книги / Поддержка принятия решений при управлении инновационными проектами
..pdf• • •
Рис. 30. Иерархия для принятия решения при управлении
инновационным проектом
При таком подходе листья приведенного дерева будут яв ляться максимальной детализацией проекта; соответствующие им древовидные структуры могут рассматриваться как измерения (в терминологии систем аналитической обработки данных), а сопо ставляемые им численные величины - как меры. Кажущаяся про стота представления усложняется тем, что некоторые решения яв
ляются взаимосвязанными, а именно - могут иметь зависимости (например: или одно решение или другое, или оба вместе). Учесть такого рода зависимости можно, если узлы связи элементов рас сматривать как логические операции «И» или «ИЛИ». Тогда мы получим известное в теории проектирования морфологическое де рево. К сожалению, взаимосвязи могут быть сложнее, чем логиче ские операции. Например, для инновационных проектов всегда известен ряд ограничений, которые могут быть отмечены для каждого конкретного проекта. Ограничениями являются такие сведения, как время окупаемости проекта и объем средств, кото рый потрачен или планируется быть потраченным на реализацию, и другие, которые могут быть определены по кривой развития ин новационного проекта. Описание сложных взаимосвязей исполь зуется в экспертных системах продукционного типа (рис. 32). Со поставив правила узлов дерева-графа, можно будет учесть слож ные взаимосвязи в инновационной системе.
Как известно, в продукционной экспертной системе приме нение логических правил может быть последовательным, что прекрасно ложится на древовидную структуру. Это означает, что при такой логике можно строить самые сложные зависимости, основанные на логике.
П р а в и л а п р о д ук ц и и и н т ер п р ет и р ую т ся с п о м о щ ь ю ко н
ст р ук ц и и Е С Л И а,, |
Т О (3,. |
М о ж ем и м ет ь |
п р о д у к ц и ю ви д а : Е С Л И а,, и а2, и а 3,и а4, |
Т О а5. |
|
Или в схематическом виде:
а 2 - > |
<*4 |
Рис. 31. Пример структуризации части задач при управлении
инновационным проектом
Однако простой логики для оценки инновационных проек тов недостаточно. Управление осуществляется на основе выбора из ограниченного количества некоторых числовых характери стик. Эти характеристики могут иметь разные значения и разный состав в зависимости от листа или узла на графе, которому они сопоставлены.
Рис. 32. Схематическая логика работы продукционной
экспертной системы
Таким образом, каждому элементу нашего дерева или графа мы сопоставляем некоторую дискретную таблицу характеристик или функцию. При этом набор сопоставленных характеристик од нотипных элементов должны быть одинаковыми. Если этого до стичь, то в данном случае могут быть применимы критериальные методы оценки, а структура становится достаточной для анализа и выработки решения, так как совмещает в себе элементы продук ционных и фреймовых экспертных систем, систем аналитической обработки данных (OLAP), систем, основанных на анализе иерар хий, а также методов математического программирования. Пере численные методы являются всеми известными способами под держки принятия решений, а описанная структура системы позво лит как совмещать в себе черты отдельных способов поддержки принятия решений, так и совмещать их в произвольных комбина циях в зависимости от поставленной задачи.
Реализация данных функций с использованием традиционных методов многомерного хранения данных сталкивается со сложно стями, основанными на том, что традиционная технология предъ являет требования к организации взаимосвязей в данных по одной из известных схем (снежинка или звезда) и не позволяет строить направленные друг на друга иерархии, имеющие общие нижние элементы, как на рис. 30 и рис. 32. Такая структура может быть ре ализована с использованием двух схем «звезда», у которых конеч ные таблицы (листья) будут общими. Для того чтобы реализовать работу с такой структурой данных, необходимо ввести новую опе рацию, которая будет выбирать главную таблицу фактов и тем са мым сводить новую схему данных к одной из существующих схем звезды или снежинки, либо объединить таблицы фактов и получить структуру, представленную на рис. 33.
Рис. 33. Схема базы данных для реализации структурированной задачи
поддержки принятия решений на реляционной модели данных
Как было показано выше, для принятия решения и управле ния необходимы модель или алгоритм, которые смогут работать с данными. Для этого можно использовать один из подходов, применяемый в DataMining, а именно - деревья решений [72]. Такой подход позволят работать с предложенной структурой данных и реализовывать логические функции (см. рис. 32), а вы числительные операции, связанные с работой модели на данных, могут быть реализованы в виде отдельной программы, работаю щей с базой данных.
4.2.Набор данных об инновационном проекте
испособы их хранения
Чтобы решать поставленные задачи, нужно иметь необхо димую информацию в формализованном виде (пригодную для анализа специализированным ПО). Анализ успешных инноваци
онных проектов показывает, какую именно информацию следует собирать, а также то, что она может быть формализована с ис пользованием общероссийских классификаторов (рис. 34).
Рис. 34. Структура данных информационной системы поддержки
инноваций
По функциональности данные можно поделить на реестры и справочники. Реестры представляют собой реально введенные рабочие данные. По структуре данные можно поделить на ре естры, иерархические структуры и фасеты.
Реестры - простые табличные данные.
