Интеллектуальные системы поддержки принятия решений
Покупка
Основная коллекция
Издательство:
Сибирский федеральный университет
Год издания: 2018
Кол-во страниц: 136
Дополнительно
Вид издания:
Учебное пособие
Уровень образования:
ВО - Бакалавриат
ISBN: 978-5-7638-4011-7
Артикул: 714344.01.99
Рассмотрены обшие принципы управления, архитектуры систем поддержки принятия решений. В качестве технологий поддержки принятия решений представлены технологии SADT и OLAR технологии интеллектуального анализа данных. Приведены контрольные вопросы и задания.
Предназначено для студентов, обучающихся по направлению подготовки 09.03.02 «Информационные системы и технологии».
Скопировать запись
Фрагмент текстового слоя документа размещен для индексирующих роботов
Министерство науки и высшего образования Российской Федерации Сибирский федеральный университет Д. А. Перфильев, К. В. Раевич, А. В. Пятаева ИНТЕЛЛЕКТУАЛЬНЫЕ СИСТЕМЫ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ Учебное пособие Красноярск СФУ 2018
УДК 004.89(07) ББК 32.813я73 П278 Р е ц е н з е н т ы: А. П. Гук, доктор технических наук, профессор Сибирского государственного университета геосистем и технологий; Е. В. Дмитриев, кандидат физико-математических наук, старший научный сотрудник Института вычислительной математики Российской академии наук Перфильев, Д. А. П278 Интеллектуальные системы поддержки принятия решений : учеб. пособие / Д. А. Перфильев, К. В. Раевич, А. В. Пятаева. – Красноярск : Сиб. федер. ун-т, 2018. – 136 c. ISBN 978-5-7638-4011-7 Рассмотрены общие принципы управления, архитектуры систем поддержки принятия решений. В качестве технологий поддержки принятия решений представлены технологии SADT и OLAP, технологии интеллектуального анализа данных. Приведены контрольные вопросы и задания. Предназначено для студентов, обучающихся по направлению подготовки 09.03.02 «Информационные системы и технологии». Электронный вариант издания см.: УДК 004.89(07) http://catalog.sfu-kras.ru ББК 32.813я73 ISBN 978-5-7638-4011-7 © Сибирский федеральный университет, 2018
ОГЛАВЛЕНИЕ Введение .......................................................................................................4 Глава 1. Основы систем поддержки принятия решений ....................5 1.1. Введение в системы поддержки принятия решений .........................5 1.2. Введение в задачи для информационных систем поддержки принятия решений .................................................................................9 1.3. Общие принципы управления .......................................................... 12 Контрольные вопросы и задания ............................................................. 32 Глава 2. Технологии систем поддержки принятия решений .......... 33 2.1. Обобщенная архитектура систем поддержки принятия решений .............................................................................. 33 2.2. Концепции хранилища данных ......................................................... 38 2.3. Технология SADT .............................................................................. 46 2.5. OLAP-технология ............................................................................... 61 Контрольные вопросы и задания ............................................................. 71 Глава 3. Интеллектуальные технологии поддержки принятия решений .................................................................. 72 3.1. Принятие решений при многих критериях ..................................... 72 3.2. Деревья решений ................................................................................ 74 3.3. Ансамблевые классификаторы ......................................................... 81 3.4. Экспертные методы принятия решений .......................................... 86 3.5. Метазнания ....................................................................................... 102 Контрольные вопросы и задания ........................................................... 121 Заключение ............................................................................................. 123 Библиографический список ............................................................... 125
ВВЕДЕНИЕ Решения принимают все люди, и поэтому каждый является управленцем и управляет хотя бы самим собой. Все возрастающий объем информации и растущие требования к качеству принимаемых решений требуют от управленца привлечения в своей деятельности автоматизированных систем поддержки принятия решений. Прежде чем приступать к анализу данных, необходимо выполнить ряд процедур, целью которых является доведение данных до приемлемого уровня качества и информативности, а также организовать их интегрированное хранение в структурах, обеспечивающих их целостность, непротиворечивость, высокую скорость и гибкость выполнения аналитических запросов. В настоящее время разработано множество технологий, обеспечивающих управленцу помощь в принятии решений на любом уровне управления. К таким технологиям относят SADT, OLAP, технологии интеллектуального анализа данных – Data mining. Методология структурного анализа и проектирования SADT позволяет выполнить структурно-функциональное моделирование при разработке систем поддержки принятия решений. OLAP-технология обработки данных заключается в подготовке агрегированной информации на основе больших массивов данных, структурированных по многомерному принципу. Среди интеллектуальных технологий принятия решений особое признание получили экспертные системы и технологии деревьев решений. Наиболее эффективным способом является использование большого ансамбля решающих деревьев. Указанные технологии поддержки принятия решений позволят управленцу повысить качество принимаемых решений, увеличивая тем самым эффективность своей деятельности.
