16. Понятие информационных технологий и их связь с уровнями управления Технология вообще, и информационная в частности, это, прежде - pismo.netnado.ru o_O
Главная
Поиск по ключевым словам:
страница 1
Похожие работы
Название работы Кол-во страниц Размер
Выпускная работа по «Основам информационных технологий» Магистрантка... 3 445.33kb.
Лекция. Виды информационных технологий 1 190.23kb.
Особенности технологий мобильного предпринимательства 1 32.81kb.
35 реформация в германии 1 45.1kb.
Для удовлетворения информационных потребностей специалистов и подразделений... 1 227.08kb.
Выпускная работа по «Основам информационных технологий» 3 371.75kb.
Выпускная работа по «Основам информационных технологий» 1 176.56kb.
Выпускная работа по «Основам информационных технологий» 1 208.64kb.
Выпускная работа по «Основам информационных технологий» 1 222.86kb.
Выпускная работа по «Основам информационных технологий» Магистрант 1 184.94kb.
Классическая традиция, для которой политическая философия есть «прежде... 1 99.79kb.
1 Шифрование и электронно-цифровая подпись в системе документооборота 1 254.19kb.
Урок литературы «Война глазами детей» 1 78.68kb.
16. Понятие информационных технологий и их связь с уровнями управления Технология - страница №1/1


  • 16. Понятие информационных технологий и их связь с уровнями управления

Технология вообще, и информационная в частности, – это, прежде всего, цепь процедур и операций, выполняемых последовательно (параллельно) во времени. Это не просто комплекс различных научных и инженерных знаний, а свод правил, регламентирующих выполнение технологических процедур. Как уже отмечалось информационная технология – это совокупность методов, этапов, процедур, операций, приемов и средств для сбора, передачи, обработки, хранения и выдачи информации, выполняемых периодически в заданной последовательности с помощью средств компьютеризации или без таковых.

Выделяют два класса информационных технологий:



  • базовые;

  • предметные.

Под базовой информационной технологией понимается такой набор составляющих ее инструментальных программных и других средств, которые, с точки зрения конечного пользователя, не имеют составных частей (далее не делятся). К таковым можно отнести: текстовые, табличные графические процессоры, системы управления базами данных, мультимедийные средства, web-технологии и различного рода программные продукты, не включающие другие (например, экспертные системы). Их характерная черта заключается в универсальности, то есть в ориентации на применение в различных областях деятельности человека (экономике, медицине, юриспруденции и т.д.).

Предметные информационные технологии содержат в себе базовые, связанные в одно целое и адаптированные под специфику конкретных задач, соответствующих предметных областей, а также технологии, ориентированные на решение определенного класса задач.

Этапы, процедуры, операции и т д., составляющие содержание любой предметной технологии, иллюстрируются иерархической зависимостью, представленной на рис. 5.1.

Рис. 5.1. Иерархическая структура информационных технологий

Бессмысленно говорить об информационной технологии без ориентации на ее пользователя. Пользователями являются сотрудники, находящиеся на различных уровнях иерархии управления предприятием, организацией, офисом и т.д. На рис. 5.2 представлена типовая трехуровневая структура системы управления предприятием, на каждом из которых применяется своя информационная технология (слева). Справа показаны типовые технологии, обеспечивающие информационную поддержку управленческому персоналу.

Рис. 5.2. Связь между уровнями управления и их информационной поддержкой

На рис. 5.2 перечислены следующие классы технологи и составляющие их элементы:

класс TPS-технологий (Transactions Processing Systems):


  • ECM (Enterprise Content Management Systems) – управление корпоративным контентом;

  • OLTP-технология – (On-line Transaction Processing) – технология оперативной обработки данных;

  • Web-технология - средства обеспечивающие работу с информацией, находящейся в локальных и глобальных сетях.

класс ERP-технологий (Enterprise Resource Planning) интегрированные информационные системы, обеспечивающие всестороннее управление предприятием:

  • ECM (Enterprise Content Management Systems) – управление корпоративным контентом;

  • OLAP (On-line Analytical Processing) – оперативная аналитическая обработка данных;

  • MIS (Management Information Systems) – автоматизация управленческой деятельности;

  • DSS (Decision Support Systems) – система поддержки принятия решений;

класс ESS-технологий (Executive Support Systems) - интеллектуальные информационные технологии (Intellectual information technology):

  • BI (Business Intelligence) – интеллектуальная поддержка бизнеса;

  • AOC (Агентно-ориентированные системы) – технологии, ориентированных на использование программных агентов;

  • DM (Data Mining ) - технологии интеллектуального анализа данных.

В последний список не вошли технологии, предназначенные для работы с нечеткой (Fuzzy Logic Toolbox) и неосознанной информацией (нейросети). О них более подробно речь пойдет ниже.

Каждый уровень управления определяет вид информационных ресурсов (данные, информация, знания) потребляемых управленческим персоналом. На оперативном уровне используются данные, тактическом – информация, на стратегическом - знания. Данная градация является условной, так как на любом уровне, в случае надобности, можно получить любой из перечисленных видов. Если информационная система создана в соответствии со стандартами открытых систем, то интеграция информационных технологий обеспечивается на всех уровнях иерархии.

Так как понятие информационной технологии многоуровневое, поэтому каждую из перечисленных технологий можно представить с помощью иерархии их составляющих. Иерархия в данном случае отражает взаимоотношения вида “целое-часть” либо “род-вид”. Обратимся к рис. 5.3, где представлена типовая иерархия информационных технологий предприятия или организации. Информационные технологии условно можно разделить на следующие классы: ERP-технологии, MIS-технологии и ESS-технологии.

Информационную систему предприятия, организации, офиса и т.д. можно рассматривать как технологию первого уровня, которая включает в себя классы технологий второго уровня. К таковым, согласно рис. 5.3, относятся ERP-технологии, управленческие информационные системы (MIS-технологии), и технологии интеллектуальной обработки данных (ESS-технологии). Каждая из перечисленных технологий в свою очередь состоит из подтехнологий.

ERP-технологии включают транзакционные технологии (TPS-технологии) и OLAP-технологии, поддерживающие оперативную аналитическую обработку данных. В свою очередь класс TPS-технологий можно рассматривать как множество, состоящее из OLTP, WEB-технологий и ECM - технологий управления контентом (см. 1.2). Частным случаем ECM является технология управления докуметооборотом.

Теперь необходимо рассмотреть основные функции, выполняемые сотрудниками управления с помощью информационных технологий на каждом из уровней управления.



Рис. 5.3. Дерево иерархической зависимости типовых информационных технологий предприятия

17. Транзакционные технологии (TPS - Transactions Processing Systems)

На оперативном уровне управления транзакционные технологии (TPS) предназначены для ежедневной оперативной обработки данных, поступающих в виде документов, сообщений (счета, акты, накладные и т.д.), что позволяет создавать различные отчеты, сводки, ведомости, Такого рода результирующие документы необходимы для управления производственными, снабженческими, реализационными или иными процессами. Главная функция данного уровня состоит в регистрации в базе данных всех событий происходящих на предприятии и за его пределами.

Класс TPS-технологий включает такие технологии как OLTP-технологии, которые, как правило, базируются на офисных, бухгалтерских и других фиксирующих хозяйственно-финансовых операции технологиях; web-технологии и, как правило, технологии управления контентом и поддержки электронного документооборота. Для организации электронного документооборота современные компании используют промышленные системы управления корпоративным контентом (ECM). Эти системы позволяют автоматизировать все операции по работе с неструктурированной информацией на всех этапах ее жизненного цикла – от момента создания и ввода документа в систему, последующего редактирования, согласования и утверждение, до публикации, архивирования и уничтожения в соответствии с корпоративными правилами и нормами действующего законодательства.

