Классический подход к принятию управленческого решения состоит в соблюдении определенной процедуры и выполнении обязательных действий:
-
постановка проблемы;
-
выявление ограничений и определение альтернатив;
-
принятие решения;
-
реализация решения;
-
контроль за исполнением решения.
Рассмотрим подробно стадию принятия решения. Разработаем базу знаний принятия решений и опишем ее с помощью семантической сети (рисунок 1).
Системы поддержки принятия решений (СППР) предназначены для решения слабоструктурированных задач, результат решения которых сложно спрогнозировать заранее. Управленческие информационные системы обеспечивают СППР информацией. Лица, которые используют данные системы – это обычно менеджеры, специалисты, аналитики и др.
Для обеспечения достоверности принимаемых решений система поддержки принятия решений осуществляет информационную поддержку лицу, принимающему решение (ЛПР).
В первую очередь область применения СППР – это нестандартные ситуации. Для таких ситуаций свойственна неопределенность, что делает выбор единственной объективно наилучшей альтернативы решения затруднительным. В данных ситуациях в процессе принятия решений используют специальные средства формализации системы предпочтений ЛПР и определенным образом структурированный сравнительный анализ альтернативных вариантов.
Рисунок 1 – База знаний принятия решений
К основным принципам формирования и использования СППР можно отнести:
-
обеспечение ЛПР необходимой информацией в максимально возможном объеме;
-
возможность оперативного поиска информации;
-
генерирование альтернативных вариантов решений;
-
предоставление прогнозных оценок результатов реализации возможных альтернатив;
-
постоянная эволюция системы за счет наращивания ее возможностей. [1, с. 17]
СППР применимы для решения широкого круга задач на всех стадиях принятия решений. Они могут быть использованы при анализе и прогнозировании динамики конъюнктуры рынка, при разработке стратегии развития организации, при оценке потенциала предприятия, повышения качества выпускаемой продукции и т.д.
Но для решения задач в ряде случаев, когда количество времени для решения задач ограничено, при этом нет необходимости в доскональной точности результата принятия решения или количество критериев/альтернатив слишком велико (10 и более), применение традиционных средств принятия решений, в том числе, основанных на методе анализа иерархий, не дает нужных параметров решения.
В частности, крайне затруднительно получить логически достоверное решение, обладающее рекомендуемыми значениями индекса согласованности (ИС) и отношения согласованности (ОС).
Например, если число критериев для принятия решения равно 15, а число альтернатив – 10, то при расчете общего числа парных сравнений альтернатив по формуле , где m–число критериев, а n – число альтернатив, общее число парных сравнений альтернатив будет равно 1350. При этом, сравнивая каждую пару альтернатив, нужно стремиться к ограничению значений ИС и ОС в пределах от 0 до 0,1. [2, с. 83]
С учетом того, что операция простого упорядочивания вариантов по их важности без назначения весов является простой, т.е. ЛПР не использует здесь упрощенных стратегий и не совершает ошибок, представляется обоснованным ее применение в процессе принятия решений вместо парных сравнений, особенно в случаях предварительного отбора из большого числа альтернатив.
Предлагаемый нами подход состоит в использовании последовательности шагов упорядочивания альтернатив при принятии решений на основе простого упорядочивания альтернатив при линейном распределении весомостей.
Разработаем базу знаний по принятию решений на основе линейного упорядочивания весомостей альтернатив и опишем ее с помощью семантической сети (рисунок 2).
Рисунок 2 – База знаний по принятию решений на основе линейного упорядочивания весомостей альтернатив
Главным достоинством использования предлагаемого линейного распределения весомостей альтернатив является малое число операций и их простота, которая помогает лицу, принимающему решение, не допустить ошибку. За счет этого происходит экономия времени для принятия решения и снижается вероятность совершения лицом, принимающим решение, ошибки в принятии решения, особенно в случае большого количества критериев и альтернатив.
Библиографический список
- Баин А.М. Современные информационные технологии систем поддержки принятия решений // – М.: Форум, 2009.
- Есиков О.В. Автоматизированные информационные системы: методы построения и исследования. Модели и методы поддержки принятия решений // – М.: Инфра-М, 2010.
- Ломакин В.В. Алгоритм повышения степени согласованности матрицы парных сравнений при проведении экспертных опросов // Фундаментальные исследования. – 2013. –№ 1 1 . – С.1798-1803.