Содержание к диссертации
Введение
Глава 1. Анализ проблем предоставления услуг в индустрии здоровья и красоты 13
1.1. Анализ сферы услуг 13
1.2. Существующие программные продукты автоматизации предоставления услуг населению 21
1.3. Характеристики систем поддержки принятия решений 23
1.4. Анализ моделей и методов поддержки принятия решений 26
1.5. Анализ моделей и методов составления плана оказания услуг населению 30
1.6. Постановка задачи исследования 40
Выводы по первой главе 43
Глава 2. Разработка подхода к оперативному управлению процессом оказания услуг на ПрИЗК 46
2.1. Подход к управлению процессом оказания услуг в индустрии здоровья и красоты 46
2.2. Функциональная модель процесса оказания услуг 52
2.3. Информационная модель процесса оказания услуг 56
2.4. Сетевая постановка задачи исследования 58
2.5. Метод решения задачи составления плана оказания услуг на ПрИЗК .59
2.6. Трёхуровневая схема реализации метода решения задачи оперативного планирования на ПрИЗК 65
Выводы по второй главе 66
Глава 3. Разработка моделей и алгоритмов решения задачи оперативного планирования на ПрИЗК 68
3.1. Математическое обеспечение процесса назначения типовых услуг потребителям 68
3.2. Математическая постановка задачи оперативного планирования оказания услуг потребителям на ПрИЗК 71
3.3. Модели взаимодействия агентов при формировании графика прохождения процедур 77
3.4. Алгоритмизация методов решения 81
Выводы по третьей главе 90
Глава 4. Разработка прототипа системы санаторно-курортного лечения 91
4.1. Выбор языка программирования и инструментальных средств 91
4.2. Связи основных модулей программного продукта 99
4.3. Описание структуры данных 101
4.4. Инструментальные средства разработки многоагентных систем .107
4.5. Интерфейсы основных модулей 111
Выводы по 4 главе 117
Глава 5. Исследование эффективности разработанных методов и алгоритмов 118
5.1. Анализ вычислительной сплошности при применении предложенного подхода к реализации алгоритма поддержки принятия решений 118
5.2. Анализ временных затрат на вычисления при применении предложенного подхода к реализации алгоритма поддержки принятия решений 120
5.3. Анализ экономической эффективности разработанной информационной системы 127
Выводы по 5 главе 134
Список использованной литературы 138
Приложение 149
- Анализ моделей и методов составления плана оказания услуг населению
- Метод решения задачи составления плана оказания услуг на ПрИЗК
- Выбор языка программирования и инструментальных средств
- Анализ экономической эффективности разработанной информационной системы
Введение к работе
Актуальность темы
В ходе становления постиндустриальной экономики резко возрастает актуальность проблематики сферы услуг как системообразующего сектора хозяйства, решающего важные социальные задачи. Областью исследования в работе является индустрия здоровья и красоты, определяющая качество здоровья нации. Ранее, когда на рынке услуг спрос превышал предложение и господствовал госзаказ, основным конкурентным преимуществом было расширение предложения. В условиях конкуренции и насыщения рынка на первый план выходит клиент-ориентированный маркетинг, направленный на такие стратегические цели, как приобретение новых и снижение оттока клиентов, повышение прибыли. Происходящие процессы обуславливают необходимость поиска и внедрения новых информационных технологий для эффективного управления процессом оказания услуг, направленным на учет и удовлетворение потребностей и предпочтений клиентов.
Социально-экономические аспекты управления услугами были рассмотрены в работах К. Хаксевера, Б Рендера, Р. Рассела, Р. Мердика, Т. Питерса, Р. Уотер-мена, Н.В. Егоршина, В.А. Жамина, Н.Г. Истошина, В.Т. Кочмола, П.И. Калью, И.А. Тогунова, А.И. Китова и др. Вопросу создания экспертных и автоматизированных систем управления в индустрии здоровья и красоты посвящены труды Б. Кёних-Риз, А. Хильберта, В.А. Виттиха, Д.Д. Бенедиктова, Л.Ф. Ведмеденко, О.Б. Скобелева, В.Б. Тарасова, P.M. Хвастунова, Б.Г. Ильясова, И.Л. Исмагиловой, Л.Я. Бухарбаевой и др. Однако, в силу сложности проблемы, многие вопросы остаются открытыми. В настоящий момент одним из таких вопросов является повышение эффективности оказания услуг за счет поддержки принятия решений при оперативном управлении этим процессом.
