Система поддержки принятия решений

Пример системы поддержки принятия решений для водохранилища Джон-Дей

Система поддержки принятия решений ( DSS ) — это информационная система , которая поддерживает деятельность по принятию деловых или организационных решений . DSS обслуживают уровни управления, операций и планирования организации (обычно среднего и высшего руководства) и помогают людям принимать решения по проблемам, которые могут быстро меняться и которые нелегко определить заранее, т. е. неструктурированные и полуструктурированные проблемы принятия решений. Системы поддержки принятия решений могут быть либо полностью компьютеризированными, либо управляемыми человеком, либо комбинацией того и другого.

В то время как ученые воспринимают DSS как инструмент для поддержки процессов принятия решений , пользователи DSS рассматривают DSS как инструмент для облегчения организационных процессов. Некоторые авторы расширили определение DSS, включив в него любую систему , которая может поддерживать принятие решений , а некоторые DSS включают компонент программного обеспечения для принятия решений ; Спраг (1980) определяет правильно названный DSS следующим образом:

1. DSS, как правило, нацелен на менее структурированные и недостаточно конкретизированные проблемы высшего звена ; менеджеры , с которыми обычно сталкиваются
2. DSS пытается объединить использование моделей или аналитических методов с традиционными данных ; доступа и поиска функциями
3. DSS уделяет особое внимание функциям, которые упрощают использование их людьми, не владеющими компьютером, в интерактивном режиме; и
4. DSS подчеркивает гибкость и адаптируемость к изменениям в окружающей среде и к принятию решений . подходе пользователя

СПР включают в себя системы, основанные на знаниях . Правильно спроектированная DSS — это интерактивная программная система, призванная помочь лицам, принимающим решения, собирать полезную информацию из комбинации необработанных данных, документов, личных знаний и/или бизнес-моделей для выявления и решения проблем и принятия решений.

Типичная информация, которую может собирать и предоставлять приложение поддержки принятия решений, включает в себя:

• инвентаризация информационных активов (включая устаревшие и данных реляционные источники , кубы , хранилища данных и витрины данных ),
• сравнительные показатели продаж между одним периодом и следующим,
• прогнозируемые данные о доходах основаны на предположениях о продажах продукции .

История

Концепция поддержки принятия решений возникла главным образом в результате теоретических исследований принятия организационных решений, проведенных в Технологическом институте Карнеги в конце 1950-х и начале 1960-х годов, а также работы по внедрению, проделанной в 1960-х годах. DSS стал отдельной областью исследований в середине 1970-х годов, а затем стал более интенсивным в 1980-х годах.

В середине и конце 1980-х годов информационные системы для руководителей (EIS), системы поддержки групповых решений (GDSS) и системы поддержки организационных решений (ODSS) развились из однопользовательских и модельно-ориентированных DSS. По словам Сола (1987), определение и сфера применения DSS с годами менялись: в 1970-х годах DSS описывалась как «компьютерная система, помогающая принимать решения»; в конце 1970-х годов движение DSS начало концентрироваться на «интерактивных компьютерных системах, которые помогают лицам, принимающим решения, использовать базы данных и модели для решения плохо структурированных проблем»; в 1980-х годах DSS должна была предоставить системы, «использующие подходящие и доступные технологии для повышения эффективности управленческой и профессиональной деятельности», а к концу 1980-х годов DSS столкнулась с новой проблемой, связанной с разработкой интеллектуальных рабочих станций.

В 1987 году компания Texas Instruments завершила разработку системы отображения назначений выходов на посадку (GADS) для United Airlines . Эта система поддержки принятия решений позволяет значительно сократить задержки в пути, помогая управлять наземными операциями в различных аэропортах , начиная с международного аэропорта О'Хара в Чикаго и аэропорта Стэплтон в Денвере , штат Колорадо. Примерно с 1990 года хранилища данных и оперативная аналитическая обработка (OLAP) начали расширять сферу применения DSS. По мере приближения нового тысячелетия были представлены новые аналитические веб-приложения.

DSS также имеет слабую связь с пользовательского интерфейса парадигмой гипертекста . И Университета Вермонта система PROMIS Карнеги-Меллона (для принятия медицинских решений), и система ZOG / KMS (для принятия военных и деловых решений) были системами поддержки принятия решений, которые также стали крупным прорывом в исследованиях пользовательского интерфейса. Более того, хотя исследователи гипертекста обычно обеспокоены информационной перегрузкой , некоторые исследователи, в частности Дуглас Энгельбарт , уделяли особое внимание лицам, принимающим решения.

Появление все большего числа и более совершенных технологий отчетности привело к тому, что DSS стала важнейшим компонентом структуры управления . Примеры этого можно увидеть в интенсивном обсуждении DSS в образовательной среде.

