Системы поддержки принятия решений (СППР) на основе интеллектуальных технологий. Архитектура, проектирование и использование СППР в различных областях

Аннотация


Рассматривается роль систем поддержки принятия решений (СППР) в процессах управления организациями. Прослеживается путь СППР от простейших систем обработки данных до современных платформ. Обсуждаются ключевые принципы СППР, такие как принятие решений на основе данных, ориентация на пользователя и применение принципов системного дизайна. Рассматривается архитектура СППР, включая основные компоненты: системы управления базами данных (СУБД), системы управления моделями (СУМ), пользовательский интерфейс (UI) и компоненты управления знаниями. Анализируются типы архитектур, их преимущества, ограничения и подходы к проектированию СППР. Акцентируется внимание на применении СППР в разных секторах – от бизнеса и здравоохранения до городского планирования. В статье подчеркивается роль СППР в повышении эффективности, поддержке сложных решений и внедрению стратегических инициатив. Также рассматривается специальный тип СППР – нечеткие когнитивные карты и когнитивные системы, которые расширяют функциональность СППР путем моделирование сложных взаимосвязей и предоставление динамичных стратегий развития систем. В итоге СППР позиционируются как ключевые инструменты для управления сложными и изменяющимися аспектами современного процесса принятия решений, при этом постоянные инновации усиливают их стратегическую ценность и значимость.

