CC BY
90
В. Г. Халин, докт. экон. наук, профессор, Санкт-Петербургский государственный университет, v.halin@spbu.ru
Г. В. Чернова, докт. экон. наук, профессор, Санкт-Петербургский государственный университет, g.chernova@spbu.ru
А. В. Юрков, докт. физ.-мат. наук, профессор, Санкт-Петербургский государственный университет, a.v.yurkov@spbu.ru
Укрупненная классификация систем поддержки принятия решении1
Целью исследования является анализ методологических аспектов функционирования систем поддержки принятия решений (СППР) и их укрупненная классификация. Новизна работы состоит в том, что выбранные классификационные признаки и их возможные значения соответствуют разрабатываемому управленческому решению, подчинены цели создания такой системы, а построенная классификация может быть использована для создания конкретной СППР.
Ключевые слова: система поддержки принятия решений (СППР), классификационные признаки СППР, возможные результаты функционирования СППР, лицо принимающее решение (ЛПР), степень участия ЛПР в работе СППР по формированию управленческого решения, степень охвата СППР методологической информации, структура СППР
Часть 1
Введение
Сложность задач, возникающих в экономической деятельности любого уровня, обусловливает необходимость методологической, информационной и программной поддержки формирования конкретных управленческих решений. Неоценимую помощь в решении этих задач оказывают системы поддержки принятия решений (СППР). Однако разнообразие сфер деятельности, целей управленческих решений и задач создания СППР затрудняет процесс построения любой конкретной системы.
Анализ современного состояния исследований в области разработки СППР, проведенный методами интернет-аналитики [22] с использованием информационных ресурсов отечественной электронной би-
1 Работа выполнена при поддержке гранта РФФИ 16-06-00221.
блиотеки eLIBRARY. RU2, зарубежных баз научных журналов и книг, Scopus3, Web of Science4, а также специализированного наукометрического сервиса Академия Google (Google Scholar)5, позволяет утверждать, что
2 Крупнейшая в России электронная библиотека научных публикаций, интегрирована с Российским индексом научного цитирования (РИНЦ).
3 Реферативная база данных научных журналов одного из крупнейших издательств мира Elsevier. Информация о базе на сайте издательства по адресу http://www. elsevier.com/online-tools/scopus. Ведущие университеты России имеют доступ к ресурсу по подписке, осуществляемой через Национальный Электронно-Информационный Консорциум» (НЭИКОН) www.neicon.ru
4 Полнотекстовая база данных научных журналов и книг издательства Thomson Reuters. Наряду со Scopus является признанным источником наукометрической информации. Доступ по подписке для зарегистрированных пользователей.
5 Адрес Академии Google в Интернете http://scholar. google.com, русскоязычная версия — http://scholar. google.ru
большинство работ (см., [3; 4; 7; 9; 12-14; 16-17; 20; 23-27]) посвящено лишь отдельным, в основном технологическим аспектам проектирования, создания, внедрения и сопровождения СППР, нередко привязанным к конкретной предметной области. При этом исследования, содержащие методологические рекомендации в области создания СППР, не связанные со спецификой технологии реализации или предметной сферы, встречаются существенно реже (см. [1; 2; 8; 11; 18; 28]).
Из работ, в которых авторы смогли абстрагироваться от конкретных аспектов реализации и использования СППР в узкоспециализированных вопросах, сделав это на основе решения конкретных практически важных задач создания систем поддержки принятия решений, можно назвать коллективную работу [5]. Таким образом, философское осмысление содержания и необходимого функционала СППР без привязки к конкретной предметной области или особенностям технической реализации, является актуальным и необходимым в связи с развитием рынка применения информационных систем и необходимостью разработки, создания, внедрения и последующего сопровождения СППР на промышленной основе. Попытка философского осмысления проблемы делается в настоящей публикации.
Предложенный в данной статье перечень классификационных признаков СППР и их значений позволил построить укрупненную классификацию СППР, которую можно использовать при создании конкретных систем.
Актуальность построения классификационных признаков и их значений, связанных с задачей формирования управленческого решения, подчеркивается также и тем, что именно они определяют особенности, границы и возможности применения конкретных систем поддержки принятия решений.
Гипотеза, методика и результаты исследования
Цель данной статьи — формирование подхода к классификации систем поддержки принятия решений, обеспечивающего связь цели и содержания создаваемой СППР с формируемым управленческим решением.
Гипотеза: можно выделить классификационные признаки СППР, связанные с формируемым управленческим или экономическим решением, перечень и содержание которых позволит построить укрупненную классификацию, применяемую при построении конкретной СППР. С учетом выделенных классификационных признаков и их значений также можно сконструировать содержание СППР, т. е. можно определить блочную конструкцию создаваемой СППР.
Методика исследования: системный и логический анализ, учитывающий подчиненность создаваемой СППР целям и содержанию разрабатываемого управленческого решения.
Результаты: на базе обоснованного перечня классификационных признаков и их значений построена укрупненная классификация систем поддержки принятия решений и сформирована блочная структура СППР, рассматриваемых в широком и узком смыслах.
