Modele Matematice DE Fundamentare A Deciziilor Manageriale

Economie

Modele Matematice DE Fundamentare A Deciziilor Manageriale

Byadmin ianuarie 1, 2024

MODELE MATEMATICE DE FUNDAMENTARE A DECIZIILOR MANAGERIALE

СОДЕРЖАНИЕ

АННОТАЦИЯ

ABSTRACT…

СПИСОК АББРЕВИАТУР

СПИСОК РИСУНКОВ

СПИСОК ТАБЛИЦ

ВВЕДЕНИЕ…

1. ТЕОРЕТИЧЕСКИЕ ОСНОВЫ УПРАВЛЕНЧЕСКИХ РЕШЕНИЙ

1.1 Процесс принятия решений

1.2. Системы поддержки принятия решений

2. ПРИКЛАДНЫЕ АСПЕКТЫ ОБОСНОВАНИЯ УПРАВЛЕНЧЕСКИХ РЕШЕНИЙ

2.1 Шесть этапов разработки системы поддержки принятия решений

2.2. Деревья решений

2.3.. Решение задач поиска решений средствами пакета Excel 2010

ЗАКЛЮЧЕНИЕ И РЕКОМЕНДАЦИИ

БИБЛИОГРАФИЯ

ПРИЛОЖЕНИЯ

АННОТАЦИЯ

В данной работе представлены теоретический и практический подходы к разработке и принятию управленческих решений на основе математических методов, используемых в практике управления экономическими объектами. Применение математических моделей в системах управления включает в себя ряд этапов, в том числе, определение моделей. В качестве моделей рассматриваются математическая модель построения систем поддержки принятия решений, деревья поиска и модели надстройки «Поиск решения» Microsoft Office EXCEL 2010.

Модели играют центральную роль в разработке системы для принятия управленческих решений. Модели имеют упрощенное представление, и концептуально описывают ситуации из реальной действительности и должны способствовать пониманию рыночных отношений.

Важность и усиление роли информационных технологий в управлении предполагает развитие систем поддержки принятия решений. Так как увеличение прибыли на предприятии является главной целью управленческих действий, то применение описанных математических моделей поможет менеджерам принимать решения на основе анализа ситуация и их моделирования.

ABSTRACT

This paper presents the theoretical and practical approaches to the development and management decisions on the basis of mathematical methods used in the practice of economic management objects. The use of mathematical models of control systems includes a number of steps, including the step of elaborating of model. As models are issued a mathematical model of decision support systems, search trees and models of "Goal Seak» add-ins of Microsoft Office EXCEL 2010

Models play a central role in the development of systems for management decision-making. The models have a simplified view, and conceptually describe the situation of reality and should contribute to the understanding of market relations.

The importance and the role of information technology in organizational management involves the development of decision support systems. So as the increasing of profit in the company is the one of the main objectives of administrative actions, the use of described mathematical models will help managers to make decisions based on the situation analysis and modeling.

СПИСОК АББРЕВИАТУР

IT – Informational Technology

ESS – Executive Support Systems

DSS – Decision Support Systems

MIS – Management Information Systems

KWS – Knowledge Work System

OAS – Office Automation Systems

TPS – Transaction Processing Systems

ЛПР – лицо принимающее решение

СППР – Система поддержки принятия решений

СПИСОК РИСУНКОВ

Рис. 1.1 Механизм управления организацией и место в нем управляющего решения 9

Рис. 1.2 Задача принятия решения 10

Рис. 1.3 Схема процесса реализации управленческого решения 13

Рис. 1.4 Схема алгоритма идентификации, постановки и принятия проблемы 14

Рис. 1.5 Схема классификации задач реализации управленческого решения 16

Рис. 1.6 Структура системы автоматизации разработки управленческих решений 20

Рис. 1.7 Компоненты DSS 21

Рис. 1.8 Принципиальная схема DSS 22

Рис. 2 1 Функциональная схема DSS 30

Рис. 2 2. Дерево решений 34

Рис. 2 3 функциональность основных компонентов и схема работы MineSet 36

Рис. 2 4 Трехмерное отображение деревьев решений 37

Рис. 2.5 Диалоговое окно Параметры поиска решения 41

Рис. 2.6 Диалоговое окно Результаты поиска решения 43

Рис. 2.7 Диалоговое окно Параметры 43

СПИСОК ТАБЛИЦ

Таблица 1.1 Процессы основных информационных систем 18

Таблица 2 1 Альтернативные исходные данные задачи 33

Таблица 2 2 Исходные данные к задаче 39

Таблица 2 3 Параметры задачи. 40

Таблица 2. 4 Назначение ячеек в примере 40

Таблица 2. 5 Найденное решение 42

Таблица 2. 6 Содержание отчетов 43

Таблица 2. 7 Параметры надстройки Поиск решения 44

Таблица 2 8 Исходные данные к задаче 44

Таблица 2. 9 Формулы к задаче 45

Таблица 2 .10 Microsoft Excel – Отчет по результатам 45

Таблица 2 11 Microsoft Excel – Отчет по устойчивости 46

Таблица 2.12 Microsoft Excel – Отчет по пределам 46

ВВЕДЕНИЕ

Значимость и актуальность темы работы. Реальные ситуации, в жизни любой предприятий, в том числе и в экономической сфере, характеризуются возрастающей сложностью решаемых задач, непрерывным изменением и ростом количества данных, высокой динамичностью процессов. В этих условиях интеллектуальные возможности человека в ходе управления разнообразными процессами могут войти в противоречие с объемом информации, который необходимо переработать и осмыслить. Вследствие этого возрастает опасность ошибок управления.

Основой управления является решение. Действенным способом повышения эффективности и качества управления является овладение менеджерами всех уровней методологией принятия решений на основе математических методов.

При этом в роли интеллектуального помощника человека выступает компьютер. Чтобы применить компьютер необходимо реальную управленческую задачу заменить ее математическим аналогом, а опыт и интуицию человека — его моделями предпочтений. Именно исследования в данном направлении и составляют предмет данной работы

Постановка задачи. Изучить теоретические вопросы теории принятия решений в экономике, исследовать существующие математические методы, применяемые в управлении объектами и процессами, освоить информационные технологии, предназначенные для поддержки принятия решения, применить на практике некоторые модели и технологии решения задач из области проблем принятия решений

Объект исследования. Объектом исследования является управленческая деятельность руководителей всех уровней, математические модели обоснования управленческих решений, системы поддержки принятия решений, информационные технологии, применяемые в разработке и решении задач принятия решения.

Цель исследования. Описать поэтапную математическую модель разработки системы поддержки принятия решений, изучить информационные технологии поддержки принятия решений, применить на практике приобретенные знания.

Задачи исследования. Изучить математические методы принятия решений. Ознакомиться с основными математическими моделями теории принятия решений управления предприятиями и организациями. Составить модель разработки системы поддержки принятия решений, изучить технику составления деревьев решений и применить на практике, изучить механизм функционирования надстройки «Поиск решения MS OFFICE EXCEL 2010 и выполнить экспериментальные работы по поиску решений для конкретных задач

Методы, процедуры и техники исследования. Теоретический анализ и обобщение научной литературы, в том числе и материалов сети Интернет. Практический эксперимент на компьютере с использованием процедур и техник, предлагаемых программным обеспечением Microsoft Office EXCEL 2010

Экспериментальная база практического исследования. Эксперимент проводился с использование офисного приложения MS OFFICE EXCEL для WINDOWS 2007, средства анализа и поиска решений надстройки ” Поиск решений”.

