1.1 Основные понятия искусственного интеллекта

1.2 Представление знаний

1.3 Задача формирования баз знаний

2. Распознавание образов и машинный перевод

2.1 Понятие образа

2.2 Проблема распознавания образов

2.3 Обучение, самообучение и адаптация

2.4 Преобразование изображений в цифровой код

3. Нейрокомпьютеры и сети

3.1 Нейрокомпьютеры

3.2 Что такое нейронные сети?

4. Экспертные системы (ЭС), их структура и классификация. Инструментальные средства построения ЭС. Технология разработки ЭС.

5. Использование и поддержка ЭС. Реинжиниринг бизнеса.

5.1 Использование финансовых экспертных систем

5.3 Реинжиниринг бизнеса

6. Стратегия получения знаний. Практические методы извлечения знаний. Структурирование знаний. Программная реализация базы знаний.

ВВЕДЕНИЕ

Возможности электронно-вычислительных машин уже никого не удивляют. Компьютеризация различных областей человеческой деятельности, помимо прямого эффекта от внедрения вычислительной техники, зачастую порождает новые классы программных продуктов и технологии их разработки. Любая технология - это прежде всего поле интеллектуальной деятельности для специалистов, однако, в отличии от других видов деятельности технологии разработки программных продуктов немедленно становятся объектами автоматизации, что выводит соответствующий раздел программирования на новый уровень развития.

Типичную эволюцию от конкретных программ до инструментальных средств разработки прошли системы, основанные на знаниях, и в первую очередь - экспертные системы, предназначенные для решения задач из тех областей, где решающую роль играют знания и опыт профессиональной деятельности. В экспертных системах поиск решений осуществляется посредством имитации рассуждений, присущих выдающимся профессионалам. Формализованные знания составляют ядро экспертной системы - ее базу знаний. Остальные блоки системы реализуют функции преобразования знаний и определяются не столько содержимым знаний, сколько свойствами их формальных структур.

1. Понятие искусственного интеллекта. Представление знаний и разработка систем, основанных на знаниях

1.1. Основные понятия искусственного интеллекта

Термин интеллект (intelligence) происходит от латинского intellectus - что означает ум, рассудок, разум; мыслительные способности человека. Соответственно искусственный интеллект (artificial intelligence) - ИИ (AI) обычно толкуется как свойство автоматических систем брать на себя отдельные функции интеллекта человека, например, выбирать и принимать оптимальные решения на основе ранее полученного опыта и рационального анализа внешних воздействий.

Интеллектом называется способность мозга решать (интеллектуальные) задачи путем приобретения, запоминания и целенаправленного преобразования знаний в процессе обучения на опыте и адаптации к разнообразным обстоятельствам.

В этом определении под термином «знания» подразумевается не только ту информацию, которая поступает в мозг через органы чувств. Такого типа знания чрезвычайно важны, но недостаточны для интеллектуальной деятельности. Дело в том, что объекты окружающей нас среды обладают свойством не только воздействовать на органы чувств, но и находиться друг с другом в определенных отношениях. Ясно, что для того, чтобы осуществлять в окружающей среде интеллектуальную деятельность (или хотя бы просто существовать), необходимо иметь в системе знаний модель этого мира. В этой информационной модели окружающей среды реальные объекты, их свойства и отношения между ними не только отображаются и запоминаются, но и, как это отмечено в данном определении интеллекта, могут мысленно «целенаправленно преобразовываться». При этом существенно то, что формирование модели внешней среды происходит «в процессе обучения на опыте и адаптации к разнообразным обстоятельствам».

1.2. Представление знаний

Представление знаний - вопрос, возникающий в когнитологии (науке о мышлении) и в искусственном интеллекте. В когнитологии он связан с тем, как люди хранят и обрабатывают информацию. В Искусственном интеллекте (ИИ) основная цель - научиться хранить знания таким образом, чтобы программы могли обрабатывать их и достигнуть подобия человеческого интеллекта. Исследователи ИИ используют теории представления знаний из когнитологии. Такие методы как фреймы, правила и семантические сети пришли в ИИ из теорий обработки информации человеком. Так как знание используется для достижения разумного поведения, фундаментальной целью дисциплины представления знаний является поиск таких способов представления, которые делают возможным процесс логического вывода, то есть создание выводов из знаний.

Некоторые вопросы, которые возникают в представлении знаний с точки зрения ИИ:

· Как люди представляют знания?

· Какова природа знаний и как мы их представляем?

· Должна ли схема представления связываться с частной областью знаний, или она должна быть общецелевой?

· Насколько выразительна данная схема представления?

· Должна ли быть схема декларативной или процедурной?

Было очень немного обсуждения вопросов представления знаний и исследования в данной области. Есть хорошо известные проблемы, такие как «spreading activation, » (задача навигации в сети узлов) «категоризация» (это связано с выборочным наследованием; например вездеход можно считать специализацией (особым случаем) автомобиля, но он наследует только некоторые характеристики) и «классификация». Например, помидор можно считать как фруктом, так и овощем.

В области искусственного интеллекта, решение задач может быть упрощено правильным выбором метода представления знаний. Определенный метод может сделать какую-либо область знаний легко представимой. Например диагностическая экспертная система Мицин использовала схему представления знаний основанную на правилах. Неправильный выбор метода представления затрудняет обработку. В качестве аналогии можно взять вычисления в индо-арабской или римской записи. Деление в столбик проще в первом случае и сложнее во втором. Аналогично, не существует такого способа представления, который можно было бы использовать во всех задачах, или сделать все задачи одинаково простыми.

Проблема формирования баз знаний является сложной и многогранной. Если ограничить рассмотрение этой проблемы задачей извлечения личных знаний эксперта, то можно сформулировать основные требования и принципы построения программных систем, автоматизирующих процесс формирования баз знаний. Системы такого рода именуются автоматизированными системами инженерии знаний.

1.3. Задача формирования баз знаний

При всей претенциозности своего названия, инженерия знаний является дисциплиной сугубо прозаической, в ее задачу входит разработка практически полезных программ для слабо «математизированных» областей человеческой деятельности. Главным аргументом в пользу плодотворности такого подхода является факт существования в реальной жизни института экспертов - классных профессионалов, способных решать плохо формализуемые задачи из той или иной проблемной области.

С точки зрения инженерии знаний, в любой прикладной программе (по-крайней мере теоретически) можно выделить компоненту, содержащую знания о проблемной области. Именно эта компонента, именуемая базой знаний, определяет практическую ценность программы. Построение базы знаний требует специальных изысканий в проблемной области, в то время как остальные блоки программы находятся полностью в ведении программиста.

В настоящее время известны четыре основных способа представления знаний, из которых можно конструировать «гибридные» способы представления знаний.

· Продукционные системы

· Семантические сети

· Фреймы

· Логические исчисления

· Комбинированные способы представления знаний

· Модели проблемных областей

2. Распознавание образов и машинный перевод

2.1 Понятие образа

Образ, класс – классификационная группировка в системе классификации, объединяющая определенную группу объектов по некоторому признаку. Образное восприятие мира – одно из свойств живого мозга, позволяющее разобраться в бесконечном потоке воспринимаемой информации и сохранять ориентацию в разрозненных данных о внешнем мире. Воспринимая внешний мир, мы всегда производим классификацию информации, т. е. разбиваем их на группы похожих, но не тождественных явлений. Это свойство мозга позволяет сформулировать такое понятие, как образ.

Способность восприятия внешнего мира в форме образов позволяет с определенной достоверностью узнавать бесконечное число объектов на основании ознакомления с конечным их числом, а объективный характер основного свойства образов позволяет моделировать процесс их распознавания.

2.2 Проблема распознавания образов

Распознавание образов – это задача идентификации объекта или определения каких-либо его свойств по его изображению (оптическое распознавание) или аудиозаписи (акустическое распознавание). В процессе биологической эволюции многие животные с помощью зрительного и слухового аппарата решили эту задачу достаточно хорошо. Создание искусственных систем с функциями распознавания образов остаётся сложной технической проблемой.

Рис. 2.1. Пример объектов обучения.

В целом проблема распознавания образов (ПРО) состоит из двух частей: обучения и распознавания. Обучение осуществляется путем показа отдельных объектов с указанием их принадлежности тому или другому образу. В результате обучения распознающая система должна приобрести способность реагировать одинаковыми реакциями на все объекты одного образа и другими реакциями - на все объекты отличимых образов. Очень важно, что процесс обучения должен завершиться только путем показов конечного числа объектов. В качестве объектов обучения могут быть либо картинки (рис. 2.1), либо другие визуальные изображения (буквы, цифры). Важно, что в процессе обучения указываются только сами объекты и их принадлежность образу. За обучением следует процесс распознавания новых объектов, который характеризует действия уже обученной системы. Автоматизация этих процедур и составляет проблему обучения распознаванию образов. В том случае, когда человек сам разгадывает или придумывает, а затем навязывает машине правило классификации, проблема распознавания решается частично, так как основную и главную часть проблемы (обучение) человек берет на себя.

Круг задач, которые могут решаться с помощью распознающих систем, чрезвычайно широк. Сюда относятся не только задачи распознавания зрительных и слуховых образов, но и задачи классификации сложных процессов и явлений, возникающих, например, при выборе целесообразных действий руководителем предприятия или выборе оптимального управления технологическими, экономическими, транспортными или военными задачами. Прежде чем начать анализ какого-либо объекта, нужно получить о нем определенную, упорядоченную информацию.

Выбор исходного описания объектов является одной из центральных задач проблемы распознавания образов. При удачном выборе исходного описания (пространства признаков) задача распознавания может оказаться тривиальной и, наоборот, неудачно выбранное исходное описание может привести либо к очень сложной дальнейшей переработку информации, либо вообще к отсутствию решения.

2.5 Обучение, самообучение и адаптация

Обучение – это процесс, в результате которого система постепенно приобретает способность отвечать нужными реакциями на определенные совокупности внешних воздействий, а адаптация – это подстройка параметров и структуры системы с целью достижения требуемого качества управления в условиях непрерывных изменений внешних условий. Все картинки, представленные на рис. 2.1, характеризуют задачу обучения. В каждой из этих задач задается несколько примеров (обучающая последовательность) правильно решенных задач. Если бы удалось подметить некое всеобщее свойство, не зависящее ни от природы образов, ни от их изображений, а определяющее лишь их способность к разделимости, то наряду с обычной задачей обучения распознаванию с использованием информации о принадлежности каждого объекта из обучающей последовательности тому или иному образу, можно было бы поставить иную классификационную задачу – так называемую задачу обучения без учителя. Задачу такого рода на описательном уровне можно сформулировать следующим образом: системе одновременно или последовательно предъявляются объекты без каких-либо указаний об их принадлежности к образам. Входное устройство системы отображает множество объектов на множество изображений и, используя некоторое заложенное в нее заранее свойство разделимости образов, производит самостоятельную классификацию этих объектов. После такого процесса самообучения система должна приобрести способность к распознаванию не только уже знакомых объектов (объектов из обучающей последовательности), но и тех, которые ранее не предъявлялись. Процессом самообучения некоторой системы называется такой процесс, в результате которого эта система без подсказки учителя приобретает способность к выработке одинаковых реакций на изображения объектов одного и того же образа и различных реакций на изображения различных образов. Роль учителя при этом состоит лишь в подсказке системе некоторого объективного свойства, одинакового для всех образов и определяющего способность к разделению множества объектов на образы. Таким объективным свойством является свойство компактности образов. Взаимное расположение точек в выбранном пространстве уже содержит информацию о том, как следует разделить множество точек. Эта информация и определяет то свойство разделимости образов, которое оказывается достаточным для самообучения системы распознаванию образов.

Обучением обычно называют процесс выработки в некоторой системе той или иной реакции на группы внешних идентичных сигналов путем многократного воздействия на систему внешней корректировки. Такую внешнюю корректировку в обучении принято называть " поощрениями" и " наказаниями". Механизм генерации этой корректировки практически полностью определяет алгоритм обучения. Самообучение отличается от обучения тем, что здесь дополнительная информация о верности реакции системе не сообщается.

Адаптация – это процесс изменения параметров и структуры системы, а возможно, и управляющих воздействий на основе текущей информации с целью достижения определенного состояния системы при начальной неопределенности и изменяющихся условиях работы.

Возможен способ построения распознающих машин, основанный на различении каких-либо признаков подлежащих распознаванию фигур. В качестве признаков могут быть выбраны различные особенности фигур, например, их геометрические свойства (характеристики составляющих фигуры кривых), топологические свойства (взаимное расположение элементов фигуры) и т.п. Известны распознающие машины, в которых различение букв или цифр производится, по так называемому “методу зондов” (рис. 2.2), т.е. по числу пересечений контура фигуры с несколькими особым образом расположенными прямыми.

Рис. 2.2 Схема расположения зондов для распознавания цифр.

Если проектировать цифры на поле с зондами, то окажется, что каждая из цифр пересекает вполне определенные зонды, причем комбинации пересекаемых зондов различны для всех десяти цифр. Эти комбинации и используются в качестве признаков, по которым производится различение цифр. Такие машины успешно справляются, например, с чтением машинописного текста, но их возможности ограничены тем шрифтом (или группой сходных шрифтов), для которого была разработана система признаков. Работа по созданию набора эталонных фигур или системы признаков должна производиться человеком. Качество работы машины, т. е. надежность “узнавания” предъявляемых фигур определяется качеством этой предварительной подготовки и без участия человека не может быть повышено. Описанная машина не являются обучающейся машиной.

Моделирование процесса обучения подразумевает обучение, которому не предшествует сообщение машине каких-либо сведений о тех образах, распознаванию которых она должна научиться; само обучение заключается в предъявлении машине некоторого конечного числа объектов каждого образа. В результате обучения машина должна оказаться способной узнавать сколь угодно большое число новых объектов, относящихся к тем же образам. Таким образом, имеется в виду следующая схема экспериментов:

а) никакие сведения о подлежащих классификации образах в машину заранее не вводятся;

б) в ходе обучения машине предъявляется некоторое количество объектов каждого из подлежащих классификации образов и (при моделировании процесса обучения “с учителем”) сообщается, к какому образу относится каждый объект;

в) машина автоматически обрабатывает полученную информацию, после чего

г) с достаточной надежностью различает сколь угодно большое число новых, ранее ей не предъявлявшихся объектов из образов.

Машины, работающие по такой схеме, называются узнающими машинами.

2.6 Преобразование изображений в цифровой код

Для того чтобы ввести изображение в машину, нужно перевести его на машинный язык, т.е. закодировать, представить в виде некоторой комбинации символов, которыми может оперировать машина. Кодирование плоских фигур можно осуществить самым различным образом. Лучше стремиться к наиболее “ естественному” кодированию изображений. Будем рисовать фигуры на некотором поле, разбитом вертикальными и горизонтальными прямыми на одинаковые элементы – квадратики. Элементы, на которые упало изображение, будем сплошь зачернять, остальные – оставлять белыми. Условимся обозначать черные элементы единицей, белые – нулем. Введем последовательную нумерацию всех элементов поля, например, в каждой строке слева направо и по строкам сверху вниз. Тогда каждая фигура, нарисованная на таком поле, будет однозначно отображаться кодом, состоящим из стольких цифр (единиц и нулей), сколько элементов содержит поле.

Рис 2.3 Примеры проецирования и кодирования изображений.

Такое кодирование (рис. 2.3) считается “ естественным” потому, что разбиение изображения на элементы лежит в основе работы нашего зрительного аппарата. Действительно, сетчатка глаза состоит из большого числа отдельных чувствительных элементов (так называемых палочек и колбочек), связанных нервными волокнами со зрительными отделами головного мозга. Чувствительные элементы сетчатки передают по своим нервным волокнам в головной мозг сигналы, интенсивность которых зависит от освещенности данного элемента. Таким образом, изображение, спроектированное оптической системой глаза на сетчатку, разбивается палочками и колбочками на отдельные участки, и по элементам в некотором коде передается в мозг. Отдельные элементы поля называются рецепторами, а само поле – полем рецепторов.

Совокупность всех плоских фигур, которые можно изобразить на поле рецепторов, составляет некое множество. Каждая конкретная фигура из этой совокупности есть объект этого множества. Любому их таких объектов соответствует определенный код. Точно также любому коду соответствует определенное изображение на поле рецепторов. Взаимно однозначное соответствие между кодами и изображениями позволит оперировать только кодами, помня о том, что изображение всегда может быть воспроизведено по его коду.

