Глава 6

ИНСТРУМЕНТАЛЬНЫЕ СРЕДСТВА, ПОДДЕРЖИВАЮЩИЕ ФОРМИРОВАНИЕ РЕШЕНИЙ НА ОСНОВЕ ОБРАТНЫХ ВЫЧИСЛЕНИЙ

Практическое применение обратных точечных вычислений в формировании решений требует учета следующих обстоятельств:

•      изменение значений терминальных вершин деревьев целей, вероятностей и вывода не может быть безграничным, ибо ресур­сы предприятия всегда лимитированы;

•     формирование решений должно базироваться на оценке аль­тернатив и выборе среди них наилучшего в отношении принятых на конкретном предприятии критериев;

•      инструментальные средства, ориентированные на выполне­ние обратных вычислений, должны функционировать в форме программной оболочки, не требующей программирования и обес­печивающей оперативное изменение целей лица, формирующего решение.

С учетом перечисленных обстоятельств рассмотрим, каким образом должны быть реализованы инструментальные средства, предназначенные для формирования решений с помощью обрат­ных точечных вычислений.

6.1.Учет ограничений в процессе формирования решений

Предприятие или организация для достижения главной цели своего функционирования обладает ресурсами, которые всегда ограничены. Существуют следующие виды ресурсов: материаль­ные, финансовые, трудовые, энергетические, информационные, временные и др.

Распространенные в настоящее время системы формирования решений, известные как системы поддержки принятия решений,

ориентированы на прямые расчеты. Это является причиной того, что в процессе вычислений требуется одновременный учет огра­ничений на все ресурсы. Отсутствие в надлежащем объеме даже одного из них делает решение задачи невозможным. Например, если в задаче исследования операций, где в качестве ограниче­ний используется система неравенств (равенств), хотя бы один из ресурсов не удовлетворяет указанному ограничению, то задача не имеет решения.

Кроме того, большинство методов, базирующихся на прямых вычислениях, предлагают «жесткие» решения, что ведет к неус­тойчивому функционированию систем любого характера. Это является одной из главных причин перехода к «мягким» вычис­лениям, более толерантным к окружающей среде, которые при­ближают принятые решения к реальным ситуациям. Именно та­кие характеристики можно заложить в системы, базирующиеся на обратных точечных вычислениях.

В контексте «мягких» вычислений понятие «ресурс» следует рассматривать расширительно: это значит, что в качестве ресур­са рассматриваются и объем финансов, за счет которого может расширяться производство, и предел снижения продажных цен на продукцию, выпускаемую предприятием, и предел роста кре­дитов, который может позволить себе предприятие, и т.д.

Замечательное свойство «мягких» обратных точечных вычис­лений заключается в том, что при истощении одних ресурсов воз­можно достижение главной цели за счет других.

 

Как правило, перерасчет показателей происходит либо в преде­лах заранее указанных ресурсов, либо в режиме изменяемости ре­сурсов, задаваемых пользователем в процессе решения задачи. Если перерасчет происходит в пределах указанных ресурсов, т.е. суще­ствует некоторый предел прироста показателей, то при достижении такого предела должно произойти динамическое перераспределе­ние КОВ. С помощью рис. 6.1, а рассмотрим этот процесс.

Допустим, значение узла А превысило допустимый предел, т.е.

А + АА>А + АА_Д0П.

Тогда для узла А рассчитывается а', гарантирующее АА = АЛ_Д0П,

а (3' приобретает новое значение, обеспечивающее достижение тре­буемого АР (рис. 6.1, б). Формула для перерасчета следующая:

А А '

где а' - новый КОВ, обеспечивающий достижение АА_доп;

АА\ - допустимый предел изменения А^; АА₁ - прирост, требуемый коэффициентом а.

Для расчета (3' прежде всего следует определить новый вес оставшихся показателей:

где ^ - сумма всех вновь рассчитанных КОВ; п¹ - число вновь рассчитанных показателей. Тогда КОВ для каждого вновь рассчитанного показателя равен:

хе,

/=1

где т - число показателей, не изменивших свой статус; Р} - вновь рассчитанный КОВ для показателя;

Ру - предыдущее значение КОВ для показателя;

^Ру -сумма всех КОВ, не изменивших свой статус.

