Описание системы поддержки принятия решений Analytica 2.0

Описание системы поддержки принятия решений Analytica 2.0

МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ УКРАИНЫ

ФАКУЛЬТЕТ ЭКОНОМИКИ И МЕНЕДЖМЕНТА

Кафедра менеджмента

РАСЧЕТНО-ГРАФИЧЕСКАЯ РАБОТА

по дисциплине:

«Системы поддержки принятия решений»

на тему:

«Описание СППР Analytica 2.0»

Симферополь, 2010

СОДЕРЖАНИЕ

ВВЕДЕНИЕ

. Общее описание СППР Analytica 2.0

. Диапазон применения Analytica 2.0

. Основные способы моделирования в Analytica 2.0

ЗАКЛЮЧЕНИЕ

СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ

ВВЕДЕНИЕ

analytica моделирование программный решение

Концепция систем поддержки принятия решений возникла в конце 60-х годов ХХ века вместе с идеей раздельного компьютерного исчисления. Первой целью создания таких систем было предоставление конечным пользователям возможности взаимодействовать непосредственно с компьютером без посредничества информационных специалистов. Термина СППР (DSS) не было до 1971 года. Как уже отмечалось, термин DSS предложили Горри (G.Anthony Gerry) и Мортон (Michael S. Scott Morton) - профессоры Мессачусетского технологического института. Они ощупали потребность в создании соответствующих компьютерных приложений для разработки управленческих решений и разработали классификационную таблицу, которая называется сеткой Горри и Мортона.

Горри и Мортон сначала использовали термин DSS только для обозначения компьютеризированных приложений. Впоследствии он прижился и применялся ко всем компьютерным приложений, которые предназначены для поддержки принятия решений, как имеющихся, так и будущих. Как уже отмечалось, не существует общепринятого определения СППР. Отталкиваясь именно от первоначальной концепции Горри и Мортона, можно дать основательнее определения СППР.

Система поддержки принятия решений является интерактивной системой, которая обеспечивает пользователю легкий доступ к моделям и данным для того, чтобы поддержать процесс принятия решений относительно слабоструктурированных и неструктурированных задач.

1. Общее описание СППР Analytica 2.0

СППР Analytica 2.0 разработана компанией "Lumina Decision Systems" (<#"526993.files/image001.gif">Решение - это переменная, которую лицо, принимающее решение, может контролировать.

Предполагаемая переменная, связанная с неопределенностью, которую ЛПР не может контролировать непосредственно.

Целевая переменная - количественный критерий, который стараються максимизировать (или минимизировать).

Общая переменная - функция, которая определяется другими количественными переменными, от которых она зависит.

Стрелка означает влияние. А влияет на Б означает, что если мы знаем величину А, то это будет напрямую влиять на наши ожидания относительно значения Б. Влияние выражает знания об отношении. Это не обязательно означает случайное отношение или поток материалов, данных или денег.

Как сравнить диаграммы влияния с деревом решений? Дерево решений представляет из себя некий графический инструмент, который помогает производить действия, такие, как: описание возможных стратегий игрока, описание неопределенных исходов (неизвестные стратегии второй стороны) и их вероятностей, вычисление EMV по стратегиям первого игрока, выбор стратегии с максимальным значением EMV. Деревья решений являються иным общим способом изображения проблемы, требующей решения. Они показывают множество альтернатив для каждого решения и случайные переменные как ветви, исходящие из каждого узла.

Диаграмма влияния и дерево решений отражают различные виды информации (рис. 3.3). Диаграмма влияния отражает зависимость между переменными очевиднее, чем дерево решений. Дерево решений подробнее показывает возможные маршруты или сценарии, как последовательность ветвей слева направо. Но эта детализированность требует большей цены: во-первых, необходимо рассматривать все переменные как дискретные (что уменьшает количество альтернатив, даже если они в действительности непрерывные).Во-вторых, количество вершин в дереве решения растет экспоненциально с ростом количества решений и случайных переменных. Нужна была бы 121 вершина для того, чтобы показать дерево решения, которое отвечает простой диаграмме влияния анализа рынка. Диаграмма влияния намного компактнее изображением.

Рис. 3.3. Analytica 2.0: диаграмма влияния и соответствующее дерево решений.

С помощью программного обеспечения Analytica 2.0 можно создать диаграмму влияния, просто выбирая новые узлы, размещая их и стрелки между ними. Analytica расширяет стандартную систему обозначений диаграммы влияния дополнительными типами узлов для обеспечения большей мощности и гибкости и для того, чтобы решать болем сложные реальные проблемы, чем те, которые могут быть обработаны традиционными инструментальными средствами.

Иерархические диаграммы. Можно построить сложную модель как иерархию модулей, каждый из которых содержит собственную диаграмму влияния (рис. 3.4). Иерархические диаграммы в программе Analytica помогают:

·    реорганизовать сложную модель в иерархию понятных и простых модулей;

·        построить большую модель, как комбинацию модулей, разрабатываемых разными людьми;

·        показывать иерархию в виде раскрывающейся схемы.

