5.1. ПРЕДПОСЫЛКИ РАЗВИТИЯ ТЕОРЕТИЧЕСКИХ ОСНОВ ОБРАТНЫХ ВЫЧИСЛЕНИЙ

Организация компьютерной поддержки формирования решений представляет собой обширную область теоретических и прикладных исследований, которую питают такие научные направления, как исследование операций, инженерия знаний, информационные технологии, теория принятия решений и др.

Длительное время в качестве основного подхода в их реализации господствовал подход Decision Support System (DSS) - системы поддержки решений.

DSS-подход качественно изменил распределение информационных потоков в контуре управления предприятием относительно слабо формализуемой информации. Если ранее через систему, реализующую ту или иную информационную технологию, проходило лишь хорошо отструктурированная информация, то сегодня этот поток все больше увеличивается за счет использования размытой, обрывочной, противоречивой и прочей нечеткой информации. Здесь следует остановиться на понятии нечеткости информации, очень важного для дальнейшего изложения текста. Это понятие можно пояснить с помощью другого понятия - структурированности проблемы (задачи).

Согласно классификации, предложенной Г. Саймоном [275], проблемы подразделяются на три класса: хорошо структурированные, слабоструктурированные и неструктурированные.

Выше уже акцентировалось внимание на том, что проблема структурированности целей и задач для нас является очень важной, так как в дальнейшем мы столкнемся с необходимостью решения полуструктурированных проблем. Для того чтобы можно было выяснить, какова эта проблема и к какому классу ее следует отнести, воспользуемся постулатом П. Босмана [138, с.4]: проблема является хорошо структурированной, если удовлетворяются следующие условия: 1)

множество альтернативных действий является конечным и идентифицируемым; 2)

решение последовательно происходит на основе модели, которая показывает хорошее соответствие; 3)

эффективность или производительность альтернативных действий может быть частично оценена.

Хорошо структурированные проблемы (решение, цели) являются повторяющимися и могут быть формализованы и автоматизированы.

Слабоструктурированные решения совмещают в себе знания ЛПР и возможности компьютера.

Неструктурированная проблема (цель) предполагает свое решение лишь на основе человеческой интуиции и его рассуждений.

Большинство управленческих задач чаще всего исключает строгую формализацию, т.е. они не структурированы, поскольку в их постановках изначально содержится большая доля неопределенности. Н.Н. Моисеев [151] выделяет три класса неопределенностей, связанные: •

с неполным пониманием проблемы; •

с невозможностью точной оценки реакции внешней среды на принятое и исполненное решение; •

связанных с неполным или неточным пониманием целей ЛПР.

Свести эти неопределенности к точному решению невозможно в

принципе, поскольку это означало бы сделать их «определенностя- ми», т.е. устранить неопределенности. Одним из путей снижения неопределенностей является создание такого информационного окружения ЛПР, которое в условиях необходимости учета многих, постоянно меняющихся факторов, постоянного роста объемов информации позволило бы более объективно оценивать как сложившуюся ситуацию, так и последствия принятия решений.

Выделение хорошо структурированных, слабоструктурированных и неструктурированных задач в управлении, конечно же, условно, поскольку четких разграничений здесь сделать невозможно. Такая классификация затрагивает понятие рутины, как комплекса нетворческих работ большой трудоемкости. Так, сегодня рутина представляет собой алгоритмизованный, постоянно повторяющийся процесс, например, расчет заработной платы, начисление амортизации, капитализация процентов по вкладам и т.д. Однако с раз- витаем информационных технологий понятие рутины меняется, как меняется и представление о структурированности задач. Многие задачи анализа ситуации становятся также рутинными, в силу создания как универсального, так и специального инструмента их решения. Например, оценка кредитоспособности заемщика теперь уже может быть частично структурирована.

В неструктурированных задачах имеются проблемы и при сборе информации, и при выборе инструментов для ее решения, поскольку путь решения неочевиден. Одной из разновидностей неструктурированных задач являются задачи научно-исследовательского характера. Обычно такие задачи необходимо свести к похожим, уже решавшимся, где понятны направления и методы их решения. Если задача встретилась впервые либо сложна, требуются неожиданные, принципиально новые, решения.

