телемеханика. 2012. № 4. С. 75-78.
18. Подиновский В.В., Подиновская О.В. О некорректности метода анализа иерархий // Проблемы управления. 2011. № 1. С. 8-13.
19. Малтугуева Г.С., Орлова И.В. Подход к принятию управленческих решений коллективом // Вестник ИрГТУ. 2014. № 6. С. 35-40.
20. Малтугуева Г.С., Юрин А.Ю. Метод поддержки принятия решений в малых группах // Вестник БГУ. 2012. № 1: Математика, информатика. С. 26-34.
21. Малтугуева Г.С., Малтугуева Н.С. Агрегирование экспертных оценок в задаче оценивания сценариев при прогнозировании состояния атмосферного воздуха в городе // Обобщенные постановки и решения задач управления» (GSSCP-2014): сб. тр. VII Междунар. симпозиума (г. Дивно-морское Краснодарского края, 26-30 сентября 2014 г.). М.: АНО «Издательство физико-математической литературы», 2014. С. 119-124.
