Файл: Влияние информационных технологий на развитие систем поддержки принятия решений.pdf

Отличительные черты Crystal Info

Управление выполнением запросов:

• управление запросами пользователей;
• управление выводом результатов;
• контроль за разделением информации;
• вывод отчетов, инициируемый событиями (обновлениями БД, например).

Возможности работы в Internet/intranet:

• вывод отчетов в формате HTML с возможностью просмотра в браузере;
• обновление выводимых на Web-сайт отчетов по расписанию;
• вывод отчетов по статистике обращения к Web-сайту;
• Crystal Info WebAccess: доступ ко всем возможностям анализа данных и просмотра отчетов в безопасной среде Web через любой броузер, поддерживающий фреймы и JavaScript.

Веб платформа MS Azure

MS Azure - облачная платформа, с помощью которой можно размещать в «облачных» датацентрах Microsoft и «виртуально»-неограниченно масштабировать приложения. Windows Azure реализует модель Platform as a service (PaaS), когда платформа предоставляется клиенту как сервис. Платформа Windows Azure предоставляет возможность разработки и выполнения приложений и хранения данных на серверах, расположенных в распределенных датацентрах.

Интерфейс программы представляет собой полностью закрытую для пользователя систему, управление которой осуществляется из интерфейса

2.1. Обзор программных комплексов на практике

Принятие решения при помощи программы «Выбор»

Попробуем подобрать кандидата на свободную в фирме, попытаемся проанализировать кто из кандидатов наиболее подходит.

Сначала нам необходимо ввести в программу данные по критериям и фамилии претендентов. Создаем проект, иерархию и редактируем её.

Затем мы запускаем выполнение вычислений, где нам необходимо относительно каждого уровня произвести оценку нескольких факторов, тем самым расставив предпочтения

Для каждого критерия производим оценку, допустим по стажу работы Петров имеет больше рабочий стаж нежели Иванов.

Вычисления закончены, получаем результат

Очевидно, что по нашим критериям наиболее подходящим кандидатом на должность является Сидоров. С помощью программы мы помогли нашему отделу кадров принять решение кто же больше подходит на должность. Тем самым облегчили трудовые будни.

Веб платформа MS Azure

Рассмотрим облачные решение от Microsoft. Ощутить все плюсы и возможности облачных систем. Для начала создадим аккаунт по ссылки https://studio.azureml.net/. Есть пробный период.

Если в меню выбрать DATASETS  SAMPLES. Мы увидим уже готовые списки данных. Из которых можно выбрать вам подходящие.

Давайте теперь поможем авиадиспетчерам предугадывать опоздает ли самолет в зависимости от разных условий. Это им поможет для планирования работы авиадиспетчерского центра. Для начала создадим проект Experiment  New.

Далее нам необходимо добавить модули.

1. Модуль с DATASETS. Здесь можем посмотреть
2. Блок Select Columns in Dataset выбираем чтобы убрать лишние значения из базы знаний.
3. Делим данные на 2 части. Нам поможет блок Split Data.
4. Далее выбираем Train Model и задаем что нам необходимо предсказывать.
5. Одну часть train уводим на алгоритм машинного обучения. Алгоритм two-class classification.
6. Полученную модель проверяем с помощью части test. С этим нам поможет блок Score Model, так же сюда приходят данные с Split Data.
7. Последний блок – Evaluate Model – представит нам результат в удобной форме.

Итоговый результат должен быть такой:

После чего мы проверяем как работает наша система. Нажимаем Play, после обучения машина выдаст нам результат.

Наша система теперь обучена и теперь мы можешь передавать систему диспетчерам, и они с точностью 80% смогут предугадывать опоздания самолетов. Тем самым это им поможет принимать решения по планированию работы диспетчерского отдела.

Заключение

Как мы видим из данной работы, дальнейшее развитие систем поддержки принятия решений происходит по принципу усложнения интеллектуальных информационных технологий, способных более глубоко описывать проблемные ситуации с различных точек зрения.

В данной курсовой работе было проведено сравнение, позволяющее сделать вывод, что за последнее время общее количество параметров и признаков, учитываемых при проектировании, сильно возросло, что затрудняет обработку данных системой самостоятельно, зато при использовании вычислительных возможностей облака проблема нехватки ресурсов решается достаточно легко. При этом возрастает и скорость обработки данных. Таким образом, система поддержки принятия решений и облачные вычисления отлично взаимодействуют друг с другом, одновременно устраняя недостатки самой СППР.