В настоящее время при разработке локально вычислительных сетей актуальным вопросом остается создание систем контроля ее работы. Развитие информационных технологий должным образом обеспечивает появление новых концепций в решении данного вопроса. В частности, одним из вариантов может послужить создание системы поддержки принятия решений.
Развитие компьютерных технологий и достижение в области нейрофизиологии сделали возможным реализацию на компьютере некоторых простейших функций человеческого мозга. Однако целью данных исследований является не замена человека компьютером, а создание высокоэффективного симбиоза человека и компьютера, снабженного необходимыми знаниями, методами и моделями.
Сила человека — в его знании предмета исследования, понимании и использовании контекста, в котором проводится исследование, в интуиции, чувстве правильного решения, аудиовизуальных возможностях, творчестве и т. д. Сила компьютера — это его вычислительная мощность, легкость, с которой он производит огромное число операций, значительно превосходящая в этом отношении возможности человека. Правильно использованная мощность компьютера существенно увеличивает интеллектуальную силу человека, осуществляя для него необходимый детальный анализ, помогает избежать многих интуитивно не обнаруживаемых ловушек, связанных со сложностью систем.
Система поддержки принятия решений (СППР) связывает интеллектуальные ресурсы управленца со способностями и возможностями компьютера для улучшения качества решений.
Данная система будет решать 2 основные задачи: выбор лучшего решения из возможных (оптимизация), упорядочение возможных решений по предпочтительности (ранжирование). В обеих задачах первым и наиболее принципиальным моментом является выбор совокупности критериев, на основе которых в дальнейшем будут оцениваться и сопоставляться возможные решения (будем называть их также альтернативами). Система СППР помогает пользователю сделать такой выбор.
Интеллектуальная СППР — это компьютерная система, состоящая из следующих пяти основных взаимодействующих компонентов:
- языковая подсистема (механизм обеспечения связи между пользователем и другими компонентами интеллектуальной СППР);
- информационная подсистема (хранилище данных и средств их обработки). Состоит из БД, системы управления БД, средств организации запросов, справочника данных, внешних источников данных;
- подсистема знаний (хранилище знаний о проблемной области, таких как процедуры, эвристики и правила, средства обработки знаний);
- подсистема моделей (хранилище моделей, языки моделирования, средства управления моделированием). Состоит из базы моделей, системы управления моделями, языков моделирования, справочника моделей и процессора, который осуществляет реализации на модели, интегрирует модели и руководит процесом моделирования;
- подсистема обработки и решения задач (связующее звено между другими системами). Подсистема обработки и решения задач реализует свои отдельные специфические функции в их рамках. Эта подсистема обладает основными способностями по манипуляции и обработке задая для принятия решений.
В той или иной степени Системы Поддержки Принятия Решений (СППР) присутствуют в любой информационной системе (ИС). Поэтому, осознанно или нет, к задаче создания системы поддержки принятия решений организации приступают сразу после приобретения вычислительной техники и установки программного обеспечения. По мере развития бизнеса, упорядочения структуры организации и налаживания межкорпоративных связей, проблема разработки и внедрения СППР становится особенно актуальной. Одним из подходов к созданию таких систем стало использование хранилищ данных.
Для определения основных концепций построения СППР были выделены следующие квалификационные группы:
По взаимодействию с пользователем выделяют три вида СППР:
- пассивные помогают в процессе принятия решений, но не могут выдвинуть конкретного предложения;
- активные непосредственно участвуют в разработке правильного решения;
- кооперативные предполагают взаимодействие СППР с пользователем. Выдвинутое системой предложение пользователь может доработать, усовершенствовать, а затем отправить обратно в систему для проверки. После этого предложение вновь представляется пользователю, и так до тех пор, пока он не одобрит решение.
По способу поддержки различают:
- модельно-ориентированные СППР, используют в работе доступ к статистическим, финансовым или иным моделям;
- СППР, основанные на коммуникациях, поддерживают работу двух и более пользователей, занимающихся общей задачей;
- СППР, ориентированные на данные, имеют доступ к временным рядам организации. Они используют в работе не только внутренние, но и внешние данные;
- СППР, ориентированные на документы, манипулируют неструктурированной информацией, заключенной в различных электронных форматах;
- СППР, ориентированные на знания, предоставляют специализированные решения проблем, основанные на фактах.
По сфере использования выделяют общесистемные и настольные СППР. Общесистемные работают с большими ХД и применяются многими пользователями. Настольные являются небольшими системами и подходят для управления с персонального компьютера одного пользователя.
Для решения задач мониторинга работы сети было предложено проектирование кооперативной модели СППР, ориентированные на знания. Также исходя из источников было предложено основываться на архитектуре системы с независимой витриной данных.
В самом простом варианте для Хранилищ Данных используется та модель данных, которая лежит в основе транзакционной системы. Если, как это часто бывает, транзакционная система функционирует на реляционной СУБД (Oracle, Informix, Sybase и т. п.), самой сложной задачей становится выполнение запросов ad-hoc, поскольку невозможно заранее оптимизировать структуру БД так, чтобы все запросы работали эффективно.
Однако практика принятия решений показала, что существует зависимость между частотой запросов и степенью агрегированности данных, с которыми запросы оперируют, а именно чем более агрегированными являются данные, тем чаще запрос выполняется. Другими словами, круг пользователей, работающих с обобщенными данными, шире, чем тот, для которого нужны детальные данные. Это наблюдение легло в основу подхода к поиску и выборке данных, называемого Оперативной Аналитической Обработкой (On-line Analytical Processing, OLAP).
В основе OLAP лежит понятие гиперкуба, или многомерного куба данных, в ячейках которого хранятся анализируемые (числовые) данные. Измерения представляют собой совокупности значений других данных. Дальнейшее усложнение модели данных может идти по нескольким направлениям:
- увеличение числа измерений — данные о продажах не только по месяцам и товарам, но и по регионам. В этом случае куб становится трехмерным;
- усложнение содержимого ячейки — например нас может интересовать не только уровень продаж, но и, скажем, чистая прибыль или остаток на складе. В этом случае в ячейке будет несколько значений;
- введение иерархии в пределах одного измерения — общее понятие ВРЕМЯ естественным образом связано с иерархией значений: год состоит из кварталов, квартал из месяцев и т. д.
Внедрение данной системы не позволит полностью работу администратора сети, но позволит весьма существенно минимизировать время затраченное на решение определенных задач.
Литература:
1. Борисов А. Н. Методическое обеспечение технологии принятия решений. Системы обработки знаний в автоматизированном проектировании / А. Н. Борисов. — Рига: Риж. техн. ун-т. 1992. — С. 12–15.
2. Терелянский П. В. Информационные технологии прогнозирования технических решений на основе иерархических моделей: Монография / А. В. Андрейчиков, П. В. Терелянский, О. Н. Андрейчикова. — Волгоград: ВолгГТУ, 2004. — 156 с.
