Главная
АИ #24 (154)
Статьи журнала АИ #24 (154)
Системы поддержки принятия решений

Системы поддержки принятия решений

Автор(-ы):

Сергеев Максим Кириллович

10 июня 2023

Секция

Экономика и управление

Ключевые слова

автоматизированные системы
решения
повышение эффективности
информация
управление
принятие решений

Аннотация статьи

Современная рыночная экономика характеризуется высоким уровнем конкуренции из-за внедрения современных технологий в экономические процессы. Наиболее конкурентоспособной в настоящее время является компания, которая способна принимать оперативные управленческие решения. Традиционный процесс принятия решений в компаниях уже не позволяет выстраивать конкурентоспособную компанию, поскольку повсеместно внедряются информационные технологии, способствующие быстрому принятию управленческих, производственных и инвестиционных решений. Наиболее востребованными инструментами совершенствования компании или отдельного продукта в современном мире являются цифровые инструменты, которые позволяют автоматизировать огромное количество рутинных процессов, что дает возможность продвигать свою компанию не только опытным участникам рынка, но и новичкам, которые находятся на рынке не так давно. Изучение существующих систем поддержки принятия решений является актуальным вопросом в настоящее время. Основной целью настоящей статьи является выявление роли автоматизированных систем в поддержке принятия решений в компаниях.

Текст статьи

Введение. Эффективность деятельности современных компаний зависит от возможности оперативно принимать управленческие, производственные и инвестиционные решения, умения грамотно перестраивать бизнес-процессы в максимально короткий период времени для решительных действий. Данные процессы можно выполнять намного эффективнее и быстрее, если компания в достаточной степени автоматизировала свою деятельность.

Система поддержки принятия решений предназначена для поддержки многокритериальных решений в сложной информационной среде. При этом под многокритериальностью понимается тот факт, что результаты принимаемых решений оцениваются не по одному, а по совокупности многих показателей (критериев) рассматриваемых одновременно.

Автоматизация бизнес-процессов является ключевым фактором конкурентоспособности современных компаний, поэтому рассмотрение современных систем автоматизации принятия решений является актуальным.

Цель исследования – выявление роли автоматизированных систем обработки и управления в повышении конкурентоспособности современных компаний.

Задачи исследования:

  • изучить понятие систем поддержки принятия решений;
  • выявить преимущества и недостатки систем поддержки принятия решений;
  • проанализировать использование автоматизированных систем принятия решений современными компаниями.

Материалы и методы решения задач. Принятые допущения. В исследовании использованы труды следующих авторов: Стародубцев А.А., Кузнецов А.Я.., Пономарев С.С., Хорошевич П.А., Суслова Е.В. и др.

Результаты. В настоящее время многие организации используют различные системы поддержки принятия решений (СППР) для помощи в принятии наиболее эффективных решений. СППР являются информационными системами, которые позволяют принимать решения, учитывая различные факторы, включая данные и предпочтения. Для того, чтобы понять, что такое система поддержки принятия решений, необходимо рассмотреть ее функции, основные типы, структуру и особенности.

Основные функции СППР:

  1. Анализ данных и информации. СППР используются для сбора, хранения и обработки информации, которая затем используется для анализа данных и их интерпретации.
  2. Обработка информации. СППР используются для обработки информации и преобразования ее в информацию, которая легко понятна и может быть использована для принятия решений.
  3. Поддержка процесса принятия решений. СППР используются для поддержки процесса принятия решений, направляя принятие решений на основе анализа данных и информации.
  4. Оценка альтернатив. СППР используются для оценки альтернатив и их последствий, что позволяет выбрать оптимальный вариант для принятия решений.
  5. Прогнозирование и планирование. СППР используются для прогнозирования будущих событий и планирования действий на основе этих прогнозов.

Существует несколько типов СППР:

  1. Системы мониторинга и оценки. Они используются для мониторинга ситуации и оценки эффективности действий.
  2. Разведка данных. Это системы, использующие инновационные алгоритмы и методы для анализа больших объемов данных.
  3. Источники знаний. Их функция в том, чтобы собрать и организовать информацию, которая может быть использована для принятия решений.
  4. Экспертные системы. Они используют методы, основанные на знаниях и опыте экспертов, для принятия решений.
  5. Моделирование и симуляция. Они используются для создания моделей, чтобы предсказать будущие события и результаты.

Большинство СППР состоят из следующих элементов:

  1. База данных. Это центральный элемент СППР, содержащий данные, необходимые для принятия решений.
  2. Алгоритмы и методы анализа данных. Они используются для обработки данных и вычисления различных показателей, необходимых для принятия решений.
  3. Моделирование и симуляция. Они используются для создания моделей, подобных ситуации, на основе которых принимаются решения.
  4. Интерфейс пользователя. Он обеспечивает взаимодействие оператора/пользователя с СППР.
  5. Модуль принятия решений. Это модуль, который используется для принятия решений, основанных на анализе данных и информации, хранящихся в базе данных.