Иерархические структуры - иерархически организованные за писи - деревья. В иерархических структурах для каждой записи определен «родительский узел» (родительская запись). В иерархиче ские структуры организуются некоторые справочники, например «Общероссийский классификатор стандартов» (ОКС), «Межгосудар
ственный рубрикатор научно-технической информации» (ГРНТИ). В этих справочниках данные организованы в разделы, подразделы, пункты, подпункты и т.п. Иерархические структуры могут иметь не ограниченный уровень вложенности, фактически организуются в од ной таблице с указанием уникального идентификатора записи роди теля в специальном поле. Записи не могут иметь более одного роди теля.
Фасеты - иерархически сложноорганизованные структуры с пересечениями - графы. В фасетах узел (запись) может иметь не сколько родительских узлов (записей). Примером фасетной орга низации данных может служить классификаторы УДК (Универ сальная десятичная классификация). Фактически данные органи зуются в две таблицы, где вторая таблица является таблицей свя зей (тип многие к многим), в которой уникальному идентифика тору записи поставлен в соответствие уникальный идентифика тор родителя.
Как правило, реестровую структуру имеют рабочие данные. Иерархическая структура и фасеты характерны для классификаторов.
Загрузка данных осуществляется непосредственно через веб-формы на сервере, обслуживающем СУБД.
В качестве основных потоков входной информации (источ ники первичной информации) используются:
-данные из перечня информации об организации (прил. 1
ксоглашению об информационном взаимодействии Департамен та промышленности и науки Пермской области и промышленной компании);
-данные из заявок на участие в региональных конкурсах на выполнение инновационных проектов и НИОКР (конкурсная документация);
-данные из договоров на выполнение инновационных про ектов и НИОКР;
-данные из отчетов (промежуточных и окончательных) на выполненные инновационные проекты и НИОКР;
-данные, полученные по результатам научно-технической деятельности предприятия.
Аналитическая часть системы (рис. 35) предназначена для гене рации аналитических отчетов по различным запросам к предметной области. Запросы могут быть двух видов:
1.Стандартные - описываются на этапе разработки системы и в дальнейшем при эксплуатации системы обновляются только при прогрузке данных в подсистему. Далее пользователям предоставля ется доступ к этим отчетам. Отчеты не должны требовать обращений
креляционной или многомерной базам аналитической подсистемы. Формат отчета должен быть диалектом XML.
2. Специальные - используют соединение с многомерной базой подсистемы и позволяют строить достаточно сложные отчеты, хотя и требуют высокой квалификации у аналитика и подключения к ло кальной сети, в которой находится сервер.
Генерация любых отчетов производится с использованием OLAP технологий и использует многомерную базу подсистемы. Обращения к реляционному хранилищу допустимы, но неже лательны. Архитектура подсистемы продемонстрирована на рис. 36.
Предметная область определяется как различное взаимодей ствие между следующими сущностями «первого порядка»:
-субъекты, организации или частные лица с их атрибутами,
-проекты, подразумевается, что проект обязательно явля ется научным;
И следующими сущностями «второго порядка»:
-области применения, типы продукции или типы услуг,
-географическое расположение (адреса),
-время и/или возраст.
Детальная взаимосвязь и основные атрибуты продемонстри рованы в Схеме хранилища аналитической базы (соответствую щий сопряженный документ).
Субъекты
Субъектами системы являются юридические и физические лица. Субъект характеризуется типом, географическим располо жением, областями применения/активности и различными наградами/лицензиями/патентами. Субъект характеризуется датой ос нования (или возрастом). Частным случаем субъектов являются персоны, т.е. конкретные люди. Подсистема предполагает, что исходные данные не допускают дублирования персон, т.е. спра вочник не должен содержать «дубликатов», в противном случае возможно искажение информации при выдаче отчетов, поскольку одна и та же персона будет многократно фигурировать в выбор ках данных. Важной характеристикой персоны является образо вание, т.е. специализация, тип образования, научная степень.
Проекты
Проекты характеризуются областями применения/актив ности, состояниями, рейтингом. Проект обладает стоимостью и датами начала и окончания работ, источниками и причинами финансирования, а также географическим расположением. По скольку система предполагает только научные проекты, проект характеризуется типом исследования, научной новизной и анало гами. Кроме этого проект характеризуется результатом. Связь между проектом и определяется частью финансирования проекта,
полученной субъектом. Проект еще имеет ряд оценок, например срок окупаемости и процент прибыли; поскольку эти оценки весьма субъективны, оценка характеризуется типом.
Области применения
Областями применения является набор справочников, объ единяющих различные типы продукции, различные типы услуг и набор отраслей научной активности. Перечисленные справочни ки должны быть объединены в единую систему с целью упроще ния аналитических операций и генерации отчетов.
Географическое расположение
Географическим расположением является адрес, который включает следующие характеристики:
-страна;
-регион/штат;
-город/район;
-поселок/город.
Аналитическая подсистема должна допускать наличие субъектов или проектов, к которым не удается сопоставить географическое расположение, т.е. перечисленные характери стики должны иметь специальные элементы, используемые в случае отсутствия или невозможности определения страны, региона и т.д.