СППР (системы поддержки принятия решений) – новые тренды в экономике хозяйствующего субъекта

Введение

В среде рыночных условий конкурентные отношения, которые характерны для рынка услуг и товаров, ярко выражена потребность в продуктивной, сформированной информационной системе, которая позволит оперативно получать запрашиваемую информацию о конкурентах, условиях, факторах среды, влияющих на ее состояние. На сегодняшний день в условиях экономической деятельности предприятий каждый день в их системе происходит движение огромных объемов информации, которая требует множества затрачиваемого времени на ее обработку, что в свою очередь увеличивает временной период на принятие соответствующих решений.
При устранении проблем в организации управления информацией в деятельности компании одновременно возрастают качество и скорость принятия тех или иных решений, а также общего положения и поведения на рынке, перспективность развития компании и улучшения финансовых показателей деятельности. Исходя из этого, возникает необходимость в использовании эффективных технологий передачи и обработки информации, которые используются для быстрого принятия необходимых решений, как пример, системы поддержки принятия решений (далее – СППР). Все это необходимо для продуктивной работы и эффективной деятельности субъекта хозяйствования.
Увеличившиеся требования экономики современных предприятий, модернизация информационных технологий и систем ныне требуют более качественного решения вопроса в процессе принятие необходимых решений и управления в сферах деятельности предприятия. Наиболее проблематична ситуация, когда исходная информация имеет неполный объем и неудовлетворительное качество. В процессе решения данных задач оптимизации широко распространено использование теории игр и теории исследования операций, которые встроены в современные СППР.
Исследование вопросов создания высокопродуктивных СППР была рассмотрена в трудах отечественных и иностранных ученных: Е. Турбан, В. Бурков, В. Липаев, Т. Витковски, Д. Уотерман, Г. Маракас, Д. Нордкотт, Дж. Форрестер и других. Но ключевым задачам практического применения СППР в процессе управления эффективностью субъекта хозяйствования, учитывая особенности игрового моделирования, было уделено недостаточное внимание в практической деятельности предприятий.
Исходя из этого, главной целью работы является изучение систем поддержки принятия решений, основанных на использовании теории игр в процессе управления эффективностью экономической деятельности субъекта хозяйствования.
1. Сравнительный анализ существующих подходов к принятию управленческих решений в условиях неопределенности

