Нечеткие модели принятия решений в проектах создания информационных систем Текст научной статьи по специальности «Компьютерные и информационные науки»

Литература

1. The Standish group, Charting the Seas of Information Technology-Chaos. The Standish Group International, 1994.

2. Charette R. «Why Software Falls» //IEEE Spectrum. 2005. Vol. 42, № 9. P. 36-43.

3. Sosnin P. , Sosnina E. Question-answer system for object-oriented analysis and design// Proceeding of 22nd

International conference Information Technology and Construction. Dresden. 2005. P. 199-204.

4. Kroll P., Kruchten Ph. The Rational Unified Process Made Easy: A Practitioners Guide to the RUP. Addison-Wesley, 2003.

5. Sosnin P. Question-Answer Processor for Cooperative Work in Human-Computer Environment //Proceeding of the 2d International IEEE conference Intelligent System. 2004. P. 452-456.

Таганрогский радиотехнический университет

9 октября 2006 г.

УДК 004.4

НЕЧЕТКИЕ МОДЕЛИ ПРИНЯТИЯ РЕШЕНИИ В ПРОЕКТАХ СОЗДАНИЯ

ИНФОРМАЦИОННЫХ СИСТЕМ

© 2007 г. А.И. Долженко

Проекты внедрения и совершенствования информационных систем (ИС) имеют цель — создание информационных сервисов. При этом под информационным сервисом (сервис ИТ) понимается информационный процесс, который реализуется средствами информационных технологий и параметры которого значимы для протекания бизнес-процесссов в организации [1]. Жизненный цикл проекта внедрения и совершенствования (в дальнейшем изложении — проекта) информационной системы включает следующие стадии: начальная, уточнения, конструирования, развертывания и эксплуатации. Следует отметить, что на начальной стадии и стадии уточнения проекта, с одной стороны, имеется большая неопределенность при принятии решений о будущих сервисах и их реализации, с другой — важность принятия эффективного решения крайне высока, так как ценность проекта для бизнеса закладывается именно на этих стадиях и это во многом определяет возможность достижения цели проекта в целом. Последующие стадии жизненного цикла проекта (конструирование, развертывание и эксплуатация) являются достаточно сложными, но их влияние на ценность проекта гораздо ниже.

Неопределенность порождает риски управления проектом. В проектах ИС риски отражают возможные существенные потери, которые проявляются в ухудшении потребительского качества создаваемой ИС, увеличению затрат времени на проект или в полном срыве проекта [2]. Риски максимальны на начальной стадии проекта и должны снижаться до минимального уровня на фазе эксплуатации.

С учетом этого актуальным является разработка моделей для принятия решений на начальных

стадиях (начальная и уточнение) жизненного цикла проектов ИС, которые учитывают неопределенность среды проекта, способствуют выбору эффективных решений и снижают риски.

В проектах ИС обслуживание бизнес-процессов предметной области реализуется сервисами ИТ, которые представляют собой различные модули промышленно поставляемых ИС. Это характерно для проектов внедрения ИС на базе таких ERP-систем как SAP/R3, Oracle Aplication, Baan, MS Axapta, MS Navision, БОСС-Корпорация, Галактика, Парус, БЭСТ-ПРО, 1С «Предприятие 8.0» и др. Процесс выбора сервисов ИТ на основе существующих приложений ERP-систем для бизнес-процессов предприятия характеризуется значительной неопределенностью. Приложения могут быть недостаточно подробно документированы, что затрудняет их выбор; могут иметь избыточную функциональность для реализации конкретного сервиса ИТ, а это предполагает повышение объема инвестиций в проект; могут иметь недостаточную функциональность для сервиса ИТ, в связи с чем необходимы дополнительные затраты на доработку; могут иметь сложную процедуру конфигурирования и настройки приложений, что требует значительных финансовых затрат на консалтинг и обучение как конечных пользователей, так и обслуживающего ИС персонала.