Объектом исследования является оперативное управление оказанием услуг на предприятиях индустрии здоровья и красоты.
Предметом исследования является поддержка принятия решений при оперативном управлении оказанием услуг на предприятиях индустрии здоровья и красоты.
Цель диссертационной работы состоит в исследовании и разработке методов и алгоритмов решения задачи информационной поддержки принятия решений при оперативном управлении оказанием услуг, учитывающем индивидуальные предпочтения и особенности потребителей на предприятиях индустрии здоровья и красоты (ПрИЗК), на основе применения технологий распределённого искусственного интеллекта для повышения эффективности оказания услуг.
Для достижения поставленной цели необходимо решить следующие задачи:
1. Разработать концептуальный подход к оперативному управлению оказанием услуг на ПрИЗК, направленный на повышение эффективности этого процесса.
Разработать математическое обеспечение для назначения и планирования оказания услуг.
Разработать метод интеллектуальной поддержки принятия управленческих решений при планировании оказания услуг, для реализации предложенного подхода.
Разработать информационное и алгоритмическое обеспечения для реализации предложенного подхода.
Разработать программное обеспечение для поддержки принятия решений при оперативном управлении оказанием услуг на ПрИЗК.
Исследовать эффективность разработанных методов и алгоритмов.
Методы исследований. В работе использовались методы общей теории систем и системного анализа, методы теории управления и методология системного моделирования, методы теории игр и принятия решений, динамического и комбинаторного программирования, технологии распределенного искусственного интеллекта, теории сложности решения задач.
На защиту выносятся:
Концептуальный подход к оперативному управлению оказанием услуг на ПрИЗК.
Математическое обеспечение для назначения и планирования оказания услуг.
Метод интеллектуальной поддержки принятия управленческих решений при планировании оказания услуг.
Информационное и алгоритмическое обеспечение для реализации предложенного подхода.
Программное обеспечение для поддержки принятия решений при оперативном управлении оказания услуг на ПрИЗК.
Методика и результаты анализа эффективности разработанных методов и алгоритмов.
Научная новизна результатов диссертационного исследования:
Концептуальный подход к оперативному управлению оказанием услуг на ПрИЗК, основан, в отличие от известных, на комплексе моделей предметной области, а также на схеме адаптивного управления идентификационного типа, включающей блоки оценивания, назначения и планирования, выработки управленческих решений, с использованием онтологической базы знаний.
Математическое обеспечение назначения и планирования оказания услуг, в отличие от известных, основано на:
математической модели задачи назначения услуг клиентам, сформулированной в терминах динамического программирования, опирающейся на экономические аспекты оказания услуг;
математической модели планирования оказания услуг, сформулированой в терминах теории игр с непротивоположными интересами, как игра с согласованным вектором интересов с запрещенными ситуациями, и позволяет учитывать
формализованные технологические особенности процесса оказания услуг, индивидуальные предпочтения клиентов, а также общие для всех участников процесса оказания услуг критерии эффективности.
3. Метод интеллектуальной поддержки принятия управленческих решений,
в отличие от известных, основан на:
итерационном процессе адаптивного планирования и выработки возможных управленческих решений;
правилах выработки управленческих решений, с применением сформулированных экономических критериев качества разработанного плана;
методе многоагентного планирования, использующем агентную парадигму искусственного интеллекта и принципы самоорганизационного управления, который естественным образом учитывает специфику предложенной модели планирования оказания услуг, сформулированной в терминах теории игр, опираясь на свойства интеллектуального агента и возможности агентной платформы,
что составляет теоретическую основу для реализации предлагаемого подхода.
4. Информационное и алгоритмическое обеспечение системы поддержки
принятия решений, в отличие от известных, включает в себя:
онтологическую базу знаний, содержащую формализованные особенности технологического процесса оказания услуг и представленную на языке веб-онтологий OWL DL;
алгоритм выработки управленческих решений, основанный на предложенном методе интеллектуальной поддержки принятия решений, использующий правила принятия решений, хранящиеся в базе знаний системы;
алгоритм взаимодействия интеллектуальных агентов, реализующий «человеческие эвристики», в котором вся специфика работы ПрИЗК вынесена в базу знаний; обеспечивает поддержку принятия управленческих решений на ПрИЗК, на основе предложенного подхода.