Емкость ИНС – число образов, предъявляемых на входы ИНС для распознавания. Для разделения множества входных образов, например, по двум классам достаточно всего одного выхода. При этом каждый логический уровень – «1» и «0» – будет обозначать отдельный класс. На двух выходах можно закодировать уже 4 класса и так далее. Для повышения достоверности классификации желательно ввести избыточность путем выделения каждому классу одного нейрона в выходном слое или, что еще лучше, нескольких, каждый из которых обучается определять принадлежность образа к классу со своей степенью достоверности, например: высокой, средней и низкой. Такие ИНС позволяют проводить классификацию входных образов, объединенных в нечеткие (размытые или пересекающиеся) множества. Это свойство приближает подобные ИНС к условиям реальной жизни.

3. Нейрокомпьютеры и сети

3.1 Нейрокомпьютеры

Нейрокомпьютеры - это системы, в которых алгоритм решения задачи представлен логической сетью элементов частного вида - нейронов с полным отказом от булевских элементов типа И, ИЛИ, НЕ. Как следствие этого введены специфические связи между элементами, которые являются предметом отдельного рассмотрения.

В отличие от классических методов решения задач нейрокомпьютеры реализуют алгоритмы решения задач, представленные в виде нейронных сетей. Это ограничение позволяет разрабатывать алгоритмы, потенциально более параллельные, чем любая другая их физическая реализация.

Нейрокомпьютер - это вычислительная система с архитектурой MSIMD, в которой реализованы два принципиальных технических решения: упрощен до уровня нейрона процессорный элемент однородной структуры и резко усложнены связи между элементами; программирование вычислительной структуры перенесено на изменение весовых связей между процессорными элементами.

Общее определение нейрокомпьютера может быть представлено в следующем виде. Нейрокомпьютер - это вычислительная система с архитектурой аппаратного и программного обеспечения, адекватной выполнению алгоритмов, представленных в нейросетевом логическом базисе.

3.2 Что такое нейронные сети?

Каждый нейрон получает сигналы от соседних нейронов по специальным нервным волокнам. Эти сигналы могут быть возбуждающими или тормозящими. Их сумма составляет электрический потенциал внутри тела нейрона. Когда потенциал превышает некоторый порог, нейрон переходит в возбужденное состояние и посылает сигнал по выходному нервному волокну. Отдельные искусственные нейроны соединяются друг с другом различными методами. Это позволяет создавать разнообразные нейронные сети с различной архитектурой, правилами обучения и возможностями.

Термин “искусственные нейронные сети” у многих ассоциируется с фантазиями об андроидах и бунте роботов, о машинах, заменяющих и имитирующих человека. Это впечатление усиливают многие разработчики нейросистем, рассуждая о том, как в недалеком будущем, роботы начнут осваивать различные виды деятельности, просто наблюдая за человеком. Если переключиться на уровень повседневной работы, то нейронные сети это всего-навсего сети, состоящие из связанных между собой простых элементов формальных нейронов. Большая часть работ по нейроинформатике посвящена переносу различных алгоритмов решения задач на такие сети.

В основу концепции положена идея о том, что нейроны можно моделировать довольно простыми автоматами, а вся сложность мозга, гибкость его функционирования и другие важнейшие качества определяются связями между нейронами. Каждая связь представляется как совсем простой элемент, служащий для передачи сигнала. Коротко эту мысль можно выразить так: “структура связей все, свойства элементов ничто”.

Совокупность идей и научно-техническое направление, определяемое описанным представлением о мозге, называется коннекционизмом (connection связь). С реальным мозгом все это соотносится примерно так же, как карикатура или шарж со своим прототипом. Важно не буквальное соответствие оригиналу, а продуктивность технической идеи.

С коннекционизмом тесно связан следующий блок идей:

· однородность системы (элементы одинаковы и чрезвычайно просты, все определяется структурой связей);

· надежные системы из ненадежных элементов и “аналоговый ренессанс” использование простых аналоговых элементов;

· “голографические” системы при разрушении случайно выбранной части система сохраняет свои свойства.

Предполагается, что широкие возможности систем связей компенсируют бедность выбора элементов, их ненадежность и возможные разрушения части связей.

Для описания алгоритмов и устройств в нейроинформатике выработана специальная “схемотехника”, в которой элементарные устройства (сумматоры, синапсы, нейроны и т.п.) объединяются в сети, предназначенные для решения задач. Для многих начинающих кажется неожиданным, что ни в аппаратной реализации нейронных сетей, ни в профессиональном программном обеспечении эти элементы вовсе не обязательно реализуются как отдельные части или блоки. Используемая в нейроинформатике идеальная схемотехника представляет собой особый язык описания нейронных сетей и их обучения. При программной и аппаратной реализации, выполненные на этом языке описания, переводятся на более подходящие языки другого уровня.

4. Экспертные системы (ЭС), их структура и классификация. Инструментальные средства построения ЭС. Технология разработки ЭС

4.1 Назначение экспертных систем

В начале восьмидесятых годов в исследованиях по искусственному интеллекту сформировалось самостоятельное направление, получившее название «экспертные системы» (ЭС). Цель исследований по ЭС состоит в разработке программ, которые при решении задач, трудных для эксперта-человека, получают результаты, не уступающие по качеству и эффективности решениям, получаемым экспертом. Исследователи в области ЭС для названия своей дисциплины часто используют также термин «инженерия знаний», введенный Е.Фейгенбаумом как «привнесение принципов и инструментария исследований из области искусственного интеллекта в решение трудных прикладных проблем, требующих знаний экспертов».

Программные средства (ПС), базирующиеся на технологии экспертных систем, или инженерии знаний (в дальнейшем будем использовать их как синонимы), получили значительное распространение в мире. Важность экспертных систем состоит в следующем:

· технология экспертных систем существенно расширяет круг практически значимых задач, решаемых на компьютерах, решение которых приносит значительный экономический эффект;

· технология ЭС является важнейшим средством в решении глобальных проблем традиционного программирования: длительность и, следовательно, высокая стоимость разработки сложных приложений;

· высокая стоимость сопровождения сложных систем, которая часто в несколько раз превосходит стоимость их разработки; низкий уровень повторной используемости программ и т.п.;

· объединение технологии ЭС с технологией традиционного программирования добавляет новые качества к программным продуктам за счет: обеспечения динамичной модификации приложений пользователем, а не программистом; большей «прозрачности» приложения (например, знания хранятся на ограниченном ЕЯ, что не требует комментариев к знаниям, упрощает обучение и сопровождение); лучшей графики; интерфейса и взаимодействия.

По мнению ведущих специалистов, в недалекой перспективе ЭС найдут следующее применение:

· ЭС будут играть ведущую роль во всех фазах проектирования, разработки, производства, распределения, продажи, поддержки и оказания услуг;

· технология ЭС, получившая коммерческое распространение, обеспечит революционный прорыв в интеграции приложений из готовых интеллектуально-взаимодействующих модулей.

ЭС предназначены для так называемых неформализованных задач, т.е. ЭС не отвергают и не заменяют традиционного подхода к разработке программ, ориентированного на решение формализованных задач.

Неформализованные задачи обычно обладают следующими особенностями:

· ошибочностью, неоднозначностью, неполнотой и противоречивостью исходных данных;

· ошибочностью, неоднозначностью, неполнотой и противоречивостью знаний о проблемной области и решаемой задаче;

· большой размерностью пространства решения, т.е. перебор при поиске решения весьма велик;

· динамически изменяющимися данными и знаниями.

Следует подчеркнуть, что неформализованные задачи представляют большой и очень важный класс задач. Многие специалисты считают, что эти задачи являются наиболее массовым классом задач, решаемых ЭВМ.

Экспертные системы и системы искусственного интеллекта отличаются от систем обработки данных тем, что в них в основном используются символьный (а не числовой) способ представления, символьный вывод и эвристический поиск решения (а не исполнение известного алгоритма).

Экспертные системы применяются для решения только трудных практических (не игрушечных) задач. По качеству и эффективности решения экспертные системы не уступают решениям эксперта-человека. Решения экспертных систем обладают «прозрачностью», т.е. могут быть объяснены пользователю на качественном уровне. Это качество экспертных систем обеспечивается их способностью рассуждать о своих знаниях и умозаключениях. Экспертные системы способны пополнять свои знания в ходе взаимодействия с экспертом. Необходимо отметить, что в настоящее время технология экспертных систем используется для решения различных типов задач (интерпретация, предсказание, диагностика, планирование, конструирование, контроль, отладка, инструктаж, управление) в самых разнообразных проблемных областях, таких, как финансы, нефтяная и газовая промышленность, энергетика, транспорт, фармацевтическое производство, космос, металлургия, горное дело, химия, образование, целлюлозно-бумажная промышленность, телекоммуникации и связь и др.

Коммерческие успехи к фирмам-разработчикам систем искусственного интеллекта (СИИ) пришли не сразу. На протяжении 1960 - 1985 гг. успехи ИИ касались в основном исследовательских разработок, которые демонстрировали пригодность СИИ для практического использования. Начиная примерно с 1985 г. (в массовом масштабе с 1988 - 1990 гг.), в первую очередь ЭС, а в последние годы системы, воспринимающие естественный язык (ЕЯ-системы), и нейронные сети (НС) стали активно использоваться в коммерческих приложениях.

Причины, приведшие СИИ к коммерческому успеху, следующие.

Интегрированность. Разработаны инструментальные средства искусственного интеллекта (ИС ИИ), легко интегрирующиеся с другими информационными технологиями и средствами (с CASE, СУБД, контроллерами, концентраторами данных и т.п.).

Открытость и переносимость. ИС ИИ разрабатываются с соблюдением стандартов, обеспечивающих открытость и переносимость.

Использование языков традиционного программирования и рабочих станций. Переход от ИС ИИ, реализованных на языках ИИ (Lisp, Prolog и т.п.), к ИС ИИ, реализованным на языках традиционного программирования (С, C++ и т.п.), упростил обеспечение интегриро-ванности, снизил требования приложений ИИ к быстродействию ЭВМ и объемам оперативной памяти. Использование рабочих станций (вместо ПК) резко увеличило круг приложений, которые могут быть выполнены на ЭВМ с использованием ИС ИИ.

Архитектура клиент-сервер . Разработаны ИС ИИ, поддерживающие распределенные вычисления по архитектуре клиент-сервер, что позволило: снизить стоимость оборудования, используемого в приложениях, децентрализовать приложения, повысить надежность и общую производительность (так как сокращается количество информации, пересылаемой между ЭВМ, и каждый модуль приложения выполняется на адекватном ему оборудовании).

Проблемно/предметно-ориентированные ИС ИИ . Переход от разработок ИС ИИ общего назначения (хотя они не утратили свое значение как средство для создания ориентированных ИС) к проблемно/предметно-ориентированным ИС ИИ обеспечивает: сокращение сроков разработки приложений; увеличение эффективности использования ИС; упрощение и ускорение работы эксперта; повторную используемость информационного и программного обеспечения (объекты, классы, правила, процедуры).

4.2 Классификация экспертных систем

Класс «экспертные системы» сегодня объединяет несколько тысяч различных программных комплексов, которые можно классифицировать по различным критериям. Полезными могут оказаться следующие классификации (рис. 4.1).

Рис. 4.1. Классификация экспертных систем

Классификация по решаемой задаче

Интерпретация данных. Это одна из традиционных задач для экспертных систем. Под интерпретацией понимается определение смысла данных, результаты которого должны быть согласованными и корректными. Обычно предусматривается многовариантный анализ данных.

Диагностика. Под диагностикой понимается обнаружение неисправности в некоторой системе. Неисправность – это отклонение от нормы. Такая трактовка позволяет с единых теоретических позиций рассматривать и неисправность оборудования в технических системах, и заболевания живых организмов, и всевозможные природные аномалии. Важной спецификой является необходимость понимания функциональной структуры («анатомии») диагностирующей системы.

Мониторинг. Основная задача мониторинга – непрерывная интерпретация данных в реальном масштабе времени и сигнализация о выходе тех или иных параметров за допустимые пределы. Главные проблемы - «пропуск» тревожной ситуации и инверсная задача «ложного» срабатывания. Сложность этих проблем в размытости симптомов тревожных ситуаций и необходимость учета временного контекста.

Проектирование. Проектирование состоит в подготовке спецификаций на создание «объектов» с заранее определенными свойствами. Под спецификацией понимается весь набор необходимых документов – чертеж, пояснительная записка и т.д. Основные проблемы здесь – получение четкого структурного описания знаний об объекте и проблема «следа». Для организации эффективного проектирования и, в еще большей степени, перепроектирования необходимо формировать не только сами проектные решения, но и мотивы их принятия. Таким образом, в задачах проектирования тесно связываются два основных процесса, выполняемых в рамках соответствующей ЭС: процесс вывода решения и процесс объяснения.

Прогнозирование. Прогнозирующие системы логически выводят вероятные следствия из заданных ситуаций. В прогнозирующей системе обычно используется параметрическая динамическая модель, в которой значения параметров «подгоняются» под заданную ситуацию. Выводимые из этой модели следствия составляют основу для прогнозов с вероятностными оценками.

Планирование. Под планированием понимается нахождение планов действий, относящихся к объектам, способным выполнять некоторые функции. В таких ЭС используются модели поведения реальных объектов с тем, чтобы логически вывести последствия планируемой деятельности.

Обучение. Системы обучения диагностируют ошибки при изучении какой-либо дисциплины с помощью ЭВМ и подсказывают правильные решения. Они аккумулируют знания о гипотетическом «ученике» и его характерных ошибках, затем в работе способны диагностировать слабости в знаниях обучаемых и находить соответствующие средства для их ликвидации. Кроме того, они планируют акт общения с учеником в зависимости от успехов ученика с целью передачи знаний.

В общем случае все системы, основанные на знаниях, можно подразделить на системы, решающие задачи анализа, и на системы, решающие задачи синтеза.

Основное отличие задач анализа от задач синтеза заключается в следующем: если в задачах анализа множество решений может быть перечислено и включено в систему, то в задачах синтеза множество решений потенциально строится из решений компонентов или подпроблем. Задача анализа – это интерпретация данных, диагностика; к задачам синтеза относятся проектирование, планирование. Комбинированные задачи: обучение, мониторинг, прогнозирование.

Классификация по связи с реальным временем

Статические ЭС разрабатываются в предметных областях, в которых база знаний и интерпретируемые данные не меняются во времени. Они стабильны.

Квазидинамические ЭС интерпретируют ситуацию, которая меняется с некоторым фиксированным интервалом времени.

Динамические ЭС работают в сопряжении с датчиками объектов в режиме реального времени с непрерывной интерпретацией поступаемых данных.

Классификация по типу ЭВМ

На сегодняшний день существуют:

ЭС для уникальных стратегически важных задач на суперЭВМ (Эльбрус, CRAY, CONVEX и др.);

ЭС на ЭВМ средней производительности (типа ЕС ЭВМ, mainframe);

ЭС на символьных процессорах и рабочих станциях (SUN, APOLLO);

ЭС на мини- и супермини-ЭВМ (VAX, micro - VAX и др.);

ЭС на персональных компьютерах (IBM PC, MAC II и подобные).

Классификация по степени интеграции с другими программами

Автономные ЭС работают непосредственно в режиме консультаций с пользователем для специфически «экспертных» задач, для решения которых не требуется привлекать традиционные методы обработки данных (расчеты, моделирование и т.д.).

Гибридные ЭС представляют программный комплекс, агрегирующий стандартные пакеты прикладных программ (например, математическую статистику, линейное программирование или системы управления базами данных) и средства манипулирования знаниями. Это может быть интеллектуальная надстройка над ППП или интегрированная среда для решения сложной задачи с элементами экспертных знаний.

Несмотря на внешнюю привлекательность гибридного подхода, следует отметить, что разработка таких систем являет собой задачу, на порядок более сложную, чем разработка автономной ЭС. Стыковка не просто разных пакетов, а разных методологий (что происходит в гибридных системах) порождает целый комплекс теоретических и практических трудностей.

