Базові інформаційні процеси, їх характеристика і моделі

2.Прийняття рішень в умовах ризику. На відміну від попереднього випадку для Прийняття рішень в умовах ризику необхідно враховувати вплив зовнішнього середовища, який не піддається точному прогнозу, а відомий тільки імовірнісний розподіл його станів. У цих умовах використання однієї і тієї ж стратегії може привести до різних результатів, вірогідності появи яких вважаються заданими або можуть бути визначені. Оцінку і вибір стратегій проводять за допомогою вирішального правила, що враховує вірогідність досягнення кінцевого результату.

3.Прийняття рішень в умовах невизначеності. Як і в попередньому завданні між вибором стратегії і кінцевим результатом відсутній однозначний зв'язок. Крім того, невідомі також значення вірогідності появи кінцевих результатів, які або не можуть бути визначені, або не мають в контексті змістовного сенсу. Кожній парі «стратегія - кінцевий результат» відповідає деяка зовнішня оцінка у вигляді виграшу. Найбільш поширеним є використання критерію отримання максимального гарантованого виграшу.

4.Прийняття рішень в умовах багатокритеріальності. В будь-якому з перерахованих вище завдань багатокритеріальність виникає у разі наявності декількох самостійних, таких, що не зводяться одна до іншої цілей. Наявність великого числа рішень ускладнює оцінку і вибір оптимальної стратегії. Одним з можливих шляхів рішення є використання методів моделювання.

Вирішення завдань за допомогою штучного інтелекту полягає в скороченні перебору варіантів при пошуку рішення, при цьому програми реалізують ті ж принципи, якими користується в процесі мислення людина.Експертна система користується знаннями, якими вона володіє в своїй вузькій області, щоб обмежити пошук на шляху до рішення завдання шляхом поступового звуження кола варіантів.

Для розв’язання завдань прийняття рішень в експертних системах використовують:

─ метод логічного виводу, заснований на техніці доведень, яка називається резолюцією і яка використовує спростування заперечення (доведення«від супротивного»);

─ метод структурної індукції, заснований на побудові дерева Прийняття рішень для визначення об'єктів з великого числа даних на вході;

─ метод евристичних правил, заснованих на використанні досвіду експертів, а не на абстрактних правилах формальної логіки;

─ метод машинної аналогії, заснований на представленні інформації про порівнювані об'єкти в зручному вигляді, наприклад, у вигляді структур даних, які називаються фреймами.

Джерела «інтелекту», які проявляються при рішенні задачі, можуть виявитися некорисними або корисними або економічними залежно від певних властивостей області, в якій поставлено завдання. Виходячи з цього, може бути здійснений вибір методу побудови експертної системи або використання готового програмного продукту.

Процес одержання рішення на основі первинних даних, схема якого представлена на мал. 1.6, можна розбити на два етапи: вироблення допустимих варіантів рішень шляхом математичної формалізації з використанням різноманітних моделей і вибір оптимального рішення на основі суб'єктивних чинників.

Мал. 1.6. Процес прийняття рішення на основі первинних даних

Інформаційні потреби осіб, що ухвалюють рішення, в багатьох випадках орієнтовані на інтегральні техніко-економічні показники, які можуть бути отримані в результаті обробки первинних даних, що відображають поточну діяльність підприємства. Аналізуючи функціональні взаємозв'язки між підсумковими і первинними даними, можна побудувати так звану інформаційну схему, яка відображає процеси агрегації інформації. Первинні дані, як правило, надзвичайно різноманітні, інтенсивність їх надходження висока, а загальний об'єм на інтервалі, що цікавить, великий. З іншого боку склад інтегральних показників відносно малий, а потрібний період їх актуалізації може бути значно коротшим за період зміни первинних даних - аргументів.

Для підтримки прийняття рішень обов'язковою є наявність наступних компонент: