Д.т.н.,
проф. Котельников В.Г., к.э.н. Моисеенкова Д.А.
Финансовый
университет при Правительстве РФ, Москва
Байесовская интегрирующая технология
оценки состояния сложных объектов
Возможности существующих информационных
технологий создания систем поддержки принятия управленческих решений в
организациях (на предприятиях) весьма ограничены. Это объясняется
недостаточностью интеграции только данных (а не совокупности данных и знаний),
невозможностью управления качеством и риском получаемых решений, затруднениями
в описании процессов адаптации и развития технологий в меняющихся информационных
условиях. Например, при добавлении нового источника информации (нового
измерительного прибора, новой базы данных, новых модельных представлений) или
при изменении условий сопряжения с внешней средой. В этих технологиях
отсутствует возможность:
§
интеграции
информационных потоков как вероятностной, так и возможностной природы;
§
на
формальной основе единой методологии сопрягать возможности математико-статистических
методов и методов мягких вычислений (нечетких множеств, нейроматематики,
генетических алгоритмов), а также принципы метрологического синтеза,
что не позволяет
интегрировать различные методологии и информационные технологии в единый измерительно-аналитический
процесс.
Методология регуляризирующего
байесовского подхода (РБП), байесовских интеллектуальных измерений (БИИ) и
байесовских интегрирующих технологий (БИТ) [1-6] представляет
собой новое научное направление в создании высокопроизводительных информационно-аналитических
систем в условиях значительной неопределенности и распределенности источников
информации.
Данная методология
обеспечивает [3, 4]:
q интеграцию
разноаспектной информации и отдельных информационных технологий с целью
оптимальной организации единого измерительно-аналитического процесса и средств
его реализации для получения высокоэффективного решения прикладных задач;
q управление качеством и
риском получаемых решений, метрологическое обоснование информационных потоков,
метрологический синтез информационных технологий;
q динамическую структуру
системы, генерацию развивающихся и самоорганизующихся моделей, информационных
технологий и средств решения указанных выше задач на основе непрерывного
познания свойств сложных объектов, процессов и ситуаций.
Способность БИИ-технологий
гибко и просто реконфигурироваться и развиваться на основе получения новых
знаний чрезвычайно полезна и актуальна для создания методической и
информационно-технологической базы средств их реализации.
Технология
БИТ реализованная в программной среде «Инфоаналитик» [7, 8, 9, 10] позволяет
создавать модели функционирования предприятий практически в любой целенаправленной
деятельности. Оценка результативности, эффективности работы предприятия
включает в себя результаты интеграции разнородных, распределенных в
пространстве и во времени информационных потоков, многомерных, взаимосвязанных
влияющих факторов на основе методологии РБП и БИТ. Эта методология позволяет
обеспечить метрологическое сопровождение информации и управление риском
получаемых решений задач управления [2, 3].
В течение ряда лет на
принципах РБП и БИТ с использованием программной среды «Инфоаналитик» были
разработаны системы для управления охраной окружающей среды и экологической
безопасностью для ФГУП «Адмиралтейские верфи» [11], системы управления
экологическими объектами на Селигерской природной территории [12, 13], системы
управления коммунальным комплексом хозяйствования в Томской области и др. [14,
15].
Все показатели аспектов деятельности
предприятия в среде «Инфоаналитик» представляются в виде иерархического дерева
факторов, причем четыре главные ветви находятся на одном уровне иерархии
(рис.1). Для оценки выполнения
показателей, содержащихся в дереве факторов, можно выбрать процентные и
балльные шкалы, по которым эксперты выставляют свои оценки, отражающие степень
выполнения конкретного показателя (фактора).
После выставления оценок и просчета интегральных факторов на панели (в
левой ее части) экрана монитора компьютера отображаются состояния показателей в
виде разноцветных кружков разной величины (рис.2).
Рис.1. Иерархическое дерево факторов
Цвета кружков соответствуют цветам составляющих показателей оценки на
диаграмме результатов по каждому фактору, а размеры кружков тем больше, чем
больше значение показателя в лингвистической шкале оценок (рис.2).
Сводная карта результатов оценки состояния в наглядной форме показывает
лицу, принимающему решение (ЛПР), места приложения внимания и усилий в
планировании корректирующих и предупреждающих действий по улучшению состояния
показателей деятельности. Этому же способствуют комментарии и замечания к
выставленным оценкам, содержащимся в разделе рекомендаций (рис.3).
Рис.2. Сводная карта состояний показателей
Рис.3. Вид окна рекомендаций
Рассмотренные в данной
статье возможные представления показателей деятельности не являются неизменным
шаблоном. В процессе развития компании и при изменении приоритетов некоторые
показатели теряют актуальность и от них можно отказаться, а другие добавлять в
дерево факторов. Главный признак удачно подобранных показателей – прозрачность
системы управления предприятием. В этом случае показатели являются диагностическими
признаками состояния системы. Их оценка в программной среде «Инфоаналитик» позволяет
с требуемой периодичностью выявлять слабые элементы в системе управления и
своевременно вводить в действие корректирующие и предупреждающие мероприятия,
направленные на улучшение качества и эффективности деятельности предприятия.