4.3 Структура экспертных систем (на примере статической и динамической ЭС)

Типичная статическая ЭС состоит из следующих основных компонентов (рис. 4.2):

· решателя (интерпретатора);

· рабочей памяти (РП), называемой также базой данных (БД);

· базы знаний (БЗ);

· компонентов приобретения знаний;

· объяснительного компонента;

· диалогового компонента.

База данных (рабочая память) предназначена для хранения исходных и промежуточных данных решаемой в текущий момент задачи. Этот термин совпадает по названию, но не по смыслу с термином, используемым в информационно-поисковых системах (ИПС) и системах управления базами данных (СУБД) для обозначения всех данных (в первую очередь долгосрочных), хранимых в системе.

База знаний (БЗ) в ЭС предназначена для хранения долгосрочных данных, описывающих рассматриваемую область (а не текущих данных), и правил, описывающих целесообразные преобразования данных этой области.

Решатель, используя исходные данные из рабочей памяти и знания из БЗ, формирует такую последовательность правил, которые, будучи примененными к исходным данным, приводят к решению задачи.

Компонент приобретения знаний автоматизирует процесс наполнения ЭС знаниями, осуществляемый пользователем-экспертом.

Объяснительный компонент объясняет, как система получила решение задачи (или почему она не получила решение) и какие знания она при этом использовала, что облегчает эксперту тестирование системы и повышает доверие пользователя к полученному результату.

Рис. 4.2. Структура статистической ЭС

Диалоговый компонент ориентирован на организацию дружественного общения с пользователем как в ходе решения задач, так и в процессе приобретения знаний и объяснения результатов работы.

В разработке ЭС участвуют представители следующих специальностей:

эксперт в проблемной области, задачи которой будет решать ЭС;

инженер по знаниям - специалист по разработке ЭС (используемые им технологию, методы называют технологией (методами) инженерии знаний);

программист по разработке инструментальных средств (ИС), предназначенных для ускорения разработки ЭС.

Необходимо отметить, что отсутствие среди участников разработки инженеров по знаниям (т. е. их замена программистами) либо приводит к неудаче процесс создания ЭС, либо значительно удлиняет его.

Эксперт определяет знания (данные и правила), характеризующие проблемную область, обеспечивает полноту и правильность введенных в ЭС знаний.

Инженер по знаниям помогает эксперту выявить и структурировать знания, необходимые для работы ЭС; осуществляет выбор того ИС, которое наиболее подходит для данной проблемной области, и определяет способ представления знаний в этом ИС; выделяет и программирует (традиционными средствами) стандартные функции (типичные для данной проблемной области), которые будут использоваться в правилах, вводимых экспертом.

Программист разрабатывает ИС (если ИС разрабатывается заново), содержащее в пределе все основные компоненты ЭС, и осуществляет его сопряжение с той средой, в которой оно будет использовано.

Экспертная система работает в двух режимах: режиме приобретения знаний и в режиме решения задачи (называемом также режимом консультации или режимом использования ЭС).

В режиме приобретения знаний общение с ЭС осуществляет (через посредничество инженера по знаниям) эксперт. В этом режиме эксперт, используя компонент приобретения знаний, наполняет систему знаниями, которые позволяют ЭС в режиме решения самостоятельно (без эксперта) решать задачи из проблемной области. Эксперт описывает проблемную область в виде совокупности данных и правил. Данные определяют объекты, их характеристики и значения, существующие в области экспертизы. Правила определяют способы манипулирования с данными, характерные для рассматриваемой области.

Отметим, что режиму приобретения знаний в традиционном подходе к разработке программ соответствуют этапы алгоритмизации, программирования и отладки, выполняемые программистом. Таким образом, в отличие от традиционного подхода в случае ЭС разработку программ осуществляет не программист, а эксперт (с помощью ЭС), не владеющий программированием.

В режиме консультации общение с ЭС осуществляет конечный пользователь, которого интересует результат и (или) способ его получения. Необходимо отметить, что в зависимости от назначения ЭС пользователь может не быть специалистом в данной проблемной области (в этом случае он обращается к ЭС за результатом, не умея получить его сам), или быть специалистом (в этом случае пользователь может сам получить результат, но он обращается к ЭС с целью либо ускорить процесс получения результата, либо возложить на ЭС рутинную работу). В режиме консультации данные о задаче пользователя после обработки их диалоговым компонентом поступают в рабочую память. Решатель на основе входных данных из рабочей памяти, общих данных о проблемной области и правил из БЗ формирует решение задачи. ЭС при решении задачи не только исполняет предписанную последовательность операции, но и предварительно формирует ее. Если реакция системы не понятна пользователю, то он может потребовать объяснения:

«Почему система задает тот или иной вопрос?», «как ответ, собираемый системой, получен?».

Структуру, приведенную на рис. 4.2, называют структурой статической ЭС. ЭС данного типа используются в тех приложениях, где можно не учитывать изменения окружающего мира, происходящие за время решения задачи. Первые ЭС, получившие практическое использование, были статическими.

Рис. 4.3. Структура динамической ЭС

На рис. 4.3 показано, что в архитектуру динамической ЭС по сравнению со статической ЭС вводятся два компонента: подсистема моделирования внешнего мира и подсистема связи с внешним окружением. Последняя осуществляет связи с внешним миром через систему датчиков и контроллеров. Кроме того, традиционные компоненты статической ЭС (база знаний и машина вывода) претерпевают существенные изменения, чтобы отразить временную логику происходящих в реальном мире событий.

Подчеркнем, что структура ЭС, представленная на рис. 4.2 и 4.3, отражает только компоненты (функции), и многое остается «за кадром».

4.4 Этапы разработки экспертных систем

Разработка ЭС имеет существенные отличия от разработки обычного программного продукта. Опыт создания ЭС показал, что использование при их разработке методологии, принятой в традиционном программировании, либо чрезмерно затягивает процесс создания ЭС, либо вообще приводит к отрицательному результату.

Использовать ЭС следует только тогда, когда разработка ЭС возможна, оправдана и методы инженерии знаний соответствуют решаемой задаче. Чтобы разработка ЭС была возможной для данного приложения, необходимо одновременное выполнение по крайней мере следующих требований:

1) существуют эксперты в данной области, которые решают задачу значительно лучше, чем начинающие специалисты;

2) эксперты сходятся в оценке предлагаемого решения, иначе нельзя будет оценить качество разработанной ЭС;

3) эксперты способны вербализовать (выразить на естественном языке) и объяснить используемые ими методы, в противном случае трудно рассчитывать на то, что знания экспертов будут «извлечены» и вложены в ЭС;

4) решение задачи требует только рассуждений, а не действий;

5) задача не должна быть слишком трудной (т.е. ее решение должно занимать у эксперта несколько часов или дней, а не недель);

6) задача хотя и не должна быть выражена в формальном виде, но все же должна относиться к достаточно «понятной» и структурированной области, т.е. должны быть выделены основные понятия, отношения и известные (хотя бы эксперту) способы получения решения задачи;

7) решение задачи не должно в значительной степени использовать «здравый смысл» (т.е. широкий спектр общих сведений о мире и о способе его функционирования, которые знает и умеет использовать любой нормальный человек), так как подобные знания пока не удается (в достаточном количестве) вложить в системы искусственного интеллекта.

Использование ЭС в данном приложении может быть возможно, но не оправдано. Применение ЭС может быть оправдано одним из следующих факторов:

· решение задачи принесет значительный эффект, например экономический;

· использование человека-эксперта невозможно либо из-за недостаточного количества экспертов, либо из-за необходимости выполнять экспертизу одновременно в различных местах;

· использование ЭС целесообразно в тех случаях, когда при передаче информации эксперту происходит недопустимая потеря времени или информации;

· использование ЭС целесообразно при необходимости решать задачу в окружении, враждебном для человека.

Приложение соответствует методам ЭС, если решаемая задача обладает совокупностью следующих характеристик:

1) задача может быть естественным образом решена посредством манипуляции с символами (т.е. с помощью символических рассуждений), а не манипуляций с числами, как принято в математических методах и в традиционном программировании;

2) задача должна иметь эвристическую, а не алгоритмическую природу, т.е. ее решение должно требовать применения эвристических правил. Задачи, которые могут быть гарантированно решены (с соблюдением заданных ограничений) с помощью некоторых формальных процедур, не подходят для применения ЭС;

3) задача должна быть достаточно сложна, чтобы оправдать затраты на разработку ЭС. Однако она не должна быть чрезмерно сложной (решение занимает у эксперта часы, а не недели), чтобы ЭС могла ее решать;

4) задача должна быть достаточно узкой, чтобы решаться методами ЭС, и практически значимой.

При разработке ЭС, как правило, используется концепция «быстрого прототипа». Суть этой концепции состоит в том, что разработчики не пытаются сразу построить конечный продукт. На начальном этапе они создают прототип (прототипы) ЭС. Прототипы должны удовлетворять двум противоречивым требованиям: с одной стороны, они должны решать типичные задачи конкретного приложения, а с другой - время и трудоемкость их разработки должны быть весьма незначительны, чтобы можно было максимально запараллелить процесс накопления и отладки знаний (осуществляемый экспертом) с процессом выбора (разработки) программных средств (осуществляемым инженером по знаниям и программистом). Для удовлетворения указанным требованиям, как правило, при создании прототипа используются разнообразные средства, ускоряющие процесс проектирования.

Прототип должен продемонстрировать пригодность методов инженерии знаний для данного приложения. В случае успеха эксперт с помощью инженера по знаниям расширяет знания прототипа о проблемной области. При неудаче может потребоваться разработка нового прототипа или разработчики могут прийти к выводу о непригодности методов ЭС для данного приложения. По мере увеличения знаний прототип может достигнуть такого состояния, когда он успешно решает все задачи данного приложения. Преобразование прототипа ЭС в конечный продукт обычно приводит к перепрограммированию ЭС на языках низкого уровня, обеспечивающих как увеличение быстродействия ЭС, так и уменьшение требуемой памяти. Трудоемкость и время создания ЭС в значительной степени зависят от типа используемого инструментария.

В ходе работ по созданию ЭС сложилась определенная технология их разработки, включающая шесть следующих этапов (рис. 4.4):

идентификацию, концептуализацию, формализацию, выполнение, тестирование, опытную эксплуатацию. На этапе идентификации определяются задачи, которые подлежат решению, выявляются цели разработки, определяются эксперты и типы пользователей.

Рис. 4.4. Технология разработки ЭС

На этапе концептуализации проводится содержательный анализ проблемной области, выявляются используемые понятия и их взаимосвязи, определяются методы решения задач.

На этапе формализации выбираются ИС и определяются способы представления всех видов знаний, формализуются основные понятия, определяются способы интерпретации знаний, моделируется работа системы, оценивается адекватность целям системы зафиксированных понятий, методов решений, средств представления и манипулирования знаниями.

На этапе выполнения осуществляется наполнение экспертом базы знаний. В связи с тем, что основой ЭС являются знания, данный этап является наиболее важным и наиболее трудоемким этапом разработки ЭС. Процесс приобретения знаний разделяют на извлечение знаний из эксперта, организацию знаний, обеспечивающую эффективную работу системы, и представление знаний в виде, понятном ЭС. Процесс приобретения знаний осуществляется инженером по знаниям на основе анализа деятельности эксперта по решению реальных задач.

5. Использование и поддержка ЭС. Реижиниринг бизнеса

5.1 Использование финансовых экспортных систем

Множество предприятий устанавливают ЭС для решения задач в таких областях как: торги на фондовой бирже, автоматическое понимание новостей, кредитный анализ, управление рисками, построение портфелей кредитов и инвестиций, оценка рейтинга банков, автоматизация аудита, предсказание изменений на финансовом рынке и т.д.

Примерами этому является целый класс консультативных ЭС: Bear, Sterns & Company’s Broker Monitoring System, Athena Group’s Portfolio Advisor и Trader’s Assistant, совместно разработанные корпорациями Author D. Little Corporation, Knowledge-Based Network Corporation и еще шестью финансовыми институтами. Японский Sanwa Bank, один из крупнейших мировых банков, применяет экспертную систему Best Mix для улучшения качества своей информации по инвестициям.

ЭС Nikko Portfolio Consultation Management System, разработанная для внутреннего использования фирмой Nikko Securities, Ltd., помогает управляющим фондами выбрать оптимальный портфель для своих клиентов. Данная система основана на базе данных с информацией за пять лет продаж акций и на системе с новой теорией управления портфелем, которая вычисляет и оптимизирует портфель ценных бумаг для страховки от различных рисков. Управляющие фондами освобождаются от рутинных вычислений и, таким образом, имеют возможность более быстро составить оптимальный портфель ценных бумаг. Компания IDS Financial Services, подразделение финансового планирования American Express Company, классифицировали финансовые экспертизы своих лучших управляющих для создания экспертной системы, названной Insight. IDS включила экспертизы лучших управляющих в свои средства, т.е. экспертную систему, доступную всем своим планировщикам. Одним из основных результатов применения экспертной системы в компании IDS стало то, что процент покинувших фирму клиентов упал более чем наполовину.

Перечислим характеристики некоторых конкретных ЭС этого класса.

1. FLiPSiDE: Система логического программирования финансовой экспертизы. Предприятие-разработчик: Case Western Reserve University Решаемые задачи: мониторинг состояния рынка ценных бумаг; мониторинг состояния текущего портфеля ценных бумаг; поддержка обзора будущих условий рынка; планирование и выполнение продаж.

Краткие характеристики: применение оригинальной парадигмы “Классной доски”, описанной Ньюэллом; язык Пролог в качестве платформы программирования; представление данных на “Классной доске” в качестве исходных данных для различных знаний;

2. Splendors: Система управления портфелем ценных бумаг реального времени. Решаемые задачи: достижение разнообразных инвестиционных целей в условиях быстро меняющихся данных. Краткие характеристики: система реального времени, использование специализированного языка высокого уровня Profit, большая гибкость в создании портфеля для опытных программистов на C, возможность создания портфеля непрограммирующему финансовому аналитику.

Система позволяет формировать оптимальные инвестиционные портфели в реальном масштабе за счет игры на учете быстрых изменений на фондовой бирже.

3. PMIDSS: Система поддержки принятия решений при управлении портфелем. Предприятие-разработчик: Финансовая группа Нью-Йоркского университета. Решаемые задачи: выбор портфеля ценных бумаг, долгосрочное планирование инвестиций. Краткие характеристики: смешанная система представления знаний, использование разнообразных механизмов вывода: логика, направленные семантические сети, фреймы, правила.

4. Le Courtier: Система ассистент-эксперт для менеджера портфеля. Предприятие-разработчик: Cognitive System Inc. Решаемые задачи: помощь инвесторам в определении своих инвестиционных целей, управление портфелем. Краткие характеристики: использование правил, мощный естественно-языковый интерфейс.

5. PMA: Советчик управляющему портфелем. Предприятие-разработчик: Athena Group. Решаемые задачи: формирование портфеля, оказание рекомендаций по сопровождению портфеля. Краткие характеристики: обеспечение качественного обоснования результатам применения различных численных методов.

6. ArBoR: Вычислительная модель рейтинга облигаций. Предприятие-разработчик: College of Business Administration Univercity of Nebraska. Решаемые задачи: Данная система создана для конструирования вычислительной модели в области рейтинга облигаций и для применения модели в качестве экспертной системы. Краткие характеристики: применение качественного и количественного анализа, использование стандартной оболочки ЭС.

7. Intelligent Hedger: основанный на знаниях подход в задачах страхования от риска. Предприятие-разработчик: Information System Department, New York University. Решаемые задачи: проблема огромного количества постоянно растущих альтернатив страхования от рисков, быстрое принятие решений менеджерами по рискам в ускоряющемся потоке информации, а также недостаток соответствующей машинной поддержки на ранних стадиях процесса разработки систем страхования от рисков предполагает обильную сферу различных оптимальных решений для менеджеров по риску. В данной системе разработка страхования от риска сформулирована как многоцелевая оптимизационная задача. Данная задача оптимизации включает несколько сложностей, с которыми существующие технические решения не справляются.

Краткие характеристики: система использует объектное представление, охватывающее глубокие знания по управлению риском и облегчает эмуляцию первичных рассуждений управляющих риском, полезных для выводов и их объяснений.

