Советующие информационные системы в экономике

СОВЕТУЮЩИЕ
ИНФОРМАЦИОННЫЕ
СИСТЕМЫ В ЭКОНОМИКЕ

Москва
ИНФРА-М
2021

УЧЕБНОЕ ПОСОБИЕ

А.Н. РОМАНОВ
Б.Е. ОДИНЦОВ

Рекомендовано Министерством образования
Российской Федерации в качестве учебного пособия
для студентов высших учебных заведений,
обучающихся по экономическим специальностям

УДК  [004.891.2:33](075.8) 
ББК  65с.я73
 
Р69

Романов А.Н.
Советующие информационные системы в экономике : учебное 
пособие / А.Н. Романов, Б.Е. Одинцов. — Москва : ИНФРА-М, 2021. — 
485 с. — (Высшее образование: Бакалавриат).
ISBN 978-5-16-010857-5 (print)
ISBN 978-5-16-102863-6 (online)

Излагаются организационные, экономические, математические и технологические основы построения и применения советующих систем экономической ориентации. Описываются этапы, выполнение которых позволит создавать советующие системы шести классов: расчетного, расценочного и диагностического характера, экспертные системы приближенных 
рассуждений, системы нейросетевых вычислений и системы, ориентированные на естественно-языковые запросы.
В качестве иллюстративного материала используются популярные задачи из сферы экономики: налоги, банкротство, прибыль, рентабельность, 
маркетинг, инвестиции и т.д.
Для студентов, аспирантов и преподавателей, изучающих методы проектирования экономических информационных систем или систем поддержки принятия управленческих решений, а также для тех, кто заинтересован в создании собственной системы небольшой мощности.

© Романов А.Н., 
     Одинцов Б.Е., 2000, 2016 
ISBN 978-5-16-010857-5 (print)
ISBN 978-5-16-102863-6 (online)

Р е ц е н з е н т ы:
И.Н. Дрогобыцкий — д-р экон. наук, профессор, зав. кафедрой математического 
моделирования экономических процессов Финансовой академии при 
Правительстве РФ;
В.М. Жеребин — д-р экон. наук, профессор

Подписано в печать 21.03.2021.
Формат 60/16. Бумага офсетная.
Печать цифровая.
Усл. печ. л. 30,31. 
ППТ5.

ТК  350400-1870650-250316

ООО «Научно-издательский центр ИНФРА-М»
127214, Москва, ул. Полярная, д. 31В, стр.1
Тел.: (495) 280-15-96, 280-33-86. Факс: (495) 280-36-29
 
     E-mail: books@infra-m.ru                 http://www.infra-m.ru

ФЗ 
№ 436-ФЗ
Издание не подлежит маркировке 
в соответствии с п. 1 ч. 4 ст. 11

Р69

УДК [004.891.2:33](075.8) 
ББК 65с.я73

Отпечатано в типографии ООО «Научно-издательский центр ИНФРА-М»
127214, Москва, ул. Полярная, д. 31В, стр. 1
Тел.: (495) 280-15-96, 280-33-86. Факс: (495) 280-36-29

Введение

В книге сделана попытка изложения с единых позиций тех 
взглядов, которых придерживаются авторы и их коллеги в области, обычно называемой поддержкой принятия управленческих 
решений в экономической сфере. Использование в качестве названия настоящего учебного пособия «советующие информационные системы» обусловлено следующей причиной.

За последние годы данная область в результате быстрого развития теоретических и прикладных аспектов стала приобретать 
новые очертания, причем круг практических сфер внедрения, а 
также набор инструментальных средств значительно расширился. Сюда стали включать системы, ранее имевшие к проблемам 
принятия решений весьма приблизительное отношение. Это 
прежде всего нейросетевые технологии, мониторинговые системы и генетические алгоритмы. Отсюда и новое название, объединяющее в себе как традиционные экспертные системы, базирующиеся на «мягких» вычислениях, так и новейшие технологии 
оценочного и диагностического характера.

Современные теории менеджмента и информационных технологий в бизнесе, концепции знаний, принципы построения 
интеллектуальных систем, а в рамках последних создание экспертных и нейронных систем, методы применения генетических 
алгоритмов в процессе воспроизведения адаптирующихся к окружающей среде искусственных систем не должны заслонять 
того главного, ради чего все это создается — предназначения той 
или иной информационной системы. Любой род деятельности 
человека осознанно целенаправлен, и этот факт требует того, 
чтобы цель создания системы составляла ее основу.

«Не существует попутного ветра, если неизвестно, куда 
плыть» {Сенека). Поэтому у человека в процессе своей деятельности должна быть сформулирована цель, которая и определяет 
направление разработок.

