Построение компьютерных систем поддержки принятия управленческих решений в нефтегазовой промышленности

Recommend Stories

Empty story

Idea Transcript


Министерство науки и образования Российской Федерации

Российский государственный университет нефти и газа им. И.М. Губкина Кафедра автоматизированных систем управления Кафедра производственноrо менеджмента

А.Ф. Андреев, Ю.П. Степин, Э.А. Трахтенrерц

ПОСТРОЕНИЕ КОМПЬЮТЕРНЫХ СИСТЕМ ПОДДЕРЖКИ

ПРШIЯТИЯ УПРАВЛЕНЧЕСКИХ РЕШЕНИЙ В НЕФТЕГАЗОВОЙ ПРОМЫШЛЕННОСТИ

Мссква2004

УДК

519.816.: 622.276.: 550.83 Андреев А.Ф., Степин Ю.П., Трахтенгерц Э.А. Построение

компьютерных

систем

поддержки

принятия

решений в нефтяной и газовой промышленности. газа,

2004.-

управленческих

М.: РГУ нефти и

-

140с.

Учебное пособие посвящено вопросам построения и задачам компьютерных систем

поддержки принятия

решений (СППР)

в

нефтяной и газовой промышленности. Рассмотрены основные задачи и

особенности

функционирования

систем

поддержки

принятия

управленческих решений в этой отрасли промыщленности, показана

структура этих систем и· предъявляемые к ним требования, подробно рассмотрена роль субъективных оценок в процессе компьютерной поддержки

принятия

решений.

Приведены конкретные задачи

и

модели финансово-экномического анализа нефтегазовых проектов.

Работа предназначена студентов факультета магистерской подготовки,

обучающихся

МенедЖмент»,

по

«Информатика

направлениям:

и

«Экономика»,

вычислительная

техника»,

«Автоматизация и управление», «Электротехника, электромеханика,

электротехнологии», а также для студентов факультетов «Экномики и

управления»,

обучающихся

по

«Автоматики специальностям

и

вычислительной

«Экономика

и

техники»,

управление

на

предприятиях нефтяной и газовой промышленности», «МенедЖмент организации»,

«Автоматизированные

системы

обработки

информации и управления>> соответственно.

Оно может быть полезно также аспирантам соответствующих специальностей.

Рецензенты: В.Ф. Дунаев, д. э .. н., профессор А.В. Карманов, к.т.н.

РГУ нефти и газа им. И.М. Губкина,

2004

3 ВВЕДЕНИЕ

В настоящее время практически во всех областях науки и техники,

в

процессе

управления

современными

нефтегазовыми

компаниями наблюдается резкое усложнение решаемых задач и увеличение

объемов

поступающей

информации.

Это

особенно

характерно для восстановления, функционирования и развития всех отраслей российской экономики и в числе для

нефтяной и газовой

отрасли.

Эффективное газовой

отрасли,

управления задачи

решение

среди

инвестиционными

управления

задач

которых и

различными

управления

ведущую

в

роль

нефтяной

играют

инновационными

и

задачи

программами

и

процессами

и

технологическими

производствами, оказывает влияние не только на ее собственное развитие, но и инициирует развитие других отраслей российской экономики.

Нефтяная затратами

и

газовая

материальных

разобщенностью,

очень

отрасли характеризуются

и трудовых

большим

ресурсов,

числом

большими

территориальной

объектов

управления

(например скважин на месторождении, бригад их подземного и капитального ремонта, различного технологического оборудования и т.д.), а также высокой неопределенностью и рисками при прииятии управленческих решений.

Принятие

эффективных

управленческих

решений в этой отрасли требует разработки создания

компьютерных

систем

и

проектных

методов и моделей для

поддержки

принятия

решений

(СППР), которые обеспечивают:

-

анализ ситуации, сложившейся при управлении работами

в различных технических и организационных условиях, помощь

формировании

набора

критериев,

ее

оценки

и

в

определении

значимости («веса») каждого критерия;

работ

в

генерацию возможных решений (сценариев) выполнения

рамках

реализации

определенной

задачи

управления,

поскольку генерация возможно большого числа вариантов решений позволяет

не

пропустить

неожиданные

оригинальные

вариакrы

сценариев, которые могут дать наибольший эффект; оценку

каждого

сгенерированного

решения

с

учетом

предпочтений руководителя, представляя ему лучшие вариакrы для

4 окончательного

уrверждения;

в

этом

случае

nредnочтения

руководителя вводятся СППР в виде «весов» критериев, базовых шкал и методов оценок вариантов сгенерированных решений; кроме того, СППР оnределяет величину ошибки оценок и

адекватность

оценок nредпочтений руководителя.

nредоставление и использование формализованных методов согласования групnовых решений в рамках заданной задачи управления.

предоставление и исnользование формализованных методов nрогнозирования последствий принимаемых решений. СППР помогает руководителю яснее понять положение в

котором находится предприятие (компания), цель которую он хочет достигнуrь, средства, которые можно использовать для выnолнения

стоящей

nеред

комnанией

задачи

и

оnтимизировать

nроцессы

nланирования и организации nроведения работ по конкретной задаче уnравления или группы взаимосвязанных задач.

В

настоящей

работе

рассматриваются

структура

и

особенности нефтегазовой отрасли, управленческих и nроектных

решений, nринимаемых nри решении различных задач, факторы и трудности определяющие

построение

и

исnользование

СППР

в

нефтегазовой отрасли, рассматривается обобщенная структура СППР и возможная ее реализация, а также роль субъективных оценок

в

nроцессе комnьютерной nоддержки nринятия решений.

Рассмотрены основные понятия проектного анализа и роль проектных решений в нефтегазовой nромышленности. Оrмечается,

что особенностью отрасли является то, что большинство nроектов в ней

являются

инвестиционными

и

с

точки

зрения

финансово­

экономического анализа и оценки эффективности инвестиционный

проект

может

быть

представлен

финансово-экономической компьютерной

поддержки

управленческих

в

моделей. таких

виде

технологической

Рассмотрены

и

особенности

основных технологических

моделей инвестиционного проекта как:

и

оценка

объемов и номенклатуры nроизводства с учетом имеющихся запасов, модель

анализа

состояния

производств,

nоддержка выбора поставщиков.

а

также

компьютерная

5 Предложенные

подходы

и

математические

модели

позволяют руководителям, используя СППР, определить критерии эффективности,

решений,

проанализировать и оценить

сочетая

собственные

опыт

различные варианты

и

предпочтения

с

математическими моделями и компьютерным анализом ситуаций. Использование современных компьютерных технологий управления

позволяет повысить надежность и обоснованность управленческих решений,

снизить

проектный

риск

и

вероятность

принятия

малоэффективных и низкорентабельных решений.

Авторы

выражают

искреннюю

Злобинекой за помощь в оформлении книги.

признательность

Н.И.

6 Глава 1. ОСНОВНЫЕ ЗАДАЧИ И ОСОБЕННОСТИ ФУНКЦИОНИРОВАНИЯ КОМПЬЮТЕРНЫХ СИС­ ТЕМ ПОДДЕРЖКИ ПРИПЯТНЯ УПРАВЛЕНЧЕ­

СКИХ РЕШЕНИЙ В НЕФТЕГАЗОВОЙ ОТРАСJШ

1.1. Структура и особенности управленческих решений в нефтеrазовой отрасли Нефтегазовая промышленность занимает ключевое место в топ~

ливно-энергетическом комплексе России (достаточно сказать, что удельный рост только природного газа в струюуре производства

первичных энергоресурсов страны составляет около

50%)

и характе~

ризуется рядом специфических особенностей, отличающих ее от других отраслей производства. Эти особенности определяются сле­ дующими условиями реализации ее основных, обслуживающих и вспомогательных технологических процессов и производств:



Орудия труда (например, эксплуатационное и нагнетатель­

ное оборудование}, предметы и продукты труда (например, нефте- и газосадержащие пласты перекачиваемая нефть и газ) удалены от не­ посредственного воздействия и наблюдения. Воздействие осуществ­ ляется не прямо на процесс, а через людей и другое технологическое

оборудование (например, скважины, насосные агрегаты). Эта осо­

бенность делает необходимым значительные капитальные вложения на создание основных фондов

-

строительство нефтяных, газовых и

других скважин, сооружение трубопроводов и т.д. и обусловливает

многоуровневый характер управления технологическими процесса­ ми,

значительная

часть

технологический характер



из

которых,

носит

организационно­

[1.1,1.2,1.3].

Производственные объекты, в большей своей части, разоб­

щены и расположены на значительных территориях страны. Число и

разнообразие этих объектов исчисляется сотнями и тысячами. На­ пример, общая протяженность магистральных газопроводов 220 тыс. км., а нефтепроводов 65 тыс. км. Они включают в себя около 300 компрессорных станций с примерно

3000

газоперкачивающими агре­

гатами и более 550 насосных перекачивающих станций с более чем

3500 насосными агрегатами. Например, только на Оренбургском га­ 700 газовых.

зоконденсатном месторождении эксплуатируются около

7 скважин, а в ПО «Татнефть» на Ромашкинеком месторождении экс­ плуатационный фонд нефтяных скважин составляет

19 тысяч.

Эти особенности определяют специфику струК'I)'рЫ, размеры предприятий и организацию управления нефтегазовым производст­

вом, которое в современных условиях представляет собой комплекс нефтегазовых регионов, на территории которых действуют как раз­ личные

специализированные

нефтегазовые компании тегрированные

предприятия,

[1.1, 1.2, 1.3],

так

и

интегрированные

в том числе и вертикально ин­

[ 1.3, 1.4].

Управление технологическими процессами и производствами осуществляется в условиях воздействия на них большого числа слу­

чайных факторов и недостаточной информации об объектах управ­ ления (например, продуктивных пластах и происходящих в них про­

цессах), обусловленных в соответствии с

[1.5, 1.6]

с одной стороны

природными условиями, а с другой стороны причинами условиями,

описанными выше. Эти особенности обусловливают в свою очередь ситуацию, когда уровень обобщения и типизации решений, напри­ мер, в автоматизации управления нефтегазовыми технологическими процессами и производствами возможен лишь в смысле разработки

общих методов и математических моделей, пригодных в сходных условиях.

Нефтегазовое производство в целом и его подотрасти, обобщен­ ная струК'I)'ра которого показана на рис.1.1, являются сложными многоуровневой системами, имеющими, как правило, иерархическую

струК'I)'ру.

( 1. 7].

С позиций системного анализа, опираясь на определенные выше

особенности, каждая из подотраслей нефтегазового производства, представленных на pиc.l.l, и все нефтегазовое производство можно характеризовать общими для сложных систем признаками

[ 1.8],

ана­

лиз которых позволяет определить следующие системные особенно­

сти нефтяной и газовой промышленности, таблица

1.1.

8 Нефтегазовое производство Основные технологические процессы и производства

Бурение

Геолого-

1

1

Добыча нефти и газа

Транспорт

неФти и газа Хранение неmти и

ra1a

! Переработка нефти и газа

-

1--

r--

1--

-

Основные обслуживающие технологические

1

разведка

J Геофизика (полевая и промысловая)

J

процессы и производства

1 Техническое обслу- Материально-техниче-1 живаиие и ремонт

1

1

Группы объектов нефтегазового производства• Нефтегазовые пласты, месторождения Хранилища нефти и газа Нефтяные и газовые скважины

1--

ское обеспечение

J

Энергетическое

~ г-

1-

обслуживание

1-

Транспорт

-

специальных материалов

L.-

Комплектация подготовка риалов

Магистральные нефтегазотрубопроводы

Оборудование насосных и компрессорных станций Оборудование нефтеперерабатывающих предприятий

j

Другие обслуживающие и вспомогательные технологические процессы и производства .1 Рис.

1.1

и

оборудования

Буровое оборудование Наземное и подземное оборудование добычи нефти и газа

Производство

и

1

мате-

i

9 Таблица

1.1

Особенности нефтяной и газовой промышленности как системы Характеристика снетемы

Признак классификации

1. Источник создания 2. Основа создания 3. Состав 4. Взаимодействие с

Искусственная

Эмпирическая Человеко-машинная окружаю-

Открытая

щей средой

5.Времяфункционирования

6.

