1. Постановка задачи

Процесс принятия решений занимает одно из ведущих мест в структуре человеческой деятельности. В области инженерной практики все чаще возникает потребность в принятии сложных решений, последствия которых могут быть очень весомыми. Реальные ситуации принятия решений отличаются возрастающей сложностью и размерностью решаемых задач, высокой динамичностью процессов, турбулентностью «внешней среды» и неполнотой информации о последствиях принятых решений.

Принятие решений пронизывает весь процесс переработки информации человеком. Мы обнаруживаем его и при формировании цели, и при классификации поступающей информации, и при построении прогноза результата действия, и при выборе способов поведения и т.д.

Формально определяя задачу принятия решения при неопределенности, мы должны ответить на вопросы: Кто? Где? При чьей помощи? Для чего? Каким образом? Уточним эти ответы.

Источники неопределенности могут быть самые разнообразные, учесть которые не представляется возможным (например, цены на нефть, результаты выборов, погодные условия, курсы валют, рассеивание снарядов, мин и ракет при стрельбе, ошибки измерений приборов, времена отказа аппаратуры, неточность информации и др.). В зависимости от степени информированности лица, принимающего решения (ЛПР) неопределенные факторы делят на три группы: детерминированные, случайные и неопределенные [1,2].

Роль ЛПР может выполнять руководитель фирмы, предприятия, банка, специалист по информационной безопасности, командир самолета, капитан судна, продавец, покупатель и т.п. Для каждого ЛПР определены возможные действия, каждое из которых и называется альтернативой (или решением). Под альтернативой (решением) понимается правило, по которому каждому состоянию информированности ЛПР ставится в соответствие то или иное его действие (поведение) из действий (поведений), допустимых при данной информации. Ситуация принятия решений становится проблемной, если по какой-либо причине сделать выбор трудно. В этом случае мы говорим о сложной ситуации принятия решения или проблемной ситуации принятия решения.

Отличительной чертой технологии построения систем принятия решений, является наличие технических средств поддержки принятия решения (СППР). Знание лицом, принимающим решение (ЛПР), целей и имеющихся в его распоряжении ресурсов, позволяет ему в случае появившихся затруднений обратиться к СППР. СППР должна не заменить ЛПР, а помочь ему в процессе принятия обоснованного рационального решения.

Ресурсно-целевой подход к построению систем не нов, однако эффективных, простых и легко внедряемых в практику методов их разработки крайне мало. Кроме того, существующие системы принятия решений не содержат средств исполнения, \ т.е. средств воплощения этих решений в жизнь.

2. Описание решения

Для того, чтобы решить проблему необходимо иметь упрощенную (концептуальную) модель проблемной ситуации. Одной из целей количественного анализа является упрощение, т.е. построение адекватной математической модели проблемной ситуации.

Оценка возможных состояний ситуации принятия решения может осуществляться либо по одному критерию (однокритериальные задачи оптимизации (ОКЗО) или задачи со скалярным критерием), либо по многим показателям эффективности (к&чества) - многокритериальные задачи оптимизации (МКЗО).

Хорошо зарекомендовавшей себя моделью выбора в условиях многокритериальности является оценочная матрица (табл. 1). Здесь число строк равно числу альтернатив ЛПР, а число столбцов числу показателей качества, которым оценивается каждая из альтернатив.

Таблица 1

Здесь каждому решению a_i Є A(i = 1,m) соответствует единственный элемент множества Y. Качество или "полезность" решения (исхода) оценивается несколькими числами в соответствии с зависимостями φ_j . Предполагается, что каждую функцию φ_j требуется максимизировать. Для случаев, когда часть функций φ_j требуется максимизировать (а такие задачи встречаются довольно часто) легко перейти к одной системе предпочтений, т.е. максимуму. Для этого, выбираются максимально возможные (исходя из физических соображений) значения показателей качества, которые необходимо минимизировать - φ_j . Затем осуществляют переход φ_j => φ_j - φ_j,V jcP → Min. Таким образом, получаем одну систему предпочтений - максимум, т.е. каждую функцию φ_j необходимо максимизировать.

Основная проблема многокритериальности - неопределенность целей. Для преодоления сложных противоречий необходим обоснованный технический компромисс. Во многих случаях это единственный путь решения проблемы.

Реальная система всегда будет каким-то сочетанием требуемых качеств. Но каких - ЛПР заранее не знает.

