Статьи по информатике
1 1 1 1 1 1 1 1 1 1 Рейтинг 0.00 (0 Голоса)

І. Д.Погорєловська, ст. викладач кафедри інформаційних систем і технологій, Академія ДПС України

Процес прийняття інноваційного рішення є досить складним, так як необхідно передбачити розвиток подій, що пов’язані з нововведенням, виконати детальний аналіз найважливішої інформації про інновацію, провести розрахунки, враховуючи вплив невизначенності та економічного ризику, зробити оптимальний вибір. Слід також зауважити, що реалізації інноваційного рішення повинен передувати розв’язок двох взаємопов’язаних методичних задач:

1) оцінка фінансової ефективнoсті кожного із можливих варіантів прийняття інноваційного рішення. Фінансова ефективність передбачає надходження реальних грошових потоків від впровадження нововведнь.

2) порівняння варіантів та вибір кращого з інноваційних рішень.

Ці особливості прийняття інноваційних рішень вимагають розв’язку актуальної задачі теоретичної розробки та програмної реалізації засобів підтримки їх прийняття. У свою чергу, розробка таких систем підтримки потребує поглибленого дослідження існуючих економіко-математичних методів і моделей інвестиційного та інноваційного менеджменту, аналізу ринку сучасних інформаційних технологій та програмних продуктів.

Найбільші можливості щодо підтримки прийняття інноваційних рішень пов’язані з використанням економіко-математичних моделей та їх подальшим комплексним аналізом за допомогою економетричних методів, методів прогнозування наслідків та ризику прийняття інноваційних рішень (ІР).

На увагу заслуговує також досвід зарубіжних країн щодо проведення інвестиційних розрахунків, який базується на використанні динамічних та статистичних методів оцінки економічної ефективності інноваційних проектів, що дає можливість оцінити економічну доцільність реалізації інноваційних проектів у цілому та дослідити фінансове становище фірм за звітними роками інвестиційого періоду. Але результати використання цих методів в умовах нашого сьогодення, нестабільної економічної ситуації та законодавчої бази, можуть бути адекватними лише при оцінці інвестиційних проектів, термін впровадження яких є короткотривалим.

У табл.1 наведені результати аналізу та узагальнення методів інноваційного менеджменту, що можуть бути методологічною основою створення комп’ютерних систем підтримки прийняття ІР. Детальну характеристику цих методів можна знайти у літературі [1,2,3,4,5,7,8,9,10].

Таблиця 1. Методи комплексного аналізу інноваційних рішень

Методи оцінки ІР

Методи прогнозування наслідків прийняття ІР

Методи прийняття ІР

1. Оцінка ефективності інноваційного проекту

2. Оцінка ризику прийняття ІР

3. Оцінка витрат

 

 

1. Економетричні

2. Регресійний аналіз

3. Експертні

4. Метод Делфі

5. Імітаційне моделювання

1.Економіко-математичні моделі

2. Порівняння альтернатив

3. Побудова дерев рішень

4. Таблиці рішення

 

Методи моделювання процесу прийняття інноваційних рішення

Із всієї сукупності створених систем підтримки прийняття рішень необхідно виділити спеціальний клас - експертні системи (або системи штучного інтелекту). Ці системи надають можливість моделювати процес управлінської діяльності на основі накопичених знань, мати інтелектуальний доступ до неструктурованої інформації, скоротити час прийняття рішення. Останнім часом на ринках інформаційних продуктів з’явились експертні системи (ЕС), основною складовою яких є база знань, що вміщує логічні правила виведення та прецеденти (Case-Based Reasoning або CBR-системи).

Прецедент – це опис проблеми разом з детальною вказівкою дій, що виконувалися для її вирішення. Тобто, в основу створення таких систем покладена технологія вироблення рішення на основі результатів пошуку аналогій, що зберігаються у базі прецедентів.

Прецедентні ЕС моделюють процес вирішення проблем, на основі досвіду минулих ситуацій. Підхід, що базується на прецедентах, для підтримки прийняття ІР повинен складатися з наступних етапів:

- отримання детальної інформації про проблему прийняття ІР;

- співставлення цієї інформації з деталями прецедентів, що зберігаються у базі знань для виявлення аналогічних випадків прийняття ІР;

- вибір прецедента, що найбільше відповідає даній проблемі підтримки ІР з бази знань прецедентної ЕС;

- адаптація обраного прецеденту до проблеми прийняття ІР, якщо це необхідно;

- перевірка коректності кожного знайденого рішення щодо інновації.

Для випадку підтримки прийняття ІР використання CBR-методу (рис.1) має ряд переваг порівняно з іншими системами підтримки:

Структура прецедентної експертної системи інноваційного призначення

Рис. 1. Структура прецедентної експертної системи інноваційного призначення

- основним джерелом знання про проблему щодо впровадження нововведення є досвід, а не теорія;

- рішення не є унікальним лише для конкретної ситуації і може бути використане в інших випадках;

- метою є вироблення раціонального ІР;

- існує можливість передбачати наслідки прийняття рішень за допомогою багатовимірних моделей ситуацій.