Основные особенности СППР:

  1. Автоматическая обработка данных. Это позволяет сократить временные затраты, связанные с анализом данных, и повысить качество принимаемых решений.
  2. Использование различных методов и технологий. СППР используются для комбинации различных методов и технологий, что позволяет получать более точную информацию и выявлять скрытые зависимости.
  3. Инновационные решения. СППР позволяют создавать инновационные решения, которые могут быть «первопроходцами» внедрения новых технологий в бизнес-процессы.
  4. Системное мышление. СППР позволяют использовать системное мышление, что позволяет учитывать различные факторы и взаимосвязи между ними в процессе принятия решений.
  5. Автоматизация процесса принятия решений. СППР позволяют автоматизировать процесс принятия решений, что повышает его точность и скорость.

Стандартный процесс принятия решений представлен на рисунке 1.

Рис. 1. Процесс принятия решений

В случае использования автоматизированных технологий процесс принятия решений выглядит иначе (рис. 2).

Рис. 2. Принятие решений с помощью автоматизированных систем

СППР имеют свои недостатки и преимущества.

Таблица

Преимущества и недостатки СППР

Преимущества

Недостатки

облегчение работы руководителей

узкий круг вопросов, решаемых с помощью автоматизированной системы

повышение эффективности и качества принимаемых решений

снижение качества данных из-за отсутствия этапа их очистки

способствование налаживанию межличностного контакта

увеличение нагрузки на операционную систему с потенциальной возможностью прекращения ее работы

возможность обучать кадры на основе автоматизированных систем

нестабильность работы системы

повышение степени контроля в компании

-

Преимущества.

СППР позволяет облегчить работу руководителям предприятий и повысить ее эффективность. Они значительно ускоряют решение проблем в бизнесе. СППР способствуют налаживанию межличностного контакта. На их основе можно проводить обучение и подготовку кадров. Данные информационные системы позволяют повысить контроль над деятельностью организации.

Недостатки.

Из недостатков можно отметить следующие: сужение круга вопросов, решаемых с помощью системы, снижение качества данных из-за отсутствия этапа их очистки, увеличение нагрузки на операционную систему с потенциальной возможностью прекращения ее работы.

Существует несколько подходов к тому, как архитектурно представить СППР. Пожалуй, лучшее описание разности подходов – «кто во что горазд». Несмотря на разнообразие подходов, осуществляются попытки создать некую унифицированную архитектуру, хотя бы на верхнем уровне.

СППР можно разделить на 4 больших слоя:

  • Интерфейс;
  • Моделирование;
  • Data Mining;
  • Data collection.

На схеме ниже представлена архитектура систем поддержки принятия решений с описанием функционала и примерами инструментов.

Рис. 3. Архитектура систем поддержки принятия решений с описанием функционала и примерами инструментов

При построении ИСППР необходимо придерживаться следующих шагов:

  • Анализ домена
  • Сбор данных
  • Анализ данных
  • Выбор моделей
  • Экспертный анализ/интерпретация моделей
  • Внедрение моделей
  • Оценка ИСППР
  • Внедрение ИСППР
  • Сбор обратной связи (на любом этапе).

В настоящее время, использование систем поддержки принятия решений в российских компаниях становится все более актуальным. Это связано с растущей конкуренцией и сложившейся экономической ситуацией в стране, что требует от компаний более точных и эффективных решений. В данной статье будут рассмотрены примеры использования СППР в российских компаниях, их применение и результаты.

Примеры использования СППР в российских компаниях.

1. Газпром нефть.

Одним из самых успешных примеров использования СППР в российских компаниях является компания Газпром нефть. Она использует систему поддержки принятия решений для оптимизации производственных процессов на месторождениях и улучшения эффективности своих добычных мощностей. СППР, разработанная в соответствии со специфическими потребностями компании, позволяет автоматически собирать и анализировать данные, а также предоставлять в режиме реального времени информацию о процессах добычи.

2. Сбербанк.

Сбербанк использует СППР для повышения эффективности работы своих отделений и банкоматов. Система позволяет быстро определять местоположение банкоматов и оптимизировать их расположение, а также анализировать данные по посещаемости отделений и предоставлять отчеты об эффективности работы.

3. Северсталь.

Компания Северсталь использует СППР для оптимизации своих производственных процессов. Система позволяет анализировать данные о производственных процессах на заводах и определять оптимальную схему работы, учитывая такие факторы, как затраты на энергию, материалы и трудовые ресурсы.