Постоянная

Изменение свойств и функ-

Стабильная

ций во времени

7.

Прогноз поведения

С элементами случайности и неопределенности

8.

Степень централизации

Децентрализованная,

управления

9.

Физически невоспроизводимая

Ресурсная база

Представленные в таблице

централи-

зоваиная

1.1.

характеристики нефтяной и газо­

вой промышленности оказывают существенное влияние на организа­

цию, планирование и управление нефтегазовым производством. Так, например, открытость системы позволяет выходить за ее пределы и

использовать информацию, поступающую извне; стабильность сис­

темы говорит о повторяемости задач в области планирования и управления и наличии возможности с определенными потерями уст­

ранить допущенные ошибки без пересмотра всей системы; невос­ производимость ресурсов диктует необходимость ограничений их текущего использования и одновременно применения наиболее эф­

фективных методов извлечения нефти и газа с целью обеспечения наиболее полного использования потенциала недр; случайность и неопределенность в прогнозе поведения, определяемая физической сущностью процессов, протекающих при добыче, транспорте и пере­

работке нефти и газа, наличием соответствующей информации, не­ обходимой для припятня управленческих решений диктует необхо­ димость применеимя математических методов и компьютерных сис­

тем подцержки управленческих решений.

Кроме этих общих общесистемных характеристик нефтегазовой промышленности для оценки эффективности различных проектных и

10 управленческих решений чрезвычайно важным является знание спе­

цифических особенностей отдельных подотраслей. В частности, сте­ пени централизации или децентрализации соответствуК)uцих произ­

водственных структур и примимаемых решений.

Так, к особенностям геологоразведочных работ следует, в пер­ вую очередь, отнести: разбросанность объектов поисков и разведки на значительной территории; слабое развитие производственной и

социальной инфраструктуры региона; удаленность объектов от баз снабжения; применение различных видов, методов и комплексов ра­

бот по изучеНИИ) недр; постоянное перемеuцение фронта работ в про­ странстве; большая продолжительность полного цикла, связанного с открытием и подготовкой к эксплуатации залежей нефти и газа; на­

личие перерывов при переходе от одной стадии к другой; необходи­ мость опережаюuцего проектирования геологоразведочных работ по сравнеНИИ) с проектированием добываК)UЦИХ предприятий; ухудше­

ние показателей эффективности геологоразведочных работ, начиная с момента достижения определенной степени изученности региона и

т. д. Большое влияние на планирование и управление проектами по­ исков и разведки скоплений углеводородов оказываК)Т также вероят­

ностный характер и информационная неопределенность результатов геологоразведки.

К особенностям нефтегазодобываюuцего производства также отнести



можно

[1.9]:

удаленность

нефтегазонасыuценного

пласта

и

подземной

части эксплуатационного оборудования от места непосред­

ственного наблК)дения и управления процессом нефтегазо­ добычи;

• • • •

территориальная закреплениость предмета труда и обособ­ ленность производственных объектов (скважин);

необходимость их комплексного обслуживания; отсутствие незавершенного производства и полуфабрикатов;

большая зависимость технико-экономических показателей разработки объектов и критериев эффективности затрат от природных условий, от уровня использования разведанных и извлекаемых запасов углеводородов;



динамичный характер (изменяемость во времени) природ­ ных факторов;

11



наличие нескольких стадий эксплуатации объектов; вероят­ ностный

(и,

или

нечеткий)

большинства

технико­

экономических показателей разработки скоплений углеводо­ родов;



изменение

вложений

воспроизводственной

в

структуры

капитальных

нефтегазодобывающую промышленность

от­

дельных регионов;



длительные периоды эксплуатации нефтегазовых объектов и т.д.

Свои специфические особенности имеет и буровое производст­ во, магистральный транспорт нефти и газа, нефтегазопереработка и

сбыт нефтепродуктов, а также различные виды производственно­ технического обслуживания и др. Методологической основой выявления и детального рассмотре­

ния этих особенностей для обеспечения припятня оптимальных управленческих решений является системный анализ

[ 1.1 О, 1.11]

и

построенная на его основе компьютерная поддержка припятня этих

решений.

Особенность припятня решений в таких системах состоит в том, что систему припятня решений в организации (например, производ­

ственной системе) с иерархической структурой можно представить в виде графа, уровни которого определяют иерархию организации. Та­

кой граф, обычно древовидный, часто называют деревом решений. В каждом узле (звене) управления дерева решений, вырабатываются решения соответствующего уровням иерархии.

Так, например, на рис.1.2 показано очень простое дерево реше­ ний службы технического обслуживания группы агрегатов вершине

Du

[1.12].

В

(руководство службы) вырабатывается решение, опре­

деляющее содержание и объем ремонтных работ, на втором уровне в вершинах

D 11

•••

D1"

(в отделах службы) определяется цикличность

проверок каждого агрегата в зависимости от его типа, нагрузки, ус­

ловий работы и т.д., на третьем уровне (ремонтных постах) в верши­ нах DЗJ ... D3j принимаются решения на обновление деталей и меха­ низмов в каждом устройстве.

12

Рис.

1.2

Основываясь на системном подходе к анализу систем примеры

таких деревьев решений можно представить на любом иерархиче­ ском уровне управления нефтегазового производства: производет­ венное

объединение,

административной

-

завод,

цех,

бригада;

государетвенно­

федерация, область, район, населенный пункт и

т. д. Такие деревья целей и решений могут строиться не только в со­ ответствии с иерархией задач управления на предприятии, компании,

акционерном обществе и др., но и в сочетании с другими признака­

ми. Применительно к нефтегазовому производству (см. рис.

1.1), эти

деревья сегодня строятся одновременно и по подотраслевому (техно­ логическому, функциональному), например, добыча

-

транспорт

-

переработка нефти и газа и административному (территориальному) признакам. В частности, таким образом строится управление (приня­ тие решений) в вертикально-интегрированных нефтегазовых компа­

ниях

[1.3,

1.4],

акционерных

промышленных группах

обществах

[1.8]

и

финансово­

[1.13).

В общем случае построение деревьев целей и решений является сложной, самостоятельной и плохо формализуемой проблемой при­

нятия решений. Традиционно методы построения деревьев целей и решений, как правило, основаны на разработке и применении экс­ пертных процедур или систем.

Многочисленные же психологические исследования показыва­ ют, что руководители без дополнительной аналитической поддержки исnользуют

nравила

уnрощенные,

[1.14],

а иногда и

nротиворечивые

решающие

как nри принятии стратегических, так и тактических

13 решений. Учитывая это, место системы поддержки припятня реше­

ний в системе управления, в том числе и в нефтегазовом производст­ ве, показано на рис.l.З.

Системы приштшя решений (СОР) Системы поддержки приняти.R решений (СПОР)

Информационные системы· системы сбора, хранения, передачи и представления информации

Управляющие

Информация

воздействия

обратной связи

Энерrоносители, сырье, мате-

Подготовка и обслуживание производспииz:

риалы

транспорт, техническое обслуживание, ре-

.....

..

монтит

Месторож­

дения,ПХГ, .....

...

Оrходы

Собственно производство: Бурение, добыча, геологоразведка, хранение

Готовая

сырая нефть,

продуКЦИ.Ii

газ зельное топливо, масла, смазки и т.д.

Рис.

.....

1.3

Обозначения:

=

Материальные и энергетические nотоки

Информационныепотоки

Схема системы управления предnриятием nоказана в виде тра­ пеции, состоящей из трех "слоев". Внутри и снаружи трапеции управления циркулируют информационные потоки. Сверху вниз

уnравляющие воздействия, снизу вверх зи, по горизонтали

-

-

-

информация обратной свя­

обмен информацией между внуrренними объек-

14 тами одного уровня, а также между внутренними и внешними объек­ тами.

В основании трапеции показаны системы сбора, обработки, хра­ нения, передачи и представления информации. Эти системы пред­

ставляют собой информационную модель предприятия. На верхнем "слое" трапеции управления находятся руководители предприятия,

объединенные вместе с объектом управления в определенную орга­

низационную структуру управления, принимающие решения и обра­ зующие системы принятия решений (СПР). В среднем "слое" трапеции находится система поддержки при­

пятня решений (СППР). Модели, заложенные в СППР выполняют многовариантные расчеты, производят оценки, генерируют варианты

возможных решений (как стратегических, так и тактических), оцени­ вают их, прогнозируют последствия решений.

Сегодня работа систем nоддержки процесса припятня решений, так или иначе, основана на формализации методов получения исход­ ных и промежуточных оценок, даваемых ЛПР и алгоритмизации са­

мого процесса выработки решения в любой вершине графа постро­ енного дерева решений.

Если же соотносить функции СППР (см. nараграф

1.2.)

с теми

основными задачами, которые обычно решаются nри управлении

реализацией любых nроизводственных nроцессов

в подотраслях нефтегазового производства, то взаимосвязь системы поддержки принятия решений с задачами управления производством представ­

ляется так, как показано на рис.

1.4.

Суть схемы, представленной на этом рисунке состоит в том, что все (или только необходимые) функции (модели) СППР используют­ ся nри решении каждой задачи управления для достижения намечен­ ньiх целей.

рис

Перечень задач управления производством nредставленный на 1.4. соответствует традиционному разделению функций управ­

ления производством по фазам управления.

На рис. 1.5 показан один из возможных вариантов дерева воз­ можных вариантов последовательностей выполнения работ (решений

ЛПР) по управлению производством, полученный из списка задач управления правой части рис

1.4.

Номера вершин графа соответст­

вуют номерам задач управления. Звездочками отмечены номера вер-

15 шин графа, для которых система СППР, выполняет частично или полностью функции, перечисленные в левой части рис.

1.4.

Этапы формирования

Задачи управления

решений

производством

1.

Критериальная оценка

1.

ситуаций.

2.

Генерация возможных

3.

Оценка возможных аль~

менных программ (проектов) производства- стра-

альтернатив решений.

тегическое планирование.

2.

тернатив решений.

4.

Согласование решений.

5.

Прогнозирование последствий принимаемых решений.

6.

Выбор решения.

7.

Оценка соответствия

Формирование долговре-

Формирование структур-

но-образующих соотношений производства (объе кто в управления, МТР,

~

трудовых ресурсов).

3.

Формирование логистических проектов текущего планирования.

выполнения припятых

4.

решений намеченным

Календарное планировани е.

целям.

5.

Получение и обработка данных о производствен~ ном процессе.

6.

Оперативное регулирование.

J..C Базы и хранилища данных

l

JJ Базы знаний

Базы моделей

1 Рис.

J

1.4

Заметим, что в вершинах графа с номером 5 СППР не показана. Это означает, что в такой вершине реализуются чисто служебные алгоритмы сбора и обработки информации о производственном про­ цессе, но СППР все равно работает.

16

Рис.

1.5

В соответствии с этим, например, для геофизического производ­

ства (см. рис.

1.1 ),

организация проведения геофизических исследо­

ваний (ГИС) промысловым геофизическим предприятием предпола­

гает,

что

при

решении

задачи

формирования

образующих соотношений производства ГИС (пункт управления производством на рис.

1.4) необходимо

2

структурно­

в блоке задач

найти наилучшие

с точки зрения руководителя соотношения перечия скважин, на ко­

торых должны проводиться ГИС, числа и вида геофизических партий и необходимых для этого материально-технических ресурсов (изме­ рительных приборов, аппаратуры, автомобилей, кабеля и т.д.). Для этого руководителю необходимо иметь (построить) не только соот­ ветствующие частные математические модели, определяющие опти­

мальные по выбранным им критериям, соотношения этих элементов производственной структуры, но и выполнить, применяя описывае­

мые ниже модели, оценку критериальных параметров тех моделей Также надо осуществить генерацию возможных альтернатив

[1.15].

решения (в том числе, и последовательности решения задач по пупк­ там 1-6 блока задач управления- рис. 1.4.), осуществить прогноз по­ следствий принятого решения и оценить соответствие выполнения

выбранного решения намеченным целям и выбрать наилучшее реше­ ние. Это полностью относится и к остальным пяти пунктам рис. 1.4. Не раскрывая подробно содержание каждого из пяти оставшихся пунктов блока задач управления производством, детальное рассмот-

17 рение и математические модели реализации которых будуr рассмот­ рены ниже, отметим лишь, что получение наилучших с точки зрения

руководителя решений по этим пунктам осуществляется за счет со­ вместного комплексного применения как традиционных моделей за­

дач управления производством (на рис.

