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.