Моделирование оценки и выбора средств интелектуализации для принятия решений в системах управления НИР тема диссертации по экономике, полный текст автореферата
Автореферат
| Ученая степень | кандидат экономических наук |
| Автор | Кисель, Евгений Борисович |
| Место защиты | Москва |
| Год | 1993 |
| Шифр ВАК РФ | 08.00.13 |
Автореферат диссертации по теме "Моделирование оценки и выбора средств интелектуализации для принятия решений в системах управления НИР"
ГОСУДАРСТВЕННЫЙ КОМИТЕТ РОССИЙСКОЙ ФЕДЕРАЦИИ ПО НАРОДНОМУ ОБРАЗОВАНИЮ ГОСУДАРСТВЕННАЯ ордена ТРУДОВОГО КРАСНОГО ЗНАМЕНИ АКАДЕМИЯ УПРАВЛЕНИЯ имени СЕРГО ОРДЖОНИКИДЗЕ
На правах рукописи Ш 661.3-032
КИСЕЛЬ ЕВГЕНИИ БОРИСОВИЧ
МОДЕЛИРОВАНИЕ ОЦЕНКИ И ВЫБОРА СРЕДСТВ ИНТЕЛЕКТУАЛИЗАЦИИ ДЛЯ ПРИНЯТИЯ РЕШЕНИЙ В СИСТЕМАХ УПРАВЛЕНИЯ НИР
Специальность 08.00.13 - экономико-математические метода.
АВТОРЕФЕРАТ
диссертации на соискание ученой степени кандидата экономических наук
моста а 1993
Работ^С(выпонена - в -ордена Трудового Красного Знамени Научно-ИсследсЙа1б:ЛЬ'Ском"":' Центре Электронной Вычислительной Техники. у
Научный руководитель -
кандидат экономических наук, доцент Койстантннова Е.А.
Официальные оппоненты:
доктор экономических наук Капитоненко В.В. кандидат экономических наук Винокуров Л.Л.
Ведущая организация - ВНИПИстатинформ Госкомстата РФ,
Защита состоится "^3" 19ЭЗ г. в часов
на заседании специализированного совета К 053.21.07. при Государственной .академии управления по адресу:
109542, Москва, Рязанский проспект, дом 99, Зал заседаний ученого совета.
С диссертацией можно ознакомиться в библиотеке Государственной ордена Трудового Красного Знамени Академии Управления им.С.Орджоникидзе.
Автореферат разослан 1993 г.
Ученый секретарь специализированного совета
Абрамова Л.Д.
АКТУАЛЬНОСТЬ. Как отмечают многие исследователи, в настоящее время в самых различных отраслях основным предметом труда становится информация. При этом интенсивность информационных потоков столь велика, что их обработка невозможна без использования средств вычислительной техники (СВТ). Одним из источников появления новой информации служит проведение различного рода научных исследований. Таким образом, научно-технический прогресс является необходимым условием интенсивного развития экономики. Следовательно, ключевым направлением развития на ближайшее Еремя является повышение наукоемкости продукции и, на первый план выходят вопросы эффективности управления научно-исследовательскими работами (НИР).
Исследования качественного состава работ, входящих в раз-дашые этапы НИР, показывают, что спецификой задач, решаемых в процессе управления IMP, является значительная доля неформали-зуемых операций. Практики, работающие в данной области, рассматривают принятие решений как своего рода искусство и отрицают возможность его автоматизации на базе подходов, характерных для традиционных АСУ. Наиболее целесообразной представляется автоматизация управления НИР на базе применения технологии экспертных систем и инженерии знаний.
Инженерия 'знаний в качестве самостоятельной предметной области сформировалась в i970 - 80-х годах в рамках исследований по искусственному интелекту (ИИ). В задачу этого направления входит исследование и разработка программ, использующих знания и процедуры Еывода для решения плохо формализуемых задач. Для подобных программ применяются термины "экспертные системы" (ЭС) или "системы, оснозанные на применении знаний". Более узкий
класс ЭС, используемых для поддержки принятия решений, получил название "систем принятия решений" (СПР). Следует отметить, что использование понятия "система принятия решений" связвно с определенными терминологическими трудностями, обусловленными тем, что несмотря на широкое его использование, в различных отраслях современной неуки (таких как математическая статистика, теория управления и кибернетика) он носит в значительной степени несовпадающую смысловую нагрузку. В данной работе этот термин применяется в смысле, общеупотребимом для исследований в области искусственного интелекта.