1.4 - это

база моделей) и ис­

пользования соответствующих баз данных и знаний, так и за счет субъективных оценок и представлений. Изложенное

позволяет

руководителю

сочетать

собственные

субъективные предпочтения с компьютерным математическим моде­ лированием и анализом ситуации в процессе выработки решения.

1.2. Задачи

компьютерных систем поддержки управленческих решений

Принятие решений

- каждодневная деятельность

человека, часть

его повседневной жизни. В большинстве случаев оно заключается в

генерации возможных альтернатив решений, их оценке и выборе лучшей альтернативы.

Принять «правильное» решение значит выбрать такую альтерна­

тиву из множества возможных, в которой с учетом всех разнообраз­ ных факторов и противоречивых требований будет оmимизирована общая ценность

[1.15].

При выборе альтернатив приходится учитывать большое число противоречивых требований и, следовательно, оценивать варианты решений по многим критериям. Как хорошо заметил в свое время

Нильс Бор: «Есть примитивные истины, противоречие которым явно ложно, но существуют также и высшие истины такие, что противо­

речащие им постулаты также справедливы». Противоречивость тре­

бований, неоднозначность оценки ситуаций, ошибки в выборе при­ оритетов сильно осложняют принятие решений.

Неопределенности являются неотъемлемой частью процессов принятия решений. Свести задачи, характеризуемые неопределенно­

стями, к точно поставленным целям нельзя в принципе

[1.16].

Для

этого надо «снять» неопределенности. Одним из таких способов сня­ тия является субъективная оценка специалиста (эксперта, руководи­

теля), определяющая его предпочтения.

18 Таким образом, эксперт или руководитель вынуждены исходить

из своих субъективных представлений об эффективности возможных

альтернатив и важности различных критериев. Эта субъективная оценка оказалась в настоящее время единственно возможной осно­ вой объединения разнородных физических параметров решаемой проблемы в единую модель, позволяющую оценивать варианты ре­

шений

.

В этой субъективности нет ничего плохого. Опытные руко­

водители хорошо осознают, сколько личного и субъективного они вносят в примимаемые решения. С другой стороны, об успехах и не­ удачах большинства человеческих решений люди могут судить ис­

ходя только из своих субъективных предпочтений и представлений. Но самое сложное заключается в другом. Изменился круг задач,

решаемых человеком в -различных сферах своей деятельности. Воз­ никли новые сложные и непривычные для него проблемы. В течение столетий люди могли принимать решения, ориентируясь на один-два

главных фактора, не учитывая многие другие. Они жили в мире, где темп изменения окружающей среды был невелик, и новые явления возникали «по очереди», а не сразу.

Сейчас положение изменилось. Большое количество задач, в том числе и задачи, нефтегазовой отрасли являются многокритериальны­ ми задачами, в которых приходится учитывать большое число фак­ торов. В этих задачах человеку приходится оценивать множество сил, влияний, интересов и последствий, характеризующих варианты решений.

Необходимо отметить, что признанием фактора субъективности руководителя в принятии решения нарушен фундаментальный прин­ цип методологии исследования операций: поиск объективно опти­

мального решения. Признание права руководителя на субъектив­ ность решения есть признак появления новой парадигмы, характер­

ной для другого научного направления

- принятия решений при мно­

гих критериях.

Однако при принятии решений по многим критериям существу­ ет и объективная составляющая. Обычно эта составляющая включает в себя ограничения, накладываемые складывающейся ситуацией на возможные решения (наличие ресурсов, временные ограничения,

экологические требования, социальная обстановка и т.п.).

19 Системы

поддержки

управленческих

решений

существуют

очень давно: это военные советы, коллегии министерств, всевозмож­

ные совещания, аналитические центры и т. д. Хотя они никогда не мазывались системами поддержки управленческих решений, но вы­

полняли именно их задачи (в некоторых случаях частично). Решение в этих органах, в конечном счете, всегда принимал и nринимает ли­

дер. До последнего времени в этих органах, естественно, не исnоль­

зовали вычислительные машины и nравила их функционирования. Хотя nроцедуры принятия решений в этих органах и регламентиро­ вались, но были формализованы далеко не так, как это требуется в человеко-машинных процедурах.

По мере совершенствования вычислительных систем, ориенти­

рованных на хранение, обработку и исnользование данных и знаний, стали создаваться системы, в которых результаты принятия уnрав­

ленческих решений приближались по качеству к решениям, nримя­ тым человеком, а по скорости получения решений существенно пре­

вышали время реакции человека (особенно в неnредсказуемых и не­ предвИденных ситуациях). Такие системы называют интеллектуаль­ ными системами, мультиагентными системами искусственного ин­

теллекта, системами поддержки nринятия решений (СППР)

1.19]. Может быть,

шахматные компьютеры шахматной партии

[1.17-

наиболее ярким примером таких систем являются

- это

Deep Blue

и

Deep Fritz.

Ведь каждый ход в

nринятие решения.

Компьютерная поддержка процесса принятия решений, так или

иначе, основана на формализации:



методов получения объективных (измеряемых) и субъектив­

ных (даваемых руководителем или экспертом) исходных и nромежу­ точных оценок;

• • •

алгоритмизации самого процесса принятия решений; анализа ситуации;

выработки решения.

Она заключается в nомощи руководителю в процессе принятия решений и включает:

1.

помощь руководителю при анализе объективной составляю­

щей, т.е. в понимании и оценке сложившейся ситуации и ограниче­

ний, накладываемых складывающейся ситуацией;

20

2.

выявление предпочтений руководителя, т.е. в выявлении и

ранжировании приоритетов, учете неопределенности в оценках ру·

ководителя и формировании его предпочтений; 3. генерацию возможных решений, т.е. формирование списка альтернатив;

4.

оценку возможных альтернатив, исходя из предпочтений РУ·

ководителя и ограничений, накладываемых внешней средой;

5.

анализ последствий (прогноз) результатов принимаемых ре·

шений;

6.

поддержку переговоров при принятии согласованного груп·

пового решения;

7.

выбор лучшего, с точки зрения руководителя, варианта.

Между сотрудником, работающим с руководителем и с систе­ мой поддержки принятия решений, можно провести некоторую ана­

логию. Когда руководитель принимает на работу нового сотрудника, он старается его оценить и понять, сможет он с ним работать или со­

трудник ему не подходит. С другой стороны, сотрудник, беседуя с предполагаемым начальником, тоже пытается понять, сможет ли ои

работать с будущим начальником или лучше сразу отказаться от это· го. Это зависит от субъективных требований и индивидуальных осо­

бенностей как руководителя, так и сотрудника. Аналогично, каждый руководитель, осваивая новую комnьютерную систему,

старается

оценить ее характеристики и понять, удовлетворяет она его или он с

ней работать не будет, т.е. он относится к ней как к будущему со­ труднику.

С другой стороны, разработчики компьютерной системы rюд­ держки принятия уnравленческих решений тоже должны себе пред­

ставпять некоего «обобщенного руководителя» и создавать систему «под него», т.е. должны nредставить себе руководителя, на которого

будет работать создаваемая ими система, и более того, должны уметь настраивать систему под nредпочтения конкретного руководителя.

Формализация методов генерации решений, их оценки и согла· сования является чрезвычайио сложной задачей. Эта задача стала

интенсивно решаться с возникновением вычислительной техники. Ее решение сильно зависело и зависит от характеристик доступных ап­ паратных и программных средств, степени понимания проблем, по

которым nринимаются решения, и методов формализации.

21 Термин «система поддержки принятия решений» появился в на­ чале семидесятых годов

[1.19].

За это время дано много определений

СППР. Сегодня, термин «системы поддержки принятия решений» получил очень широкое распространение, но, как часто бывает в та­ ких случаях, этот термин наполняют различным содержанием.

В некоторых работах СППР рассматривается как информацион­ ная система, позволяющая быстро, легко и удобно анализировать

большие объемы данных, и в удобном для восприятия виде пред­ стамять их специалисту или руководителю.

В самом общем виде задачу поддержки принятия решений можно свести к решению трех вопросов:

• • •

- модель « как есть»; - модель «как должно быть»; попасть - модель «задачи выработки

где мы находимся

куда хотим придти как туда

(принятия)

решения».

Во многих продаваемых сейчас программных пакетах систем поддержки принятия решений основной упор делается на решение

первого вопроса. Так известную систему

Oracle Express OLAP

опре­

деляют как «инструмент оперативного анализа данных.>>. Сама аб­ рвеатура

OLAP расшифровывается как Oп-Line Analitical Processing. OLAP систем анализа данных являются системы Ин­ теллектуального Анализа Данных (Data Mining, ИАД). ИАД обычно Развитием

определяют как метод поддержки принятия решений, основанный на

анализе зависимостей между данными. Процессы ИАД подразделя­ ются на три большие группы: поиск зависимостей

rнозирование

(predictive modeling)

(discovery), про­ (forensic analy-

и анализ аномалий

sis). В этих системах, и в частности, в ИАД применяется чрезвычай­ но широкий спектр математических, логических и статистических

методов: от анализа деревьев решений ных сетей

(Business Objects)

до нейрон­

(Neo Vista).

Функции анализа ситуаций, реализуемые в

OLAP

и ИАД долж­

ны входить в систему поддержки припятня решений, но СППР должны помочь руководителю ответить не только на первый вопрос:

«где мы находимся», но и на второй и третий. Поэтому функции

СППР должны быт гораздо шире, чем, например, в OLAP и ИАД и они заключаются:

22 -

в помощи руководителю при анализе объективной составляю­

щей, т.е. в понимании и оценке сложившейся обстановки;

-

в выявлении предпочтений руководителя, т.е. в выявлении и

ранжировании приоритетов, учете неопределенности в оценках ру­

ководителя и формировании его предпочтений;

-

в генерации возможных решений, т.е. формировании списка

альтернатив;

-

в обеспечении постоянного обмена информацией и помощи в

согласовании групповых решений;

-

в ранжировании возможных альтернатив решений;

-в анализе последствий принимаемых решений;

-

в выборе лучшего, с точки зрения руководителя варианта.

То есть сейчас начинает превалировать более широкий взгляд на

СППР, требующий осуществления компьютерной поддержки на всех

этапах принятия решения человеком. Исходя из этого, СППР можно определить как человеко-машинную систему, позволяющую руково­

дителям использовать свои знания, опыт и интересы, объективные и

субъективные модели, оценки и данные для реализации компьютер­ ных методов выработки решений и выполняющую, возможно час­

тично, функции 1-7, перечисленные выше [1.20]. Длительность и напряженность ведения переговоров приводят к естественному желанию использовать компьютерные системы для поддержки специалиста и руководителя, участвующего в итератив­

ном процессе принятия согласованных групповых решений. Такие

системы получили название систем поддержки переговоров (СПП) (английский термин- Negotiation Support Systems) или системы под­ держки групповых решений (СПГР) (английский термин - Group De-

cision Support System). По своей идеологии они достаточно близки к системам поддержки принятия решений (СППР), однако имеют ряд

особенностей, связанных с необходимостью добиваться взаимопо­ нимания между членами группы, принимающей решения. В даль­

нейшем будем использовать все три термина.

23

1.3. Факторы, определяющие характер построения

человеко­

машинных процедур поддержки принRТИJI решений

Огметим несколько факторов, далеко не все, оказывающих оп­ ределяющее влияние на человеко-машинный процесс

поддержки

принятия решений с помощью СППР. К ним относятся:



характер распределенности СППР (определяет групповой или

индивидуальный процесс принятия решения);



типы струюурированности проблем, решаемых с помощью

СППР (определяют возможность использования аналитических мо­ делей, численных оценок или только качественных характеристик);



характер оценки результатов решения (определяет возмож­

ность получения объективной оценки полученных результатов);



характер сиrуации, в которой руководитель принимает реше­

ние (определяет стрессовость сиrуации, имеющийся опыт и т.д.);



тип компьютерного анализа сиrуации, производимого с по­

мощью СППР (определяет метод анализа последствий принимаемого решения);



характер принятия решений: индивидуальный или групповой

(определяет необходимость согласования решения или его едино­ личное принятие руководителем).

