Магистерский диплом на тему Проектирование и реализация приложений для поддержки принятия решений

Содержание:

Введение 5
Глава 1 Аналитические методы в системе поддержки принятия решений 8
1.1 Понятие системы поддержки принятия решения 8
1.2 Принципы организации СППР 11
1.3 Стадии и этапы построения СППР 14
1.4 Определение предметной области для построения СППР 21
1.5 Обзор существующих аналогов по принятию решения при покупке жилья 23
Выводы по главе 1 25
Глава 2 Определение аналитических методов для построения системы принятия решений по подбору объекта недвижимости 26
2.1 Линейная регрессия 26
2.2 Логистическая регрессия 27
2.3 Деревья принятия решений 29
2.4 Теорема Байеса 30
2.5 K-средних (k-means) 31
2.6 K-ближайших соседей (KNN) 33
2.7 Анализ алгоритма Rete 34
2.8 Определение наиболее оптимального аналитического метода для СППР с использованием метода анализа иерархии 35
Выводы по главе 2 40
Глава 3 Обзор принципов функционирования риелторской фирмы 41
3.1 Анализ основных процессов функционирования риелторской фирмы 41
3.2 Формирование требований к СППР по покупке жилья 50
Выводы по главе 3 52
Глава 4 Описание программной реализации приложения для поддержки принятия решения 53
4.1 Описание принципов работы пользователя с системой 59
4.2 Описание принципов работы экспертов с системой 63
4.3 Описание модулей системы 64
Выводы по главе 4 72
ЗАКЛЮЧЕНИЕ 73
СПИСОК ЛИТЕРАТУРЫ 75
ПРИЛОЖЕНИЕ А. Листинг основных модулей программы 79

Введение:

Актуальность работы. В современном мире в последнее время наблюдается тенденция использования компьютерных систем для полной или частичной замены функций человека. На данный момент никого не удивишь тем, что физический труд человека активно вытесняется трудом производственных роботов. Компьютерными системами с успехом решаются традиционно связываемые с интеллектом человека задачи распознавания и анализа речевых и визуальных образов. Все более распространенными становятся системы поддержки принятия решений (СППР), которые либо влияют на выработку решения, либо самостоятельно принимают решение на основании полученного опыта. В то же время в данной области наблюдается существенный прогресс, появляются и все больше укореняются такие системы, которые либо влияют на выработку решения, либо самостоятельно принимают решение на основании полученного опыта. Использование систем поддержки принятия решений (СППР) позволяет уменьшить неопределенность и сформировать решение за счет знаний, основанных на статистическом анализе факторов. Для этого СППР имеют большие аналитические процедуры, которые могут быть реализованы путем взаимодействия друг с другом многочисленными моделями и экспертными системами.
Предметом исследования данной работы являются системы поддержки принятия решений.
Объект исследования — принципы реализации систем поддержки принятия решений на примере подбора объекта недвижимости для покупки.
Целью работы является повышение эффективности принятия решений относительно покупки объекта недвижимости.
Для достижения поставленной цели требуется решение следующих задач:
– определить основные принципы построения СППР;
– рассмотреть стадии и этапы построения СППР;
– проанализировать основные процессы, которые возникают в процессе работы агентства недвижимости при подборе объекта для клиента с целью осуществления покупки;
– выполнить построение структуры СППР;
– определить методы, которые будут использованы при построении СППР;
– выполнить программную реализацию приложения для поддержки принятия решения;
– выполнить тестирование разработанного приложения.
Научной новизной работы является то, что при построении СППР был использован аналитический метод расчета вероятностей с использованием теоремы Байеса на основании проводимого опроса клиента агентства недвижимости с целью формирования обоснованного решения по подбору объекта недвижимости. Подобный подход не применяется в проанализированных СППР по подбору объектов недвижимости.
Практической значимостью работы является то, что разработанные методы можно применять для построения систем поддержки принятия решений для любой предметной области.
Теоретической значимостью работы является то, что материал данной работы может быть использован при изучении тем «Системы поддержки принятия решений» и «Экспертные системы».
При выполнении данной работы был исследован большой объем научной литературы. Особо следует отметить автора Бриткова В. Б. «Методическое пособие по курсу «Системы поддержки принятия решений». В данной работе даются четкие определения СППР, описаны принципы их построения, даны наглядные примеры. Также большой материал, для данной работы был, почерпнут из издания «Интеллектуальные системы поддержки принятия решений в нештатных ситуациях с использованием информации о состоянии природной среды» автора В.А. Геловани. Данная работа посвящена СППР, которые отличаются по своей области применения от рассматриваемых в данной работе. Однако общие принципы использования интеллектуальных СППР, методов на которых они базируются, описаны очень четко и качественно, что дало возможность определить, какие аналитические методы будут использоваться в данной работе.
Работа представлена введением, основной частью, заключением, списком использованных источников, приложениями.
Основная часть представлена пятью главами.
В первой главе представлено описание предметной области, даны основные определения СППР, рассмотрены виды СППР, определена типовая архитектура данных систем, представлены этапы построения СППР. Определено, что предметной областью для СППР является принцип работы агентства недвижимости при подборе объекта недвижимости клиенту для продажи.