Процес знаходження раціонального ІР за допомогою CBR-методу полягає у виконанні розрахунків за допомогою моделей з урахуванням можливих наслідків прийняття цих рішень.

Детальний аналіз літератури [6] показав, що при створенні сучасних прецедентних ЕС інноваційного призначення необхідне поєднання можливостей таких інформаційних технологій як:

- об’єктно-орієнтована технологія, що пов’язана з можливістю багаторазового використання створених раніше програмних продуктів. Це значно прискорює процес створення додатків систем підтримки та адаптацію їх у використанні.

- CASE-технологія, що поєднує технологічні та інструментальні засоби, використання яких максимально автоматизує та систематизує етапи створення програмного забезпечення систем підтримки.

- технологія штучного інтелекту, в основі якої лежать бази знань. Поняття бази знань тісно пов’язане як з проблемами отримання знань, так і з проблемами їх представлення та програмування. Основним модулем систем штучного інтелекту (або ЕС) є модуль логічного виведення, що поєднує логіку людини і математичні алгоритми та виконує функції управління процесом пошуку рішення.

- сховища даних (Data Warehouse) - особлива форма організації бази даних, яка призначена для зберігання інформації, що надходить від різних операційних систем та зовнішніх джерел. Метою створення сховищ даних для систем підтримки прийняття ІР є формування єдиного джерела даних щодо нововведень на основі інтеграції та узгодження оперативних даних, що надходять з різних джерел.

- OLAP (Оnline Analytical Processing) - технологія багатовимірного аналізу даних, що поєднує високу швидкість аналізу, багатокористувацьке розмежування доступу до інформації, багатовимірність даних.

- програмні агенти - програмні засоби, що автоматично виконують конкретні завдання щодо збору інформації у мережах (наприклад, Point Cast, Entry Point).

Таким чином, механізм експертизи прецедентів БЗ у процесах функціонування ЕС відкриває конструктивні можливості не тільки для знаходження раціональних ІР, але й для аналізу наслідків прийняття ІР. В основі архітектури ЕС інноваційного призначення запропоновано використовувати різноманітні сучасні інформаційні продукти, що значно покращить ефективність ІР в умовах невизначенності та ризику. Враховуючи усі переваги прецедентних ЕС, необхідно відзначити складність їх створення, особливо процес здобування знання.

Список використаної літератури

1. Вітлінський В. В., Наконечний С. І. Ризик у менеджменті.-К.:ТОВ "Борисфен-М",1996. - 336с.

2. Инновационный менеджмент: Учебник для вузов/С. Д.Ильенкова, Л. М.Гохберг, С. Ю.Ягудин и др.; Под ред. С. Д.Ильенковой.-М.:Банки и биржи, ЮНИТИ, 1997.-327 с.

3. Коренной А. А., Карпов В. И. Курс инновационного менеджмента.-Киев: НИИ Статистики, 1997.- 336 с.

4. Литвак Б. Г. Экспертные системы и принятие решений.-М.: Патент, 1996.-271с.

5. Математические модели в экономике/ Иванилов Ю. П., Лопотов А. В. - М.:Наука, Гл. ред. физ.-мат. литературы, 1979.- 304 с.

6. Решения Microsoft’99 (Выпуск 7)// Microsoft Corporation. Оформление ООО "Компьтер прес", 1999. - 295 с. (http://www. microsoft. com).

7. Ситник В. Ф.,Орленко Н. С. Імітаційне моделювання: Навч. посібник.-К.:КНЕУ,1998.-232 с.

8. Эддоус М., Стэнсфилд Р. Методы принятия решений/Пер. с англ. под ред. член-корр. РАН И. И.Елисеевой.-М.:Аудит, ЮНИТИ, 1997.-590 с.

9. Экономико-математические методы и модели: Учеб. пособие/ Н. И.Холод, А. В. Кузнецов, Я. Н.Жихар и др.; Под общ. ред. А. В.Кузнецова.-Мн.:БГЭУ, 1999.-413 с.

10. Яковенко В. Б. Введение в информационные технологии.-К.:Издательство Европейского ун-та финансов, инф. систем, менедж. и бизнеса, 1999.- 67 с.

В статье подчеркивается, что наибольшие возможности поддержки принятия инновационных решений связаны с использованием экономико-математических методов и моделей инновационного менеджмента, которые могут быть основой создания систем поддержки принятия инновационных решений. Перечислены информационные технологии, на основе которых создаются современные системы поддержки принятия решений. Раскрыто понятие прецедентных экспертных систем, которые можно эффективно использовать для поддержки принятия инновационных решений.

Добавить комментарий


Защитный код
Обновить

По темам:

История Украины

Культурология

Высшая математика

Информатика

Охотоведение

Статистика

География

Военная наука

Английский язык

Генетика

Разное

Технологиеские темы

Украинский язык

Филология

Философия

Химия

Экология

Социология

Физическое воспитание

Растениевосдство

Педагогика

История

Психология

Религиоведение

Плодоводство

Экономические темы

Бухгалтерские темы

Маркетинг

Иностранные языки

Ветеринарная медицина

Технические темы

Землеустройство

Медицинские темы

Творчество

Лесное и парковое хозяйство

Агрономия

Преподавателям

Юридические темы

Google