CC BY
522. СТАТЬИ МОЛОДЫХ УЧЕНЫХ
УДК: 519.237.5
ПРИМЕНЕНИЕ СИСТЕМ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЯ В ЭКОНОМИЧЕСКОЙ ОБЛАСТИ
Аббасзаде А.Н.кызы, студент, Добриева Д.В., студент Научный руководитель: Данеев О.В., к.э.н., доцент ФГОБУ ВО «Финансовый университет при Правительстве Российской Федерации», г. Москва,
Россия
Аннотация. Во многих странах внимание к системе поддержки принятия решений (DSS) растет с одного года до одного года. Маркетинг распространяется, и некоторые комплекты программ, предназначенные для использования этих систем, широко продаются. Существует ряд причин, которые показывают актуальность этой темы. Они обращают наше внимание на то, что миру нужны такие системы, которые способны объединить возможности современных технологий и знаний людей.
Ключевые слова. система, DSS, система поддержки принятия решений, технологиям, прикладная программа, анализ, подсистема, аксиома.
Пакеты прикладных программ, которые предназначены для использования систем поддержки принятия решений (СППР) пользуются большой популярностью на данный момент. Актуальность данной темы объясняется множеством причин, которые в итоге определяют потребность в системах, которые объединяют возможности современных ЭВМ и знания людей при принятии решений.
Для начала мы рассмотрим понятие СППР. Система поддержки принятия решений (СППР) представляет собой автоматизированную компьютерную систему, считающая своей главной целью помощь людям, которые в сложных условиях принимают решение для объективного и полного анализа предметной деятельности. Данные системы возникли, в результате соединения систем управления базами данных и информационных систем в управлении.
На рисунке 1 наглядно можно видеть концептуальную модель СППР.
Пользователь
:
диалоговый процессор
т
планировщик
программные реализации моделей
подсистема объяснена
I
информационная база
база база база
знаний данных моделей
Рисунок 1
Основные достоинства СППР заключается в том, что, она способствует доступу пользователей к моделям и данным, что приводит к принятию наилучшего решения.
Главными методами, применяющиеся для выработки и анализа предложений в СППР, довольно разнообразны. Такими методами могут выступать: поиск в базе данных знаний, информационный поиск, имитационное моделирование, интеллектуальный анализ данных и др.
Под интеллектуальной СППР
подразумевают, что основой ее работы служат методы, созданные в условиях искусственного интеллекта.
СППР можно делить на кооперативные, активные и пассивные.
Кооперативная помогает людям,
принимающим решения (ЛПР) улучшить, изменить или пополнить решения, которые предлагаются системой, далее направляя эти изменения в систему для последующей проверки. Данная система улучшает или дополняет направленные ей решения и отредактированные результат отсылает пользователю.
Активная СППР может предложить решение, которое следует выбрать. Пассивная система
«Хроноэкономика» № 3 (11). Июнь 2018 www.hronoeconomics.ru
45
может помочь только лишь в процессе принятия решения.
Кроме этого, следует отметить, что процесс принятия решений состоит из четырех этапов, которые нужны для контроля процесса реализации, оценки альтернативы и помощи в проектировании.
В основном СППР применяют не только в экономике, но ив сферах телекоммуникаций, банковского дела, страхования.
Ярким примером применения СППР в экономике является приложения «Симплан» («SIMPLAN»). Его создали с намерением помочь в борьбе с неопределенностью, которая свойственна планированию корпорации. Назначение СППР «Симплан» заключается в изучении сложных взаимосвязей,
существующих между комплексом логических и математических соотношений, лояльностью данной корпорации в отраслях маркетинга, производства и финансов.
Система «Симплан» содержит такие подсистемы, как:
1. Подсистема управления данными, обеспечивающая эффективный выбор и сохранение значительных объемов данных и имеющая инструменты для управления ими.
2. Подсистема моделирования, предполагающая возможность отображения различных видов взаимосвязей в отраслях маркетинга, финансов и производства в соответствующем виде.
3. Подсистема получения отчетов, которая имеет способность генерировать отчеты для пользователей.
4. Подсистема контроля безопасности, которая представляет собой многоуровневую систему контроля безопасности, которая ставит своей целью ограничить доступ к информации и данным.
5. Подсистема графического отображения, использующаяся для того, чтобы визуально воспринимать графики и диаграммы.
6. Подсистема прогнозирования, в которой реализуются методы экспоненциального
сглаживания, линейного и адаптивного прогнозирования.
7. Подсистема статистического и эконометрического анализа предоставляет возможность пользователю характеризовать исследуемые плановые периоды, находя важную информацию о взаимосвязях.