Приложения

DSS теоретически может быть построен в любой области знаний. Одним из примеров является система поддержки принятия клинических решений для медицинского диагноза . В эволюции системы поддержки принятия клинических решений (CDSS) можно выделить четыре этапа: примитивная версия является автономной и не поддерживает интеграцию; второе поколение поддерживает интеграцию с другими медицинскими системами; третий основан на стандартах, а четвертый — на модели обслуживания.

DSS широко используется в бизнесе и менеджменте. Панель управления и другое программное обеспечение для повышения эффективности бизнеса позволяют быстрее принимать решения, выявлять негативные тенденции и лучше распределять бизнес-ресурсы. Благодаря DSS вся информация любой организации представляется в виде диаграмм, графиков, т.е. в обобщенном виде, что помогает руководству принимать стратегические решения. Например, одно из применений DSS — управление и развитие сложных антитеррористических систем. Другие примеры включают банковского кредитного специалиста, проверяющего кредитоспособность претендента на кредит, или инжиниринговой фирмы, которая имеет заявки на несколько проектов и хочет знать, могут ли они быть конкурентоспособными с их затратами.

Растущая область применения, концепций, принципов и методов DSS находится в сельскохозяйственном производстве , маркетинге в целях устойчивого развития . Сельскохозяйственные СПР начали разрабатываться и продвигаться в 1990-х годах. Например, пакет DSSAT4 , Система поддержки принятия решений по трансферу агротехнологий разработан при финансовой поддержке USAID в 1980-х годах. и 1990-е годы позволили провести быструю оценку нескольких систем сельскохозяйственного производства по всему миру, чтобы облегчить принятие решений на уровне ферм и политики. Точное земледелие стремится адаптировать решения к конкретным частям сельскохозяйственных полей. Однако существует множество препятствий для успешного внедрения DSS в сельском хозяйстве.

DSS также широко распространен в управлении лесами , где длительный горизонт планирования и пространственный размер проблем планирования требуют особых требований. Все аспекты управления лесами, от транспортировки бревен, планирования лесозаготовок до устойчивости и защиты экосистем, рассматриваются в современных DSS. В этом контексте рассмотрение одной или нескольких целей управления связано с предоставлением товаров и услуг, которые продаются или не продаются и часто подвержены ограниченности ресурсов и проблемам с принятием решений. Сообщество практиков систем поддержки принятия решений по управлению лесным хозяйством представляет собой обширное хранилище знаний о создании и использовании систем поддержки принятия решений в лесном хозяйстве.

Конкретный пример касается системы Канадских национальных железных дорог , которая регулярно тестирует свое оборудование с использованием системы поддержки принятия решений. Проблема, с которой сталкивается любая железная дорога, — это изношенные или дефектные рельсы, что может привести к сотням сходов с рельсов в год. В рамках DSS системе Канадской национальной железной дороги удалось снизить количество сходов с рельсов, в то время как в других компаниях наблюдался рост.

DSS использовался для оценки риска для интерпретации данных мониторинга крупных инженерных сооружений, таких как плотины, башни, соборы или каменные здания. Например, Mistral — экспертная система мониторинга безопасности плотин, разработанная в 1990-х годах компанией Ismes (Италия). Он получает данные от автоматической системы мониторинга и проводит диагностику состояния плотины. Ее первый экземпляр, установленный в 1992 году на плотине Ридраколи (Италия), до сих пор работает круглосуточно, 7 дней в неделю, 365 дней в году. Он был установлен на нескольких плотинах в Италии и за рубежом (например, плотина Итайпу в Бразилии). и на памятниках под именем Калейдоса. Mistral является зарегистрированной торговой маркой CESI . ГИС успешно используется с 90-х годов вместе с DSS для отображения на карте оценок рисков в реальном времени на основе данных мониторинга, собранных в районе катастрофы Валь Пола (Италия).

Компоненты

Разработка последствий засухи системы поддержки принятия решений по смягчению

DSS Три фундаментальных компонента архитектуры :

1. ( база данных или база знаний ),
2. модель (т. е . контекст принятия решения и критерии пользователя)
3. пользовательский интерфейс .

также Сами пользователи являются важными компонентами архитектуры.

Таксономии

Используя отношения с пользователем в качестве критерия, Хеттеншвилер различает пассивный , активный и кооперативный DSS . Пассивная DSS — это система, которая помогает процессу принятия решений, но не может дать явных предложений или решений. Активная DSS может выдвинуть такие предложения или решения. Совместная DSS позволяет осуществлять итерационный процесс между человеком и системой для достижения консолидированного решения: лицо, принимающее решения (или его консультант), может изменять, дополнять или уточнять предложения по принятию решений, предоставляемые системой, прежде чем отправлять их обратно в систему. для проверки, и аналогичным образом система снова улучшает, дополняет и уточняет предложения лица, принимающего решения, и отправляет их ему обратно на проверку.