5. Программное обеспечение поддержки принятия решений при оператив
ном управлении оказания услуг на ПрИЗК в виде прототипа системы ППР, вклю
чающего :
модули регистрации, учета и назначения комплексных услуг клиентам ПрИЗК, на примере санаторно-курортного учреждения (СКУ), реализованные в виде конфигурации 1С: Предприятие;
интеллектуальный модуль оперативного планирования оказания комплексных услуг на базе агентной платформы JADE в среде JAVA и онтологической базы знаний на языке OWL DL,
новизна которого, в отличие от известных, состоит в использовании разработанных моделей и методов.
Практическую ценность имеют следующие полученные результаты:
Предложенный подход к оперативному управлению оказанием услуг, позволяет в полной мере учесть специфику ПрИЗК, что приводит к повышению эффективности оперативного управления.
Информационное обеспечения для реализации предложенного подхода, в виде базы знаний на языке OWL DL, позволяет в едином унифицированном виде описывать технологические особенности процесса оказания услуг и индивидуальные предпочтения клиентов, что делает возможным вынесение семантики поведения агентов из вычислительного модуля системы.
Разработанное алгоритмическое обеспечение составляет основу для разработки программного обеспечения системы поддержки принятия решений, которое, в свою очередь, реализует предложенный подход.
Разработанное программное обеспечение обладает естественным параллелизмом, позволяет наиболее эффективно использовать доступные ресурсы локальной вычислительной сети организации, а также приводит к более полному задействованию производственных ресурсов организации, уменьшению простоя оборудования, что, в свою очередь, способствует увеличению объема оказываемых услуг и приносит конкурентные преимущества предприятию.
Методика анализа эффективности разработанных методов и алгоритмов позволяет оценивать эффективность агентной реализации задачи оперативного планирования на ПрИЗК и рационально использовать ресурсы вычислительной среды при различных сетевых постановках. Результаты анализа подтверждают работоспособность и эффективность предложенного подхода.
Внедрение результатов работы в виде математического, алгоритмического и программного обеспечения поддержки принятия управленческих решений при оперативном управлении оказанием услуг осуществлено в ряде предприятий индустрии здоровья и красоты г. Уфы и Республики Башкортостан (санатории, лечебно-профилактические учреждения, салоны красоты и фитнес-клубы), а так же в учебный процесс УГАТУ.
Связь с научными программами. Исследования проводились в рамках грантов РФФИ №08-07-00495-а «Технологии распределённого искусственного интеллекта при поддержке принятия решений в задачах календарного планирования» (2008-2010гг.) и № 06-07-89228-а «Система поддержки коммуникативных процессов при выполнении проектов фундаментальных исследований сложных систем на основе интеллектуальных мультиагентов» (2006-2008 гг.), НИР № ИФ-ВК-01-08-03 по теме «Исследование и разработка интеллектуальных технологий поддержки принятия решений и управления на основе инженерии знаний».а также НИР по договору № ИФ-ВК-18-07-ХГ между УГАТУ и ГУП Санаторий «Зелёная роща», г. Уфа.
Апробация работы. Основные материалы диссертационной работы докладывались и обсуждались на следующих научно-технических конференциях: 7-й -10-й Международных конференциях «Компьютерные науки и информационные
технологии» (CSIT) (Россия, Уфа-Ассы, 2005; Германия, Карлсруэ, 2006; Россия, Уфа-Красноусольск, 2007; Турция, Анталия, 2008 ); 11-й - 13-й Байкальских Всероссийских конференциях с международным участием «Информационные и математические технологии в научных исследованиях» (Иркутск - Аршан, 2006, Иркутск - Байкал, 2007, 2008); Конференций-конкурсов «Технологии Microsoft в теории и практике программирования» (Новосибирск, 2006, 2007); Казанской школе по компьютерной и когнитивной лингвистике TEL-2006 (Казань, 2006); XXXIV Международной конференции «Информационные технологии в науке, социологии, экономике и бизнесе» (Украина, Крым, Ялта-Гурзуф, 2007); VIII Симпозиуме по прикладной и промышленной математике (Сочи - Адлер, 2007).
Публикации. Основные результаты по теме диссертации опубликованы в 13 статьях, в том числе 4 - в рецензируемых журналах из списка ВАК, в двух депонированных рукописях и двух зарегистрированных программ для ЭВМ.
Автор благодарит канд.техн.наук, доцента кафедры ВМиК УГАТУ Попова Дениса Владимировича за консультации по вопросам поддержки принятия решений и разработки распределенных интеллектуальных систем.
Структура и объем работы. Диссертация состоит из введения, 5 глав, заключения, списка литературы и приложения. Работа содержит 160 с. машинописного текста, включая 50 рисунков, 11 таблиц и список литературы из 113 наименований.