В этом случае перед лицом, принимающим решение, — менеджера проекта — на начальных стадиях проекта стоит задача осуществить не только выбор наиболее эффективных информационных сервисов, обеспечивающих оптимальную функциональность для бизнес-процессов, но и реализовать такой выбор в рамках определенной

ERP-cиcтeмы. Другими словами, в проекте необходимо обеспечить заданную функциональность для ИС с учетом потребительского качества реализации сервисов ИТ для конкретных бизнес-процессов (уровней предоставления сервисов ИТ, заданных конечным пользователем) на базе модулей ЕЛР-систем, доступных на рынке программных продуктов.

В проектах ИС неопределенность возникает как при оценке потребительского качества обслуживания бизнес-процесса различными информационными сервисами, так и при оценке потребительского качества реализации сервиса ИТ в рамках конкретной ЕЛР-системы. Неопределенность, сопутствующая проектам ИС, относится к классам задач принятия решений, обладающих недостоверностью, неточностью и лингвистической неопределенностью [3].

С учетом вышеизложенного представляется целесообразным использовать модели, построенные на базе теории нечетких множеств [4], в процессе принятия решений менеджером проекта ИС для обоснования выбора ЕЛР-системы, которая наиболее эффективно обеспечит обслуживание бизнес-процессов предприятия и снижает риски проекта.

Постановка задачи

Предметная область проекта ИС описывается множеством бизнес-процессов X = {х^}, г = 1, п .

Для их обслуживания необходимы сервисы ИТ, которые формализуются в виде множества программных модулей, компонентов или приложений ис у={у.},у = тгт.

Возможность реализации х.-го бизнес-процесса у.-м сервисом ИТ с заданным уровнем обслуживания будем формализовать в виде нечеткого множества В, которое определяется на декартовом произведении множеств X и У, т. е. X х У = { (х, у): х е X, у е У}.

Для всех элементов (У(х, у)е X х У) нечеткого множества В определена функция принадлежности |1В (х, у) е [0, 1]. Интерпретацией функции принадлежности |в (хг,у) является субъективная мера того, насколько потребительское качество функционального модуля ИС у соответствует требованиям об уровне обслуживания для бизнес-процесса х..

В проекте ИС анализируется множество ЕЛР-систем, доступных на рынке программных продуктов: Z = {, ^2' 4^ }, где -к, к = 1, я —

промышленно поставляемые ЕЛР-системы, которые обладают определенной функциональностью.

Возможность реализации у. сервиса ИТ -к-й ИС будем формализовать в виде нечеткого множества Б,

которое определяется на декартовом произведении множеств Уи Д т. е. У х Z = { (у, -): у е У, - е Z }.

Для всех элементов (У(у, -)е У х Z ) нечеткого множества Б определена функция принадлежности |1Б (у, г) е [0, 1], которая интерпретируется как уверенность эксперта в уровне соответствия потребительского качества реализации у.-го информационного сервиса гк-й информационной системой.

Результатом начальной стадии проекта ИС и стадии уточнения является наиболее эффективный выбор ЕЛР-системы для обслуживания бизнес-процессов предприятия. Это обусловливает целесообразность построения модели принятия решений посредством отображения множества

бизнес-процессов X = {х,}, г = 1, п на множество

ЕЛР-систем Z = { гк }, к = 1, я . Для реализации

такого отображения построим нечеткое множество Р, которое представляет собой композицию двух нечетких бинарных отношений В и Б, т. е. Р = В ® Б [5]. Нечеткое множество моделей определено на декартовом произведении множеств

X и Z т. е. X х Z = { (х, г): х е X, г е ^ } и имеет функцию принадлежности |Р (х, г), которая определяется выражением:

1р (х,-,-к) = та*{тш{|в (х>,у.), 1Б (у.,-к)}} ,

где х,. е X, г = 1, п; у. е У, у = 1, т ; -к е Z, к = 1, я.