8. Узко ориентированная система поддержки принятия решения для выбора стратегий инвестиций. Предприятие-разработчик: Intelligent System Laboratory Science Univercity of Tokyo. Решаемые задачи: С приходом в набор финансовых инструментов понятий “выбор” и “будущее”, у инвесторов появилась возможность формировать набор стратегий, отвечающих целям их инвестиций. Однако, эта возможность порождает трудную задачу нахождения необходимой стратегии среди большого числа стратегий инвестиций. Представлена интеллектуальная система поддержки принятия решения для генерации необходимых стратегий инвестирования с использованием нотации ограниченной удовлетворительности, которая широко применяется в задачах поиска. В данной системе ограничения играют роль навигации для автоматического порождения сложных стратегий через абстрактное сравнение с профилем вкладчиков. Абстрактное сравнение может рассматриваться как поиск метода для производства качественно обоснованных стратегий, описывающих набор предложений для покупки или продажи без цифровой информации. Т.к. такая техника может быть использована как предпроцессор для количественного анализа типа линейного программирования для получения оптимального решения, предлагаемая система является мостом для плавного перехода между качественным и количественным анализами.

Краткие характеристики: применение качественного анализа для получения возможных качественных решений (интуитивные решения) и количественного анализа для нахождения оптимального решения с помощью симплексного метода линейного программирования.

9. Явные рассуждения в прогнозировании обмена валют. Предприятие-разработчик: Department of Computer Science City Polytechnic of Hong Kong. Решаемые задачи: Представляет новый подход в прогнозировании обмена валют, основанный на аккумуляции и рассуждениях с поддержкой признаков, присутствующих для фокусирования на наборе гипотез о движении обменных курсов. Представленный в прогнозирующей системе набор признаков - это заданный набор экономических значений и различные наборы изменяющихся во времени параметров, используемых в модели прогнозирования.

Краткие характеристики: математическая основа примененного подхода базируется на теории Демпстера-Шафера.

10. Nereid: Система поддержки принятия решений для оптимизации работы с валютными опционами. Предприятие-разработчик: NTT Data, The Tokai Bank, Science Univercity of Tokyo.

Решаемые задачи: система облегчает дилерскую поддержку для оптимального ответа из возможных представленных вариантов. Система более практична и дает лучшие решения, чем обычные системы принятия решений.

Краткие характеристики: система разработана с использованием фреймовой системы CLP, которая легко интегрирует финансовую область в приложение ИИ. Предложен смешанный тип оптимизации, сочетающий эвристические знания с техникой линейного программирования. Система работает на Sun-станциях.

5.2 ЭС, основанные на примерах

ЭС, основанные на примерах, можно по принципам работы можно разделить на две группы: использующие нейронные сети и использующие алгоритм индуктивного обобщения ID3. Первые в основном используются как предварительно обученный на примерах классификатор, у которого при подаче на его вход набора значений исходных финансовых параметров на выходе появляется искомое решение по данной финансовой ситуации. Вторые по наборам примеров формируют дерево решений, из которого затем строятся соответствующие для принятия решений правила. Ниже мы приведем 2 типичных примера ЭС обоих групп.

1. S&PCBRS: Нейронный симулятор для оценки рейтинга ценных бумаг. Предприятие-разработчик: Chase Manatten Bank, Standart & Poor’s Corp. Решаемые задачи: оценка рейтинга ценных бумаг по данным о фирмах эмитентах, формирование корректной рейтинговой шкалы.

Краткие характеристики: представление задачи оценки рейтинга как задачи классификации, отбор данных о фирмах эмитентах и формирование обучающего материала, выбор нейроклассификатора, его обучение и тестирование, сравнение с оценками экспертов, использование нейросетевой парадигмы Couter-Propagation, вероятность правильного предсказания рейтинга 84%.

2. ISPMS: Интеллектуальная система управления портфелем ценных бумаг. Решаемые задачи: формирование портфеля акций, обеспечивающего баланс между риском и предполагаемым доходом.

Краткие характеристики: использование оптимизационной модели квадратичного программирования Марковица, баз данных и баз знаний по фирмам-эмитентам и отраслям, наличие подсистемы обучения на прошлом опыте, основанной на извлечении правил из большого количества фактов, учет знаний эксперта и личных предпочтений инвестора в оптимизационной модели. Вероятность правильного предсказания резкого изменения на фондовой бирже в пределах 68% - 84%.

5.3 Реинфиниринг бизнеса

Перестройка работы предприятий в сфере процессов, связанных с проектированием и подготовкой производства новых изделий, называемая реинжинирингом и предпринимаемая в целях резкого повышения эффективности функционирования предприятий в современных условиях, базируется на организационных изменениях и использовании новых информационных технологий.

При анализе существующего и разработке нового бизнеса важную роль играет построение моделей компании и протекающих в ней бизнес-процессов. Модели могут различаться степенью детализации процессов, формой их представления, учетом только статических или также динамических факторов и др. Следует отметить, что все известные подходы к моделированию бизнеса принадлежат к семейству методов моделирования сложных информационных систем.

К традиционным средствам построения моделей сложных систем относится методология SADT (Structured Analysis Design Technique). Она была создана в начале 70-х годов с целью унифицировать подходы к описанию сложных систем. SADT включает как концептуальный подход к построению моделей систем, так и набор правил и графических обозначений для их описания. Предлагаемые методы построения функциональных моделей, где описание систем осуществляется с точки зрения выполняемых ими функций, получили название методологии IDEF0. Существуют также специальные методологии для построения информационных моделей, описывающих потоки информации (IDEFIX) и динамических моделей, отображающих причинно-следственные связи между объектами системы (IDEF/CPN).

К более современным средствам моделирования, появившимся в середине 90-х годов, относится методология RUP (Rational Unified Process). Эта методология, разработанная компанией Rational Software Corp., под-

держивает итеративный процесс создания сложной информационной системы на основе объектно-ориентированного подхода, с использованием диаграмм UML (Unified Modeling Language) для визуального моделирования предметной области. Нотация диаграмм UML и методы использования UML при реинжиниринге бизнес-процессов проектирования и подготовки производства будут рассмотрены в последующих разделах данного пособия.

Наряду с UML, для визуального моделирования существуют и другие нотации, реализованные, например, в системах ARIS и ADONIS. Система ADONIS позволяет выполнять не только визуальное, но и имитационное моделирование бизнес-процессов, ее возможности также рассматриваются ниже.

Информационные системы поддержки новых бизнес-процессов.

Выше отмечалось, что использование новых информационных технологий является неотъемлемой частью реинжиниринга. При этом модели новых бизнес-процессов непосредственно реализуются в среде информационной системы поддержки (ИСП) нового бизнеса. Важность ИСП состоит не только в том, что она является необходимым элементом реинжиниринга, а еще и в том, что зачастую применение ИСП во многом определяет технологию ведения нового бизнеса. ИСП представляет собой специально разрабатываемое программное обеспечение – программную систему, которая строится на основе применения соответствующих инструментальных средств.

В сфере проектирования новых изделий роль ИСП играют конструкторские системы автоматизированного проектирования (САПР-К). В сфере технологической подготовки производства роль ИСП играют автоматизированные системы технологической подготовки производства (АСТПП).

К инструментальным средствам создания САПР-К и АСТПП относятся CAD/CAM, CAE и PDM-системы. При этом CAD/CAM и САЕ-системы становятся средствами для автоматизации выполнения проектных процедур, а PDM-система – средством для управления процессами проектирования и подготовки производства. Одновременно PDM-система является базовым средством, с помощью которого реализуется единое информационное пространство для всех этапов жизненного цикла изделия (ЖЦИ).

Наиболее мощные и полнофункциональные комплексы CAD/CAM/CAE/PDM получили название PLM-решений (Product Data Management –управление данными об изделии).

6. Стратегия получения знаний. Практические методы извлечения знаний

6.1 Стратегия получения знаний

Выделяют три стратегии получения знаний – приобретение знаний, извлечение знаний и обнаружение знаний в базах данных:

Под приобретением (acquisition) знаний понимают способ автоматизированного наполнения базы знаний посредством диалога эксперта и специальной программы.

Извлечением (elicitation) знаний называют процедуру взаимодействия инженера по знаниям с источником знаний (экспертом, специальной литературой и др.) без использований вычислительной техники.

Термином “обнаружение знаний в базах данных ” (knowledge discovery in databases – KDD) сегодня обозначают процесс получения из “сырых” данных новой, потенциально полезной информации о предметной области. Этот процесс включает несколько этапов (рис. 6.1). Сюда относится накопление сырых данных, отбор, подготовка, преобразование данных, поиск закономерностей в данных, оценка, обобщение и структурирование найденных закономерностей.

Рис. 6.1. Процесс обнаружения знаний в БД

Стратегия KDD все более выдвигается на первую роль. Это во многом обусловлено быстрым развитием разнообразных хранилищ данных (data warehouse) – собраний данных, отличающихся предметной ориентированностью, интегрированностью, поддержкой хронологии, неизменяемостью, и предназначенных для последующей аналитической обработки.

Специфика современных требований к обработке данных с целью обнаружения знаний следующая:

· Данные имеют неограниченный объем

· Данные являются разнородными (количественными, качественными, категориальными)

· Результаты должны быть конкретны и понятны

· Инструменты для обработки “сырых” данных должны быть просты в использовании

6.2 Практические методы извлечения данных

Классификация методов извлечения знаний (рис. 6.2) позволит инженерам по знаниям, в зависимости от конкретной задачи и ситуации, выбрать конкретный метод. Из предложенной схемы классификации видно, что основной принцип деления связан с источником знаний. Коммуникативные методы охватывают все виды контактов с живым источником знаний - экспертом, а текстологические касаются методов извлечения знаний из документов (методик, пособий, руководств) и специальной литературы (статей, монографий, учебников).

Разделение этих групп методов на верхнем уровне классификации не означает их антагонистичности, обычно инженер по знаниям комбинирует различные методы, например, сначала изучает литературу, затем беседует с экспертами, или наоборот.

Рис. 6.2. Классификация методов извлечения знаний.

В свою очередь, коммуникативные методы можно также разделить на две группы: активные и пассивные. Пассивные методы подразумевают, что ведущая роль в процедуре извлечения знаний как бы передается эксперту, а инженер по знаниям только протоколирует рассуждения эксперта во время его реальной работы по принятию решений или записывает то, что эксперт считает нужным самостоятельно рассказать в форме лекции. В активных методах, напротив, инициатива полностью в руках инженера по знаниям, который активно контактирует с экспертом различными способами - в играх, диалогах, беседах за «круглым столом» и т.д.

Пассивные методы на первый взгляд достаточно просты, но на самом деле требуют oт инженера по знаниям умения четко анализировать «поток сознания» эксперта и выявлять в нем значимые фрагменты знаний. Отсутствие обратной связи (пассивность инженера по знаниям) значительно ослабляет эффективность этих методов, чем и объясняется их обычно вспомогательная роль при активных методах.

Активные методы можно разделить на две группы в зависимости от числа экспертов, отдающих свои знания. Если их число больше одного, то целесообразно помимо серии индивидуальных контактов с каждым применять и методы групповых обсуждений предметной области. Такие групповые методы обычно активизируют мышление участников дискуссий и позволяют выявлять весьма нетривиальные аспекты их знаний. В свою очередь, индивидуальные методы на сегодняшний день остаются ведущими, поскольку столь деликатная процедура, как «отъем знаний», не терпит лишних свидетелей.

Отдельно следует сказать об играх. Игровые методы сейчас широко используются и социологии, экономике, менеджменте, педагогике для подготовки руководителей, учителей, врачей и других специалистов. Игра - это особая форма деятельности и творчества, где человек раскрепощается и чувствует себя намного свободнее, чем в обычной трудовой деятельности.

Заключение

В ходе выполнения работы были сделаны следующие выводы:

Экспертная система – это интеллектуальная программа, способная делать логические выводы на основании знаний в конкретной предметной области и обеспечивающая решение специфических задач.

К экспертным системам предъявляются следующие требования: использование знаний, связанных с конкретной предметной областью; приобретение знаний от эксперта; определение реальной и достаточно сложной задачи; наделение системы способностями эксперта.

Структура экспертной системы представлена следующими структурными элементами: база знаний, механизм логических выводов, пользовательский интерфейс, модуль приобретения знаний, модуль советов и объяснений.

Области применения систем, основанных на знаниях, могут быть сгруппированы в несколько основных классов: медицинская диагностика, контроль и управление, диагностика неисправностей в механических и электрических устройствах, обучение, экономика и финансы.

Множество предприятий устанавливают ЭС для решения задач в таких областях как: торги на фондовой бирже, автоматическое понимание новостей, кредитный анализ, управление рисками, построение портфелей кредитов и инвестиций, оценка рейтинга банков, автоматизация аудита, предсказание изменений на финансовом рынке и т.д. Были рассмотрены наиболее распространенные экспертные системы в области финансов.

Применение информационных систем для получения конкурентных преимуществ. ИС сегодня играют стратегическую роль, так как помогают организации получить конкурентные преимущества. Информационная технология и ИС сами по себе не дают конкурентных преимуществ. Их нужно использовать для поддержки стратегии конкуренции.

Стратегическими ИС называют такие ИС, которые могут изменять цели деятельности, изделия, сопутствующие услуги для получения конкурентных преимуществ.

Фирма использует ИТ на трех различных уровнях конкурентной стратегии:

· уровень бизнеса;

· уровень фирмы;

· уровень отрасли.

Нет одной стратегической ИС, охватывающей все уровни стратегии, для различных уровней используются различные системы. Для каждого уровня бизнес-стратегии существует стратегия использования ИС, и для каждого уровня существует модель для анализа и оценки использования ИС.

В табл.1 отражены стратегии, модели и информационные технологии для каждого уровня конкуренции.

Таблица 1

Уровни конкуренции, стратегии, модели и информационные технологии

	Стратегия		Информационные сети/ информационные технологии
	кооперация, лицензия, стандарт	модель конкурентных сил, сетевая экономика	телекоммуникации, информационное партнёрство
	синергетика, центр компетенции	центр компетенции (core competition)	системы знаний, системы организационного управления
	снижение затрат дифференциация, анализ конкуренции	цепочка добавления потребительской стоимости (value chain)	Custom Relationship Management (CRM), Supply Chain Maanagement (SCM), Datamining

Более подробно остановимся на стратегии бизнес уровня и цепочке добавления потребительской стоимости. Ключевой вопрос стратегии бизнес - уровня -- это «Как мы можем эффективно конкурировать на отдельном рынке?» Это может быть рынок кабельного телевидения, автомобильных пассажирских перевозок, туризма и т.д.

Основными конкурентными стратегиями этого уровня являются следующие:

· Стратегия преимущества по издержкам производства;

· Стратегия дифференциации;

· Стратегия изменения сферы конкуренции.

Фирма, реализующая стратегию преимущества по издержкам, ориентируется на широкий рынок и производит товары в большом количестве. При помощи массового производства она может минимизировать удельные издержки и предлагать низкие цены. Это позволяет иметь более высокую долю прибыли по сравнению с конкурентами, лучше реагировать на рост себестоимости и привлекать потребителей, ориентирующихся на уровень цен.

Фирма, реализующая стратегию дифференциации, нацеливается на большой рынок, предлагая товар, который рассматривается как выделяющийся. Компания выпускает привлекательный для многих товар, который, тем не менее, рассматривается потребителями как уникальный, в силу его дизайна, доступности, надежности и других характеристик. В результате цена не играет столь важной роли, и потребители приобретают достаточную лояльность к товарной марке.

Фирма, реализующая стратегию изменения сферы конкуренции, расширяет рынок, включаясь в глобальные рынки, или сужает рынок с фокусированием на небольших нишах, еще не освоенных или недостаточно удовлетворенных другими конкурентами. Продвижение на мировые рынки порождает изменение масштабов фирмы. Продвижение в узкие ниши рынков обеспечивается высоко прибыльным продуктом.

На уровне бизнеса наиболее общим аналитическим инструментом является анализ цепочки добавления потребительской стоимости (value chain).

Величина добавленной стоимости вычисляется как стоимость проданной продукции за вычетом ее себестоимости. Цепочка добавления стоимости представляет собой описание основных процессов, приводящих к добавлению стоимости продукции предприятия.