Для этого создаются АРМы бухгалтеров, менеджеров, начальников цехов, отделов, кладовщиков, нормировщиков, кассиров и т.д. Эти специалисты осуществляют непосредственный контакт с внешней средой: прием заказов, регистрация поступления материалов от поставщиков и передача их на склад, выписка счетов, нарядов на оплату труда и т.д. В результате функционирования TPS-технологий получают стандартные документы: платежные поручения, счета, расходные и приходные накладные и т.д. Такого рода технологии предназначены для решения хорошо структурированных задач, по которым имеются необходимые входные данные, известны алгоритмы и другие стандартные процедуры их обработки.

На оперативном уровне, как правило, решаются следующие задачи:

- обработка данных об операциях, производимых фирмой;

- создание периодических контрольных отчетов о состоянии дел в фирме;

- получение ответов на всевозможные текущие запросы и оформление их в виде бумажных документов или отчетов.

Для решения перечисленных задач выполняются типовые информационные технологические OLTP-операции, представленные на рис. 5.4.



Рис. 5.4. Типовые информационные технологические OLTP-операции, используемые на оперативном уровне управления

Так как оперативный ввод и обработка информации осуществляется на любом предприятии, поэтому транзакционные технологии присутствуют на большинстве из них. Примером простейшей транзакционной OLTP-технологии может служить любая бухгалтерская система, если на предприятии не внедрена одна из интегрированных информационных систем.

18. Технология аналитической обработки данных (DSSDecision Support Systems). Хранилища данных, OLAP -технологии

На тактическом уровне используются класс технологий, который условно можно обозначить как ERP и MIS. Первая, из которых, включает средства для поддержки принятия решений – OLAP-технологии, а вторая - автоматизации управленческой деятельности (MIS-технологии). MIS-технология необходима для организации функций планирования снабжения, производства и реализации готовой продукции, финансового планирования, контроля их выполнения и составления отчетов для руководства.

OLAP-технология функционирующая на данном уровне, известная как DSS-технологии (система поддержки принятия решений (Decision Support Systems). Типовые технологические операции, выполняемые на данном уровне, представлены на рис. 5.5.

Рис. 5.5. Типовые информационные операции OLAP-технологии,

используемые на тактическом уровне

В настоящее время достаточно распространенной технологией, ориентированной на поддержку принятия решений, является OLAP-система. Ряд современных ERP-систем, например, таких как MS Dynamics NAV, поддерживает аналитическую обработку данных средствами OLAP-технологий. В основу данной технологии положен метод хранения данных в специальной форме, названной хранилищем данных (Date Warehouse).

Для принятия решений на тактическом уровне информация должна быть представлена в агрегированном виде так, чтобы просматривались тенденции изменения данных, что важно для выявления причин возникших отклонений от плановых состояний предприятия. На этом этапе решаются следующие задачи обработки данных:

- анализ и оценка фактического состояния объекта управления;

- анализ и оценка отклонений от запланированного состояния;

- выявление причин отклонений;

- анализ возможных решений и действий.

Тактический уровень управления направлен на создание следующих видов отчетов:

1. Специальные отчеты, создаваемые по запросам управленцев или в случае возникновения незапланированных ситуаций.

2. Сравнительные отчеты, содержащие данные, полученные из различных источников или классифицированные по различным признакам и используемые для целей сравнения.

3. Чрезвычайные отчеты содержат данные исключительного (чрезвычайного) характера.

OLAP – (online analytical processing, аналитическая обработка в реальном времени).

Информация в них представляется в агрегированном виде так, чтобы просматривались тенденции изменения данных, причины возникших отклонений и возможные решения.



  • На этом этапе решаются следующие задачи обработки данных:

  • - оценка планируемого состояния объекта управления;

  • - оценка отклонений от планируемого состояния;

  • - выявление причин отклонений;

  • - анализ возможных решений и действий.







Технологии, поддерживающие управленческие функции (MIS – Management Information Systems) предназначены для автоматизации планирования деятельности предприятия, а также для организации контроля над ходом выполнения планов производства и реализации продукции. Это MRP – (Material Requirement Planning — планирование потребности в материалах), ERP –(Enterprise Resource Planning System — Технологии с использованием систем планирования ресурсов предприятия).