П

Таким образом, в случае надобности перерасчет происходит для тех вершин дерева, которым указанного ресурса не хватает. Заимствование ресурса происходит у «соседа справа», т.е. исполь­зуется ресурс, предназначенный для прироста вершины, находя­щейся справа от текущей. Если и этого не хватило, то происхо­дит обращение к следующей вершине, находящейся справа, и так до конца дерева целей. Не исключено, что для достижения глав­ной цели ресурсов на предприятии не достаточно, о чем должна оповещать в конце концов система формирования решений.

Принцип обращения за ресурсами к «соседу справа» восхо­дит к основам логического программирования, и, как известно, ориентирует на обработку знаний в последовательности «сверху- вниз-слева-направо». Применение этого принципа для построе­ния систем формирования решений на основе обратных точеч­ных вычислений снимает множество проблем как теоретическо­го, так и практического характера.

6.2.Формирование альтернатив, их оценка и выбор

Добиться главной цели, представленной с помощью дерева, можно путями, число которых трудно подсчитать. Пока не суще­ствует какого-либо метода, который позволяет осуществлять по­иск альтернативы, последовательно отбрасывая ненужные, как это делается в математическом программировании. Сегодня мож­но получить результат, лишь определив разумное множество альтернатив, среди которых на основании некоторого критерия выбирается один.

Получить множество альтернатив, отражающих результаты обратных вычислений, можно путем табулирования коэффици­ентов относительной важности целей в указанных заранее гра­ницах. Иллюстрацией результатов этого процесса служит рис. 6.2, где представлен фрагмент дерева целей, у которого КОВ изменя­ется в следующих границах:

0,6<оц <0,8; 0,2<р,<0,4;

0,3<а₂ <0,6; 0,1<Р₂ <0,3; 0,2<у <0,1.

Как правило, лицо, формирующее решение, может также из­менять и граничные значения ресурсов, пытаясь получить вари­ант решения, наиболее выгодный в настоящее время. Например, если есть возможность изменять ограничение на ресурс а на ве­личину от А до А , а ресурс Ъ - от В до В, то, естественно, число альтернатив еще больше возрастет.

Некоторые варианты достижения главной цели, которые мо­гут быть получены с помощью представленного на рис. 6.2 фраг­мента дерева целей, показаны в табл. 6.1. Шаг табуляции для КОВ равен 0,1, для ресурса а - 10 ед., для ресурса Ъ - 0,01 ед.

 

Оценка и выбор полученных альтернатив возможны на осно­ве следующих критериев.

1.     Лучшим будет тот вариант решения, который обеспечива­ет максимальное продвижение к цели с минимальным заимство­ванием ресурсов у «соседа справа».

2.     Лучшим будет тот вариант, который обеспечивает макси­мальное продвижение к цели с минимальным заимствованием у любого партнера («дешевый кредит»).

Первый критерий предполагает жестко установленную пос­ледовательность заимствований, соответствующую расположе­нию терминальных вершин дерева целей. Второй критерий та­кой последовательности не предполагает. Заем будет сделан в той терминальной вершине, где «платить» за него придется меньше всего.

Критерий «дешевого кредита» более точный, так как позво­ляет управлять заимствованием, исходя не из наперед жестко за­данной схемы (слева направо), а на основе схемы, учитывающей предпочтения не только у «соседа справа», но у всей совокупно­сти терминальных вершин.

Совершенствование предложенных здесь критериев выбора лучшего решения может быть продолжено в направлении уста­новления некоторой границы, заимствование в пределах которой может не штрафоваться или штрафоваться по линейной зависи­мости, а за ее пределами - более жестко, например, согласно экс­поненциальной зависимости. В арсенале разработчика системы здесь может использоваться весь перечень известных ему функ­ций. Более подробно об этом можно прочесть в [5].

6.3.Разработка систем формирования решений на основе программных оболочек

Систему формирования решений, ориентированную на ис­пользование результатов обратных вычислений, целесообразно создавать на основе программных оболочек. Характерная черта такого рода инструментальных средств заключается в том, что они позволяют без программирования изменять как процесс рас­чета, так и форму представления знаний.