Новизна результатов исследования: анализ возможных значений выделенных классификационных признаков позволил выделить виды СППР, отвечающие каждому из признаков. В целом построенная укрупненная классификация СППР содержит все виды СППР, отвечающие возможным значениям выделенных классификационных признаков. Учет возможных значений классификационных признаков СППР и целей СППР, связанных с формируемым управленческим решением, позволил построить блочную структуру СППР, рассматриваемых как в широком, так и в узком смысле. Построенная классификация СППР позволяет использовать ее при создании любой конкретной СППР.
[ 115 ]
Выводы: многообразие характеристик, описывающих конкретные СППР, и их значений определяют практические сложности создания СППР и обусловливают необходимость построения укрупненной классификации СППР. Выбранные классификационные признаки должны быть связаны с разрабатываемым управленческим решением и должны стать основными параметрами, описывающими многообразие создаваемых СППР.
Общие вопросы создания СППР
Причины создания СППР
Потребность в создании СППР возникает в случаях:
• когда для формирования управленческого и в том числе конкретного экономического решения в приемлемые сроки необходима обработка значительных объемов информации, возможная лишь при автоматизации этого процесса с использованием ЭВМ;
• когда информация, необходимая для принятия решения, не отвечает какому-либо из требований актуальности, объективности, достоверности, точности и полноты или содержит противоречивые сведения и поэтому требуется ее переработка, анализ, фильтрация и обобщение до уровня, приемлемого для ЛПР;
• когда необходимо проанализировать результаты воздействия на управляемую систему многочисленных внешних событий и факторов, а также ранее принятых управленческих решений;
• при необходимости оперативного рассмотрения большого числа возможных исходов и сценариев развития ситуации из-за постоянного изменения внешней среды и условий, в которых находится управляемая система;
• когда моделирование поведения внешней среды и управляемой системы, а также
обработка данных и формирование управлен-[ 116 ]
ческих решений затруднительны или невозможны без использования сложных экономико-математических методов и трудоемких вычислительных алгоритмов;
• при решении сложных слабо структурированных многокритериальных задач, в частности при выборе управленческих решений на основе правил предпочтения альтернатив, в условиях отсутствия точных алгоритмов принятия решений;
• для поиска приемлемых альтернативных решений, используемых для выбора и принятия окончательного решения, — таких альтернатив может быть много, а поиск каждой конкретной из них без применения вычислительной техники затруднителен;
• при поиске оптимальной или эффективной альтернативы на широком множестве допустимых управленческих решений — особенно в условиях, когда точными методами или перебором за обозримое время этого достичь невозможно;
• для автоматизации аналитической деятельности, необходимой для оперативной и качественной интерпретации результатов управленческих и экономических решений.
Цель создания и функции СППР
Основная цель создания и функционирования СППР в сфере экономики и управления — предоставление лицу, принимающему решение (ЛПР), определенной информации и сведений, необходимых для обоснованного принятия окончательного решения.
Эта цель может быть достигнута при обязательном выполнении следующей функции СППР — реализации конкретных экономико-математических методов и инструментальных средств, используемых для достижения целей и задач, на решение которых направлена СППР.
Однако СППР могут выполнять и другие функции:
• предоставление сведений по методологической и информационной поддержке принятия решений;
• моделирование поведения управляемой системы и воздействия на нее внешней среды (факторов) и принимаемых решений;
• подбор подходящих инструментальных средств для обработки информации и реализации различных алгоритмов поиска решений и т. д.
Обязательность выполнения системой названных функций определяется влиянием на СППР следующих факторов: цель создания системы, специфика среды, в которой формируется управленческое решение, содержание управленческого решения и его цель. Влияние названных факторов на перечень функций, возлагаемых на СППР, определяет специфику создаваемых конкретных СППР.
Практически бесконечное разнообразие характеристик, описывающих СППР, затрудняет построение конкретной системы. По этой причине целесообразным является построение некоторой хотя бы укрупненной классификации СППР. При этом сами классификационные признаки СППР (основные параметры СППР) и их значения должны быть напрямую увязаны со спецификой управленческого решения, для разработки и принятия которых создаются СППР. Сформированный перечень классификационных признаков СППР и их возможные значения определяют укрупненное многообразие возможных систем поддержки принятия решений.
Классификационные признаки СППР
Так как главной задачей любой СППР является помощь лицу, принимающему решение, в разработке и принятии управленческого решения, при выборе основных классификационных признаков СППР необходимо руководствоваться следующим. Классификационные признаки СППР и их значения должны быть важны для построения самого управленческого решения. Это означает, что их содержание должно быть увязано с методологией и методикой формирования самого управленческого решения.
Возможный результат функционирования СППР — первый признак классификации
Выбор классификационного признака «возможный результат функционирования СППР» (первого основного параметра создаваемой СППР) обусловлен тем, что результат функционирования СППР используется лицом, принимающим решение, для формирования им окончательного управленческого решения.
На ожидаемый результат функционирования СППР оказывают влияние содержание управленческого решения и его цель, специфика среды, в которой формируется управленческое решение, цель создания СППР.
Результатами функционирования СППР могут быть:
• переработанная исходная информация о состоянии управляемой системы;
• альтернативные управленческие решения;
• управленческие решения, предлагаемые системой как окончательные.