Заключение:

На данный момент использование систем поддержки принятия решений принимает все более массовый характер. В развитых зарубежных странах сотни фирм занимаются их разработкой и внедрением в различные сферы жизни. В настоящее время ведутся разработки систем, которые учатся самостоятельно [1].
Использование данных систем в повседневной жизни позволяет значительно упростить принятие достаточно важных решений, при наличии большого объёма данных это очень актуально – например, по предметной области данной работы. Представить подбор объекта недвижимости для большого областного города уже проблематично, а если спроецировать на такие города как Москва, Санкт-Петербург, то время подбора необходимого объекта недвижимости может занять очень большое количество времени.
Основой для СППР являются аналитические методы, на которые возложена задача обработки входных данных и поиска наиболее оптимальных вариантов по этим данным [11]. В рамках данной работы используется аналитический метод, основанный на теореме Байеса, по данному методу можно более точно вычислить вероятность наступления события, принимая в расчет известную ранее информацию, а также и полученные новые наблюдения. Также работа данного алгоритма имеет высокую скорость и не имеет ограничений относительно количества данных.
В рамках проводимого анализа было выполнено сравнение существующих программных решений, которые позволяют подбирать объекты недвижимости. Рассмотренные ресурсы используют различные фильтры для определения пожеланий клиента, фактически используя методику «Если – то», предложенный в данной работе метод заключается в том, что позволяет определить вероятность события на основании знаний по предыдущим событиям. Это свойство данного похода применимо для выбранной предметной области – подбора жилья, формируются варианты для принятия решения на основании предыдущих исходов (выбранных пользователями объектов недвижимости). Другие рассмотренные методы такой возможности не имеют.
В ходе написания работы были выполнены следующие задачи:
– проанализирована сущность СППР, рассмотрены типы таких систем, представлена типовая архитектура СППР, отображены стадии разработки;
– проанализирована предметная область, к которой будет применяться СППР – подбор объекта недвижимости для покупки или аренды;
– рассмотрены процессы, возникающие в процессе функционирования агентства по подбору недвижимости, для наглядности данные процессы были представлены с помощью диаграмм IDEF0 и DFD;
– рассмотрены различные методы для аналитики в СППР, проведен сравнительный анализ данных методов;
– исходя из расчетов метода анализа иерархии было определено, что наиболее оптимальным аналитическим методом является использование теоремы Баейса;
– выполнено проектирование СППР;
– разработана структура базы данных и базы знаний системы;
– определены алгоритмы работы пользователей СППР;
– выполнена программная реализация СППР;
– представлены результаты работы системы.

