Выработка решений в системе "человек-машина"

Выработка решений в системе "человек-машина"

Введение

Эффективность управления зависит от комплексного применения многих факторов и не в последнюю очередь от процедуры принимаемых решений и их практического воплощения в жизнь.

Многолетний опыт принятия решений сходился всего лишь на интуитивном полагании на свой опыт. Но ответственность за принятие организационных решений – тяжелое моральное бремя, от индивидуального решения в организации может зависеть судьба самой организации и отдельных ее членов. Поэтому руководитель в сегодняшнем сложном, быстро меняющемся мире не может принимать непродуманных решений. Менеджер, принимающий те или иные управленческие решения, должен сочетать в себе определенные качества: искусство анализа ситуаций, глубокие профессиональные знания, приемы и методы принятия решений, профессиональные навыки в работе с людьми и другие.

Для принятия управленческих решений применяются разнообразные методы. В данной работе я попыталась охарактеризовать выработку решений в диалоге «человек-машина».

Выработка решений в системе «человек-машина»

В современных условиях хозяйствования становится все более очевидным тот факт, что сложившаяся система управления не отвечает потребностям предприятия как операционной системы. Сложившиеся вертикальные связи до сих пор в полной мере не замещены горизонтальными, на которых, собственно, и основывается западная система принятия управленческих решений. В настоящее время отечественные предприятия в системе менеджмента не используют принципы организации эффективного управления, таким образом, повышение эффективности принятия управленческих решений в современных экономических условиях является актуальной и своевременной темой. В целях повышения эффективности системы менеджмента на предприятии необходимо рассматривать две задачи.

1. Обоснование необходимости создания внутри предприятия как операционной системы условий для повышения «креативности» не только управленцев низшего и среднего уровней, но и рядовых сотрудников за счет наделения их некими полномочиями в процессе принятия решения. Их предложения по совершенствованию такой системы в целом и альтернативные решения по отдельным производственным, финансовым и управленческим вопросам могут стать основой в разрабатываемой предприятием стратегии функционирования.

2. Эффективность принятых решений невозможно оценить без применения математического аппарата и программного обеспечения [5].

Одним из методов принятия решения является выработка решений в диалоге «человек-машина» представляет собой многократное чередование эвристических (выполняемых человеком) и формализованных (выполняемых ЭВМ) этапов.

В процессе диалога «человек-машина» происходит совместное конструирование решений по ходу изменения производственной ситуации (метод последовательной оптимизации) с постепенным вводом существенных фактов, т.е. алгоритм решения устанавливается не заранее, а в процессе расчета на ЭВМ [1].

В современных системах поддержки принятия решений (СППР) обеспечивается эффективная связь (симбиоз) человека и компьютера, предполагающая использование наиболее сильных качеств каждого участника этого процесса (табл. 1) [3].

Таблица 1 Характеристика составляющих симбиоза «человек-машина»

Программной основой СППР являются экспертные системы.

Экспертная система — это программа, ориентированная на решение плохо формализованных задач в определенных предметных областях на уровне специалистов-экспертов.

При работе экспертных систем:

- выдвигаются и проверяются гипотезы;

- вырабатываются новые данные и знания;

- формируются запросы на ввод новых данных;

- формируются выводы и рекомендации.

Плохо формализованные задачи обладают следующими характеристиками:

- не могут быть заданы только в числовой форме;

- цели не могут быть представлены в терминах точно определенной целевой функции;

- не существует четкого алгоритма решения задачи;

- исходные данные неполны и неоднозначны.

Структура ЭС представлена на рис. 1.

В базе знаний хранятся так называемые правила, под которыми понимаются логические и алгоритмические выражения (операции).

Машина вывода — программа, которая формирует последовательность логических и вычислительных операций в алгоритм, на основе которого обеспечивается получение результата.

Подсистема объяснений — формирует трассу, т.е. алгоритм в виде набора правил, позволяющих ЛПР понять, как получен результат.

Подсистема приобретения знаний — обеспечивает диалог с экспертами, отбор и формализацию знаний.

Подсистема взаимодействия с объектом может отсутствовать, как и сам объект.