Существуют и другие факторы, влияющие на характер построе­

ния человеко-машинных процедур, например организация интерфей­ са, методы анализа обстановки и сбора данных и ряд других, выхо­ дящие за рамки нашего рассмотрения.

Характер распределеиности CIПIP. Системы поддержки при­ нятия решений могут быть сосредоточенные и распределенные.

Сосредоточенные СППР включают в себя одну экспертную сис­ тему, установленную на одной вычислительной машине, они помо­

гают одному руководителю (или небольшой группе специалистов) оценивать обстановку и принимать решения. Они проще, чем рас­

пределенные системы, т.к. в них отсутствует проблема обмена ин­ формацией. Распределенные вычислительные системы могут быть распреде­ лены nространственно и/или функционально. Пространственно и

функционально распределенные СППР состоят из локальных СППР, расположенных в связанных между собой узлах вычислительной се-

24 ти, каждая из которых может независимо решать свои частные зада­

чи, но для решения общей проблемы ни одна из них не обладает дос­ таточными знаниями, информацией и ресурсами (или некоторыми из этих составляющих). Общую проблему они мoryr решать только со­ обща, объединяя свои локальные возможности и согласовывая при­ нятые частные решения. Функционально распределенные системы

состоят из нескольких экспертных систем (или СППР), связанных меЖду собой информационно и установленных на одной вычисли­

тельной машине (пространственно они сосредоточены). Необходимо особо отметить очень распространенный класс сис­

тем

-

иерархические системы поддержки принятия решений. Иерар­

хические вычислительные системы поддержки принятия решений состоят из экспертных 'СИстем или систем поддержки принятия ре­

шений, расположенных в узлах, связанных меЖду собой вычисли­

тельной сетью. С точки зрения принятия решений узлы правны. Самый простой пример такой системы

-

не равно­

это систем, состоя­

щая из подсистем

Wo

W1, W2, ... , Wn первого уровня и одной подсистемы второго (более высокого) уровня, подробно такая система приме­

нительно к управлению городским хозяйством нефтегазового регио­

на будет рассмотрена в третьей части книги.

Цель подсистемы Wo - влиять на низшие подсистемы таким об­ разом, чтобы достигалась общая цель, заданная для всей системы. Такая система может служить в качестве элементарного блока при построении более сложных систем.

Объективно существуют интересы системы, в целом их вырази­

W0 • Существуют и интересы подсистем W,, W2, ... , Wn, причем их интересы, как правило, не совпадают или совпадают не полностью как с интересами подсистем W0, так и друг с

телем выступает подсистема

другом.

Степень централизации системы определяется мерой разделения полномочий меЖду уровнями системы. В тех случаях, когда система

Wo не может приказывать подсистемам низшего уровня, а подсисте­ мы низшего уровня не мoryr функционировать без координирующих

действий (например, при выработке новой стратегии действий или распределении ресурсов), необходима разработка согласованных ре­ шений.

25 Распределенные системы получают в настоящее время все более широкое распространение по следующим причинам

(1.21]:

Бурное развитие технологии производства вычислительной техники позволяет объединить большое число достаточно мощных и

1.

относительно недорогих вычислительных машин в единую сеть, спо­

собную выполнять асинхронные параллельные вычисления и эффек­ тивно обмениваться информацией.

Необходимо отметить, что стратегия развития вычислительной техники

ориентирована

в

основном

на

сетевые

вычислительные

структуры, в которых задачи решаются не централизованно, а рас­ пределенно.

2.

Многие предметные области, в которых используются систе­

мы поддержки принятия решений, распределены по своей природе.

Некоторые из них распределены функционально как, например, мно­ гие системы медицинской диагностики, другие распределенные как

пространственно, так и функционально, как, например, системы под­ держки принятия управленческих решений по освоению месторож­

дений нефти и газа, транспорту и переработке углеводородов.

3.

Пространствеина и функционально распределенные системы

облегчают обмен информацией и принятие согласованных решений группами специалистов, совместно работающих над решением одной задачи.

4.

Наконец, принцип модульного построения и использования

систем также хорошо реализуется в распределенных системах под­

держки принятия решений. Возможность создавать системы для ре­

шения сложных проблем из относительно простых и автономных программно-аппаратных модулей позволяет их легче создавать, от­ лаживать и эксплуатировать.

Таким образом, распределенный подход поддержки принятия решений целесообразно использовать либо когда лица, примимаю­

щие решения, пространственно распределены, либо когда процесс принятия решений связан с высокой степенью функциональной спе­

циализации и, конечно, когда имеют место оба эти случая. Обе эти ситуации могуг быть связаны с различными прикладными областями принятия решения.

Несмотря на различный характер приложений, методы построе~ HliЯ распределенных систем принятия решений в них очень близки.

26 Существенно новые возможности появляются у специалистов, принимающих решения, которые находятся на значительных рас­

стояниях друг от друга (для нефтегазовой отрасли это является од­

ним из определяющих факторов). Развитие региональных и глобаль­ ных вычислительных сетей, к которым мoryr быть подключены ло­ кальные сети специалистов, принимающих решения, обеспечивают легкость общения и получение всей необходимой информации, в том

числе и графической, в очень сжатые сроки. Распределенные СППР мoryr иметь следующие модификации:

1.

Решения предлагают несколько экспертных систем, находя­

щихся в одном узле, но оценивающие ситуацию с разных «точек зре­

ния». Они мoryr предложить различные решения, которые должен откорректировать и согласовать специалист, сидящий за дисплеем узла.

2.

Решение предлагают несколько экспертных систем, находя­

щихся в различных узлах вычислительной сети. В силу того, что они тоже мoryr подходить к решению с разных кrочек зрения», могут

быть предложены различные решения, которые теперь уже должны будут согласовывать специалисты, находящиеся, возможно, в раз­ личных узлах сети. Если один из узлов передал не одно, а несколько

решений, то ситуация принципиально не меняется.

3. Решение предлагают несколько специалистов, сидящих за дисплеями различных узлов вычислительной сети. Они все должны

будут и согласовывать принятие окончательного решения. 4. Наконец, возможен вариант, когда предлагаются различные решения и экспертными системами (системой), и экспертами (экс­ пертом).

Кажется, перечислены все логически возможные ситуации. Надо отметить, что, хотя конкретные реализации систем под­ держки принятия решений очень сильно зависят от области приме­ нения, методы генерации решений, их оценка и согласование осно­ вываются на одних и тех же базовых теоретических предпосылках и методах.

Типы структурироваппости проблем, решаемые с помощью СППР. Попытки применения исследования операций для решения различного класса задач выявили большие различия в природе изу-

27 чаемых систем. В связи с этим бьmа предложена следующая класси­

фикация проблем

[1.22]:

Хорошо структурированные или количественно сформулиро­ ванные проблемы, в которых существенные зависимости выяснены

1.

настолько хорошо, что они мoryr быть выражены в числах или сим­ волах, лолучающих в конце концов численные оценки.

2. рые

Слабо структурированные или смешанные проблемы, кото­

содержат как качественные, так

причем

качественные,

и количественные элеме!Пы,

малоизвестные

и

неолределенные

стороны

проблем имеют тенденцию доминировать.

3.

Неструктурированные или качественно выраженные пробле­

мы, содержащие лишь описание важнейших ресурсов, признаков и характеристик,

количественные

зависимости

между

которыми

со­

вершенно не известны.

Согласно этой классификации типичные проблемы исследова­ ния олераций можно назвать хорошо структурированными. Этот класс задач широко применяется при оценке и выборе элементов технических устройств, например, форм корпуса самолетов или ко­

раблей, управлении электростанциями, вышкостроении, техническом

обслуживании и ремонте нефтегазового оборудования. То есть в тех случаях, когда существуют адекватные математические модели уст­

ройств или процессов и есть опытные данные, позволяющие априор­ но определить параметры этих моделей.

Ко второму классу проблем относятся многие смешанные зада­ чи, использующие как эвристические предпочтения, так и аналити­

ческие модели. При оценке инвестиционных проектов, разработке нефтегазовых месторождений аналитические модели мoryr быть ис­ пользованы для расчета финансовых параметров, а эвристические

-

для оценки рисков и т.д.

Характерными особенностями проблем третьего класса являютс я:

• уникальность выбора в том смысле, что каждый раз проблема является новой для руководителя либо обладает новыми особенно­ стями по сравнению со встречавшейся ранее подобной лроблемой;



неолределенность в оценках альтернативных вариантов ре­

шения проблемы;

28

• качественный характер оценки вариантов решения проблемы, чаще всего формулируемые в словесном виде; оценка альтернатив может быть получена лишь на основе



субъективных предпочтений руководителя (либо группы руководи­ телей);

критериальные оценки мoryr быть получены только от экс­

• пертов.

К этому классу проблем относятся, например, проблемы плани­ рования научных исследований, конкурсного отбора проектов, оцен­ ке нефтегазовых месторождений и т.д. Характер оценки результата решения, принимаемоrо с по­

мощью CIПIP. В соответствии с

[1.23]

проблемы, решаемые в

СППР, мoryr быть с объективно и субъективно оцениваемыми ре­ зультатами.

Задачи с объективно оцениваемыми результатами

-

это задачи,

для которых может быть объективно определен факт их окончатель­

ного решения. В этих задачах в явном виде задан критерий, опреде­ ляющий достижение цели. Сюда относятся сложные комбинаторные

задачи, различные игры с четкими правилами (шахматы, шашки), задачи проектирования и т.д. Для этих задач, как правило, имеются хорошие аналитические или алгоритмические модели. Для них име­

ется возможность объективной оценки результата решения или хотя

бы сравнительной оценки нескольких вариантов решений. К задачам с субъективно оцениваемыми решениями отнесем за­ дачи, для которых объективная оценка результата решения отсуrст­ вует, и ее заменяют экспертные оценки, основанные на эвристиче­

ских предпочтениях. То есть качество решения основывается на

субъективных оценках человека. К таким задачам относятся задачи принятия экономических и политических решений, задачи, медицин­

ской диагностики и ряд задач оценки эффективности выработки неф­ тегазовых месторождений.

Характер ситуации, в которой руководитель принимает ре­ шения с помощью СШIР. Обстановку, в которой принимаются ре­ шения, можно подразделить на стабильную и экстремальную.

При принятии решений в стабильной обстановке руководитель, как nравило, имеет больше времени для сбора и анализа данных " оценки nринимаемых решений. Задачи, решаемые в стабильной об-

29 становке, мoryr быть повторно решаемые и решаемые впервые. При решении повторных задач руководитель опирается на накопленный

опыт и анализ результатов ранее решенных задач. Для впервые ре­ шаемых задач опыта их решений нет, и специалисты вынуждены опираться только на свои знания и интуицию.

Принятие решений в экстремальной ситуации (например, пожар на нефтескважине) характеризуется острым дефицитом времени и, в большинстве случаев, быстро меняющейся обстановкой. Эти два фактора сильно усложняют процесс принятия решений для руково­ дителя. Задачи, решаемые в экстремальных ситуациях, можно под­ разделить на ранее решавшиеся и уникальные. Однако даже при ре­

шении аналогичных задач практически не бывает двух одинаковых чрезвычайных ситуаций, поэтому наряду с использованием инфор­

мации, хранящейся в базе данных, специалист (эксперт; лицо, при­ нимающее решение) должен вводить новую информацию, отобра­ жающую данную чрезвычайную ситуацию, корректировать «веса»

(значимость) критериев, модифицировать метод ликвидации чрезвы­ чайной ситуации.

Типы

компьютерного

анализа

ситуаций,

производимого

СППР. Существует класс задач, в которых анализ сложившейся об­ становки, принятие по ней решения является достаточным и не тре­

бует дальнейшего анализа (во всяком случае, по данной конкретной ситуации). Такой компьютерный анализ назовем статистическим.