Литература
2. Недосекин Д.Д., Прокопчина С.В., Чернявский Е.А. Информационные технологии интеллектуализации измерительных процесов.- СПб.: Энергоатомиздат, 1995. - 178 с.
3. Прокопчина С. В. Концепция байесовской интеллектуализации измерений в задачах мониторинга сложных объектов // Новости искусственного интеллекта. -1997.- №3.- С.7 – 56.
4. Прокопчина С. В. Байесовские интеллектуальные технологии для аудита и управления сложными объектами в условиях значительной неопределённости // В сб. докладов Первой междунар. конф. ЮНИ-ИНТЕЛ 2010 «СЕЛИГЕР», 25–29 июня 2010, с. 81-85.
5. Прокопчина С.В. Тенденции и перспективы развития интеллектуальных технологий (по материалам конференции «SCM») // В сб. докладов Первой междунар. конф. ЮНИ-ИНТЕЛ 2010 «СЕЛИГЕР», 25–29 июня 2010, с. 24 – 32.
6. Котельников В.Г., Прокопчина С.В. Системный анализ в управлении: поддержка разработки, принятия и обоснования управленческих решений// В сб. материалов IX Международной научно-практической конф. (научном журнале) «Научная индустрия европейского континента – 2013» (27 ноября – 05 декабря 2013 г.). Том 13. Экономические науки. Макроэкономика. - Прага: Издательский дом «Education and Science» s.r.o. – 2013. С. 27 – 39.
7. Котельников В.Г., Гусева Е.В., Грушинский С.В. Аудит документов СМК в программной среде «ИНФОАНАЛИТИК» Сб. докладов Междунар. конф. по мягким вычислениям и измерениям "SCM-2006", Санкт-Петербург, 27-29 июня 2006.- Т.1.
8. Прокопчина С.В., Федичкин А.И. Применение байесовских интеллектуальных технологий
(БИТ) для оценки интегральных показателей. / Сб. докладов Междунар. конф. по
мягким вычислениям и измерениям "SCM-2006", Санкт-Петербург, 27-29
июня 2006.- Т.2.- С.20-22.
9. Прокопчина С.В., Федичкин А.И. Прогнозирование характеристик сложных объектов на основе байесовских интеллектуальных технологий./Сб. докладов Междунар. конф. по мягким вычислениям и измерениям "SCM-2006", Санкт-Петербург, 27-29 июня 2006.- Т.2.- С.22-25.
10. Котельников В.Г., Моисеенкова Д.А. Управление деятельностью
предприятий сервиса грузовых контейнерных перевозок на основе прогнозов событий
/ В научно-технич. журнале
«Технико-технологические проблемы сервиса». Вып.2(8). - СПб.: Изд-во СПбГУСЭ. 2009, с. 72 – 75.
11. Леонова Г.И., Шифрин С.И. Экспертно-аналитическая
система обеспечения экологической безопасности при строительстве судов. Опыт
внедрения (к материалам круглого стола). //Сб. докладов Междунар. конф. по мягким вычислениям
и измерениям «SCM-2005», Санкт-Петербург,
27-29 июня 2005.- Т.1.-
С.106-110.
12. Клинков С.В., Скрынник С.В., Федулин В.А.. Создание аналитической системы управления для Селигерской природной территории на основе БИТ / Сб. докладов Междунар. конф. по мягким вычислениям и измерениям "SCM-2006", Санкт-Петербург, 27-29 июня 2006.- Т.1
13. Клинков С.В., Кайгородов Д.А., Федулин В.А. Информационно-аналитичская система для создания программы устойчивого развития и обустройства территории в районе озера Селигер и Верхневолжских озёр (к материалам круглого стола) / Сб. докладов Междунар. конф. по мягким вычислениям и измерениям "SCM-2005", Санкт-Петербург, 27-29 июня 2005.- Т.1. – с. 79 – 87.
14. Шумский
А.А., Чернов А.Г., Ротарь В.Г., Ерофеев Е.Л. Поддержка принятия решений в
управлении коммунальным комплексом региона // Сб.
докладов Междунар. конф. по мягким вычислениям и измерениям «SCM-2005»,
Санкт-Петербург, 27-29 июня 2005.- Т.2.- С.151 – 154.
15. Лукьянец А.А., Прокопчина С.В. Методология поддержки решений в управлении энергоснабжающими организациями на основе регуляризирующего байесовского подхода: научно-практическое пособие. - Томск: Некоммерческий фонд развития региональной энергетики, 2006.- 196 с.