Роль экспертных систем в бизнесе

Аннотация научной статьи по компьютерным и информационным наукам, автор научной работы — Иванченко А. В., Мельников А. В.

В статье рассматриваются принципы и этапы выбора и внедрения автоматизированных информационных систем, приведена модель расчета комплексного показателя «качество-цена», который позволяет выявить, какая из автоматизированных информационных систем на вашем предприятии при внедрении будет выглядеть предпочтительнее.

i Надоели баннеры? Вы всегда можете отключить рекламу.

Похожие темы научных работ по компьютерным и информационным наукам , автор научной работы — Иванченко А. В., Мельников А. В.

Оценка эффективности математической модели секвентного сигнала для системы связи
Многокритериальная экспертиза ERP-систем с учетом стоимостно-внедренческих характеристик
Методика анализа инвестиций в развитие автоматизированных информационных систем

Модели и методы создания интегрированной информационной системы для автоматизации технической подготовки и управления авиационным производством

Как устроена общая архитектура экспертных систем? Душкин объяснит

Оценка затрат на информационные системы
i Не можете найти то, что вам нужно? Попробуйте сервис подбора литературы.
i Надоели баннеры? Вы всегда можете отключить рекламу.

Текст научной работы на тему «Роль экспертных систем при выборе и внедрении автоматизированных информационных систем на предприятии»

1. Российский деловой портал [Электронный ресурс]. — Режим доступа: http ://альянсмедиа.рф.

2. Закржевский Э.Р Ветродвигатели для механизации животноводческих ферм. — 1959. — 199 с.

3. Шефтер Я.И Ветронасосные и ветроэлектрические агрегаты. — 1967. -376 с.

4. Голицын М.В., Голицын А.М., Пронина Н.М. Альтернативные энергоносители. — 2004. — 157 с.

РОЛЬ ЭКСПЕРТНЫХ СИСТЕМ ПРИ ВЫБОРЕ И ВНЕДРЕНИИ АВТОМАТИЗИРОВАННЫХ ИНФОРМАЦИОННЫХ СИСТЕМ НА ПРЕДПРИЯТИИ

Воронежский государственный университет инженерных технологий,

В статье рассматриваются принципы и этапы выбора и внедрения автоматизированных информационных систем, приведена модель расчета комплексного показателя «качество-цена», который позволяет выявить, какая из автоматизированных информационных систем на вашем предприятии при внедрении будет выглядеть предпочтительнее.

Экспертные системы — это яркое и быстро прогрессирующее направление в области искусственного интеллекта [1]. Причиной повышенного интереса, который экспертные системы вызывают к себе на протяжении всего своего существования является возможность их применения к решению задач из самых различных областей человеческой деятельности. В настоящее время попытки создания экспертных систем проводились практически во всех направлениях науки. Экспертные системы представляют собой набор программ или программное обеспечение, которое выполняет функции эксперта при решении какой-либо задачи в области его компетенции.

Выбор программного обеспечения для автоматизации управления предприятием задача не совсем простая даже для небольших предприятий. И дело здесь даже не в сложности объекта выбора как такового, а большей частью, в том, что от этого объекта могут сильно зависеть результаты деятельности вашего предприятия.

Какова роль и как работают экспертные системы в управлении компаниями.

Выбор корпоративной системы осуществляется в несколько этапов: — подготовительный;

* Аспирант кафедры Информационных и управляющих систем.

— анализ объекта и системы управления;

— осуществление выбора автоматизированной информационной системы (АИС);

— выбор организации, занимающейся внедрением;

— реализация и настройка АИС;

— тестовое испытание АИС.

В данной статье подробно рассмотрим этап «осуществления выбора АИС» и модель экспертной системы, позволяющая по заданным критериям определить, какая из АИС подходит вашему предприятию. Критериями при выборе АИС как правило являются:

— Совокупная стоимость владения. Сумма затраты на покупку и внедрение системы является одним из самых важных критериев.