Анализ моделей и методов составления плана оказания услуг населению
Традиционно задача составления графика оказания услуг решается классической теорией расписания, рассмотрим основы данной теории.
Основным понятием теории расписаний является понятие операции.
Операцию можно рассматривать как элементарную задачу подлежащую выполнению. Каждая операция характеризуется:
индексом принадлежности к определенной работе;
индексом принадлежности к определенной машине;
числом, представляющим собой длительность операции.
По первому индексу все множество операций разбивается на систему непересекающихся подмножеств, называемых работами. Разбиение исходного множества по второму индексу приводит к появлению взаимно непересекающихся подмножеств операций, относящихся к определенным машинам [42-47].
Для каждой работы задается последовательность составляющих ее операций (определяемая технологическим процессом). Такое частичное упорядочение операций осуществляется заданием отношения порядка. Ес--ли_ операциях должна-быть осуществима-раныпе,-дем У,лчхговорят,-Что X предшествует Y. Это записывается в виде: Х Гили Y X. Отношение порядка транзитивно: если X Y, Y Z, то X Z. Будем говорить, что операция X непосредственно предшествует операции Yи записыватьХ«Гили Y»X, если Х Y и нет операции Z, такой, 4TOX Z F.
Часто бывает удобно представлять упомянутые соотношения в виде ориентированного графа (рисунок 1.8). Вершины (узлы) графа изображают операции, а дуги - отношение непосредственного предшествования. Две вершины связаны отношением порядка, если существует путь между ними.
Задача теории расписаний считается заданной, если определены:
1) подлежащие выполнению работы и операции;
2) количество и типы машин, выполняющих операцию;
3) порядок прохождения машин;
4) критерии оценки расписаний.
В зависимости от характера поступления работ различают два вида задач: статические и динамические. В статических задачах в свободную систему одновременно поступает определенное число работ. После этого новые работы не поступают, и расписание составляется для вполне определенного и известного заранее числа работ. В динамических задачах работы поступают в систему в некоторые моменты времени, которые можно предсказать только в статистическом смысле Поэтому моменты будущих поступлений не определены. Упорядочение в динамических и статических задачах требует различных методов решения.
Порядок выполнения машинами операций одной работы определяет, является ли система машин:
конвейерной;
со случайным порядком выполнения работ;
системой произвольного типа.
В конвейерной системе последовательность прохождения машин одинакова для каждой из работ. Согласно принятой терминологии это означает, что существует такая нумерация машин, что для одной и той же работы номер машины, выполняющей операцию X, меньше номера машины, выполняющей операцию Y, если X предшествует Y. В системе со случайным порядком выполнения работ машинами любая операция может выполняться любой машиной, т.е. все машины являются идентичными. В системах произвольного типа каждая операция может выполняться какой-либо определенной машиной.
Основы теории расписаний развивались в ту пору, когда математические модели начали применяться к решению экономических задач [48-54]. Были предприняты попытки построить математические модели и для задач теории расписаний. При этом исследователи столкнулись с трудностью следующего рода. В математической модели система ограничений отражает то положение вещей, где некоторая совокупность условий должна выполняться совместно. В задаче теории расписаний ряд условий должен выполняться альтернативно: или /-я работа запускается раньше у-й, или наоборот.
Кроме приведения задач теории расписаний к модели линейного программирования, можно также использовать комбинаторный подход, который сводится к целенаправленной перестановке пар работ в некоторой исходной последовательности, пока не будет получено близкое к оптимальному или оптимальное решение. Этот подход приводит к решению NP-полных задач [55-57].
Практическое значение понятия NP-полноты состоит в следующем: такие задачи по существу труднорешаемы с вычислительной точки зрения, они не поддаются эффективному алгоритмическому решению и для алгоритма, корректно решающего NP-полную задачу, потребуется в худшем случае экспоненциальное количество времени и, следовательно, он не будет применим на практике ни к каким, за исключением очень малых, задачам.
NP-полнота задачи является веским доводом при обосновании необходимости построения приближенных или эвристических алгоритмов ее решения, при применении схем направленного перебора вариантов, а также при обосновании необходимости исследования частных случаев задачи.
Неудовлетворительное состояние развития точных методов решения задач теории расписаний обусловило разработку приближенных методов, позволяющих получать приемлемые решения при сравнительно небольших затратах времени и средств. Условно приближенные методы делятся на эвристические и вероятностные [58].