Ключевые слова: управление, поиск решений, системы поддержки принятия решений, математическая модель, дерево решений, целевая функция, параметры целевой функции.

ТЕОРЕТИЧЕСКИЕ ОСНОВЫ УПРАВЛЕНЧЕСКИХ РЕШЕНИЙ

Управление предприятием заключается в организации эффективной деятельности всех сотрудников для достижения поставленных целей. В том случае, когда возникает несколько альтернативных вариантов действий для достижения нужного результата необходимо принимать соответствующие решения. При этом требуется выбрать наилучший в определенном смысле вариант решения.

Рис. 1.1 Механизм управления организацией и управляющее решение [7, стр.9]

Общую постановку задачи принятия решений, задачи выбора из некоторого множества решений, можно сформулировать следующим образом [15].

Пусть X— множество альтернативных решений, Y— множество возможных результатов решений. Между выбором некоторой альтернативы хX и наступлением соответствующего результата уY предполагается наличие причинной связи. Кроме того, имеется механизм оценки качества такого выбора, качества результата. Требуется выбрать наилучший вариант решения, для которого соответствующий результат имеет наилучшую оценку качества.

Задачу принятия решения можно проиллюстрировать с помощью рис. 1.2.

Для задачи принятия решения важным моментом является определение характера связи альтернатив с конечными результатами (исходами). В случае детерминированной связи существует однозначное отображение , т.е. реализуется функция у=(х), х Х, у У – представлено на рис.1.2.

Рис. 1.2 Задача принятия решения [15,стр. 31]

Основными функциями управления являются: планирование, организация, мотивация, контроль. Управленческие решения связывают все основные функции управления. Поэтому разработка управленческих решений является важным процессом. Все решения, принимаемые руководителями предприятий, определяют не только эффективность её деятельности, но и устойчивость развития [6].

Процесс принятия решений

Процесс принятия решений – центральный пункт теории управления. Наука управления старается повысить эффективность организаций путём увеличения способности руководства к принятию обоснованных, объективных решений в ситуациях исключительной сложности с помощью моделей и количественных методов.

Наиболее распространённым методом оптимизации управленческих решений является математическое моделирование. Математическое моделирование применяют в тех случаях, когда управленческое решение принимается на основе обширной цифровой информации, которая может быть легко формализована. Широкое использование математических моделей позволяет дать количественную характеристику проблемы и найти оптимальный вариант её решения.

Под принятием решений понимают такой процесс человеческой деятельности, который направлен на выбор наилучшего варианта действий [8].

Человека (или группу лиц), осуществляющих выбор наилучшего варианта действий, называют лицом, принимающим решения (ЛПР).

Процесс принятия решений является сложным. Он зависит от многих факторов и характеристик ЛПР – характера, опыта, видения проблемы, интуиции, и многих других факторов.

Процесс принятия решений во многих случаях имеет определенные общие закономерности, что позволяет построить математическую модель и рассчитать оптимальное из решений, с целью нахождения лучшего результата.

В процессе принятия решений выделяется следующие участники:

владелец проблемы — несет ответственность за принятые решения.

эксперт – может дать экспертную оценку по имеющейся проблеме, эта информация может серьезно повлиять на принимаемое решение.

инициативная группа – заинтересована в результате, и иногда очень значительно влияет на ЛПР.

Альтернативой или стратегией называется вариант или конкретные правила действий, возможные для использования в процессе принятии решений. Сам процесс принятия решений состоит в выборе оптимальной наиболее выгодной альтернативы. Альтернатив может быть несколько, их всегда можно перечислить и четко определить. Такие альтернативы называются дискретными. Однако, количество альтернатив может быть таким, что их невозможно перечислить. Такие альтернативы называют непрерывными [9, 5].

Критериями оценки альтернатив называют показатели привлекательности (или непривлекательности) альтернатив для участников процесса принятия решения, Оценка критериев служит базой для выбора наилучшей альтернативы.

Критерии бывают количественными и качественными. Если показатель привлекательности можно оценить численным значением, то он является количественным.

Если показатели критериев нелть таким, что их невозможно перечислить. Такие альтернативы называют непрерывными [9, 5].

Критериями оценки альтернатив называют показатели привлекательности (или непривлекательности) альтернатив для участников процесса принятия решения, Оценка критериев служит базой для выбора наилучшей альтернативы.

Критерии бывают количественными и качественными. Если показатель привлекательности можно оценить численным значением, то он является количественным.

Если показатели критериев нельзя связать с каким-либо числом, то в этом случае он является качественным, и характеризуется терминами сравнения типа «лучше – хуже»,

Для применения математических методов анализа качественных критериев необходимо задать им количественные характеристики. Для этого применяются оценки критериев экспертами, которые либо оценивают по n-мерной шкале показатель привлекательности критериев для каждой альтернативы, либо сравнивают попарно все показатели критериев для каждой альтернативы и рассчитывают вес альтернатив по каждому критерию.

Условие наличия полной информации обо всех альтернативах по всем критериям. в математической модели предполагает, что каждый критерий измеряется количественно, а его показатель привлекательности для каждой альтернативы пропорционален его количественной оценке.

Пусть имеется n альтернатив и k критериев. Обозначим Uij – оценку i-й альтернативы по j-му критерию. Степень важности каждого критерия называют его весом. Пусть вес j-го критерия равен Wj. Вес критерия измеряется по любой пропорциональной шкале. Веса критериев определяют эксперты, либо ЛПР.

Если известны оценки альтернатив, веса критериев и если решается задача на максимизацию, то для принятия оптимального решения нужно вычислить функции полезности каждой альтернативы по формулам:

(1)

и принимается та альтернатива, для которой функция полезности максимальна. Если решается задача минимизации, то выбирается альтернатива с наименьшим значением функции полезности.

Процесс разработки решения состоит из нескольких этапов (рис. 1.3).

Идентификация, постановка и принятие проблемы – изучение положения дел и целей в управлении; конкретизацию целей и ограничений;

Поиск и анализ информации – результаты этой работы могут привести к принятию или отклонению проблемы и используются при решении задачи.

Принятие решения – характеризуется выбором решения. Право выбора предоставляется ЛПР, хотя подготовку вариантов решений могут выполнить работники нижнего звена.

Реализация решения и контроля – предполагает разработку и выполнение операционного плана. Убедиться в практическом достижении сформулированных целей позволяет контроль результата выполнения решения.

Рис. 1.3 Схема процесса реализации управленческого решения [12, стр. 7]

Признаки, по которым можно судить о существовании ситуации, в которой требуется принимать решение –

Наличие цели или нескольких целей. Цель может быть сформулирована менеджером, действующим в рамках иерархии управленческих структур. Если цель отсутствует, то решение принимать не надо.

Наличие альтернативной/альтернативных линий поведения. Если имеется только одна линия поведения, то решения принимать не надо, а надо следовать именно этой линии поведения.

Наличие ограничений (ресурсов). Ресурсы могут быть финансовыми, материальными, людскими и временными. Именно наличие ограниченных ресурсов затрудняет достижение цели, а также ограничивает получаемые результаты.

Идентификация, постановка и принятие проблемы

Термин “проблема” – понятие, характеризующее разницу между действительным и желаемым состоянием объекта [8], и является некоторым субъективным описанием различий между желаемой ситуацией и реально существующей.

Величина расхождения реальной и желаемой ситуации может быть самой разной. Существует субъективный порог расхождения, превышение которого заставляет менеджера признать наличие существенного расхождения и идентифицировать проблему.

Рис. 1.4 Схема алгоритма идентификации, постановки и принятия проблемы [18, стр. 9]

В случае, когда величина эффекта от разрешения проблемы оказывается достаточной для того, чтобы она представляла интерес для менеджера, проблема принимается.

