Ситник В.Ф. Системи підтримки прийняття рішень

Подождите немного. Документ загружается.

низку правил, або це могло б бути деякою іншою

послідовністю, яка описується користувачем.

Оскільки досліджується кожне правило, то система

намагається оцінити: істинна умова чи хибна. Коли умова

істинна, то відповідне правило активізується, і далі

досліджується наступне. Коли умова хибна, то правило не

активізується, але також досліджується наступне правило.

Може бути, що якесь правило за такого процесу не можна

оцінити, як істинне або хибне. Умова може містити одну або

більше змінних з невідомими значеннями. У такому разі

вважають, що умова правила невідома. Коли умова правила

невідома, то воно не активізується, і досліджується наступне

правило. Процес доведення є ітеративним.

Процедура, за якої досліджується правило за правилом,

продовжується до тих пір, поки один прогін не буде

завершений через усю низку правил. Зазвичай, потрібно

виконати кілька прогонів, щоб присвоїти певне значення

змінній мети. Можливо, інформація, потрібна для оцінювання

одного правила, виробляється за допомогою наявного

правила, яке досліджуватиметься згодом. Наприклад, після

того, як одинадцяте правило активізоване, п'яте правило може

оцінюватися в наступному прогоні. Прогони продовжуються,

поки можлива активізація правил. Коли більше правил не

може бути активізовано, процес доведення припиняється.

Таблиця 9.1

МАТРИЦЯ ПРАВИЛ ОРІЄНТОВАНОЇ НА ПРАВИЛА СППР

Покажемо механізм прямого дослідження на прикладі.

Нехай задано ряд із 12 правил, наведений у табл. 9.1 [100].

Рис. 9.4 ілюструє процес прямого доведення.

Прямокутниками зображені правила, усередині яких наведено

їх зміст. Зліва зверху прямокутників написані номери правил

згідно з табл. 9.1. Справа внизу в прямокутниках символом /

позначена істинність правила, а символом х — хибність.

Лінії зі стрілками, що з'єднують правила, показують логічну

залежність між ними. Наприклад, правило 4 може бути

активізоване, як тільки буде активізоване правило 7.

Рис. 9.4. Схема процесу прямого доведення

Деякі умови містять тільки одну змінну, а інші — дві, а то й

три умови (правило 9). Коли мають місце багатократні змінні-

УМови, то вони можуть бути з'єднані сполучниками «і»

(операція кон'юнкції, позначена на рис. 9.7 символом л) чи

«або» (диз'юнкція — v). У правилі 7, якщо виконується умова

В або D, то правило активізується. У правилі 10 обидві умови

К і L мають

401

виконуватися, тобто бути істинними, для того, щоб правило

було активізованим.

Правило 12 визначає передбачену змінну Р, яка є цільовою

змінною. Ми допускатимемо, що менеджер надає значення

для змінних-умов: А, С, G, І у правилах 1, 2, 5 і 6 перед

оцінюванням решти правил механізмом висновків. Менеджер

присвоює значення «істинності» для змінної А правила 1,

значення «хибності» для змінної С у правилі 2, значення

«істинності» для змінної G у правилі 5 та значення «хибності»

для змінної І у правилі 6.

На рис. 9.4 різними контурами прямокутників позначені

прогони, протягом яких правила можуть бути оцінені як

істинні або хибні. У цьому прикладі всі правила

активізуються протягом трьох прогонів. На четвертому

проході правила не активізуються й доведення зупиняється.

Як тільки правило 12 було активізовано, значення, яке при-

своюється змінній мети Р, стає результатом розв'язку задачі,

наприклад прогнозом обсягу збуту. Якщо система була

неспроможною до активізації правила 12, то це означає, що

для розв'язування задачі недостатньо інформації. У нашому

прикладі правило 12 було активізоване як на другому, так і на

третьому прогонах. Умова М була визначена як «істинна» на

другому проході, а умови К і L були визначені як «істинні» на

третьому проході.

Незважаючи на те, що результат був отриманий на другому

прогоні, процес пошуку розв'язку слід продовжувати, оскільки

наступні активізації могли б удосконалити розв'язок.

Зворотне доведення

У зворотному доведенні (reverse reasoning), що також

називається зворотним формуванням ланцюжка {backward

chainbig), механізм висновків вибирає правило і допускає при

цьому, що проблема розв'язана. Використаємо те саме

правило, що і на попередньому рисунку. Активізація правила

12 є розв'язком проблеми, оскільки воно присвоює значення

змінній мети Р, тобто вважається, що наслідок Р є істинним.

