CC BY
37
Структурно-функциональная организация подсистемы принятия решений при управлении сложными социально-экономическими
системами
В СТАТЬЕ ОПРЕДЕЛЕНЫ ТРЕБОВАНИЯ К ПОДСИСТЕМАМ ПРИНЯТИЯ РЕШЕНИЙ ПРИ УПРАВЛЕНИИ СЛОЖНЫМИ СОЦИАЛЬНОЭКОНОМИЯЕСКИМИ СИСТЕМАМИ. РАЗРАБОТАНА СТРУКТУРНОФУНКЦИОНАЛЬНАЯ ОРГАНИЗАЦИЯ ПОДСИСТЕМЫ ПРИНЯТИЯ РЕШЕНИЙ, СОДЕРЖАЩАЯ ЧЕТЫРЕ УРОВНЯ ОБРАБОТКИ И ОБЕСПЕЧИВАЮЩАЯ СОВМЕЩЕНИЕ ВЕРОЯТНОСТНЫХ И СТРУКТУРНЫХ ВЫЧИСЛЕНИЙ.
Емельянов С.Г., Макаренков С.А, Круглов И.М., Соколов Д.О.,
НИУ 48 МТУСИ
Современный этап решения широкого круга задач управления сложными социально-экономическими системами характеризуется существенным увеличением сложности и объемов обрабатываемых массивов разнородных синтаксически и семантически насыщенных дан-ньх, характеризующих состояние и функционирование распределенных, структурно-сложных управляемых объектов и систем различного назначения.
Наибольший интерес представляет деятельность корпоративных систем различного назначения, планирующих и реализующих крупные инвестиционные проекты различного объема и назначения в условиях структурной и параметрической неопределенности. Неопределенность и неоднозначность в планировании бизнес-процессов, управлении ресурсами инвестиционного проекта являются неотъемлемыми его факторами, которые должны рассматриваться как объективно существующие категории, сопутствующие проекту и способные оказать значительное как отрицательное, так и положительное влияние на его реализацию.
Анализ существующих видов неопределенности в различных предметных областях: показывает, что на принятие решений в этих условиях влияет множество объективных и субъективных факторов. По мнению экспертов, принятие неправильных решений в первую очередь связано с недоучетом структурной связанности основных состояний, событий и факторов, оказывающих комплексное влияние на генерацию и
оценку вариантов принимаемых решений. Высокий уровень ошибок является следствием того, что лицо принимающее решение (ЛПР) не учитывает знания о структурно-параметрических особенностях функционировании сложных социально-экономических систем.
В связи с этим в функционировании систем реального уровня сложности (крупной корпорации) рациональная организация и автоматизация задач принятия управленческих решений возможны только на основе систем поддержки принятия решений (СППР), содержащих адекватные математические модели, комплексно учитывающие структурные, вероятностные, качественные свойства элементарных управляемых объектов (подсистем) и обеспечивающие ЛПР необходимыми вариантами решений и их оценкой.
Межэтапные возвратные временные циклы в общей процедуре управления сложными корпоративными системами, динамическое перераспределение ресурсов, необходимость выделения дополнительных затрат на оценку сложно-структурированных ситуаций, разработка специализированных стратегий поиска решения придают научно-технической задаче принятия решений эмерджентности. Возникающий синергетический эффект позволяет обособленно рассматривать принятие решений в сложных корпоративных системах как самостоятельный процесс, учитывающий вариативные связи и неопределенный состав элементов в управляемой системе (объекте). В связи с этим
Рис.1. Структура интеллектуальной СППР, ориентированной на обработку структурированной информации
в типовой структуре системы поддержки принятия решений (СППР) с необходимостью должна выделяться подсистема принятия решений в условиях структурной неопределенности, обеспечивающая динамический учет изменений структуры управляемой системы, оценку их важности и выработки мер по противодействию им.
Современный этап создания интеллектуальных систем принятия решений характеризуется расширительным уточнением СППР как распределенной совокупности взаимосвязанных подсистем информационного, моделирующего и экспертного назначений. Ядром интеллектуальной СППР является экспертная подсистема, осуществляющая, прежде всего, обработку знаний в символьном виде с подключением по мере необходимости массивы данных и вычислительные процедуры детерминированного характера. Возможность гибко сочетать так называемые "мягкие" вычисления с детерминированными процедурами расчетов позволяет использовать СППР в системах оперативного управления сложными системами и процессами, как правило, в условиях жестких временных ограничений, что имеет место при появлении нештатных ситуаций.
Таким образом, современный этап создания СППР для управления сложными корпоративными системами основан на методах, использующих принципы искусственного интеллекта. Интеллектуальные СППР характеризуются способностью к накоплению опыта, адаптации к изменениям и обучению. Они не только позволяют менее квалифицированному и опытному персоналу проводить принятие решений с приемлемой надежностью, но и помогают опытным специалистам глубже и детальнее анализировать ситуацию и повышать эффективность принимаемых решений. СППР помогают ЛПР принимать правильные и эффективные решения в условиях дефицита времени, а также неполноты и неопределенности информации отображающей проблемную ситуацию.