Поиск, фильтрация и анализ информации

Для любого менеджера всегда доступна информация из самых разнообразных источников. Наибольший интерес представляет информация, характеризующая реальную ситуацию по проблеме принятия решения, а также данные для модели желаемой ситуации.

Мировая практика выработала следующие способы поиска и сбора информации.

Информация накапливается в книгах, журналах, отчетах, и т.д. Библиотесная отрасль деятельности накопила достаточный опыт поиска и сбора информации .

Информация передается потребителю средствами массовой информации – через газеты, журналы, телепередачи, каталоги.

Информация передается в электронном виде через сети Интернет. В этом случае поиск нужной информации сводится к работе с известными поисковыми системами Интернета.

Объем первоначальной информации (поток информации), который обрабатывает менеджер, значительно превышает необходимый для принятия решения уровень. Поэтому первоначальная информация обязательно должна быть подвергнута дальнейшей обработке через поиск, фильтрацию и анализ.

Фильтрацией называют визуализацию запрашиваемой информации по определенным правилам. Фильтр, предназначенный для такой обработки, работает в соответствии с заданным ему алгоритмом.

Выделение ряда признаков и измерение веса указанных признаков информации на предварительном этапе выполняет процедура анализа информации

Научные методы исследования информации обеспечивают анализ информации. Эти методы известны в ряде математических дисциплин, и существуют целые разделы этих дисциплин, посвященные определенным видам анализа (статистический анализ, математический анализ, спектральный анализ и т.д.).

Весовые признаки, полученные в результате анализа, становятся исходными данными для исследуемой модели. При сравнении существующих значений происходит выявление расхождений, ведущих к идентификации проблемы.

Классификация проблемы

Перечень классифицирующих признаков достаточно велик. К ним относятся:

специфика и природа способа воздействия на объект управления: решения могут быть как политические, так и экономические, технические, технологические и т.д.;

надежность и достоверность исходной информации;

повторяемость решений: одноразовые, случайные, многоразовые решения;

достаточность решений: общие решения, специализированные решения;

вид процесса принятия решения: объединенные решения, последовательные решения;

тип лица, принимающего решения: единоличные решения, индивидуальные решения, групповые решения, коллективные решения;

организационное распределение решений: централизованные решения, децентрализованные решения;

эффективность решений: неэффективные решения, рациональные решения, оптимальные решения;

возможность реализации решений: реализуемые решения и нереализуемые решения ;

степень риска решений: допустимый риск решений, критический риск, катастрофический риск решений;

объект управления процесса принятия решений: система (системотехнические решения) и процесс (исследование операций);

Очевидно, что данный перечень критериев может пополняться при дальнейшем развитии теории менеджмента и теории принятия решений. Необходим научный подход к процессу разработки управленческого решения на основе естественнонаучных дисциплин.

Распространенная классификация [9] использует следующие признаки (рис. 1.3):

размерный – количество критериев: однокритериальные и многокритериальные;

временной – зависимость параметров от времени: статические и динамические;

степенной – уровень данных: определенность, риск, неопределенность.

Приведенная выше классификация ориентирована на различные виды задач разработки решений. Она дает возможность определить, какая математическая теория позволила бы решить соответствующую задачу.

Рис. 1.5 Схема классификации задач реализации управленческого решения [9, стр. 14]

Правильный выбор модели решаемой задачи и метода ее решения – в этом заключаются способности менеджера, который разрабатывает управленческое решение,

Разработка критериев

Управленческое решение менеджера предполагает достижение определенной цели – устранение расхождения порождающего проблему между реальной ситуацией и моделью ситуации.

Различают следующие типы целей [3]: официальные, оперативные и операционные.

Официальные цели определяют общее назначение организации и указываются в уставе организации.

Оперативные цели определяют задачи, которыми занимается организация в конкретный период. Эти цели внутренне направлены и предназначены для мобилизации ресурсов организации. Формой выражения таких целей является план работы.

Операционные цели являются более конкретными, направляют деятельность работников и позволяют оценивать их работу. Цели формулируют в виде отдельных заданий для конкретных исполнителей.

В качестве меры достижения цели используются критерии.

Критерий – это математическое выражение цели [5]. Критериальной функцией называется функция состояния системы, отражающая цели функционирования организации в определенный момент времени [6].

Существует следующие варианты математической формулировки критериев:

минимум или максимум расхождения ( несоответствия),

минимум среднеквадратичной ошибки расхождения,

максимум доходов ( прибыли),

минимум потерь (убытки) и т.п.

В практической деятельности иногда рассматривают несколько (вектор) критериев. Правильно подобранный критерий существенно упрощает математическую постановку задачи. Критерии и критериальные функции представляют собой математическую модель цели.

Разработка альтернатив

Термин альтернатива означает некоторый вариант решения задачи поиска решения управления. Могут существовать задачи, которые не имеют альтернатив, задачи имеющие ограниченное множество альтернатив или задачи, имеющие бесконечное множество альтернатив.. Различают варианты, у которых отсутствуют альтернативы потому, что их не существует, и варианты, у которых альтернативы не найдены.

На практике применяются математические методы оптимального синтеза альтернатив по заданному критерию. Обячно, эти методы предназначены для отыскания экстремума критериальной функции.

Учет ограничений

Для реальных задач управления всегда существуют ограничения. С ограничениями обычно связывают понятие ресурсов (в терминологии экономической науки).

Известны следующие четыре вида ресурсов:

материальные ресурсы;

финансовые ресурсы;

людские ресурсы;

временные ресурсы.

Задача разработки управленческого решения, при уточнении формулировки, обычно сводится к уточнению номенклатуры и вида соответствующего ресурса.

Материальные ресурсы характеризуются номенклатурой, которая в рамках реального предприятия может превышать сотни тысяч наименований.

Финансовые ресурсы отличаются видами платежных средств и своим целевым назначением (статьями из смет расходов и из бухгалтерских балансов).

Людские ресурсы учитывают квалификацию работников, производительность труда, формы занятости и т.д.

Временные ресурсы в задаче делают решение динамическим. Известны классы задач, в которых время используется в качестве ресурса (например, задачи управления проектами).

Принятие решения, его реализация и контроль

Процедура выявления проблемы, выявление альтернатив, разработки критериев, и ограничений – это и есть процесс разработки управленческого решения. Контроль за реализацией решения осуществляется либо самим менеджером, либо специальными службами предприятия. Существуют и применяются автоматизированные системы контроля за исполнением управленческих решений.

Таблица 1.1 Процессы основных информационных систем

В табл. 1.1 собраны известные типы информационных систем, которые соответствуют некоторому уровню организации.

На предприятии могут использоваться:

Executive Support Systems (ESS) – исполнительные системы поддержки выполнения, на стратегическом уровне;

Management Information Systems (MIS) – управляющие информационные системы;

Decision Support Systems (DSS) – системы поддержки принятия решений, на управленческом уровне;

Knowledge Work System (KWS) – системы знания;

Office Automation Systems (OAS) – системы автоматизации делопроизводства, на уровне знаний;

Transaction Processing Systems (TPS) – системы диалоговой обработки запросов, на эксплуатационном уровне.

Различные информационные системы в организациях предназначены для того, чтобы помочь менеджерам на каждом управленческом уровне – в обеспечении продаж и маркетинга, производства и финансов, бухгалтерского учета и человеческих ресурсов.

Рис. 1.6 Структура системы автоматизации разработки управленческих решений [ 12, стр. 23]

Системы поддержки принятия решений

Системы поддержки принятия решений (Decision Support System – DSS) – это интерактивные компьютерные системы, предназначенные для помощи менеджеру в принятии решений.

