Основные типы задач линейного программирования. Транспортная задача.

Современные информационно-коммуникационные технологии, применяемые для разработки и принятия управленческих решений (рис. 8.2), подразделяются на [7,14,19,24, 29,35,38,40,46, 60,63,70J:

♦ системы поддержки принятия решений — Decision Support System (DSS);

♦ исполнительные информационные системы — Executive Support System (ESS);

♦ системы обработки данных — Data Mining System (DMS);

♦ системы искусственного интеллекта — Artificial Intelligence System (AIS);

♦ системы поддержки работы группы — Group Support Systems (GSS);

♦ географические информационные системы — Geographical Information System (GIS);

♦ ситуационные центры — Situation Centre (SC).

Системы поддержки принятия решений(DSS) — это компьютерные системы, использующие данные и модели и применяемые при принятии слабоформализованных решений [14). Обычно данные извлекаются из системы диалоговой обработки запросов или базы данных. Модель может быть простой, типа «доходы и убытки», для расчета прибыли при некоторых предположениях или комплексной, типа оптимизационной модели, для расчета нагрузки для электростанции на территории муниципального образования. Рисунок 8.3 показывает, что система поддержки принятия решений включает три первичных компонента: модель управления, управление данными для сбора иручной обработки данных и управление диалогом для облегчения доступа пользователя к DSS.

Пользователь работает с DSS с помощью интерфейса, выбирает модель и набор данных, которые нужно использовать, a DSS представляет результаты. Модель управления и управление данными тесно взаимосвязаны, а их сложность варьируется от относительно простой типовой (электронной таблицы) до комплексной модели планирования, основанной на математическом программировании.

Рис. 8.2. Виды информационно-коммуникационных технологии разработки управленческих решений

Чрезвычайно популярный тип DSS реализован в виде генератора финансового отчета. С помощью электронной таблицы формата Microsoft Excel создаются модели для анализа различных вариантов финансового состояния. В качестве статистических данных используются предыдущие финансовые отчеты. Начальная модель включает предположения относительно будущих тенденций развития финансовой ситуации. После анализа результатов начальной модели руководитель проводит ряд исследований типа «что, если», изменяя одно или более предположений, чтобы определить их влияние на исходное состояние.

Исполнительные информационные системы(Executive Support System — ESS). Сущность таких систем состоит в том, что они поставляют актуальную информацию относительно сложившихся условий внешней среды. ESS используют возможности современной графики, средств связи и методов хранения информации, обеспечивая исполнителям легкий интерактивный доступ к актуальной информации [14).

Переработка данных, добыча данных (Data Mining).Data Mining — это процесс аналитического исследования больших массивов информации с целью выявления определенных закономерностей и систематических зависимостей между переменными, которые используются для работы с новыми наборами данных. Это процесс обнаружения в больших объемах данных ранее не известных, но полезных и доступных для интерпретации знаний, необходимых для принятия управленческих решений. Data Mining подразделяется на несколько этапов: исследование, построение, анализ модели.

Добыча данных иногда рассматривается как вспомогательный элемент систем поддержки принятия решений, и особенно полезно, когда в распоряжении имеются большие объемы данных.

Искусственный интеллект (Artificial Intelligence).Наибольший интерес представляют две ветви AI, оптимальные для поддержки управления. Экспертные системы «используют» в процессе принятия решения логику человека-эксперта. Нейронные сети устроены по аналогии с человеческой нервной системой, по фактически используют статистический анализ, чтобы отобрать модели из большого массива информации посредством адаптивного изучения [2,14].

Экспертные системы (Expert Systems).В процессе проектирования экспертной системы специалисты (инженеры знания) общаются с экспертами в интересуемой предметной области. Если система предназначена для планирования развития муниципального образования, то инженер работает с экспертами но основным сферам муниципального управления, чтобы увидеть, какие проблемы существуют и какие механизмы и инструменты используются для их решения. Данные, полученные инженером, загружаются в базу знаний компьютерной системы в особом формате (рис. 8.4). База знаний объединяет правила и заключения, которые используются при принятии управленческих решений, необходимые параметры и факты [2,14,61, 64J.

