Контрольная работа на тему Тема на выбор автора (Тема № 14: СППР (системы поддержки принятия решений) – новые тренды в экономике хозяйствующего субъекта )

Содержание:

Введение 3
1. Структура СППР 4
2. Классификация СППР 7
3. Архитектура и дизайн интеллектуальных СППР 10
4. Совершенствование управления развитием региона на основе использования систем поддержки принятия решений 13
Заключение 19
Список литературы и информационных ресурсов интернет 20

Введение:

В условиях современной экономики предприятия сталкиваются с огромным количеством информации. В связи с этим требуется больше времени на ее обработку, поэтому процесс принятия решения значительно затягивается. Для успешного развития предприятия и поддержании его конкурентоспособности, необходимо оперативно принимать решения, основанные на данных анализа работы предприятия. Сделать это можно используя новые технологии, такие как информационные системы поддержки принятия решений. В настоящее время системы поддержки принятия решений являются главными помощниками для руководителей предприятий.
Системы поддержки принятия решений (СППР) – это автоматизированная система, полученная соединением управленческих информационных систем и систем управления базами данных. СППР помогает пользователю использовать данные и модели решения задач для принятия управленческих решений.
СППР может использоваться в различных областях экономики и управления. Так, на предприятии она должна решать две основные задачи, такие как оптимизация, то есть выбор наилучшего решения из множества имеющихся, и ранжирование, то есть расстановка имеющихся решений по предпочтительности. Выбор того или иного программного продукта системы поддержки принятия управленческих решений зависит от того, какой объем аналитических задач планирует решить предприятие. Используя предложения СППР, предприятия повысят эффективность своей деятельности, а также откроют для себя новые способы решения стандартных и повседневных задач.
Целью данной работы является анализ СППР (системы поддержки принятия решений) как новых трендов в экономике хозяйствующего субъекта.
Для достижения данной цели поставлены следующие задачи:
1. дать характеристику структуре СППР;
2. привести имеющиеся в литературе классификации СППР;
3. рассмотреть архитектуру и дизайн интеллектуальных СППР;
4. привести пример применения СППР в управлении регионом.

Заключение:

Интеллектуальная СППР – это такая система, которая ассистирует ЛПР (Лицам, Принимающим Решения) в принятии этих самых решений, используя инструментарии дата майнинга, моделирования и визуализации, обладает дружелюбным (G)UI, устойчива по качеству, интерактивна и гибка по настройкам.
Причинами использования интеллектуальных СППР являются сложность в принятии решений; необходимость в точной оценке различных альтернатив; необходимость предсказательного функционала; необходимость мультипотокового входа (для принятия решения нужны выводы на основе данных, экспертные оценки, известные ограничения и т.п.).
С начала 80-х гг. ХХ века можно говорить уже о формировании подклассов СППР, таких как MIS (Management Information System), EIS (Executive Information System), GDSS (Group Decision Support Systems), ODSS (Organization Decision Support Systems) и др. С середины 90-х на свет стали появляться и интеллектуальные СППР, в основе которых стали лежать инструменты статистики и машинного обучения, теории игр и сложного моделирования.
ИСППР лучше подходят для принятия решений в условиях неопределенности, т.е. условиях, в которых и живет реальный бизнес. Теория игр, в свою очередь, гораздо лучше подойдет для ИСППР, созданных для принятия стратегических решений.
Понимание актуальных проблем социально-экономического развития региона в условиях обострения вызовов глобальной конкуренции обусловливает использование интеллектуальных технологий их решения, что затруднено недостаточностью методологической культуры управленцев. Приведенная в работе методика управления формированием ППМ и ее информационно-аналитическая поддержка направлена на оптимизацию процесса оценки ППМ индивидов.
Разработка системы поддержки принятия решения на промышленных предприятиях, которая включает в себя диагностику финансового состояния контрагентов, является ключевым условием в развитии промышленных предприятий. Основной целью системы поддержки принятия решений является получение определенного числа ключевых параметров, дающих объективную и точную картину финансового состояния контрагента, с помощью которого можно оценить хозяйственную деятельность диагностируемого объекта: дать характеристику его платежеспособности, эффективности и доходности его деятельности, оценить перспективы развития, а затем по его результатам принять решение о заключении контракта.

Фрагмент текста работы:

 
1. Структура СППР

Главным классом систем, в которых используются экспертные системы в качестве элементов, являются системы поддержки принятия решений. С развитием аналитических методов и появлением новых математических формализмов для обработки больших объёмов данных, для поиска закономерностей, в том числе скрытых, системы поддержки принятия решений получили второе дыхание, и сегодня этот класс систем используется в большом количестве областей применений для снятия с аналитиков и руководителей рутинной работы по сбору и анализу больших массивов информации и подготовке и принятию решений. Так что внимательно посмотрим на такие системы — какие методы в них используются, какие составные элементы в них имеются, каковы взаимосвязи между элементами и всё остальное.
Общая структура систем поддержки принятия решений выглядит следующим образом (рис. 1).

Рис. 1. Общая структура СППР

Кратко рассмотрим все элементы, приведённые на схеме, за исключением экспертных систем:
1. Хранилище данных – первичный элемент системы, в который собираются все данные об объекте управления или проблемной ситуации, относительно которых система осуществляет поддержку принятия решений. Как и в случае с экспертной системой в хранилище попадают данные как от пользователей, так и с различного рода датчиков, устройств и иных систем. В отличие от базы данных в хранилище осуществляется первичная обработка данных таким образом, чтобы потом их можно было эффективно использовать для анализа и визуализации. Происходит очистка и преобразование данных, а их хранение осуществляется в специальном формате, который позволяет быстро манипулировать ими. Всё это помогает двух другим компонентам системы – модулям статистического и интеллектуального анализа быстро обрабатывать огромные массивы информации.
2. Модуль статистического анализа предназначается для применения различных методов математической статистики и смежных дисциплин для анализа больших объёмов информации (статистических выборок), в частности, поиска корреляций и причинно-следственных связей, анализа трендов, определения статистических закономерностей и т. д. Большинство методов статистического анализа давно разработаны и апробированы, однако временами появляются новые, а потому важно, чтобы этот элемент системы был открытым для использования новых методов.