DSS включают данные и модели, для упрощения решения управленческой проблемы, которые, чаще всего, плохо формализованы.

Данные извлекаются из базы данных при диалоговой обработке. Модель может быть простой, например, типа "доходы и убытки", для вычисления прибыли при некоторых предположениях, или комплексной, например, типа оптимизационной модели расчета загрузки станков в производственном помещении.

Система поддержки принятия решений требует трех первичных компонентов: модели управления, управления данными для сбора и обработки данных, и управления диалогом для облегчения доступа пользователя к DSS.

Для взаимодействия пользователь с DSS предназначен пользовательский интерфейс, с помощью которого выбирается конкретная модель и пакет данных, которые будут использоваться. Результаты пользователю предоставляются также через пользовательский интерфейс. Модель управления может быть относительно простой, такая как типовая модель в электронной таблице, и достаточно сложной, комплексной моделью планирования, которая будет основываться на математическом программировании.

Рис. 1.7 Компоненты DSS [6, стр. 13]

Наиболее распространенный и простой тип DSS – это генератор финансовых отчетов. С помощью Microsoft Excel создаются модели, позволяющие прогнозировать финансовое состояние предприятия. В качестве исходных данных модели используются финансовые отчеты предприятия. Начальная модель рассматривает различные варианты относительно будущих трендов в расходах и доходах. После получения результатов работы базовой модели менеджер исследует модель по типу "что, если", изменяя один или несколько вариантов предположений, для определения влияния этих предположений на результат.

Например, можно исследовать влияние на рентабельность ежегодного увеличения продаж. Или можно исследовать, например, влияние увеличения цены сырья, большего прогнозированного.

Система DSS планирования объема и производства, например, в бумажной компании, использует данные, планирующие и прогнозирующие модели, чтобы получения на компьютере общих показателей компании при изменяемых плановых предположениях. Большинство нефтяных компаний развивают DSS, для поддержки принятия решений о капиталовложениях. Такая система содержит финансовые условия и модели для создания будущих планов, представляемых в графической или табличной форме.

Все вышеприведенные примеры DSS называют специфическими DSS. Они являются приложениями, помогающими в процессе принятия решения. Генератором системы поддержки принятия решений является программа, обеспечивающая возможности получать специфические DSS. В нашем примере финансового отчета Microsoft Excel может выступать в роли генератора DSS, а модели для проектирования финансовых отчетов на базе Excel уже являются специфическими DSS.

Системы DSS можно использовать на всех уровнях организации. Главные менеджеры используют финансовые DSS, чтобы прогнозировать достаточность фондов для инвестиций. Средние менеджеры внутри отделов используют эти оценки и систему DSS, чтобы принять решения по инвестиции фондов по различным проектам. Руководители проекта внутри отделов используют эту систему, при реализации проектов, отчитываясь по потраченным деньгам.

Рис. 1.8 Принципиальная схема DSS [16,стр. 47]

Компоненты DSS

На рис. 2.12 видно, что система поддержки принятия решений содержит три основных компонента: базу данных, модель и систему программного обеспечения DSS.

Система DSS – использует управленческие данные (из таких систем, как производство и продажа) таким образом, чтобы управленцы могли принять решения, основанные на фактических данных баз данных.

База данных DSS – собрание текущих и архивные данные из разных приложений и групп пользователей.

Модель – пакет математических и аналитических моделей, которые предоставлены для пользователя DSS. Наиболее широко используются модели анализа чувствительности, которые находят ответы на вопросы типа "что, если?" неоднократно, и определяют влияние одного или нескольких факторов на результат.

Система программного обеспечения DSS – обеспечивает взаимодействие между пользователями системы, базой данных DSS и моделями, управляет созданием, хранением и восстановлением моделей и интегрирует их с данными в базе данных DSS, обеспечивает графический интерфейс пользователя, для поддержания диалога пользователя и DSS.

Основные характеристика DSS:

DSS ожидают от пользователя гибкости, обучаемости и быстрой реакции.

DSS допускают управление со стороны пользователя входными и выходными данными

DSS доступны в использовании управляющим персоналом.

DSS обеспечивают поддержку решения проблем, которые могут быть заранее неизвестны.

DSS используют сложный анализ и инструменты моделирования.

ПРИКЛАДНЫЕ АСПЕКТЫ ОБОСНОВАНИЯ УПРАВЛЕНЧЕСКИХ РЕШЕНИЙ

Система поддержки принятия решений (СППР) или Decision Support System (DSS) это такая информационная система, которая предназначена для формализации и решения слабоструктурированных и неструктурированных задач управления. Система DSS является инструментом менеджера-эксперта [12].

Шесть этапов разработки системы поддержки принятия решений

Система DSS формально может быть представлена в виде кортежа [8]:

где P –проблема;

S –система,

Z – цели;

K – критерии;

SH –шкалы измерения критериев;

D – решатель системы;

M – методы для моделей;

A – альтернативы;

F – отображение А->K;

G – система предпочтений;

U – целевая функция;

V – универсальное множество;

W – решающее правило.

Алгоритм поддержки принятия решений DSS состоит из следующих шести этапов – анализ проблемы, постановка задач и целей, выбор критериев с оценкой их эффективности, определение альтернатив, анализ множества альтернатив, определение управляющего воздействия [7].

Этап-1. Анализ проблемы.

На первом этапе следует выполнять следующие шаги:

– провести мониторинг управляемого объекта системы и среды его окружения;

– провести уточнение проблемы и оценить ее новизну;

– установить взаимосвязь проблемы с другими проблемами среды окружения;

– провести оценку достоверности и полноты (по конкретной проблеме);

– обеспечить создание и ведение базы данных ресурсов информации по проблеме.

Вся собираемая о проблеме информация подвергается анализу для получения исчерпывающих данных о самой системе, для выявления структуры проблематики и определения возможности ее дальнейшего использования для определения цели и формулирования проблемы [7].

Проблему Pt математически можно определить следующим образом:

где At –состояние в момент времени t – реальное;

A0t – состояние в момент времени t – целевое.

.

Этап-2. Формулировка целей и задач.

На втором этапе устанавливаются промежуточные цели (Z) системы, намечается глобальная цель, задаются все необходимые ограничения и вырабатывается последовательность задач для достижения целей, описанная ниже:

– определение и уточнение разрешимости (проблемы);

– разработка концептуальная вариантов (решения проблемы);

– оценка выбранных вариантов (решения проблемы);

– декомпозиция на составные части выявленной проблемы;

– постановка задач на вербальном уровне;

– формулирование целей и условий;

– логический анализ целей, задач и условий на вербальном уровне;

– постановка промежуточным исполнителям соответствующих задач.

Формирование целей эффективнее всего провести при помощи метода Делфи (теория нечетких множеств).

Для определения задач и целей в теории нечетких множеств, необходимо наличие множества целей-альтернатив Az={ai}. Тогда нечёткая цель Z’ будет отождествляться с фиксированным нечётким множеством целей во множестве A Z’.

На данном этапе допустимо использование и неформализованных методов, целью которых является представление каждого варианта в виде компонентов – составных частей. В этом случае математическая функция формирования цели Z’ представляется в виде уравнения:

Где xj1dt1,…, xj1dt1 образуют i-й недопустимый набор, r=|V|,

Затем формируется множество целей A={xAB|Q(x)=0}.