Именно экспертные системы и инструментальные средства для их разработки составляют основную долю коммерческих продуктов в области средств интелектуализации, по.некоторым оценкам до 9058 ринке всех программных продуктов ИИ. Применение ЭС позволяет:
- при проектировании интегральных микросхем повысить производительность труда в 3-6 раз;
- ускорить поиск неисправностей в устройствах в 5-ю раз;
- повысить производительность труде программистов в 5 раз;
- при профессиональной подготовке в 8-12 раз сократить затрата на индивидуальную работу с обучаемым.
Это обусловлено тем, что с одной стороны в экспертную систему, как продукт могут органично включаться в качестве подсистем другие средства интелектуализации, а с другой - тем, что экспертная система позволяет пользователю применять СВТ в качестве инструмента для выпонения рутинных операций при решении плохо формализуемых задач.
Однако, опыт разработок и эксплуатации систем, использующих знания, показывает, что они редко доводятся до стадии коммерческого продукта из-за недостатка финансовых и людских ре-
сурсов, а уже разработанные системы редко находят практическое прменение. С нашей точки зрения, это объясняется отсутствием обоснованных методов оценки зэтрат на разработку и эффекта от внедрения систем принятия решений, что в значительной степени тормозит дальнейшее расширение использования средств интелектуализации. Эта проблема определила направление исследований и выбор темы диссертации.
ОБЪЕКТ ИССЛЕДОВАНИЯ. В качестве объектов исследований рассматриваются задачи, решаемые в процессе управления НИР, и комплексы программных и технических инструментальных средств, применяемых для автоматизации их решения.
ЦЕЛЬ ИССЛЕДОВАНИЯ. Основная цель диссертации состоит в разработке методики оценки эффективности использования средств интелектуализации в составе автоматизированных систем принятия решений (СПР).
В соответствии с целью были сформулированы следующие конкретные задачи исследования:
' I) анализ состава задач, решаемых в процессе управления НИР;
2) анализ инструментальных средств, применяемых для автоматизации решения задач в области управления НИР;
3) анализ возможностей применения существующих методов оценки эффективности средств вычислительной техники для оценки средств интелектуализации;
Х 4) разработка методов определения затрат на реализацию СПР в управлении НИР;
5) разработка методов оценки эффекта от внедрения СПР;
6) программная реализация разработанных методов и их апробация при решении практических задач повышения, эффек-
тивности управления НИР.
МЕТОДЫ ИССЛЕДОВАНИЯ. В работе используются методы статистического моделирования, теории нечетких множеств, кластерного анализа, инженерии знаний, различных разделов кибернетики и информатики.
НАУЧНАЯ НОВИЗНА. В работе решается задача разработки методики оценки и выбора инструментальных средств для реализации автоматизированных систем принятая решений в управлении НИР. Получены следующие новые результаты:
- проанализированы существующие методы оценки эффективности технических и программных средств в области вычислительной техники и показаны их ограничения при применении для оценки автоматизированных систем принятия решений;
- разработана детализированная модель жизненного цикла автоматизированных систем принятия решений;
- разработана модель оценки затрат на создание экспертной системы в зависимости от объема бвзы знаний;
.- сформирована база знаний (декларативная модель) системы для оценки эффективности систем принятия решений в управлении НИР.
ПРАКТИЧЕСКАЯ ЗНАЧИМОСТЬ РАБОТЫ. Предлагаемая методика предназначена для оценки затрат на разработку конкретных СПР, выбора инструментальных, средств и сравнения потребительских свойств различных вариантов их реализации. Решение указанных' задач позволяет формировать обоснованную стратегию развития как систем принятия рошений, так и инструментальных средств для их разработки.
