Федеральное агентство по образованию ГОУ ВПО «Сибирская государственная автомобильно-дорожная
академия (СибАДИ)»
Е.Л. Першина, О.А. Попова, С.Н. Чуканов
СОВРЕМЕННЫЕ ТЕХНОЛОГИИ И КОМПЛЕКСЫ ПРОГРАММ ПОДДЕРЖКИ
ПРИНЯТИЯ РЕШЕНИЙ
Учебное пособие
Омск
СибАДИ
2010
УДК 681.5(075) ББК 32.973.202я73
П 27
Рецензенты:
доктор технических наук, профессор В.П. Денисов (СибАДИ); кандидат технических наук, доцент Н.Н. Баженов (ОмГУПС)
Работа одобрена редакционно-издательским советом академии в качестве учебного пособия.
Першина Е.Л., Попова О.А., Чуканов С.Н.
П 27 Современные технологии и комплексы программ поддержки принятия решений: учебное пособие. – Омск: СибАДИ, 2010. – 88 с.
В учебном пособии рассмотрены характеристики систем поддержки принятия решений, их назначение, история создания, основные типы и классификация. Приведены примеры компьютерных систем поддержки принятия решений, а также сведения о технологии принятия решений и интеллектуальном анализе данных.
Работа выполнена по заданию проекта по аналитической ведомственной целевой программе «Развитие научного потенциала высшей школы (2009– 2010 годы)».
ГОУ «СибАДИ», 2010
2
Оглавление |
|
Введение………………………………………………………………………… |
5 |
1. Общая характеристика современных СППР…………………………… |
7 |
1.1. Два подхода к созданию СППР…………………………………………… |
7 |
1.2. Назначение СППР…………………………………………………………. |
7 |
1.3. Пассивная и активная поддержка………………………………………… |
9 |
1.4. Современные подходы к определению понятия СППР………………… |
12 |
1.5. Предпосылки к разработке КСППР……………………………………… |
15 |
1.6.История создания СППР………………………………………………...... 17
1.7.Общая структура СППР…………………………………………………... 19
1.8.Основные типы СППР…………………………………………………...... 21
1.9.Классификации СППР…………………………………………………...... 22
1.10. Системы поддержки работы группы (Group Support Systems)………… |
25 |
2. Примеры КСППР…………………………………………………………… |
27 |
2.1. Программы семейства «Император»…………………………………..... |
27 |
2.2. Программно-аналитическая платформа Deductor……………………… |
29 |
2.2.1. Общая характеристика ПАП Deductor…………………………………. |
29 |
2.2.2. Решаемые задачи………………………………………………………… |
29 |
2.2.3. Состав системы………………………………………………………...... |
31 |
2.2.4. Новый взгляд на данные………………………………………………… |
32 |
2.3. Компьютерные системы поддержки принятия кредитных решений..... |
33 |
2.3.1. Скоринговые кредитные решения и их поддержка…………………… |
33 |
2.3.2. Интегрированные банковские системы «Центавр-Дельта» |
|
и EGAR MacroScoring………………………………………………………..... |
38 |
2.3.3. Программное обеспечение компании R-Style Softlab………………… |
41 |
2.3.4. Фронт-офисное решение Daisoft ………………………………………. |
43 |
3. Технологии принятия решений. |
|
Интеллектуальный анализ данных............................................................... |
48 |
3.1. Методология анализа данных…………………………………………...... |
48 |
3.1.1. Аналитический подход к моделированию…………………………...... |
49 |
3.1.2. Информационный подход к моделированию………………………….. |
51 |
3.2. Технология Data Mining…………………………………………………. |
54 |
3.2.1. Общие сведения о технологии Data Mining…………………………… |
54 |
3.2.2. Сферы применения……………………………………………………… |
55 |
3.2.3. Основные методы и задачи Data Mining……………………………….. |
61 |
3.3.Технология KDD………………………………………………………...... 65
3.4.Ситуационные центры как технологии принятия
корпоративных решений………………………………………........................ |
68 |
3.4.1. Режимы работы ситуационных центров……………………………….. |
70 |
3.4.2. Состав ситуационной комнаты корпорации…………………………… |
74 |
3.4.3. Базовые характеристики ситуационного центра……………………… |
75 |
3.4.4. Примеры ситуационных центров: ситуационный центр |
|
корпорации «Парус»……………………………………………… ….............. |
77 |
4. Геоинформационные системы поддержки принятия |
|
решений (ГИСППР)…………………………………………...…................... |
79 |
Библиографический список............................................................................... |
86 |
3
Перечень сокращений
DM – data Mining
DW – data Warehousing – хранилища данных
KDD – knowledge Discovery in Databases – извлечение знаний из баз данных
OLAP – online analytical processing – оперативная аналитическая об-
работка данных АРМ – автоматизированное рабочее место
ГИСППР – геоинформационные системы поддержки принятия решений КСППР – компьютерные системы поддержки принятия решений
ЛПР – лицо, принимающее решение МАИ – метод анализа иерархий
МИИА – метод интегрального иерархического анализа СППР – системы поддержки принятия решений СЦ – ситуационный центр
4
ВВЕДЕНИЕ
Системы поддержки принятия решений существуют очень давно: это военные советы, коллегии министерств, всевозможные совещания, аналитические центры, советы главных конструкторов и т. д. Хотя они никогда не назывались системами поддержки принятия решения, но выполняли именно их задачи, в некоторых случаях частично. Увеличение объема информации, поступающей конструкторам, усложнение решаемых задач, необходимость учета большого числа взаимосвязанных факторов и быстро меняющихся требований к проектируемому объекту настоятельно требуют использовать вычислительную технику в процессе принятия решений. В связи с этим появился новый класс вычислительныхсистем– системы поддержки принятия решений (СППР).
Основой успешного функционирования производственной среды является принятие решений, адекватных условиям, в которых функционируют объекты. Системы поддержки принятия решений, в которых сконцентрированы мощные методы математического моделирования, науки управления, информатики, являются инструментом, призванным оказать помощь руководителям в своей деятельности во все усложняющемся динамичном мире.
На первых этапах использования ЭВМ в процессе принятия решений копировался человеческий подход к решению проблем.
Преимущество компьютера состоит в большом быстродействии и памяти с возможностями расширения до необходимых размеров, что делает его необходимым практически во всех областях человеческой деятельности.
В принятии решений важнейшими областями, в которых компьютер становится ближайшим помощником человека, являются:
-быстрый доступ к информации, накопленной в компьютере, лица, принимающего решение, (ЛПР) или /и в компьютерной сети, к которой подключен;
-осуществление оптимизации или интерактивной имитации, основанных на математических или эвристических моделях;
-нахождение в базах данных принятых ранее решений в ситуациях, подобных исследуемым, для использования ЛПР в подходящий момент;
-использование знаний лучших в своей области специалистов, включенных в базы знаний экспертных систем;
-представление результатов в наиболее подходящей для ЛПР форме.
5