Алгоритм метода Делфи представляется несколькими этапами:

вычисляется значение прогнозируемой величины и рассчитывается дисперсия оценок, определяющая разброс мнений экспертов (N);

определяется среднее квадратичное отклонение прогноза и коэффициент вариации, характеризующий единодушие экспертов;

по всем полученным данным оценивается диапазон прогнозируемой величины, в который эта величина попадает с вероятностью p. Диапазон прогнозируемой величины определяется следующим соотношением на основании мнений экспертов:

где t – величина, зависящая от N и p, имеющая распределение Стьюдента с (N-1) -степенями свободы, и которая определяется по таблицам в функции от (N-1) и (1-p).

Необходимо учитывать при формировании целей такие основные принципы системного анализа, как принцип конечной цели, единства и связности [2].

Этап-3. Выбор критериев и оценка их эффективности.

При создании системы критериев K реализуется последовательность действий определяющих систему критериев достижения цели, декомпозицию критериев по подцелям, оценку эффективности критериев.

Система критериев может быть сформирована на основе теории нечетких множеств, в которой критерий kiK представляется в виде нечеткого множества ki, заданного на универсальном множестве V:

где i(vi) – задает степень принадлежности элемента vi нечеткому множеству.

В случае полной неопределенности при формировании критериев эффективным оказывается метод формирования критериев и альтернатив основанный на экспертном опросе. При этом следует ряд шагов:

1. Получить множество Ki критериев от каждого из N экспертов, которые, по мнению эксперта, следовало включить во множество K.

2. Затем определить общее множество .

3.Вычислить значение , которое является вероятностью принадлежности j-го критерия множеству K, из матрицы .

4. Формализовать запись задачи выбора критериев экспертами в следующем виде:

В данном случае «критерий» можно также рассматривать и как способ сравнения альтернатив, а не только как критериальную функцию. Любой из признаков альтернативы может служить критерием качества альтернативы. Возможность формулировать задачи выбора и оптимизации появляется только после того, как критерий сформирован.

Этап-4. Формирование множества альтернатив.

В задачах поиска и принятия решений альтернативами служат конкретные системы (продукты, технические комплексы и т.д.). Процесс формирования множества альтернатив, основанный на предпочтениях-эвристиках лица, принимающего решения, можно разделить на три последовательных этапа: этап генерирования множества альтернатив, этап структурирования альтернатив, и этап определения подмножества сгенерированных альтернатив.

Подготовку решений можно проводить наиболее эффективно на основе теории нечетких множеств и с помощью экспертных методов. Для генерации нечеткого множества альтернатив формируется некоторое свойство (SV), рассматриваемое как лингвистический терм, образующий совокупности пар:

где V={v1, V2, …, Vn} – универсальное множество, на нем задается нечеткое множество AV; здесь S(vi); – степень принадлежности нечеткому множеству A элемента viV.

Наиболее эффективными при формирования множества решений являются экспертные методы, описанные на предыдущих этапах.

Этап-5. Анализ альтернатив.

Наиболее важным этапом является этап анализа вариантов решений, в ходе которого проводится оптимизация альтернатив и выбор наилучшей из множества найденных, с использованием методологии DSS, включающей разнообразные технологии и методы.

К основным этапам анализа альтернативных решений необходимо отнести: анализ неопределенности решения, определение решающих функций, методы оптимизации, выбор оптимального решения, оценку возможных решений,

Суть метода экспертных оценок для формирования решения заключается в следующем: Между всеми экспертами (L) нет обмена информацией. Обратная связь (O) между ними также отсутствует. Возможное решение формируется на основе математического (решающего) правила (W)

где i – веса экспертов.

Методы многокритериальной оптимизации используются для определения вида решающей функции (U). Метод выделения главного критерия оптимальности с дополнительным наложением ограничений на остальные критерии используется для оптимальных решений. Математическая модель принятия оптимального решения сводится к задаче векторной оптимизации [7,2,12]:

,

где – оптимальное компромиссное решение;

– обратное отображение множества допустимых решений во множество векторных оценок;

Kj(x) – критерии оптимальности;

P – область компромиссов (Парето).

Если критерии распределены по степени важности, то при поиске решения наиболее эффективным методом многокритериальной оптимизации является метод свертывания в комплексный критерий, частных критериев оптимальности или метод «обобщенного критерия», который нашел широкое применение и состоит в следующем:

или

,

где vi – коэффициент важности критериев;

Kj(x) – «нормализованная» величина критерия оптимальности.

В итоге исходная многокритериальная задача сводится по одному обобщенному критерию к обычной задаче оптимизации.

В случае неверного решения по методу «обобщенного критерия» эффективным становится метод функции полезности:

где j(Kj)[0,1] – соответствующая функция полезности j(Kj)=0 для наименьшей оценки Xj по j-му критерию и j(Kj)=1 для наибольшей оценки Xj по j-му критерию.

Этап-6. Формирование управляющего воздействия.

Этап является заключительным в цепочке этапов DSS и фактически является результатом действий DSS на предыдущих этапах.

На этапе формирования управляющего воздействия на объект управления менеджером осуществляется ряд действий, направленных на реализацию предоставленных рекомендаций DSS, или внесению корректировки в рекомендуемые DSS воздействия на объект управления. На данном этапе также возможно применение экспертных методов и методов оптимизации, примененных на предыдущих этапах.

Анализ классической схемы теории принятия решений для реализации DSS в рамках одной предметной области выявил необходимость структуризации, оптимизации и актуализации существующих методов и алгоритмов, предназначенных для решения задач в управленческой деятельности [11].

В классической схеме DSS необходимо использовать базы данных и базы знаний/ Широкое применение методов и правил формирования системы критериев, генерации альтернатив, анализа и выбора альтернатив, позволит придать свойство интеллектуальности процессу принятия решений.

Рис. 2 1 Функциональная схема DSS [7 стр. 265]

На рис.2.1 Представлена функциональная схема DSS, отвечающая современным требованиям IT-технологий. Схема построена таким образом, что при решении задач, относящихся к различным предметным областям, система ориентируется на конкретную проблемную ситуацию. Возможность организации БД и БЗ больших объемов позволяет использовать накопленную информацию при решении различных задач с учетом методов генерации решений, формирования системы критериев и выбора решений в зависимости от предметной области рассматриваемой проблемы.

Реализация DSS в рамках приведенной схемы, при условии программной модернизации и наполнения баз данных и баз знаний, дает возможность расширять количество и круг решаемых задач. Сложная система должна поддерживаться специалистами, которые, условно разбиты на группы в соответствии с функциональными обязанностями в зависимости от назначения структурных элементов: системные аналитики, исследователи, эксперты и лица, принимающие решения.

При проектировании, построении и программной реализации DSS необходима ее ориентация на поддержку принятия решений в рамках одной, определенной предметной области или нескольких предметных областей, а также решение различного класса управленческих задач в соответствии с этими предметными областями.

Деревья решений.

Стремительное развитие информационных технологий, прогресс в методах сбора, хранения и обработки данных позволил многим организациям собрать огромные массивы данных, предназначенных для изучения. Объемы этих данных настолько велики, что возник спрос на методы автоматического анализа данных, который с каждым годом постоянно увеличивается.

Деревья решений – один из таких методов автоматического анализа данных. Первые идеи создания деревьев решений восходят к работам Ховленда (Hoveland) и Ханта(Hunt) конца 50-х годов XX века. Однако, основополагающей работой, давшей импульс для развития этого направления, явилась книга Ханта (Hunt, E.B.), Мэрина (Marin J.) и Стоуна (Stone, P.J) "Experiments in Induction", увидевшая свет в 1966г [18].

Дерево решений – это граф, представляющий правила в иерархической последовательной структуре, где каждому объекту соответствует единственный узел, дающий решение.