РЕАЛИЗАЦИЯ РЕЗУЛЬТАТОВ РАБОТЫ. ' Разработанные методы внедрены в НИЦЭВТ (г. Москва), где они использовались при Формиро-
вании методам, программ и рекомендаций в части перспективных направлений развития средств интелектуализации, а также при проведении конкретных исследований по оценке эффективности и сравнению вариантов реализации систем, использувдих технические средства интелектуализации.
Методика оценки эффективности вариантов реализации систем принятия решений использовалась в корпорации ИНИТ (г. Каунас) при проектировании экспертной системы для расчета произвольных сетей массового обслуживания gqas и в Российском Государственном Медицинском Университете в процессе разработки экспертной системы scale для диагностики уровней нарушения сознания у больных с инсультом. В, Институте Общей Реаниматологии АМН России применялись предлагаемые в работе методы выбора комплекса программных и технических инструментальных средств для автоматизации научных исследований.
Эксплуатация предложенной методики в целом и отдельных ее составлявших подтвердила их действенность и высокую эффективность.
АПРОБАЦИЯ РАБОТЫ. Основные результаты работы докладывались на V Всесоюзной школе молодых ученых и специалистов "Проблемы управления - 91", Межреспубликанском научно-методическом семинаре "Экономика компьютеризации народного хозяйства", I Всесоюзной школе-семинаре "Разработка и внедрение в народное хозяйство персональных ЭВМ", хгу научно-технической конференции молодых ученых и специалистов ЕрНИИММ, Всесоюзных семинарах . "Разработки и применение в народном хозяйстве ЕС ЭВМ" ("ЕС ЭВМ. 85", "ЕС ЭВМ-87" я "ЕС ЭВМ-8Э").
ПУБЛИКАЦИИ. По материалам диссертации опубликовано 10 печатных работ, список которых приводится в конце автореферата.
СТРУКТУРА И ОБЪЕМ РАБОТЫ. Диссертация состоит из введения, четырех глав и заключения, изложенных на 118 страницах машинописного текста, содержит список литературы из 116 наименований, включает 15 рисунков, 12 таблиц и 47 страниц приложений.
СОДЕРЖАНИЕ РАБОТЫ
Во введении аргументируется выбор темы, определятся цели и направления исследования, приводится краткий обзор распределения материала диссертации по главам.
В главе I производится анализ объекта исследования - систем принятия решений в управлении НИР, определяются специфические характеристики СПР как класса систем обработки информации, выявляются факторы, влиящие на эффективность СПР в управлении НИР и критерии их оценки.
На основе анализа литературы автором делается вывод, что эффект от внедрения ЭС принимает следующие формы:
а) сокращение времени на принятие решения;
б) сокращение численности персонала, занятого решениел поставленной задачи;
в) снижение требований к квалификации персонала;
г) сокращение времени на обучение персонала и подготовку экспертов - вдей;
д) обеспечение круглосуточного обслуживания клиентов;
е) стандартизация принимаемых решений;
ж) ликвидация грубых ошибок на ранних стадиях проектирования;
з) высвобождение времени экспертов - людей для решения более сложных задач;
и) систематизация знаний о предметной области.
Значимость выделенных проявлений эффэкта подтверждается Хданными о лучших экспертных системах, представленных на рынке программного обеспечения. В качестве достоинств, опре доливки коммерческий успех этих продуктов, указываются различные сочетания приведенных выше характеристик.
Таким образом, проявление эффекта от внодрвган 5С описывается лингвистическими перемешшми, для которых могут быть определены только отношения линейного порядка, что накладывает некоторые ограничения на сферу использования показателя эффективности. формируемого на их основе. Однако и рамках данного исследования показатель эффективности используется только для сравнения вариантов реализации конкретных систем и данные ограничения несущественны.
Зависимости между эффективностью ЭС и ее характеристиками разделены автором на две группы: статические (определяющие взаимосвязь эффекта и структурах особенностей оцениваемой системы) и динамические (определяют::;? зависимость затрат на раэлич-ных этапах жизненного цикла ЗС от ее спецификаций).