Массивы бизнес-информации (Intelligent Arrays). В отличие от стандартных электронных таблиц, Analytica позволяет легко создавать и изменять многомерные модели. Для этого нужно выбрать наиболее значимых проекции в таблицах (рис. 3.5) или их соответствующие графики с помощью изменения размещения строк, столбцов и других измерений. Можно написать простые выражения над многомерными значениями, например, добавление, увеличивая их элемент за элементом, или подытоживая по заданным единицами измерения размерности. При необходимости можно просмотреть величину и количество измерений, расширяя или упрощая их, чтобы найти наилучший урівень детализации.

Анализ риска и неопределенности. Бороться с неопределенностью можно путем сведения ее к принятию решений в условиях риска, используя вероятности событий. Analytica помогает:

·    выражать неопределенность относительно любой переменной, выбрав ее распределение вероятностей, используя графическое окно просмотра (рис. 3.6);

·        выражать неуверенность через модель, применяя различные методы создания выборки, например, Латинский гиперкуб или Монте-Карло;

Сосредоточение на важных вопросах. Понимание того, какие предположения и неопределенности действительно влияют на конечный результат, является ключом к успешному моделирования и анализа. СППР Analytica была создана именно с этой целью, и она обеспечивает эффективные методы для проведения анализа чувствительности и неуверенности. Для этого она позволяет:

·    исследовать и расширять диаграмму эффектов смены одного или нескольких входов над заданным диапазоном;

·        отыскивать нелинейные зависимости и взаимодействия с помощью графического изображения поведения модели, варьируя значениями одного или нескольких входных параметров;

·        проводить анализ важности, чтобы сравнить вклады каждого сомнительного входа на значение переменной, используя упорядоченную корреляцию;

·        визуально исследовать соотношение между сомнительными переменными с помощью диаграмм рассеяния.

На рис. 3.7 в качестве иллюстрации изображен влияние различных чинноков на исходно показатель - нынешнюю чистую стоимость (NPV).

Рис.3.7 Analytica 2.0: визуальное определение влияния разных факторов на результативную переменную (NPV)

Интегрированная документация. Каждой переменной соответствует определенная карта, которая содержит ее описание, единицу измерения, определение переменной, а также списки входящих и исходящих данных. Карточка переменной генерируется автоматически. Эти карточки вместе с иерархической диаграммой влияния обеспечивают четкое гипертекстовое документирование модели, позволяющее:

·    контактировать по модели с рецензентами без требования любой внешней документации;

·        использовать модель вместе с коллегами для совместного моделирования.

На рис. 3.8 - 3.12 изображены модели, созданные средствами Analytica 2.0, для решения важных деловых и других проблем.

Рис. 3.8. Analytica 2.0: финансовый анализ возможностей бизнеса.

Рис. 3.9. Analytica 2.0: диаграммы модели рынка

Рис.3.10. Диаграмма планирования, составления расписания и управления проектом.

Рис.3.11. Analytica 2.0: модель ценообразования.

Рис. 3.12. Analytica 2.0: пример модели реинжиниринга.

ЗАКЛЮЧЕНИЕ

В данной работе были изучены теоретические аспекты систем поддержки принятия решений и изучена СППР Analytica 2.0, а именно цель создания, диапазон применения, основные способы моделирования в Analytica 2.0

СППР обеспечивается реализация таких важных свойств при построены вы информационных систем, как интерактивность, интегрированность, мощность, доступность, гибкость, надежность, робастность, управляемость.

Интерактивнисть СППР означает, что система откликается на разного вида действия, которыми человек намерен повлиять на вычислительный процесс, в частности, в диалоговом режиме

Интегрованность СППР - это совместимость составляющих системы по управлению данными и средствами общения с пользователями в процессе поддержки принятия решений.

Мощность СППР означает способность системы отвечать на самые существенные вопросы.

Доступность СППР - это способность обеспечивать выдачу от-сообщений на запросы пользователя в нужной форме и в необходимое время.

Гибкость СППР характеризует возможность системы адаптироваться к изменениям потребностей и ситуаций.

Надежность СППР означает способность системы выполнять необходимые функции в течение заданного длительного периода.

Робастность (robustness) СППР - это способность системы возобновляться в случае возникновения ложных ситуаций как внешнего, так и внутреннего происхождения.

Управляемость СППР означает, что пользователь может контролировать действия системы, вмешиваясь в ход решения задачи.

Список использованной литературы

1.       Баин А.М. Современные информационные технологии систем поддержки принятия решений. - М: Книга, 2009 г.       

2.      Евланов Л. Г. Основы теории принятия решений. - М.: Наука, 1979.- 212 с.

.        Сытник В. Ф. Системы піддержки принятия решений. Учебное пособие. - К: КНЭУ, 2004 г.

.        http://www.basegroup.ru