— Функциональная полнота. Возможность системы служить тому для чего она была создана.

— Масштабируемость. Можно рассматривать функциональную масштабируемость, т.е. возможность при необходимости приобрести или активировать дополнительные модули, которые не требуются на начальных этапах проекта по автоматизации, и масштабируемость по мощности, т.е. способности системы нормально функционировать и оперативно реагировать на действия пользователя при увеличении количества пользователей, количества обрабатываемых документов, росте объема существующих данных.

— Технологичность. Это такие показатели как интегрированность (использование всеми модулями одной базы данных, однократный ввод данных), интегрируемость (возможность автоматического, полуавтоматического и ручного обмена данными с существующими приложениями), открытость системы (возможность модификации функциональности с помощью встроенных или внешних средств разработки, путем изменения исходных кодов функций и процедур, ядра системы, интерфейсных форм, структуры и модели данных и т.п.)

— Инвариантность по отношению к бизнесу. Возможность поддержки программным обеспечением разных видов бизнеса. Например, производства продуктов питания и оказания автотранспортных услуг. Этот критерий особенно важен для корпоративных структур с диверсифицированными видами деятельности.

— Перспективы развития. Важно выяснить планы разработчиков в отношении развития и модификации системы. Были случаи, когда проекты по дальнейшей разработке и поддержке программного обеспечения просто прекращались разработчиками и клиенты оставались один на один со своими проблемами по развитию проектов автоматизации.

При решении проблемы выбора наиболее подходящей ERP системы следует провести экспертную оценку наиболее важных критериев для конкрет-

ного предприятия. Все критерии можно условно разделить на качественные, количественные и ценовые показатели. Для совокупной оценки АИС и анализа свойств критериев целесообразно использовать мультипликативную модель расчета детерминированного обобщенного показателя «качество-цена»:

V V нал У V кач У V

/ 1 3, кол / 1 I,нал / 1 I, I

где х^коп — количественные признаки;

х,нал — признаки наличия;

Х1кКач — усредненные по множеству экспертов качественные признаки;

<У)-,Кт>- множество парциальных весовых коэффициентов отдельных количественных признаков;

— множество парциальных весовых коэффициентов отдельных качественных признаков;

<У),кт>- множество парциальных весовых коэффициентов отдельных качественных признаков;

< V>- множество групповых весовых коэффициентов;

Р — функция цены.

Выбор групповых весовых коэффициентов Vкол, Vнал, Vкач в формуле (1) позволяет установить требуемое соотношение между вкладами оценок различных признаков в комплексный показатель 3. Знаменатель последнего сомножителя формулы (1) нормирует значение 3 таким образом, чтобы при достижении всеми признаками максимальных значений показатель 3 превращался в единицу.

Определившись с критериями можно приступать к самому интересному и не менее сложному этапу непосредственному выбору системы. Хоть рынок АИС не так и велик, но программ на нем представлено довольно много. Если почитать рекламные материалы разработчиков и поставщиков различных систем, то складывается впечатление, что все программы делают одно и то же, и лишь немного отличаются одна от другой, в основном стоимостью. У потенциальных покупателей возникает законный вопрос, а зачем покупать и внедрять большую и дорогую систему, если вот есть маленькая и более дешевая, которая делает все то же самое.

Для начала необходимо определить класс системы. Существует довольно четкая зависимость между классом АИС, его возможностями и уровнем стоимости. Если в результате анализа получается, что под бюджет попадает один класс, а под требования — другой, то, явно, необходимо что-то менять. Или умерить аппетит по требованиям или выделять больший бюджет.