Для обратных вычислений требуются следующие формы пред­ставления знаний: дерево целей, дерево вероятностей, дерево вывода и нечеткие множества. Обработка деревьев целей и выво­да возможна по принципу «сверху-вниз-слева-направо», а дере­ва вероятностей - «сверху-вниз». Состав системы формирования решений, ориентированной на применение результатов обратных вычислений, представлен на рис. 6.3.

Главными компонентами системы являются база данных и база знаний.

База данных используется в качестве внешнего их источника и содержит информацию о состоянии дел как на самом предприятии, так и за его пределами. Внутренняя информация касается производ­ства, финансов, основных фондов, оборотных средств, кадров и т.д. Вся перечисленная информация достаточно точна и находится в обязательной бухгалтерской и статистической отчетности.

Внешняя информация отражает состояние дел во внешней сфере и касается рынка, конкурентов, кредитной и таможенной политики государства, мировых тенденций в области финансов и энергоносителей и др. Источником этой информации являются бюллетени, сводки, биржевые отчеты, пресса.

База знаний содержит модели формирования решений, ори­ентированные на вполне конкретную область. Знания в системе, ориентированной на обратные вычисления, могут быть представ­лены в следующих формах:

•     дерево целей, снабженное формулами расчета;

•     дерево вывода;

•     дерево вероятностей;

•      нечеткие множества.

Модули приобретения знаний и ввода данных содержат в себе систему управления базами знаний (СУБЗ) и систему управления базами данных (СУБД). С помощью СУБЗ создают деревья це­лей, выводов и вероятностей, корректируют и ликвидируют их. СУБД предназначены для создания баз данных, ввода исходных данных и их корректировки.

Модуль обработки знаний состоит из ряда подмодулей, пред­назначенных для числовой обработки каждого вида знаний. Ра­ботают они автономно.

Модуль обработки данных предназначен для поиска, агреги­рования и выполнения предварительных расчетов на основе баз данных.

Пользовательский интерфейс является диалоговой компонен­той системы и представляет собой программные и аппаратные средства, которые обеспечивают взаимодействие пользователя с системой. Данный термин охватывает все аспекты взаимодействия пользователя и системы формирования решений. Он также вклю­чает те факторы, которые делают взаимодействие простым, ин­терактивным и удобным. Недружественность пользовательско­го интерфейса зачастую является главной причиной того, что менеджеры не используют компьютерную поддержку своей дея­тельности в полной мере.

Наличие программной оболочки исключает этап программи­рования, что существенно сокращает трудоемкость и сроки раз­работки системы. Она позволяет лицу, формирующему решение, оперативно адаптировать систему под новую конъюнктуру рын­ка, изменения в социальной среде и т.д.

В зависимости от характера принимаемых решений исполь­зуется та или иная форма базы знаний. Если проблема и цель до­статочно определены и могут быть описаны детерминированны­ми зависимостями, то применяется дерево целей. В противном случае, т.е. когда связи между событиями расплывчаты, но могут быть описаны с некоторой долей определенности, применяются деревья вывода и нечеткие множества. При наличии вероятност­ной информации можно применять дерево вероятностей.

Перечислим типовые процедуры машинной технологии фор­мирования решения с помощью программных оболочек.

1.     Сформулировать проблему, цель или гипотезу, требующие принятия решения, а также критерий оценки альтернатив.

2.     Выполнить постановку задачи и выбрать модель базы зна­ний.

3.     Составить словарь системы.

4.     Наполнить систему знаниями и данными.

5.     Проанализировать полученный вариант (варианты) реше­ния и в случае надобности изменить условия их получения.

Формирование проблемы, цели или гипотезы

Допустим, предприятие характеризуется низкой рентабельно­стью и высокой себестоимостью продукции, что существенно снижает его конкурентоспособность. Признаками проблемы низ­кой конкурентоспособности являются сокращение объемов реа­лизованной продукции, снижение уровня заработной платы, а также трудности с получением и возвратом кредитов.

Цель в данном случае состоит в повышении рентабельности до желаемого уровня, определяемого траекторией развития пред­приятия. В качестве критерия оценки вариантов решений можно выбрать минимум ресурсов, необходимых для достижения цели.