Другая таксономия DSS по способу оказания помощи была создана Д. Пауэром: он различает DSS, управляемый коммуникацией , управляемый данными DSS , управляемый документами , DSS , , DSS, управляемый знаниями , и DSS, управляемый моделями .

• DSS , основанный на коммуникации , обеспечивает сотрудничество, поддерживая более чем одного человека, работающего над общей задачей; примеры включают интегрированные инструменты, такие как Google Docs или Microsoft SharePoint Workspace .
• DSS , управляемый данными (или DSS, ориентированный на данные), делает упор на доступ и манипулирование временными рядами внутренних данных компании, а иногда и внешних данных.
• DSS , управляемый документами, управляет, извлекает и манипулирует неструктурированной информацией в различных электронных форматах.
• DSS , основанная на знаниях, предоставляет специализированный опыт решения проблем, хранящийся в виде фактов, правил, процедур или в аналогичных структурах, таких как интерактивные деревья решений и блок-схемы.
• DSS , основанный на модели, уделяет особое внимание доступу к статистической, финансовой, оптимизационной или имитационной модели и манипулированию ею. DSS на основе модели использует данные и параметры, предоставленные пользователями, чтобы помочь лицам, принимающим решения, проанализировать ситуацию; они не обязательно требуют больших объемов данных. Dicodess — это пример генератора DSS с открытым исходным кодом, управляемого моделью.

Используя масштаб в качестве критерия, мощность различает DSS в масштабе предприятия и DSS для настольных компьютеров . Система DSS в масштабах всего предприятия связана с большими хранилищами данных и обслуживает многих менеджеров компании. Настольный однопользовательский DSS — это небольшая система, работающая на ПК отдельного менеджера.

Фреймворки разработки

Как и другие системы, системы DSS требуют структурированного подхода. Такая основа включает в себя людей, технологии и подход к развитию.

Ранняя структура системы поддержки принятия решений состоит из четырех этапов:

• Интеллект – поиск условий, требующих принятия решения;
• Проектирование – разработка и анализ возможных альтернативных действий решения;
• Выбор – выбор образа действий среди них;
• Реализация – принятие выбранного образа действий в ситуации принятия решения.

Технологические уровни DSS (аппаратного и программного обеспечения) могут включать:

1. Фактическое приложение, которое будет использоваться пользователем. Это часть приложения, которая позволяет лицу, принимающему решения, принимать решения в конкретной проблемной области. Пользователь может решить эту конкретную проблему.
2. Генератор содержит аппаратно-программную среду, которая позволяет людям легко разрабатывать конкретные приложения DSS. На этом уровне используются кейс-инструменты или системы, такие как Crystal, Analytica и iThink .
3. Инструменты включают аппаратное/программное обеспечение более низкого уровня. Генераторы DSS, включая специальные языки, библиотеки функций и модули связи.

Итеративный подход к разработке позволяет изменять и перепроектировать СПР через различные промежутки времени. После того как система будет разработана, ее необходимо будет протестировать и при необходимости доработать для достижения желаемого результата.

Классификация

Существует несколько способов классификации приложений DSS. Не каждая DSS четко вписывается в одну из категорий, но может представлять собой смесь двух или более архитектур.

Холсаппл и Уинстон Классифицируйте DSS на следующие шесть структур: текстовый DSS, ориентированный на базу данных DSS, ориентированный на электронные таблицы DSS, ориентированный на решатель DSS, ориентированный на правила DSS и составной DSS. Сложный DSS — самая популярная классификация DSS; это гибридная система, включающая две или более из пяти базовых структур.

Поддержка, предоставляемая DSS, может быть разделена на три отдельные взаимосвязанные категории: Персональная поддержка, групповая поддержка и организационная поддержка.

Компоненты DSS можно классифицировать как:

1. Входные данные : факторы, числа и характеристики для анализа.
2. Знания и опыт пользователя: входные данные, требующие ручного анализа пользователем.
3. Выходные данные : преобразованные данные, на основе которых генерируются «решения» DSS.
4. Решения : результаты, генерируемые DSS на основе пользовательских критериев.

DSS, которые выполняют выбранные когнитивные функции принятия решений и основаны на технологиях искусственного интеллекта или интеллектуальных агентов, называются интеллектуальными системами поддержки принятия решений (IDSS).

Зарождающаяся область разработки решений рассматривает само решение как спроектированный объект и применяет инженерные принципы, такие как проектирование и обеспечение качества , для явного представления элементов, составляющих решение.