Хорошо структурированные задачи упорядочены, и решения их являются повторяющимися процессами, кроме того, они однозначны поскольку каждая задача имеет единственный метод решения. Слабоструктурированная задача имеет больше возможных методов решения, и сами решения могут сильно отличаться друг от друга. Неструктурированная задача либо вообще не имеет известных методов решения, либо имеет их слишком много.

В управлении существует огромное количество ситуаций, когда процесс принятия решения не может быть до конца запрограммирован, но частично задача структурируема. В этих случаях решения готовятся на основе типовых сценариев, по аналогии с уже имеющимися решениями или на их комбинациях. В области финансов, например, можно выделить: финансовый анализ, кредитный анализ, финансовое планирование и инжиниринг, управленческий контроль, управление портфелем и др.

Уровень компьютерной подцержки для решения структурированных, слабоструктурированных и неструктурированных задач представлен на рис. 5.1.

Можно считать, что системы формирования решений как научное направление сегодня уже достаточно развито. Известны классические взгляды на этот процесс, которые, на наш взгляд, в определенной сво-

ей части устарели. Например, математик Р. Акофф [8] выделяет в системе для принятия решений следующие факторы: управляемые переменные, неуправляемые переменные, ограничения и исходы.

Если рассмотреть иные работы, где излагаются, например, пять принципов поиска нового-[174], шаблонное и нешаблонное мышление по де Боно [247], критериальный выбор [248], то общей для всех можно принять следующую схему [251]: предварительный анализ -> структурный анализ -> анализ неопределенности -> анализ полезности -> применение ЭВМ.

Упомянутые работы и приведенная схема в основном рассматривают процесс принятия решений, нас же интересуют подходы, методы и способы формирования решений, ориентированных на применение информационных технологий.

оценка ситуации; •

генерация возможных решений; •

оценка решений и выбор лучшего; •

анализ возможных последствий принимаемых решений.

Среди перечисленных функций нет тех, которые позволили бы

говорить о системе, способной давать ответ на вопросы «Что делать?» и «Как это делать?».

Первую отсутствующую функцию мы назовем функцией прямой трансформации цели, стоящей перед ЛПР, в средства ее достижения. Это принципиально новая функция, реализация которой зависит от двух факторов: •

умения ЛПР с помощью специальных коэффициентов выразить предпочтение в направлениях достижения поставленной перед ним главной цели, что позволит включить специальный аппарат трансформации целей в средства; •

наличия математического аппарата, ориентированного на динамическую переориентацию в направлениях в достижении целей в зависимости от наличия ресурсов.

Вторая отсутствующая функция, отражает в полной мере устаревшие взгляды на проблему поддержки решений. Как уже упоминалось ранее, доминантой этих взглядов служит следующая пара- дигмальная цепь: цель -> средства -> результат. При этом априори подразумевается следующая идеализированная картина: некто, принимающий решение, обладает всей необходимой для этого полнотой знаний. Однако знания объективно устаревают. Ими невозможно запастись на все времена, что требует их периодического обновления и пополнения.

В средствах (ресурсах) не учитывается, да и не упоминается, а значит, игнорируется такой специфический ресурс, как знания лица, принимающего решения. Эти знания всегда присутствуют, используются, пополняются, но не явно. Дефицит ресурсов такого рода обнаруживается особенно в период изменения технологии выполнения должностных инструкций. Обучение, возможное без отрыва от производства, в такие периоды (период освоения новых методик работы) становится самым перспективным направлением повышения эффективности не только производства, но и нематериальной сферы.

Появление новейших информационных технологий, как в управлении, так и в обучении, создало предпосылки, но не ликвидировало саму проблему синтеза достаточно разных по своей природе средств достижения целей.

Ниже мы остановимся на проблеме естественного объединения систем формирования решений и обучающих систем. Принципиально новым здесь является первичность целей управления и вторичность целей обучения. Именно дерево цепей управления предприятием, его ресурсы и ограничения должны отражаться на стратегии управле- ния процессом обучения. Появляется новый парадигмальный ряд: цель —? обучение —? средства —? результат.

Термин обучение несет в себе смысловую нагрузку не только в традиционном контексте, т.е. как основание новой учебной дисциплины, но и в более широком понимании: подсказки, консультации, комментарии, примеры, аналогии, прецеденты и др.

Внесение в цепь нового понятия влечет за собой новый взгляд на процесс подцержки решения, а значит, и новые проблемы. Для более детального раскрытия нового взгляда перейдем к изложению соответствующей концепции.