Достижение осознанных, а затем сформулированных целей 
предполагает наличие инструментальных средств, которые по3

зволяют в какой-то мере сократить неизбежно возникающие затраты, ограничиваемые ресурсами. Спрос на такого рода средства породил определенное научное направление, главной заботой 
которого стали распространение и использование знаний специалистов, обладающих высочайшей квалификацией. Потребность в такого рода средствах вызвала к жизни в рамках искусственного интеллекта множество информационных технологий, 
призванных помочь в деле управления обществом, производством, торговлей, кредитной и финансовой сферами. Наиболее 
популярными названиями этих технологий являются: экспертные системы, советующие системы, интеллектуальные системы, 
системы поддержки принятия решений. Общей чертой перечисленных технологий можно назвать то, что все они в различной 
форме используют знания человека-эксперта. Объединив их под 
общим названием, можно выделить те, что касаются экономической сферы: экономические советующие системы (ЭСС).

В рамках учебного пособия под ЭСС будет пониматься любой программных продукт, отражающий знания специалиста- 
профессионала, его навыки и опыт, используемый в процессе 
выдачи пользователю совета-решения.

Потребность отражения (или воспроизведения) человеческих 
знаний в памяти компьютера породила, а затем и стимулировала 
быстрое развитие нового направления в информатике — инженерии знаний. Предметом этого направления послужило соотношение человеческого знания и его формализованного (информационного) отображения в ЭВМ. Адекватное отображение 
знаний специалистов является центральной проблемой создания 
интеллектуальных информационных советующих систем вообще 
и экспертных систем в частности. Последние, являясь материальным воплощением теоретических идей интеллектуализации 
информационных технологий, базируются на ряде методов формализации знаний, речь о которых пойдет в настоящей книге.

Упорство, с которым специалисты пытаются создать советующие системы, вполне понятно, если учесть, что в результате 
они надеются получить инструмент, который способен объяснить и обосновать свои рекомендации и выводы, приобретать 
новые знания и адаптироваться к новым условиям функционирования, «разумно» нарушать правила принятия решений исходя 
из сложившихся обстоятельств, определять свой уровень компетентности по отношению к поставленной задаче и с «достоинством» уметь выходить из игры в случае некорректно поставленной задачи.

4

Поэтому вполне логично в гл. 1 описываются способы целе- 
полагания, классификация существующих целей, методы построения дерева целей, изменение формул для расчета важности 
той или иной цели и технологии применения, целей в процессе 
создания информационных технологий. Подробно излагаются 
функции (фазы) управления, которые постепенно связываются с 
целями управления и способами целеобразования.

Детальное рассмотрение функций управления позволяет указать блоки советующих систем, которые эта система должна в 
какой-то степени воспроизводить. Организационные аспекты 
функционирования ЭСС демонстрируются с помощью схем и 
рисунков, раскрывающих процесс автоматизации принятия 
управленческого решения.

Все ЭСС условно разделены на два класса:
1. Системы, воспроизводящие осознанные мыслительные 
усилия человека (статические детерминированные или стохастические системы).

2. Системы, воспроизводящие неосознанные (подсознательные) мыслительные действия человека (эволюционные системы 
с нейротехнологиями и генетическими алгоритмами).

Первый класс ЭСС в свою очередь содержит три подкласса:
• расчетно-диагностические системы;
• экспертные системы приближенных рассуждений;
• системы поддержки исполнения решений.
Второй подкласс состоит из:
• систем нейросетевых вычислений;
• систем, ориентированных на естественно-языковые запросы.

Расчетно-диагностические системы объединяют в себе системы:

• расчетного характера;
• оценочного характера;
• диагностического характера.
В основе создания ЭСС расчетного характера лежит ясное 
понимание целей принятия решений. Цель, трансформируемая 
в дерево целей, накладывается на дерево экономических показателей. В результате получают синтезированное дерево «цель- 
показатель», способное обеспечить расчет нужных для достижения целей ресурсов и резервов. Математический аппарат, используемый в данном случае, напоминает операции решения 
задач обратной интерполяции функции со многими переменны5

ми или же задачу обратного факторного анализа. Системы такого класса предназначены для получения ответа на вопросы 
типа: «Что необходимо предпринять для того, чтобы рентабельность повысилась (снизилась себестоимость, повысилась прибыль) на 5%? Каким образом можно выполнить такие расчеты, 
демонстрируют многочисленные примеры.

Системы оценочного характера приобрели свою актуальность 
в процессе решения аудиторских проблем. С развитием рыночных отношений и частного предпринимательства остро возникла 
потребность в квалифицированной оценке профессионализма 
руководства предприятия. Прежде всего, такая оценка интересует акционеров, доверивших управление предприятием менеджерам. Системы такого рода в нашей стране относят к разряду новых, потому им отводится особое место в учебном пособии.