Глава 1. ОСНОВЫ СИСТЕМ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ 1.1. Введение в системы поддержки принятия решений Ценность и достоверность знаний, полученных в результате интеллектуального анализа бизнес-данных, зависит не только от эффективности используемых аналитических методов и алгоритмов, но и от того, насколько правильно подобраны и подготовлены исходные данные для анализа. Нередко руководителям проектов приходится сталкиваться с такими ситуациями, когда данные в организации, во-первых, расположены в различных источниках и в самых разнообразных форматах и типах, в том числе в отдельных файлах обычных офисных документов, в учетных системах, таких как 1С: Предприятие, в базах данных Oracle, Access, dBase и др. Bo-вторых, данные могут быть избыточными или, наоборот, недостаточными. А в-третьих, данные могут быть «грязными», т. е. содержать факторы, мешающие их правильной обработке и анализу (пропуски, аномальные значения, дубликаты и противоречия). Поэтому, прежде чем приступать к анализу данных, необходимо выполнить ряд процедур, целью которых является доведение данных до приемлемого уровня качества и информативности, а также организовать их интегрированное хранение в структурах, обеспечивающих их целостность, непротиворечивость, высокую скорость и гибкость выполнения аналитических запросов. Под консолидацией данных будем понимать комплекс методов и процедур, направленных на извлечение данных из различных источников, обеспечение необходимого уровня их информативности и качества, преобразование в единый формат, в котором они могут быть загружены в хранилище данных или аналитическую систему. Консолидация данных является начальным этапом реализации любой аналитической задачи или проекта. В основе консолидации лежит процесс сбора и организации хранения данных в виде, оптимальном с точки зрения их обработки на конкретной аналитической платформе
Глава 1. Основы систем поддержки принятия решений или решения конкретной аналитической задачи. Сопутствующими задачами консолидации являются оценка качества данных и их обогащение. Основные критерии оптимальности с точки зрения консолидации данных: • обеспечение высокой скорости доступа к данным; • компактность хранения; • автоматическая поддержка целостности структуры данных; • контроль непротиворечивости данных. Ключевым понятием консолидации является источник данных, под которым понимается объект, содержащий структурированные данные. Такие данные могут оказаться полезными для решения аналитической задачи. Необходимо, чтобы используемая аналитическая платформа могла осуществлять доступ к данным из этого объекта непосредственно либо после их преобразования в другой формат, в противном случае очевидно, что объект не может считаться источником данных. Аналитические приложения, как правило, не содержат развитых средств ввода и редактирования данных, а работают с уже сформированными выборками. Таким образом, формирование массивов данных для анализа в большинстве случаев ложится на специализированные аналитические решения. В процессе консолидации данных решаются следующие задачи: • выбор источников данных; • разработка стратегии консолидации; • оценка качества данных; • обогащение данных; • очистка данных; • перенос данных в хранилище данных. Сначала осуществляется выбор источников, содержащих данные, которые могут иметь отношение к решаемой задаче, затем определяются тип источников и методика организации доступа к ним. В связи с этим выделяется три основных подхода к организации хранения данных: • данные, хранящиеся в отдельных (локальных) файлах, например в текстовых файлах с разделителями, документах Word, Excel и т. д. Преимущество таких источников в том, что они могут создаваться и редактироваться с помощью простых и популярных офисных приложений,
1.1. Введение в системы поддержки принятия решений работа с которыми не требует от персонала специальной подготовки. К недостаткам следует отнести то, что они далеко не всегда оптимальны с точки зрения скорости доступа к ним, компактности предоставления данных и поддержки их структурной целостности; • базы данных (БД) различных СУБД, таких как Oracle, MS SQL Server, Postgres, Firebird, dBase, FoxPro, Access и т. д. Файлы БД лучше поддерживают целостность структуры данных, поскольку тип и свойства их полей жестко задаются при построении таблиц. Однако для создания и администрирования БД требуются специалисты с более высоким уровнем подготовки, чем для работы с популярными офисными приложениями; • специализированные хранилища данных (ХД). Они являются наиболее предпочтительным решением, поскольку их структура и функционирование специально оптимизируются для работы с аналитической платформой. Большинство ХД обеспечивают высокую скорость обмена данными с аналитическими приложениями, автоматически поддерживают целостность и непротиворечивость данных. Главное преимущество ХД перед остальными типами источников данных состоит в наличии семантического слоя, который дает пользователю возможность оперировать терминами предметной области для формирования аналитических запросов к хранилищу. При разработке стратегии консолидации данных необходимо учитывать характер расположения источников данных, который может существенно повлиять на качество собранных данных (потеря фрагментов, несогласованность во времени их обновления, противоречивость и т. д.). Другой важной задачей, которую требуется решить в рамках консолидации, является оценка качества данных с точки зрения их пригодности для обработки с помощью различных аналитических алгоритмов и методов. В большинстве случаев исходные данные являются «грязными», т. е. содержат факторы, не позволяющие их корректно анализировать, обнаруживать скрытые структуры и закономерности, устанавливать связи между элементами данных и выполнять другие действия, которые могут потребоваться для получения аналитического решения. К таким факторам относятся ошибки ввода, пропуски, аномальные значения, шумы, противоречия и т. д. Поэтому перед тем, как приступить к анализу данных, необходимо оценить их качество и соответствие тре