Для таких систем (пп.2,3) исходной информацией служат не ежедневно поступающие сообщения, а специально накопленные данные за длительный период, позволяющие определять тенденции процессов или событий в различных разрезах.

В основу данной технологии положен метод хранения данных в специальной форме, названной хранилищем данных (Date Warehouse).

DSS технология – применяется для поддержки принятия решений призваны помочь конечным пользователям использовать данные и модели, чтобы решать слабоструктурированные и неструктурированные проблемы.

Они объединяют данные, сложные аналитические модели и удобное для пользователя программное обеспечение в систему поддерживащую слабоструктурированное и не структурированное принятие решений.

Принятие решений включает четыре стадии: распознавание, проект, выбор и реализация. 

DSS предназначены, чтобы помогать проектировать, оценивать альтернативы и контролировать процесс реализации.

19. Типовые информационные технологии, используемые на стратегическом уровне управления ESSExecutiveSupport Systems (data mining)

На высшем уровне структуры управления – стратегическом, используются технологии поддержки руководства (ESS) или как еще их называют интеллектуальные информационные технологии (ИИТ - Intellectual information technology). Технологии ESS используются в том случае, если необходимо решать плохо структурированные задачи, отличающиеся нечеткими характеристиками. Такие технологии позволяют превращать данные в информацию, а информацию в знания.

Под интеллектуальными системами понимают любую искусственно созданную формальную систему, предназначенную для решения задач на основе выполнения следующих базовых функций:


    • осуществлять целенаправленное поведение;

    • накапливать знания об окружающей среде, классифицировать их, оценивать с точки зрения поставленной цели и обрабатывать;

    • осуществлять рассуждения, формировать для себя или для человека объяснения собственной деятельности;

    • получать информацию из внешней среды, с помощью каналов, аналогичных тем, что имеются у человека, общаться с ним на языке, максимально приближенном к естественному.

В качестве ядра интеллектуальных систем рассматривают базу знаний, создаваемой на основе методов инженерии знаний, научного направления предназначенного для изучения моделей и методов извлечения и формализации (представления) знаний эксперта (человека), необходимых для использования в практике управления. Состав данного направления представлен на рис. 5.6.

Рис. 5.6. Составляющие инженерии знаний

Некоторые из составляющих будут детально рассмотрены в главе 7.

В последнее время быстрыми темпами развиваются такое направление как интеллектуальная обработка данных с помощью мультиагентных систем (МАС). Первые предназначены для превращения данных в информацию, пригодную для принятия управленческих решений, а вторые – для создания виртуальных агентов и искусственных сообществ, создаваемых для различных целей. Под искусственной жизнью, в трактовке выживания, понимается адаптация и самоорганизация объектов во враждебной динамической среде. Примером может служить взаимодействие программных агентов, действующих сообразно заложенных в них целям (например, поиск информации в глобальной сети или защита компьютеров от вирусных атак).

Использование интеллектуальных систем целесообразно там, где приходится иметь дело с информацией, характеризуемой:


  • нечеткостью целей, задач, исходных данных;

  • хаотичностью поведения среды;

  • множественностью взаимовлияющих друг на друга факторов;

  • слабой формализуемостью, уникальностью, нестереотипностью ситуаций.

ESS часто используются для повышения эффективности принятия решений. в условиях, связанных с возникновением проблемных ситуаций. В этом случае любая жизненная или деловая ситуация описывается в виде некоторой познавательной модели (семантической сети, деревом вывода, фреймом и пр.), которая впоследствии используется в качестве основания для построения и проведения моделирования, в том числе - компьютерного.

Так как эти технологии, как правило, ориентированы в основном на работу с внешними, по отношению к предприятию, данными, поэтому характеризующимися нечеткостью, неполнотой, противоречивостью. Примером здесь может служить информация о конкурентах, ситуациях на рынке, перспективы изменения тех или иных цен на продукцию, энергоносители, изменение таможенных тарифов и т.д. Сегодня уже разработаны специальные средства для борьбы с нечеткостью в данных.