Поэтому в соответствии с возможными вариантами результата функционирования систем могут быть выделены:
• СППР, результатом функционирования которых является переработанная информация о состоянии управляемой системы, которая представлена в удобном для ЛПР виде и позволяет ему сделать вывод о наличии или отсутствии проблемной ситуации с управляемой системой;
• СППР, результатом функционирования которых является обработанная информация о текущем состоянии управляемой системы, которая при наличии проблемной ситуации позволяет ЛПР сформулировать цель искомого управленческого решения, а также определить соответствующие ей критерии, признаки, а также отвечающие им необходимые характеристики управляемой системы;
• СППР, результатом функционирования которых является сформированное множество допустимых альтернативных управлен-
[ 117 ]
ческих решений, каждое из которых позволяет достичь сформулированную ЛПР цель управленческого решения и перевести управляемую систему в требуемое состояние;
• СППР, результатом функционирования которых являются сформированное множество оптимальных управленческих решений, позволяющих достичь сформулированную ЛПР цель управленческого решения и перевести управляемую систему в оптимальное состояние, определяемое предпочтениями ЛПР.
Степень участия ЛПР в работе СППР по формированию управленческого решения — второй признак классификации
Выбор классификационного признака «степень участия ЛПР в работе СППР по формированию управленческого решения» (второй основной параметр создаваемой СППР) обусловлен тем, что участие ЛПР может оказывать существенное влияние на значение формируемого результата функционирования СППР, что, в свою очередь, может повлиять на выбор окончательного управленческого решения.
Отличительной особенностью большинства СППР является то, что формирование решений внутри них осуществляется на базе использования исходных данных, описывающих исследуемую область, а также правил и алгоритмов формирования решений, закладываемых в систему [19].
Такие СППР являются достаточно простыми, хотя также условно могут быть разделены на 2 группы:
• СППР, которые выдают единственный вариант результата, используемый ЛПР для выработки им окончательного управленческого решения. Этот единственный вариант результата выдается системой на основе переработки ею исходной информации с учетом заданных правил и алгоритмов, заложенных в систему; к таким СППР можно отнести широко известную «Expert Choice» [29], раз-
работку СПбГУ «MPRIORITY» [30] и многие другие, реализующие метод анализа иерархий;
• СППР, которые выдают разные варианты (значения) одного и того же вида результата, обусловленные использованием системой различных теоретических методов и значений исходных данных, — использование разных вариантов исходных данных дает результаты, отвечающие каждому из этих значений (например, результатом функционирования системы являются разные варианты продолжительности жизни, определяемые влиянием на нее фактора профессии). К таким СППР можно отнести академическую информационную систему «Super Decisions» [31], в которой реализованы метод анализа иерархий и метод аналитических сетей.
Тем не менее неполнота информации и качественных оценок рассматриваемых процессов, трудная формализуемость определенных задач приводят к использованию не только известных методов принятия решений, но и к дополнительному применению знаний и опыта экспертов в исследуемой области.
Реализация этого варианта формирования решений характерна для экспертных систем.
В отличие от простых СППР, экспертные системы формируют результаты не только на основе известной исходной информации и заданных правил и алгоритмов ее переработки, но и с использованием знаний и опыта экспертов (ЛПР, специалистов и т. д.), которые применяются в самом процессе формирования результата системой поддержки принятия решений. Так как экспертные системы используют опыт специалистов-экспертов в исследуемой области, основными методами решения задач, рассматриваемых внутри них, являются эвристические методы.
В качестве примера информационных систем, сочетающих преимущества экспертных систем и систем поддержки принятия решений приведем разработку ГУ ВШЭ «Экспертная система поддержки принятия
решений» (ЭСППР) [10]. В качестве ключевых особенностей ЭСППР можно выделить наличие большого числа включенных в систему методов принятия решений, описанных в рамках общей терминологии, а также встроенного инструмента выбора метода, адекватного решаемой экономической задаче, и инструмента обработки проблемных ситуаций с учетом мнений различных экспертов.
Следующим видом СППР, определяемым признаком «степень участия ЛПР в работе СППР по формированию управленческого решения», являются интеллектуальные СППР, в которых на основе имеющейся базы знаний в исследуемой области формируемые системой результаты генерируются самой системой. Интеллектуальные системы в большей степени моделируют не саму исследуемую область, а механизм мышления человека применительно к решению задач в этой области. Последнее позволяет им выполнять не только логические операции, но и формировать рассуждения и выводы. К таким СППР можно отнести аналитическую платформу «Deductor» [32].
Данные интеллектуальные системы реализуют первое направление их создания — на базе разработки специальных компьютерных программ, способных генерировать правила формирования решений с учетом накопленных знаний и опыта. В настоящее время развивается и следующее направление создания интеллектуальных СППР, преимущественно для управления сложными техническими объектами и технологическими комплексами, — на базе сложных специализированных программных комплексов, объединяющих готовые интеллектуально взаимодействующие модули.
Расширительным вариантом экспертных и интеллектуальных систем являются экспертно-интеллектуальные СППР, в которых результаты формируются не только за счет генерирования решений самой системой на основе накопленной базы знаний, но и на основе диалога системы с ее пользова-
телем (ЛПР, специалистом, экспертом и т. д.), имеющим опыт в исследуемой области и поэтому «подправляющим» генерируемые системой алгоритмы формирования результатов функционирования системы. К таким СППР можно отнести инструментальную платформу «Qlik Sense» [33].
На степень участия ЛПР в работе СППР по формированию управленческого решения оказывают влияние цель создания системы, специфика исследуемой среды, цель и содержание управленческого решения, для разработки и внедрения которого используется соответствующая СППР.