Вероятностные методы связаны с k-кратным моделированием расписаний. Выбор работ из множества ожидающих выполнения осуществляется случайным образом. После k-кратного проигрывания выбирается наилучшее расписание, которое принимается за решение задачи. При этом различают:
а) ненаправленный случайный поиск;
б) направленный случайный поиск без самообучения;
в) направленный случайный поиск с самообучением.
Эвристические алгоритмы основаны на приеме, который называется приемом снижения требований. Он заключается в отказе от поиска оптимального решения за приемлемое время. Эвристические алгоритмы используют различные разумные соображения без строгих обоснований.
Алгоритм имитации отжига относится к классу пороговых алгоритмов локального поиска. На каждом шаге этого алгоритма для текущего решения і к в его окрестности N(ik) выбирается некоторое решение j и, если разность по целевой функции между новым и текущим решением не пре-восходитзаданного порога tk, то новое решение заменяет текущее. В противном случае выбирается новое соседнее решение.
При использовании генетического алгоритма генами будут являться номера эвристик, используемых при решении задачи. Каждая эвристика может быть применена несколько раз, необязательно применение всех эвристик при решении задач, не существует каких-либо зависимостей между эвристиками. Генетический поиск есть в данном случае поиск последовательности эвристик, обеспечивающих оптимальное значение целевой функции.
Широко применяется так называемый метод локального поиска. При этом заранее выбранное множество перестановок используется для последовательного улучшения начального решения до тех пор, пока такое улучшение возможно, в противном случае оказывается достигнутым локальный оптимум.
Еще одно из направлений эвристических методов решения задач теории расписаний состоит в формировании правил или функций предпочтения (приоритетов). Для каждой і-й работы из множества ожидающих выполнения работ вычисляется значение функции fi предпочтения и выбирается та работа, для которой ft достигает максимума или минимума. Примеры правил предпочтения.
Метод решения задачи составления плана оказания услуг на ПрИЗК
Задача состоит в составлении оперативного плана оказания комплексных услуг на ПрИЗК. К процессу составления данного плана предъявляются следующие требования:
план должен генерироваться только для тех клиентов, у которых есть нераспределённые типовые услуги;
должна быть учтена уже существующая загрузка специалистов;
должны учитываться ограничения, накладываемые имеющимися методиками и рекомендациями по оказанию услуг конкретной организации (технологические ограничения), например, времени отдыха до и после получения конкретной услуги;
должны учитываться индивидуальные предпочтения потребите лей, в виде индивидуальных критериев эффективности и общих для всех критериев эффективности.
Сравнительный анализ задач исследования операций показал, что данная задача относится к классу задач теории игр с непротивоположными интересами, а именно к играм с согласованным вектором интересов с запрещенными ситуациями. Наличие невыпуклой области допустимых решений, приводит к невозможности решения данной задачи методами математического программирования. Анализ подходов к решению задач такого рода показал, что наиболее приемлемым методом для решения задачи автоматического составления плана оказания услуг является эвристический метод. Он позволяет составить удовлетворяющий план, не привлекая при этом больших вычислительных мощностей компьютера, за достаточно короткий период времени. Этот метод легко поддается формализации и алгоритмизации [76].
Предлагается использовать следующую эвристику - правило «Первый подходящий». Предпочтение отдается первой подходящей процедуре из назначенных, с тем, чтобы минимизировать суммарное время простоя (окон) при оказании услуг каждому клиенту на текущий день. На следующем этапе реализуются «Человеческие» эвристики, на уровне стратегий моделируется поведение людей в ситуации, когда нужно договориться об обмене. План на следующий день формируется по шаблону текущего дня. Желательное условие: услуги должны оказываться с одинаковой периодичностью.
В результате анализа „методов реализации были выделены три наиболее распространенных: последовательный, параллельный и многоагентный. На рисунке 2.12 отображены особенности каждого метода при составлении расписания.
На рисунке: So — начальное состояние расписания; Si — текущее состояние расписания; агент а( — объект, действующий в соответствии с той логикой поведения, которая в него заложена, и содержащий часть данных распределённой БД; Si=(Su,..., Sin) — вектор текущего состояния расписания; Су — коммуникативный процесс между агентами at и я,-.
Выбор подхода к реализации алгоритма исходит из анализа удовлетворения требованиям, основанным на принципах самоорганизации (табл. 2.1.). Многоагентный метод, как видно из таблицы, удовлетворяет всем предъявленным требованиям. Так же о многоагентных технологиях можно прочитать в [77-80].