Примерам такого анализа является решение по ликвидации аварий­ ного разлива нефти. Принимается решение, обеспечивающее, исходя

из имеющихся возможностей, наиболее безопасный, быстрый и де­ шевый способ ликвидации аварии. Вопрос о ее дальнейших послед­

ствиях и необходимых мерах (экологических, финансовых и др.) не является, как правило, предметом обсуждения при выборе средств и методов ликвидации аварии. Это другая проблема.

Однако во многих случаях ситуация оказывается более сложной.

Как хорошо замечено в [1.24] «Реальная ... жизнь более похожа на искусство, на непрерывно продолжающуюся пьесу, каждый акт ко­

торой еще неизвестен или известен весьма приблизительно».

То есть существует очень большой класс задач, в которых нельзя оценить эффективность решения без анализа возможных последст-

30 вий. Таковы, например, подавляющее большинство политических и экономических решений, выбор хода в шахматах и т.д.

Эти высказывания в других терминах можно сформулировать следующим образом

[1.25]:

Пусть имеется некоторый набор сценариев, из которого один

выбирается для реализации поставленной задачи. Эффективность

выnолнения задачи будем характеризовать показателем W, который следует стремиться максимизировать в процессевыбора (W.:::;>max). Все факторы, от которых зависит успех, разделим на три груп­ пы: заданные заранее известные факторы (условия выполнения зада­

чи), которые для краткости обозначим с:х; зависящие от нас элементы

решения, образующие в своей совокупности множества решений Х; неизвестные факторы, которые в совокупности обозначим ~Показатель эффективности W зависит от всех трех групп факторов:

W:W(a;X,~.

Так как величина Wзависит от неизвестных факторов.;, она уже не может быть вычислена и остается неопределенной. Поэтому запи­

сать условие оптимальности в виде W ==maxW(a,X,~) нельзя. В этом случае задачу можно сформулировать так: при заданных усло­

виях с:х, с учетом неопределенности, вносимой неизвестными факто­

рами ~. найти такое решение х f:X, которое, по возможности, обеспе­ чивает максимальное значение показателя эффективности

W.

Это уже не чисто математическая задача, вернее не задача клас­ сических методов оптимизации. Она может быть решена методамя компьютерных игр.

Индивидуальный или групповой характер припятня реше­ ний. Компьютерная система поддержки прииятия решений может

быть предназначена для поддержки принятия решений единогласно руководителем или для принятия групповых решений. В первом слу­

чае она выполняет все или часть функций, перечисленных в разд. кроме nоддержки переговоров, во втором

-

1.2,

поддержка переговоров

при согласовании управленческих решений является ее важнейшей функцией.

31 На рис.

1.6 [1.26]

показано чередование двух фаз принятия со­

гласованных решений группой экспертов, объединенных в штаб: фа­ зы принятия индивидуальных решений и фазы ведения переговоров.

Из рис.

1.6

видно, что система поддержки индивидуальных (едино­

личных) решений является составной частью системы поддержки групповых решений. На схеме рис.

1.6

не выделен руководитель

штаба, который имеет право корректировать остальных участников переговоров, а не только согласовывать решения.

При осознании необходимости проведения совместных действий руководитель, участвующий в переговорах (на рис.

1.6-

член шта­

ба), должен сформулировать для себя возможную цель (или цели) этих действий, произвести анализ обстановки, определить свою по­ зицию в предстоящих переговорах, произвести анализ возможных

партнеров и определить тактику проведения переговоров

-

это фаза

принятия индивидуальных решений. После этого руководитель фор­ мулирует свои предложения и рассылает их возможным партнерам.

Затем начинаются собственно переговоры (вторая фаза), вклю­ чающие определение (или переопределение) проблемы и ее решение, то есть процесс оппонирующего взаимодействия, в процессе которо­

го стороны ищут лучшее согласованное решение, в определенной степени удовлетворяющее все участвующие стороны, которое они не

могут достигнуть другим способом. Традиционная модель перегово­ ров рассматривается как хорошо структурированный процесс, пред­

полагающий поиск консенсуса в терминах ограничений и целей,

сформулированных участниками переговоров. Часть переговоров действительно проходит по такому сценарию. В этом случае может

бЬtть использован один из формальных алгоритмов согласования ре­ шений. Результаты работы алгоритма перссылаются всем участникам

и, если они их удовлетворяют, решение считается принятым. Т.е. процесс принятия решения закончился на второй фазе. Обычно по такой схеме осуществляются, вырабатываются и принимаются тактические более стандартные и относительно про­ стые решения, требующие немедленной реализации.

32

Оценка предло­

Оценка предло­

Оценка предло­

жений членом

жений членом

жений членом

штаба

штаба

штаба

нет

Рис.

1.6

33 Переговоры по стратегическим, наиболее сложным проблемам, раньше, возможно, никогда не решавшимся, при обсуждении кото­

рых высrупают противоречивые, конфликтные интересы сторон, протекают

в

виде

последовательности

рующих переговорных процессов,

интенсивных

эволюциони­

преодолевающих пороги разно­

гласий. Тогда процесс происходит циклически, после второй фазы он снова переходит в первую. Для каждого из таких процессов часто

приходится использовать свои проблемно-зависимые методы.

В большинстве случаев перерывы между переговорами исполь­ зуются для принятия индивидуальных решений, в ходе которых пе­ реосмысливается сиrуация, производятся поиски новых вариантов и их оценки.

Если переговоры, в которых для достижения соглашения выдви­ гаются менее предпочтительные для каждого участника альтернати­

вы, но кажутся обещающими для нахождения компромисса, то про­ цедуры генерации и оценки таких альтернатив должны рассматри­

вать эти варианты. Одним из способов достижения справедливости правил в процессе переговоров является предоставление права всем

участникам переговоров выдвигать альтернативные предложения и

производить свои оценки каждому предложению (своему или парт­ нера по переrоворам).

Путь нахождения таких менее предпочтительных решений, ко­ торые, однако, могут привести к согласованию в фазе переговоров,

хорошо иллюстрирует алгоритм, предложенный в

[1.27]. N организацнй и

Пусть в переговорах участвуют представители

предложено К вариантов решений. Каждый участник имеет четко

ранжированные предпочтения по всем К альтернативам, которые представлены матрицей NхК, каждый элемент которой zп.t определя­

ет k-ый уровень предпочтения варианта решения для п-ого участника переговоров. Будем считать, что чем больше значение

k, тем ниже ранг. Участники переговоров могут не знать всю матрицу Z. Алгоритм проведения переговоров следующий: 1. Рассматривается наиболее предпочтительная альтернатива решения каждого участника. Если предпочтения совпадают

сделан. Если нет, то

n.

n=2

и переход к шагу

-

выбор

n.

Рассматриваются следующие по порядку альтернативы. Те­

перь каждый участник выставляет n возможных наиболее предпоч-

34 тительных решений. Если есть их пересечение

-

нет, то п=п+ l.Если

если

n :::; N - шаг n повторяется,

выбор сделан, если

n > N - решение

не найдено.

Пример. В матрице

Z

злементы каждой строки расположены

по убыванию уровня предпочтений. В первой строке, показывающей предпочтения первого участника, самый предпочтительный вариант а, затем Ь и т.д. Во второй строке, показывающей предпочтения вто­

рого участника, самый предпочтительный вариант Ь, затем

Z =(а

Ь

шаг

Ь с

а

d

d)

d и т.д.

с

1

Z'= (

:1~ : ~) п:ресечений неr,

шаг2

z2 =(~

blc d

а

d) с

пересечение есть- Ь. Вариант Ь может pac-

сматриваться как компромиссный. Компромиссных вариантов, как

покзз;:о(~сл:ду:~) при мере, может ок=ьс• несколько. Здесь опять шаг

1 не дает пересечений, шаг 2 дает пересечение

двух элементов.

z'

=(: ~: ~)

Заметим, что все элементы, принадлежащие полученному по ал­ горитму компромиссному множеству,

-

Парето-оптимальны. Конеч­

но, зто упрощенный алгоритм поиска совпадающих решений участ­ ников переговоров, а не их модификации, но идею компромисса он иллюстрирует хорошо.

35 1.4. Трудности, возникающие ори использовании компьютерных систем поддержки орииатиа решений

Как только появилась электронная вычислительная машина, сра­ зу возникла идея использовать ее в качестве «умной электронной го­ ловы», в частности, для принятия решений в экономике, политике,

военном деле и т.п. Первые попытки, предпринятые в этом направ­ лении, казалось, предвещали удачу. Однако вскоре стало понятно, что управленческие задачи, успешно решаемые вычислительными машинами, оказались тесно связанными с хорошо исследованными в

математике оптимизационными задачами, в которых четко опреде­ лены критерии оптимизации и ограничения, т.е. хорошо структури­

рованными задачами. Задачи экономики, политики, военного дела, а

в последующем и, конечно, задачи ликвидации последствий радио­ активного заражения оказались в значительной степени задачами

слабо структурированными или плохо структурированными. Как уже отмечалось выше, использование средств вычислитель­ ной техники для решения задач подобного рода оказалось не только сложным методологически, но во многих случаях эксперты и руко­

водители оказывались перед психологическим барьером, не позво­ ляющим использовать ЭВМ для поддержки принятия решений.

Для многих руководителей старшего поколения сама мысль о том, что какая-то машина, пусть и электронная, будет принимать вместо них решения или хотя бы давать рекомендации, казалась не­

стерпимой. И это было связано не только с антипатией к машине как «мыслящему инструменту», ноиснеумением и непривычкой выра­

батывать решения на основе формализованных оценок. Появление в руководстве государственных учреждений и част­ ных компаний людей нового поколения, конечно, значительно изме­

нило отношение к вычислительной технике, и в задачах учета и ана­ лиза она стала господствовать почти безраздельно, однако использо­

вание вычислительной техники для генерации, оценки, согласования

и принятия решений наталкивается на определенное недоверие. Во всяком случае, устойчивых традиций применения этих процедур еще не возникло. Это связано со следующими методологическими и пси­

хологическими трудностями:

36 - Сложность представления н ввода информации. Проблемы представления и ввода информации возникли сразу с появлением

первой вычислительной машины. Эти проблемы были быстро поия­ ты и приложсны огромные усилия по созданию аппаратных и про·

граммных средств их решения. Усnехи в этой области колоссальны и общеизвестны: это использование мультимедийных средств пред­ ставления информации, больших экранов, полиэкранов,

речевого

ввода, анимации и т.д. В ближайшем будущем они, видимо, полно­ стью решат эту проблему.

-

Необходимость сохранения конфиденциальности предпоч­

тений и мотивов действий руководителя

[1.17).

Эта проблема мо·

жет стать серьезным препятствием использования систем подцержки

переговоров по согласованию управленческих решений. Далеко не все руководители делятся даже с ближайшими сотрудниками своими

планами, тем более стратегическими, и, уж конечно, своими оценка· ми складывающейся ситуации. Самый простой пример. Пусть на

фирме установлена компьютерная система оценки выдвижения и приема на работу сотрудников. Такие системы существуют и функ­ ционируют. Сотрудники и принимаемые люди оцениваются по опре· деленным алгоритмам, использующим критериальные оценки, nолу­

ченные каждым кандидатом на выдвижение или на прием на работу. Но у руководителя могут быть свои соображения о каком-либо кан­ дидате, основанные отнюдь не на его деловых качествах. Руководи­ тель может почувствовать дискомфорт, отвергая кандидатуры, полу· чившие лучшие оценки системы, и утверждая кандидатуру, полу­

чившую низкий балл или не тестируемую вообще. Это самый прими­ тивный пример. В сложных ситуациях руководитель может не иметь такой свободы выбора решения, и ему может быть трудно отвергнуть вариант решения, предлагаемый СПП, не раскрывая своих истинных мотивов, чего он делать не хочет. Но эта проблема не является не­

преодолимой. В СПП могут быть предусмотрены средства кодирова­ ния истинных предпочтений руководителя, недоступные для других

пользователей системы. Если руководитель уверен, что секретность

ero оценок и предпочтений будет сохранена, он не будет смотреть на СПП как на врага, выдающего ero планы возможным недругам. - Противоречие, возникающее от смешении ответственности математнка-проrраммиста и руководители. Необходимость ис-

37 пользования математических моделей порождает противоречие, ко­ торое возникает при взаимодействии руководителя с компьютерной

системой поддержки переговоров. Это противоречие возникает от смешения ответственности. Математик, компетентный в математиче­ ских дисциплинах, несет профессиональную ответственность только за качество решений математически поставленной задачи. Он не компетентен в содержательной стороне процедур проведения пере­

говоров и не отвечает за них. Тем не менее, через разработанные им модели и алгоритмы решение формирует он. Руководитель, компе­

тентный в содержательi-JЫХ вопросах и отвечающий за конечный ре­

зультат, в большинстве случаев не в состоянии понять математиче­ ские методы, и поэтому для него процесс формирования решения в процессе переговоров не вполне прозрачен. Таким образом, получа­ ется, что отвечает за последствия результатов переговоров руководи­

тель, а формирует решение математик. Это противоречие вызывает недоверие у руководителя и является одной из причин нежелания

руководителя работать с компьютерными системами поддержки принятия решений.