Степень охвата СППР методологической информации — третий признак классификации
Выбор этого классификационного признака (третьего основного параметра создаваемой СППР) обусловлен тем, что представленная в СППР методологическая информация используется лицом, принимающим решение, для формирования им окончательного управленческого решения. В зависимости от значения этого признака выделяют СППР, рассматриваемые в широком смысле, и СППР, рассматриваемые в узком смысле.
Чаще всего термин «система поддержки принятия решений» используется в «узком» смысле. Под системой поддержки принятия решения, рассматриваемой в узком смысле, понимают программно-аппаратный комплекс, который позволяет лицу, принимающему решение, за счет возможностей современных электронно-вычислительных машин по сбору, хранению и обработке информации, на основе конкретных моделей, алгоритмов и правил построения сценариев развития, а также за счет использования различных инструментальных средств решать конкретные задачи определенной предметной области. СППР, рассматриваемая в узком смысле, фактически выполняет единственную функцию — реализует применение конкретных экономико-математических методов и инстру-
[ 119 ]
ментальных средств для достижения конкретных целей и задач, связанных с формированием управленческого решения.
Тем не менее лицу, принимающему решение, для формирования окончательного решения может быть нужна дополнительная информация: по методологическим особенностям реализации самих процессов управления, по порядку выработки и принятия экономических решений, по экономико-математическим методам и инструментальным средствам принятия решений и т. д. В таких случаях создаются СППР, рассматриваемые в широком смысле.
Под системой поддержки принятия решения, рассматриваемой в широком смысле, понимают информационно-аналитический комплекс, используемый для получения:
• информационной и методологической поддержки подготовки управленческих решений;
• сведений об экономико-математических методах и инструментальных средствах, применяемых для обработки анализируемой в процессе подготовки решения исходной и оперативной информации;
• результатов переработки этой информации в виде, удобном для подготовки принятия решения;
• альтернативных и/или окончательных управленческих решений.
СППР, рассматриваемая в широком смысле, обязательно выполняет функцию СППР, рассматриваемой в узком смысле, и другие дополнительные функции — по предоставлению сведений по методологической и информационной поддержке принятия решений, по моделированию поведения управляемой системы, по подбору подходящих инструментальных средств и т. д.
Заметим, что на выбор СППР, рассматриваемых в широком и узком смыслах, оказывают влияние:
• цель и содержание управленческого решения, для разработки и принятия которого
разрабатывается СППР, специфика исследуе-[ 120 ]
мой среды, а также содержание возлагаемых на нее функций;
• значения всех классификационных признаков СППР — «возможный результат функционирования СППР», «вариант формирования результата внутри СППР» и «степень охвата системой поддержки принятия решений методологической информации».
Структура системы поддержки принятия решения
Степень охвата системой методологической информации и содержание конкретных задач, возложенных на систему, определяют конкретную структуру создаваемой СППР (рис. 1).
Структура СППР, рассматриваемой в широком смысле
Каждая СППР разрабатывается либо совершенствуется под решаемую управленческую проблему и должна учитывать особенности процесса принятия решений, существующие в организации. Тем не менее можно обозначить три основные функциональные компоненты СППР: базу данных (и/ или базу знаний), библиотеку моделей, методов и инструментальных средств, а также интерактивный пользовательский интерфейс. Именно поэтому для лица, принимающего решение, особую важность в структуре СППР имеют следующие подсистемы:
• Подсистема 1 «Общая информационная и методологическая поддержка принятия решений»;
• Подсистема 2 «Общая информация по экономико-математическим методам и инструментальным средствам принятия решений»;
• Подсистема 3 «Конкретные задачи предметной области».
Содержание подсистем 1 и 2 представляет собою справочную информацию, используемую при формировании управленческих решений, т. е. используемую при реше-
«Конкретные задачи предметной области» (подсистема 3 ~ СППР в «узком» смысле)
Методологическая информация,
связанная с решением конкретных задач по переработке информации
Функциональные блоки:
- общая постановка проблемы
Методологическая информация,
связанная с решением конкретных задач формирования альтернстивных и/или окончательных решений
Функциональные блоки:
- обшая постановка проблемы
«Общая информация по экономико-математическим методам и инструментальным средствам принятия решений» (подсистема 2)
М етодологическая информация
по экономико-математическим методам и инструментальным средствам принятия решений, связанная с решением задач по переработке информации
Функциональные блоки:
- алгоритмы переработки
Методологическая информация
по акономиявматематическим методам и инструментальным средствам принятия решендй, связанная с решением задач формирования альтернативных и/или окончательных решений
Функциональные блоки:
- методы принятия решений
n vcnnnuirv лггпрттрггрннлп™
«Общая информационная и методологическая поддержка принятия решений» (подсистема 1)
Раздел 1: Методологическая информация,
связанная с решением задач по переработке информации
I
Информационные блоки:
- общие сведения
- перечень источников
- перечень данных
Раздел 2: Методологическая информация,
связанная с решением задач формирования альтернативных и/ипи окончательных- петттений
Информационные блоки:
- нормативная модель принятия решения
- концепция максимизации полезности,
- концепции ограниченной рациональности
Рис. 1. Концептуальная схема СППР (в «широком смысле»)
Fig. 1. Conceptual diagram of the DSS (in the «broad sense»)
нии конкретных задач, рассматриваемых внутри подсистемы 3. Фактически подсистемы 1 и 2 предоставляют информационную и методологическую поддержку, используемую для работы подсистемы 3, — решение конкретных задач внутри этой подсистемы 3 предполагает использование тех знаний, которые представлены ими. Именно поэтому объем справочной информации в подсистемах 1 и 2 будет напрямую зависеть от специфики задач, решаемых подсистемой 3.