В многоагентной модели каждый элемент (агент), в зависимости от той логики поведения, которая в него заложена, выполняет определенную роль - он представляет интересы и действует от лица какого-то реально существующего объекта («клиенті», «услуга2» и т.п.). Каждый такой элемент имеет„свою_цель, которая также выражена в его „логике поведения: «клиент» имеет цель получить удобное для себя время получения услуги, «услуга» - заполнить свое расписание, чтобы ее оборудование не простаивало. Вместе с тем, у всех агентов есть общая цель - составить расписание, удовлетворяющее требованиям каждого клиента. Эта цель может быть достигнута с помощью коммуникации. Участвуя в коммуникационном процессе, агенты, общаясь между собой, обмениваются сообщениями и заключают соглашения. Заключив соглашение, каждый агент меняет только свою базу данных. База данных распределённая, то есть все данные не хранятся в одном месте, а распределены между участниками. И, чтобы получить информацию, необходимо обратиться к ее владельцу [81].
Агенты — это активные объекты (программные модули), которые могут инициировать целенаправленную деятельность по восприятию среды и воздействию на неё.
Обладающие следующими «ментальными» свойствами (или их подмножеством):
знания (knowledge) - постоянные, неизменяемые в процессе функционирования знания агента о себе, среде и других агентах;
убеждения (beliefs) - знания агента о среде (в том числе, о других агентах), которые могут стечением времени изменяться и становиться неверными;
желания (desires) - состояния, которые агент желает достичь (могут быть противоречивыми), аналогичны целям;
обязательства (commitments) - задачи, решение которых агент берет на себя в рамках кооперации с другими агентами по их просьбе или поручению;
намерения (intentions) - действия, которые собирается выполнить вследствие своих желаний или в силу взятых на себя обязательств.
Многоагентные системы (MAC) относятся к самоорганизующимся системам, так как в них ищется решение задачи без внешнего вмешательства. Главное достоинство MAC — это гибкость, многоагентная система может быть дополнена и модифицирована без переписывания значительной части программы. Также эти системы обладают способностью к самовосстановлению и обладают устойчивостью к сбоям, благодаря достаточному запасу компонентов и самоорганизации.
Данный способ реализации поддерживает на уровне стратегий «человеческие» эвристики. Можно реализовать алгоритм, моделирующий поведение людей в данной «жизненной» ситуации. Таким образом, планирование не представляет собой последовательный перебор вариантов - поиск идет «со всех сторон».
Выбор языка программирования и инструментальных средств
Поставленная задача может быть решена различными инструментальными средствами. Но любое из них должно удовлетворять следующим критериям:
адаптируемость, то есть возможность легкой настройки на нужды конкретной организации;
расширяемость, то есть возможность наращивания функциональных возможностей системы, не выходя за рамки принятой изначально концепции развития и технологической базы;
открытость, то есть совместимость со всеми современными стандартами, а также возможность наращивания функциональности;
интегрируемость, то есть система должна интегрировать в единой распределённой информационной среде задачи управления деятельностью организации;
масштабируемость, как ключевое требование с точки зрения экономии вложений, которое гарантирует, что не придется перестраивать систему по мере роста объема обрабатываемой информации и количества одновременно работающих пользователей;
Данным критериям удовлетворяют следующие популярные в настоящее время языки и инструментальные средства:
интегрированная среда разработки "Delphi";
интегрированная среда разработки "Visual Studio.NET";
интегрированная среда разработки Java;
система программ "1С:Предприятие 7.7";
язык программирования "Visual Prolog";
библиотека ABLE, реализованная на платформе Java
Интегрированная среда разработки "Delphi" является мощным средством разработки приложений для ОС семейства Windows, в частности с помощыо "Delphi" можно создавать приложения работающие с базами данных (ADO, IntreBase, DBF).
Основные преимущества среды:
легкость создания сложных экранных форм,
работа со всевозможными форматами баз данных,
объектно-ориентированный язык программирования.
Интегрированная среда разработки "Visual Studio.NET" включает много утилит необходимых для успешной разработки приложений для Windows. В её состав входят несколько языков программирования (C++, С#, Visual Basic). Из-за универсальности языков программирования все они могут быть применены к решению задачи составления расписания.
Основные преимущества среды:
удобная среда разработки;
создание веб-приложений на основе технологии .NET;
работа со всевозможными форматами баз данных;
объектно-ориентированный язык программирования.
