Выработка решений в системе "человек-машина"

Подсистема объяснений — формирует трассу, т.е. алгоритм в виде набора правил, позволяющих ЛПР понять, как получен результат.

Подсистема приобретения знаний — обеспечивает диалог с экспертами, отбор и формализацию знаний.

Подсистема взаимодействия с объектом может отсутствовать, как и сам объект.

Существуют разные формы общения ЛПР с ЭС:

1. Использование табличного языка.

2. Диалог в форме меню.

3. Диалог на естественном языке.

Последняя форма общения предполагает высокий уровень ЭС и пока встречается редко.

Для использования естественного языка необходима достаточно сложная программа-анализатор, которая выполняет функции:

- лексического анализа;

- синтаксического анализа;

- семантического анализа.

В современных ЭС общение с ЛПР ведется с помощью табличного языка (постановка задачи) и меню (уточнение задачи в процессе ее выполнения) [2].

Эффективное использование диалога «человек-машина» предполагает выполнение следующих условий:

ü удобство общения (доступа человека к машине);

ü психологическая готовность человека к общению с ЭВМ;

ü достаточный уровень машинного интеллекта[1].

Эффективность принятых решений также невозможно оценить без применения математического аппарата и программного обеспечения.

Например, анализ «дерева решений». В настоящее время существует несколько программ, с помощью которых становится возможным не только построение дерева решений, но и его анализ.

Первые идеи создания деревьев решений восходят к работам Ховленда (Hoveland) и Ханта (Hunt) конца 50-х годов XX века. Однако, основополагающей работой, давшей импульс развитию этого направления, явилась книга Ханта (Hunt, E.B.), Мэрина (Marin J.) и Стоуна (Stone P.J) «Experiments in Induction», увидевшая свет в 1966 г.

Деревья решений – графическое средство анализа решений в условиях риска. Иерархическое строение «дерева классификации» – одно из наиболее важных его свойств. «Стволом дерева» является проблема или ситуация, требующая решения. «Вершиной дерева» являются цели или ценности, которыми руководствуется человек, принимающий решение [4].

Деревья решений создаются для использования в моделях, в которых принимается последовательность решений, каждое из которых ведет к некоторому результату. По дереву решений определяется оптимальная стратегия - последовательность решений, которые должны выполняться при возникновении тех или иных случайных событий. В процессе построения и анализа производственных, финансовых и управленческих ситуаций выделяют этапы непосредственно создания структуры модели, определения значений вероятностей возможных выходных результатов, определения значений полезности возможных выходных результатов и оценку альтернатив, а также выбор стратегии. Причем, следует отметить, что наиболее важным этапом в процессе применения анализ дерева решений является именно последний этап оценки альтернатив. Важно понять, что анализ решений не предполагает полностью объективного анализа моделей принятия решений. Многие аспекты анализа решений требуют личных суждений — это относится к структуре модели, определению значений вероятностей и полезностей. Во многих сложных моделях, отражающих реальные ситуации, просто не хватает эмпирических данных для полного анализа. Однако практика показывает, что даже в таких случаях анализ с использованием деревьев решений приносит несомненную пользу [6].

Заключение

Повышать эффективность принимаемых управленческих решений можно за счет предоставления материальных поощрений наиболее отличившимся сотрудникам, так как такой вид стимуляции наиболее эффективен в сегодняшней экономической реальности Украины. Однако не следует забывать и о моральном поощрении, так как нет такого человека, которому не льстила бы похвала и признание коллектива. Кроме того, необходимо применение программного обеспечения в процессе принятия управленческих решений управленцами высокого уровня. Предлагается широкое применение анализа дерева решений, структура модели которого должна учитывать предложения «с мест».

 Скачать реферат