Дерево решений обычно строится следующим образом. Сначала берется весь набор данных, который представляется исходной или корневой вершиной. Затем определяются способы (правила) разбиения на ветви всего множества записей или вариантов, соответствующих корневому узлу. Ветви образуют дерево, повернутое кроной вниз. На ветвях дерева отмечают узлы, отвечающие подмножеству записей или вариантов. На каждом узле снова определяются правила разбиения на ветви и т.д. до тех пор, пока процесс не дойдет до конечных узлов, называемых листьями. В связи с этим, деревья решений часто применяются для моделирования (генерации) «многоэтапных» процессов принятия решений, в которых взаимосвязанные решения принимаются последовательно. Такое представление облегчает описание процесса принятия решений.

Правило или способы разбиения множеств записей или вариантов называют решающим правилом:

где , если условие для правила выполняется;

– множество условий, описывающих параметры выбранной предметной области,

– множество решающих правил, описывающих конкретные действия, выполняемых при заданных значениях параметров из множества условий.

Это правило фактически является логической структурой «если …, то …», делящее анализируемое множество на две группы. По мере спуска по дереву решений от вершины к листьям, создается все больше отфильтрованных однородных множеств, удовлетворяющих определенному набору условий, сформулированных в узлах дерева.

Для генерации различных вариантов решений и их оценки наибольшее распространение получили деревья решений, содержащие два типа вершин: вершины, в которых решение принимает эксперт (ЛПР) и вершины, где решение принимает «случай», выходящие из вершины дуги задают определенные вероятности направлений принятия решения.

Приведенный ниже пример иллюстрирует принцип использования дерева решений

.

Пример построения дерева решений

Рассмотрим задачу о разработке месторождений нефти [11]. Пусть известно, что в подразделении некоторой компании открыто и подготовлено к эксплуатации нефтяное месторождение. Технологическая схема разработки данного месторождения предусматривает его эксплуатацию с помощью двух альтернативных вариантов, которые отличаются друг от друга фондом скважин и их размещением по площади, системами воздействия на пласт, динамикой добычи нефти и жидкости, динамикой капитальных и текущих затрат и другими технико-экономическими показателями.

Компания может принять решение о разработке месторождения первым или вторым способом. Решение о выборе способа разработки, кроме технологических ограничений, определяется еще и предполагаемой ценой на нефть.

Для принятия решения о выборе варианта разработки необходимо рассчитать доходность каждой альтернативы с учетом выбора способа разработки и предположений об уровне цен и рассчитать ожидаемую доходность всего проекта разработки.

Пусть первый способ разработки месторождения для своей реализации требует затрат в 45 млн. лей. Второй способ разработки для своей реализации требует затрат в 23 млн. лей. Через 5 лет после начала эксплуатации месторождения начинается второй этап и требуется принятие решения о смене способа эксплуатации. При смене способа эксплуатации возникают дополнительные издержки, которые необходимо учитывать в расчетах.

Таблица 2 1 Альтернативные исходные данные задачи

Стоимость разработки 1 способом – 45 млн.

Стоимость разработки 2 способом – 23 млн.

Смена стоимости разработки – 5 млн.

Дерево решений, по условиям, заданным табл. 2.1,представлено на рис. 2.2

Рис. 2 2. Дерево решений [3, стр.182]

.

На рассматриваемая задача представлена в виде дерева решений. Предполагается, что спрос может оказаться высоким или низким. Дерево решений имеет два типа вершин: «решающие» вершины () и «случайные» вершины ().

Начиная с вершины 1 (решающей вершины), необходимо принять решение относительно способа разработки.

Вершина 2 является случайной, из нее выходят две ветви, соответствующие низкому и высокому уровням цен в зависимости от сложившейся ситуации на рынке. Каждая из этих ситуаций представлена соответствующим значением вероятности ее реализации.

Вершина 3 также является случайной, из нее выходят две ветви, обозначающие разные уровни цен.

Данные, необходимые для поиска решения, должны включать:

вероятности реализации каждой ветки, выходящей из случайной вершины

доходы (или расходы), связанные с каждой альтернативой решения задачи.

Стоимость смены способа разработки (Сс).

Средневзвешенный доход по альтернативам составляет:

9*5*0,9 + 7*5*0,8 – 45 – Сс = 18,5 млн. lei.

9*5*0,9 + 6*5*0,2 – 45 – Сс = -3,5 млн. lei.

9*5*0,9 + 5*5*0,8 – 45 – (23*5/10) – Сс = 1 млн. lei.

9*5*0,9 + 4*5*0,2 – 45– (23*5/10) – Сс = –17 млн. lei.

7*5*0,1 + 7*5*0,8 – 45 – Сс = –18,5 млн. lei.

7*5*0,1 + 6*5*0,2 – 45 – Сс = –40,5 млн. lei.

7*5*0,1 + 5*5*0,8 – 45 – (23*5/10) – Сс = –38 млн. lei.

7*5*0,1 + 4*5*0,2 – 45– (23*5/10) – Сс = –54 млн. lei.

6*5*0,9 + 7*5*0,8 – 23– (45*5/10) – Сс = 4,5 млн. lei.

6*5*0,9 + 6*5*0,2 –23– (45*5/10) – Сс = – 17, 5 млн. lei.

6*5*0,9 + 5*5*0,8 – 23 – Сс = 19 млн. lei.

6*5*0,9 + 4*5*0,2 –23 – Сс = 3 млн. lei.

5*5*0,1 + 7*5*0,8 – 23– (45*5/10) – Сс = – 20 млн. lei.

5*5*0,1 + 6*5*0,2 –23– (45*5/10) – Сс = – 42 млн. lei.

5*5*0,1 + 5*5*0,8 – 23 – Сс = – 5,5 млн. lei.

5*5*0,1 + 4*5*0,2 –23 – Сс = – 21, 5 млн. lei.

Оптимальным решением в вершине 1 является решение о выборе первого варианта разработки при высоком уровне цен в первый и второй этапы разработки.

На практике решение подобных задач характеризуется большой размерностью показателей и различным набором возможных исходов. В этом случае решение задачи осуществляется с помощью специализированных программ, например Supertree [20,21].

Деревья решений являются достаточно популярным методом. Популярность объясняется наглядностью и понятностью представления решений в виде графа. Но деревья решений, реализуя только последовательный перебор признаков, принципиально не могут находить «лучшие» (наиболее полные, особенно, многокритериальные оптимальные и т.п.) решения.

Все задачи, решаемые с помощью деревьев решений, могут быть сведены к следующим трем типам:

описание данных, содержащее их характеристику;

классификация, т.е. отнесение объекта к одному из заранее известных классов;

регрессия, устанавливающая зависимость целевой переменной от независимых (входных) данных.

Часто алгоритмы построения деревьев решений дают сложные деревья, переполненные данными, имеют много узлов и ветвей. В них трудно разобраться. В таких случаях бывает удобнее разбить дерево на несколько деревьев решений.

Деревья решений поддержаны программными комплексами различных фирм: так система MineSet содержит визуализатор деревьев (TreeVisualizer) и визуализатор правил (Rule Visualizer).

Рис. 2 3 функциональность основных компонентов и схема работы MineSet [17]

Рис. 2 4 Трехмерное отображение деревьев решений [17]

Cпециально для работы с деревьями решений созданы программные системы Clementine (Integral Solution, Великобритания), SIPINA (Лионский университет, Франция) и др. [17, 19].

2.3 Решение задач поиска решений средствами пакета Excel 2010.