Проблема усложняется тем, что руководитель, как правило, не привык к количественным оценкам в процессе принятия решений, не привык оценивать свои решения на основе математических методов

с помощью каких либо функций, с трудом анализирует последствия примимаемых решений.

Возможно ли разрешение возникшего противоречия? Возможно, по крайней мере, двумя путями:



алгоритмы оценки и анализа ситуаций, используемые в сис­

теме поддержки принятия (или организации) решений, должны соот­

ветствовать стандартным методам, принятым на фирме (организа­

ции), которые руководитель хорошо знает и считает правильными;



введение в СППР новых моделей и методов возможно толь­

ко после их оценки, проверки и утверждения руководителем. Под Проверкой имеется в виду, конечно, не проверка математич_еской корректности, а эксперименты по оценке новыми методами ситуа­

ций, имевших место раньше, и сравнение с оценками, сделанными в то время. В ходе экспериментов руководитель должен проникнуться доверием к новым методам или отвергнуть их. Так, кстати, проверя­

ются новые методы в метеорологии.

38 - Одной

из серьезных трудностей, возникающих при практи·

ческой реализации систем поддержки припитии решений, квлll·

етси проблема неопределенности. Эта проблема рассмотрена в гла­ ве

3 -

Субъективность оценок в процессе принктии решений.

Субъективная оценка руководителя

-

это оценка, сделанная им на

основе собственного опыта, интуиции, предпочтения или интереса, а не на основе абсолютно точного знания.

Проблемы, возникающие с субъективностью оценок в процессе принятия решений, также рассмотрены в главе

3.

39 Глава

2.

АРХИТЕКТУР А КОМПЬЮТЕРНЫХ СИСТЕМ

ПОДДЕРЖКИ ПРIШЯТИЯ УПРАВЛЕНЧЕСКИХ РЕШЕНИЙ В НЕФТЕГАЗОВОЙ ПРОМЫШЛЕННОСТИ

2.1.

Структура систем поддержки приия:тия решений

Перечисленные в главе

1

задачи системы поддержки припятня

решений определяют ее общую струюуру, показанную на рис.

[2.1].

2.1

(Сеть, через которую взаимодействующие системы поддержки

припятня решений связаны друг с другом на рис.

2.1

не показана).

Струюура систем поДдержки припятня решений в нефтегазовой промышленности не отличается от струюуры, показаиной на рис.

2.1,

поэтому в разд.

2.1

рассматривается типовая струюура СППР .



Блок

Блок генерации

анализа

возможных

ситуаций

решений

1

+

Блокоценки

Блок

возможных

согласования

альтернатив решений

f-----11-

решений

1

+1

t

Блок

Блок компьютерного

прогнозирования

анализа динамики

решений

развития ситуации

Рис.

Блоквыбора

г--+

решения

(сценарю1)

2.1

По струК"Iуре связей между блоками видно, что процесс припя­ тня решений может повторяться, если предлагаемые решения не

удовлетворяют руководителя. Блок оценки возможных альтернатив

40 решения может обратиться к блоку оценки сИ'Iуации, если его >

1

агента (переход в



пассивное состояние)

Ликвидация агента

Рис.

Пунктиром на рис. ной линией

-

2.4

2.4 обозначена пересылка данных, сплош­

переход из состояния в состояние. Состояний может

быть три: активное, "замороженное" (пассивное) и ликвидации. За­ метим, что любая уnравляющая система или ее элемент может нахо-

57 диться в одном из этих состояний. Переход из состояния в состояние, как правило, осуществляется операционной системой.

Для реализации своих функций агент должен обладать, по край­ ней мере, четырьмя возможностями: поддерживать взаимодействие с окружающим миром, полу­

чая от него информацию и реагируя на нее своими действиями (реак­ тивность);

проявлять собственную инициативу (активность); посылать и получать сообщения от других агентов и вступать с ними во взаимодействие (социальная способность);

-

действовать без вмешательства извне (автономность).

Может быть, это и несколько искусственная аналогия, но кол­ лектив, вырабатывающий решение, также должен обладать анало­ гичными возможностями. На рис.

2.5

показана схема функциониро­

вания агента. Прямоугольниками на рис.

действия агента

[2.24],

2.5

показаны функции и

стрелками показана связь между блоками.

Расшифруем составляющие этой схемы. 1.1. Управление собственным процессом. В работах по распре­ деленным экспертным системам

[2.25, 2.26]

отмечалось, что экс­

пертные системы в распределенных системах поддержки принятия

решений обладают своей собственной локальной операционной сис­ темой, причем набор критериев диспетчеризации задач оказывается шире традиционного и отражает оценки и nредпочтения руководите­

лей.

Естественно, локальная операционная система, управляя вычис­

лительным nроцессом, оnределяет, какие сnецифические функции агента должны выnолняться в данный момент (блок 1.2 на рис. 2.2), т.е. какая задача должна решаться. Оnределяя, используемые в зада­

че методы, локальная операционная система фактически оnределяет

знания о других агентах (блок 1.3) и знания о внешнем мире (блок 1.4), которые должны использоваться в этой задаче, а также осуще­ ствляет управление процессами ввода/вывода (блоки

1.2.

1.3

и

1.4).

Выnолнение своих специфических функций. Ради выnолне­

ния этих функций, собственно, и создаются многоагентные системы

СППР. Каждая такая функция является составляющей в выработке решения. При этом она должна отражать nредпочтения руководите­

ля. Так, в системах поддержки nринятия решений это может быть

58 генерация возможных вариантов решений, их оценка и/или согласо­ вание. Эти функции могут быть реализованы различными алгорит­

мами генерации, согласования и выбора решений в соответствии с

предпочтениями руководителя. Подробнее специфические функции многоагентных систем поддержки принятия решений будуr рассмот­ рены ниже.

Входная информация

1

1 1

1.1

:-+

r

1.2

t

1.3

1.4.

Уnравление

Выполнение

собствен-

своих

ным nроцес-

цифических

других

сом

функций

и связь с ними



Исnользование

Использование

своих знаний о

своих знаний о

+

внешнем

мире

и связь с ними

2.3

Блок

nроце-

Блок

адашации

дур и nодпро-

агентах

t

2.2

2.1 Блок

cne-

выбора

nроцедур

грамм

и

nодпрограмм

3.1

.

~ Выработка

...

решения или рекомендации

1 Рис

.2.5

Еще раз подчеркнем, что именно для выполнения этих функций создаются базы знаний и базы данных, разрабатываются методы ин­ формационного поиска, численные методы, методы распознавания, генерации, оценки, согласования решений и реализующие их про-

59 граммы. Этот блок использует знания о других агентах (блок внешнем мире (блок

1.3.

1.3)

и

1.4).

Использование своих знаний о других агентах и связь с ни­

ми. Эти знания необходимы СППР для оценки важности и достовер­ ности информации, получаемой от других агентов, а также при со­ гласовании коллективных решений нескольких агентов. Все оценки

должны соответствовать субъективным оценкам руководителя.

Поскольку у агента нет полной информации о других агентах и внешнем мире, он вынужден действовать в условиях неопределенно­ сти, взаимодействуя с другими агентами и согласовывая с ними свои

решения. Здесь также напрашивается аналогия с человеком, прини­

мающим

[2.25]

решения.

Обычно различают два типа

взаимодействия

совместное, объединенное (английский термин-

эгоистическое, состязательное (английские термины

cooperative) и self-interested,

competitive). Первый тип взаимодействия имеет место, когда агенты в много­ агентной системе имеют общую цель, единую задачу выполняемую системой, а сама многоагентпая СППР централизованно спроектиро­

вана для решения единой общей проблемы. Примером такой СППР является система управления воздушным движением, в ней деятель­

ность всех подсистем направлена на выполнение одной задачи: в на­ шем примере выбор и реализация лучших путей движения и посадки

самолетов. Хотя у каждого из агентов есть свои «интересы», отобра­ жающие интересы специалиста (агента), являющегося пользователем этого агента.

Второй тип взаимодействия характеризуется ситуацией, когда агенты, исходя из своих собственных различных «интересов)), пыта­ ются прийти к совместному групповому решению по хорошо опре­

деленным альтернативам. Например, при взаимодействии различных сетей связи компьютеры, управляющие ресурсами различных и, воз­

можно конкурирующих, систем телекоммуникаций, вынуждены на­

ходить лучшие (а возможно и просто необходимые) маршруты сле­

дования пакетов. Позтому при состязательном взаимодействии, неза­ висимые агенты с независимыми целями ищут согласованные реше­ ния.

Apriori

они могут быть вовсе не дружественны друг к другу или,

в некоторых случаях, просто ничего друг о друге не знать.

60 Какой бы тип взаимодействия ни имел место, взаимодействую­

щие агенты являются элементами распределенной системы. В рас­ пределенных системах поддержки принятия решений встает задача согласования решений, как между агентами различных уровней, так и между агентами одного уровня.

Для того чтобы процедура согласования решений реализовыва­ лась эффективно, специалистам и руководителям, участвующим в ней, надо предложить какие-то процедуры, по которым они осущест­

вляли бы поиск комnромисса. В настоящее время разработано боль­ шое количество таких nроцедур. Агенты, согласовывающие реше­ ния, исnользуют программы, реализующие эти nроцедуры.

1.4.

Исnользование своих знаний о внешнем мире и связь с ним.

Знания о мире необходимы для оценки важности и достоверности информации, получаемой из внешнего мира, а также для выбора ал­ горитмов вычислений. Алгоритмы оценки важности и достоверности

информации, а также алгоритмы вычислений должны быть оnреде­

лены экспертом или руководителем. По ним производится обработка информации, и даются оценки обстановки, используемые для выра­ ботки решения.

Перейдем на 2-й уровень графа рис.

2.5.

В нем отражены, если

так можно выразиться, "побудительные мотивы" действий агента.

2.1.

Блок процедур и подпрограмм содержит nрограммы, реали­

зующие алгоритмы, выполняемые агентом. В качестве иллюстрации

рассмотрим рис.

2.6.

На рис. 2.6,а показаны возможные методы генерации вариантов

решений, а на рис. 2.6,б

- возможные методы

их оценки.

Начнем с рис. 2.6.а. Выбор метода генерации решений зависит от характера задачи и накопленного в многоагентной системе опыта. Если требуется выявить структуру причинных связей между элемен­

тами системы, элементами сложного объекта, составляющими про­ блемы и т.п. и оценить nоследствия, происходящие nод влиянием воздействия на эти элементы или изменения характера связей, то многоагентная система nоддержки принятия решений может пред­ ложить использовать метод когнитивных карт.

61 Когнитивные

~

карты

Экспертные

сие-

темы

Сценарии

Генетические алгоритмы

1.1

~

Выполнение своих

~ ~

специфических функций по генерации решений

а)

~

Выполнение своих специфических функций

по

оценке

вариантов

решений

АлгоритмА

Алгоритм В

Алгоритмы, используюшие методы

Алгоритме

субъективной вероятности

АлгоритмР АлгоритмА

Алгоритмы, используюшие методы

Алгоритм В

размытых множеств

Алгоритме АлгоритмL

Алгоритмы, использующие методы

АлгоритмА Алгоритм В

многокритериальных оценок

Алгоритм С Алгоритм К Алгоритмы, использующие методы

АлгоритмА

кусочио-линейной аппроксимации

Алгоритм В

Алгоритм С АлгоритмN б)

Рис.

