Применение интеллектуальных технологий в экономических системах

Оболочка ЭС представляет собой готовую программную среду, которая может быть приспособлена  к решению определённой проблемы путём создания соответствующей базы знаний. В большинстве случаев использование оболочек позволяет создавать ЭС быстрее и легче в сравнении с их разработкой и программированием.

Интеллектуальные технологии являются универсальным аналитическим  инструментом, который может быть использован в любой прикладной области, где требуется анализ данных различными методами и где управленческое решение возникает как результат определённых аналитических процедур. Данные технологии представляют: развитые инструменты доступа к данным хранилища; динамическое интерактивное манипулирование данными (вращение, консолидации или детализации); наглядное визуальное отображение данных; оперативность – анализ осуществляется в реальном режиме времени; многомерное представление данных – одновременный анализ ряда показателей по нескольким измерениям.

В зависимости от способа  хранения данных различают многомерные, реляционные и гибридные OLAP продукты.

Многомерные OLAP- продукты. Исходные данные хранятся в  многомерной  базе данных или в многомерном локальном кубе. Это обеспечивает высокую скорость выполнения OLAP-операций.

Реляционные OLAP-продукты. Исходные данные хранятся в реляционных  базах данных или в плоских  локальных таблицах на сервере. Агрегатные данные помещаются в служебные таблицы в той же базе данных. Преобразование данных из реляционной база данных в многомерные кубы происходит по запросу OLAP-средства. При этом скорость построения куба будет находится в зависимости от типа источника данных и приводить к увеличению времени отклика системы.

Гибридные OLAP. Исходные данные остаются в реляционной базе, а  агрегат размещаются в многомерной. Построение OLAP-куба выполняется по запросу  OLAP-средства на основе реляционных  и многомерных данных. Это позволяет  избежать взрывного роста данных и обеспечит минимизацию времени выполнения клиентских запросов.

В зависимости от места  размещения OLAP- машины различают OLAP-серверы  и OLAP-клиенты. В первом случае вычисление и хранение агрегатных данных выполняются  сервером. Клиентское приложение получает результаты запросов к многомерным кубам, хранящимся на сервере.

Методы добычи данных являются составной частью процесса поиска полезных знаний и разрозненных данных (KDD). KDD состоит из подготовки данных, выбора информативных признаков, очистки данных, обработки и интерпретации полученных результатов. Первый элемент добычи данных – фильтрация, которая позволяет определить полезную информацию от искажающего её шума за счёт сглаживания, очистки, редактирования аномальных значений. Устранение незначащих факторов, понижение размерности информации. Эта первичная обработка данных позволяет повысить качество исходных данных и точность результата анализа.

Дерево решений позволяет  представлять правила в иерархической  структуре, где каждому объекту  соответствует единственный узел, дающий решение. Это может быть логическая конструкция « если…, то…».  Элемент применяется для поиска оптимальных решений на основе описанной модели поведения.

Ассоциативные правила  позволяют находить закономерности между связанными событиями. Например, если произошло событие А, то и произойдёт и событие В с вероятностью С. Впервые эта задача была предложена для нахождения типичных шаблонов покупок, совершаемых в супермаркетах, поэтому её называют анализом рыночной корзины.

Генетические алгоритмы применяются при решении задач оптимизации, в которых можно составить описание возможных вариантов решения в виде вектора параметров, и известен критерий, определяющий эффективность каждого варианта, например, для составления расписаний, выбора маршрутов движения, конфигурации оборудования заполнения контейнеров при перевозке грузов.

Нейронные сети реализуют  алгоритмы обратного распространения  ошибки, самоорганизующихся карт Кохонена, сетей Хаминга и других алгоритмов анализа данных. Они применяются для восстановления пропусков в данных, прогнозирования и поиска закономерностей.