Система теории игр повсеместно используется в процессе создания СППР. Также в данном контексте актуален вопрос создания эффективных алгоритмов в процессе поиска наиболее подходящих стратегий в моделях игр. В практическом использовании в компаниях для наиболее короткого промежутка времени на отклик и сохранения интерактивности, необходимо, чтобы система алгоритмов могла обработать большие объемы данных в реальном времени. Данные задачи достигаются с помощью их распараллеливания для разнообразных архитектур применяемых систем вычисления.
Важными являются цели игрового моделирования, так как данный процесс связан с трудностями формализации процессов принятия решений в среде разных типов неопределенности. Исходя из этого, необходимо рассмотреть существующие модели, используемые компаниями в процессе принятия решений в среде конфликтных ситуаций, которые характеризуют взаимодействие механизмов, которые конкурируют в процессах воздействия и управления, и случайных факторов, приняв во внимание функции выигрышей игроков.
Существующие информационные СППР в условиях, обусловленных неопределенностью, зачастую за основу берут алгоритмы, не связанные с игровой сферой [1,2]. Пример: методы анализа иерархий, иерархических сетей, теорию нечеткости, полезности, методы статистики и другие, что в свою очередь являются ограничительными факторами в их применении в целях принятия решений в компаниях при стохастической или полной неопределенности.
На сегодняшний день в экономической сфере деятельности хозяйствующих субъектов повсеместно возникают задачи, когда необходимо принимать решения в конфликтных условиях и конкурентной борьбы. Когда несколько хозяйствующих субъектов в действиях производят всеобщее принятое решение, причем результат для каждой из сторон зависим от решений остальных участников игры с результатами данного решения, которые не зависят от выбранной стратегии данного хозяйствующего субъекта.
Задачи такого типа повсеместно встречаются в экономике, как пример, конкурентные отношения среди продавцов схожей продукции. В политике возникает конкуренция между государствами и их политическими партиями, политиками и т.п. В социологии внутри общества возникает некая конкуренция в балансе распределения общественных благ, данное явление касается и других сфер жизни.
Классические методы в принятии решений в условиях неопределенности не могут эффективно учесть конкуренцию между несколькими лицами, принимающими решения (далее - ЛПР). Но в обратном соотношении, теория игр, напротив, дает возможность создать необходимые игровые, теоретические модели в принятии решений. Данные модели учитывают различные факторы в условиях неопределенности – полную, стохастическую неопределенность, в том числе, неопределенность поведения определенного задействованных пассивных и активных игроков, которые выступают в роли партнеров и соперников [3-6].
В теории игр существует не один подход к принятию управленческих решений, которые реализовываются в условиях конфликтной обстановки и ситуаций среди нескольких игроков: стохастические игры [10], статистические игры [11], кооперативные игры [11,12], некооперативные игры [10,13].
Для сравнения неигровых и игровых подходов в решении задач принятия управленческих решений представителями бизнеса в ситуациях неопределенности на основе данных положений была сформирована таблица 1.
Таблица 1 - Сравнение основных подходов к решению задачи принятия управленческих решений в условиях неопределенности
Критерии Методы анализа иерархий Методы нечеткого предпочтения Методы теории полезности Некооперативные игры Статистические игры Кооперативные игры Стохастические игры
Решение задач с полной неопределенностью + + + - +/- - -
Решение задач со стохастической неопределенностью - - + - + - +
Решение задач с неопределенностью поведения других лиц - - - + + + +
Учет наличия нескольких лиц (ЛПР или экспертов) + + + + + + +
Учет наличия нескольких ЛПР с эгоистическими интересами - - - + +/- + +
Учет возможности объединения эгоистичных ЛПР в коалиции - - - - - + -
Примечание: «+» - метод полностью соответствует критерию, «-» - не удовлетворяет критерию, «+/-» - частично подходит под критерий

Исследованные критерии в первой колонке отображают наиболее значимые аспекты задачи в принятии управленческих решений – наличие нескольких субъектов принятия управленческих решений, их кооперация и неопределенность внешней среды.
Неигровые методы принятия решений позволяют решать задачи, которые находятся в условиях тотальной неопределенности. К данному типу методов относятся: метод анализа иерархий, при котором происходит парное сравнение критериев и альтернатив, методы теории полезности, реализуемый путем использования количественных оценок пользы предположительных результатов, методы нечетного предпочтения, позволяющие моделировать принятие решений с помощью внедрения нечетных бинарных отношений.
Но все эти методы, кроме метода теории полезности, не могут быть использованы в решении задач принятия решений в стохастической неопределенности внешних условий, а также неопределенности в поведении иных лиц. Также они берут во внимание возможность участия нескольких экспертов, которые взаимодействуют между собой для принятия финального решения, но также учитывается, что в данных взаимоотношениях исключены эгоистические интересы, вызывающие конфликты.
Теоретико-игровые методы целенаправленно созданы для разрешения задач в условиях, когда в принятии управленческих решений задействовано несколько ЛПР в виде игроков, деятельность которых наоборот направлена на личные эгоистические интересы. Под исключение данного принципа попадают лишь некоторые статические игры, отнесенные в узкий подкласс. В данном случае имеется лишь один игрок, который действует рационально, противостоя множеству спонтанных факторов, которые являются дестабилизирующими, и представлены в роли других игроков [6].
Лишь кооперативные игры из общего перечня игровых моделей в полном объеме объединяют игроков в некие коалиции для осуществления совместной цели в создании общих стратегий.
Весь перечень теоретико-игровых подходов учитывают в своей структуре неопределенность в поведении иных участников. Также стохастические и статистические игры были разработаны специально для решения задач, которые учитывают стохастическую неопределенность.
Последний тип игр также может использоваться в разрешении задач, которые симулируют условия полной неопределенности, при этом используются разнообразные критерии для выбора разработки стратегий