2.6

62 В тех случаях, когда в многоагентной системе накоплены эври­

стические знания для решения задач, не поддавшихся традиционной математической формулировке в виде систем уравнений, СППР мо­ жет предложить набор готовых программ экспертных систем, хра­ нящихся в ее памяти.

Если для решения задачи, может быть задан набор возможных операций таких, что задача может быть выполнена при различных

последовательностях их реализации и/или при выполнении только некоторых из них, то СППР может сгенерировать различные сцена­ рии выполнения задачи. Руководитель с помощью системы поддерж­

ки принятия решений должен выбрать один из них. При этом руководитель должен убедиться, что алгоритмы и оценки, заложенные в СППР, соответствуют его предпочтениям. Ес­ ли аналогичные задачи с данным руководителем решаются повторно,

то многоагентная СППР может принять "самостоятельное решение". На рис. 2.6,б персчислены некоторые методы, которые могут

быть использованы (и используются) при оценке вариантов решений.

Конкретный метод выбирается в зависимости от характера данных, особенности задачи и предпочтений специалиста. Конечно на рис. 2.6,б персчислены далеко не все модели, используемые в СППР.

2.2.

Блок адаптации анализирует входные данные и подаваемые

управляющие воздействия. В случае отклонения процесса от задан­

ной или ожидаемой траектории осуществляет корректировку коэф­ фициентов, "весов" критериев и других значений, характеризующих среду (например, плотность раствора} или процесс (например, ско­

рость бурения). Направленные данные вводятся блоком в программы для дальнейших расчетов.

2.3.

Блок выбора процедур. Выбор той или иной программы

или процедуры меняется в зависимости от информации, получаемой

из внешнего мира и от других агентов. Выбор алгоритмов должен соответствовать предпочтениям руководителя и сложившейся обста­ новке.

3.1.

Выработка решения задачи или рекомендации осуществля­

ется за счет оценок возможных алгоритмов (сценариев) и выбора из

них наилучшего с учетом субъективных оценок руководителя и ог­

раничений, диюуемых обстановкой. Результат предстамяется поль­ зователю через блок

1.1, рис. 2.5.

63 На рис.

2.4

показана структура локального агента. Локальные

агенты имеют доступ к локальным ресурсам и их иногда называют

персональными помощниками. Они часто реализуют персонифици­

рованный интерфейс, т.е. настроены на индивидуальные привычки и предпочтения конкретного пользователя, множество функций, кото­

рые они способны выполнять достаточно широко. Мобильные агенты. Самое, наверно, грубое, но хорошо иллюст­ рирующее определение: мобильный агент

-

это программа, которая

может мигрировать от машины к машине в гетерогенной сети. Он может прекратить выполнение программы в произвольной точке, передислоцироваться на другую машину и продолжить выполнение

программы. Структура мобильного агента показана на рис.

2.7.

Средства коммуникации

с мобильными агентами Средства доступа к сетевым ресурсам

Локальный аrент

Средства

Защита от

~--------~--------_,н~иnщии nосети

несанкционированноrо доступа

Рис.

2.7

Мобильные агенты функционируют в мноrоагентных системах, построенных с исnользованием методов расnределенного искусст­ венного интеллекта. Они характеризуются скоординированным ин­

теллектуальным nоведением, обесnечивающим достижение общей цели, стоящей перед многоагентной системой.

2.5 Функции агентов и субъективные предпочтени11 руководителей

64 Часть многоагентной системы поддержки управленческих реше­

ний показана на рис.

2.8 [2.26].

Рабочие места принятия решений руководителей и сnециалистов

[

l•h[: ~~ ' - -

/L.

/"

~~

~.i

..

Агент комnьютерной

г+-

)•,bl -..-

l•h

поддержки nриняти~

••

. '

~

nешений



Агент управления

.

Агент оперативного

эволюционной реорrанизацией

~

nnРлnnиотио

управления поеппоиятием

t

Агент управления

~

реинжинирингом

Агент управления

nредnриятия

проектами

:.....

промышленной

-

логистики

Информационная система:

локальные и корпоративные вычислительные

сети, подключаемые к сети

INTERNET,

содержашие аnпаратные и про-

rраммные средства сбора, обработки, хранения, nередачи и nредставления информации.

Рис.

2.8

Все агенты, показанные на рис.

тельной сети (на рис.

2.8

2.8

являются частью вычисли­

это обозначено рамкой). На рис.

2.8

не по­

казаны агенты представления мультимедийной информации, агенты

поиска информации в базах данных и знаний, агенты передачи ин­ формации по сети, агенты бухгалтерского учета, составления все­ возможных расписаний (например, движения транспорта или това-

65 ров) и т.п. Выделены агенты, связанные с системой поддержки управленческих решений.

Информационная система, показанная на рис. 2.8 осуществляет сбор, обработку, хранение передачу и представление информации. Основу современной информационной системы составляет сеть. Международным стандартом nравил работы в сети (протоколов сети) стали

протоколы

Internet/Intranet их часто называют WеЪ­ WWW технологиями (технологии мировой nаути­ Вычислительная модель Web представляет новые средства, ори­

технологиями или

ны).

ентированные на nостроение круnномасштабных систем, интегри­ руемость их отдельных частей, легкую управляемость и гибкость.

Поскольку основные составляющие сети типа баз данных, электрон­ ной почты, гипертекста, мультимедийных средств хранения и пред­ ставления данных и т.п. не определяют специфики принятия реше­ ний, а только облегчают выбор руководителя, они не рассматривают­ ся.

Рис. ний рис.

2.9 это развернутый блок агента поддержки принятия реше­ 2.8. На нем показаны связи агентов при реализации системы

поддержки принятия решений методом многоагентной системы. Че­ рез агента в представлении и поиске информации или непосредст­ венно, он связан со всей информационной системой, обозначенной на рис.

2.8.

Заметим, что по структуре связей между агентами процесс при­ нятия решений может повторяться, если предлагаемые решения не удовлетворяют руководителя. Агент оценки возможных альтернатив решения может

об ратиться

к агенту оценки ситуации, если его

"не

удовлетворяют" результаты анализа. В тех случаях, когда согласова­ ние решений не требуется, агент оценки возможных альтернатив ре­

шения обращается сразу к агенту прогнозирования. Заметим, что агенты могут находиться на разных узлах сети, т.е. они выходят за

пределы установленных ограничений. Рассмотрим коротко функции каждого агента.

66

Агент

Агент генерации

анализа ситуаций

возможных

1+-

решений

1

+ Агент оценки

Агент

возможных альтернатив

согласования

решений

решений

1 Агент

+

Агент выбора решения

прогнозирования

-

решений

Рис.

2.9

+

Функции агента анализа ситуации~ В СППР анализ обстанов­ ки так или иначе связан с анализом данных и учетом точки зрения

руководителя или специалиста. Анализ обстановки является доста­ точно сложным процессом, в его анализе субъективные решения ру­ ководителя могут сыграть решающую роль. Обычно методы анализа тесно связаны с областями применения. В качестве одного из мето­ дов анализа широко используется так называемый интеллектуальный анализ данных (ИАД). Этот подход хорошо освящен в литературе. Функции агента генерации решений. Методы генерации ре­ шений и влияние их на результаты предпочтений и интересов руко­

водителя будет подробно рассмотрено в последующих главах. Функции агента оценки вариантов решений. В процессе при­ нятия нового решения человек в состоянии рассмотреть несколько

вариантов и во многих случаях не замечает лучший или опасный

(пример "зевки" в шахматах). СППР способна рассмотреть если не все, то очень большое число возможных решений. Но генерация

67 большого числа решений имеет смысл только в том случае, если она сама сможет их оценить и проранжировать с учетом предпочтений

руководителя. (Показывать большое число руководителю бессмыс­ ленно, он не в состоянии проанализировать все варианты). Для оцен­ ки вариантов используются различные математические модели, часть

которых перечислена на рис. 2.6,б

[2.6-2.9].

Важно, чтобы они учи­

тывали субъективные интересы руководителя.

Функции агента согласовании групповых решений. Для того чтобы процедура согласования решения реализовывалась эффектив­ но, специалистам, участвующим в ней, надо предложить какие-то

правила, по которым они осуществляли бы поиск компромисса. Та­ кие правила, применяемые на практике, в большинстве случаев дос­ таточно просты. Выбор правил н их реализация тесно связана с инте­

ресами участвующих в согласовании руководителей. Подробно ме­ тоды согласования решений рассматриваются, например в

[2.9].

Функции агента прогнознрованни последствий приннмае­ мых решений. Прогнознрование последствий примимаемых реше­

ний

-

задача очень сложная. Она может быть решена моделированн­

ем или игровыми методами типа деловых игр, военных штабных игр на картах и т.п. При этом методы оценки этих последствий очень сильно зависят от опыта и менталитета руководителя. Анализ nо­

следствий может привести к пересмотру оценок различных факто­ ров, данных руководителем раньше и повлиявших на ранжирование

возможных решений.

Функции

агента

выбора

решении

руководителем.

Для

уменьшения влияния ошибок, допущенными руководителем в дан­

ных им субъективных оценках может быть использована следующая процедура.

1.

Система предлагает руководителю несколько вариантов ре­

шений, занявших верхние строчки при ранжировании.

2.

Если руководитель выбирает одно их этих решений

-

проце­

дура выбора считается окончена, если нет- переход к п.З.

3.

Система поддержки принятия решений предлагает руководи­

телю последовательность возможных решений в нисходящем поряд­ ке ранжирования, пока руководитель сам не проранжирует несколько

удовлетворяющих его решений.

68 4.

Система поддержки принятия решений подсказывает руково­

дителю возможные характеристики базовых шкал и оценок "весов" критериев, при которых выбранные руководителем решения, соот­ ветствуют

S.

ero ранжированию.

Производится пересчет значений функций полезности вариан­

тов решений, и производится новое ранжирование вариантов, соот­ ветствующее предпочтениям руководителя. Переход к п.

3.

Таким образом, человеко-машинная процедура принятия реше­ ний с помощью СППР представляет собой циклический процесс взаимодействия человека и компьютера. Цикл состоит из фазы ана­ лиза и постановки задачи для компьютера, выполняемой руководи­

телем, и фазы оптимизации (поиска решения и выполнения рактеристик), реализуемой компьютером.

ero

ха­

69 Глава

3.

РОЛЬ СУБЪЕКТИВНЬIХ ОЦЕНОК

В ПРОЦЕССЕ КОМПЪЮТЕРНОЙ ПОДДЕРЖКИ ПРШIЯТИЯ РЕШЕНИЙ

3.1. Неопределенность ситуации, субъективность оценок и индивидуальность руководитела

Одной из серьезных трудностей, возникающих при практиче­ ской реализации систем поддержки принятия решений, является проблема неопределенности. Термин неопределенность был предложен

[3.1].

F.H.

Кnight в

l933r.

Смысл термина заключался в том, что руководитель не знает

или не может точно оценить состояние окружающей среды и резуль­ таты, проистекающие из нахождения среды в этом состоянии.

С этой точки зрения задачи принятия решений, можно подразде­ лить на

[3.2]:



задачи, для которых характерна возможность объективной

оценки результата решения или хотя бы сравнительной оценки двух

решений, например, выбор аэродинамических форм летательных ап­ паратов;



задачи, для которых такая объективная оценка результатов

решения отсутствует, и ее заменяют экспертные оценки специали­

стов. Это связано с появлением в этих задачах фактора неопределен­ ности, который «объективно» измерить трудно или невозможно.

Примерами задач второго типа являются принятие экономиче­ ских и политических решений, многих решений в условиях чрезвы­

чайных ситуациях, в частности, при радиационном воздействии и т.д.

Для этих задач характерна субъективная оценка человеком качества решения и участие человека в выработке решения. В задачах этого

типа необходимо обеспечить выбор решения шений) из возможного множества решений следствия принятия решения состояния мира

W.

d

d (или комбинации ре­ D при условии, что по­

зависят от неизвестной величины

w

В этом случае неопределенность порождают как

субъективность восприятия и оценки ситуации человеком, так и не­ полнота его знаний о ситуации. Таким образом, неопределенность

является неотъемлемой частью процессов принятия решений.