См. также

• Карта аргументов
• Когнитивные активы (организационные)
• Теория принятия решений
• Управление корпоративными решениями
• Экспертная система
• Гарантия информации
• Интегративное мышление
• Система судья-консультант
• Задача о рюкзаке
• Система поддержки принятия решений по отводу земли
• Список программного обеспечения для создания концептуальных карт и интеллект-карт
• Морфологический анализ (решение проблем)
• Онлайн обсуждение
• Участие (принятие решений)
• Прогнозная аналитика
• Программное обеспечение для управления проектами
• Программное обеспечение для самообслуживания
• Система поддержки пространственных решений
• Программное обеспечение для стратегического планирования

Дальнейшее чтение

• Мариус Чока, Флорин Филип (2015). Системы поддержки принятия решений – Библиография 1947–2007 гг .
• Борхес, Я.Г., Нордстрем, Э.-М. Гарсиа Гонсало, Х. Худжала, Т. Трасобарес, А. (ред.). (2014). «Компьютерные инструменты для поддержки управления лесами. Опыт и знания во всем мире . Кафедра управления лесными ресурсами, Шведский университет сельскохозяйственных наук. Умео. Швеция.
• Делик К.А., Дуйе Л. и Даял У. (2001) «На пути к архитектуре систем поддержки принятия решений в реальном времени: проблемы и решения» .
• Диасио С., Агелл Н. (2009) «Эволюция знаний в области технологий поддержки принятия решений: вызов для организаций», cscwd, стр. 692–697, 13-я Международная конференция по совместной работе в области дизайна, поддерживаемой компьютером, 2009. https ://web.archive.org/web/20121009235747/http://www.computer.org/portal/web/csdl/doi/10.1109/CSCWD.2009.4968139
• Гадомски, А.М. и др. (2001) « Подход к интеллектуальному советнику по принятию решений (IDA) для менеджеров по чрезвычайным ситуациям. Архивировано 5 марта 2016 г. в Wayback Machine », Int. J. Оценка и управление рисками, Vol. 2, № 3/4.
• Гомеш да Силва, Карлос; Климакус, Джон; Фигейра, Хосе (2006). «Метод поиска по рассеянию для двухкритериальных задач с {0,1}-рюкзаком». Европейский журнал операционных исследований . 169 (2). Эльзевир Б.В.: 373–391. дои : 10.1016/j.ejor.2004.08.005 . ISSN   0377-2217 .
• Эндер, Габриэла; Электронная книга (2005–2011 гг.) о методологии OpenSpace-Online в реальном времени: обмен знаниями, решение проблем, ориентированные на результат групповые диалоги по важным темам с обширной документацией конференции в режиме реального времени. Скачать https://web.archive.org/web/20070103022920/http://www.openspace-online.com/OpenSpace-Online_eBook_en.pdf
• Хименес, Антонио; Риос-Инсуа, Сиксто; Матеос, Альфонсо (2006). «Общая система многоатрибутного анализа» . Компьютеры и исследования операций . 33 (4). Эльзевир Б.В.: 1081–1101. дои : 10.1016/j.cor.2004.09.003 . ISSN   0305-0548 .
• Джинтравет, Аттачай (1995). «Система поддержки принятия решений для быстрой оценки альтернатив выращиванию риса в равнинных районах Таиланда». Сельскохозяйственные системы . 47 (2): 245–258. дои : 10.1016/0308-521X(94)P4414-W .
• Мацацинис Н.Ф. и Ю. Сискос (2002), Интеллектуальные системы поддержки маркетинговых решений , Kluwer Academic Publishers.
• Омид А.Сианаки, О Хусейн, Т. Диллон, А.Р. Табеш – ... Интеллект, моделирование и симуляция (CIMSiM), 2010, Интеллектуальная система поддержки принятия решений для учета предпочтений потребителей при потреблении энергии в жилых домах в интеллектуальной сети
• Мощность, диджей (2000). Системы поддержки принятия решений на основе веб-технологий и моделей: концепции и проблемы . в материалах Американской конференции по информационным системам, Лонг-Бич, Калифорния.
• Райх, Йорам; Капелюк, Ади (2005). «Структура для организации пространства проблем решения с применением к решению субъективных, контекстно-зависимых проблем». Системы поддержки принятия решений . 41 (1). Эльзевир Б.В.: 1–19. дои : 10.1016/j.dss.2004.05.001 . ISSN   0167-9236 .
• Заутер, В.Л. (1997). Системы поддержки принятия решений: прикладной управленческий подход. Нью-Йорк, Джон Уайли. ISBN   978-0471173359
• Сильвер, М. (1991). Системы поддержки лиц, принимающих решения: описание и анализ. Чичестер; Нью-Йорк, Уайли.
• Спраг, Ральф (1986). Системы поддержки принятия решений: применение теории на практике . Энглвуд Клиффс, Нью-Джерси: Прентис-Холл. ISBN  978-0-13-197286-5 . OCLC   13123699 .