Фрагмент текста работы:

ГЛАВА 1 АНАЛИТИЧЕСКИЕ МЕТОДЫ В СИСТЕМЕ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ

1.1 Понятие системы поддержки принятия решения

Системой поддержки принятия решений (СППР) называют информационную систему, предназначенную для оказания помощи в принятии решений. Идея помощи заключается в том, что СППР предоставляет только частичную информацию и знания, необходимые для принятия решения [1]. В общем случае СППР представляет собой ИТ-систему, разработанную для повышения качества решений путем расширения интеллектуального потенциала человека возможностями компьютера.
Системы поддержки принятия решений, используемые в настоящее время в различных областях человеческой деятельности (сельское хозяйство, медицина, торговля, банковское дело) являются интерактивными и содержат знания, основанные на статистическом или функциональном анализе факторов, влияющих на качество принимаемого решения предметной области СППР [3]. Например, для СППР торгового предприятия факторами будут являться продажи, возврат продукции, полученные денежные средства, для СППР по агрономии определяющими факторами будут являться урожайность, погода, плодородность почвы. СППР имеют большие аналитические процедуры, которые могут быть реализованы путем взаимодействия друг с другом многочисленными моделями и экспертными системами. Интерфейс системы поддержки принятия решений предназначен для ввода информации, генерируемой лицом, принимающим решения. Главной задачей системы является информирование пользователя о наиболее вероятном для пользователя решении (или решениях), обладающем наиболее высокими показателями качества [2].
Аналитический метод при разработке управленческих решений основан на использовании математических или логических зависимостей в виде формул, графиков, таблиц, умозаключений и т.п.
Для эффективного использования аналитических методов необходимо придерживаться следующих принципов [35]:
– применение аналитических методов и приемов на всех уровнях исследуемой области;
– непрерывность аналитической работы;
– определение оптимального перечня анализируемых показателей;
– показатели не должны дублировать друг друга;
– показатели должны быть востребованы;
– участие руководителей и специалистов в аналитической работе.
Одним из важных вопросов при разработке систем поддержки принятия решений является их дальнейшее принятие конечными пользователями. Согласно исследованию, проведенному по этому вопросу, принятие зависит во многом от следующих факторов:
– простота работы с СППР;
– четкость получаемых результатов — генерируемые результаты должны быть легкими для понимания и должны касаться введенных данных;
– получение данных, а также их обработка в форме, соответствующей архитектуре базы данных системы. Первым шагом в получении данных является определение того, нужные данные вообще существуют. Далее необходимо определить их своевременность, формат, способ получения, метод интеграции разработанной системой и качеством;
– внедрение и управление системой — это, как правило, связано с высокими затратами высококвалифицированной работы человека. Обновления, а также дальнейшее развитие системы требуют постоянного притока свежих данных, совершенствования и разработки новых моделей, обновление программного обеспечения и тому подобное. Успех в популяризации системы зависит от правильной рекламы и обучения [5].
Существует много классов систем поддержки принятия решений, и их распределение достаточно произвольно. Следует помнить, что большинство СППР встречаются в гибридном виде, то есть они выполняют сложные функции, используют различные макеты структурных элементов и различные методы, но доступ к информации, генерируемой системой, происходит через ее интерфейс [7]. С учетом степени обработки информации о ситуации принятия решения, СППР делятся следующим образом:
1. Системы, предоставляющие частичную информацию. Целью таких систем является предоставление информации, которая является полезной для принятия решений. Примером является обслуживание краткосрочных прогнозов погоды.
2. Системы, предоставляющие подробную информацию. Они поддерживают выбор одного из многих вариантов. Это облегчает принятие решений, особенно в ситуациях, когда необходим компромисс между многими факторами (критериям), которые влияют на последствия решения. Качество компромисса бывает сложно оценить, если существует много противоречивых критериев, которые не могут быть удовлетворены одновременно. Позволяет учитывать большое количество критериев, предоставлять им соответствующие веса, учитывать предпочтения лица, принимающего решение.
3. Системы, обеспечивающие математические модели. Эти системы также предоставляют информацию, но в форме математических моделей. Такой подход дает больше возможностей обработки информации: моделирование (пользователь дает решение о внесении системы, а система анализирует их эффекты), обратное моделирование (система находит решение, которое дает желаемые результаты), оптимизация (из ряда потенциальных решений система выбирает тот, который даст лучший результат, поскольку основным преимуществом модели является способность определять последствия решения) [11].