Функция принадлежности |Р (х, -) описывает уверенность в том, что уровень потребительского качества функциональности ЕЛР-системы -соответствует требованиям об уровнях обслуживания для бизнес-процессов х предметной области.

Таким образом, нечеткое множество Р, являющееся композицией нечетких отношений В и Б, служит формальной основой для модели принятия решений об эффективном выборе ЕЛР-сис-темы для ИС предприятия.

Для выделения альтернативных вариантов реализации поддержки бизнес-процесса х. информационной системой -к, к = 1, я по аналогии с понятием нечеткого подмножества а -уровня [5, 6] введем подмножество Д -уровня, где Д представляет собой следующий вектор:

Д ={{ 82,■■■, 8,8п}

или

Д = {8,}, 8, е [0,1], г = 1~П.

Подмножество Д -уровня РД нечеткого множества Р определим по формуле

Fд = {х е X, гк е Z,: У к (ц(х,, гк) > 5,, г = 1, п, к = 1, ^)}.

Уровни 5,, г = 1, п задают минимальное значение уверенности, что для бизнес-процесса х1 требования к потребительскому качеству в части уровней обслуживания информационным сервисом выполняются гк-й ЕЯР-системой.

В качестве условий выбора сформируем следующие требования:

1) альтернативная ЕЯР-система ¿А должна иметь возможность предоставить информационное обслуживание для всех бизнес-процессов предприятия, т. е. У г (^ (, 1к) > 0);

2) для альтернативных ЕЯР-система zkA должны выполняться требования по согласованным

уровням обслуживания, т. е. У г (ц^ (хг, zk) > 5г),

где уровни 5,, г = 1, п задают минимальное значение уверенности, что для бизнес-процесса х1 требования к потребительскому качеству в части уровней обслуживания информационным сервисом выполняются.

Если после проверки ограничений имеются несколько альтернативных вариантов ЕЯР-систем, то для окончательного выбора можно использовать критерий минимальной совокупной стоимости владения информационной системой.

Пример использования нечеткой модели корпоративных приложений

Описание задачи. Проектируется информационная система инвестиционной компании, осуществляющая свою деятельность на рынке ценных бумаг. Для инвестиционной компании при проведении внутреннего учета сделок на рынке ценных бумаг критически важными являются следующие бизнес-процессы (для иллюстративного примера выбран ограниченный круг функциональности внутреннего учета инвестиционной компании): учет клиентов; поручений клиентов; учет сделок.

Для разработчиков информационной системы доступными являются пять информационных сервисов, которые могут обеспечить автоматизацию бизнес-процессов инвестиционной компании. При этом для конкретного бизнес-процесса могут быть использованы один или более информационных сервисов. Перед менеджером проекта ИС стоит задача выбора наиболее эффективного назначения сервиса ИТ, обеспечивающего заданное потребительское качество в соответствии с требуемыми уровнями обслуживания, для каждого бизнес-процесса предметной области.

Разработка нечеткой модели. Для моделируемой предметной области определим множество бизнес-процессов как

Х = { Х1, Х2, Х3 } ,

где х1— бизнес-процесс «учет клиентов»; х2— бизнес-процесс «учет поручений клиентов»; х3— бизнес-процесс «учет сделок клиентов».

Множество информационных сервисов, доступных команде разработчиков, представляют собой следующее множество:

У ={ У2, Уз, У4, Уз}-

На основе экспертной оценки возможностей реализации бизнес-процессов конкретными информационными сервисами сформировано нечеткое множество В. Построение функции принадлежности цВ (хг, у) можно выполнить, используя прямые и косвенные методы [6]. Для согласования мнений экспертов целесообразно применить дельфийскую процедуру [7].

Списочная модель нечеткого множества В(1) имеет следующий вид:

В(1) = {1/(х1, У2); 0,6/(х2, у) 1/(х2, у5);

0.7/(хз, У3); 0.9/((хз, У4))}.