Экспертная система также включает создатель заключения и интерфейс пользователя. Создатель заключения — логический блок с правилами, который имитирует процесс рассуждения. Один и тот же создатель используют для различных экспертных систем с различными базами знаний.

Подсистема объяснения призвана показывать, что система приближается к решению задачи. Подсистема накопления знаний позволяет инженеру знания регистрировать правила заключения и необходимые параметры в базе знаний.

Системы поддержки работы группы (Group Support Systems) — разновидность DSS, которая предназначена для поддержки группы, а не индивидуума (рис. 8.5). Система поддержки для группы, или система электронных встреч, позволяет использовать преимущества группы при принятии решения.

Каждый участник сеанса обсуждения (например, мозгового штурма) имеет возможность сохранить свою анонимность. Это позволяет исключить страх быть осмеянным за «глупую идею». В ходе голосования на участников не будет оказывать влияние то, кто как голосует. Таким образом, GSS позволяет разрабатывать более эффективные идеи и решения.

Первые решения в области GSS реализовывали поддержку традиционного сеанса работы группы. Современные системы GSS поддерживают группу вне зависимости от того, работают ли участники обсуждения «в одно время, в одном месте», как при традиционной встрече, или в режиме «различное время, различное место». Такие системы будут эффективны при обсуждении проблем и принятии управленческих решений в сферах государственного и муниципаль­ного управления.

Географические информационные системы (Geographical Information System) (ГИС) — пространственные системы поддержки принятия решений: геодемографическое, компьютерное картографирование и автоматизированные шаблоны (приложения, основанные на обработке связей в пространстве). ГИС накапливает, преобразует, демонстрирует и анализирует данные, «привязанные» к территории [14].

Источниками информации для ГИС служат снимки из космоса, результаты геофизических исследований и аэрофотосъемка. Данные в ГИС группируются в слои, которые отображают информацию, необходимую для решения конкретной задачи, например определения границ избирательных участков, определения структуры и местопо­ложения коммуникаций и др.

ГИС применяются во многих областях: маркетинговые исследования, экология, учет муниципального имущества, мониторинг популяций животных и т. д. К наиболее распространенным системам относятся: WinGIS, ARC/INFO (профессиональные ГИС для разработчика), WinMAP, Arc View GIS, SICAD/open (геоииформационные системы для конечного пользователя) [50].

В ГИС муниципальное образование представляется как система компонентов: описание ландшафта, населения, градообразующей базы, транспорта, землеустройства, инженерного обеспечения, планировки зданий и сооружений. Для каждого географического объекта доступна атрибутивная информация.

ГИС используются для решения следующих задач [37J:

♦ создание паспортов территорий;

♦ создание БД по строительству, реконструкции, перспективным проектам развития;

♦ создание БД об экологическом состоянии территории;

♦ учет информации по социальной сфере;

♦ определение нагрузки и мониторинг состояния городских сетей (водоснабжения, теплоснабжения, канализации);

♦ инвентаризация недвижимости;

♦ ведение городского и земельного кадастров;

♦ учет населения;

♦ учет объектов торговли с возможностью анализа их оптимального местоположения (если ГИС интегрирована с БД по населению);

♦ создание БД для постов наблюдения за потенциально опасными объектами, БД характеристик местности, используемых при решении задач моделирования чрезвычайных ситуаций на объектах наблюдения и прилегающих территориях.

Актуальной и важной задачей для многих городов является создание земельного кадастра, которыйобъединяет информациюо территории, земле и недвижимости.