. Болыхшство статических зависимостей между характеристиками ЭС и ее эффективностью основны не очевидном положении, формулируемом в следующем виде: эффективность экспертной системы зависит от степени соответствия структуры ее основных компонент храктеристикем решаемой задачи.
Для определения затрэт, связанных с реализацией ЭС, необходимо рассмотреть этапы ее жизненного цикла. Экспертная система за время своего существования проходит через ряд последовательных стадий, характеризующих степень ее готовности к решению поставленных задач:
- демонстрационный прототип;
-- исследовательский прототип;
- действующий прототип;
- промышленный прототип;
- коммерческая система.
На каждой из перечисленных стадий готовности экспертной системы осуществляется итерация жизненного цикла, при этом на различных этапах применяются соответствующие технологии и инструментальные средства. Этапы жизненного цикла СПР характеризуются различным объемом и структурой затрат как'с точки зрения конечного пользователя, так и с точки зрения разработчика. Весь жизненный цикл системы принятия решений можно разбить на две части: разработка и эксплуатация системы. В процессе разработки основную долю затрат вкладывает разработчик системы, а в процессе эксплуатации основная доля затрат приходится на пользователя. Разработчик покрывает свои затраты за счет пользователя, в пользователь - за счет получения эффекта от эксплуатации системы, таким образом, основным критерием эффективности системы СПР является эффект у пользователя.
К сожалению, как показал проведенный автором анализ, существующие подходы к оценке технических и программных средств не учитывают специфики систем принятия решений. Данная предметная область предъявляет к разрабатываемой методике следующие требования:
- технические и программные средства- дожны рассматривать -ся в комплексе, как единая система;
- необходимо сформировать систему тестовых пакетов (бенч-
Марков), адекватно отражающих классы задач, решаемых в системах принятия решений;
- необходимо уточнить зависимости затрат от объема базы
знаний и выбранного метода их представления;
- методика дожна быть ориентирована на конечного пользователя, хотя это является безусловно наиболее трудным моментом, т.к. эф|)8кт в большинстве случаев носит косвенный характер и выражается в повышении качества принимаемых решений.
В главе II приводится анализ детализированного жизненного цикла систем принятия решений и разрвбатаваются модели зависимостей мезду характеристиками области экспертизы, используемых инструментальных сродств и объемом затрат по этапам жизненного цикла.
Для достижения цели диссретационной работы была разработана детализированная модель жизненного цикла экспертной системы, в которой учтен как опыт практических разработок, так и результаты методических исследований.
Для оценки времени и ресурсов, необходимых для разработки демонстрационного прототипа экспертной системы, предложена эво-вдионная методология, допоненная автором моделью оценки затрат на разработку СГ1Р на бэзе оболочки экспертной системы.
На первом этапе разрабатывается прототип, включающий решение ю наиболее сложных задач, и определяется среднее время на разработку задачи (СВРЗ). Исследования показывают, что добавление задачи для экспертной системы на базе фреймов требует затрат 0.5 - 0.75 СВРЗ, а на базе правил 0.75 - 1.75 СВРЗ. При этом доля затрат времени различных специалистов различна и пропорциональна затратам времени инженера знаний.
Анализ эмпирических данных позволяет сформировать модель оценки затрат на разработку (концептуализация - формализация реализация) демонстрационного прототипа СПР на база оболочки экспертной системы (1), которые объединяют (2) начальные затра-
ты из приобретение или разработку оболочки ЭС затраты
инженере по знаниям (Сиа), затраты эксперта (Сэ), затраты техника (С ), затраты пользователя (Сп). затраты управленца затраты на разработку дотерфейса (СДнт). затраты на реализации взаимодействия с внешними программами (Свэ) и затраты,
связанные со случайными факторами (Ссл). (1) Сг
с *с *с *с *с +с *с +с ,
нач э итр п у из инт вз сл
- )ючалъкые зшрсгта;
С = Т -к ; СВРЗ и < т < СВРЗ .