Постановка задачи и выбор модели базы знаний

Согласно сложившейся практике постановка задачи должна содержать описание:

•      результирующей информации (что следует получить в ре­зультате решения задачи);

•      входной информации;

•       условно-постоянной информации;

•      процедур и алгоритмов преобразования входной информа­ции в результирующую.

В итоге выполнения данной процедуры получают:

•     дерево целей с формулами для расчетов, или дерево вывода типа И-ИЛИ с нечеткими множествами;

•      ограничения, диктуемые объемами наличных ресурсов;

•      перечень первичных документов (бухгалтерских, финансо­вых, внешних и др.);

•      перечень результирующих документов (бумажных, элект­ронных).

Составление словаря системы

Словарь системы - это набор слов, фраз, кодов, наименова­ний, используемых разработчиком для обозначения условий, це­лей, заключений и гипотез. Словарь - это тот набор слов и обо­значений, которым владеет система и благодаря которому пользо­ватель понимает результаты ее работы. Составление словаря - важная работа, ибо четко сформулированные условия и ответы резко повышают эффективность эксплуатации системы. При со­ставлении словаря и при его вводе в систему следует иметь в виду, что требуется однозначное, без повторений обозначение (или фор­мулирование) только гипотез (главных заключений, находящих­ся в корне дерева). Условия и промежуточные выводы могут ис­пользоваться в качестве исходных данных для вывода различных гипотез и поэтому их обозначения могут повторяться.

Наполнение системы данными и знаниями

Эта процедура предусматривает отчуждение субъективных знаний у лица, формирующего решение, для настройки системы. Системе следует сообщить:

•      приоритеты в достижении цели на различных уровнях дере­ва, а также шаг и диапазон изменения коэффициентов относи­тельной важности (КОВ);

•      ограничения на используемые ресурсы, а также диапазон их изменения;

•     критерий, согласно которому следует выбирать вариант ре­шения;

•      форму выдаваемой информации (таблица, диаграмма, гра­фик и т.д.).

Исходные данные из бухгалтерской, финансовой и другой от­четности, а также информация из внешних источников (ставки рефинансирования, кредитные ставки, таможенные пошлины и т.д.) поступают в базу данных.

Анализ предложенного варианта решения

Система может лишь подготовить вариант (варианты) реше­ния, но не может его принять. Ответственность за принятие ре­шения несет лицо, формирующее решение, поэтому оно должно взвесить все возможные последствия данного шага. Если возни­кают какие-либо сомнения либо появились новые соображения, которые можно ввести в систему и получить уточненное реше­ние, то после их ввода система повторно выполняет необходи­мые расчеты и предоставляет новый вариант решения.

6.4.Технология функционирования системы формирования решений

Технологию функционирования системы рассмотрим с помо­щью интерфейса, указывающего на операции, которые следует выполнить.

Основное меню системы содержит шесть позиций, содержа­ние которых раскрывается с помощью выпадающих подменю. Для разработчика системы предназначены позиции Правила, Ввод, Ре­дактирование, а для пользователя - Ввод, Выполнение, Печать. В процессе приобретения опыта работы с системой пользователь сам сможет выполнять функции разработчика, так как програм­мирование не требуется.

Позиция Правила позволяет вводить правила при создании новой системы. Чтобы инициировать работу созданного набора правил, предварительно необходимо его загрузить. Для этого предназначена позиция Загрузить, которая после ее выбора пре­доставляет пользователю возможность указать и загрузить тре­буемый набор правил.

После ввода нового набора правил возникает необходимость в его сохранении. Сохранить можно под старым именем или но­вым. Для этого достаточно указать позиции Сохранить или Со­хранить как... При желании можно отказаться от этих функций нажатием клавиши Esc.

Таблица «Ввод знаний» предоставляет эксперту возможность ввести следующую информацию:

Гипотезы.

Правила.

Формулы.

База данных.

Терминальные вершины.

Указав первую позицию, пользователь получает на экране макет ввода гипотезы. При этом в случае проверки гипотезы на синонимию он может, нажав клавишу F7, открыть окно словаря использованных гипотез. После ввода всех требуемых гипотез (ввод их обязателен) эксперт нажатием клавиши Esc может вер­нуться в главное меню.