Типовые информационные операции, используемые на стратегическом уровне, представлены на рис. 5.7 .

Рис. 5.7 . Типовые информационные операции ESS-технологии, используемые на стратегическом уровне

В классе ESS-технологий можно выделить два наиболее распространенных подкласса: интеллектуальный анализ данных (BI-технологии) и экспертные системы. BI – это набор методологий, процессов, архитектур и технологий для переработки первичных данных в значимую и полезную информацию, используемую для управления бизнес-процессами и принятия обоснованных решений на стратегическом, тактическом и тактическом уровнях.

В классе BI наиболее популярными являются следующие технологии:



  • DM: Data Mining (технологии интеллектуального анализа данных);

  • технологии обработки нечеткой информации;

  • нейротехнологии.

Конец первой части вопроса

DM-технологии предназначены для поиск закономерностей и связей между различного рода объектами и процессами. (явлениями). Разницу между OLTP и OLAP –технологиями, а также возможностями Data Mining можно продемонстрировать с помощью решения следующей проблемы:



Проблема

Какую задачу можно сформулировать для OLTP-технологии

Какую задачу можно сформулировать для OLAP-технологии

Какую задачу можно сформулировать для DM-технологии

Снижение количества клиентов

Рассчитать количество клиентов в настоящее время

Какова динамика средних размеров счетов настоящих и бывших клиентов

Какова закономерность в отказе клиентов от наших услуг

В отличие от оперативного уровня, обслуживаемого с помощью OLTP-технологий и отвечающих на вопросы типа «Что произошло?» и «Когда и где это произошло?», средства аналитической обработки в режиме реального времени (OLAP) используются для ответа на вопросы: «Почему это произошло?», а также для выполнения анализа по сценарию «Что, если…?». Инструменты OLAP позволяют пользователю видеть необходимые фактические данные (типичные суммируемые величины, такие, как суммы по операциям и бухгалтерские балансы) с перегруппировкой, повторной сортировкой и группировкой по любому параметру (описательному элементу типа времени, региона, организационной единицы и т.д.). В отличие от них технологии из класса BI (Data Maning) позволяют определить закономерность какого либо процесса. В приведенном примере это касается закономерностей в отказе клиентов от услуг предприятия.

Другим примером DM-задачи может служить следующее: для принятия решения на уровне предприятия важно знать существует ли связь между миграцией населения в конкретном регионе, продажами некоторого товара и ценами на дизельное топливо. Необходимо подтвердить, либо опровергнуть данную связь. Причем достоверная статистика может отсутствовать. Информация, как правило, поступает в виде текстов сообщений из газет, журналов, бюллетеней, из сети Интернет и т.д.

Типовые задачи, решаемые с помощью DM-технологий, следующие:


  • классификации – позволяют выявить признаки, характерные для некоторой группы объектов. Наличие таких признаков позволяет вновь появившийся объект отнести к одному из классов;

  • кластеризация – в результате решения данной задачи исходные объекты разбиваются на однородные группы (кластеры). Наличие таких групп позволяет принять решение по отношению одной из них;

  • выявление ассоциаций, то есть закономерностей, отраженных в данных, фиксирующих наступление каких-либо событий;

  • выявление последовательностей, то есть закономерностей, фиксирующих наступление событий с некоторым разрывом во времени.

Создаются средства для решения перечисленных задач, среди которых можно выделить технологию нечетких систем. Появилась она как реакция на то, что традиционные компьютерные вычисления являются слишком жесткими для отражения реального мира. Существует огромное количество проблем, для решения которых невозможно получить полную и точную информацию. В результате появилось понятие «мягкие вычисления», которые были положены в основу обработки нечетких высказываний. Более подробно использование такого рода знаний рассматривается в 7.4.

Нейронные сети

Широкую популярность приобрели системы, предназначенные для воспроизведения неосознанных мыслительных усилий человека в форме нейросетей (например пакеты NeuroShell2, NeuralWorks, Neuro Solution). Нейросети, в отличие от обычных программных систем, не требуют программирования, что ставит их в ряд перспективных средств принятия решений.