НапмМмИ Еп1ефмсе МюгозоИ Рупапгасз ДК 15АР Виапея Опе йса1а |Галактика ЕИР| 1С 8.0 УПП

0,487 0.574 0,407 0.38 0.64

] Сравнительная характеристика двух ЕР Р систем |

Матрица парных сравнений | «П оказатели э кспертизы—

Количественные признаки ] Качественные признаки | Функция йены -Совокупность детерминированных показэтелеР

Рис. 1. Модель итоговой выходной формы экспертной системы выбора и внедрения АИС

Когда эта работа будет завершена, то из тех же отчетов о классификации Вы получите перечень основных, а в случае средних и крупных систем, практически, полный перечень представителей данного класса из которых, как правило, делается выбор. Т.е. задаются конкретные показатели АИС, например максимальное количество пользователей, стоимость лицензий за одно рабочее место и по формуле 1 производится расчет детерминированного обобщенного показателя «качество-цена». Пример итоговой формы модели экспертной системы, осуществляющей сравнение АИС по заданным критериям, приведен на рис. 1.

При малейшем ослаблении контроля процесса внедрения системы начинает нарастать поток требований самого разного характера, часто бесполезных с точки зрения эффективности бизнеса. Именно поэтому проекты по внедрению АИС требуют отлаженной процедуры согласования функциональных требований и оценки экономической целесообразности их реализации. Описанный подход к выбору АИС позволяет значительно снизить риски при выборе системы и существенно облегчить работы по внедрению.

1. Иванченко А.В., Мельников А.В. Разработка и применение экспертных систем при выборе и внедрении систем планирования ресурсов на предприятии // Моделирование энергоинформационных процессов. — Воронеж, 2013. — С. 192-196.

2. Филипенко И.А., Выбор ПО для автоматизации управления // Корпоративные системы. — 2001. — № 3.

3. Бухарин С.В. Экспертные системы оценки качества и цены товаров (работ, услуг): монография / С.В. Бухарин, Е.С. Забияко, В.В. Конобеевских; Под ред. проф.

С.В. Бухарина. — Воронеж: ИММФ, 2006. — 200 с.

ОЦЕНКА ЭФФЕКТИВНОСТИ МАТЕМАТИЧЕСКОЙ МОДЕЛИ СЕКВЕНТНОГО СИГНАЛА ДЛЯ СИСТЕМЫ СВЯЗИ

Государственный научно-исследовательский институт прикладных проблем, г. Санкт-Петербург

Предлагаются результаты аналитических исследований и компьютерного моделирования по обоснованию выбора математической модели сигнала без несущей (секвентного сигнала).

Источник: cyberleninka.ru

13.1. Экспертные системы

Экспертные системы отличаются от систем обработки данных тем, что в них в основном используются символьный (а не числовой) способ представления информации.

Целесообразность применения экспертных систем (ЭС) вытекает из следующего:

1. технология ЭС существенно расширяет круг практически значимых задач, решение которых с использованием современных средств вычислительной техники приносит значительный экономический эффект;
2. ЭС предназначены для решения неформализованных задач, т.е. ЭС не отвергают и не заменяют традиционного подхода к разработке программ, ориентированного на решение формализованных задач.

К неформализованным относят задачи, которые обладают одной или несколькими из следующих характеристик:

1. задачи не могут быть заданы в числовой форме;
2. цели не могут быть выражены в терминах точно определенной целевой функции;
3. не существует алгоритмического решения задач;

Неформализованные задачи обладают следующими особенностями:

1. ошибочностью, неоднозначностью, неполнотой и противоречивостью исходных данных;
2. ошибочностью, неоднозначностью, неполнотой и противоречивостью знаний о проблемной области и решаемой задаче;
3. большой размерностью пространства решения, т.е. перебор при поиске решения весьма велик;

4) динамически изменяющимися данными и знаниями.

Коммерческие успехи к экспертным системам пришли не сразу.

На протяжении ряда лет (с 60-х годов) успехи касались в основном исследовательских разработок, демонстрировавших пригодность систем искусственного интеллекта для практического использования.

С 1988 —1990 гг. в экспертные системы стали активно использоваться в реальных областях человеческой деятельности.