70 Неопределенности часто разделяют на три класса [3.3]: неопре­ деленности, связанные с неполнотой наших знаний о проблеме, по которой принимается решение; неопределенность, связанная с не­

возможностью точного учета реакции окружающей среды на наши действия, и, наконец, неточное понимание своих целей лицом, при­

нимающим решения. Свести задачи с подобными неопределенностя­ ми к точно поставленным задачам нельзя в принципе

[3.3].

Для этого

надо снять неопределенности. Способом снятия этих неопределенно­ стей в процессе принятия решений является субъективная оценка руководителем (экспертом) создавшейся ситуации (варианта реше­ ния) на основе его знаний, опыта и интуиции. Неопределенность, связанную с невозможностью точного учета

реакции окружающей среды на наши действия, можно подразделить

на внешнюю, внутреннюю

[3.4]

и личную

[3.5].

Внешняя неопределенность связана с факторами, находящимися в очень слабой степени зависимости от воли руководителя или вне

его контроля. Точная оценка и прогноз влияния этих факторов на решаемую проблему затруднительна. Это

-

возможные действия

властных структур, конкурирующих фирм, привпекаемого для работ

персонала, в некоторых случаях- работа техники и т.д. Правильная оценка этих факторов имеет важнейшее значение. Как правило, она производится с учетом (или на основе) субъективного опыта и ин­ туиции руководителя.

Внутренняя неопределенность связана с факторами, на которые руководитель может оказать достаточно сильное влияние. Сюда от­

носятся: эффективность системы управления в организации, количе­ ство и качество ресурсов, квалификация специалистов, их умение

работать в экстремальных условиях и т.п. Оценка каждой из этих со­ ставляющих в значительной степени также производится на основе

субъективных оценок и предпочтений руководителя.

Личная неопределенность связана с колебаниями в выборе средств достижения цели, сомнениями в выборе и оценке критериев,

выбором математических моделей и т.д. Этот вид неопределенности преодолевается руководителем или экспертом на основе своего субъ­

ективного опыта, образования и привычек, а выражается в субъек­ тивных оценках и предпочтениях.

Личная неопределенность может быть связана:

71



с сомнениями одного руководителя. Она может быть умень­

шена оценками вариантов решений (вариантов средств достижения

цели), сделанными по его предпочтениям. Некоторые методы таких оценок и возникшие при этом неопределенности рассмотрены ниже;



с необходимостью принятия групповых решений, вызванных

различными взглядами членов группы на проблему. Этот вид неоп­

ределенности может быть снят согласованием решений. Явление неопределенности породило понятие «неопределенной» величины, позволяющей характеризовать степень неопределенности.

Известно три типа таких величин: случайные, нечеткие и интерваль­ ные

[3.6]. Степень неопределенности зависит от:



точности измерений;



сложности ситуации;

• •

временных ограничений; доступности альтернатив;



неясности результатов, полученных после реализации реше-



четкости предпочтений руководителя возможным результа­

ния;

там, полученным после принятия того или иного решения;



требований

процедурной

рациональности

и

ряда других

трудно учитываемых факторов.

Ввести какую-либо меру для оценки влияния каждого из пере­ численных факторов трудно. Важно знать, что они существуют и

влияют на процесс принятия решений. Более того, чем больше сте­ пень неопределенности, тем большее значение в процессе принятия решений имеет субъективная оценка руководителя, сделанная им на основе собственного опыта, интуиции, предпочтения или интереса, а

не на основе абсолютно точного знания. Таким образом, руководитель или эксперт вынужден исходить из своих субъективных nредставлений об эффективности возможных

альтернатив и важности различных критериев. В этой субъективно­ сти нет ничего плохого. Опытные руководители хорошо осознают, сколько личного и субъективного они вносят в принимаемые реше­

ния. С другой стороны, об успехах и неудачах большинства решений люди мoryr судить исходя только из своих субъективных предпочте­

ний и представлений. Таким образом, субъективные оценки должны

72 восприниматься формальным анализом в качестве входных данных. При этом, естественно, оценки полученных результатов также долж­

ны восприниматься как субъективные. Поясним это примером.

Хорошо известно, что когда однажды войска Юлия Цезаря перед решительным боем оказались прижатыми к водной преграде, он при­ казал сжечь корабли, перевозившие войска через водную преграду.

Тем самым Цезарь показал войску, что отступления не будет, и у

воинов остался выбор "победа или смерть". Смеем предположить (да простится нам такая вольность), что если бы на месте Цезаря вой­ сками командовал Кутузов, он приказал бы создать дополнительные

средства переправы, чтобы в случае неудачи сохранить остатки ар­ мии, впоследствии усилить ее, и снова ударить по врагу. Его концеп­

ция заключалась в том, ·чтобы не допустить уничтожение своей ар­ мии противником. Примеры таких различных оценок вариантов ре­ шений в одной и той же ситуации очень крупными и опытными спе­

циалистами можно видеть достаточно часто. Давая диаметрально

противоположные оценки, оба руководителя могут быть nо-своему правы. Каждый из них мог бы достичь успеха, используя свой метод, свои возможности, свои особениости мышления. Признанием фактора субъективности оценки руководителя в принятии решения нарушается фундаментальный принцип методо­

логии исследования операций: поиск объективно оптимального ре­ шения. Признание права на субъективность решения в рамках дан­ ной модели и аксиоматики есть признак появления новой парадигмы, характерной для другого научного направления

-

принятия решений

при многих критериях и оценке субъективной функции полезности или, как ее часто называют, функции предпочтения

[3.7].

Однако при принятии решений по многим критериям существу­ ет и объективная составляющая. Обычно эта составляющая включает в себя ограничения, накладываемые внешней средой на возможные решения (наличие ресурсов, временные ограничения, экологические

требования, социальная обстановка и т.п.) и объективные законы развития управляемого процесса, если они известны.

73

3.2. Неопределенность н субъективность в выборе средств достижения цели

Сегодняшняя политическая и экономическая жизнь страны дает яркий пример того, как, провозглашая одни и те же цели, различные лидеры предлагают для их достижения самые противоречивые сред­

ства и методы. Во многих случаях это значит, что за одними и теми же словами скрывается различное понимание целей и средств их

достижения или неопределенность в понимании существа сформули­

рованной задачи.

Решения для достижения цели можно подразделить на:



неожиданные, принципиально новые, новаторские решения,

которые пока компьютер реализовывать не в состоянии;



решения,

основанные

на типовых сценариях,

по аналогии

или на основе комбинации известных частных решений; генерация таких решений доступна вычислительной машине

[3.8].

Процесс генерации решений достижения цели, основанный на эвристических предпочтениях руководителя, можно подразделить на

три последовательных этапа: формирование когнитивной карты, соз­

дание экспертной системы, генерация набора сценариев. Каждому этапу может соответствовать своя подсистема генерации решений.

При этом необязательно использовать три подсистемы, более того, каждая из этих подсистем может функционировать самостоятельно.

Если оценивать неопределенность количеством возможных ва­ риантов, то она может быть очень велика, следовательно, велика и

субъективность в выборе варианта решения (сценария действия).

Представпять несколько десятков вариантов решений руководителю бессмысленно - он все равно такое количество вариантов оценить и nроранжировать не сможет. Снижение неопределенности, вызванной

большим числом вариантов решений, может быть достигнуто за счет оценки вычислительной системой каждого варианта решения с уче­

том предпочтений руководителя и их ранжирования.

На неопределенность в оценке вариантов решения влияют раз­

личные факторы: точность оценки параметров, выбор и оценка важ­ ности критериев, адекватность математической модели, личные ка­

чества эксперта или руководителя и т.д. Рассмотрим сначала один

74 фактор

-

точность измерения, и покажем, как в зависимости только

от точности измерения, мoryr меняться результаты оценок.

Важность точности измерения хорошо известна во многих об­ ластях человеческой деятельности, но не всегда отдают себе отчет, что от точности измерений (здесь не имеется в виду обман, жульни­ чество) мoryr зависеть, например, результаты соревнований.

Поясним зто простым примером

[3.9].

Три группы бегунов: А, В

и С, в каждой группе по два человека, вышли на соревнование. Зачет осуществляется по среднему времени каждой группы.

В табл. 3.1-а, Ь, с показано время, затраченное бегунами на дис­ танции. В первой строке указаны время 1-го бегуна, во второй в третьей

-

их среднее время и в четвертой

ложим, что первый судья определяет

-

- 2-го,

место группы. Предпо­

их время с точностью до се­

кунды (табл. 3.1-а), как это делалось очень давно. Тогда на первом

месте оказывается группа А, а группы В и С делят второе и третье

места. Пусть другой судья определяет их время с точностью до

0.1

секунды. табл. 3.1-Ь, как это делалось недавно. Теперь на первом месте группа В, на втором



и на третьем месте

судья определял время бегунов с точностью до

- группа С. Третий 0.01 секунды, табл.

3.1-с, как зто делается теперь. По замерам третьего судьи на первом

месте оказалась группа С, на втором

-

В и на третьем месте

А. Та­

-

ким образом в зависимости от точности замеров места групп бегунов все время менялись. Конечно, совсем не обязательно, чтобы это про­ исходило всегда, но такой парадокс возможен.

-

а '!lица 31Ь 1:6.

Таблица 3.1-а

Таблица

3

1-с

А

в

с

А

в

с

А

в

с

9 10 9.5

10 10 10

10 10 10

9.9 10.7 10.3

10.1 10.3 10.2

10.1 10.4 10.35

9.95 10.78 10.365

10.19 10.39 10.29

10.12 10.41 10.265

1

11-111

11-111

11

1

111

111

11

1

Другой пример. Пусть, на основании значений коэффициента достоверности заключений

[3.10]

необходимо для одной и тоже

группы скважин выбрать комплекс геофизических исследований скважин (ГИС). Выбор комплекса ГИС производится на основании расчета среднего значения коэффициента достоверности по трем

группам наблюдений (например, за последние три месяца) «заказчи-

75 ком»- (например, главным геологом нефтегазодобывающего пред­

приятия) и «исполнителем»

-

главным геологом геофизического

предприятия. Рассматриваются комплексы ГИС отличающиеся друг от друга тем, что в комплексе ГИС 1 присутствует один дополни­

тельный метод ГИС, в ГИС2 - два, в ГИСЗ - три. «Заказчию> вычис­ лял значения коэффициентов с точностью до двух знаков после запя­ той (табл. 3.2а), «исполнитель» до одного знака (табл. 3.2б). Выбран­ ным считался комплекс ГИС, имеющий наибольшее значение сред­

нее значение коэффициента достоверности, то есть занявший при ранжировании первое место. Из таблиц 3.2а и 3.2б видно, что «заказ­ чию> и «исполнителЬ>> получили различные результаты. Более того,

после обсуждения этого факта они повысили точность измерений до трех знаков и получили третий, отличный от двух предыдущих ре­

зультат (Таблица 3.2в). Таким образом, также как и предыдущем примере, в зависимости от точности замеров, менялись при ранжи­

ровании места комплексов ГИС и на этом основании может пока­ заться затруднительным дать однозначный ответ о назначении рас­

сматриваемой группе скважин комплекса ГИС. Но ответ прост

- ес­

тественно, если точность замеров повысилась, то надо пользоваться

самыми точными. В данном случае это приводит не только к повы­

шению эффективности ГИС, но и к экономии ресурсов на их прове­ дение.

Таблица 3.2б

Таблица 3.2а

«Исполнитель» rис

«Заказчию>

rис

гис

гис

rис

1 0.7 0.8 0.9 0.800

2 0.8 0.8 0.8 0.800

1 0.74 0.84 0.89 0.823

11-111

11-111

3 0.8 0.8 0.9 0.833 1

2 0.82 0.83 0.83 0.827 1

11

Таблица 3.2в

.:

Smile Life

When life gives you a hundred reasons to cry, show life that you have a thousand reasons to smile

Get in touch

© Copyright 2015 - 2020 AZPDF.TIPS - All rights reserved.