и э из мэ 1П ИЗ ~ та м
С = Т А ; 0.25*Т < Г < 0.50 Т
э > 3 из 3 из
с Г к 0.25.Т < т < 0.50.Г
итр Х итр итр ИЗ итр иг-
С ш Т ; 0.05.Т <1 3 < т < 0.10*Т
л п п п из
с = Г .к : о. ю.Т < т < 0. 15.Т
У У У ИЗ У из
С = Г .х 0.20.Т < т < 0.40.Т
инт ИНТ ИЗ ИЗ инт КЗ
С. л Г Л ; т г 0 .20*Т ;
вэ ВЗ Н 3 вз из
р - = Г .* ; 0.Г5.Т = т <- 0.20*Т
сл сл И ИЗ СЛ
Т ,С ,*
^итр^итр'^итр
г ,с .*
из из из
инт' ИНТ
сл' с л
СВРЗ . ,СВРЗ
~ количество случаев (задач), решаемых данной реализацией СПР;
- затраты времени, затраты в денежном выражении и коэффициент приведения (заработная плата) эксперта;
---техника;
---пользователя;
-->Х-управленца;
--"-инженера когнитолога;
- затраты времени и затраты в денежном выражении на разработку интерфейса;
--"- на реализацию взаимодействия с внешними программами;
- -и- связанные со случайными
факторами
с- минимальный и максимальный коэффициенты затрат времени на реализацию одной допонительной задачи.
Изменение коэффициентов СВРЗ зависит от выбранной формы представления знаний и носит нелинейный характер при увеличении количества решаемых задач (случаев).
Выделяются две основные тенденции, влияющие на объем затрат на реализацию единичной решаемой'задачи. ПерЕая обуславливает снижение затрат на реализацию каждой следующей задачи в связи с унификацией и возможностью использования уже разработанных конструкций. Вторая - увеличение затрат на реализацию каждой следующей задачи в связи с увеличением числа учитываемых взаимосвязей (ростом сложности системы в целом).
Снижение затрат на реализацию новой задачи обратно пропорционально числу реализованных задач:
Т1(Х)=о1*1/Х,
где т1 - уровень затрат, определяемый первой тенденцией; - количество реализованных правил; . о4 - коэффициент приведения 1/х к единицам измерения затрат.
Для определения сложности разрабатываемой системы используются известные соотношения Хостеда, переформулированные автором в терминах данной предметной области.
Мера Хостеда определяет сложность программной системы в зависимости от- уровня используемого языка программирования и объемных характеристик решаемой звдачи. Основой для оценки сложности служит предположение, что сложность системы определяется количеством элементарных выборов конкретных операторов из словаря используемого языка и конкретных операндов из множества параметров, описывающих предметную область (т.е. количество элементарных выборов из ограниченного множества языковых конструкций, необходимых для формирования описания процедуры решения
задачи). Для этого применяются следующие числовые параметры: число ушкальных операндов и операторов в программе и общее число операндов и операторов.
Очевидно, что для инструмзнтальных средств, используемых при оэданик 'СИР, в отл:гчие от процедурных языков программирования; на которые ориентирована мера Хостеда, исходное множество языковых конструкция практически пусто и ограничивается небольшим числом символов - разделителей. С другой стороны, каждая новая сформированная конструкция (правило для продукциошшх систем) расширяет исходный словарь. Таким образом, уровень языка рвал138ции-системы изменяется по мере ее разработки.
Соотношение, предлагаемое Хостедом для оценки сложности программной системы, выглядит следушим образом:
)л1п(т1+г.х У/1 п(2), где ж, ,г-.а - число уникальных операторов и операндов в программе , соответственно; - общее число операторов и операндов в программе, соответственно.
В нашей интерпретации аналогом оператора является правило продукционной системы (аналогия очевидна при процедурной интерпретации базы знаний), а аналогом операнда - атрибут, используемый в правиле. При этом, все остальные величины, входящие 2 выражение, могут быть представлены как функция от общего числа правил:
нг(я) - общее количество операндов в соотношении Хостеда соответствует общему количеству атрибутов:
Кг (х):=к1*х',
где >.к - среднее число атрибутов, используемых б правиле.