Системы диагностического направления предназначены для 
выявления истинного положения дел на предприятии и поиска 
путей улучшения его финансово-хозяйственного состояния. 
Создаются они по аналогии с системами, используемыми в медицине и технике. В начале отыскивается неисправность, т. е. 
ставится «диагноз», а затем предлагается способ эту неисправность устранить — выдается рецепт.

В силу своей достаточной сложности диагностические системы в экономике не имеют широкого распространения. Очевидно, что с накоплением опыта формализации знаний профессио- 
налов-специалистов появятся простые и дешевые инструментальные средства, с помощью которых процесс создания систем 
диагностического характера станет в ряд инженерных, а не 
творческих. Как создать простую диагностическую систему, рассматривается в п. 4.4.

Экспертные системы приближенных рассуждений создаются 
в том случае, если цель принятия решений сформулировать невозможно или нецелесообразно, однако ее можно заменить гипотезой. Для создания систем данного класса формулируются 
правила вывода вида ЕСЛИ-ТО, которые синтезируются в дерево вывода. Результатом использования системы является оценка 
правдивости заданной пользователем гипотезы. Математический 
аппарат, применяемый в данном случае, относится к разделу 
дискретной математики Заде. Способы ее использования иллюстрируются многочисленными примерами из сферы экономики.

Цель рассмотрения системы нейросетевых вычислений состоит в ознакомлении читателя с приемами воспроизведения

6

бессознательных умственных действий человека. Подробно с 
примерами излагаются основы нейроматематики, знание которых необходимо для понимания способов построения нейросетей. Нейросетевые ЭСС рассматриваются с точки зрения эволюционного моделирования, имитирующего естественный процесс 
адаптации системы к новым внешним условиям путем обучения 
на примерах. Обосновывается тезис, содержание которого следующее: моделировать следует не столько готовый интеллект человека, сколько процесс развития его интеллекта.

Идеи эволюционного моделирования наиболее полно воплощаются в ЭСС, применяющих генетические алгоритмы. Генетические алгоритмы основываются на процедуре селекции, 
которая используется в методах оптимизации, широко применяемой на практике. Оптимизация есть не что иное, как подражание естественному процессу эволюции. Для понимания смысла генетических алгоритмов приводятся поясняющие схемы. Генетические алгоритмы позволяют отыскивать глобальный оптимум, поэтому они являются важным инструментом для обучения 
нейросетей.

Последний класс ЭСС касается систем, способных воспроизводить такие бессознательные акты, как ассоциативное и интуитивное мышление. Используя результаты фундаментальных исследований в таких областях, как психосемантика, психолингвистика, структурная лингвистика, в несколько другом ракурсе 
рассматривается общепринятая форма представления знаний с 
помощью семантической сети. Помимо нее в базе знаний находятся база ассоциаций смежности и база ассоциаций сходства. 
Приводятся схема связи механизмов их образования и формальное представление.

Советующие системы предназначены для помощи в деле 
принятия решений. Возникает проблема поиска альтернатив и 
выбора единственно правильного решения. Известные методики, как правило, исходят из того, что уже известны варианты 
решений и последствия их принятия, что и фиксируется в матрице решений. Однако, как показывает практика, поиск альтернативных вариантов и создание функций, способных рассчитать 
последствия принятия того или иного варианта, являются делом 
далеко не простым. Именно это есть не что иное, как камень 
преткновения в широком распространении систем советующего 
характера.

7

В книге предложена технология, названная РОЦ-технология 
(ресурс—обучение—цель), с помощью которой существенно 
снижаются сложность процесса поиска альтернатив, а также 
расчет последствий. Приводится критерий, по которому без особых трудностей выбирается вариант решения.

Особого внимания заслуживают системы поддержки исполнения решений. Одно дело принять решение, а другое -  обеспечить его претворение в жизнь. Здесь, как правило, возникает 
проблема со знаниями, необходимыми для внедрения решения в 
практику. Поэтому в последнее время все большую популярность приобретают системы, способные быстро предоставить 
помощь в процессе исполнения решения. Такие системы называются системами поддержки исполнения решений (СПИР).

Цель СПИР — предоставление помощи в определенном виде 
и обучение пользователя в тот момент, когда ему это нужно. 
Раньше для подобной поддержки требовалось присутствие человека, но сейчас эту роль могут выполнять электронные средства. 
Именно они могут сделать помощь универсальной и полной, 
доступной в любое время и в любом месте. Это может быть реализовано самыми различными путями, зависящими от потребностей и способностей пользователя, от используемых технологий и свободных ресурсов. Такие системы могут быть более или 
менее мощны, но общее свойство, отличающее СПИР от систем 
поддержки других типов — это уровень объединения информации, средств и методов для пользователя. Подобное объединение коренным образом отличает СПИР от систем помощи, 
встроенных в программы, или систем, построенных в виде гипертекстовых ссылок. Перечисленные средства поддержки могут 
быть лишь частью СПИР.