Ввод правил с помощью позиции Правила является централь­ной процедурой системы. Указав данную позицию, пользователь получает меню, в котором следует уточнить тип правила. Для этого предусмотрена таблица «Тип правила».

Выбрав позицию Простое, эксперт получит макет ввода про­стого правила (рис. 6.4).

Ввод правил, условия в которых связаны логическими опера­циями ИЛИ/И, выполняется по тому же макету, что и простое правило, однако число выводов не ограничивается.

Некоторые или большинство терминальных вершин могут содержать условия, выполнение которых ведет к изменению со­держания самого правила. Если возникла необходимость ввода реляционного выражения, эксперт в окне «Тип правила» должен указать позицию Реляционное выражение, что обеспечит ему со­ответствующий макет ввода (рис. 6.5).

В том случае, если реляционное выражение поддерживается формулами, следует указать соответствующую позицию (Форму­лы). Указав ее, эксперт получает на экране макет ввода формул (рис. 6.6).

Ввод правила

 

С операцией И С операцией ИЛИ Реляционное выражение

 

 

Р2 - Сохранить

 

Рис. 6.4

Просмотр и редактирование уже введенного набора правил осуществляется с помощью специального диалогового окна. Из­менение (удаление, редактирование) осуществляется после вызо­ва директории с именами файлов с наборами правил. Чтобы до­бавить новое правило, можно воспользоваться таблицей диало­га «Тип правила», которая, в свою очередь, обеспечит эксперту макет ввода правила.

--------------------  Ввод реляционного выражения ------------

Тип правила

Что выводится из реляционного выражения

Условие отрицается

да

нет

 

Еве - Отказ Рис. 6.5

---------------  Ввод формул

Имя переменной

Выражение, определяющее переменную

 

- Сохранить

 

Рис. 6.6

Позиция Выполнение главного меню предназначена для пользователя. Однако, прежде чем запустить систему на выпол­нение, он должен загрузить тот набор правил, работа с которым планируется. Загрузка осуществляется в окне Ввод правил. Ука­зав позицию Выполнение, пользователь получает окно с предло­жением указать, обрабатывать ли все гипотезы данного набора правил или только одну. Введя в окно свое пожелание, пользова­тель получает макет ввода значений переменных для использо­вания реляционных выражений и формул. Осуществляется это с помощью таблицы диалога «Макет ввода коэффициентов». Ма­кет ввода представлен на рис. 6.7.

Для условия:

Укажите коэффициент определенности (от -1 до 1)

После окончания ввода всех исходных данных система авто­матически производит расчет коэффициента определенности ги­потезы. Если в качестве терминальных вершин используются ре­ляционные выражения или формулы, ввод их производится так же, как и простых терминальных вершин.

Результаты расчетов предоставляются в диалоговом окне, форма которого показана на рис. 6.8.

------------------------  Результаты расчетов------------------------

Для гипотезы Г_~_ Коэффициент определенности равен [

F1 - ответ на вопрос КАК F1 - ввод иного условия Enter - продолжение

Рис. 6.8

Возникшие сомнения в отношении правильности результатов пользователь может рассеять, нажав клавишу F1. В результате на экране появляется объяснение типа КАК.

Дальнейшее развитие систем, ориентированных на примене­ние обратных вычислений, по всей вероятности, будет направле­но на синтез неоднородных баз знаний. Это представляется впол­не очевидным, так как человек применяет в своей деятельности множество форм и методов представления и обработки знаний.

Второе направление, которое уже достаточно интенсивно развивается, касается методов, обслуживающих информационные технологии, направленные на обработку информации, поступа­ющей из сети Интернет. Эта информация характеризуется силь­ной неструктурированностью и разнородностью, однако она не­обходима для правильного формирования решения. В настоящее время интенсивно развиваются информационные технологии, предназначенные для обработки именно такой информации, на­званные «Интеллектуальный анализ данных» (Data Mining). Ожи­дается, что эта и другие новейшие достижения в области искусст­венного интеллекта существенно повлияют на дальнейшее раз­витие систем формирования решений.