тх(х) - количество уникальнах операторов в сотношении Хостеда соответствует количеству реализованных правил:
т1 (х) - количество уникальных операндов в соотносил Хосте да соответствует количеству уникалышх атрибутов:
где - величина, обратная встречаемости чтриЗута.
Произведя необходимые подстановки, получаем вырзение для меры сложности в зависимости от номера рвзнзу&уого правила:
Ч( х):.-:(х->Нг (х } )'* Сх}+1*г (х ) )/1п<гк
Таким же образом, из предлагаемого Хостедом выражения для коэффициента приведения сложности к затратам
= )/(36'тж),
получаем Функцию ог(х). зависящую от общего числа правил в системе :
о1Гх;.- = Сп1 <х)*Ня(х))/(36*1яг(х>).
Затраты на реализацию экспертной системы, состждей из х правил, с учетом вышеизложенного, можно выразить следуюсдм об разом:
Таким образом, общие трудозатраты инже-нера-когнитологэ на реализацию х-го правила экспертной системы представляют из себя сумму двух описанных выше составлявших:
Тиз(Х> = Т1(Х) * ТЬ<Х)'
Очевидно, что для различных форм представления зпаний коэффициенты . * ох . к и * будут существенным образом изменяться. На основе анализа эмпирических данных оказывается возможным определить коэффициенты ,ьг. и л для основных форм представления знаний при определении верхней границы трудозатрат инженера-когяитолога. Оценка коэффициентов, полученная автором в результате проведения экспериментальных исследований и анализа литературных источников, приведена в табл. 1.
Табл. 1. Оценка коэффициентов *1, и для различных форм представления знаний.
Коэффициенты Продукционные правила Фреймы Семантические сети
Среднее число атрибутов, используемых в правиле (к1) 1.62 1.50, 1.37
Величина, обратная встречаемости атрибута (кг ) 0.32 0.17 0.25
Коэффициент приведения (о4) б.00 12.00 15.00
Графическое отображение зависимости верхней границы затрат инженера-когнитолога в человеко-часах при этих значениях коэффициентов и представлено на рис. 1. Следует отметить, что количество правил, в данном случае, является условной величиной,' характеризующей объем базы знаний, а не форму их представления.
Не трудно заметить, что предложенные автором соотношения позволяют на основе знания количества уникальных атрибутов и коэффициентов и ьг , получить оценку количества правил, необходимых для реализации данной экспертной системы нь базе выбранной формы представления знаний. Следовательно, пользователь при задании исходных данных дня анализа может выбирать более адекватные, с его точки зрения, и доступные на момент проведения анализа, единицы измерения для оценки объема базы знаний.
Оценки затрат для остальных стадий готовности (прототипов) системы принятия решений (исследовательский, действующий, промышленный прототипы.и коммерческая система) получаются на основе оценки затрат на реализацию демонстрационного прототипа и оценок сроков разработки соответствующих прототипов.
Рис1. Опенка иерхнеЯ гсанииы затрат инженера- ьогиито.-сга
Номер правила
В главе III рассматривается методика оценки затрат на реализацию и потребительной стоимости СПР, в основу которой поло-кзны разработанные во второй главе модели.
Анализ типовых перечней мероприятий, проводимых на различных этапах выпонения научно-исследовательских работ, позволяет автору выделить тепы звдач управления НИР, при решении которых целесообразно применение технологии экспертных систем:
а) Выбор из множества информационнных потребностей общества задач, потенциально разрешимых в данной научной организации (НО). Данный тш задач включает в себя:
At - изучение общих тенденций а направлений НТП в области специализации НО; As - комплексную оценку накопленного научно-технического потенциала НО.
б) Выбор близкого к оптимальному (с точки зрения критерия эффективности, известных ограничений на ресурсы и прогноза развития внешшй среда) набора задач, подлежащих реиениэ в данной НО. Включает:
Bt - научное обоснование плановых заданий и формирование "портфеля заказов" НО в соответствии с накопленным научно-техническим потенциалом; Ба - исследование факторов и условий, влиявднх. на выпонение договорных обязательств и научно-технический уровень достигнутых результатов.