Потребительская стоимость -- это полезность продукта или услуги, способность удовлетворять какую-либо человеческую потребность.

Цепочка добавления потребительской стоимости (ЦДС) представляет собой совокупность работ, которые увеличивают потребительскую стоимость.

Добавление потребительской стоимости означает, что потребитель желает или готов оплачивать затраты на выполнение тех работ и задач, которые добавляют потребительскую стоимость продукта.

Концепция цепочки добавления потребительской стоимости была предложена профессором Гарвардской школы бизнеса Майклом Портером и широко используется в области консультационных услуг, направленных на совершенствование деятельности компаний для обеспечения их конкурентоспособности.

Этот подход базируется на предположении, что конкурентоспособность достигается путем оптимизации большого числа отдельных процессов, которые выполняет компания при разработке, производстве, маркетинге, поставке и поддержке своих продуктов и услуг.

Модель ЦДС позволяет определить критические точки, в которых фирма может использовать ИТ, позволяющие продвинуть ее конкурентные позиции. Особенно те, где можно получить наибольшую прибыль от стратегических ИС для создания новых продуктов и услуг, продвижения их на рынок, для понижения операциональных издержек, за счет взаимодействия с ИС клиентов и поставщиков.

Модель ЦДС представляет фирму как цепочку элементов базисных действий, добавляющих потребительскую стоимость к продуктам и услугам фирмы.

Эти элементы можно разделить на основную и вспомогательную деятельность.

Основная деятельность непосредственно связана с производством и реализацией продуктов и услуг фирмы, созданием потребительской стоимости.

Основная деятельность включает входящую логистику, производство, выходящую логистику, продажи и маркетинг, послепродажное обслуживание.

Входящая логистика: получение и хранение материалов для производства. Операции преобразуют входящие материалы в конечный продукт.

Выходящая логистика: хранение и распределение готовой продукции.

Продажи и маркетинг: включают раскрутку и продажу продукции.

Послепродажное обслуживание: поддержка и ремонт продукции (услуг) фирмы.

Вспомогательная деятельность включает организационную инфраструктуру (администрирование и управление, управление персоналом, подбор кадров, обучение), технологическое обеспечение производства, приобретение оборудования.

Модель ЦДС выявляет элементы основной и вспомогательной деятельности, которые могут быть оптимизированы за счет применения ИС, и таким образом может быть достигнуто конкурентное преимущество.

Есть элементы, которые добавляют ценность продукту, а есть такие, которые не добавляют. В процессе реинжиниринга число последних сокращают.

Организации имеют конкурентные преимущества, когда они обеспечивают большую ценность продукта с точки зрения потребителя, или когда они обеспечивают ту же самую ценность для потребителя, но снижают цену. ИС могут иметь стратегическое воздействие, если они помогают фирме обеспечить снижение стоимости продукции и услуг по сравнению с конкурентами, или обеспечить ту же потребительскую стоимость, что и у конкурентов, без увеличения издержек. Например, это возможно за счет более быстрого предоставления высококачественной информации при очень низкой цене. В табл.2 представлены новые продукты и услуги, основанные на новых информационных технологиях.

Таблица 2

Новые продукты и услуги

Новые продукты и услуги	ИТ, лежащие в их основе
Онлайновый банкинг	Частные вычислительные сети, Интернет
Управление денежными счетами	Корпоративные пользовательские системы счетов
Электронные биржи	Автоматизированные рабочие места менеджера и (трейдера) биржевого маклера.
Системы резервирования мест на международных и национальных авиалиниях, в отелях	Системы резервирования, основанные на международных телекоммуникациях
Электронная коммерция	Интернет, корпоративные базы данных заказчиков
	Цифровые сети и коммуникационные системы
Изготовление изделий на заказ	CAD/САМ системы

Стратегическими ИС для бизнес уровня являются информационная система управления взаимоотношениями с клиентами (Custom Relationship Management, CRM), информационная система управления цепочками поставок (Supply Chain Management, SCM), система «добычи» знаний (Datamining).

Поясним некоторые понятия, встречающиеся в связи с характеристикой уровней фирмы и отрасли.

Центр компетенции - это деятельность компании, в которой она признаётся лидером мирового или регионального уровня.

Компетенция -- признание заслуг компании в данной области.

Синергетика -- такое объединение бизнесов, которое даёт не аддитивный, а мультипликативный эффект. Синергетический эффект: информационные технологии и информационные системы позволяют так соединить функционирование различных бизнесов, чтобы увеличить совокупную прибыль и уменьшить совокупные расходы.

Классификация информационных технологий.

Информационные технологии в настоящее время можно классифицировать по ряду признаков, в частности, по:

· способу реализации в ИС;

· степени охвата ИТ задач управления;

· классам реализуемых технологических операций;

· типу пользовательского интерфейса;

· вариантам использования сети ЭВМ;

· обслуживаемой предметной области;

По способу реализации ИТ в ИС выделяют традиционно сложившиеся и новые информационные технологии. Если традиционные ИТ прежде всего существовали в условиях централизованной обработки данных, до массового использования ПЭВМ были ориентированны главным образом на снижение трудоёмкости при формировании регулярной отчётности, то новые информационные технологии связаны с информационным обеспечением процесса управления в режиме реального времени.

По степени охвата ИТ задач управления выделяют электронную обработку данных, когда с использованием ЭВМ без пересмотра методологии и организации процессов управления ведётся обработка данных с решением отдельных экономических задач, и автоматизацию управленческой деятельности. Во втором случае вычислительные средства, включая супер-ЭВМ и ПЭВМ, используются для комплексного решения функциональных задач, формирования регулярной отчётности и работы в информационно-справочном режиме для подготовки управленческих решений. К этой же группе могут быть отнесены ИТ поддержки принятия решений, которые предусматривают широкое использование экономико - математических методов, моделей и ППП для аналитической работы и формирования прогнозов, составления бизнес-планов, обоснованных оценок и выводов по изучаемым процессам, явлениям производственно-хозяйственной практики. К названной группе относятся и широко внедряемые в настоящее время ИТ, получившие название электронного офиса и экспертной поддержки решений.

Эти два варианта ИТ ориентированы на использование последних достижений в области интеграции новейших подходов к автоматизации работы специалистов и руководителей, создание для них наиболее благоприятных условий выполнения профессиональных функций, качественного и своевременного информационного обслуживания за счёт полного автоматизированного набора управленческих процедур, реализуемых в условиях конкретного рабочего места и офиса в целом.

Информационные технологии экспертной поддержки составляют основу автоматизации труда специалистов-аналитиков. Эти работники кроме аналитических методов и моделей для исследования складывающихся в рыночных условиях ситуаций по сбыту продукции, услуг, финансового положения предприятия, фирмы, финансово-кредитной организации вынуждены использовать накопленный и сохраняемый в системе опыт оценки ситуаций, т.е. сведения, составляющие базу знаний в конкретной предметной области. Обработанные по определенным правилам такие сведения позволяют подготавливать обоснованные решения для поведения на финансовых и товарных рынках, вырабатывать стратегию в областях менеджмента и маркетинга.

По классам реализуемых технологических операций ИТ рассматриваются по существу в программном аспекте и включают: текстовую обработку, электронные таблицы, автоматизированные банки данных, обработку графической и звуковой информации, мультимедийные и другие системы.

Перспективным направлением развития компьютерной технологии является создание программных средств для вывода высококачественного звука и видеоизображения. Технология формирования видеоизображения получила название компьютерной графики. Эта технология проникла в область экономического анализа, моделирования различного рода конструкций, она незаменима в производстве, проникает в рекламную деятельность, делает занимательным досуг. Формируемые и обрабатываемые с помощью цифрового процессора изображения могут быть демонстративными и анимационными. К первой группе, как правило относят коммерческую(деловую) и иллюстративную графику, ко второй - инженерную и научную, а также связанную с рекламой, искусством, играми, когда выводятся не только одиночные изображения,но и последовательность кадров в виде фильма (интерактивный вариант). Интерактивная машинная графика является одним из наиболее прогрессивных направлений среди новых информационных технологий. Это направление переживает бурное развитие в области появления новых графических станций и в области специализированных программных средств, позволяющих создавать реалистические объёмные движущиеся изображения, сравнимые по качеству с кадрами видеофильма.

Программно-техническая организация обмена с компьютером текстовой, графической, аудио- и видеоинформацией получила название мультимедиа-технологии. Такую технологию реализуют специальные программные средства, имеющие встроенную поддержку мультимедиа и позволяющие использовать её в профессиональной деятельности, учебно-образовательных, научно-популярных и игровых областях. При применении этой технологии в экономической работе открываются реальные перспективы использовать компьютер для озвучивания изображений, а также понимания им человеческой речи, ведения компьютером диалога со специалистом на родном для специалиста языке. Способность компьютера с голоса воспринимать несложные команды управления программами, открытием файлов, выводом информации на печать и другими операциями в ближайшем будущем создаст самые благоприятные условия пользователю для взаимодействия с ним в процессе профессиональной деятельности.

По типу пользовательского интерфейса можно рассматривать ИТ с точки зрения возможностей доступа пользователя к информационным и вычислительным ресурсам. Так, пакетная ИТ исключает возможность пользователя влиять на обработку информации, пока она производится в автоматическом режиме. Это объясняется организацией обработки, которая основана на выполнении программно-заданной последовательности операций над заранее накопленными в системе и объединенными в пакет данными. В отличие от пакетной диалоговая ИТ предоставляет пользователю неограниченную возможность взаимодействовать с хранящимися в системе информационными ресурсами в реальном масштабе времени, получая при этом всю необходимую информацию для решения функциональных задач и принятия решений. Интерфейс сетевой ИТ предоставляет пользователю средства теледоступа к территориально распределенным информационным и вычислительным ресурсам благодаря развитым средствам связи, что делает такие ИТ широко используемыми и многофункциональными.

Варианты использования сети ЭВМ. В настоящее время наблюдается тенденция к объединению различных типов информационных технологий в единый компьютерно-технологичекий комплекс, который носит название интегрированного. Особое место в нём принадлежит средствам коммуникации, обеспечивающим не только чрезвычайно широкие технологические возможности автоматизации управленческой деятельности, но и являющимися основой создания самых разнообразных сетевых вариантов ИТ: локальных, многоуровневых, распределенных, глобальных вычислительных сетей, электронной почты, цифровых сетей интегрального обслуживания. Все они ориентированы на технологическое взаимодействие совокупности объектов, образуемых устройствами передачи, обработки, накопления и хранения, защиты данных, представляющих собой интегрированные компьютерные системы обработки данных большей сложности, практически неограниченных эксплуатационных возможностей для реализации управленческих процессов в экономике.

Интегрированные компьютерные системы обработки данных проектируются как сложный информационно-технологический комплекс. Он поддерживает единый способ представления данных и взаимодействия пользователей с компонентами системы, обеспечивает информационные и вычислительные потребности специалистов в их профессиональной работе. Особое значение в таких системах придаётся защите информации при её передаче и обработке. Наибольшее распространение при защите экономической информации получили аппаратно-программные способы. В частности, использование системы связи, выбранной по защитным свойствам и качеству обслуживания, гарантирующим сохранность информации в процессе передачи и доставке её адресату; шифрование и дешифрование данных абонентами сетей общего пользования (телефонных,телеграфных) при договорённости пользователей об общих технических средствах, алгоритмах шифрования и т.п.

Повышение требований к оперативности информационного обмена и управления, а следовательно, к срочности обработки информации, привело к созданию не только локальных, но и многоуровневых и распределённых систем организационного управления объектами, какими являются, например, банковские, налоговые, снабженческие, статистические и другие службы. Их информационное обеспечение реализует сети автоматизированных банков данных, которые строятся с учётом организационно-функциональной структуры соответствующего многоуровневого экономического объекта, машинного ведения информационных массивов. Эту проблему в новых информационных технологиях решают распределенные системы обработки данных с использованием каналов связи для обмена информацией между базами данных различных уровней. За счёт усложнения программных средств управления базами данных повышаются скорость, обеспечиваются защита и достоверность информации при выполнении экономических расчётов и выработке управленческих решений.

Эволюция информационных технологий

К настоящему времени информационная технология прошла несколько эволюционных этапов. Мощным толчком к развитию информационных технологий явилось книгопечатание, позволившее тиражировать информацию и открывшее эру бумажной информационной технологии, занимающей и в настоящее время значительное место. Вторым переломом было изобретение ЭВМ.

В современном обществе основным техническим средством технологии переработки информации служит персональный компьютер. Внедрение персонального компьютера в информационную сферу и применение телекоммуникационных средств связи определил новый этап развития информационной технологии и, как следствие, изменение в названии за счет присоединения одного из синонимов: "новая ", "компьютерная", "современная".

Новая информационная технология - информационная технология с "дружественным" интерфейсом работы пользователя, использующая персональные компьютеры и телекоммуникационные средства. Существует несколько точек зрения на развитие информационных технологий с использованием компьютеров, которые определяются различными признаками деления:

Вид задач и процессов обработки информации.

1 этап (60-70-е годы) - обработка данных в вычислительных центрах в режиме коллективного пользования. Основным направлением развития информационной технологии являлась автоматизация операционных рутинных действий человека.

2 этап (с 80-х годов) - создание информационных технологий, направленных на решение стратегических задач.

Проблемы, стоящие на пути информатизации общества.

1 этап (до конца 60-го года) - проблема обработки больших объемов данных в условиях ограниченных возможностей аппаратных средств.

2 этап (70-е годы) - отставание программного обеспечения от уровня развития аппаратных средств.

3 этап компьютер становится инструментом непрофессионального пользователя. Проблемы - максимальное удовлетворение потребностей пользователя и создание соответствующего интерфейса работы в компьютерной среде.

4 этап (с начала 90-х годов) - создание современной технологии межорганизационных связей и информационных систем.

Проблемы: выработка соглашений и установление стандартов, протоколов для компьютерной связи; организация доступа к стратегической информации; организация защиты и безопасности информации.

Преимущество, которое приносит компьютерная технология.

1 этап (с начала 60-х годов) - довольно эффективная обработка информации при выполнении рутинных операций с ориентацией на централизованное коллективное использование ресурсов вычислительных центров. Проблемы - создавались системы, которые пользователи плохо воспринимали и, несмотря на их достаточно большие возможности, не использовали в полной мере.

2 этап (с середины 70-х годов) - появление персональных компьютеров. Ориентация смещается в сторону индивидуального пользователя для поддержки принимаемых им решений.

3 этап (90-е годы) - стратегические преимущества в бизнесе, основан на достижениях телекоммуникационной технологии распределенной обработки информации. Соответствующие информационные технологии должны помочь организации выстоять в конкурентной борьбе и получить преимущество.

Виды инструментария технологии.

1 этап (до второй половины 19 века) - "ручная" ИТ, инструментарий: перо, чернильница, книга. Коммуникации осуществлялись ручным способом путем переправки через почту писем, пакетов, депеш. Основная цель технологии - представление информации в нужной форме.

2 этап (с конца 19 века) - "механическая " технология. Инструментарий: пишущая машинка, телефон, диктофон. Цель технологии - представление информации в нужной форме более удобными способами.

3 этап(40-60-у годы 20 века) - "электрическая" технология. Инструментарий: большие ЭВМ и соответствующие программное обеспечение, электрические пишущие машинки, ксероксы, портативные диктофоны. Изменяется цель технологии - формирование содержания информации.

4 этап (с начала 70-х годов) - "электронная" технология. Инструменты: большие ЭВМ и создаваемые на их базе автоматизированные системы управления (АСУ) и программные средства (ПС). Цель - формирование содержательной сторонней информации для управленческой среды различных сфер общественной жизни.

5 этап (с середины 80-х годов) - "компьютерная" технология, основным инструментарием которой является персональный компьютер с широким спектром стандартных программных продуктов разного назначения.

Начинают широко использоваться в различных областях глобальные и локальные компьютерные сети.

Технология общения с компьютером.

Пользовательский интерфейс включает в себя три понятия:

· общение приложения с пользователем;

· общение пользователя с приложением;

· язык общения.

Свойствами интерфейса являются: конкретность и наглядность. Одной из важных функций интерфейса является формирование у пользователя одинаковой реакции на одинаковые действия приложений, их согласованность. Согласование должно быть выполнено в трёх аспектах:

· физическом, который относится к техническим средствам;

· синтаксическом, который определяет последовательность и порядок появления элементов на экране (язык общения) и последовательность запросов (язык действий);

· семантическом, который обусловлен значениями элементов, составляющих интерфейс.

Согласованность интерфейса экономит время пользователя и разработчика. Для пользователя уменьшается время изучения, а затем использования системы, сокращается число ошибок, появляется чувство комфортности и уверенности. Разработчику согласованный интерфейс позволяет выделить общие блоки интерфейса, стандартизировать отдельные элементы и правила взаимодействия с ними, сократить время проектирования новой системы.

Разработка пользовательского интерфейса состоит из проектирования панелей диалога. Панель приложения разделена на три части: меню действий, тело панели и область функциональных клавиш.

Преимущество использования меню действий (и выпадающего меню) заключается в том, что эти действия наглядны и могут быть запрошены пользователем установкой курсора, функциональной клавишей, вводом команды, либо каким-то другим простым способом. На цветном экране меню действий обычно имеет другой цвет по отношению к цвету панели. На монохромном экране используется сплошная линия для его отделения. Меню действий содержит объекты, состоящие из одного или нескольких слов. Два последних из них резервируются для действий "выход" и "справка". Размещаются объекты слева направо по мере убывания частоты их использования. Возможны системы с многоуровневой системой выпадающих меню, но оптимальное число уровней - три, так как иначе могут появиться трудности в понимании многоуровневых меню.

Тело панели содержит следующие элементы:

· разделители областей;

· индетификатор и заголовок панели;

· инструкцию;

· заголовки столбца, группы, поля;

· указатель протяжки;

· области сообщений и команд;

· поля ввода выбора.

Область функциональных клавиш - необязательная часть, показывающая соответствие клавиш и действий, которые выполняются при их нажатии. В области функциональных клавиш отображаются только те действия, которые доступны на текущей панели.

Для указания текущей позиции на панели используется курсор выбора. Для более быстрого взаимодействия можно предусмотреть функциональные клавиши, номер объекта выбора, команду или мнемонику.

Разбивка панели на области основана на принципе "объект - действие". Этот принцип разрешает пользователю сначала выбрать обект, затем произвести действия с этим объектом, что минимизирует число режимов, упрощает и ускоряет обучение работе с приложениеями и создает для пользователя комфорт. Если панель располагается в отдельной ограниченной части экрана, то она называется окном, которое может быть первичным или вторичным. В первичном окне начинается диалог, и если в приложение не нужно создавать другие окна, окном считается весь экран. Первичное окно может содержать столько панелей, сколько нужно для ведения диалога. Вторичные же окна вызываются из первичных. В них пользователь ведет диалог параллельно с первичным окном. Часто вторичные окна используются для подсказки. Первичные и вторичные окна имеют заголовок в верхней части окна. Пользователь может переключиться из первичного окна во вторичное и наоборот. Существует также понятие "всплывающие окна", которые позволяют улучшить диалог пользователя с приложением, ведущийся из первичного или вторичного окна.

При общении пользователя и компьютера, пользователь перемещается по приложению, выполняя конкретные действия. При этом действие не обязательно требует от компьютера обработки информации. Он может обеспечить переход от одной панели к другой, от одного приложения к другому. Если пользователь перешел к другой панели и его действия привели к потере информации, рекомендуется требовать подтверждения того, следует ли ее сохранить. При этом пользователю предоставляется шанс сохранить информацию, отменит последний запрос, вернуться на один шаг назад.

Путь, по которому движется диалог, называют навигацией. Он может быть изображен в виде графа, где узлы - действия, дуги - переходы. Диалог состоит из двух частей: запросов на обработку и навигацию. Унифицированные действия диалога - это действия, имеющие одинаковый смысл во всех приложениях. Некоторые унифицированные действия могут быть запрошены из выпадающего меню посредством действия "команда" функциональной клавишей. К унифицированным действиям диалога относятся: "отказ", справка", "ввод", "выход", "подсказка", "регенерация", "извлечение", "индетефикаторы", "команда", "клавиши".

Виды пользовательского интерфейса.

Пользовательский интерфейс представляет средство взаимодействия пользователя с персональным компьютером (ПК). В силу большого разнообразия пользователей и видов ПК существует множество различных стилей пользовательских интерфейсов, но все они должны отвечать следующим принципам:

· пользовательский интерфейс базируется на терминах и понятиях, знакомых пользователю;

· пользовательский интерфейс всегда единообразен;

· пользовательский интерфейс позволяет пользователю исправлять собственные ошибки;

· пользовательский интерфейс позволяет получать справочную информацию, как по запросу пользователя, так и генерируемую программным средством (ПС).

В настоящее время широко распространены командные и графические пользовательские интерфейсы.

Командный пользовательский интерфейс предоставляет пользователю возможность обращаться к ПС с некоторым заданием (запросом), представляемым некоторым текстом (командой) на специальном командном языке (языке заданий). Достоинствами такого интерфейса является возможность его реализации на дешевых алфавитно-цифровых терминалах и возможность минимизации требуемого от пользователя ввода с клавиатуры. Недостатками такого интерфейса являются необходимость изучения командного языка и достаточно большая вероятность ошибки пользователя при задании команды. В связи с этим командный пользовательский интерфейс обычно выбирают только опытные пользователи. Такой интерфейс позволяет им осуществлять быстрое взаимодействие с компьютером и предоставляет возможность объединять команды в процедуры и программы.

Графический пользовательский интерфейс предоставляет пользователю возможности:

· обращаться к ПС путем выбора на экране подходящего графического или текстового объекта;

· получать от ПС информацию на экране в виде графических и текстовых объектов;

· осуществлять прямые манипуляции с графическими и текстовыми объектами, представленными на экране.

Графический пользовательский интерфейс позволяет:

· размещать на экране множество различных окон, в которые можно выводить информацию независимо;

· использовать графические объекты, называемые пиктограммами (или иконами), для обозначения различных информационных объектов или процессов;

· использовать экранный указатель для выбора объектов (или их элементов), размещенных на экране. Экранный указатель управляется (перемещается) с помощью клавиатуры или мыши.

Достоинством графического пользовательского интерфейса является возможность создания удобной и понятной пользователю модели взаимодействия с ПС (панель управления, рабочий стол и т.п.) без необходимости изучения какого-либо специального языка. Графический пользовательский интерфейс обобщает такие виды пользовательского интерфейса, как интерфейс типа меню и интерфейс прямого манипулирования.

Технологии обработки данных

Различаются следующие способы обработки данных:

централизованный

Централизованная организация данных является самой простой для реализации. На одном сервере находится единственная копия базы данных. Все операции с базой данных (БД) обеспечиваются этим сервером. Доступ к данным выполняется с помощью удаленного запроса или удаленной транзакции.

Достоинство:

· легкая поддержка базы данных в актуальном состоянии.

Недостатки:

· размер базы ограничен размером внешней памяти;

· все запросы направляются к единственному серверу с соответствующими затратами на стоимость связи и временную задержку.

· база может быть недоступной для удаленных пользователей при появлении ошибок связи и полностью выходит из строя при отказе центральнoго сервера.

децентрализованный

Децентрализованная организация данных предполагает разбиение информационной базы на несколько физически распределенных. Каждый клиент пользуется своей базой данных, которая может быть либо частью общей информационной базы, либо копией информационной базы в целом, что приводит к ее дублированию для каждого клиента. При распределении данных на основе разбиения базы данных размещается на нескольких серверах. Существование копий отдельных частей недопустимо.

Достоинства:

· большинство запросов удовлетворяются локальными базами, что сокращает время ответа;

· увеличиваются доступность данных и надежность их хранения;

· стоимость запросов на выборку и обновление снижается по сравнению с централизованным распределением;

· система останется частично работоспособной, если выйдет из строя один сервер.

Недостатки:

· часть удаленных запросов или транзакций может потребовать доступ ко всем серверам, что увеличивает время ожидания и цену обслуживания;

· необходимо иметь сведения о размещении данных в различных БД.

распределенный

Распределенный способ обработки данных основан на распределении функций обработки между различными ЭВМ, включенными в сеть.

Этот способ может быть реализован двумя путями:

· первый предполагает установку ЭВМ в каждом узле сети (или на каждом уровне системы), при этом обработка данных осуществляется одной или несколькими ЭВМ в зависимости от реальных возможностей системы и ее потребностей на текущий момент времени.

· второй путь - размещение большого числа различных процессоров внутри одной системы. Такой путь применяется в системах обработки банковской и финансовой информации, там, где необходима сеть обработки данных (филиалы, отделения и т.д.).

Распределенная обработка данных позволила повысить эффективность удовлетворения изменяющейся информационной потребности информационного работника и тем самым обеспечить гибкость принимаемых им решений.

Преимущества:

· возможность обрабатывать в заданные сроки любой объем данных;

· высокая степень надежности, так как при отказе одного технического средства есть возможность моментальной замены его на другой;

· сокращение времени и затрат на передачу данных;

· повышение гибкости систем, упрощение разработки и эксплуатации программного обеспечения и т.д.;

· большое число взаимодействующих между собой пользователей, выполняющих функции сбора, регистрации, хранения, передачи и выдачи информации;

· снятие пиковых нагрузок с централизованной базы путем распределения обработки и хранения локальных баз данных на разных ЭВМ;

· обеспечение доступа информационного работника к вычислительным ресурсам сети ЭВМ;

· обеспечение симметричного обмена данными между удаленными пользователями.

Недостатки технологии клиент-сервер заключаются:

· в повышении требований к производительности ЭВМ-сервера;

· в усложнении управления вычислительной сетью;

· в сложности организации (при отсутствии сетевой СУБД распределенной обработки).

интегрированный

Интегрированный способ обработки информации он предусматривает создание информационной модели управляемого объекта, то есть создание распределенной базы данных.

Такой способ обеспечивает максимальное удобство для пользователя. С одной стороны, базы данных предусматривают коллективное пользование и централизованное управление. С другой стороны, объем информации, разнообразие решаемых задач требуют распределения базы данных. Технология интегрированной обработки информации позволяет улучшить качество, достоверность и скорость обработки, т.к. обработка производится на основе единого информационного массива, однократно введенного в ЭВМ. Особенностью этого способа является отделение технологически и по времени процедуры обработки от процедур сбора, подготовки и ввода данных.

Информационные системы, организации и бизнес-процессы. Характеристика организаций. Общие и отличительные черты организаций. Типы организаций.

Организации -- это совокупность людей и групп, объединенных для достижения какой-либо цели, решения какой-либо задачи на основе правил и процедур, разделения труда и обязанностей. К основным переменным внутренней среды организации относятся структура, цели, задачи, технология и люди.

Все организации, за исключением самых маленьких, разделены на горизонтальные специализированные функциональные области и вертикальные уровни управления. Структура организации является логическим соотношением функциональных зон и уровней управления, используемых для достижения целей организации.

Задача -- это работа или ее часть, которая должна быть выполнена определенным способом в определенный период. Задачи можно классифицировать как работу с предметами, людьми, информацией. Вследствие тесных связей между задачей и технологией, существует тенденция со времен промышленной революции делать все задачи как можно более специализированными.

Технология есть любое средство, с помощью которого входящие в производство элементы преобразуются в выходящие; она охватывает машины, механизмы и инструменты, навыки и знания.

Руководители занимаются вопросами поведения людей как отдельных личностей, как групп и как людей, выступающих в качестве лидеров. Аспектами индивидуального поведения, которые имеют наибольшее значение для руководителя, являются способности, одаренность, отношения, потребности, ценности, ожидания и восприятие. Среда, которую создает руководство, часто имеет большое значение и влияние на поведение работника. Следовательно, руководители должны стараться сделать эту среду способствующей достижению целей организации.

Все внутренние переменные взаимосвязаны. В своей совокупности они рассматриваются как социотехнические подсистемы. Изменение одной из них в определенной степени влияет на все другие. Совершенствование одной переменной, например, такой, как технология, не обязательно может вести к повышению производительности, если эти изменения сказываются отрицательно на другой переменной, например, людях.

Таблица 2 Сравнение старой и современной организации

Старая организация	Современная организация
Малое количество крупных организаций, отсутствие гигантских организаций	Большое количество чрезвычайно мощных крупных организаций, как коммерческих, так и не коммерческих
Относительно небольшое количество руководителей, практическое отсутствие руководителей среднего звена	Большое количество руководителей, большое количество руководителей среднего звена
Управленческая работа зачастую не выделялась и не отделялась от неуправленческой деятельности	Четко очерчены управленческие группы, управленческая работа четко воспринимается и отделяется от неуправленческой деятельности
Занятие руководящих постов в организации и чаще всего по праву рождения или путем захвата силой	Занятие руководящих постов в организации чаще всего по праву компетентности с соблюдением законности и порядка
Малое количество людей, способных принимать важные для организации решения	Большое количество людей, способных принимать важные для организации решения
Упор на приказ и интуицию	Упор на коллективную работу и рациональность

Общими характеристиками для всех организаций являются:

четкое разделение труда;

иерархия;

ясные правила и процедуры;

беспристрастные суждения;

техническая квалификация;

максимальная организационная эффективность.

Классификационные характеристики организаций:

Предпринимательство: начинающие, небольшие фирмы;

Производственная организация: производственная фирма среднего размера;

Комбинированное производство: общая форма для большинстванаиболее благосостоятельных фирм;

Профессиональные организации: юридические фирмы, больницы;

Исследовательские организации: консультационная фирма. Отличительные особенности организаций:

Тип организации;

Окружения, цели, мощности;

Сферы влияния, функции;

Лидерство, задачи;

Технология;

Предприятие -- это устойчивая формальная структура, которая берет ресурсы из окружающей среды, обрабатывает их и производит продукцию.

Таблица 3

Использование информационных технологий для поддержки рабочих групп в организациях

Для достижения своих целей организации используют информационные системы. Например, благодаря Интернет-технологиям они могут иметь больше информации, в любом месте, в любое время. Расширяется диапазон знаний, поскольку Интернет -- это глобальная энциклопедия. Снижается стоимость получения информации, улучшается качество распределения информации. Интернет расширяет границы для продавцов, клиентов, служащих.

Влияние ИС на организации с точки зрения различных экономических теорий

Различные экономические теории признают значимость и необходимость применения ИС. В табл.4 приведены точки зрения различных экономических теорий.

Таблица 4

Влияние ИС на организацию с точки зрения различных экономических теорий

Экономическая теория	Точка зрения на ИТ и ИС
Микроэкономика	Информационные технологии -- такой же ресурс производства как капитал и рабочая сила.
Теория транзакционных издержек	За счет информационных систем фирмы стремятся минимизировать внешние и внутренние транзакционные издержки.
Теория агентства	Фирма рассматривается как совокупность контрактов между агентами, принимающими решения. Информационные системы используются с целью сокращения числа агентов и снижения стоимости.
Поведенческие теории (социология, психология, политические науки)	Организации и информационные технологии взаимно влияют друг на друга.
Теория решений и контроля	Решения принимаются в условиях риска и неуверенности. Информационные системы позволяют уменьшить неуверенность.
Социологическая теория	Бюрократия и стандартные процедуры действий, присущие информационным системам, помогают стабилизировать организацию, но замедляют способность к изменению.
Постиндустриальная теория	Информационные системы способствуют децентрализации, децентрализованному принятию решений, преобладает число рабочих, занятых в области создания знаний.
Культурная теория	Информационная технология должна соответствовать культуре организации.
Политическая теория	Информационные системы -- результат политического соревнования за политику, ресурсы, процедуры.

Управление на основе бизнес-процессов и цепочка наращивания потребительской стоимости.

Экономическая ситуация в России и складывающиеся рыночные отношения требуют пересмотра принципов и механизмов управления на уровне каждого предприятия. Сегодня система управления практически всех предприятий имеет ярко выраженную функциональную (иерархическую) направленность.

Функционально-ориентированная организация не стимулирует заинтересованность работающих в конечном результате, поскольку системы оценки их деятельности оторваны от результативности работы предприятия в целом.