Рынок продуктов искусственного интеллекта можно разделить на:

— системы искусственного интеллекта;

— инструментальные средства, предназначенные для автоматизации всех этапов создания приложения.

Среди специализированных систем, основанных на знаниях, наиболее значимы экспертные системы реального времени или динамические экспертные системы. На их долю приходится 70 % этого рынка.

Значимость инструментальных средств реального времени определяется в первую очередь тем, что только с помощью подобных средств создаются стратегически значимые приложения в таких областях, как:

— управление непрерывными производственными процессами в химии, фармакологии, производстве цемента, продуктов питания и т.д.;

— транспортировка и переработка нефти и газа;

— управление атомными и тепловыми электростанциями;

Инструментарий для создания экспертных систем реального времени впервые выпустила фирма Lisp Machine Inc. в 1985 г. Этот продукт носил название Picon. Его успех привел к тому, что группа ведущих его разработчиков образовала фирму Gensym, которая, значительно развив идеи, заложенные в Picon, выпустила в 1988 г. инструментальное средство под названием G2. В настоящий момент работает его третья версия и подготовлена четвертая [1, 5].

В качестве примеров успешного применения экспертных систем для решения экономических задач можно привести следующие факты:

1. American Express сократила свои потери на 27 млн. дол. в год благодаря экспертной системе, определяющей целесообразность выдачи кредита или отказа в его получении той или иной фирме [1];
2. фирма DEC ежегодно экономит 70 млн. дол. в год благодаря системе XCON/XSEL, которая по заказу покупателя составляет конфигурацию вычислительной системы VAX. Ее использование сократило число ошибок от 30 до 1 % [5];
3. фирма Sira сократила затраты на строительство трубопровода в Австралии на 40 млн. дол. за счет управляющей трубопроводом экспертной системы, реализованной на базе системы G2 [2].

Источник: studfile.net

Экспертные системы

Экспертная система (ЭС, Expert system) — предиктивная система, включающая в себя знания об определенной слабо структурированной и трудно формализуемой узкой предметной области и способная предлагать и объяснять пользователю разумные решения. Экспертная система состоит из базы знаний, механизма логического вывода и подсистемы объяснений. Экспертная система включает в себя большое число структурных составляющих меньшего размера.

Экспертные системы представляют собой прямой пример того, как наука может быть полезна для бизнеса.

Развитие ЭС

В начале восьмидесятых годов в исследованиях по искусственному интеллекту сформировалось самостоятельное направление, получившее название «экспертные системы» (ЭС). Целью исследований в этом новом направлении была разработка программ, которые при решении задач, сложных для эксперта-человека, получают результаты, не уступающие по качеству и эффективности решениям, получаемым экспертом.

Для обозначения этой дисциплины также часто используют термин «инженерия знаний», введенный Е.Фейгенбаумом как «привнесение принципов и инструментария исследований из области искусственного интеллекта в решение трудных прикладных проблем, требующих знаний экспертов». На протяжении 1960—1985 гг. успехи в деле освоения искусственного интеллекта (ИИ) касались в основном исследовательских разработок, которые демонстрировали пригодность ИИ для практического использования. В 1988—1990 гг. экспертные системы стали активно применяться в коммерческих приложениях. На заре появления используемые для их создания языки программирования, технологии разработки приложений и используемого делали интеграцию ЭС с традиционными программными системами довольно сложной, а порой даже невыполнимой задачей. Однако в настоящее время средства разработки ЭС используются в полном соответствии с современными технологическими тенденциями традиционного программирования, что решает проблемы, возникающие при создании составных приложений.

Место в ИТ-инфрастрктуре

Назначение

Схема статичной Экспертной системы

Само название «Экспертные системы» подразумевает возможность замены эксперта-человека программным решением. Это позволяет предприятиям сокращать затраты на оплату труда специалистов, а самим специалистам обращаться при решении любых вопросов в рамках своей деятельности непосредственно к программе. Такие возможности сокращают время решения проблемы и позволяют молодым специалистам обучаться прямо на своем рабочем месте. Примером простейшей экспертной системы могут служить виртуальные «помощники» в пакетах ПО операционных систем компьютеров. Такие алгоритмы решения типовых вопросов избавляют разработчиков от излишней, непомерной и неоправданной нагрузки по общению с конечным пользователем.