в) Формирование плана выпонения НИР как последовательности действий по использованию имевдихся ресурсов для достижения поставленной цели. Заключается в выявлении внутренних резервов и определении наиболее эффективных мероприятий по их реализации.
г) Объективная количественная и качественная оценке достигнутых научно-технических и социально-экономических результатов.
Использование более глубоких знания о предметной области позволило ввести свдупаие допонительные атрибуты для характеристики выделенных типов и оценить их значения:
- количество типов используемых объектов;
- количество экземпляров кспользуешх объечтоп;
- количество возможных сариантов решения;
- количество подзадач;
- периодичность решения;
- применявшее метода решения.
Сложная неформалиэуомая зависимость неэду компонентами СПР и характеристикам! решаемой задачи, определявшая эффект от использования системы принятия решений, делает целесообразным применение технологии экспертных систем (формирование декларативной подели прад.ютнсЯ области) при решении задачи, поставленной в диссертационной работе, в целом. Поэтому, исходя из целей данного исследования, в качестве оценочных функций использованы эвристики, которые можно рассматривать. как табличное заданно значений некоторого множества лингвистических переменных. Так как непосредственно к этим значениям арифметические операции не применяются, то не возникает и проблемы отображения значений лингвистических переменных на множество действительных чисел. С другой стороны, отношения линейного порядка на независимых интервальных шкалах сохраняются, что позволяет на их основе производить сравнение вариантов реализации системы принятия решений.
Синтез обсеченной модели жизненного цикла системы принятия
решений представляет из сеОя процесс формирования декларативного представления этапов зязненного цикла СПР и детализации отдельных зависимостей в виде системы правил. Этот подход позволил автору непосредственно использовать результаты исследований, представленных в третьей главе, при программной реализации матодики оценки эффективности систем принятия решений.
В главе IV рассматриваются некоторые прикладные задачи, исследование и решение которых целесообразно на основе разработанной в диссертации методики оценки эффективности СПР (ОЭСПР) и приводится описание их программной реализации.
Б рамках тематики данной работы модель ОЭСПР применялась для оценки возможности применения различных программных инструментальных сродств (на базе ПЭВМ) при разработке СПР в управлении ПИР. Ка базе модели ОЭСПР была произведена оценка трех ПРОЛОГ систем и шести оболочек экспертных систем. В результате проведенных исследований был получен ранжированный по оценке эффективности список анализируемых продуктов. Ранговый коэффициент корреляции между порядковым номером в списке и рыночной стоимостью соответствующих инструментальных средств равен 0.82 со стандартной квадратичной ошибкой 0.35. Это означает, что с достоверностью 95Я (а=0.95) можно говорить о наличии сильной положительной связи между рассматриваемыми параметрами. Полученные результаты позволяют сделать вывод о практической ценности экспертной системы ОЭСПР а корректности модели использованной в ее основе.
В заключении сформулированы основные результаты работы.
В приложениях к работе приводится анвлиз состава работ,, входящих в этапы проведения НИР, и основных типов решаемых задач, программная реализация методики ОЭСПР в виде гибридной эк-
спертной системы на языке ПРОЛОГ (исходные тексты ядра машины Еывода и базы зананпй), акты о внедрении результатов диссертационной работа и список принятых в работе сокращений.
ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ
В ходе проведенных исследований были, получены следующие результаты:
1. Исследованы основные особенности систем принятия решений в упрввленкии КИР и выделены типы задач, для которых целесообразно использование средств и методов искусственного интелекта.
2. Произведен анализ существующей практики разработки и эксплуатации систем принятия решений и на его основе сформирована модель жизненного цикла СПР с расспфровкой состава и структуры отдельных этапов.
3. На осноеэ анализа жизненного цикла СПР определен состав основных характеристик предметной области, влияющих на объем затрат, необходимых для реализации системы принятия решений.
4. Для выделенных типов задач управления НИР получены оценки грвниц изменения данных характеристик.
5. Предложены аналитические модели оцешси затрат на реализацию прототипов систем принятия решений (демонстрационного, исследовательского, действующего, промышленного и коммерческой системы).