.
Основываясь на изложенном, можно сделать вывод, что игровые теоретические методы наиболее подходят к целям настоящего исследования.
Для решения задач в принятии управленческих решений при полной неопределенности применяются игры с природой (подкласс статистических игр), в условиях стохастической неопределенности - статистические и стохастические игры, в случае отсутствия кооперации игроков - некооперативные игры, а при наличии возможности их объединения в коалиции - кооперативные игры. Также возможны смешанные варианты, например кооперативно-статистические игры, объединяющие условия двух данных классов игр.
Алгоритмы решения, фундаментального в большинстве игр, имеют экспоненциальную временную сложность. Как пример, для игр кооперативного типа нужно проводить комбинаторный отбор предположительных коалиций, с одновременным использованием симплекс-метода для решения комплекса задач линейного программирования [5].
Применение параллельной реализации алгоритмов в решении разнообразных игр позволяет увеличить общий объем установленных задач (общее количество участников, количество задействованных стратегий и т.п.), которые решаются за тот же промежуток времени. Также в значительном объеме сократится время, затрачиваемое на получение результатов, что в свою очередь позволяет обеспечить большую интерактивность СППР при контакте с потребителем, с одновременным обеспечением использования конечного модуля в системах реального времени с критическим временем отклика, например в планировщике задач для грид-системы [8].
На рисунке 1 представлены главные классы игр. Стрелками указано отношение между ними: пунктирные стрелки – использование отдельных классов игр, которые выступают как подклассы для других классов игр, непрерывные стрелки – предположительная сводимость отдельных классов игр по отношению к другим во время процесса решения. Как пример, стохастические игры сведены к рекурсивным усеченным играм, которые позволяют моделировать принятие решений с помощью метода из серии матричных игр.
В своей основе корпоративные игры могут применять способ установления характеристической функции в виде набора биматричных и матричных игр среди всевозможных парах объединений игроков К противостоящих К/К. В данном случае для решения данной игры с самого начала нужно для создания характеристической функции v(К) решается набор статических, матричных, бинарных и других игр, впоследствии находятся К-ядро, вектор Шепли, С-ядро или же НМ-решения [13].

Рисунок 1. Отношения между различными классами игр
Существует три базовые возможности распараллеливания алгоритмов для решения разнообразных классов игр (рис. 2).

Рисунок 2. Варианты распараллеливания алгоритмов для решения разнообразных классов игр
Таким образом, в СППР в современных условиях эффективно применение теории игр. В экономической сфере деятельности хозяйствующих субъектов повсеместно возникают задачи, когда необходимо принимать решения в конфликтных условиях и конкурентной борьбы. Когда несколько хозяйствующих субъектов в действиях производят всеобщее принятое решение, причем результат для каждой из сторон зависим от решений остальных участников игры с результатами данного решения, которые не зависят от выбранной стратегии данного хозяйствующего субъекта. Задачи такого типа повсеместно встречаются в экономике, для этого теоретико-игровые методы целенаправленно созданы для разрешения задач в условиях, когда в принятии управленческих решений задействовано несколько ЛПР в виде игроков, деятельность которых наоборот направлена на личные эгоистические интересы.
2. Понятие СППР, классификация и архитектура