Следующий класс интеллектуальных информационных технологий – это системы обработки знаний, включающих, и прежде всего, экспертные системы, базирующиеся на таких моделях знаний как деревья вывода, деревья целей, семантические сети и т.д. Особое место здесь занимают знания, позволяющие решать обратные задачи. Если прямые задачи решаются в том случае, если необходимо знать результаты деятельности предприятия в предыдущем периоде, то для решения обратных задач необходимо знание тех значений экономических показателей или перечня действий исполнителей, которые приведут к достижению поставленных целей в будущем.

Рассмотренные технологии являются типовыми, так как используются в процессе управления объектами в различных областях экономической деятельности: промышленности, связи, транспорте, добывающей отрасли, торговле, банковской и других сферах.

20. Типовые информационные технологии, используемые на стратегическом уровне управления ESS (нейротехнологии)

Рассказывать первую часть вопроса 19



Нейросетевые технологии, предназначены для воспроизведения неосознанных мыслительных усилий человека (например, человек плохо знает, как он узнает цвет предмета). Такого рода технологии используются для распознавания каких-либо событий или предметов. С их помощью можно воспроизвести многочисленные связи между множеством объектов.

Принципиальное отличие искусственных нейросетей от обычных программных систем, например экспертных, состоит в том, что они не требуют программирования. Они сами настраиваются, т.е. обучаются тому, что требуется пользователю. Нейронные сети в искусственном интеллекте – это упрощенные модели биологических нейронных сетей. Естественно, структура человеческого мозга гораздо более сложная и воспроизвести ее сегодня не представляется возможным.





Узлы сети – НЕЛИНЕЙНЫЕ ЭЛЕМЕНТЫ!

Обучение нейронной сети состоит из нахождения коэффициентов (весов) Wi для каждой нейронной связи. Оно производится либо с помощью специализированных программных пакетов, реализующих нейросеть, либо с использованием специализированных аппаратных средств. Алгоритм обучения приведен на рисунке ниже.



Рассмотрим решение практической задачи – прогноз средней стоимости 1 кв.м жилой недвижимости через неделю. Входные/выходные данные : индекс инфляции, средняя стоимость кв.м в Москве в рублях за полтора года, курс USD и Евро.



По значениям средней стоимости недвижимости, уровню инфляции, курсу доллара и евро в конкретный момент времени, рассчитывается стоимость недвижимости через неделю. Данная задача была реализована с помощью трехслойной нейронной сети. Входной информацией являлось: стоимость 1 кв.м недвижимости, скорость и ускорение изменения стоимости, уровень инфляции, курс USD и евро. В нашем примере первый слой рассматриваемой нейронной сети состоит из 6 нейронов, второй из 12, третий и одного нейрона. В результате бучения в течении 7 минут были получены следующие результаты.



На рисунке ниже показаны результаты прогнозирования. Из графика видно, что данная нейронная сеть давала вполне удовлетворительные результаты (ошибка не более 2%) первые два месяца после обучения.



Известны следующие основные сферы применения нейросетей:

1. Экономика и бизнес: предсказание поведения рынков, предсказание банкротств, оценка стоимости недвижимости, автоматическое рейтингование, оценка кредитоспособности, прогнозирование курса валют.

2. Медицина: обработка медицинских изображений, диагностика.

3. Интернет: ассоциативный поиск информации.

4.Автоматизация производства: оптимизация режимов производственного процесса, диагностика качества продукции, предупреждение аварийной ситуации.

5. Политические технологии: обобщение социологических опросов.

6. Безопасность и охранные системы: системы идентификации личности, распознавание автомобильных номеров, распознавание аэрокосмических снимков.

7. Геологоразведка: анализ сейсмических данных, оценка ресурсов месторождений.