Java является полноценной платформой, предоставляя приложениям единый интерфейс и скрывая различия используемой операционной системы и аппаратной платформы.
Java-платформа обладает следующими преимуществами:
переносимость, или кросс-платформенность;
объектная ориентированность, создана эффективная объектная модель;
встроенная и прозрачная модель безопасности;
ориентация на интернет-задачи, сетевые распределённые приложения;
динамичность, легкость развития и добавления новых возможностей;
Основные недостатки сред разработки "Delphi" и "Visual Studio.NET":
большая трудоемкость написания программы.
работа с базами данных на уровне SQL запросов.
для внесения в систему изменений потребуется перекомпиляция. Язык программирования Prolog является декларативным языком, то есть программа Пролога - не последовательность действий, а коллекция фактов вместе с правилами для вывода заключений из этих фактов. Программы на Прологе содержат только описания (декларации) отношений между объектами, которые необходимы для решения задачи. Способ решения задачи выбирает сама машина. Поэтому программы на Прологе бывают понятнее и много короче, чем на алгоритмических языках программирования. Алгоритма логического вывода в программе нет. Этот алгоритм встроен в саму систему Пролога [91].
Система программ 1С предприятие 7.7 создавалась и разрабатывалась для автоматизации различных бизнес процессов предприятий. Эта система является широко распространенной системой учёта деятельности предприятий в России [92-94].
ABLE (Agent Building and Learning Environment ) - среда разработки и обучения агентов, разработанная фирмой IBM, представляет собой инструментарий для создания приложений, основанных на интеллектуальных агентах, и добавлении новых агентов в уже существующие приложения.
ABLE - это Java Framework, компонентная библиотека и комплект инструментальных средств для создания интеллектуального агента, использующего механизмы обучения и рассуждения. Структура ABLE - представляет собой множество Java-интерфейсов и базовых классов, используемых для создания библиотеки JavaBeans, называемой AbleBeans. Для описания бизнес-логики агентов предлагается встроенный язык ARL (Able Rule Language), поддерживающий как написание простых сценариев, так и использование аппарата деревьев решений, логики предикатов, нечеткой логики, продукционных экспертных систем и распознавания образов. Кроме того, данная среда ориентирована на использование стандартов FIPA. Международная федерация по разработке интеллектуальных физических агентов (FIPA) предлагает ряд спецификаций, призванных формализовать основные этапы жизненного цикла агентов и способы их взаимодействия.
Анализ преимуществ и недостатков языков и сред разработки приведен в таблице 4.1.
Для решения поставленной задачи необходимо было выбрать много-агентную платформу. Данная многоагентная платформа должна взаимодействовать с онтологической базой данных, поддерживающей дескриптивную логику (таблица 4.2).
Анализ экономической эффективности разработанной информационной системы
С целью анализа эффективности информационной системы был произведен сравнительный анализ временных характеристик процесса оказания лечебно-оздоровительных услуг с использованием данной системы и других информационных систем поддержки принятия решений. Результаты сравнительного анализа представлены в таблице 4.5. Из таблицы видно, что ведение учёта отдыхающих в СКУ с использованием разработанной системы значительно облегчается даже по сравнению с использованием других информационных систем. Это обусловлено принципами построения системы: выполнение действий, несвойственных специалисту ранее, сводится к нулю за счет построения информационной системы на основе наиболее полной модели действий специалистов.
Также в рамках диссертационного исследования был проведен анализ экономической эффективности внедрения разработанной информационной системы. Поскольку информатизация является элементом совершенствования системы управления, любой ИТ-проект должен также оцениваться с этих позиций.
Необходимость оценки экономической целесообразности внедрения, или выбора из альтернативных проектов наилучшего, объясняется двумя основными причинами. Во-первых, очень велик "проигрыш" в случае ошибочного решения. Во-вторых, проверенные на практике методы современного менеджмента убеждают в том, что любая модернизация приносит наибольший успех, если ее цели тесно связаны с показателями/индикаторами оценки достигаемых результатов - то есть экономические выгоды от внедрения ИТ-проектов могут быть реализованы только в том случае, если они выявлены уже в процессе проектирования и заложены (прямо или косвенно) в целевые установки проекта. Если рассматривать ИТ-проект как задачу, направленную на совершенствование управленческой системы, то в условиях конкурентной рыночной среды к нему следует относиться как к самостоятельному инвестиционному проекту, то есть как к способу инвестирования средств в качественное улучшение управления компанией.
Отношение к информатизации как к инвестиционному проекту означает необходимость экономического обоснования требуемых капитальных вложений, то есть сопоставления предполагаемых затрат и эффектов для принятия решения о его целесообразности.
Согласно классическому определению, эффективность исчисляется как некоторое соотношение затрат и результатов. Сложность состоит в оценке этих двух составляющих. Качество любой методики оценки эффективности определяется качеством используемого инструментария для измерения результатов внедряемого проекта и связанных с ним затрат.
Еще практика внедрения АСУП показала, что для оценки экономической эффективности недостаточно рассматривать создание АСУ только как внедрение новой техники в производство, и требуется своя методология и специфические подходы. И для универсализации этой процедуры было решено, что экономическая эффективность АСУ на базе ЭВМ обеспечивается за счет следующих факторов:
высокой скорости выполнения операций по сбору, передаче, обработке и выводу информации;
применения современных методов рационализации использования производственных ресурсов;
непрерывного оперативного контроля хода выполнения плана на основе своевременной и достоверной информации о состоянии производства;
повышения качества учёта, планирования, контроля и регулирования.
Сложность вытекала из того, что ИТ-проекты воздействуют на конечные финансово-экономические показатели деятельности хозяйственной системы не прямо, а опосредованно, через управленческие процедуры. А управленческие процедуры мало формализованы и с трудом поддаются количественному измерению. Итак, для оценки эффективности нужны количественные показатели, характеризующие затраты и результаты, и соответствующие методики для расчета их оценок.
В практике инвестиционного анализа имеются общепризнанные подходы к финансово-экономической оценке инвестиционных проектов [108-109]. В общем виде финансово-экономическая оценка качества предлагаемого инвестиционного проекта предусматривает сбор, верификацию и оценку трех основных финансово-экономических параметров:
потребные инвестиции с разбивкой по срокам осуществления вложений, экономическому содержанию (капитальные вложения, оборотные средства) и направлениям использования (оборудование, программное обеспечение, строительно-монтажные работы, настройка и др.);
эксплуатационные затраты на операционной стадии функционирования ИТ-системы;
экономические выгоды ("эффекты") компании, являющиеся следствием внедрения ИТ-системы, с учётом сроков проявления, направлений и экономического содержания (увеличение прибыли, сокращение оборотных средств, сокращение затрат и др.).
Две первые группы параметров условно можно назвать затратами по проекту, а последнюю группу - результатами.
Предлагаемые методы инвестиционного анализа позволяют получить известный набор различных характеристик эффективности, указанных в методических рекомендациях по оценке инвестиционных проектов (срок окупаемости, совокупная накопленная чистая прибыль на горизонте жизненного цикла, чистая текущая стоимость проекта, внутренняя норма рентабельности и др.).
Конечные финансово-экономические выгоды компании лежат в области таких показателей, как увеличение выручки, снижение операционных затрат, оптимизация структуры активов и др. А ИТ-проекты, рационализируя управленческие бизнес-процессы, позволяют получать такие качественные улучшения, как сокращение дублирующих функций; повышение оперативности, ликвидация излишних бизнес-операций, увеличение оперативности расчетов; сокращение сроков формирования отчетных документов, увеличение возможностей по оптимизации решений за счет многовариантных расчетов и др. Можно понять, что, например, ускорение расчетов приведет к снижению показателя "средства в расчетах", а это, в свою очередь, к высвобождению оборотных средств. Однако напрямую связать, скажем, увеличение прибыли со скоростью формирования отчета по дебиторам компании практически невозможно. Очевидно, что прямого однозначного соответствия между конечными финансово-экономическими выгодами и качественными улучшениями за счет информатизации провести нельзя. Выход - в структуризации конечных финансово-экономических целевых показателей до уровня ИТ-процедур.
Данный подход на Западе получил название метода сбалансированной оценочной ведомости (Balanced Scorecard), авторами которого являются Дэвид Нортон и Роберт Каплан [110]. Суть данного метода заключается в установлении связи между бизнес-стратегией и использованием ИТ, исходя из тезиса о том, что "каждое действие, касающееся ИТ, найдет отражение в определенных компанией стратегических целях". Развитие и практическое применение данного подхода заключается в построении многоуровневой детальной структуры "цели - задачи - подзадачи - функции/бизнес-процессы", которая связывает несовместимые, на первый взгляд, характеристики и дает набор оценок эффектов новой системы управления, что позволяет произвести расчеты показателей экономической эффективности инвестиционных проектов.