Второй тип задач выбора - это однокритериальная задача при неопределенности.

(X,Y, φ_j(x,y))

где выбор решения (альтернативы) х из множества X Є R^” находится в распоряжении лица, принимающего решение (ЛПР). Цель ЛПР - выбор х Є Х, для которого скалярный критерий φ_j(х,у) достигает возможно большего значения. При этом ЛПР должен учитывать действия помех, ошибок и другого вида неопределенностей у, о которых лишь известно, что они принимают значение из заданного множества Y Є R".

Неопределенности в (1) обозначены через у, а их множество через Y; при этом считаем, что множество Y известно ЛПР априори. Возможные исходы оцениваются значением функции φ_j(х,у), определенной на декартовом произведении X×Y и называемой критерием для ЛПР (это может быть доход, сумма сэкономленных средств, время достижения цели, качество и другие факторы, имеющие для ДПР определяющее значение).

Самым простым способом передачи информации о ситуации риска является таблица платежей или платежная матрица (табл. 2), аналогичная оценочной матрице (табл.1). В ней приведены возможные альтернативы ЛПР, возможные состояния «внешней среды» с их вероятностями появления и возможные исходы (выигрыши или проигрыши) для каждого решения и состояния среды.

Таблица 2

Составление матрицы решений возможно различными способами, которые можно отнести к разряду творческих. Так, выявление факторов «внешней среды», при которых возникают различные варианты решений, является достаточно сложной проблемой. Кроме того, построение функции, способной предусмотреть последствия принятия каждого из вариантов решений, относится к нетривиальной задаче.

Общим подходом при решении задачи выбора является поэтапное сужение исходного множества альтернатив. Такое сужение осуществляется путем формирование последовательности функций выбора на основе использования постепенно усложняющейся информации о предпочтениях ЛПР и его отношении к риску.

Выбор цели - исходная точка в процессе принятия решения. Ее знание позволяет приступить к процедурам подготовки информации и поиска альтернатив. Для этого выполняются следующие этапы: .

• Формулировка главной цели, а также подцелей, достижение которых обеспечит реализацию ценностей ЛПР.

• Определение ресурсов и резервов, имеющихся в распоряжении ЛПР, а также анализ факторов «внешней среды» с целью генерации возможных альтернатив «природы».

• Генерация возможных альтернатив достижения главной цели и расчет возможных последствий для каждого из вариантов (заполнение матрицы решений).

• Выбор одного из решений в соответствии с системой предпочтений ЛПР.

Методика разработки моделей принятия решений содержат стандартные этапы: определение проблемы и проблемной ситуации, разработка модели решения проблемы, построение компьютерной модели, проведение экспериментов, получение результатов и их анализ, внедрение полученных результатов на практике.

Наибольшие проблемы характерны для этапов разработки докомпьютерной и компьютерной моделей. Математики, алгоритмисты и программисты хорошо поработали, но пока не дали быстрых, эффективных и универсальных алгоритмов для решения любых задач. Выбор алгоритма зависит от типа моделей принятия решений. Использование в некоторой степени универсальной модели оценочной матрицы позволяет снять напряженность при решении такого класса задач.

После того как докомпьютерная модель определена, необходимо выбрать программное обеспечение для реализации модели на компьютере и проведения на ней экспериментов.

Это могут быть прикладные программы, например, табличный процессор Excel, Lotus; пакет моделирования систем массового обслуживания GPSS, пакеты моделирования математических и технических систем Matlab SIMULINK и многое другое. Можно применить универсальные языки программирования типа Pascal, C++, но тогда трудоемкость программирования интерфейса системного аналитика с моделью превысит трудоемкость программирования самой модели в 5-10 раз.

В соответствии с правилами выбранного программного обеспечения вводятся формулы, функции, процедуры и данные модели. Разрабатывается программа интерфейса пользователя для управления моделью и вывода полученного результата.

Разработка и отладка такой модели стандартными способами является чрезвычайно трудоемкой задачей, требующей привлечения высококвалифицированных программистов. Самый серьезный недостаток заключается в том, что разработанная за достаточно большое время модель может потерять свою актуальность и, потребуются новые усилия экспертов и программистов для ее доведения до требований ЛПР

В связи с этим особую значимость приобретают вопросы разработки аппарата обоснования при комплексном действии неопределенных факторов и оперативно учитывающего все изменения в системе предпочтений ЛПР. Лучше всего - если ЛПР само в состоянии вносить соответствующие изменения в модель. В силу трудоемкости математического аппарата принятия решений в сложных ситуациях бесперспективной оказалась попытка обучить каждого ЛПР всем тонкостям математики и, следовательно, основной проблемой становится адаптация аппарата к «среднеподготовленному» пользователю. Одним из перспективных средств решения проблемы является создание специализированных информационно-аналитических систем поддержки принимаемых решений (СППР) [4,5,6].

