CC BY
31
поставленные модули в этом случае органично встраиваются в систему, обеспечивая новые функции для работы с уже имеющейся информацией.
Структура информационной системы на примере ФГУ МЗ санатория «Красные камни»содержит АРМы и подсистемы:
- АРМ «Регистратура»;
- АРМ предварительного приема пациента;
- АРМ «Лечащий врач»;
- АРМы узких специалистов;
- АРМ «Лаборатория»;
- АРМ дежурного врача;
- АРМ главной медсестры;
- подсистему «Аптека и движение лекарственных средств»;
- АРМ «Пищеблок»;
- подсистему анализа финансово-хозяйственной деятельности;
- подсистему «Бухгалтерия»;
- подсистему планирования путевок и размещения;
- АРМ «Руководитель учреждения»;
- подсистему статистики.
БИБЛИОГРАФИЧЕСКИЙ СПИСОК
1. Голухов Г.Н. Акопян А.С. Шиленко Ю.В. Медико-социальный комплекс: здоровье, экономика, управление -М.: Фонд «Клиника XXI века», 2002. -208 с.
2. Финаев В.И. Моделирование при проектировании информационно-управляющих систем. -Таганрог: Изд-во ТРТУ 2002.
В.В.Севостьяненко
МОДЕЛИ ПРИНЯТИЯ РЕШЕНИЙ ПРИ НАЙМЕ РАБОТНИКОВ
ПРЕДПРИЯТИЙ
Известны модели принятия решений [1-5], в которых осуществляется нечеткий логический вывод при условии описания входных вербальных параметров объекта в виде лингвистических переменных.
Задача планирования найма работников предприятия из районов их проживания сводится к принятию решения относительно принятия на работу числа рабочих. Существуют особенности, которые следует учитывать при решении задач: характер выполняемой работы; квалификационные требования; производственные факторы; личностные факторы; социальные факторы; факторы внешней среды.
Известна модель принятия решений [4], в которой применено задание входных переменных в виде лингвистических переменных, а принимаемые решения определены четким, конечным множеством. Между заданным экспертами множеством, элементы которого являются кортежами нечетких переменных, и множеством решений устанавливается однозначное соответствие. Данная модель названа моделью классификации. Модель принятия решений при планировании найма работников предприятия определим в виде тройки множеств
(Т,Ч,Н), (1)
где Т - множество признаков-факторов задачи планирования найма работников предприятия, Ч- разбиение множества Т на нечеткие эталонные классы
ь] 0=1,Щ), н - множество принимаемых решений о найме работников.
Множество T определим в виде прямого произведения множеств T=\T(aI) jxjT(a2)lx... xIT(a„) I Каждое из множеств Т(щ )^ T, i = 1,n определено конкретной лингвистической переменной а, а именно значениями нечетких переменных из терм-множества Т(а).
Эффективность применения модели классификации при планировании найма работников предприятия обеспечивается при достаточно полном соответствии между наборами нечетких переменных, характеризующих претендентов на рабочие места, а также предприятие и внешнюю среду, и элементами множества принимаемых решений. Если, по мнению эксперта, в полном соответствии нет необходимости можно применить модели, позволяющие определять решение, применяя правила нечеткого вывода.
Известна модель композиции, предложенная в работе [7], которая названа моделью вычисления степени истинности нечетких правил вывода, т.к. в этой модели рассматривается логический вывод на основе определения истинности нечетких правил modus ponens [6]. Модель композиции зададим тройкой множеств (T,D,H), где D - нечеткое соответствие на множестве T=IT(aI)XIT(az)Ix...xIT(a„)IxH, H - множество принимаемых решений о найме работников. Нечеткое соответствие D формально определено в виде
T x H ——® H. (2)
При решении задачи планирования найма работников предприятия множество H принимаемых решений о найме работников рассматривается как множество, содержащее нечеткие переменные (терм-множество) лингвистической переменной «принимаемое решение».
Полнота множества D определит достоверность работы модели, но теоретически доказать, что множество D «охватывает» все возможные ситуации невозможно. Эксперт описывает принятия решений в виде элементов множества
T=p’(aI)IxIT(a^)Ix... x^(aj IxH, содержащего высказывания {p j },j = 1,R, в которых может присутствовать любое количество назначающих, условных и безусловных операторов. Для каждого высказывания p определяется функция принадлежности
Для отношения D значения функции принадлежности определяется через обобщенную логическую операцию s, так что
mD(Xi,X2,...,Xn,Xi )=smPj(x1’X2’--’Xn’Xi )■ (3)
Таким образом, формально модель вычисления степени истинности нечетких правил вывода решений о найме работников определится:
(T,D,H), T=IT(ai)IxIT(a-)Ix... xIT(a^)I
D = &_D(pj). (4)
j=1,L
Эксперты формулируют правила вывода для наиболее значимых нечетких ситуаций, характеризующих объект найма, предприятие и внешнюю среду.
При решении задачи планирования найма работников предприятий можно применить модель, основанную на выборе решения, исходя из анализа реальных нечетких ситуаций, сложившихся на исследуемом объекте, и сопоставления их с эталонными нечеткими ситуациями [1].
Нечеткие эталонные ситуации определяют эксперты, а каждой эталонной нечеткой ситуации экспертами сопоставлено решение. При решении задачи алго-
ритм должен обеспечить поиск наиболее близкого эталонного состояния для реального состояния претендента на рабочее место, предприятия и внешней среды. Принятие решения о найме претендента осуществляется в соответствии с найденным эталонным состоянием.
Множество решений о найме претендента на предприятие состоит из элементов £, £т- Состояния претендента на рабочее место, предприятия и
внешней среды экспертами определяются, как эталонные состояния * ~* ~* ~*
5 = № ,82,...$*}, где 8/* представляет собой также нечеткое множество * ~* ~* ~*
второго уровня вида 8/ = {8/с1,8/с2,...,8/сб }, где: 8*1 - нечеткие эталонные состояния характера выполняемых работ; 8/2 - нечеткие эталонные состояния квалификационных требований к лицам, нанимаемым на работу; 8/*з - нечеткие эталонные состояния производственных факторов; 8*4 - нечеткие эталонные состояния личностных факторов лиц, нанимаемых на работу; 8*5 - нечеткие эталонные состояния социальных факторов; 8*б - нечеткие эталонные состояния факторов внешней среды.
Для конкретного момента времени для предприятия, внешней среды и для лиц, нанимаемых на работу, можно также экспертным путем определить реальную
нечеткую ситуацию 8', которая является подмножеством множества
8 = {81 ,82 ,...,8у }, а определена набором = {811,812’---’81б }, где для
данного момента времени: - состояния характера выполняемых работ; 8'2 -
состояния квалификационных требований к лицам, нанимаемым на работу; -
состояния производственных факторов; 8'4 - состояния личностных факторов
лиц, нанимаемых на работу; 8'5 - состояния социальных факторов; 8'б - состояния факторов внешней среды.
Каждому эталонному нечеткому состоянию экспертами в соответствие ставится одно из возможных решений о найме претендента на предприятия, например: «<£ - работник очень мало соответствующий> /«лучше не принимать на работу»», «<%2 - работник недостаточно соответствующий> /«принять на работу можно с испытательным сроком при наличии вакансий»», «<£ - обычный работник /«принять на работу можно при наличии вакансий»», «<£4 - подходящий работник>» /«желательно принять на работу», «<£5 - очень хороший работник> /«постараться принять на работу»»}.
Необходимо определить степень близости реального состояния и нечеткого эталонного состояния. Для определения степени близости применимы такие операции, как определение степени включения, определение степени нечеткого равенства, определение степени нечеткой эквиваленсии из теории нечеткой логики.
В общем случае соответствие между элементами множества Ъ* нечетких эталонных состояний и элементами £, £2,..., £ множества Н принятия решений
задается в виде тройки множеств Г = (S ,H,F) , в которой F - нечеткое множество, задаваемое экспертами на множестве S xH.
Рассмотрим достоинства и недостатки ситуационной модели принятия решений. Модель обладает недостатком, вызванным тем, что полноту задания множества всех эталонных состояний при значительном количестве входных факторов задачи планирования найма работников предприятия трудно определить априорно. В то же время экспертами выделяются некоторые эталонные состояния при планировании найма работников, которым сопоставляются принимаемые решения. Это является достоинством ситуационной модели, т.к. упрощает процесс принятия решений.
Учитывая, что все три рассмотренные модели для решения задачи планирования найма работников предприятия обладают как определенными достоинствами, так и недостатками, то предлагается следующее их применение.
Классификация категорий факторов указывает на то, что для категорий с меньшим числом факторов следует применить модель классификации, а для категорий с большим числом факторов следует применить модель вычисления истинности нечеткого правила вывода.
При подобном подходе моделирование при решении задачи планирования найма для каждой категории работников рассматривается как бы в двух уровнях. На нижнем уровне применение моделей классификации и вычисления истинности нечеткого правила вывода позволяет получить для лингвистических переменных, отождествляющих категории факторов задачи нечеткие множества второго уровня. На верхнем уровне применяется ситуационная модель, работа которой направлена на получение решения о найме претендента на рабочее место. Подобный подход при моделировании позволит уменьшить число рассматриваемых экспертами комбинаций факторов, сконцентрировать их внимание на основные состояния, определяющие условия приема при решении задачи планирования найма работников предприятия.
БИБЛИОГРАФИЧЕСКИЙ СПИСОК
1. Поспелов Д.А. Ситуационное управление: теория и практика, - М.: Наука. Гл. ред. физ.-мат. лит., 1988. - 288 с.
2. Мелихов А.Н., Берштейн Л.С., Коровин С.Я. Ситуационные советующие системы с не-
четкой логикой - М.: Наука, 1990. - 272 с.
3. Пупков К.А., Коньков В.Г. Интеллектуальные системы. - М.: Изд-во МГТУ им. Н.Э.Баумана, 2003. - 348 с.
4. Берштейн Л.С., Финаев В.И. Адаптивное управление с нечеткими стратегиями. Ростов н/Д.: Изд-во Рост. ун-та, 1993. - 134 с.
5. Искусственный интеллект. В 3-х кн. Кн.2. Модели и методы: Справочник / Под ред. Д.А.Поспелова. - М.: Радио и связь, 1990. - 304 с.
6. Берштейн Л.С., Боженюк А.В. Нечеткий логический вывод на основе определения истинности нечеткого правила modus ponens // Методы и системы принятия решений. Системы, основанные на знаниях. -Рига: РПИ, 1989. -С. 74-80.
7. Мелихов А.Н., Баронец В.Д. Проектирование микропроцессорных устройств обработки нечеткой информации. - Ростов-на-Дону.: Изд-во Ростовского университета. 1990. -128 с.