В подсистеме прогнозирования используется модель экспоненциального сглаживания, которая положила начало адаптивному прогнозированию. Остановимся на ней подробнее.
Метод экспоненциального сглаживания -один из наиболее простых способов прогнозирования.
Например, мы делаем прогноз на момент времени 1+1, который является следующим периодом. Обозначим его как (1):
П+1 = П + а(? -п) (1)
В качестве основы прогноза мы берем данные прогноза последнего периода и добавляем исправление, связанное с ошибкой этого прогноза, чтобы узнать насколько сильно наша модель станет реагировать на изменения. Эти выводы можно сделать на основе веса данного исправления. Очевидно, что (2): 0 < а < 1 (2)
Считают, что если ряд меняется медленно, нужно брать значение 0,1. Для ряда, который меняется быстро, значения подбираются приблизительно в интервале 0,3 - 0,5.
Если мы перепишем исходную формулу в другом виде, то получим (3):
П+1 = а? +(1- а)? (3)
Эта формула является рекуррентным соотношением, которое означает, что последующий член выражается через предыдущий. Далее можно выразить прогноз прошлого периода таким же способом через позапрошлое значение ряда и т.д. В итоге мы получаем формулу прогноза (4): П+1 = аЙ= 1(1 - а)-1 У,-1 + (1- а) ? (4)
Для более наглядного примера, мы разберем задачу, в которой даны объемы продаж организации «Х» за каждый квартал текущего года. На примере рассчитаем прогнозный объем
на 13 квартал, если имеются данные объема продаж за последние 12 кварталов, используя метод простого экспоненциального
сглаживания. Предположим, что на первый квартал прогноз продаж составил 3. И пусть коэффициент сглаживания а =0,8.
Заполним в таблице третий столбец, подставляя для каждого последующего квартала значение предыдущего по формуле 2.
Для 2 квартала: ? =0,8*4 (1-0,8) *3 =3,8 Для 3 квартала: ? =0,8*6 (1-0,8)*3,8 =5,6 Данные берутся из таблицы 1
а 1
Номер Объем Прогноз Прогноз Прогноз
квартала продаж Yt для а Yt для а = Yt для а =
(У) = 0,8 0,5 0,33
1 2 3 4 5
1 4 3,0 3,0 3,0
2 6 3,8 3,5 3,3
3 4 5,6 4,8 4,2
4 5 4,3 4,4 4,1
5 10 4,9 4,7 4,4
6 8 9,0 7,4 6,2
7 7 8,2 7,7 6,8
8 9 7,2 7,4 6,9
9 12 8,6 8,2 7,6
10 14 11,3 10,1 9,1
11 15 13,5 12,1 10,7
12 13 14,7 13,6 12,1
13 15 13,3 13,3 12,4
Прогноз объема продаж при а = 0.8 на 13 квартал составил 13.3 тыс. руб. Эти данные можно представить в графической форме:
Рисунок 2.
На данной диаграмме по оси абсцисс расположены временные факторы 1+1 (номер периода - квартала), а по оси ординат значения ряда - объем продаж. Основой прогноза мы берем данные прогноза последнего периода и добавляем исправление, связанное с ошибкой
этого прогноза, чтобы узнать насколько сильно наша модель станет реагировать на изменения, из данного графика видно, что оборот растет монотонно, то при данном подходе мы будем получать заниженные цифры прогнозов, и наоборот
Выделяют 3 центральных элемента данной системы:
1) Финансовые модели, показывающие результативность различных вариантов финансовой ситуации в фирме.
2) Модели маркетинга, использующиеся для оценки будущего объема рынка в части, которую компания желает приобрести.
3) Модели производства, применяющиеся для нахождения ответов на вопросы, связанных с требованиями к рабочей силе, наличием и стоимостью сырьевой продукции, планированием и затратами и т.д.
Пользуясь системой «Симплан», пользователи могут создавать абсолютно новые функции и вводить их в СППР. Созданные модели представляют собой организационную составляющую системы. Пользователи вводят позицию, точнее говоря, режим управления, который позволяет входить в любые другие режимы: режим данных, режим анализа, режим рапортования, режим редактирования, графический режим и другие.
В социальной сфере СППР можно рассмотреть на примере приложения MAUD. Эта система индивидуального назначения
применяется в центрах занятости Великобритании. Благодаря ей люди получают помощь в выборе предполагаемого места работы, в котором учитываются личные предпочтения клиентов о будущей деятельности. В данном случае помощь в принятии этого решения обеспечивается наличием в СППР интерактивности и гибкости.
Данная система изменяет и развивает представление о проблеме, работая вместе с пользователем. Эту работу начинают с краткого описания объектов (альтернатив), между которыми и предстоит выбирать. Процесс заключается в проверке согласованности предоставленной клиентами информации, выявлении разногласий и определении ее ценности, после чего данная информация попадает в систему и, используя концепцию многокритериальной теории полезности, выдаются предпочтения пользователя.
Обоснование многокритериальной теории полезности можно провести с помощью аксиом двух групп.
Аксиомы общего характера, входящие в первую группу, включают в себя:
1) Аксиому полноты, которая предполагает, что отношения между полезностями любых альтернатив либо равны, либо одна превосходит другую.
2) Аксиому транзитивности, из которой следует превосходство альтернативы А над полезностью альтернативы С в случае если полезность альтернативы А превосходит полезность альтернативы В, которая, в свою очередь превосходит полезность альтернативы С.
3) Чтобы соотнести полезности А, В и С, которые имеют вид (5):
и (А) > и (В) > и (С), (5)
0<а<1, 0<р<1
Нужно найти такие числа, чтобы (6):
аи(А) + (1- а)и(С) = и (В), (6) (1 - р)и(А) + ри(В) > и (В).
Во вторую группу аксиом входят аксиомы независимости:
1) Независимость по разности, предполагающая то, что предпочтения между двумя альтернативами не зависят от одинаковых оценок по критериям С2, ... ,ск, в случае, если они отличаются только лишь оценками по порядковой шкале одного критерия С1.
2) Независимость по полезности. Если порядок предпочтений лотерей, где изменяются лишь уровни критерия С1, не зависит от одинаковых значений по другим критериям, то критерий С1 называют независимым по полезности от критериев С2, ...
3) Независимость по предпочтению. Когда предпочтения между альтернативами, которые различаются только оценками по С1, С2, независимы от одинаковых значений по остальным критериям, говорят, что критерии с1 и с2 независимы по предпочтению от других критериев сз.
Когда выполняются условия независимости по полезности и предпочтению, функцию полезности называют аддитивной (7):
U(x) = I?=N1wiUi(x)npH 2j=iwi = 1 (7) Либо мультипликативной (8): 1 + kU(x) = nN=1(l + kkiUi(x)) при lN=1wi Ф 1 (8) где, U(x), Ui(x) - функции полезности, которые изменяются от 0 до 1,
wi - коэффициенты важности критериев, причем 0 < wi < 1, коэффициент k > -1
После применения многокритериальной теории полезности можно ранжировать выданные приоритеты пользователя.
Полученный список вариантов, который был упорядочен таким образом, сопровождает информация о важности любого из критериев оценки.
Когда система обнаруживает разногласия в действиях клиента, она отсылает его к тому моменту, где возникло данное разногласие.
Отличительная особенность СППР MAUD состоит в том, что она предоставляет возможность прерывать работу на любом этапе, после чего будет существовать возможность возобновить ее без дополнительной настройки в то время, которое удобно клиенту.
Таким образом, СППР способны эффективно решать проблемы в системах управления организаций, но они не смогут сместить творческого руководителя, так как СППР могут только лишь помочь человеку принять лучшее решение. В перспективе должны появиться системы, которые станут продолжением мысли руководителя, имитируя приемы его работы и
подстраиваясь под его стиль мышления. Также, хотелось отметить, что другие методики сложного моделирования используются не только в экономике, но и в социальной сфере: в области городского хозяйства, в области экономики, в области биологии и др.
Методика СППР не может создать совершенно новый вариант решения, но с помощью ее диалога с человеком, это становится возможным.
Список использованных источников:
1. Аббасзаде А.Н. Международная конференция по мягким вычислениям и измерениям. Издательство: Санкт-Петербургский государственный электротехнический университет "ЛЭТИ" им. В.И. Ульянова (Ленина) (Санкт-Петербург) 2016, с. 444.
2. Звягин Л.С., Данеев О.В. -Методы финансовых расчетов: Сборник задач для проведения case- study. Учебное пособие - М.: Финуниверситет, 2016.
3. Максимей И. В. Имитационное моделирование сложных систем. Часть 1. Математические основы. 2009
4. Попов А.Л. Системы поддержки принятия решений» Учебное пособие. 2008
5. http://www.apmath.spbu.ru/-Интернет-ресурс
6. http://www.life-prog.ru/-Интернет ресурс.
7. http: //www ^ст-Ьоок.т/-Интернет-ресурс
8. http://studopedia.org/- Интернет-ресурс