Системы поддержки принимаемых решений (СППР) используются в основном на верхнем уровне управления, занимающегося стратегическим планированием. Как уже отмечалось, для задач СППР свойственны недостаточность имеющейся информации, ее противоречивость и нечеткость, преобладание качественных оценок целей и ограничений, слабая формализованность алгоритмов решения. В качестве инструментов обобщения используются методы многокритериального и статистического анализа, экспертных оценок и систем, советующих систем, математического, компьютерного и имитационного моделирования. При этом используются базы обобщенной информации, информационные хранилища знаний о правилах и моделях принятия решений.

Одним из существенных ограничений, а вместе с тем одна из наиболее актуальных и важных проблем в принятии решений является проблема организации человеческой системы переработки информации. Принято различать три основные этапа переработки информации в памяти: получение информации из внешнего мира, (кодирование), сохранение информации в памяти (хранение) и получение информации из памяти (извлечение). Психологи выделяют разные типы памяти для хранения информации в течение короткого и длительного периодов времени: кратковременную (КП) и долговременную память (ДП). Наиболее интересной и правдоподобной по мнению психологов является модель памяти, предложенная Р. Актинсоном и Р. Шифриным [4]. Согласно этой модели существуют три вида памяти: сенсорная, кратковременная и долговременная. Информация, поступающая из внешнего мира поступает в сенсорные регистры, где хранится около трети секунды. Далее она поступает в КП, где подвергается кодированию и может храниться до 30 сек (а при повторениях - существенно больше). Через КП информация может поступать в ДП., где может храниться сколь угодно долго.

По мнению большинства психологов, именно в кратковременной памяти человека происходят процессы принятия решений. В соответствии с моделью в КП поступает информация как из внешнего мира (через сенсорную память), так и из долговременной памяти. Содержание КП иногда отождествляется с содержанием сознания, так как человек контролирует операции над информацией, хранимой в кратковременной памяти. .

Ограничение емкости КП приводит людей к необходимости обрабатывать поступающую информацию последовательно, а не воспринимать ее всю сразу -аналогично устройствам с ограниченной пропускной способностью. Г. Саймон высказал мнение, что и такая система переработки информации была достаточно хороша для людей на протяжении многих веков их существования.

Только в современном быстро меняющемся мире резко возросла нагрузка на человеческую систему переработки информации. Необходимо принимать сложные решения с учетом многих обстоятельств, при большой неопределенности последствий. Принятые решения быстро устаревают. Все эти обстоятельства имеют следствием ошибочные решения, принимаемые ЛПР. Естественные эвристики и интуиция ЛПР оказываются недостаточными для принятия разумных решений. Кроме того, ЛПР, как и всякий человек, иногда может совершить ошибку просто по невнимательности или по небрежности.

Многокритериальные задачи принятия решений представляют собой особо сложный класс задач для человеческой системы переработки информации. Наличие многих критериев приводит к большой нагрузке на КП, заставляя человека использовать эвристики для того, чтобы справиться с задачей при ограниченном объеме кратковременной памяти.

В то же время в практической деятельности человека многокритериальные задачи встречаются все чаще, что вызвано необходимостью учитывать одновременно много различных факторов.

Многокритериальные задачи являются тем особым, крайне трудным для человека классом задач, где привычные эвристики часто приводят к противоречиям, к нарушениям рациональности. Наряду с ограниченным объемом кратковременной памяти есть другая особенность человеческой системы переработки информации -пластичность, умение адаптироваться к конкретной задаче. На поведение человека при сравнении многокритериальных альтернатив влияют характер оценок, количество критериев и альтернатив и т.д. Более того, при тех же альтернативах и критериях на стратегию ЛПР существенно влияет форма предъявления ему информации.

Как ограниченная емкость кратковременной памяти, так и пластичность являются объективными характеристиками системы переработки информации. Многие конкретные стратегии определяются персональным пониманием той или иной задачи, причем далеко не всегда правильным. Поэтому выбор стратегии решения сам по себе является для человека самостоятельной задачей. В этом выборе проявляется его индивидуальность, его мотивация и предварительные установки (система предпочтений ЛПР).