Основной целью применения СППР в российских компаниях является повышение эффективности производства, управления и принятия решений за счет использования информационных технологий и методов анализа данных. Применение систем поддержки принятия решений позволяет организациям:

  1. Быстро и эффективно анализировать данные. СППР позволяют собирать и обрабатывать большие объемы данных, что позволяет быстро и точно анализировать информацию.
  2. Выявлять скрытые зависимости и тренды. СППР используются для выявления скрытых зависимостей и выделения трендов, что позволяет организациям принимать более точные решения.
  3. Оптимизировать бизнес-процессы. СППР позволяют отслеживать бизнес-процессы и оптимизировать их на основе данных и результатов анализа.
  4. Прогнозировать будущие события. СППР позволяют создавать прогнозы будущих событий на основе анализа исторических данных, что помогает принимать более эффективные решения.

Результаты использования СППР в российских компаниях показывают положительную динамику и эффективность. Некоторые из них:

  1. Снижение затрат на производство и управление. Благодаря использованию СППР компании могут сократить затраты на производство и управление, оптимизировать бизнес-процессы и улучшить эффективность работы.
  2. Улучшение качества принимаемых решений. СППР позволяют собирать и анализировать данные, что помогает принимать более точные и эффективные решения.
  3. Повышение конкурентоспособности. Применение СППР помогает организациям сократить временные затраты, снизить риски и повысить конкурентоспособность на рынке.
  4. Разработка инновационных решений. СППР позволяют создавать инновационные решения, которые помогают компаниям быть «первопроходцами» в своей отрасли и повышать свою эффективность.

Однако, некоторые российские компании всё ещё не используют СППР, поскольку не видят или не понимают некоторых преимуществ, которые они могут получить от таких систем. Это может быть связано с отсутствием квалифицированных специалистов и необходимых ресурсов для разработки и внедрения СППР.

Заключение. Использование систем поддержки принятия решений в российских компаниях является актуальной темой, рассматриваемой в контексте повышения эффективности производства и управления. Несмотря на присутствие некоторых препятствий, некоторые компании уже используют СППР и получают значительные бенефиты от их применения. Применение СППР позволяет компаниям принимать более эффективные и точные решения на основе анализа данных, и эта тенденция будет продолжаться в будущем. СППР представляют собой мощный инструмент для принятия решений, который позволяет автоматизировать процесс и учитывать различные факторы, что повышает эффективность решений. Они имеют разные типы, структуру и особенности, но их основная цель состоит в том, чтобы помочь организациям принимать правильные решения на основе данных и информации. Таким образом, можно сделать вывод о том, что для полного осуществления интеллектуальных способностей, связанных с анализом, прогнозированием, обобщением исходной информации по сложной управленческой проблеме и, в конечном итоге, принятии верного решения современные и будущие интеллектуальные системы поддержки принятия решений и интеллектуальные системы учета должны быть реализованы с использованием новейших прогрессивных технологий, которые основаны на динамических моделях данных, способных адаптироваться к конкретной ситуации и задаче, концепциях распределенного искусственного интеллекта, параллельной обработки огромных объемов данных в процессе решения, а также методов правдоподобного вывода результатов. Поэтому одним из наиболее перспективных путей построения интеллектуальных систем поддержки принятия решений, систем интеллектуального анализа данных, систем управления и прогнозирования является использование современные научные разработки в теории и практике нейронных сетей, нечёткие модели и методы многокритериального выбора и нечёткого логического вывода.