Основными элементами подобных интеллектуальных СППР являются модели представления проблемной ситуации (состояний проблемной области) и методы поиска решений, а также средства организации диалогового взаимодействия с пользователем (экспертом, ЛПР). Модель поиска (принятия) решений (МПР) определяет допустимые преобразования ситуаций и стратегию (стратегии) применения этих преобразований. Специфика решаемых задач принятия решений ориентирует СППР, как правило, на открытые, динамические проблемные области (ПО), характеризующиеся как возможностью введения новых элементов и связей
в описания ситуаций, так и возможностью изменения правил и стратегий функционирования объектов ПО в процессе принятия решений. Это означает, что модели представления проблемной ситуации и поиска решения должны корректироваться непосредственно в процессе решения задачи управления.
С точки зрения проектирования интеллектуальных СППР задача принятия решений должна быть интегрирована в ее жизненный цикл. Тогда эффект от учета при принятии решений структуры процессов функционирования объектов управления наибольший, а затраты — обоснованно минимальны. На рис.1 приведена структура интеллектуальной СППР, ориентированной на обработку структурированной информации. Основными компонентами для принятия решений являются база знаний (БЗ) о предметной области и машина логического вывода (МЛВ). БЗ предназначена для генерации и поддержки динамической модели знаний о возможных событиях и адекватных реакциях на них. Традиционно в качестве моделей представления знаний используются логические, продукционные, сетевые и фреймовые модели. МЛВ — это основная часть системы обработки знаний (СОЗ), обеспечивающая принятие решения как поисковую процедуру в пространстве допустимых состояний на основе заложенных в БЗ правил. Главная особенность работы МЛВ применительно к принятию решений в условиях структурной неопределенности определяется необходимостью совмещения поиско-
вых действий с расчетно-логической обработкой. В связи с этим необходима последующая детализация структуры МЛВ, выделение самостоятельных уровней обработки структуры и согласовании данных с помощью МСР
В соответствии с этим разработана структурно-функциональная организация (СФО) подсистемы принятия решений для типовой системы управления корпорации (рис.2).
СФО содержит четыре уровня обработки: первый — уровень сбора первичных данных и их группировки в соответствии с функцией ото-бра-жения F: № GR. Отображения букв из алфавита данных № в сгруппирован-ные информационные структуры данных GR, в общем случае, имеют множественные реализации, что закладывает базу последующих межгрупповых структурных отношений в структурированных данных, характеризующих ситуации управления. второй — уровень предобработки элементов из GR, связанный с количественным ранжированием и структурной фильтрацией значимых признаков и данных.
Основу количественного ранжирования составляет процедура вычисления приоритетов как произведения вероятности варианта решения и оцененного веса варианта. В результате все варианты разбиваются на три непересека-ющихся множества:
1) варианты с приоритетом ниже порогового уровня;
2) варианты с приоритетом в допустимом интервале;
T-Comm #4-2008
21
Рис.2. Структурно-функциональная организация подсистемы принятия решений для типовой системы управления корпорации
3) варианты с приоритетом выше допустимого уровня.
Первая группа вариантов не обрабатывается и не хранится в подсистеме принятия решений. Вторая группа подлежит сохранению, но реально обработке не подвергается. Третья группа вариантов рассматривается как группа потенциально искомых вариантов, которые подлежат обработке на дальнейших уровнях.
Структурная фильтрация предназначена для дополнительной селекции из группы потенциально допустимых вариантов таких вариантов, у которых структурные отношения приводят к вычислению требуемых оценок приоритетов. Основанием для введения структурной фильтрации является использование современной концепции допустимой структуры варианта, определяющей обоснованную необходимость обработки и последующей структурнолингвистической оценки не всех измеренных оценок вариантов, а наиболее приоритетных, уровень значимости которых превосходит не-
который верхний порог.
Центральное место в принятии решений занимает третий уровень — уровень структурнолингвистического анализа на основе параллельных стратегий. Для обеспечения своевременной обработки групп вариантов и их структур осуществлена модификация цикла работы машины вывода в интересах параллельной генерации вариантов и их оценки в условиях ди-намично-меняющейся обстановки.
С этой целью блок разрешения конфликтов, используя потенциальный параллелизм продукций, осуществляет реализацию наиболее подходящей для текущих данных стратегий параллельных, иерархического вывода и др. Наконец, на четвертом уровне доказанные, то есть выведенные, типы вариантов подлежат окончательной обработке с использованием рассчитанных вероятностей и весов групп структур вариантов. Данный уровень является уровнем принятия окончательного решения.
Таким образом, отличительными особенностями разработанной СФО принятия решений являются:
— иерархическая схема обработки, создающая базу для постоянного учета асинхронно возникающих вариантов решений;
— введение количественного ранжирования оценок генерируемых вариантов решений, что позволяет выделить реально значимые в данный момент решения;
— объединение структурных и вероятностных вычислений при построении дерева вывода.
Литература
1. Укин ЭА, Фролов ДА. Управление рисками предприятия. — М.: Изд-во 'Теис", 2002. — 247 с.
2. Геловани ВА и др. Интеллектуальные системы поддержки принятия решений в нештатных ситуациях с использованием информации о состоянии природной среды. — М.: УРСС, 2001. — 304 с.