3. Используемое оборудование и ПО

Для того, чтобы можно было максимально упростить процесс принятия решений, т.е. приравнять его к разряду инженерных и представить, если не полностью формальными, то хотя бы полуформальными средствами, предлагается специально созданная технология принятия решений в сложных ситуациях на основе среды LabVIEW.

Среда LabVIEW была выбрана в качестве основного средства разработки, поскольку она позволяет получить эффективную, законченную, легко внедряемую в процесс принятия решений виртуальную СППР (ВСППР), с минимальными затратами времени. Использование технологий National Instruments позволяет легко модифицировать ВСППР в психологический виртуальный стенд, позволяющий исследовать особенности человеческой системы переработки информации. Главным их преимуществом является стирание грани между специалистом в области принятия решений, математиком, экспертом, психологом, ЛПР и высокопрофессиональным программистом. Наличие доступа к современным ресурсам методов сбора и обработки данных, управления бизнес-процессами, делает ЛПР активным участником процесса информатизации и позволяет ему самостоятельно и эффективно участвовать в процессе принятия решения.

Пакет LabVIEW предоставляет уникальную возможность объединить методы принятия решений в условиях многокритериальности и неопределенности. Создаваемая в среде LabVIEW виртуальная СППР ориентирована на использование в качестве моделей принятия решений оценочных матриц (табл. 1, 2). При построении использовались наборы String, Array&Cluster, Structure, ListBox, Multicolumn ListBox и Table [3,7,8].

В качестве первых наработок предлагается два модуля ВСППР:

• модуль формирования матрицы решений - «Матрица решений»;

• модуль выбора и принятия решений в условиях «дурной неопределенности» - «Критерии принятия решений».

Модуль «Матрица решений» позволяет формировать ЛПР оценочную матрицу «вручную», т.е. путем использования теминалов-датчиков. Размерность матрицы решений может быть легко изменена. Все изменения записываются в файлы для последующего анализа.

Модуль «Критерии принятия решений» позволяет ЛПР получить анализ альтернатив на основе аксиоматических и эвристических методов принятия решений. При этом используются такие критерии, как Вальда, Сэвиджа, Гурвица, Бернулли, Байеса-Лапласа, Ходжа-Лемана, Гермейера. Большой опыт преподавания дисциплины «Теория принятия решений» позволяет сделать вывод о существенной помощи, которую оказывает ЛПР разрабатываемая ВСППР. Комплексное применение указанных выше критериев позволит повысить обоснованность принимаемых решений для ЛПР весьма далеких от программирования.

4. Внедрение и развитие решения

В заключении следует отметить, что предложенное является первой попыткой использования технологий National Instruments в задачах выработки решений в сложных ситуациях. В рамках этого направления разработана стратегия использования уникальных возможностей LabVIEW в различных областях человеческой деятельности. Одним из перспективных направлений исследования является создание системы поддержки принимаемых решений в области информационной безопасности организации на основе технологий National Instruments, а также реализация на ее основе концепции распределенного интеллекта.

Литература

1. Варфоломеев В.И., Воробьев С.Н. Принятие управленческих решений: учебное пособие для вузов. - М.: КУДИЦ-ОБРАЗ, 2001.

2. Жуковский В.И., Жуковская Л.В. Риск в многокритериальных и конфликтных системах при неопределенности. М.: Едиториал УРСС, 2004.

3. Загидуллин Р.Ш. LabVIEW в исследованиях и разработках. - М.: Горячая линия - Телеком, 2005.

4. Ларичев О.И. Теория и методы принятия решений, а также Хроника событий в Волшебных Странах. - М.: Логос, 2000.

5. Романов А.Н., Одинцов Б.Е. Советующие информационные системы в экономике: Учеб. пособие для вузов. - М.: ЮНИТИ-ДАНА, 2000.

6. Романов В.П. Интеллектуальные информационные системы в экономике: Учеб. пособие/Под ред. д.э.н., проф. Н.П. Тихомирова - М.: Изд. «Экзамен», 2003.

7. Суранов А.Я. LabVIEW 7: справочник по функциям. - М.: ДМК Пресс, 2005.

8. Тревис Дж. LabVIEW для всех/Джеффри Тревис: Пер. с англ. Клушин И.А. - М.: ДМК Пресс,2005.