21. Типовые информационные технологии, используемые на стратегическом уровне управления ESSExecutiveSupport Systems (экспертные системы)

Рассказывать первую часть вопроса 19

Технологии экспертных систем

Они базируются на моделях знаний (деревья вывода, деревья целей, семантические сети и т.д). Экспертные системы — это сложные программные комплексы, аккумулирующие знания специалистов в конкретных предметных областях и тиражирующие этот эмпирический опыт для консультаций менее квалифицированных пользователей



Экспертные системы - реализуются в виде пакетов компьютерных программ, ориентированных на обработку знаний, и способных решать задачи методом дедукции и индукции, рассуждать при сомнительных (нечетких) данных, объяснять цепочки рассуждений, консультировать и давать советы, анализировать и классифицировать, а также составлять проекты, объяснять, исследовать, прогнозировать, планировать.

Обобщенная схема экспертной системы приведена на рисунке ниже





  • Структурные элементы, составляющие экспертную систему, выполняют следующие функции.

  • База знаний реализует функции представления знаний в конкретной предметной области и управление ими.

  • Механизм логических выводов выполняет логические выводы на основании знаний, имеющихся в базе знаний.

  • Пользовательский интерфейс необходим для правильной передачи ответов пользователю, иначе пользоваться системой крайне неудобно.

  • Модуль приобретения знаний необходим для получения знаний от экспер­та, поддержки базы знаний и дополнения ее при необходимости.

  • Модуль ответов и объяснений формирует заключение экспертной систе­мы и представляет различные комментарии, прилагаемые к заключению, а также объясняет мотивы заключения.

Пример: Экспертная система, предназначенная для определения

Тактико-технических характеристик ракетной системы среднего радиуса действия



Современные технические средства монитринга позволяют, среди прочих, зафиксировать следующие основные характеристики при запуске объекта

Звуковое излучение

Световое излучение

Радиоизлучение

Произвести видеосъемку объекта

Произвести фиксацию координат

(траекторию движения ) объекта

Знания экспертов (специалистов в конкретной предметной области) формализованы в следующей базе знаний, .состоящей из десяти правил ЕСЛИ-ТО.

База знаний

1. IF(звук) THEN (тип двигателя)

2. IF(звук) THEN (размеры камеры сгорания)

3. IF(световое излучение) THEN (тип топлива)

4. IF(видеосъемка) THEN (размеры объекта)

5. IF(радиоизлучение) THEN (система управления)

6. IF(фиксация координат, время) THEN (ускорение)

7. IF(тип двигателя, размеры камеры сгорания, тип топлива) THEN (тяга двигателя)

8. IF(тяга двигателя, ускорение) THEN (масса объекта)

9. IF(размер объекта, размер камеры сгорания)THEN (запас топлива)

10. IF(запас топлива, тип двигателя, масса объекта) THEN (дальность полета)

Протокол работы блока логического вывода может выглядеть следующим образом



  1. Из спектрального анализа звука двигателя определяется его тип (Правило 1).

  2. Из величины главной гармоники звукового сигнала оценивается размер камеры сгорания (Правило 2)

  3. Из спектрального анализа светового излучения определяется тип топлива (Правило 3)

  4. Из анализа кадров видеосъемки оцениваются линейные размеры объекта (Правило 4)

  5. Из анализа радиоизлучения высказываются суждения о системе управления объектом (Правило 5)

  6. Из анализа движения объекта определяется его ускорение (Правило 6)

  7. Зная тип двигателя, размеры камеры сгорания и тип топлива оценивается тяга двигателя (Правило 7)

  8. Зная тягу двигателя и ускорение – определяется масса объекта (Правило 8, второй закон Ньютона)

  9. Вычтя из размеров объекта, размер камеры сгорания (размер двигателя) можно получить оценку размеров топливных баков, т.е. запас топлива (Правило 9)

  10. Зная запас топлива и тип двигателя можно оценить возможный радиус поражения данной ракетной системы (Правило 10).

Данный пример воспроизводит весьма упрощенную схему работы машины логического вывода. Реальные экспертные системы содержат тысячи и даже десятки тысяч правил, отражающих знания реальных экспертов в конкретных предметных областях.