6. Разработана система преобразований, позволяющая использовать соотношения Хостеда для определения трудозатрат инжене-ра-когкнтолога.
7. Проанализирован опыт эксплуатации систем принятия решений и выделены девять направлений проявления эффекта от их вне-
дренля.
8. На основе анализа публикаций и опыта разработки конкретных систем сформулирован набор эвристик, позволяющий оценивать достигаемый уровень эф^юкта от внедрения СПР по кавдому из девяти выделенных поправлений.
9. Разработана и доводена до стадии исследовательского прототипа экспертная система, являющаяся программной реализацией методики оценки эффективности систем принятия решений. В базу знаний программной реализации методики ОЭСПР интегрированы предлагаемые ь данной работе модели определения затрат на разработку прототипов СПР а подхода к оценке эффекта от внедрения СПР.
Основной содержите диссертации излокено в следующих публикациях:
1. Егоров С.С., 1иисель .Б., Быркина Н.В. Результаты измерений параметров обработки запросов к базе данных. - Тезисы докладов Всесоюзной школы-семинара "Разработка и внедрение в народное хозяйство ЕС ЭВМ"., М., 1537 г.
2. Кисель Е.Б,, Колесникова И.К. Разработка методов оценки эффективности средств интелектуализации. - В сб. Проблемы применения ЭВМ и экономико-математических методов а управлений ЭКОНОМИКОЙ., М., 1989.
3. Кисель Е.Б. Исследования по разработке методов оценки эффективности средств интелектуализации. - Тезисы докладов Всесоюзной школы-семинара "Разработка и внедрение в народное хозяйство ЕС ЭВМ". Киев, 1989.
4. Пороцкий С.М., Егоров С.Ю., Кисель Е.Б. Оценка номинальной и системной производительности ЕС ЭВМ на классе задач
"СУБД". - Тезисы докладов Всесоюзной школы-семинара "Разработка я применение в народном хозяйстве ЕС ЭВМ"., М.,. 1985 г.
5. Пороцкий С.М., Маханоз A.A.. Кисель Е.Б. Оценка эффективности развития машинного яэыко ЕС ЭВМ. - Тоэисы докладов хгт н/т конференции С.МУиС EpI0G!?.0.i. 1987.
6. Фатеев А.Е., Шаруненко Н.Ы., Пороцкий С.М., Кисель Е.Б. О некоторых оцонкох эффективности ЭЗМ общего назначения в связи с выбором направлений развития программного обеспечения. -Вопросы радиоэлектроники, сер. Электронная вычислительная техника. к 1, 1987.
7. Фатеев А.Е., Пороцкий С.М., Кисель Е.Б., Данилов Г.А.. Зибуль М.З. Анализ эффективности аппаратурной поддержки задач САПР. - Вопросы радиоэлектроники, сер. Электронная вычислительная техника. К 5, 1983.
8. Фатеев А.Е.. Маханов A.A.. Пороцкий С.М., Кисель Е.Б. Анализ направлений развития машинного языка ЕС ЭВМ общего назначения. - В кн. Проектирование проблемно-ориентированных вычислительных систем (организация вычислительных процессов и Структур)., ВЫП. 11, Л., ГУ, 1988.
9. Фатеев А.Е., Пороцкий С.М., Кисель Е.Б. СЮ одном подходе к ценообразованию на программное обеспечение. - В сб. Экономика компьютеризации народного хозяйства. Тезисы докладов межреспубликанского семинара. - Рига, 1999'г., -т. II.
10. Фатеев А.Е., Пороцкий С.М., Кисель Е.Б. Модели оценки затрат на разработку программного обеспечения. - В сб. Информатика, сер. Автоматизированные системы управления, 1990, вып. 3, с. 46-53.
52-60 НИЦЭВТ
Похожие диссертации
- Капитализация естественных монополий в российской экономике
- Оценка эффективности деятельности строительного предприятия методами риск-менеджмента
- Формирование системы стратегического управления предпринимательской деятельностью субъектов бизнеса в сфере туризма
- Повышение эффективности инвестиций в экономику России
- Человеческий капитал в постиндустриальной экономике