Глава 1. Основы систем поддержки принятия решений бованиям, предъявляемым аналитической платформой. Если в процессе оценки качества будут выявлены факторы, которые не позволяют корректно применить к данным те или иные аналитические методы, необходимо выполнить соответствующую очистку данных. К середине 80-x гг. XX в. практически полностью завершился первый этап оснащения бизнеса и государственных структур средствами вычислительной техники и начался период бурного развития информационных систем для организации сбора и хранения больших массивов различного рода деловой и служебной информации. В основном это были корпоративные системы, предназначенные для оперативной обработки информации, которые обслуживали бухгалтерию, информационные архивы, телефонные сети, регистрацию документов, банковские операции и т. д. С появлением персональных компьютеров такие системы стали доступными для множества мелких и средних фирм, предприятий и организаций. Такие системы оперативной обработки информации получили название On-line Transaction Processing (OLTP) – оперативная, т. е. в режиме реального времени обработка транзакций. Ситуация коренным образом меняется, когда в OLTP-системы начинают внедрять аналитические процессы для получения прогнозов, извлечения дополнительной информации, оптимизации, ускорения реакции на события и т. д. Однако для проведения таких исследований необходимы как минимум три вещи: • во-первых, нужны данные за достаточно длительный период времени; • во-вторых, данные не должны содержать противоречий, пропусков, аномальных значений и других факторов, которые не позволят выполнить корректный анализ; • в-третьих, необходима дополнительная информация о бизнессреде. Очевидно, что типичная ОLТР-система не может в полной мере обеспечить потребности организаций. Именно с пониманием этих проблем приходит осознание необходимости использования более развитых систем хранения данных, ориентированных на анализ. Наличие явных преимуществ, которые способен дать интеллектуальный анализ, привело к появлению нового класса информационных
1.2. Введение в задачи для информационных систем поддержки принятия решений систем поддержки принятия решений, ориентированных на аналитическую обработку данных с целью получения знаний, необходимых для разработки решений в области управления. Дополнительным стимулом совершенствования этих систем стали такие факторы, как снижение стоимости высокопроизводительных компьютеров и расходов на хранение больших объемов информации, появление возможности обработки больших массивов данных и развитие соответствующих математических методов. 1.2. Введение в задачи для информационных систем поддержки принятия решений Создание и скорейшее внедрение информационных технологий в административные органы управления становится стратегической задачей на ближайшее десятилетие, от решения которой зависит будущее развитие мирового сообщества, уровень благосостояния и свобод общества. Необходимо отметить, что сама теория управления достаточно сложна и разнообразна в силу своего многовекового развития. Согласно проводимым исследованиям [104] возникновение управления относят к пятому тысячелетию до нашей эры и выделяют в истории его развития пять периодов, начало которых связано с пятью управленческими революциями. История развития современной теории управления, как считает автор в [105], может рассматриваться исключительно как череда четырех последовательно сменявших друг друга школ на отрезке времени с начала XX в. и до наших дней. К числу таких четырех школ относятся: • школа научного управления; • административная (классическая) школа; • школа психологии человеческих отношений; • школа науки управления (количественная школа). Возникновение административной школы управления главным образом связано с именем Анри Файоля (1825–1925), который является создателем «теории администрации» [106].
Глава 1. Основы систем поддержки принятия решений Файолю принадлежит высказывание, которое говорит о том, что управлять – значит вести предприятие к его цели, извлекая возможности из всех имеющихся в распоряжении ресурсов. Таким образом, одной из основных целей административной школы было создание универсальных принципов управления, следуя которым организация, несомненно, добьется успеха. Файоль разделял администрирование на шесть основных групп управленческих операций: • технические и технологические – изготовление готовой продукции; • коммерческие – закупка сырья и полуфабрикатов, реализация готовой продукции; • финансовые – привлечение и распределение заемных средств и инвестиций; • охранные – обеспечение сохранности собственности предприятия и безопасности его работников; • учетные – бухгалтерский учет и отчетность, инвентаризации, аудиторские проверки и т. п.; • административные – управление персоналом. Руководство всеми вышеперечисленными операциями Файоль обозначал единым термином «общее управление». Однако основным предметом исследований были только административные операции, а остальные группы рассматривались исключительно как объект воздействия административной функции. Стоит также отметить подход Файоля к изучению процесса управления, согласно которому любой процесс состоит из ряда взаимозависимых и последовательно сменяющих друг друга функций. Файоль разделил все функции управления на две основные группы: специфические, содержание которых определяется спецификой управляемого объекта, и общие, которые отражают содержание самого процесса управления независимо от свойств управляемого объекта. Содержание специфических функций определяется свойствами управляемого объекта. Например, для промышленных предприятий характерны следующие специфические функции: • управление основным производством; • управление вспомогательным производством;