Потрібно, рухаючись у зворотному напрямку, довести, що є

підстави для такого твердження. Як уже зазначалося, за

зворотного доведення ліва частина того правила, що

розглядається, зіставляється з правою частиною наступного у

зворотному ланцюжку правила. Висновок Р буде істинним,

якщо буде істинним принаймні одна із умов лівої частини

правила 12, тобто N або О. Зіставляючи ці умови з правими

частинами решти правил, можна переконатися в тому, що іс-

тинність умови N може бути оцінена правилом 10, а О —

правилом

402

11 Тобто механізм висновків має спершу оцінити правила 10 або 11.

Ці правила стають підпроблемами (subproblems) правила 12, як

показано на рис. 9.5. Механізм висновків потім вибирає одну із

підпроб-лем, Щ°б оцінити її, і вона стає новою проблемою.

Перший логічний маршрут. Нехай правило 10 стає пробле-

мою. Механізм висновків потім визначає, що перед тим, як може

бути оцінене правило 10, необхідно оцінити правила 7 і 8. Отже,

правила 7 і 8 стають підпроблемами правила 10. Механізм виснов-

ків продовжує поділяти проблему на підпроблеми у такий же

спосіб, розшукуючи правила, які можуть бути оцінені.

Перші п'ять проблем, які визначені, показані на рис. 9.5. Номери

кроків показані в кружальцях, а пунктирні стрілки вказують на

послідовність, в якій правила слід досліджувати. Оскільки правило

1 оцінюється як істинне (задано менеджером), то можна оцінити

правило 7, визначивши його як істинне, без дослідження правила 2.

У разі істинності змінної К правило 10 можна дослідити повторно.

Однак, оскільки за правилом 10 мають бути одночасно істинними

умови К і L, стає необхідним оцінити пов'язане з ним правило 8.

Щоб оцінити правило 8, необхідно оцінити правило 3. Це є

безвихідна ситуація (ліві частини двох правил однакові), оскільки

умова (змінна М) правила 3 залежить від наслідку правила 9. У цій

ситуації механізм висновку переадресовує аналіз іншій підпроблемі

правила 12 — правилу 11 (яке також містить умову М).

Наступний логічний маршрут. На рис. 9.6 зображено

процес доведення, яким система, що ґрунтується на правилах,

намагається оцінити правило 11. Правило 9 стає проблемою;

воно може бути оцінене, використовуючи наслідки правил 4 і

5. Оскільки правила 4 і 5 початково визначені як істинні, то

правило 9 може бути оцінене як істинне без дослідження

правила 6.

Рис. 9.6. Зворотне доведення: другий

ланцюг із чотирьох проблем, які потрібно

ідентифікувати

Як тільки правило 9 буде активізоване, може бути також

активізоване правило 11. Це дає змогу вважати істинною

цільову змінну Р, оскільки правило 12 активізується, як тільки

стає істинним або правило 10, або правило 11.

Доведення від супротивного швидше, ніж пряме доведення

через те, що в ньому немає необхідності розглядати всі

правила, і не здійснюються багатократні переходи через

множину правил. Разом з тим недоліком такого підходу є те,

що механізм зворотного висновку може пропустити

ефективніший спосіб розв'язання проблеми. Доведення від

супротивного доцільніше, коли:

• є кілька цільових змінних;

• є багато правил;

• усі або більшість правил немає необхідності

досліджувати в процесі досягнення розв'язку.

404

Як уже зазначалося, деякі програми механізму висновків роз-

робблені так, щоб можна було застосовувати пряме чи зворотне

поведения, або комбінувати їх. Користувач може вибирати один

із цих варіантів для використання.

9.2.4. Зіставлення технологій

експертних систем і СППР

Між компонентами експертних систем і систем

підтримки прийняття рішення є певна відповідність, котру

можна подати у вигляді таблиці (табл. 9.2). Така аналогія

привела до того, що серед фахівців у галузі штучного

інтелекту й інформаційних систем мають місце різні думки

стосовно співвідношення СППР і ЕС. Думки відносно

поєднання технологій СППР і штучного інтелекту у вигляді

експертних систем можна згрупувати так:

I. Експертні системи — зручна основа для розроблення

СППР.

Інакше кажучи, наявну експертну систему в деякій

прикладній

галузі можна доповнити відповідними засобами, щоб у

результаті

цього отримати завершену систему підтримки прийняття

рішень.

II. Експертні системи уже самі являють собою різновид

СППР,

зокрема, орієнтовану на знання СППР.

III. Експертні системи — це окремий новий додаток до

стандартної архітектури СППР, тобто до елементів СППР

добавляється новий.

IV. Експертні системи та інші елементи штучного

інтелекту (зокрема, ті, що грунтуються на знаннях) можуть і

мають вбудовуватися в інтерфейс користувача, базу даних і

базу моделей.