Система поддержки принятия решений, СППР, Decision Support System, DSS - компьютерная автоматизированная система, целью которой является помощь людям, принимающим управленческое решение в сложных условиях для полного и объективного анализа предметной деятельности.
СППР сформировались в процессе слияния информационных систем управления и систем управления базами данных. СППР предназначены для поддержки решений, которые имеют множество критериев в сложной среде данных (информации). При всем этом разнообразие критериев (многокритериальность) воспринимается как результат принятых решений, которые оцениваются не по одному, а по комплексу множества критериев, которые рассматриваются одновременно [9, 10].
Информационная сложность определяется потребностью учета больших размеров данных, на обработку которых привлекаются инновационные вычислительные технические системы, без использования которых в современных реалиях обработать массивы данных невозможно. При благоприятных условиях с использованием передовых технологий количество реализуемых решений преимущественно имеет достаточно широкий спектр, и выбор наиболее подходящего варианта интуитивно, не взяв во внимание всестороннее исследование, может вызвать серьезные ошибки.
СППР решает две главные задачи:
выбор наиболее подходящего варианта из всех возможных (оптимизация),
сортирование предположительных решений за уровнем предпочтительности (ранжирование).
Обе задачи имеют главные принципиальные моменты, которые обязуют к выбору системы критериев – так называемого фундамента в дальнейшем оценивании и сравнении предположительных решений (возможна также их трактовка как альтернатив).
Использование СППР дает возможность ЛПР сделать выбор. Для исследования и создания предположений в СППР применяются различные методы:
информационный поиск,
поиск знаний в базах данных,
интеллектуальный анализ данных,
имитационное моделирование,
рассуждение на основе прецедентов,
нейронные сети,
ситуационный анализ,
эволюционные вычисления и генетические алгоритмы,
когнитивное моделирование и другие [12].
Некоторые вышеуказанные методы были созданы на основе искусственного интеллекта.
Если главным основополагающим условием работы СППР являются методы, которые сгенерированы искусственным интеллектом, то можно рассматривать СППР как интеллектуальные СППР (ИСППР). Это сходные с СППР классы систем, к которым относятся автоматизированные и экспертные системы управления. Данные системы дают возможность выполнять цели стратегического и оперативного управления на основе учетных данных о деятельности хозяйствующих субъектов.
СППР – это комплекс программных инструментов для обработки данных, прогнозирования, моделирования, принятия решений в управлении, которые состоят с внутренних разработок корпораций и программных продуктов, которые приобретены на рынке данной продукции (Cognos, Oracle, IBM) [11].
Теоретическое изучение в данной сфере разработки первичных СППР проведено в структуре технологического института Карнеги на конец 50-х, начало 60-х годов ХХ в. Объединить теоретическую часть с практической удалось лишь в 60-х годах специалистам из Массачусетского технологического института. В 80-х годах ХХ в. стали доступны системы по типу ODSS, EIS, GDSS. Фирма Texas Instruments в 1987 г. разработала для United Airlines Gate Assignment Display System. Это дало возможность в значительной степени уменьшить затраты от полетов и откалибровать процесс контроля разных аэропортов, таких как: Международный аэропорт O’Hare в Чикаго, Stapleton в Денвере, штат Колорадо и других. На период 90-х годов область влияния СППР увеличивалась с помощью введения инструментов OLAP и информационных хранилищ. Создание новых способов отчетности, позволило СППР стать незаменимой в структуре менеджмента [13].
Классификации СППР
На сегодняшний день имеется несколько типов классификации СППР, наиболее популярными являются следующие (рис. 3)

Рис. 3. Классификация СППР
Архитектура СППР [14-16]
Функциональные СППР
По своей структуре это наиболее простые системы. Они распространены в компаниях, которые не имеют глобальных целей, а их информационная организация развития находится на начальном уровне. Главным отличием функциональной СППР от других является то, что анализ затрагивает информацию, которая находятся в файлах операционной системы. Главными преимуществами данных СППР является компактность, так как основу их структуры формирует единая платформа, а также оперативность работы, так как исключается потребность в перезагрузке информации в спец. систему. Главными недостатками подобных СППР являются уменьшение спектра вопросов, которые решаются с использованием данной системы, уменьшение качества информации, так как исключается этап их очистки, увеличивается нагрузка на операционную систему, впоследствии чего может произойти прекращение ее работы.
СППР, использующие независимые витрины данных
Используются в крупных компаниях, которые имеют не одно подразделение, и включают отделы информационных технологий. Каждая среди конкретных витрин информации формируется для достижения поставленных целей и направлена на определенный круг потребителей. Данные качества позволяют в значительной степени увеличить системную производительность. Также процессВведение

данных структур требует небольшой затраты ресурсов и времени. Главными недостатками данного типа систем является то, что информация вводится в разные витрины, что может вызывать ее дублирование