Основные определения по теме «Системы поддержки принятия решений»

Принятие решения– это особый вид человеческой деятельности, направленный на выбор лучшей из имеющихся альтернатив. Главной задачей, которую приходится разрешать при принятии решения, является выбор альтернативы, наилучшей для достижения некоторой цели, или ранжирование множества возможных альтернатив по степени их влияния на достижение этой цели.

Процесс принятия решений– получение и выбор наиболее оптимальной альтернативы с учетом просчета всех последствий. Необходимо выбирать ту альтернативу, которая наиболее полно отвечает поставленной цели, но при этом приходится учитывать большое количество противоречивых требований и, следовательно, оценивать выбранный вариант решения по многим критериям.

Системы поддержки принятия решений (DSS, Decision Support System)являются человеко-машинными объектами, которые позволяют лицам, принимающим решения, использовать данные, знания, объективные и субъективные модели для анализа и решения слабоструктурированных и неструктурированных проблем.

Хранилище данных– предметно-ориентированный, интегрированный, неизменчивый, поддерживающий хронологию набор данных, организованный для целей поддержки принятия решений.

Витрина данных– упрощенный вариант хранилища данных, содержащий только тематически объединенные данные.

Витрина данных, секция данных (Data Mart) – база данных, функционально-ориентированная и, как правило, содержащая данные по одному из направлений деятельности организации. Она отвечает тем же требованиям, что и хранилище данных, но, в отличие от хранилища, нейтрального к приложениям, в витрине данных информация хранится оптимизированно с точки зрения решения конкретных задач.

III. Рекомендованная литература.

Искусственный интеллект и интеллектуальные информационные системы – активно развивающиеся и обширные области исследований, и в рамках одного пособия просто невозможно рассмотреть все вопросы и проблемы, связанные с этими исследованиями. Здесь рассматривались основные направления и подходы. Для более подробного изучения предлагается ознакомиться с рядом книг и пособий, перечисленных ниже.

1. Андрейчиков, А. В. Интеллектуальные информационные системы : учебник для вузов / А. В. Андрейчиков. – М. : Финансы и статистика, 2004. – 424 с.

2. Гаврилова, Т. А. Базы знаний интеллектуальных систем / Т. А. Гаврилова, В. Ф. Хорошевский. – СПб. : Питер, 2001. – 384 с.

3. Гаскаров, Д. В. Интеллектуальные информационные системы : учебник для вузов / Д. В. Гаскаров. – М. : Высшая школа, 2003. – 431 с.

4. Генетические алгоритмы, искусственные нейронные сети и проблемы виртуальной реальности / Г. К. Вороновский и др. – Харьков : ОСНОВА, 1997. – 112 с.

5. Джарратано, Д. Экспертные системы: принципы разработки и программирование : пер. с англ. / Д. Джарратано, Г. Райлт. – 4-е изд. – М. : ООО «И.Д. Вильямс», 2007. – 1152 с.

6. Круглов, В. В. Нечеткая логика и искусственные нейронные сети / В. В. Круглов, М. И. Дли, Р. Ю. Голунов. – М. : ФИЗМАТЛИТ, 2001. – 224 с.

7. Любарский, Ю. Я. Интеллектуальные информационные системы / Ю. Я. Любарский. – М. : Наука, 1990. – 227 с.

8. Макаров, И. М. Робототехника: история и перспективы / И. М. Макаров, Ю. И. Топчеев. – М. : Наука : Изд-во МАИ, 2003. – 349 с.

9. Методы и модели анализа данных: OLAP и Data Mining / А. А. Барсегян и др. – СПб. : БХВ-Петербург, 2004. – 336 с.

10. Миркес, Е. М. Нейроинформатика : учеб. пособие для студентов / Е. М. Миркес. – Красноярск : ИПЦ КГТУ, 2002. – 347 с.

11. Нейроинформатика / А. Н. Горбань и др. – Новосибирск : Наука : Сибирское предприятие РАН, 1998. – 296 с.

12. Нечеткие гибридные системы / И. З. Батыршин и др. ; под. ред. Н. Г. Ярушкиной. – М. : ФИЗМАТЛИТ, 2007. – 208 с.

13. Прикладные нечеткие системы : пер. с яп. / К. Асаи и др. ; под ред. Т. Тэрано, К. Асаи, М. Сугэно. – М. : Мир, 1993. – 368 с.

14. Рассел, С. Искусственный интеллект: современный подход / С. Рассел, П. Норвиг. – 2-е изд. – М. : Вильямс, 2006. – 1408 с.

15. Рутковская, Д. Нейронные сети, генетические алгоритмы и нечеткие системы / Д. Рутковская, М. Пилиньский, Л. Рутковский ; пер. с польск. И. Д. Рудинского. – М. : Горячая линия – Телеком, 2008. – 452 с.

16. Ручкин, В. Н. Универсальный искусственный интеллект и экспертные системы / В. Н. Ручкин, В. А. Фулин. – СПб. : БХВ-Петербург, 2009. – 240 с.

17. Уоссермен, Ф. Нейрокомпьютерная техника: Теория и практика : пер. с англ. / Ф. Уоссермен. – 1992. – 118 с.

18. Уэно, Х. Представление и использование знаний / Х. Уэно. – М. : Мир, 1989. – 220 с.

19. Фогель, Л. Искусственный интеллект и эволюционное моделирование / Л. Фогель, А. Оуэнс, М. Уолш. – М. : Мир, 1969. – 230 с.

20. Частиков, А. П. Разработка экспертных систем. Среда CLIPS / А. П. Частиков, Т. А. Гаврилова, Д. Л. Белов. – СПб. : БХВ-Петербург, 2003. – 608 с.

21. Шеховцов, О. И. Представление знаний : учеб. пособие / О. И. Шеховцов. – СПб. : ГЭТУ, 1997. – 56 с.

22. Ярушкина, Н. Г. Основы теории нечетких и гибридных систем : учеб. пособие / Н. Г. Ярушкина. – М. : Финансы и статистика, 2004. – 320 с.