Таблиця 9.2

ПОДІБНІСТЬ МОДУЛІВ СППР І ЕС

Не можна на даний момент стверджувати, що якась із цих

альтернативних думок є домінуючою. Проте

найобґрунтованішою позицією стосовно цього питання, на

нашу думку, є та, що модулі

405

експертних систем можуть і мають використовуватися

всередині додатків систем підтримки прийняття рішень і у

виконавчих інформаційних системах за відповідних обставин

[88]. Модулі нададуть можливість працювати з

абстрактнішими, не цифровими фактами й відношеннями,

мають різко удосконалити ефективність j доступність таких,

орієнтованих на знання, систем. У багатьох випадках такі

системи уможливлять пояснення того, як саме СППР

виконують завдання або щонайменше посилання на деякий

корисний рівень надійності, з яким вони обмірковують

висновки.

Оцінювання можливостей застосування

експертних систем у СППР і ВІС

Першим важливим кроком для компаній,

заінтересованих у застосуванні ШІ або методів експертних

систем до додатків СППР або ВІС є визначення можливості

використання підходу експертних систем. Є широкий спектр

проблем, яких може стосуватися ця технологія. Для

конкретних типів проблем експертні системи забезпечують

методологію максимально швидкого програмування, яка на-

дає програмістам можливість розв'язувати бізнес-проблеми,

можливо, в 25—ЗО разів швидше, ніж у разі застосування

інших підходів. Характеристики проблем, котрі можна

розв'язувати за допомогою технології експертних систем,

можуть бути згруповані так:

• проблема потребує експертизи для її розв'язування.

Тобто необхідно вияснити, чи взагалі проблема може бути

розв'язана і чи може бути ідентифіковане джерело експертизи;

• складність проблеми є такою, що потребує для її

розв'язання роботи експерта від декількох хвилин до кількох

годин. Проблеми, які виходять за межі цього інтервалу,

ймовірно, є або тривіальними, або їх неможливо розв'язати,

застосовуючи цю технологію;

• проблема, передусім, має бути когнитивною (пізнаваль-

ною). Тобто вона потребує для розв'язування скоріше

логічних висновків і дедукції, ніж артистичних, механічних

або інших видів майстерності;

• розвиток майстерності потребує наявності шаблонів для

навчання новачків. Це є важливим для демонстрування того,

що експертиза може бути пояснена і що експерти мають деякі

засоби за її розроблення;

• проблема не потребує «здорового глузду» від експертної

системи безпосередньо. Ще ніхто точно не знає, як

запрограмувати та застосовувати «здоровий глузд» у

комп'ютерних програмах. Цей результат, можливо, буде

досягнутий у поточному столітті;

406

• мають бути забезпечені розуміння, ентузіазм та

підтримка з бокy вищого рівня управління.

Додатки СППР і експертні системи продовжують

розвиватися одночасно. Часто вважають, що планування на

ранній стадії й аналіз інвестицій, управління потребами

користувачів і проблема перспективної діагностики,

забезпечувані засобами орієнтованих на знання СППР,

матимуть суттєвий вплив на можливість успіху за реалізації

загальних цілей і досягнення конкурентоспроможності

корпорацій.

Фактори успіху для здійснення

інтелектуальної підтримки

управління

Оскільки інтелектуальні технології стають

прийнятними інструментальними засобами для СППР і ВІС,

доцільно розглянути чинники, які визначають успіх

орієнтованих на знання систем, разом з тими чинниками, які

забезпечують успіх будь-якої системи, що використовується

окремими фахівцями.

Зручність використання. Твердження щодо цієї

властивості систем може здатися очевидним, але трудність

досягнення справжньої, довгострокової зручності

використання часто недооцінюється всіма сторонами до

початку процесу їх упровадження. Фактично, зручність

використання систем окремими професіоналами тільки

недавно стала виявленою метою процесу розроблення

програмного забезпечення, а інструментальні засоби й

методології для його розроблення ще не враховують цю

потребу.

Зв'язність. Наскільки інтелектуальні методи мають успіх в

адміністраторів стосовно доступу до широких і різних джерел

Даних, настільки система стає активним фактором у

підтримці логічно випливаючих рішень і настільки вона має

забезпечувати зв язність джерел даних і тих точок, де рішення

слід переглядати або здійснювати.

Сумісність. Оскільки інтелектуальні (основані на знаннях)

технології збільшують показники потужності СППР і ВІС та

змінюють їх здатність від пасивної до активної підтримки

творців Рішень, то компанії безумовно прийдуть до того, щоб

створювати їх скоріше як одну систему чи як окрему частину

процесів розроблення та прийняття рішень, ніж як корисні

доповнення до них. однак для того, щоб це могло відбутися в

широких масштабах, потужність таких систем має бути

сумісною з тим, що може на-иватися електро-паперовою

екологією корпорації.