Существуют разные формы общения ЛПР с ЭС:

1. Использование табличного языка.

2. Диалог в форме меню.

3. Диалог на естественном языке.

Последняя форма общения предполагает высокий уровень ЭС и пока встречается редко.

Для использования естественного языка необходима достаточно сложная программа-анализатор, которая выполняет функции:

- лексического анализа;

- синтаксического анализа;

- семантического анализа.

В современных ЭС общение с ЛПР ведется с помощью табличного языка (постановка задачи) и меню (уточнение задачи в процессе ее выполнения) [2].

Эффективное использование диалога «человек-машина» предполагает выполнение следующих условий:

ü   удобство общения (доступа человека к машине);

ü   психологическая готовность человека к общению с ЭВМ;

ü   достаточный уровень машинного интеллекта[1].

Эффективность принятых решений также невозможно оценить без применения математического аппарата и программного обеспечения.

Первые идеи создания деревьев решений восходят к работам Ховленда (Hoveland) и Ханта (Hunt) конца 50-х годов XX века. Однако, основополагающей работой, давшей импульс развитию этого направления, явилась книга Ханта (Hunt, E.B.), Мэрина (Marin J.) и Стоуна (Stone P.J) «Experiments in Induction», увидевшая свет в 1966 г.

Деревья решений – графическое средство анализа решений в условиях риска. Иерархическое строение «дерева классификации» – одно из наиболее важных его свойств. «Стволом дерева» является проблема или ситуация, требующая решения. «Вершиной дерева» являются цели или ценности, которыми руководствуется человек, принимающий решение [4].

Деревья решений создаются для использования в моделях, в которых принимается последовательность решений, каждое из которых ведет к некоторому результату. По дереву решений определяется оптимальная стратегия - последовательность решений, которые должны выполняться при возникновении тех или иных случайных событий. В процессе построения и анализа производственных, финансовых и управленческих ситуаций выделяют этапы непосредственно создания структуры модели, определения значений вероятностей возможных выходных результатов, определения значений полезности возможных выходных результатов и оценку альтернатив, а также выбор стратегии. Причем, следует отметить, что наиболее важным этапом в процессе применения анализ дерева решений является именно последний этап оценки альтернатив. Важно понять, что анализ решений не предполагает полностью объективного анализа моделей принятия решений. Многие аспекты анализа решений требуют личных суждений — это относится к структуре модели, определению значений вероятностей и полезностей. Во многих сложных моделях, отражающих реальные ситуации, просто не хватает эмпирических данных для полного анализа. Однако практика показывает, что даже в таких случаях анализ с использованием деревьев решений приносит несомненную пользу [6].

Заключение

Повышать эффективность принимаемых управленческих решений можно за счет предоставления материальных поощрений наиболее отличившимся сотрудникам, так как такой вид стимуляции наиболее эффективен в сегодняшней экономической реальности Украины. Однако не следует забывать и о моральном поощрении, так как нет такого человека, которому не льстила бы похвала и признание коллектива. Кроме того, необходимо применение программного обеспечения в процессе принятия управленческих решений управленцами высокого уровня. Предлагается широкое применение анализа дерева решений, структура модели которого должна учитывать предложения «с мест».

Список использованной литературы

1. Александров Е.А. Основы теории эвристических решений. М.: Советское радио, 1975. – 254 с.

2. Белкин А.Р., Левин М.Ш. Принятие решений: комбинаторные модели аппроксимации информации. М.:, 1990. – 160 с.

3. Виханский О.С., Наумов А.И. Менеджмент: человек, стратегия, организация, процесс: Учебник. – М.: Издательство МГУ, 1995. – С. 309

4. Мескон М.Х., Альберт М., Хедоури Ф. Основы менеджмента: Пер. с англ. – М.: Дело, 2002. – 380 с.

5. Савина Е.А., Ванг. Х.Т. Выбор и принятие решения: риск и социальный контекст // Психологический журнал.– 2003.– Том 24.– №5.– С. 23-30.

6. Эддоус М., Стэнсфилд Р. Методы принятия решений: Пер. с англ./ Под ред. И.И. Елисеевой.М.: ЮНИТИ, Аудит 1997. – 590 с.