Заметим, что подсистема 3 в то же время фактически является самостоятельной системой поддержки принятия решений, рассматриваемой в узком смысле, когда вопросы методологической и информационной поддержки процесса решения задач, связанные с формированием окончательного управленческого решения, выносятся «за ее скобки».
Подсистема 1 «Общая информационная и методологическая поддержка принятия решений (рис. 2). Назначение данной подсистемы — предоставление общей методологической информации, которую должны учитывать ЛПР при принятии конкретных управленческих или экономических решений.
Так как СППР могут быть использованы для переработки информации, а также для формирования альтернативных и/или окончательных решений, в общей методологической информации могут быть выделены следующие разделы:
• Раздел 1 «Методологическая информация, связанная с решением задач по переработке информации»;
• Раздел 2 «Методологическая информация, связанная с решением задач формирования альтернативных и/или окончательных решений».
«Общая информационная и методологическая поддержка принятия решений» (подсистема 1)
Методологическая информация,
связанная с решением задач формирования альтернативных и/или окончательных решений
Информационные блоки:
- нормативная модель принятия решения
- концепция максимизации полезности
- концепции ограниченной рациональности
Рис. 2. Структура Подсистемы 1 «Общая информационная и методологическая поддержка принятия решений»
Fig. 2. The structure of the Subsystem 1 «General Information and methodological support for decision-making»
В Разделе 1 «Методологическая информация, связанная с решением задач по переработке информации», в свою очередь, могут быть выделены следующие блоки:
• Блок 1 — общая характеристика информации как основного ресурса, используемого при формировании управленческих решений;
• Блок 2 — перечень возможных источников информации;
• Блок 3 — перечень данных, которые могут быть получены из перечисленных в Блоке 2 источников информации.
Могут быть выделены также и другие дополнительные блоки.
Раздел 2 «Методологическая информация, связанная с решением задач формирования альтернативных и/или окончательных решений» может включать следующие блоки:
• Блок 1 — содержание основной концепции максимизации полезности [15];
• Блок 2 — содержание основной концепции ограниченной рациональности [6];
• Блок 3 — описание нормативной модели процесса принятия решения6;
• Блок 4 — описание дескриптивной модели процесса принятия решений7;
• Блок 5 — описание специальных частных концепций, используемых в дескриптивных моделях;
• Блок 6 — описание алгоритмов, используемых для поиска оптимальных и эффективных решений в нормативной модели принятия решений;
• Блок 7 — описание возможных страте -гий многокритериального выбора, используемых в дескриптивных моделях принятия решения;
• Блок 8 — описание алгоритмов приме -нения правил предпочтения альтернатив для дескриптивных моделей принятия решений;
6 Нормативные модели принятия решений основаны на правилах (нормах) предписывающего характера.
7 Дескриптивные модели принятия решений (от лат. descriptor — описывающий) — модели, основанные на описаниях или объяснениях, получаемых из опыта, в отличие от нормативных моделей.
• Блок 9 — описание способов расчета критериальной оценки для каждой из альтернатив в дескриптивной модели принятия решения;
• Блок 10 — описание источников информации (источников исходных данных), используемых для формирования альтернативных и/или окончательных решений;
• Блок 11 — описание процедуры принятия управленческого решения.
Перечень блоков может быть продолжен. Так, в самостоятельный блок может быть выделена методологическая информация, связанная с особенностями построения управленческих решений для социально-экономических систем, а также с такими понятиями, как «моделирование», «множество Парето», «критерии», «важность критериев», «нечеткие множества» и т. п.
Продолжение будет опубликовано в следующем номере
Список литературы
1. Андрейчиков А. В., Иванюк В. А. Разработка качественной модели оценки деятельности предприятий сектора экономики малого предпринимательства на основе теории многокритериального принятия решений // Известия Волгоградского государственного технического университета. 2006. №. 4. С. 26-29.
2. Бабкин Э. А., Визгунов А. Н., Куркин А. А., Козырев О. Р. Общие принципы построения интеллектуальных систем поддержки принятия решений. Н. Новгород: Литера, 2011. — 306 с.
3. Беляева С. В. Разработка системы поддержки принятия решений в вузе с применением процессного, проектного и компетентностного подходов // Аудит и финансовый анализ. 2010. № 2. С. 126-131.
4. Варшавский П. Р., Еремеев А. П. Поиск решения на основе структурной аналогии для интеллекту аль-ных систем поддержки принятия решений // Известия Российской академии наук. Теория и системы управления. 2005. № 1. С. 97-109.
5. Геловани В. А. Интеллектуальные системы поддержки принятия решений в нештатных ситуациях с использованием информации о состоянии природной среды. М.: Эдиториал УРСС. 2001. — 300 с. URL: http://www.rfbr.ru/rffi/portal/books/o_36705 (дата обращения 10.01.2016).