При функциональном подходе главным потребителем результатов труда работника является его вышестоящий начальник. Это означает, что каждый сознательно или подсознательно старается удовлетворить (или угодить) начальнику, а не коллеге из соседнего подразделения, а тем более клиенту. При современных тенденциях клиентной ориентации, когда удовлетворение потребностей клиента -- первоочередная задача, такой подход сразу отбрасывает предприятие на последние роли в конкурентной борьбе за доли рынка.

Вместе с тем, деятельность, приносящая дополнительное качество не осуществляется вдоль линейно-функциональной иерархии, т.к. здесь имеют место только разрешения и приказы. Она пронизывает предприятие в виде набора бизнес-процессов, которые в большинстве своем никем не управляются и никто за них не отвечает, потому что бизнес-процессы не описаны и не документированы.

Бизнес-процессы -- это связанный набор повторяемых действий (функций), котоые преобразуют исходный материал и/или информацию в конечный продукт (услугу) в соответствии с предварительно установленными правилами.

Различают основные и вспомогательные бизнес-процессы. Основные, процессы -- это те, которые добавляют качество, вспомогательные процессы формируют инфраструктуру организации. Примерами процессов могут быть процессы сбыта и снабжения, процесс разработки нового изделия и вывода его на рынок, процесс обслуживания клиентов. Лозунг нефтяных компаний "от скважины до бензозаправки" означает ничто иное как бизнес-процесс макро-уровня, охватывающий весь технологический цикл.

Элементы бизнес-процесса:

Показатель эффективности: величины, используемые для количественной оценки результатов процесса, обычно выражаются в единицах стоимости, времени и качества

Выход: результат выполнения процесса, предоставляемый "получателю" процесса (вне/внутри организации)

Процесс: действия, работы или процедуры, которые необходимо предпринять для превращения "входа" в "выход"

Вход: информация, данные, материалы и т.д., используемые процессом для формирования "выхода"

Владелец процесса: организационная единица, которая отвечает за результаты Приведем примеры элементов бизнес-процесса. Вход: данные, информация, знания, материалы.

Процесс: выставление счетов, выполнение заказа, доставка продукции. Выход: данные, информация, знания, продукты, услуги. Владелец процесса: отделы, руководитель.

Показатели эффективности: стоимость продукта, производительность, процент брака, время предоставления счета-фактуры.

Бизнес-функция -- это элемент бизнес-процесса.

Идея представления организации в виде набора бизнес-процессов, а управления ее деятельностью -- как управление бизнес-процессами стала распространяться в конце 80-х годов. Лучшие компании мира начали решать для себя эти задачи и на практике доказали важность, эффективность, экономичность и прогрессивность перехода на клиенто-ориентированное производство и процессно-ориентированную структуру управления производством. Эта тенденция привела к включению управления процессами в критерий для получения самых престижных наград в области управления бизнесом. Пятьдесят лет назад и ранее, когда вычислительные средства поддержки информационной деятельности не были доступны, существование функционально-ориентированного подхода к управлению было не только оправдано, но и единственно возможным решением в управлении сложными объектами. Подобный подход позволяет декомпозировать деятельность по функциональному принципу и обеспечив согласование между функциями соответствующими стандартами осуществлять осознанное управление. Проблемой, не всегда видимой, здесь является наличие в исполнительных механизмах человека, скрытого иерархией структуры и спинами начальников.

С другой стороны, при использовании информационных систем возникает возможность охватить всю систему целиком, рассмотрев составляющие ее процессы как единое целое.

В этом случае, человек как исполнительный ресурс системы оказывается непосредственно вовлечен в процесс, подчиняясь его законам и логике, и отчитываясь не конкретному человеку со своими слабостями и проблемами, а процессу, наполненному равнозначными и равноответственными элементами -- людьми-исполнителями.

Основные бизнес-процессы преобразуются в цепочку наращивания потребительской стоимости. Цепочка добавленной стоимости образуется из основных бизнес-процессов путем исключения обеспечивающих шагов из основной деятельности.

Выделение бизнес-процессов, их анализ и последующее совершенствование -- колоссальный резерв для повышения конкурентоспособности компании и эффективности ее работы. Среди основных преимуществ такого подхода можно выделить простоту проведения оптимизации как самих процессов, с точки зрения их организации, синхронизации, согласованности, так и ресурсов, потребляемых процессами, особенно это касается человеческих ресурсов. Кроме того, становится очевидной необходимость управления, управления, нацеленного на конечный результат, который оценивается потребителем -- клиентом процесса.

В качестве примеров направлений работ по совершенствованию процессов можно назвать:

Сокращение сроков освоения новых видов продукции и вывода ее нарынок.

Сокращение цикла обслуживания клиентов.

Информация, управление и принятие решений.

Практика управления имеет такую же древнюю историю, как и сами организации, но управление стало признанной и широко распространенной научной дисциплиной только начиная с 1910 г.

Подходы к управлению. К настоящему времени известны четыре важнейших подхода, которые внесли существенный вклад в развитие теории и практики управления.

Подход с позиций выделения различных школ в управлении заключает в себе фактически четыре разных подхода. Здесь управление рассматривается с четырех различных точек зрения. Это школы научного управления, административного управления, человеческих отношений и науки о поведении, а также науки управления, или количественных методов.

Процессный подход рассматривает управление как непрерывную серию взаимосвязанных управленческих функций.

В системном подходе подчеркивается, что руководители должны рассматривать организацию как совокупность взаимозависимых элементов, таких как люди, структура, задачи и технология, которые ориентированы на достижение различных целей в условиях меняющейся внешней среды.

Ситуационный подход концентрируется на том, что пригодность различных методов управления определяется ситуацией. Поскольку существует такое обилие факторов как в самой организации, так и в окружающей среде, то не существует единого «лучшего» способа управлять организацией. Самым эффективным методом в конкретной ситуации является метод, который более всего соответствует данной ситуации.

Научное управление сконцентрировало внимание на изменении организации работ для повышения эффективности на неуправленческом уровне.

Классическая школа попыталась определить более широкие универсальные принципы административного управления организацией.

Точка зрения бихевиористской школы заключалась в том, что понимание человеческих потребностей и социального взаимодействия имело ключевое значение для достижения успеха организацией. Все эти школы внесли важный и ощутимый вклад в управление, но, поскольку они выступали в защиту «единственного лучшего способа», рассматривали только часть внутренней среды организации или игнорировали внешнюю среду, ни одна из них не гарантировала полного успеха во всех ситуациях.

Школа науки управления использует количественные методики, такие как построение моделей и исследование операций, чтобы помочь в принятии решений и повысить эффективность. Ее влияние растет, поскольку она рассматривается как дополнение к существующей и широко применяемой концептуальной основе процессного, системного и ситуационного подходов.

Концепция управленческого процесса, применимая ко всем типам организаций, возникла в рамках классической школы. В теории управления основными функциями считаются функции планирования, организации, мотивации и контроля. Коммуникации и принятие решений считаются связующими процессами, поскольку они требуются для реализации всех основных четырех функций.

Системный подход рассматривает организацию как открытую систему, состоящую из нескольких взаимосвязанных подсистем. Организация получает ресурсы из внешней среды, обрабатывает их и выдает товары и услуги во внешнюю среду. Теория систем помогает руководителям понять взаимозависимость между отдельными частями организации и между организацией и средой, окружающей ее.

Ситуационный подход расширил практическое применение теории систем, определив основные внутренние и внешние переменные, которые влияют на организацию. Поскольку в соответствии с этим подходом методики и концепция должны быть применимы к конкретным ситуациям, ситуационный подход часто называют ситуационным мышлением. С точки зрения ситуации «лучшего способа» управления не существует.

Эффективное принятие решений необходимо для выполнения управленческих функций. Неудивительно поэтому, что процесс принятия решений -- центральный пункт теории управления.

Уровни управления: эксплуатационный, тактический, стратегический.

Стадии принятия решения: диагностика проблемы, формулировка ограничений и критериев принятия решения, определение альтернатив, оценка альтернатив, выбор альтернативы, реализация, обратная связь.

Обратная связь или система отслеживания и контроля необходима для обеспечения согласования фактических результатов с теми, которые руководитель надеялся получить. Обратная связь -- т. е. поступление данных о том, что происходило до и после реализации решения - позволяет руководителю скорректировать его, пока организации не нанесено значительного ущерба. Оценка решения руководством осуществляется прежде всего с помощью функции контроля.

Внутри каждого из уровней принятия решений выделяют структурированные и неструктурированные решения.

Неструктурированные решения, -- в которых принимающий решение должен обеспечить суждение, оценку, и анализ предметной области.

Каждое из этих решений оригинально, важно отметить, что нет установившейся практики и проработанной процедуры для их принятия.

Структурированные решения, наоборот, являются повторяемыми и обычными, и реализуют повторяющуюся процедуру.

Некоторые решения слабоструктурированы, в таких случаях, только часть проблемы имеет четкий ответ, обеспеченный в соответствии с принятой процедурой.

Этапы рационального разрешения проблем -- диагноз, формулировка ограничений и критериев принятия решений, выявление альтернатив, их оценка, окончательный выбор. Процесс не является завершенным, пока через систему обратной связи не будет засвидетельствован факт реального решения проблемы благодаря сделанному выбору.

Среда принятия решений варьируется в зависимости от степени риска. Условия определенности существуют, когда руководитель точно знает результат, который будет иметь каждый выбор. В условиях риска вероятность результата каждого решения можно определить с известной достоверностью. Если информации недостаточно для прогнозирования уровня вероятности результатов в зависимости от выбора, условия принятия решения являются неопределенными. В условиях неопределенности руководитель на основе собственного суждения должен установить вероятность возможных последствий.

Информационные системы помогают уменьшить, а в некоторых случаях и снять неопределенность.

Рис. 2. Различные виды ИС поддерживают разные типы решений

Экономика виртуального предприятия – развивающаяся отрасль экономики третьего тысячелетия. <...> К сожалению, этого нельзя сказать о такой предметной области, как автоматизированное управление . <...> Некоторые работы посвящены подсистемному представлению, тогда как в современных автоматизированных системах предпочтение отдается процедурному представлению. <...> Освещаются, как правило, отдельные его составляющие: реинжиниринг , общестратегические методологические и терминологические вопросы. <...> Терминология (например, бизнес-процесс , бизнес-функция ) часто не определена, что вызывает серьезные затруднения при чтении специальной литературы, особенно зарубежной. <...> Отсутствует и сравнительный анализ возможностей подсистемного и процедурного представлений. <...> Рассматриваются сравнительные характеристики подсистемного и процедурного представлений. <...> Дается состав, принципы и стадии проектирования системы управления с подсистемной структурой. <...> Описываются обеспечивающие подсистемы , обсуждаются функциональные подсистемы для текущего и перспективного планирования и управления. <...> Для удобства управления объект управления и управляющую часть разделяют на связанные элементы. <...> 2.1 показано соотношение понятий для формальных процессов и неформальных процедур . <...> Подсистемное представление ставит своей целью решение в рамках функциональных подсистем соответствующих математических задач. <...> Подсистемное представление сформировалось и оформилось в бывшем СССР в 1970-е гг., детально проработано методически, в частности в виде документа «Общеотраслевые руководя- 20 Ð à ç ä å ë 1. ÎÁÙÀß ÕÀÐÀÊÒÅÐÈÑÒÈÊÀ ÊÈÒ щие методические материалы по созданию АСУ предприятий и отраслей» (ОРММ-2), выпущенного в 1975 г. С использованием этого представления к 1990 г. было построено свыше 6 тыс. <...> Теперь ряд функциональных подсистем «питались» не от автономных информационных массивов данных, а от единого <...>

Информационные_системы_и_технологии_в_экономике.pdf

Стр.1

!"#$$          % &   %"() 01   0 %

Стр.2

2 УДК 004:33(075.8) ББК 65с51я73 Б90 РЕЦЕНЗЕНТЫ: Кафедра прикладной информатики в экономике Государственного образовательного учреждения высшего профессионального образования «Санкт-Петербургский государственный университет водных коммуникаций»; П.И. Падерно, заслуженный деятель науки РФ, доктор технических наук, профессор кафедры автоматизированных систем обработки информации и управления Государственного образовательного учреждения высшего профессионального образования «Санкт-Петербургский государственный электротехнический университет им. В.И. Ульянова (Ленина) "ЛЭТИ"» ПРЕДИСЛОВИЕ Брусакова И.А. Б90 Информационные системы и технологии в экономике: учеб. пособие/ И.А. Брусакова, В.Д. Чертовской. – М.: Финансы и статистика, 2007. – 352 с.: ил. ISBN 978-5-279-03245-7 Подробно освещены основные проблемы разработки и использования компьютерных информационных технологий в современных информационных системах управления предприятием. Технологии создания автоматизированных систем рассматриваются в рамках процедурного представления с возможностью проведения реинжиниринга бизнес-процессов. Для студентов и аспирантов, обучающихся по направлениям 080800 «Прикладная информатика», 230200 «Информационные системы» по специальности 0608 «Экономика и управление на предприятиях», а также для студентов и аспирантов смежных специальностей. Б 2404000000 – 127 133–2007010(01) – 2007 ISBN 978-5-279-03245-7 УДК 004:33(075.8) ББК 65с51я73 © Брусакова È.À., Чертовской Â.Ä., 2007 © Издательство «Финансы и статистика», 2007

Стр.3

ПРЕДИСЛОВИЕ ПРЕДИСЛОВИЕ Развитие мировой и отечественной экономики в начале третьего тысячелетия характеризуется общим экономическим подъемом и глобализацией рынка. Этот этап определяет и требования, предъявляемые потребителем (клиентом) к качеству продукции, и возможности заказывать ее комплектацию и характеристики. С другой стороны, стремительное движение научно-технического прогресса обусловливает усложнение самой продукции и технологий ее изготовления. Обеспечить одновременное развитие этих взаимоисключающих относительно максимизации прибыли направлений стало реальным лишь с увеличением гибкости производственных возможностей, с минимизацией рисков, снижением затрат на инвестиции, сокращением жизненного цикла продукта, а также благодаря партнерству по ресурсам, оперативному перемещению производства, созданию производственных альянсов, виртуальных корпоративных структур и средств поддержки виртуальных цепочек, охватывающих все циклы производства. В новом тысячелетии использование ресурсов других предприятий будет превалировать над применением собственных ресурсов. В результате предприятие способно концентрировать усилия на поддержании конкурентоспособности только в отношении своей базовой деятельности, в то время как конкурентоспособность покупаемых ресурсов и вторичных функций станут обеспечивать партнеры на взаимовыгодной основе. Знание (интуиция, познавательный, практический и деловой опыт, концептуальные модели, аналогии) – новый вид капитала века информационной экономики. В связи с этим информационные технологии и информационные системы, ориентированные на применение в условиях глобализации, прочно входят в практику работы экономических систем различных классов. Экономика виртуального предприятия – развивающаяся отрасль экономики третьего тысячелетия. Системы и технологии ERP (Enterprise Resource Planning – ERP) представляют собой самый современный подход к улучшению характеристик предприятия в истории промышленности. Эти системы и технологии сочетают «жесткий подход» MRPII (планирование производства 1970-х гг.) и «мягкий подход» систем 3

Стр.4

4 ПРЕДИСЛОВИЕ «Производства на мировом уровне 1980-х гг.» (Word Class Manufacturing – WCM). Система WCM включала в себя такие мощные методы, как «Точно в срок» (JIT), «Тотальный контроль качества» (TQM), «Оценка эффективности» (Banchmarking), «Развитие человеческих ресурсов» (Human Resources Development). Использованию информационных технологий для решения частных задач информационного характера (создание баз данных, баз знаний, документоооборота) посвящено огромное количество литературы. К сожалению, этого нельзя сказать о такой предметной области, как автоматизированное управление. К достаточно удачным публикациям в этой области следует отнести работы Г.А. Титоренко, В.Н. Бугорского, А.А. Емельянова, Н.А. Гайдаманина, Е.Г. Ойхмана и Э.В. Попова. В то же время эти публикации системно не характеризуют состояние автоматизации управления организационными системами на современном уровне их развития. Ряд публикаций носят описательный характер, и их использование для создания информационных систем проблематично. Некоторые работы посвящены подсистемному представлению, тогда как в современных автоматизированных системах предпочтение отдается процедурному представлению. Однако систематическое изложение процедурного представления отсутствует. Освещаются, как правило, отдельные его составляющие: реинжиниринг, общестратегические методологические и терминологические вопросы. В данных работах не получили должного системного отражения технология создания автоматизированных систем в рамках процедурного представления и место реинжиниринга в этой технологии. Терминология (например, бизнес-процесс, бизнес-функция) часто не определена, что вызывает серьезные затруднения при чтении специальной литературы, особенно зарубежной. Отсутствует и сравнительный анализ возможностей подсистемного и процедурного представлений. В подавляющем большинстве публикаций рассматривается процедура автоматизации в условиях стабильного или слабо меняющегося спроса. В то же время без должного внимания остаются вопросы автоматизации управления предприятий (построение адаптивных систем), спрос на продукцию которых в условиях киберкорпорации изменяется существенно и быстро.

