Файл: Отличительные черты систем поддержки принятия решений.pdf

Задачи принятия решений существенно разняться в зависимости от требований, которые предъявляются к виду окончательного решения. По этому признаку можно выделить три основных класса задач – классификации альтернатив, ранжирование альтернатив и выбор лучшей альтернативы.

В задачах классификации альтернатив в результате решения все альтернативы делятся на некоторые группы, которые упорядочиваются ЛПР по их преимуществам, но в границах каждой группы альтернативы считаются равноценными.

Также существуют задачи, в которых недостаточно разделить объекты на группы, а необходимо строго упорядочить их по преимуществам. Они называются задачами упорядочивания, или ранжирования альтернатив. В общем случае требование упорядочивания альтернатив означает, что ЛПР хочет определить относительную ценность каждой из них.

Все перечисленные выше классы задач тесно взаимосвязаны друг с другом. Но при этом их выделение позволяет взглянуть на проблемную ситуацию в разных точек зрения, лучше понять сущность задачи и подобрать верные «ключи» для ее решения.

Заключение

Системы поддержки принятия решений используются в различных организациях и предприятиях, для поддержки широкого диапазона решений, для менеджеров принимающих решения и для различных частей процесса принятия решений. Поэтому выгоды от этих систем могут быть оценены количественными и качественными показателями.

Системы поддержки принятия решений позволяют получить лучшие решения, сделать эффективным процесс принятия оптимальных решений. Эффективность управления измеряется такими экономическими показателями, как доходность предприятия, себестоимость выпускаемой продукции, объемы выпускаемой продукции. Системы СППР влияют на экономические показатели косвенно, поэтому количественное измерение эффективности внедрения систем поддержки принятия решений осложняется.

Оценка экономической эффективности системы СППР выполняется до ее внедрения в промышленную эксплуатацию и после производства.

Построение системы поддержки принятия решений - это довольно сложный и серьезный проект.

В той или иной степени СППР присутствуют в любой информационной системе. Поэтому осознанно или нет, к задаче создания системы поддержки принятия решений организации приступают сразу после приобретения вычислительной техники и установки программного обеспечения. По мере развития бизнеса, упорядочивания структуры организации и налаживания межкорпоративных связей проблема разработки и внедрения СППР становится особенно актуальной.

Одним из подходов к созданию таких систем стало использование хранилищ данных. Создание СППР на основе ХД - сложный, но обозримый процесс, требующий знания бизнеса, программно-технического инструментария и опыта выполнения крупных проектов. К тому же внедрение подобных систем может иметь преимущества в бизнесе, которые будут тем ощутимее, чем раньше организация начнет создание СППР. По прогнозам консалтинговой фирмы Gartner Group, к 2018 году примерно 90-95% компаний использовали хранилища данных.

Построение СППР на основе хранилищ данных требует новых технологических решений, к созданию которых несколько лет назад приступили основные производители промышленных СУБД и разработчики систем анализа данных.

Сегодня накоплен большой опыт разработки и внедрения специализированных структур данных и создания СППР на основе СУБД различных типов. Известна и технология создания больших хранилищ, как правило, на основе реляционных СУБД.

В работе приведено описание классификаций СППР и анализ типичных архитектур.

Выделены основные типы используемых систем: текстовые СППР, гипертекстовые СППР, ориентированные на использование баз данных и хранилищ данных СППР, табличные СППР, ориентированные на модели СППР, СППР, которые используют искусственный интеллект, гибридные СППР.

Список использованной литературы

1. Alter S.L. Decision support systems: current practice and continuing challenges. Reading, Mass.: Addison-Wesley Pub., 1980.

2. Power D.J. "What is a DSS?" // The On-Line Executive Journal for Data-Intensive Decision Support, 1997. – V. 1. – N3.

3. Scott Morton M.S. Management Decision Systems: Computer-based Support for Decision Making. – Boston: Harvard University, 1971.

4. Халин В. Г. и др. Системы поддержки принятия решений. – 2015.

5. Стародубцев А. А. Система поддержки принятия решений //Актуальные проблемы авиации и космонавтики. – 2016. – Т. 2. – №. 12. – С. 99-101.

6. Новикова И. Ю., Хазанова Д. Л. Системы поддержки принятия решений //Вестник научных конференций. – ООО Консалтинговая компания Юком, 2015. – №. 1-6. – С. 105-108.

7. Шапот М. Интеллектуальный анализ данных в системах поддержки принятия решений // Открытые системы. – 2016. – №1. – С. 30–35.

8. Devlin, B. Data warehouse: from architecture to implementation. Addison Wesley Longman, Inc. (2015).

9. Спирли Э. Корпоративные хранилища данных. Планирование, разраотка и реализация. – Т.1 / Э. Спирли. – М.: Издательство Вильямс, 2015. – 400 с.

10. Тарасенко Ф.П. Surveying Decision Support: New Realms of Analysis [Text] / Ф.П. Тарасенко // Database Programming and Design. – 2016. – № 4. – Р. 37-42.