В рамках создания и ведения земельного кадастра решаются следующие задачи [16J:

♦ анализ и проектирование городской черты, зон градостроитель­ной ценности, кадастровых районов;

♦ анализ и проектирование кадастровых кварталов и границ земель­ных участков;

♦ подготовка правовых документов наземельные участки.

В рамках создания и ведения городского кадастра решаются следующие задачи:

♦ создание цифровых карт для нужд администрации МО;

♦ проведение работ по инвентаризации инженерных коммуникаций;

♦ учет и оценка объектов МО для формирования устойчивого экономического механизма управления и развития территории.

В состав ГИС входят два базовых компонента: атрибутивные и картографические базы данных (рис. 8.6) [16J.

Основными проблемами при построении ГИС являются ведомственная разобщенность, ограниченный доступ к данным из-за их секретности, сложность поддержания актуального состояния и соблюдения регламента обновления информации.

Технологии управления на базе ситуационных центров.В настоящее время технологии, позволяющие создавать адаптивные модели управления и разрабатывать эффективные решения в условиях непредсказуемой внешней среды, отработаны и продолжают развиваться [19, 40]. Эти технологии лежат в основе центров стратегического управления, или ситуационных центров, которые обслуживают правительства разных стран, спецслужбы и министерства по чрезвычайным ситуациям.

Рис. 8.6. Структура геоинформационной системы¹

Ситуационные центры обеспечивают два качественных аспекта обработки и предоставления информации: многоэкранность пользовательского интерфейса и применение для обработки информации высокоинтеллектуальных информационно-коммуникационных технологий.

Ситуационный центр — комплекс специально оборудованных рабочих мест для индивидуальной и коллективной аналитической работы группы руководителей. Его функция заключается в поддержке процесса принятия стратегических решений с помощью визуализации и тщательной аналитической обработки оперативной информации. Преимущество ситуационных центров связано с тем, что они позволяют использовать в процессе принятия решения образное и ассоциативное мышление руководителя. Представление ситуации в виде образов «сжимает» данные и обеспечивает обобщенное воспри­ятие событий, влияющих на решение.

Концепция ситуационного центра как комплексной информационно-аналитической системы поддержки принятия и контроля исполнения управленческих решений представлена на рис. 8.7. Ситуационные центры используются руководителями органов власти и управления [40J.

Рис. 8.7. Система ситуационного центра¹

Ситуационные центры используют уникальное организационно-техническое и программное обеспечение. Они реализуют самые современные методы и технологии, лежащие в основе принятия решений и инжиниринга бизнес-процессов, и используют следующие методы поддержки принятия решений [40J.

Методы прогнозирования. Их применение ограничено, и они не позволяют принять адекватные решения в кризисных условиях. Используются алгоритмы прогнозирования, среди которых наибольшее распространение получили: нейронные сети, фрактальные и интегрированные методы.

Методы ситуационного моделирования применяются для моделирования сложных социально-экономических и политических ситуаций с обратными связями и большим числом параметров. Они требуют специализированных пакетов программного обеспечения, включающих внутренний язык описания моделей, средства численного моделирования, оптимизаторы и развитый интерфейс.

Методы работы с неточными, неполными, размытыми данными. Снижение качества информации, достоверности данных в условиях

кризисной ситуации приводит к накоплению ошибок при обработке информации и утрате контроля над ситуацией. Для обработки неполных и неточных данных используют аппарат нечеткой логики, нечеткой алгебры и размытых множеств.

Методы оптимизации. Задачи определения наилучшего решения относятся к числу трудно решаемых, часто требующих последовательного перебора вариантов. В реальных ситуациях используются разнообразные методы упрощения, исследования окрестности локальных решений. В ситуационных центрах чаще всего используют генетические алгоритмы, которые позволяют сократить время поиска оптимальных решений и основаны на эволюционных расчетах.

Методы оценки рисков. Оценка рисков требует соблюдения предписаний нормативных документов и использования специфического математического аппарата. В России для оценки рисков широко используется отечественный пакет «Альфа-Риск».