- •Введение
- •1 Формирование и обеспечение развития систем поддержки принятия решений
- •1.1 Понятие и проблемы системы поддержки принятия решений
- •1.2 Виды неопределённости процесса систем поддержки принятия управленческих решений
- •1.3 Особенности формирования рациональной системы поддержки принятия решений
- •1.4 Выводы по первому разделу
- •2 Выбор оптимального варианта информатизации бухгалтерского учёта на предприятии хлебопечения
- •2.1 Анализ рынка предлагаемых готовых информационных систем, которые могут использоваться для автоматизации бухгалтерского учета на предприятии хлебопечения
- •2.2 Определение затрат на разработку информационной системы собственными силами
- •2.3 Определение затрат при создании информационной системы при ее заказе у сторонней организации
- •2.4 Выбор оптимального варианта информатизации бухгалтерского учета на предприятии хлебопечения с использованием метода «Дерево решений»
- •2.5 Разработка бюджета и плана информатизации бухгалтерского учета на предприятии хлебопечения
- •2.6 Выводы по второму разделу
- •Заключение
- •Список использованных источников
- •Приложение а
1.3 Особенности формирования рациональной системы поддержки принятия решений
Программное обеспечение в рамках рынка Российской Федерации предполагает изобильное количество программных сложных алгоритмических продуктов автоматизированных систем поддержки принятия решений. Деятельность алгоритмических систем поддержки принятия решений связана с анализом деятельности производства, в рамках исследовательских данных всего финансового анализа предприятия. При этом современные составные элементы таких программных систем, являются модульные части финансовой устойчивости [10].
Конкретизируя на сегодняшний день программные продукты, ведущих в области в области поддержки принятия решений, можно обозначить следующие:
- программный модуль «Финансовый и инвестиционный анализ АЛЬТ», разработанный научно-изыскательской фирмой «Альт-Финансы»;
- программный модуль «Audit Expert», программа анализа финансового состояния предприятия;
- программный аналитический комплекс «ИНЭК – Аналитик», разработанный фирмой «ИНЭК».
Вышеперечисленные программные комплексы, аналогичны и имеют различные степени схожие черты, в алгоритмической части анализа поддержки принятия решений [11]. Из представленных программных комплексов, особо отметить можно те, программные комплексы, которые анализируют финансовое состояние предприятия. Исходные входными данными для анализа, используются данные форм бухгалтерской документации предприятия, к примеру, отчёт о финансовых результатах, баланс.
Структурно-изыскательный анализ, включает следующие направления: ликвидность, финансовая устойчивость, структура баланса, оборачиваемость, прибыльность, анализ эффективности труда и рентабельность [12].
Для разрабатываемой системы поддержки принятия решений, важны особенности предметной области и аналоги программного обеспечения для сложной аналитико-алгоритмической деятельности.
Особенности формирование рациональной системы поддержки принятия решений, представлены на рисунке 1.4.
Рисунок 1.4 – Особенности формирование рациональной системы поддержки принятия решений
Для рационального управления предприятием, необходимы грамотные и эффективные управленческие решения, применения глубоких знаний в области инструментов анализа финансово-хозяйственной деятельности производства.
Преимущества эксплуатация элементов системы поддержки принятия решений, неоспоримы [14]:
- прогнозирован минимизация риска человеческого фактора или ошибки по невнимательности;
- точность выходных данные, на уровне итерации расчётов;
- функциональные особенности больших вычислений за минимальное время обработки входных потоков данных;
- оперативное структурирование и обмен информацией.
Описание одного из самых сложных этапов бизнеса либо предприятия в целом, далее аналитической деятельности, невозможно без автоматизации и обзора предлагаемого рынка готовых программных алгоритмов систем поддержки принятия решений [15].
Рационально нечёткую алгоритмическую часть системы поддержки принятия решения можно представить следующим образом:
1. Выявление на первоначальном этапе элемента поддержки выбора наиболее оптимального решения, с помощью оценки его свойств.
2. Кодировка параметров системы поддержки принятия решений на составляющие: внешние и внутренние, неконтролируемые, а также выходные.
3. Функциональный выбор математической записи для выявления зависимости между выходными и выходными параметрами системы.
4. Построение общей локальной математических моделей и последующее их объединение в один общий элемент системы.
5. Реализация на программной уровне локальных моделей и общей математической модели, обеспечивающей получать целочисленные значения либо оценки выходных параметров.
6. Осуществление логико-аналитического либо имитационного моделирование в целях выявления изоморфизма моделей и реальных мобильных ситуаций.
7. Оценка погрешности предлагаемых локальных математических моделей, оценка адекватности, точности и степени универсальности в связующем комплексе, взаимосвязи системы поддержки принятий решений. Обеспечение компромисса между ожидаемым эффективным воздействием математического моделирования и результатами экспериментов вычислительного механизма.
Выбор наиболее оптимального пути решения проблемы и выявление эффективного грамотного решения, во много зависит от рациональности лица принимающего решение, вектора управляемых переменных, принадлежащему такому решению, которому можно удовлетворить заданным и ожидаемым воздействиям, если таковые существуют.
В результате вышесказанного наиболее распространённой формой принятия решения, на сегодняшний день, является эвристический анализ, основанный на итерационном методе. Метод является актуальным, потому что, в необходимости построения такого набора сценариев решения, не уделяется слишком большое количество итераций и временных ресурсов, так как все математические вычисления происходят на современных персональных компьютерах, в комплексе человеко-машинной системе. Это определяет также и недостаток данного подхода в процессе поддержки принятия решения. При отсутствии структурированности наборов сценарий обработки информационных потоков производства в реальной быстроменяющейся ситуации, то данных метод не даёт эффекта, тем самым становится бесполезным.
На смену эвристическому методу, в быстроменяющейся ситуации на производстве, интегрирован гибридный метод. Он заключается в интеграции в процесс управления наиболее известные информационные технологии в единый вычислительный комплекс системы поддержки принятия решений.
Появление новых технологий и методов поддержки принятия решений порождают огромное количество ресурсных затрат, включая затраты на разработку нового программного алгоритма. К таким технологиям относят следующую группу методов: бионические и бионспирированные, включая алгоритмы решения задач.
Вышеописанные методы основываются на рационализации генетических методов, подобного человеческому нейрону. В этих алгоритмах решения задач, используются свёрточные нейронные сети, также методы естественного отбора, наблюдаемых среди флоры и фауны в природе, для выбора наиболее сильных качественных и аргументированных решений.
Данные кластерные методы, позволяют создавать наиболее гибкие, гипербыстрые и предельно эффективные комплекты готовых инструментов анализа больших данных в связки с автоматизированной информационной системы поддержки принятия решений.
Рациональные управленческие решения являются актуальной задачей по сей день, разработками методов решения задач поддержки принятия решений, занимаются ведущие организации и компании мира, включая известные поисковые сервисы в Российской Федерации, зарубежные аналоги Google inc.
Российские разработки, уже есть на рынке программного обеспечения, и насчитывают достаточное количество отечественных элементов системы поддержки принятия решений для Российского малого и среднего бизнеса, включая человеко-машинные комплексы внутри предприятия.