Экспертные системы и системы искусственного интеллекта имеют основное отличие от систем обработки данных тем, что в них в основном используются символьный способ представления, символьный вывод и эвристический поиск решения. Экспертные системы предназначены для решения только сложных практических задач.

По качеству и эффективности решения экспертные системы не должны уступать решениям эксперта-человека. Решения экспертных систем. могут быть объяснены пользователю на качественном уровне, то есть обладают прозрачностью. Прозрачность экспертных систем обеспечивается их способностью рассуждать о результатах своей работы и базах знаний. Важным свойством экспертных систем является и то, что они способны обучаться. ЭС решают задачи:

• интерпретации
• предсказаний
• диагностики
• планирования
• конструирования
• контроля
• отладки
• инструктажа
• управления

Такие задачи возникают в самых разных областях научных, деловых и промышленных областях. Программные средства, основанные на технологии экспертных систем, получили значительное распространение в мире. Важность экспертных систем состоит в следующем:

• существенно расширяют круг практически значимых задач, решение которых приносит значительный экономический эффект
• являются важнейшим средством сокращения длительности и, следовательно, высокой стоимости разработки сложных приложений
• объединение технологии ЭС с технологией традиционного программирования добавляет новые качества к программным продуктам за счет обеспечения динамичной модификации приложений пользователем, а не программистом, большей «прозрачности» приложения, лучшей графики, интерфейса и взаимодействия.

Неформализованные задачи

Особое внимание следует уделить неформализованным задачам, потому что именно для их решения и создавались экспертные системы. Неформализованные задачи обычно обладают следующими свойствами:

• ошибочность, неоднозначность, неполнота и противоречивость исходных данных
• ошибочность, неоднозначность, неполнота и противоречивость знаний о проблемной области и решаемой задаче
• большая размерность пространства решения, то есть перебор при поиске решения может быть очень большим
• динамически изменяющиеся данные и знания

Неформализованные задачи представляют большой и очень важный класс задач. Задачи такого плана являются наиболее массовым классом задач, решаемых ЭВМ.

Архитектура клиент-сервер

Существуют инструментальные средства искусственного интеллекта, поддерживающие распределенные вычисления по архитектуре клиент-сервер. Это предоставляет следующие преимущества:

• снижение стоимости оборудования, используемого в приложениях
• возможность децентрализовать приложения
• повышение надежности и общей производительности
• сокращение количества информации, пересылаемой между оборудованием

Преимущества

Существует ряд преимуществ экспертных систем как перед человеком-оператором, так и перед обычными алгоритмическими базами данных:

• интегрируемость. Существуют инструментальные средства, легко входящие в состав других информационных технологий и средств
• открытость и переносимость: у них нет предубеждений и они устойчивы к различным помехам;
• отсутствие поспешных выводов;
• выдача оптимального решения
• неограниченные размеры базы знаний.
• постоянное хранение данных: эксперт может что-то забыть, машина — никогда.

Перспективы развития

По мнению ведущих специалистов в области программирования, в недалекой перспективе ЭС будут играть важную роль в таких сферах, как:

• все фазы проектирования, разработки, производства, распределения, продажи, поддержки и оказания услуг
• интеграция приложений из готовых интеллектуально-взаимодействующих модулей в основные крупные программные решения
• решение неформализованных задач

Связанные темы

• Экспертные системы (Архитектура)
• Разработка экспертных систем
• Экспертные системы (представление знаний)

Ссылки

• Консалтинг и тренинги Москвы
• Он-лайн Журнал
• Мартелком

Источник: www.tadviser.ru