Список литературы

  1. Агибалова Е.А. Особенности внешней среды современных организаций // В сборнике: Молодые экономисты - будущему России Сборник научных трудов по материалам VIII Международной научно-практической конференции студентов и молодых ученых. 2016. - С. 13-15.
  2. Гаврилюк Е.А., Манцеров С.А. Управление техническим состоянием сложных систем на основе нечеткой модели // Автоматизация процессов управления. 2018. № 1 (51). – С. 91.
  3. Гусейнов А.Г., Манафова Х.И. Разработка архитектуры системы aвтоматизированного программирования для управления гибкими производственными системами. Вестник Дагестанского государственного университета. Серия 1: Естественные науки. С. 17-23.
  4. Зальмарсон А.Ф., Васильев В.А., Елецкий М.И. и др. Общесистемные показатели эффективности автоматизированных систем управления (программно-аппаратных комплексов) // Автоматизация процессов управления. 2018. № 3 (53). – С. 11.
  5. Клокотов И.Ю. Анализ современных автоматизированных систем управления на промышленных предприятиях и в производстве // Международный журнал прикладных наук и технологий «Integral» №1 2019. С. 265-269.
  6. Клокотов, И.Ю. Автоматизация технологических процессов и производств / И.Ю. Клокотов – Текст : электронный // Международный журнал прикладных наук и технологий «Integral». 2019. – №4-1. – С. 17.
  7. Ланская, Д.В. Инструментарий решения проблем повышения конкурентоспособности на предприятии в условиях внедрения бережливого производства и цифровых трансформаций / Д.В. Ланская, К.А. Кузнецова. – Текст : электронный // Вестник Академии знаний. – Краснодар : ООО «Академия знаний», 2021. – № 43 (2), – С.124- 130.
  8. Мирошниченко М.А., Кузнецова К.А. Автоматизация бизнес-процессов в производственной компании: организация движения и хранения документов в информационном пространстве. Вестник Академии знаний. № 47 (6). 2021. С. 259-267.
  9. Нуйкин Д.А., Кулакова Е.С. Эффективность работы моделей надежности отказоустойчивой автоматизированной системы управления Электротехнические и информационные комплексы и системы. С. 113-119.
  10. Овчинников А.В., Михайлова П.Г. Разработка системы поддержки принятия решений по выбору программно-технических средств автоматизации. Успехи в химии и химической технологии. № 11. 2019. С. 68-70.
  11. Перелыгина, К. В. Инструменты продвижения облачных сервисов в интернет-среде / К. В. Перелыгина. – Текст : электронный // Молодой ученый. – Казань : «Молодой ученый», 2018. – № 22 (208). – С. 438-440.
  12. Пименова А.Л., Эсаулов К.А. Совершенствование системы контроллинга в предпринимательских структурах в условиях цифровизации // Петербургский экономический журнал. 2019. С. 104-113.
  13. Пискунов Р. А., Аббакумов А. А. Проблемы автоматизации деятельности менеджера по продажам // Традиционная и инновационная наука: история, современное состояние, перспективы. – Уфа: Общество с ограниченной ответственностью «Аэтерна», 2016. – С. 74–76.
  14. Самощенко, Ю. Ю. Исследование эффективности автоматизированной проверки решений при проведении олимпиад по программированию / Ю. Ю. Самощенко. – Текст : непосредственный // Молодой ученый. – 2016. – № 11 (115). – С. 223-226. – URL: https://moluch.ru/archive/115/31127/ (дата обращения: 03.06.2023).
  15. Стародубцев А.А. Система поддержки принятия решений. Актуальные проблемы авиации и космонавтики – 2016. том 2. С. 99-101.
  16. Суслова, Е. В. Интеллектуальные системы поддержки принятия решений / Е. В. Суслова. – Текст : непосредственный // Молодой ученый. – 2017. – № 3 (137). – С. 171-174. – URL: https://moluch.ru/archive/137/38289/ (дата обращения: 01.06.2023).
  17. Талыбов Н.Г., Гусейнов А.Г. Разработка средства автоматизации моделирования интеллектуальной системы управления гибкой производственной системой // Проблема сбора, подготовки и транспорта нефти и нефтепродуктов. 2017. № 2. – С. 104–110.
  18. Тарасов И.В., Попов Н.А., Индустрия 4.0: трансформация производственных фабрик // Стратегические решения и риск-менеджмент, №3 (108), 2018, С. 38-53.
  19. Толочко И.А., Яковлева Д.Д., Шарич Э.Э. Сущность процесса цифровизации предприятия // Системный анализ в проектировании и управлении. 2019.
  20. Хазиев Р.М., Борисова О.В. Роль искусственного интеллекта и автоматизации в развитии способностей анализа и принятия решений на основе данных в жизненном цикле продукции. Международный научный журнал «Инновационная наука». № 5-1. 2023. С.40-42.
  21. Хунов Т.Х. Анализ моделей прогнозирования надежности программных средств // Новые информационные технологии в автоматизированных системах. 2016. № 19.
  22. Щелина Т.Т., Колясникова В.А. К проблеме развития стрессоустойчивости студентов психолого-педагогических направлений подготовки // Молодой ученый. – 2015. – № 11. – С. 1774-1778.
  23. Эминова Н.Э. Исследование проблем, затрудняющих внедрение систем поддержки принятия решений в практику управления АПК.
  24. Ghuseynov A., Talibov N., Mammadov J., Manafova X., Tagiyeva T. Intellectuality procedures of systematical designing process // International journal of computer science and Information Security. 2017. Vol. 14, no. 10. – Pp. 147–153.

Поделиться

1108

Сергеев М. К. Системы поддержки принятия решений // Актуальные исследования. 2023. №24 (154). Ч.I.С. 65-71. URL: https://apni.ru/article/6492-sistemi-podderzhki-prinyatiya-reshenij

Похожие статьи

Другие статьи из раздела «Экономика и управление»

Все статьи выпуска
Актуальные исследования

#27 (209)

Прием материалов

29 июня - 5 июля

осталось 6 дней

Размещение PDF-версии журнала

10 июля

Размещение электронной версии статьи

сразу после оплаты

Рассылка печатных экземпляров

22 июля