6. Герберт А. Саймон. Рациональность как процесс и продукт мышления / Лекция в память Ричарда Т. Эли, прочитанная на ежегодной конференции
Американской экономической ассоциации в 1977 r. М.: THESIS, 1993. Вып. 3. C. 16-38. URL: http:// ecsocman.hse.ru/data/629/779/1217/3_1_2simon.pdf (дата обращения 10.01.2016).
7. Гольфанд И. Я., Крапухина Н. В. Разработка СППР на основе управления стоимостью предприятия в условиях неопределенности // Прикладная информатика. 2009. №. 5. С. 94-102.
8. Джексон П. Введение в экспертные системы: пер. с англ. М.: Вильямс, 2001. — 624 с.
9. Каргин В. А., Майданович О. В., ОхтилевМ. Ю. Автоматизированная система информационной поддержки принятия решений по контролю в реальном времени состояния ракетно-космической техники // Известия высших учебных заведений. М.: Приборостроение. 2010. Т. 53. №. 11. С. 20-23.
10. Кравченко Т. К. и др. Информатизация принятия экономических решений // Журнал научных публикаций аспирантов и докторантов. 2008. № 9. C. 46-55.
11. Курейчик В. М. Особенности построения систем поддержки принятия решений // Известия ЮФУ. Технические науки. 2012. №. 7. С. 92-98. URL: http://izv-tn.tti.sfedu.rU/wp-content/uploads/2012/7/13. pdf (дата обращения 10.01.2016).
12. Лавров Е. А., Пасько Н. Б. Модели для обоснования структуры системы поддержки принятия решений оператора руководителя // Восточно-Европейский журнал передовых технологий. 2010. Т. 1. № 5 (43). С. 58-62.
13. Лычкина Н. Н. Компьютерное моделирование социально-экономического развития регионов в системах поддержки принятия решений // Материалы III Международной конференции «Идентификация систем и задачи управления» SICPR004. М.: ИПУ РАН, 2004. — 26 с. URL: http://simulation.su/ uploads/files/default/lych-comp-sim.pdf (дата обращения 10.01.2016).
14. Морозов А. А. Состояние и перспективы нейросете-вого моделирования СППР в сложных социотехни-ческих системах // Математические машины и системы. 2010. Т. 1. №. 1. С. 127-149.
15. Орлов А. И. Организационно-экономическое моделирование: теория принятия решений: учебник. М.: КНОРУС, 2013. — 576 с.
16. Пучков Е. В. Разработка системы поддержки принятия решений для управления кредитными рисками банка // Инженерный вестник Дона. 2011. Т. 15. № 1. С. 410-419.
17. Романов В. П. Интеллектуальные информационные системы в экономике: учебник / под ред. Н. П. Тихомирова. М.: Экзамен, 2003. — 496 с.
18. Симанков В. С., Черкасов А. Н. Методологическое обеспечение этапов поддержки принятия решений
при синтезе сложных систем // Перспективы науки. 2012. № 12 (39). С. 85-89. URL: http://moofrnk. com/assets/files/journals/science-prospects/39/science-prospects-12 (39)—2012.pdf#page=85 (дата обращения 10.01.2016).
19. Системы поддержки принятия решений: учебник и практикум / под ред. В. Г. Халина и Г. В. Черновой. М.: Юрайт, 2015. — 494 с.
20. Смирнова Г. Н. Проектирование экономических информационных систем. М.: Финансы и статистика, 2002. — 223 с.
21. Халин В. Г., Чернова Г. В., Юрков А. В. Методологические аспекты создания и функционирования систем поддержки принятия решений // Экономический анализ: теория и практика. 2015. № 7 (406). С. 20-34.
22. Юрков А. В. Интернет-аналитика для поиска наукометрических данных // Прикладная информатика. 2015. Т. 10. № 3. С. 44-51.
23. Brans J. P., Mareschal B. The PROMCALC & GAIA decision support system for multicriteria decision aid // Decision support systems. 1994. Vol. 12. No. 4. P. 297-310.
24. Fang C., Marle F. A simulation-based risk network model for decision support in project risk management // Decision Support Systems. 2012. Vol. 52. No. 3. P. 635-644.
25. Grabski S. V., Leech S. A., Schmidt P. J. A review of ERP research: A future agenda for accounting information systems // Journal of Information Systems. 2011. Vol. 25. No. 1. P. 37-78.
26. March S. T., Hevner A. R Integrated decision support systems: A data warehousing perspective // Decision Support Systems. 2007. Vol. 43. No. 3. P. 1031-1043.
27. Ngai E. W. T. et al. The application of data mining techniques in financial fraud detection: A classification framework and an academic review of literature // Decision Support Systems. 2011. Vol. 50. No. 3. P. 559-569.
28. Shim J. P. et al. Past, present, and future of decision support technology // Decision support systems. 2002. Vol. 33. No. 2. P. 111-126.
29. Expert Choice — Collaboration and Decision Support for Groups. URL: http://expertchoice.com/ (дата обращения 10.01.2016).
30. Программные системы поддержки принятия оптимальных решений. MPRIORITY 1.0. URL: http://tomakechoice.com/mpriority.html (дата обращения 10.01.2016).
31. Super Decisions | Super Decisions Software for Decision-Making. URL: http://www.superdecisions.com/ (дата обращения 10.01.2016).
32. Аналитические технологии. Deductor. URL: https: // basegroup.ru/deductor/description (дата обращения 10.01.2016).