Матричная форма записи нечеткого множества В(2)

У1 У2 Уз У 4 У5

Х1 0 1 0 0 0

x3 0.6 0 0 0 1

Х3 0 0 0.8 0.9 0

Предположим, что при проектировании КИС рассматривается возможность использования трех промышленно поставляемых информационных систем внутреннего учета инвестиционных компаний, т. е.

2 = { Zl, zг, Zз },

где z1, z2, z3 — информационные системы АС-КИНА; АМЕТИЗ; BackOffic соответственно.

На основе анализа экспертной информации сформировано нечеткое отношение Б

?,1 ?,2 zз

0.7 0 0.9

0.8 1 0.7

1 0 0

0 0.6 1 .

0,8 0.9 0

Построим матрицу F = В ® Б :

Zi Z2 Z3

Х1 0,9 1 0,7

x2 0,8 0,9 0,6

x3 0,8 0,6 0,9

У1

У2 Уз У4 У5

Совместное графическое представление множеств В и Б приведено на рис. 1, а нечеткое множество Р— на рис. 2.

х, О

Рис. 1. Нечеткий граф множеств В и Б

Рис. 2. Нечеткий граф множества Р

Анализ матрицы (1) показывает, что все рассматриваемые альтернативные варианты информационных систем могут обеспечить функциональность для решения задач внутреннего учета инвестиционной компании, однако если в соответствии с требуемыми уровнями обслуживания необходимо обеспечить высокую уверенность в том, что потребительское качество информационных сервисов будет соответствовать требованиям, то необходимо для нечеткого множества Р выделить Д -подмножество: 81= 8 2= 8 3= 0,8.

В результате получим следующее Д -подмножество:

FÄ =

Z1 Z2 Z3

0,9 1 0

0,8 0,9 0

0, 8 0 0, 9

граф которого приведен на рис. 3.

Подмножество РД определяет, что система -

реализует заданную функциональность и соответствует требуемым уровням обслуживания. Следовательно, наиболее эффективно применение информационной системы т. е. системы АСКИНА.

0.9

Рис. 3. Нечеткий граф Д -подмножества множества Р

Выводы

Предложена модель принятия решений для начальных стадий жизненного цикла проекта ИС, которая построена с использованием положений теории нечетких множеств. Модель позволяет обосновать выбор эффективного варианта с учетом требования к уровню информационного сервиса, обеспечиваемого промышленно поставляемой ЕЛР-системой, для конкретного бизнес-процесса в слабо формализуемых условиях. Использование введенного в работе подмножества Д -уровня нечеткого множества позволяет сократить число альтернативных вариантов распределения информационных сервисов, а применение сформулированного критерия выбора — провести окончательный выбор эффективного набора информационных сервисов. Применение модели принятия решений способствует уменьшению риска проекта в части обеспечения потребительского качества информационной системы.

Литература

1. Дугачев М. Ж , А«но Е. Н. и др. Экономическая информатика. Введение в экономический анализ информационных систем: учебник. М., 2005.

2. Жафер Д. Ф. , Фатреля Р. Т. , Жафер Л. И. Управление программными проектами: достижение оптимального качества при минимуме затрат. М., 2004.

3. Борисов А. Н. , Алексеев А. В. и др. Обработка нечеткой информации в системах принятия решений. М., 1989.

4. Заде Л. А. Понятие лингвистической переменной и его применение к принятию приближенных решений. М., 1976.

5. Рыжов А. П. Элементы теории нечетких множеств и измерения нечеткости. М., 1998.

6. Мелихов А. Н. , Берштейн Л. С. , Коровин С. Я. Ситуационные советующие системы с нечеткой логикой. М., 1990.

7. Литвак Б. Г. Экспертные технологии в управлении: учеб. пособие. М., 2004.

Ростовский государственный экономический университет (РИНХ)

13 ноября 2006 г.