Из сказанного может создаться впечатление о том, что 
СПИР — это всего лишь система компьютерной тренировки 
пользователя по принципу «вопрос—ответ», поскольку большинство ответов на вопросы четко определены и понятны. Но 
это не так. Отличия СПИР от простейшей компьютерной тренировочной системы состоят в организации информации и поддержке пользователя с учетом его опыта. Системы компьютерной тренировки, конечно, могут принять вид СПИР, но для 
этого они должны стать более подробными, более предметноориентированными и шире использовать гипермедийные структуры.

Особое внимание уделено уже известным методам факторного анализа. Эти методы до недавнего времени занимали умы

8

лишь узкого круга профессионалов-экономистов. Сейчас же наступил период, когда теория хозяйственного анализа, вооруженная последними достижениями информационных технологий, 
может в полную силу воздействовать на суть принимаемых 
управленческих решений.

В первой главе представлен подробный материал, составляющий математическую основу для создания ЭСС. Авторы пытались максимально упростить данный раздел, ориентируя материал исключительно на разработку советующих систем. Особенно это касается нейроматематики и генетических алгоритмов. 
Изложение формализмов сопровождается примерами.

Заканчивается первая глава перечнем типичных ошибок, 
возникающих в результате чрезмерной идеализации формального представления знаний в памяти компьютера.

Во второй главе излагается технология создания ЭСС в виде 
последовательно выполняемых этапов. Три понятия — предметная, обеспечивающая и функциональная технологии — позволили представить РОЦ-технологию проектирования ЭСС расчетно-диагностического характера в виде несложного процесса, состоящего из четырех этапов. Все этапы иллюстрируются примерами и соответствующими пояснениями.

Третья глава, названная «Проектирование ЭСС на основе 
программных оболочек», является центральной, так как использование оболочек —■ это один из путей быстрого и дешевого 
способа создания информационных систем. Материал излагается 
на основе конкретной программной оболочки, являющейся прототипом известной системы IMP [37]. Рассматриваемая система 
улучшена путем расширения и развития возможностей использования правил вида ЕСЛИ-TO и сервисных программ.

В четвертой главе приведены примеры создания и применения ЭСС расчетно-диагностического характера: расчетные демонстрируют процесс поиска путей повышения рентабельности 
и использования основных фондов предприятия, оценочные — 
оценки гибкости стратегии развития и дивидендной политики, а 
диагностические — способность выяснения истинной ситуации 
на 
предприятии 
и 
поиска 
путей 
улучшения 
финансовохозяйственного положения. Для всех систем приведены схемы, 
поясняющие процесс их создания.

Пятая глава предназначена для иллюстрации методов создания экспертных систем приближенных рассуждений. С помощью популярных задач, возникающих в процессе консультиро9

вания по инвестициям, кредитованию и маркетингу, рассматриваются этапы создания правил вывода, использования формул 
для расчета коэффициентов надежности этих правил, а также 
исходных данных. В полном объеме демонстрируются все работы, необходимые для создания собственной экспертной системы 
небольшой мощности. Работы ориентированы на применение 
программной оболочки.

Шестая глава демонстрирует процесс создания ЭСС эволюционного характера, т. е. систем, способных развиваться со временем в соответствии с изменяющимися внешними условиями 
их функционирования. С помощью нейросетевых технологий 
анализируется процесс поиска приемлемых решений в области 
экономики. В качестве иллюстративного материала выбраны задачи оценки налоговых поступлений и диагностики банкротств 
промышленных предприятий.

Оценка здесь основывается на сравнении результатов прогнозирования, выполненного с помощью классических методов 
(корреляционно-регрессионный анализ и метод нейросетевых 
технологий). Результаты, полученные авторами, свидетельствуют 
в пользу последних.

Последняя, седьмая глава, предназначена для изложения сути 
ЭСС, использующих ассоциативные и интуитивные связи между 
понятиями, известными системе. В начале главы достаточно 
глубоко излагаются основы машинного понимания естественноязыковых текстов. В качестве иллюстраций выбраны естественно-языковые запросы. Особенность данной главы состоит в том, 
что математический аппарат здесь приводится по ходу изложения материала. Причина состоит в достаточной новизне материала, понимание которого предполагает знание отдельных разделов интуиционистской логики, разработанной Клини С. и 
Весли Р. Заканчивается глава процедурами вербализации — одной из сложнейших проблем — и поэтому в учебном пособии 
лишь сделана постановка задачи для ее решения.

Большое внимание в книге уделяется достаточно сложным 
математическим выкладкам, от понимания которых, как кажется 
авторам, зависит понимание всего остального материала. Большинство приведенных примеров просчитаны с помощью программных продуктов, что дает основание считать их апробированными.

Авторы благодарны проф. В.В. Дику, взявшему на себя труд 
разработать п. 1.1, 1.2, 4.1 и 4.2.

10