Электронные таблицы Excel 2010 фирмы Microsoft [4] имеют встроенные средства решения задач поиска экстремума, оформленные в виде так называемой надстройки “Поиск решения” [14].

Для корректной работы надстройки необходимо задать:

Целевую ячейку листа Excel, экстремум значения которой надстройка должна искать. В этой ячейке должна быть записана некоторая формула, выражающая целевую функцию в зависимости от задаваемых параметров.

Изменяемые ячейки. Которые надстройка будет менять, чтобы найти минимум (максимум) значения в заданной целевой ячейке. В этих изменяемых ячейках должны быть заданы параметры целевой функции.

Ограничения. Их значения также размещаются в ячейках на листе Excel, а в надстройке указываются их адреса и заданием отношений знаками <, =, > и т.д..

Режим Поиск решения позволяет, задавая некоторую целевую ячейку, с установленной в ней формулой зависимости результата вычислений в ней от значений некоторых изменяемых ячеек (параметров), с учетом заданных ограничений получить максимальное, минимальное, или заданное значение целевой ячейки.

В качестве параметров режима задаются:

ограничение по времени поиска решения в секундах,

количеству итераций (Предельное число итераций),

точности соответствия результата заданному значению (Относительная погрешность),

допустимого отклонения экстремума от оптимального значения при использовании режима целочисленной математики (Допустимое отклонение),

условие прекращения поиска экстремума (Сходимость), задающее величину относительного приращения экстремума за последние пять итераций.

в виде флажков могут задаваться отдельные режимы работы, например Линейная модель, определяющая класс методов решения задачи. При установке параметра Линейная модель Excel ищет экстремум симплекс-методом.

Если флажок Линейная модель выключен, решение задачи ведется методом Ньютона или градиентным с использованием прямых или центральных конечных разностей на основе линейной или квадратичной оценки уменьшения приращения экстремума в зависимости от установленных флажков.

Флажок Неотрицательные значения накладывает дополнительное ограничение на значения переменных задачи.

Другие флажки (например, Линейная, Квадратичная) определяют способ экстраполяции данных, метод вычисления конечных разностей (Прямые, Центральные), и метод поиска экстремума (Ньютона, Сопряженных градиентов). Флажок

Значения «не отрицательны» позволяет задать диапазон значения аргумента. Его установка эквивалентна введению ограничения xi≥0.

Режим Автоматическое масштабирование позволяет перейти к отображению данных в относительных единицах, а при установке флажка Показывать результаты итераций включается пошаговый режим.

По результатам решения в случае установки режима Линейная модель могут быть представлены три типа отчетов: по результатам, по устойчивости и по пределам.

Отчет по результатам содержит начальные (Исходные) и конечные (Результат) значения целевой функции и изменяемых ячеек, а также сводку результатов использования ресурсов. В этой сводке в столбце Cостояние символами связанное или несвязанное обозначаются соответственно полное или неполное использование соответствующего ресурса.

Отчет по устойчивости показывает значения редуцированной стоимости оценок, определяющих насколько изменится целевая функция при принудительном включении в план единицы продукции. Кроме этого, в отчете содержатся величины использованных ресурсов, их теневые цены (множители Лагранжа), показывающие насколько изменится целевая функция при увеличении соответствующего ресурса на единицу.

Отчет по пределам показывает возможный диапазон изменения значений вектора управления, сохраняющий структуру оптимального решения, а также получающиеся в этом случае значения целевой функции. Перечисленные данные отчетов определяются в результате решения двойственной задачи, а также в результате дополнительных специальных расчетов. Настройки параметров могут быть сохранены.

Решение задачи перевозки грузов средствами EXCEL 2010 «Поиск решения»

Требуется минимизировать затраты на перевозку товаров от предприятий производителей на торговые склады. Необходимо учесть возможности поставок каждого из производителей при максимальном удовлетворении запросов потребителей [1].

Таблица 2 2 Исходные данные к задаче

В этой модели представлена задача доставки товаров с трех заводов на пять региональных складов Товары могут доставляться с любого завода на любой склад, однако, стоимость доставки на большее расстояние будет большей. Требуется определить объемы перевозок между каждым заводом и складом, в соответствии с потребностями складов и производственными заводов, при которых транспортные расходы минимальны.

Таблица 2 3 Параметры задачи.

Таблица 2. 4 Назначение ячеек в примере

Рис. 25 Диалоговое окно Параметры поиска решения

Рис. 26 Диалоговое окно Результаты поиска решения

Таблица 2. 5 Найденное решение

. Можно изменить параметры работы при поиске решения, например, поменять метод поиска ответа, ограничить время поиска, задать другую точность вычислений.

По найденным результатам можно получить отчеты, которые полезны для сравнения влияния различных ограничений или исходных данных на решение. Отчеты бывают трех типов: Результаты, Устойчивость, Пределы

Тип отчета выбирается по окончании поиска решения в диалоговом окне Результаты поиска решения в списке Отчеты. Можно выбрать сразу два или три типа Каждый отчет создается на отдельном рабочем листе. Содержание отчетов кратко описано в табл. 2.5.

Таблица 2. 6 Содержание отчетов

Рис. 27 Диалоговое окно Параметры

Таблица 2. 7 Параметры надстройки Поиск решения

Решение задачи оптимизации расходов на рекламу средствами «Поиск решения»

Таблица 2 8 Исходные данные к задаче

Таблица 2. 9 Формулы к задаче

Таблица 2 .10 Microsoft Excel – Отчет по результатам

Таблица 2 11 Microsoft Excel – Отчет по устойчивости

Таблица 2.12 Microsoft Excel – Отчет по пределам

ЗАКЛЮЧЕНИЕ И РЕКОМЕНДАЦИИ

Реальные ситуации, особенно в экономической сфере, характеризуются возрастающей сложностью решаемых задач, непрерывным изменением и ростом количества данных, высокой динамичностью процессов. В этих условиях интеллектуальные возможности человека в ходе управления разнообразными процессами не соответствуют объемам информации, которые необходимо переработать и осмыслить руководителю организации или предприятия. Вследствие этого возрастает опасность ошибок управления и необходимость использования современных компьютерных технологий.

Основой деятельности по управлению является решение. Действенным способом повышения эффективности и качества управления является овладение менеджерами всех уровней методологий принятия решений на основе математических методов.

При этом в роли помощника человека выступает компьютер. Чтобы применить компьютер необходимо реальную управленческую задачу заменить ее математическим аналогом, а опыт и интуицию человека — его моделями предпочтений. Исследования в данном направлении были проведены в рамках данной работы

В процессе подготовки работы были изучены вопросы теории принятия решений в экономике, исследованы существующие математические методы, применяемые в управлении объектами и процессами, освоены информационные технологии, предназначенные для поддержки принятия решения, применены на практике некоторые модели и технологии решения задач из области проблем принятия решений

Объект исследования. Объектом исследования является управленческая деятельность руководителей всех уровней, математические модели обоснования управленческих решений, системы поддержки принятия решений, информационные технологии, применяемые в разработке и решении задач принятия решения.

В работе описана поэтапно математическая модель разработки системы поддержки принятия решений, изучены информационные технологии поддержки принятия решений, применены на практике приобретенные знания.

Изучены математические методы принятия решений, основные математические моделями теории принятия решений управления предприятиями и организациями. Составлена модель разработки системы поддержки принятия решений, изучена техника составления деревьев решений и применена на практике при разработке некоторых деревьев решений, изучены механизмы функционирования надстройки «Поиск решения MS OFFICE EXCEL 2010 и выполнена экспериментальные работы по поиску решений для конкретных задач

Были применены следующие методы, процедуры и техники исследования – теоретический анализ и обобщение научной литературы, в том числе и материалов сети Интернет, практический эксперимент на компьютере с использованием процедур и техник, предлагаемых программным обеспечением Microsoft Office EXCEL 2010

Эксперимент проводился с использование офисного приложения MS OFFICE EXCEL 2010 для WINDOWS 2007, средства анализа и поиска решений надстройки ”Поиск решений”.