Стр.5

ПРЕДИСЛОВИЕ 5 Следует отметить и то обстоятельство, что многие аспекты современной автоматизации управления обсуждаются в специальных журналах, порой труднодоступных для студента. Это относится прежде всего к иностранным журналам. И наконец, сложности вызывают вопросы прикладной реализации и использования компьютерных программных продуктов, что обусловлено двумя основными факторами: описание программных систем осуществляется при отсутствии системно изложенного теоретического базиса; описание проводится, как правило, на содержательном уровне, а формальное математическое представление часто не описывается. Данное учебное пособие – попытка авторов системно изложить состояние развития информационных систем прежде всего на примере систем управления. Приводятся информационная и математическая модели предприятия, обсуждаются режимы управления, указывается место человека в цикле управления. Рассматриваются сравнительные характеристики подсистемного и процедурного представлений. Дается состав, принципы и стадии проектирования системы управления с подсистемной структурой. Описываются обеспечивающие подсистемы, обсуждаются функциональные подсистемы для текущего и перспективного планирования и управления. Дано процедурное представление процессов в корпоративных информационных системах со стандартами TQM, QMS, ERP. Особенностью работы наряду с системностью изложения материала является обсуждение математических моделей современных систем управления, позволяющих приспособиться к динамичному «бизнесному» рынку и формировать для руководителей прогноз последствия принятия решений с учетом финансовых потоков, вариантов программно-аппаратных средств реализации адаптивных систем. В первой части (разделы 1–3) освещаются традиционные информационные технологии с подсистемной и процедурной структурой. Во второй части (разделы 4 и 5) речь идет о современных информационных технологиях, классификации моделей систем управления. Каждая глава заканчивается контрольными вопросами, способствующими лучшему усвоению материала учащимися.

Стр.6

6 ПРЕДИСЛОВИЕ Настоящая работа является учебным пособием по курсу «Информационные технологии в экономике» и написана в соответствии с Государственным образовательным стандартом для студентов, обучающихся по специальностям 0608 «Экономика и управление на предприятиях», 080801 «Прикладная информатика в экономике» направлений 080800 «Прикладная информатика» и 230200 «Информационные системы». Пособие также предназначено для аспирантов, руководителей организаций, связанных с задачами информатизации бизнес-процессов. Труд авторов распределился следующим образом. Предисловие и главы 1, 4–7, 9, 10, 13 и 16 написаны авторами совместно; главы 3, 8 и 15 – доктором технических наук, профессором И.А. Брусаковой; главы 2, 5, 9, 11, 12 и 14 – доктором технических наук, профессором В.Д. Чертовским. Авторы приносят благодарность кандидату технических наук Н.О. Шошкову за техническую помощь при подготовке рукописи.

Стр.7

ПРИЛОЖЕНИЕ ОГЛАВЛЕНИЕ Предисловие.........................................................................................3 Часть первая ТРАДИЦИОННЫЕ ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ И ИХ ПРИМЕНЕНИЕ Раздел 1. Общая характеристика компьютерных информационных технологий.................................. 8 Глава 1. Сущность компьютерных информационных технологий.......................................................................8 1.1. Основные определения..................................................8 1.2. Цикл и режимы управления........................................ 11 1.3. Информационная модель предприятия современной организации........................................... 14 Контрольные вопросы......................................................... 17 Глава 2. Описание информационных процессов........................ 17 2.1. Формальные процессы и неформальные процедуры..................................................................... 17 2.2. Функциональное описание информационных процессов и их представление при реализации........ 21 2.3. Подсистемное и процедурное представления........... 22 2.4. Состав подсистем и бизнес-процессов...................... 26 Контрольные вопросы......................................................... 29 Глава 3. Представление бизнес-процессов в ориентированных на знания информационных технологиях.................... 30 3.1. Сущность ориентированных на экономические знания информационных технологий........................ 30 3.2. Особенности представления априорных знаний экономических процессов........................................... 36 3.3. Формализация описания бизнес-процессов с точки зрения прибавления ценности в ERP-системе.............................................................. 48 Контрольные вопросы......................................................... 51 347

Стр.348

348 ОГЛАВЛЕНИЕ Раздел 2. Структура автоматизированных систем управления предприятием в традиционном ïîäõîäå......................................... 52 Глава 4. Автоматизированные системы управления предприятиями............................................................... 52 4.1. Определение и классификация КИС......................... 52 4.2. Состав традиционных автоматизированных систем............................................................................ 55 4.3. Принципы создания КИС........................................... 56 4.4. Стадии построения КИС............................................. 58 Контрольные вопросы......................................................... 59 Глава 5. Создание и поддержка потоков информации.............. 60 5.1. Техническое и математическое обеспечение............. 60 5.2. Информационное обеспечение................................... 62 5.2.1. Упорядочение внемашинной информации..... 63 5.2.2. Преобразование внемашинной информации к машинному виду....................................................... 65 5.2.3. Упорядочение машинной информации: технология массивов и баз данных............................. 67 5.3. Электронная документация процедуры делопроизводства.......................................................... 70 Контрольные вопросы......................................................... 77 Глава 6. Автоматизация текущего планирования и стратегических задач управления............................. 78 6.1. Процесс технико-экономического планирования................................................................ 79 6.2. Процесс материально-технического снабжения и сбыта.......................................................................... 84 6.2.1. Подсистема снабжения...................................... 84 6.2.2. Подсистема сбыта.............................................. 88 6.3. Управление маркетингом............................................. 88 6.4. Стратегическое управление......................................... 91 Контрольные вопросы....................................................... 100 Глава 7. Автоматизация решения операционных задач.......... 101 7.1. Оперативное управление основным производством............................................................ 101 7.2. Методы КАНБАН и Just-In-Time ............................. 106 7.3. Специфика подсистемы для единичного и массового типов производства............................... 113 7.4. Управление технической подготовкой производства............................................................... 114 7.5. Бухгалтерский учет..................................................... 115 Контрольные вопросы....................................................... 117

Стр.349

ОГЛАВЛЕНИЕ 349 Раздел 3. Процедурная структура автоматизированных систем управления ïðåäïðèÿòèåì....................... 118 Глава 8. Основные положения процедурного представления.............................................................. 118 8.1. Внешняя среда при рыночных отношениях............ 118 8.2. QMS-стандарт............................................................. 126 8.3. ERP-стандарт.............................................................. 131 8.4. Нотации процедурного представления.................... 145 8.5. Стандарты CALS......................................................... 151 Контрольные вопросы....................................................... 156 Глава 9. Прикладные вопросы процедурного представления.............................................................. 157 9.1. Этапы построения автоматизированной системы. Реинжиниринг............................................ 157 9.2. Пример предпроектного обследования.................... 161 9.3. Пример реинжиниринга............................................ 171 Контрольные вопросы....................................................... 176 Часть вторая СОВРЕМЕННЫЕ ИНФОРМАЦИОННЫЕ СИСТЕМЫ И ТЕХНОЛОГИИ Раздел 4. Предприятие в условиях êèáåðêîðïîðàöèè....... 178 Глава 10. Концепции виртуального предприятия в условиях глобализации............................................ 178 10.1. Концепция виртуального предприятия.................... 178 10.2.Концепция ICAM....................................................... 183 10.3.Концепция ESPRIT.................................................... 187 10.4.Концепция ГАЗ.......................................................... 190 10.5. Концепция управления знаниями бизнес-процессов для виртуального предприятия................................. 195 Контрольные вопросы....................................................... 199 Глава 11. Методология построения адаптивных АСУ.............. 200 11.1.Потребность в адаптации.......................................... 200 11.2.Концепция адаптивных АСУП................................. 202 11.3. Математическая модель адаптивных систем........... 205 11.4. Экономический анализ деятельности предприятия................................................................ 212 Контрольные вопросы....................................................... 216

Стр.350

350 ОГЛАВЛЕНИЕ Глава 12. Процесс адаптивного планирования.......................... 216 12.1. Специфика описания процесса адаптивного планирования.............................................................. 216 12.2. Переход к составляющим финансовых ресурсов... 223 12.3. Бюджетирование как инструмент для изучения финансовых потоков.......................... 235 12.4. Формирование бюджетов операционной и финансовой составляющих.................................... 239 12.5.Анализ финансовых потоков..................................... 249 12.6.Маржинальный анализ.............................................. 252 Контрольные вопросы....................................................... 255 Раздел 5. Инструментарий реализации информационных систем и технологий............................................... 256 Глава 13. Информационные системы на предприятиях.......................................................... 256 13.1. Характеристика систем «Галактика» и BAAN........................................................................ 256 13.2. Особенности информационных систем 1С:ПРЕДПРИЯТИЕ, AXAPTA, SAP R/3................. 266 13.2.1. Информационная система 1С: Предприятие 8.0 ......................................................... 266 13.2.2. Информационная система AXAPTA 3.0 (Microsoft Business Solution)....................................... 267 13.2.3. ASP как новая форма бизнеса...................... 270 13.3. Модель картонно-полиграфического комбината.................................................................... 277 13.4. АСУ производственного объединения..................... 281 13.5.Система приема на работу......................................... 289 Контрольные вопросы....................................................... 296 Глава 14. Варианты реализации адаптивных информационных систем............................................ 296 14.1. Структура информационной системы и ее база данных......................................................... 296 14.2. Использование стандартных программных приложений................................................................ 297 14.3. База данных со специализированными вычислительными алгоритмами................................ 305 Контрольные вопросы....................................................... 309

Стр.351

ОГЛАВЛЕНИЕ 351 Глава 15. СASE-средства моделирования бизнес-процессов......................................................... 309 15.1. Моделирование бизнес-процессов с использованием языка GPSS ................................. 309 15.2. Моделирование бизнес-процессов с использованием методологий SADT, IDEF0. ....... 322 15.3. Cредство моделирования бизнеспроцессов Strategic Application Modeler ................... 331 15.4. Моделирование бизнес-процессов в системе Rational Rose .............................................. 337 Контрольные вопросы....................................................... 341 Литература....................................................................................... 342

Специальность "Информационные системы и технологии (в экономике)"

Квалификация - инженер-программист-экономист
Форма обучения - дневная (бюджет/платно)

Специфика и актуальность
В современных условиях растущего взаимодействия экономики, науки и техники особо актуальна подготовка специалистов на базе четырех направлений: инженерного, математического, информационного и экономического. Освоение инженерного и экономико-математического профилей, расширенная подготовка в области программирования и информационных технологий делают такого специалиста уникальным.

Чему Вы научитесь
Учебный план предусматривает изучение:
1. Перспективных языков и технологий программирования: С, C++, JAVA, C#, PHP, HTML, XML, скриптовых языков, используемых для разработки WEB-приложений, методов и средств конструирования программ в различных операционных системах и компьютерных сетях, средств компьютерной графики и веб-дизайна.
2. Систем, технологий и стандартов для анализа, проектирования и моделирования (стандарты серии IDEF, UML, CASE-системы All Fusion Process Modeller(BpWin), All Fusion Data Modeller (ErWin), Enterprise Architect и др.), интеллектуальных систем, систем поддержки принятия решений и защиты информации.
3. Баз данных, СУБД и языков QBE, SQL, T-SQL, технологий OLAP и Data Mining.
4. Технологий разработки систем клиент-серверной архитектуры платформы JEE: RFC, RMI, JSP, SERVLETS, CORBA, EJB, JSF, AJAX, SPRING, STRUTS и др., а также платформы. NET: ASP.NET, ADO. NET; Web-сервисов и служб Интернет. Концепций и систем комплексной автоматизации и управления бизнесом, таких серий как: ERP, MRP, SCM, CRM, CALS, 1C, SAP,.
5. Экономических дисциплин: экономической теории, микро- и макроэкономики, экономики предприятия и др.
6. Экономико-математических дисциплин.
7. Инженерных дисциплин.

Что дальше?
Наши выпускники подготовлены самым активным образом участвовать в развитии информационной, социально-экономической, инновационной деятельности, процессов инжиниринга и реинжиниринга информационных и экономических систем Республики Беларусь. На базе кафедры экономической информатики регулярно проводятся тренинги и семинары для студентов, устраиваемые ведущими IT-компаниями, с дальнейшим привлечением студентов на стажировки и работу в компаниях по скользящему графику параллельно с занятиями в вузе.

Места для распределения выпускников: компании-резиденты Парка высоких технологий (Sam Solutions, EPAM Systems, IBA, Itransition, Системные технологии, БелХард Девелопмент и др.), ведущие банки Беларуси, учреждения образования и научно-исследовательские институты г. Минск, институты и учреждения Академии наук РБ, крупные предприятия и организации г. Минск.

Выпускающая кафедра - кафедра экономической информатики .
Заведующий кафедрой - кандидат технических наук, доцент Виталий Николаевич Комличенко ,
тел.: +375 17 293-84-81.

Информатизация общества приводит к интернационализации производства. Внешнеторговый баланс соответствующих профессиональных знаний служит показателем технической мощи государства, именно с этим связано понятие информационной технологии. Оно реализуется посредством рынка лицензий производственных продуктов, различных ноу-хау, а также консультаций по использованию наукоемких изделий.

Благодаря эволюции мирового рынка появляется преимущество у страны, которая занята продажей наукоемких изделий, включающих современные профессиональные знания и новейшие технологии. Активно идет торговля невидимым продуктом в виде знаний, культуры, активно навязываются стереотипы поведения. Это и стало причиной того, что в информационном обществе информация, творчество и знание выступают в качестве стратегического ресурса. А так как таланты не создаются, возникает необходимость в формировании культуры, то есть условий, в которых таланты могут развиваться и процветать. Здесь огромно влияние компьютерных технологий, выраженное в дистанционном обучении, компьютерных играх, видеофильмах и т.д.

Информационные технологии в экономике и их реализация

Предназначением информационной системы является хранение, поиск и выдача данных по запросам от пользователей. Суть экономической информационной системы состоит в обработке соответствующих сведений. тут служат статистика, бухучет, страховая, кредитно-финансовая, банковская деятельность, а также иные виды коммерческой деятельности. Чтобы использовать на рабочем месте, необходимо ее спроектировать с использованием информационных технологий. Важно отметить, что раньше процесс проектирования системы был отделен от обработки информации предметной области. На данный момент он тоже существует самостоятельно, требуя от специалистов-проектировщиков высочайшей квалификации. На данный момент существуют информационные технологии в экономике, которые не только доступны любому пользователю, но и позволяют совместить процесс проектирования отдельных компонентов системы с обработкой информации. Это может быть электронный офис, электронная почта, табличные и текстовые процессоры и прочее. Тенденция создания доступных пользователям информационных технологий продолжается.

Получается, что на рабочем месте используются как информационные технологии в экономике, которые разрабатываются проектировщиками, так и информационные технологии, которые дают возможность автоматизировать деятельность на своем рабочем месте.

Можно выделить такие черты перехода к информатизации общества: переориентация экономики в сторону эксплуатации тиражирование профессиональных знаний, вовлечение в процесс формализации знаний профессионалов, а также ускорение цикла «знание-производство-знание».

Информационные технологии в экономике подразумевают использование телефонной связи, кабельного телевидения, множительной техники, компьютеров, выпуск обучающих программ и прочее. Благодаря развитию рыночных отношений появляются новые виды касается создания фирм, которые заняты в сфере информационного бизнеса, разработки информационных технологий, распространения компонентов автоматизированных систем.

Благодаря этому удается не только быстро распространять и эффективно использовать информационные технологии, но и создавать их в огромном многообразии. И тут важно понимать, что экономическая информация - это важная составляющая всего процесса.