33. Представляем Qlik Sense® — доверьтесь интуиции. URL: http://global.qlik.com/ru/explore/products/sense (дата обращения 10.01.2016).
References
1. Andreichikov A. V., Ivanyuk V. A. Razrabotka kachest-vennoi modeli otsenki deyatel'nosti predpriyatii sektora ekonomiki malogopredprinimatel stva na osnove teorii mnogokriterial'nogoprinyatiya reshenii [Development of a qualitative model for assessment of activity of the small business economy sector on the basis of multi-criteria decision making theory]. Izvestiya Volgograd-skogo gosudarstvennogo tekhnicheskogo universiteta, 2006, no. 4, pp. 26-29.
2. Babkin E. A., Vizgunov A. N., Kurkin A. A., Ko-zyrev O. R. Obshchie printsipy postroeniya intellek-tual'nykh sistem podderzhki prinyatiya reshenii [General principles of construction of intellectual decision support systems]. N. Novgorod, Litera Publ., 2011. 306 p.
3. Belyaeva S. V Developing decision support system in the university with the use of process, project and competence аpproach. Audit i Finansovyi Analiz — Audit and Financial Analysis, 2010, no. 2, pp. 126-131 (in Russian).
4. Varshavskii P. R., Eremeev A. P. Analogy-based search for solutions in intelligent systems of decision support. Journal of Computer and Systems Sciences International, 2005, vol. 44, no. 1, pp. 90-101.
5. Gelovani V. A. et al. Intellektual'nye sistemy podderzhki prinyatiya reshenii v neshtatnykh situatsiyakh s ispol 'zovaniem informatsii o sostoyanii prirodnoi sredy [Intellectual decision support systems in emergency situations, using information on natural environment condition]. Moscow: Editorial URSS, 2001. 300 p. Available at: http://www.rfbr.ru/rffi/portal/books/o_36705 (accessed 10.01.2016).
6. Herbert A. Simon. Rationality as Process and as Product of Thought. Richard T. Ely Lecture. American Economic Review, 1978, vol. 68, no. 2, pp. 1-16. Available at: http:// www.jstor.org/stable/1816653 (accessed 10.01.2016).
7. Golfand I. Y., Krapukhina N. V. Development of decision-making system for the value-based company management problem under uncertainty condition. Priklad-naya Informatika — Journal of Applied Informatics,
2009, no. 5, pp. 94-102 (in Russian).
8. Jackson P. Introduction to expert systems. 3rd ed. Addi-son-Wesley, 1998. 542 p. (rus. ed. — Dzhekson P.) Vve-denie v jekspertnye sistemy, Moscow, Vil'jams Publ., 2001. 624 p.
9. Kargin V. A., Maidanovich O. V., Okhtilev M. Yu. Automated System for Information Support of Decision Making in Real-Time Control over Space Rocket Technique State. Izvestiya Vysshikh Uchebnykh Zavedeniy. Priborostroenie — Journal of Instrument Engineering,
2010, vol. 53, no. 11. pp. 20-23 (in Russian).
10. Kravchenko T. K. et al. Informatizatsiya prinyatiya ekonomicheskikh reshenii [Informatization of the decision-making management]. Zhurnal Nauchnykh Publikatsii Aspirantov i Doktorantov, 2008, no. 9, pp. 46-55.
11. Kureichik V. M. Features of decision making support system design. Izvestija JuFU. Tehnicheskie Nauki — Izvestiya SFedU. Engineering Sciences, 2012, no. 7, pp. 92-98 (in Russian). Available at: http://izv-tn.tti. sfedu.ru/wp-content/uploads/2012/7/13.pdf (accessed 10.01.2016).
12. Lavrov E. A., Pasko N. B. Models for the substantiation of structure of decision making support system of the operator-director. Vostochno-Evropeiskii Zhurnal Peredovykh Tekhnologii — Eastern-European Journal of Enterprise Technologies, 2010, vol. 1, no. 5 (43), pp. 58-62 (in Russian).
13. Lychkina N. N. Komp'yuternoe modelirovanie sotsial'no-ekonomicheskogo razvitiya regionov v sistemakh podderzhki prinyatiya reshenii [Computer modeling of the socio-economic development of regions in the decision support systems]. Materialy III Mezhdunarodnoi konferentsii «Identifikatsiya sistem i zadachi upravleniya» SICPRO04 — Proceedings of the III International Conference «System Identification and Control Problems». Moscow: IPU RAN Publ., 2004. 26 p.
14. Morozov A. A. et al. Costoyanie i perspektivy neiro-setevogo modelirovaniya SPPR v slozhnykh sotsiotekh-nicheskikh sistemakh [State and prospects of neural network modeling of DSS in complex socio-technical systems]. Matematicheskie Mashiny i Sistemy — Journal "Mathematical Machines and Systems", 2010, vol. 1, no. 1, pp. 127-149.
15. Orlov A. I. Organizatsionno-ekonomicheskoe modelirovanie: teoriya prinyatiya reshenii: uchebnik [Organizational-economic modeling: decision theory. Textbook]. Moscow, KNORUS Publ., 2013. 576 p.
16. Puchkov E. V. Razrabotka sistemy podderzhki prinyat-iya reshenii dlya upravleniya kreditnymi riskami ban-ka [The development of decision support systems for credit risk management of the bank]. Inzhenernyi Vest-nik Dona—Engineering Journal of Don, 2011, vol. 15, no. 1, pp. 410-419.