Для выполнения запросов и построения отчётов имеются:

Инструменты выполнения запросов и построения отчётов, предназначенные  для формирования запросов к ИС в  пользовательских терминах, их исполнения, просмотра полноценных отчётов. Эти системы могут быть встроены в состав OLAP- систем;

Инструменты в виде специализированных систем Query&Reporting, когда пользователь оставляет запрос к источнику  данных, используя заранее подготовленный программистом каталог терминов, получая плоские или многомерные таблицы, графики, диаграммы на экран или в виде распечатки.

Для современных предприятий  необходимо использование преимущества интеграции информации, а также создания такой инфраструктуры ИТ, в которой информация может беспрепятственно перетекать из одной части организации в другую и из организации к её клиентам, поставщикам, партнёрам по бизнесу в целях поддержания необходимого уровня эффективности и конкурентоспособности. Средства, необходимые для реализации подобной интеграции, обеспечивают современные Internet- технологии.

Internet является инфраструктурой,  наиболее пригодной для использования  в электронном бизнесе, поскольку  упрощает процесс коммуникации  компании с другими компаниями и лицами при очень низких издержках. В их распоряжения предоставляется универсальный и простой в применении набор технологий и стандартов, которые может использовать любая организация независимо от установленной компьютерной системы или технологической платформы.

Возможность установления связи при низких затратах и универсальные  стандарты, предоставляемые Internet-технологиями, - это движущая сила, которая приводит к бурному росту электронного бизнеса и развитию предприятий.

Для получения эффекта  от использования этих технологий необходимо понимать их сущность, возможности и определения, какие процессы необходимо анализировать, какими показателями они будут характеризоваться и в каких измерениях их целесообразно видеть, т.е. создать модель анализа.

Умение ориентироваться среди множества существующих программных средств имеет большое значение для менеджера любого ранга. Оно позволяет не только выбрать систему в качестве базовой технологии интеллектуальной поддержки своих управленческих решений, но и создаёт реальную основу для эффективной работы с программными продуктами.

Для обозначения технологий и средств интеллектуальной поддержки  управленческих решений в экономическом  мире принято использовать термин Business Intelligence. Сюда входят различные средства и технологии анализа и обработки данных масштаба предприятия. Кроме того, используется термин «система поддержки принятия решений» (Decision Support System).

 

 

 

Заключение 

Интеллектуальная информационная система – это информационная система, которая основана на концепции использования базы знаний для генерации алгоритмов решения экономических задач различных классов в зависимости от конкретных информационных потребностей пользователя. Программные средства, применяемые в экономических информационных системах, делятся на несколько групп. Интеллектуальная информационная система имеет ряд преимуществ по сравнению с обычной информационной системой. Интеллектуальные базы данных отличаются от обычных возможностью выборки по запросу информации, которая может явно не храниться, а выводиться из имеющихся баз данных. Благодаря появлению специальных инструментальных средств построения экспертной системы сократились сроки разработки, значительно снизилась трудоемкость. Экспертная система – это интеллектуальная информационная система, предназначенная для решения слабо сформированных задач на основе накапливаемого в базе знаний опыта работы экспертов в проблемной области. Экспертные системы – это прогрессирующее направление в области искусственного интеллекта. Причиной повышенного интереса, который экспертные системы вызывают к себе на протяжении всего своего существования, является возможность их применение для решения задач из самых различных областей человеческой деятельности.

 

 

 

 

 

 

 

 

 

Список использованной литературы

1. Автоматизированные информационные технологии в экономике: учебник / под ред. Г.А. Титоренко. – М.: ЮНИТИ, 2006.
2. Информационные технологии в бизнесе / под ред. М. Желены. – СПб.: Питер, 2002.
3. Информационные системы и технологии в экономике : учеб. пособие / Е.Н. Ефимов, Е.В. Ефимова, Г.М. Лапицкая; под ред. к.э.н, проф. Г.М. Лапицкой. – Ростов н. / Д: Издательский центр «МарТ»; Феникс, 2010.
4. Информационные  технологии управления: учеб. пособие /под ред. Ю.М. Черкасова. – М.: ИНФРА-М, 2001.
5. Экономика 21-го века на базе Интернет-технологий / С.И. Паринов, Т.И. Яковлева. – М.: Наука, 1997.