ПРОБЛЕМЫ СОЗДАНИЯ ИНТЕЛЛЕКТУАЛЬНЫХ СИСТЕМ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ

Быстрое увеличение количества информации, которая поступает пользователю и перерабатывается им приводит к крупным переменам в методах и способах анализа информации. Зачастую необходима не только автоматизация изучения и обработки данных, но и интеллектуализация большого количества информационных и организационных процессов, построение и внедрение эффективных методов и интеллектуальных технологий поддержки принятия решений.

В последнее время информационные технологии развиваются очень стремительно. И все большее число компаний используют различные автоматизированные средства, благодаря которым они могут эффективно обрабатывать и использовать имеющиеся данные.

Естественному интеллекту, как правило, сложно справится, когда дело касается слабостуктурированных или неструктурированных управленческих задач. В этом случае для принятия решения возникает необходимость в использовании интеллектуальных систем управления — систем, включающих в себя базы данных, хранилища моделей, блок решения и логического вывода и прочее.

База знаний основывается на моделях, которые содержат экспертные знания об изучаемой сфере деятельности, а также способы анализа факторов, поступающих в систему и методов их вывода, иными словами — создание новых знаний базируется на основе имеющихся и поступающих данных.

Другая структурная единица интеллектуальной СППР — блок логических выводов. Данный компонент предназначен для получения новых знаний из поступившей информации, учитывая, что данные могут быть недостоверными. При этом могут использоваться такие математические методы, как   коэффициенты уверенности, нечеткая логика, меры доверия и т.д. Данный блок является основным поскольку именно с его помощью пользователь формулирует альтернативы и разрабатывает соответствующие им решения.  Алгоритм выбора релевантного решения основывается на факторном анализе показателей. Использование такого метода приводит к получению нескольких алгоритмов выбора решения, поэтому для снижения сложности и облегчения выбора, применяют иерархический порядок описания алгоритма выбора.

Следующий блок —  блок объяснений, показывающий как система пришла к определенному выводу. Данный процесс осуществляется путем отслеживания каждого шага рассуждения и переходов между ними.

Наличие блоков расчетов, ввода и вывода данных, а так же базы данных является отличительной особенностью интеллектуальных система принятия решений. Такая структурная особенность продиктована необходимостью принятия правильных решений в экономических системах, используя наиболее точные расчеты, так как в таких системах цена ошибки очень велика. База данных содержит все необходимые показатели для осуществления процесса принятия решений.

Блок приобретения знаний ответственен за самообучение интеллектуальной системы, а значит и за точность и надежность выдаваемых решений. В настоящее время данные системы получают информацию путем ввода формализованных экспертных знаний. Процесс извлечения и четкого описания знаний экспертов, для их последующего использования при обучении СППР называется инженерия знаний.

Благодаря развитию интеллектуального управления, основанному на изучении инженерии знаний, искусственного интеллекта, математического моделирования, стало возможным создание интеллектуальных систем поддержки принятия решений.

При изучении интеллектуальной деятельности человека, как основы интеллектуальных систем, выделяют следующие аспекты: разнообразная работа со знаниями (получение, обработка, воспроизведение), целенаправленность деятельности, детализация целей на задачи и поиск возможностей их достижения, возможность предвидения исхода события, обобщение имеющихся знаний, применение шаблонных методов решения типовых задач и другие. Управляющему лицу приходится сталкиваться с экономическими задачами, алгоритм решения которых заранее неизвестен. Человеку свойственны множество когнитивных функций, например, такие как дедукция, индукция, восприятие, прогнозирование, вычисление, творчество, поиск, сравнение, классификация, выбор, ассоциация, интуиция и др. На данный момент удалось изучить, формализировать и обучить компьютеры лишь некоторым из описанных выше функций, это — сопоставление, поиск, дедукция, вычисление и выбор. Попытки обучить вычислительную технику более высокому уровню когнитивных возможностей, таких как логика, индуктивные и интуитивные выводы, шаблонные доказательства и вероятностные методы рассуждения до сих пор не увенчались особым успехом.

Известными методами автоматизации решения управленческих задач с помощью интеллектуальных возможностей являются:

- применение нейронных сетей и нейрокомпьютеров при решении задач классификации или обобщения ситуаций;

- совместная работа человека с компьютером, происходящая в форме диалога, при это система, содержащая базу знаний и дедуктивный анализ, помогает в процессе работы.

Перед теорией искусственного интеллекта ставятся три основные цели:

1) Стратегическая цель, которая заключается в научном исследовании когнитивной деятельности человек и наделения данными возможностями компьютерных систем.

2) Теоретическая естественно-научная цель. Суть данной цели в познании механизмов мозговой деятельности, их формализация и построение функциональных моделей.

3) Практическая и техническая цели. Их задача в решении сложных неструктурированных проблем, имеющих детерминированный характер, с которыми естественный интеллект не в состоянии справится без вычислительной техники.

Итогом достижения целей становится автоматизация работы лица, приминающего решения, которая позволяет увеличить человеческие возможности и расширить мыслительные способности.

Для осуществления процесса принятия решений, основанном на интеллектуальных возможностях человека, системы поддержки принятия решений должны включать перечисленные выше подсистемы. В интеллектуальных СППР моделируется внутренний мир, соответствующий среде, в которой принимается решение в реальности, с учетов всех влияющих факторов.  Модель внутреннего мира создает условия самостоятельности при анализе задачи и принятии решения, уникальность выводов, способность интерпретации входящих запросов в семантическое соответствие с базой данных, умение максимально быстро решить задачу и выдать ответ.

Список литературы:

1. Карелин, В. П. Интеллектуальные технологии и системы искусственного интеллекта для поддержки принятия решений [Электронный ресурс] // Вестник ТИУиЭ. 2011. №2. Режим доступа: http://cyberleninka.ru/article/n/intellektualnye-tehnologii-i-sistemy-iskusstvennogo-intellekta-dlya-podderzhki-prinyatiya-resheniy (дата обращения: 11.01.2018).
2. Сороколетов, П. В. Построение интеллектуальных систем поддержки принятия решений [Электронный ресурс] // Известия ЮФУ. Технические науки. 2009. №4. Режим доступа: http://cyberleninka.ru/article/n/postroenie-intellektualnyh-sistem-podderzhki-prinyatiya-resheniy (дата обращения: 12.01.2018).
3. Стадниченко, С. Ю. Интеллектуальные системы поддержки принятия решения / С. Ю. Стадниченко // Молодой ученый. –  2010. –  №6. –  С. 61-63.