17. Romanov V. P. Intellektual'nye informatsionnye sistemy v ekonomike [Intelligent information systems in the economy. Textbook]. Ed. by N. P. Tihomirova. Moscow, Ekzamen Publ., 2003. 496 p.
18. Simankov V S., Cherkasov A. N. Methodological Provision of Decision Making Support Stages in the Synthesis of Complex Systems. Perspektivy Nauki — Science Prospects, 2012, no. 12 (39), pp. 85-89 (in Russian).
19. Sistemy podderzhki prinyatiya reshenii. Uchebnik i praktikum [Decision support systems. Tutorial and
2G
21
Workshop]. Ed. by V. G. Khalin, G. V. Chemova. 2015, Moscow, Urait Publ. 494 p.
Smirnova G. N. et al. Proektirovanie ekonomicheskikh informatsionnykh system [Designing of economic information systems]. Moscow, Finansy i statistika Publ., 2002. 223 p.
Khalin V. G., Chernova G. V., Yurkov A. V. Methodological aspects of the establishment and operation of decision support systems. EkonomicheskiiAnaliz: Teo-rija i Praktika — Economic analysis: theory and practice, 2015, no. 7 (406), pp. 20-34 (in Russian).
22. Yurkov A. V. Internet Intelligence to search for scien-tometric data. Prikladnaya Informatika — Journal of Applied Informatics, 2015, vol. 10, no. 3, pp. 44-51 (in Russian).
Brans J. P., Mareschal B. The PROMCALC & GAIA decision support system for multicriteria decision aid. Decision Support Systems, 1994, vol. 12, no. 4, pp. 297-310.
Fang C., Marle F. A simulation-based risk network model for decision support in project risk management. Decision Support Systems, 2012, vol. 52, no. 3, pp. 635-644.
Grabski S. VOL., Leech S. A., Schmidt P. J. A review of ERP research: A future agenda for accounting information systems. Journal of Information Systems, 2011, vol. 25, no. 1, pp. 37-78.
23
24
25
26. March S. T., Hevner A. R. Integrated decision support systems: A data warehousing perspective. Decision Support Systems, 2007, vol. 43, no. 3, pp. 1031-1043.
27. Ngai E. W. T. et al. The application of data mining techniques in financial fraud detection: A classification framework and an academic review of literature. Decision Support Systems, 2011, vol. 50, no. 3, pp. 559-569.
28. Shim J. P. et al. Past, present and future of decision support technology. Decision Support Systems, 2002, vol. 33, no. 2, pp. 111-126.
29. Expert Choice — Collaboration and Decision Support for Groups. Available at: http://expertchoice.com/ (accessed 10.01.2016).
30. Programmnye sistemy podderzhki prinyatiya optimal'nykh reshenii. MPRIORITY 1.0 [Software systems for support of the optimal decision making]. Available at: http://tomakechoice.com/mpriority.html (accessed 10.01.2016).
31. Super Decisions | Super Decisions Software for Decision-Making. Available at: http://www.superdecisions. com/ (accessed 10.01.2016).
32. Analiticheskie tekhnologii. Deductor [Analytical techniques. Deductor]. Available at: https: //basegroup.ru/ deductor/description (accessed 10.01.2016).
33. Qlik Sense® self-service visualization. Available at: http://www.qlik.com/products/qlik-sense (accessed 10.01.2016).
V. Khalin, St.-Petersburg State University, Saint Petersburg, Russia, v.halin@spbu.ru G. Chernova, St.-Petersburg State University, Saint Petersburg, Russia, g.chernova@spbu.ru A. Yurkov, St.-Petersburg State University, Saint Petersburg, Russia, a.v.yurkov@spbu.ru
Substantial classification of decision support systems
The aim of the research is to analyze the methodological aspects of the decision support systems (DSS) processing and the DSS substantial classification. The novelty of the results lies in the fact that classification features and their possible values, being the subject and the goal of such a system, are suitable to the designed managerial decisions, as well as the classification can be used to create a specific DSS. Hypothesis: it is possible to allocate classification features of DSS, the list and the contents of which will determine the substantial (enlarged) DSS classification suitable to the construction of concrete DSS. Also, the selected classification features and their values can be used to construct DSS content, i. e. to design a block structure of created DSS. Method of research: systematic and logical analysis on the base of the subordination of the created DSS to aims and content of the generated managerial solutions. Results: based on the reasonable classification features and their values the substantial classification of decision support systems is built, as well as the block structure of the DSS, considered in the wide, and in the narrow sense as well. The research is supported by the grant RFBR 13.15.202.2016.
Keywords: decision support system (DSS), classification DSS features, possible result of the functioning of the DSS, decision-maker, decision-maker participation level in the DSS generating of the managerial decision, DSS capability level for methodological information processing, the structure of DSS.
About authors: V. Khalin, Dr of Economics, Professor, G. Chernova, Dr of Economics, Professor, A. Yurkov, Dr of Physics and Mathematics, Professor
For citation: Khalin V., Chernova G., Yurkov A. Substantial classification of decision support systems. Prikladnaya Informatika — Journal of Applied Informatics, 2016, vol. 11, no. 1 (61), pp. 114 - 126 (in Russian).