В качестве рекомендации предлагается продолжить изучение проблем по тематике данной работы на конкретном рабочем месте и внедрить и распространить полученные знания в производство.

БИБЛИОГРАФИЯ

Barlow, John F. Excel models for business and operations management. : John Wiley & Sons Ltd, 2005. 421 p.

Бодров В.И., Лазарева Т.Я., Мартемьянов Ю.Ф. Математические методы принятия решений. Учебное.пособие. Тамбов: ТГТУ, 2004. 124 с.

Грабауров В. А. Информационные технологии для менеджеров. Москва: Финансы и статистика, 2001. 368 с.

Долженков, В. А. Microsoft® Office Excel 2010 Санкт-Петербург: БХВ-Петербург, 2011. 816 с.

Кини Р., Райфа Х., Принятие решений при многих критериях: предпочтения и замещения. Пер. с англ. /под ред. И.Ф. Шахнова. Москва:Радио и связь, 1981. 560 с.

Кобылицкий А.Н. Математическое обоснование принятия управленческих решений. Методические указания к курсовому проекту. Хабаровск: ДВГУПС, 2013. 20 с.

Колпаков В.М. Теория и практика принятия управленческих решений: Учебное пособие. Киев: МАУП, 2004, 504 с.

Малыхин В.И. Математические методы принятия решений. Учебное пособие. Воронеж: ВФ МГЭИ, 2009. 102 с.

Математические модели в экономике и управлении. Учебные материалы по курсу для самостоятельной работы и практических занятий. Под редакцией Х. М. Биккин, С.Ю. Шашкин. Екатеринбург: УрАГС, 2005. 218 с.

Ризаев И.С. Системы распределенной обработки данных. Учебное пособие. Казань: 2009, 158 с.

Cиманков В.С., и др. Методологические аспекты построения систем поддержки принятия решений. В: Научный журнал “Вестник ДГТУ”, ДГТУ, 2008. Т.8. №3(38) стр. 258-268.

Степанов А. Г. Разработка управленческого решения средствами пакета Excel. Учебное пособие. Санкт-Петербург: ГУАП, 2001. 172 с.

Трахтенгерц Э.А., и др. Компьютерные методs поддержки принятия решений в нефтегазовой промышленности. Москва: СИНТЕТ, 2005. 592 с.

Хамухин А.А. Решение оптимизационных задач в среде Microsoft Excel. Методические указания к выполнению лабораторных работ для магистрантов. Томск: ТПУ, 2011. 44с.

Черноруцкий И.Г. Методы принятия решений. Санкт-Петербург: БХВ-Петербург, 2005. 416 с.

Эдоус Ф., Стэнфилд Р. Методы принятия решений. Москва: Аудит ЮНИТИ, 1997. 590с.

ЭЛЕКТРОННЫЕ ИСТОЧНИКИ

http://compress.ru/Archive/CP/2005/12/19/ (просмотрено 10/05/2015)

http://www.basegroup.ru/library/analysis/tree/description/ (просмотрено 10/05/2015)

http://www.interface.ru/fset.asp?Url=/oracle/dmiad.htm (просмотрено 10/05/2015)

http://www.asu.gubkin.ru/staff/shvechkov/sppr/.keep/.SuperTree.doc (просмотрено 10/05/2015)

http://www.supertree.net (просмотрено 10/05/2015)

ПРИЛОЖЕНИЯ

ПРИЛОЖЕНИЕ 1

Задача анализа производственного плана

ПРИЛОЖЕНИЕ 2

Отсеет по пределам

ПРИЛОЖЕНИЕ 3

Отчет по устойчивости

Отчет по результатам ПРИЛОЖЕНИЕ 4

ПРИЛОЖЕНИЕ 5

Отчет по пределам 1

Отчет по устойчивости 1 ПРИЛОЖЕНИЕ 6

ПРИЛОЖЕНИЕ 7

Отчет по результатам 1

ПРИЛОЖЕНИЕ 8

Отчет по пределам 2

ПРИЛОЖЕНИЕ 9

Отчет по об устойчивости 2

ПРИЛОЖЕНИЕ 10

Отчет по результатам 2

ПРИЛОЖЕНИЕ 11

Дерево решений 1

ПРИЛОЖЕНИЕ 12

Дерево решений 2

ПРИЛОЖЕНИЕ 13

Дерево решений 3

ДЕКЛАРАЦИЯ*

ОБ ОРИГИНАЛЬНОСТИ СОДЕРЖАНИЯ РАБОТЫ

НА СОИСКАНИЕ СТЕПЕНИ ЛИЦЕНЦИАТА

Я, нижеподписавшийся (аяся), …………………………………………………………

выпускник (ца) Международного Независимого Университета Молдовы, Факультета ……………………………………………………………………………………………………

специальности………………………………………….., выпуска …………………,

с полной ответственностью заявляю, что работа на соискание степени лиценциата под названием:……………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………, выполненная под руководством г-жи ………………………………………..…, которая будет представлена мною к защите перед комиссией, является оригинальной и её авторство принадлежит мне в полном объёме.

Заявляю, что не присвоил другие работы на соискание степени лиценциата/ магистра, монографии, специальные работы, статьи и т.д., опубликованные на бумажном носителе или в интернете, а также другие источники, использованные при написании работы на соискание степени лиценциата/ магистра упоминаемые в её содержании.

Также заявляю, что согласен с тем, чтобы моя работа на соискание степени лиценциата была проверена любым законным способом (в том числе подвергнута контролю посредством введения в соответствующую базу данных) для подтверждения оригинальности.

Дата …………………………

Подпись студента………………………….

* Декларация заполняется выпускником ручкой или авторучкой с синими чернилами и прилагается к дипломной работе/проекту студента, как неотъемлемая часть.

КАЛЕНДАРНЫЙ ГРАФИК ВЫПОЛНЕНИЯ ЛИЦЕНЗИОННОГО ПРОЕКТА

________________________________________________________

(numele și prenumele studentului/ei)

Tema proiectului/tezei de licență ___________________________________________

______________________________________________________________________

Termenul limită de prezentare a proiectului/tezei de licență la catedră ______________

Etapele executării proiectului/tezei de licență:

Student (a)_______________________________

(semnătura)

Conducător științific ______________________________

(semnătura)

FIȘA DE EVALUARE A PROIECTULUI/TEZEI DE LICENȚĂ

cu tema _____________________________________________________________________________________________________

________________________________________________________________________________________________________________________________________________________________________________________________________________________

elaborată de ___________________________________________ grupa____________, forma de studii _____________________.

(nume, prenume student/ă)

Conducător științific___________________________________________.

(nume, prenume, grad științific, titlu didactic)

NOTĂ!!! Evaluarea se va face de către conducătorul științific pentru criteriile de evaluare de la punctul 1 pînă la punctul 8 și de către membrii comisiei de licență pentru criteriile de la punctul 9 și 10, conform scalei de notare a Regulamentului de organizare a studiilor în învățămîntul superior în baza Sistemului Național de Credite de Studiu aprobat prin ordinul Ministerului Educației nr. 726 din septembrie 2010, prezentată la pagina 24-25 al prezentului Ghid metodic.

Nota finală ___________________ ECTS – 3 credite