В экономике экспертные системы используются для консультаций по выработке инвестиционных решений, выбору стратегии маркетинга, кредитованию юридических лиц и т. д. С их помощью осуществляется мониторинг производственных, логистических, маркетинговых и других процессов. При необходимости они запускают механизм логического вывода для устранения критических ситуаций с одновременным информированием управленческого персонала.

Довольно часто экспертные системы используются в

- аналитических центрах крупных международных транснациональных компаний

- ситуационных кабинетах различных государственных структур

- во всевозможных системах специального назначения

Также экспертные системы могут быть составной частью различных программных продуктов общего назначения (например, предназначенных для анализа рынков, оценки инвестиционных проектов, в пакетах общего назначения, типа MatLab и прочее.)

22. Типовые информационные технологии, используемые на стратегическом уровне управления ESSExecutiveSupport Systems (системы с нечеткой логикой)

Рассказывать первую часть вопроса 19



Системы с использованием нечеткой логики

Математическая теория нечетких множеств (fuzzy sets) и нечеткая логика (fuzzy logic) являются обобщениями классической теории множеств и классической формальной логики. Данные понятия были впервые предложены американским ученым Лотфи Заде (Lotfi Zadeh) Основной причиной появления новой теории стало наличие нечетких и приближенных рассуждений при описании человеком процессов, систем, объектов.

Широкое использование нечеткой логики началось после доказательства в конце 80-х Бартоломеем Коско теоремы FAT (Fuzzy Approximation Theorem), где доказано, что любая математическая система может быть аппроксимирована с использованием нечеткой логики, то есть, с помощью естественно-языковых высказываний-правил “Если - то”, с последующей их формализацией средствами теории нечетких множеств, можно сколько угодно точно отразить произвольную взаимосвязь “входы-выход”.

Широкое использование нечеткой логики началось после доказательства в конце 80-х Бартоломеем Коско теоремы FAT (Fuzzy Approximation Theorem), где доказано, что любая математическая система может быть аппроксимирована с использованием нечеткой логики, то есть, с помощью естественно-языковых высказываний-правил “Если - то”, с последующей их формализацией средствами теории нечетких множеств, можно сколько угодно точно отразить произвольную взаимосвязь “входы-выход”.

Лингвистическая переменная — в теории нечётких множеств, переменная, которая может принимать значения фраз из естественного или искусственного языка. Например, лингвистическая переменная «успех» может иметь значения «жизнь удалась», «значительный», «средний», «жизненная катастрофа» и т. д. Фразы, значение которых принимает переменная, в свою очередь являются именами нечетких переменных и описываются нечетким множеством.

Нечеткое подмножество F множества U определяется через функцию принадлежности , где . Эта функция принадлежности отображает элементы u множества U на множество чисел в отрезке [0,1], которые указывают степень близости этих элементов множеству F. Так, например, для лингвистической переменной возраст можно записать следующую функцию принадлежности



Формализуем неточное определение «теплая вода», при принятии решения возможности купания на пляже с помощью функции принадлежности



В нечеткой логике существуют операции аналогичные операциям обычной логики И, ИЛИ, НЕ



И Mc(x)= min(Ma(x), Mb(x))

ИЛИ Mc(x)=max(Ma(x), Mb(x))

НЕ А 1-Ma(x)

Пример

Рекрутинговой компании срочно требуется специалист в узкой области квалификацией экстра класса, высокой мотивацией к труду и поразительной работоспособностью.

Тел. (903)-111-хххх

Выполнение условия И высокая квалификация И высокая работоспособность требует применения логической функции И.



Mc(отдача от работника)= min(Ma(квалификация), Mb(работоспособность))

Таким образом из результирующего графика очевидны возрастные ограничения, которые обычно указываются в объявлениях о приеме на работу.



Внимание! Параметры приведенных функций принадлежности носят усредненный, субъективный и демонстрационный характер и НЕ МОГУТ быть распространены на всех работников различных специальностей!

Программные пакеты, использующую «нечеткую логику» находят все большее распространение в практической деятельности. Некоторые методо - ориентированные программные продукты обладают такими возможностями, а также наметилась тенденция к слиянию экспертных систем, нейросетей и систем с нечеткой логикой.