Легкий супровід. Супровід, нарощування і модифікування

програмного забезпечення відповідно до змін вимог

користувачів є

407

«Ахіллесовою п'ятою» всього програмного забезпечення, а

СППР і ВІС не є в цьому плані винятком. Довготермінова

корисність СППР і ВІС значною мірою залежить від здатності

компанії реагувати на ці запити. Ефективні системи мають

створюватися відповідно до цієї вимоги дуже раціонально,

використовуючи інструментальні засоби, які уможливлюють

користувачам (хоча б за допомогою комп'ютерно грамотного

асистента) змінювати відповідно інтерфейс системи, а також

функціональні можливості без допомоги впроваджуючих осіб

або формально визначеної технічної групи підтримки.

Додаткова вартість. Оскільки технології, що ґрунтуються

на знаннях, реалізують свій потенціал у СППР і ВІС, то стає

очевидним, що здатність використовувати цей чинник для

підвищення ефективності створення рішень суттєво

відрізнить перемагаючі компанії від інших конкуруючих

учасників.

Машини правил

Одним із напрямів розвитку орієнтованих на

правила СППР, що набули останнім часом певного розвитку і

поширення, є так звані машини правич {Rule-Machines), як

середовище для розроблення та тестування бізнес-правил, що

являють собою кодифіковану політику та практику прийняття

рішень в організаціях, використовувані з метою отримання

переваг у конкуруючому бізнесовому середовищі.

Найвідомішими з машин правил є Visual Rule Studio™ і

Business Rule Studio. Оскільки докладний розгляд

програмних продуктів, що називаються машинами правил,

виходить за межі завдань даного видання, зацікавлені читачі

зможуть знайти більше інформації про це на Web-сайті

WWW.RuIeMachines.com.

9.3. Дейтамайнінг — засоби

інтелектуального аналізу даних у СППР

9.3.1. Розвиток і призначення

дейтамайнінгу (Data Mining)

У 70-х роках минулого століття широко

застосовувалася практика, коли компанії наймали аналітиків з

бізнесу, котрі, використовуючи статистичні пакети подібні

SAS і SPSS, виконували аналіз трендів даних і проводили їх

кластерний аналіз. Як тільки стало технологічно можливим і

доцільним зберігати великі обсяги

408

ниХ

, менеджери виявили бажання самим мати доступ до

даних, подібних тим, що генеруються в пам'яті касового

апарата роздрібної торгівлі й аналізувати їх. Запровадження

штрихових кодів і глобальна гіпертекстова система Інтернету

також зробили реальною можливість для компаній збирати

великі обсяги нових даних. Однак У зв'язку з цим виникло

питання про інструментальні засоби добування корисної

інформації з нагромаджених обсягів «сирих» даних. Ці засоби

опісля отримали назву «Data Mining» (дейтамайнінг).

Слід зауважити, що протягом багатьох років компанії

проводили статистичні дослідження своїх даних. Коли

статистик аналізує дані, то він спочатку висуває гіпотезу про

можливий зв'язок між певними даними, а потім посилає запит

до бази даних і використовує відповідні статистичні методи,

щоб довести або спростувати сформульовану гіпотезу. Це

підхід називається «режимом верифікації» («verification

mode»). На противагу йому програмне забезпечення

дейтамайнінгу функціонує в «режимі відкриття» (discovery

mode), тобто виявляє приховані, часто невідомі для ко-

ристувачів шаблони (patterns) зв'язків між даними, а не

аналізує наперед створену гіпотезу щодо них.

За останні роки надзвичайно зріс інтерес до дейтамайнінгу

з боку ділових користувачів, котрі вирішили скористатися

перевагами даної технології для отримання конкурентної

переваги в бізнесі (див. http://www.datamining.com/).

Зростаюча зацікавленість щодо впровадження дейтамайнінгу

(ДМ) у результаті закінчилася появою низки комерційних

продуктів, кожен з яких має таку саму назву, описаний

низкою подібних елементів, але фактично має неоднакові

функціональні можливості й ґрунтується на різних особливих

технічних підходах.

Менеджери з інформаційних технологій, що мають

завдання підібрати відповідну СППР, часто безпосередньо

зустрічаються зі складними питаннями стосовно реагування

на потреби бізнес-користувачів через те, що засадні принципи

створення дейтамайнінгу набагато складніші, ніж традиційні

запити і формування звітів, крім того, вони відчувають

підсилений тиск щодо часу реалізації потреб користувачів,

тобто користувачі вимагають розробити дейтамайнінг якомога

швидше. Проте очевидною перешкодою для розроблення і

впровадження в корпораціях рішень з Дейтамайнінгу є

наявність багатьох різних підходів до нього, що мають свої

певні властивості й переваги, у той час як фактично тільки

кількома основними методами формуються основи більшості

систем ДМ. У цьому контексті важливою є однозначна ін-

Рпретація самого поняття дейтамайнінгу.

409