Полный текст

4

Об авторах

А. В Петухова

КвантумБлек

А. В Коваленко

Кубанский государственный университет

Список литературы

  1. AI-Based Decision Support Systems in Industry 4.0: A Review / M. Soori, F.K. Ghaleh Jough, R. Dastres, B. Arezoo // Journal of Economy and Technology. – 2024. – № 08. – (In press). – doi: 10.1016/j.ject.2024.08.005
  2. Decision support systems for Agriculture 4.0: Survey and challenges / Z. Zhai, J.F. Martínez, V. Beltran, N.L. Martínez // Computers and Electronics in Agriculture. – 2020. – Vol. 170. – Art. 105256. – doi: 10.1016/j.compag.2020.105256
  3. Ocasio, W. Rise and Fall – or Transformation? The Evolution of Strategic Planning at the General Electric Company, 1940–2006 / W. Ocasio, J. Joseph // Long Range Planning. – 2008. – Vol. 41. – P. 248–272. – doi: 10.1016/j.lrp.2008.02.010
  4. An overview of clinical decision support systems: benefits, risks, and strategies for success / R.T. Sutton, D. Pincock, D.C. Baumgart, D.C. Sadowski, R.N. Fedorak, K.I. Kroeker // NPJ Digital Medicine. – 2020. – Vol. 3, Art 17 (2020). – doi: 10.1038/s41746-020-0221-y
  5. Humphreys, P. The Evolution Of Group Decision Support Systems To Enable Collaborative Authoring Of Outcomes / P. Humphreys, G. Jones // World Futures. – 2006. – Vol. 62, Iss. 3. – P. 193–222. – doi: 10.1080/02604020500509546
  6. McBride, N. The Rise and Fall of an Executive Information System: A Case Study / N. McBride // Information Systems Journal. – 1997. – Vol. 7, Iss. 4. – P. 277–287.
  7. Chen, Y. IBM Watson: How Cognitive Computing Can Be Applied to Big Data Challenges in Life Sciences Research / Y. Chen, J.E. Argentinis, G. Weber // Clinical Therapeutics. – 2016. – Vol. 38, № 4. – P. 688–701. – doi: 10.1016/j.clinthera.2015.12.001
  8. Zopounidis, C. Financial decision support: an overview of developments and recent trends / C. Zopounidis, M. Doumpos, D. Niklis // EURO Journal on Decision Processes. – 2018. – Vol. 6, № 1–2. – P. 63–76. – doi: 10.1007/s40070-018-0078-3
  9. Decision Support Systems and Intelligent Systems / E. Turban, J. E. Aronson, T. P. Liang. – New Delhi: Prentice-Hall of India, 2005. – 964 p.
  10. Decision Support Systems: Concepts and Resources for Managers / D.J. Power. – Westport, Conecticut: Quorum Books, 2002. – 251 p.
  11. Little, J.D.C. Models and Managers: The Concept of a Decision Calculus / J.D.C. Little // Management Science. – 1970. – Vol. 16, № 8. – P. 466–485.
  12. Zaraté, P. An Overview of Supports for Collective Decision Making / P. Zaraté, J.L. Soubie // Journal of Decision Systems. – 2004. – Vol. 13, № 2. – P. 211–221. – doi: 10.3166/jds.13.211-221.
  13. Management Information Systems / J.A. O'Brien, G.M. Marakas; 10th edition. – New York: McGraw-Hill Irwin, 2011. – 722 p.
  14. Hauser, J.R. The House of Quality / J.R. Hauser, D. Clausing // Harvard Business Review. – 1988. – Vol. 66, № 3. – P. 63–73.
  15. Kapucu, N. Collaborative Decision-Making in Emergency and Disaster Management / N. Kapucu, V. Garayev // International Journal of Public Administration. – 2011. – Vol. 34. – P. 366–375. doi: 10.1080/01900692.2011.561477
  16. Design science in information systems research / A.R. Hevner, S.T. March, J. Park, S. Ram // MIS Quarterly. – 2004. – Vol. 28, № 1. – P. 75–105. doi: 10.2307/25148625
  17. Integration of decision support systems to improve decision support performance / S. Liu, A.H.B. Duffy, R.I. Whitfield [et al.] // Knowledge and Information Systems. – 2010. – Vol. 22. – P. 261–286. doi: 10.1007/s10115-009-0192-4
  18. Decision Support and Business Intelligence Systems / E. Turban, R. Sharda, D. Delen; 9th edition. – New Jersey: Pearson, 2011. ¬ 715 p.
  19. Decision Support Systems in the 21st Century / G.M. Marakas; 2nd edition. – New Jersey: Prentice Hall, 2003. – 648 p.
  20. Data Science for Business: What You Need to Know about Data Mining and Data-Analytic Thinking / F. Provost, T. Fawcett. – Sebastopol, California: O'Reilly Media. – 2013. – 420 p.
  21. Arnott, D. A critical analysis of decision support systems research / D. Arnott, G. Pervan // Journal of Information Technology. – 2005. – Vol. 20, № 2. – P. 67–87. – doi: 10.1057/palgrave.jit.2000035
  22. Building Effective Decision Support Systems / R.H. Sprague, E.D. Carlson. – New Jersey: Prentice Hall, 1982. – 358 p.
  23. Competing on Analytics: The New Science of Winning / T.H. Davenport, J.G. Harris. – Boston, Massachusetts: Harvard Business Review Press, 2007. – 328 p.
  24. Applications of Artificial Intelligence for Health Informatics: A Systematic Review / M. Hasan, M. Islam, M. Islam, D. Chen, C. Sanin, G. Xu // Journal of Artificial Intelligence for Medical Sciences. – 2023. – Vol. 4, № 2. – P. 19–46. – doi: 10.55578/joaims.230920.001
  25. Wasylewicz, A.T.M. Clinical Decision Support Systems / A.T.M. Wasylewicz, A.M.J.W. Scheepers-Hoeks // Fundamentals of Clinical Data Science / Kubben P., Dumontier M., Dekker A. (eds.). – Cham: Springer, 2019. – P. 153–169. – doi: 10.1007/978-3-319-99713-1_11
  26. Minhas, M.R. Decision Support Systems in Construction: A Bibliometric Analysis / M.R. Minhas, V. Potdar // Buildings. – 2020. – Vol. 10, № 6. – Art. 108. – doi: 10.3390/buildings10060108
  27. Kosko, B. Fuzzy cognitive maps / B. Kosko // International Journal of Man-Machine Studies. – 1986. – Vol. 24, № 1. – P. 65–75. – doi: 10.1016/S0020-7373(86)80040-2
  28. Salmeron, J. Supporting decision makers with fuzzy cognitive maps: These extensions of cognitive maps can process uncertainty and hence improve decision making in R&D applications / J. Salmeron // Research Technology Management. – 2009. – Vol. 52. – P. 53–59.
  29. Alexander, D. Cognitive Mapping as an Emergency Management Training Exercise / D. Alexander // Journal of Contingencies and Crisis Management. – 2005. – Vol. 12, № 4. – P. 150–159. – doi: 10.1111/j.0966-0879.2004.00445.x
  30. Multi-Criteria Decision Making using Fuzzy Cognitive Maps – Preliminary Results / M. Ketipi, E. Karakasis, D. Koulouriotis, D. Emiris // Procedia Manufacturing. – 2020. – Vol. 51. – P. 1305–1310. – doi: 10.1016/j.promfg.2020.10.182
  31. Sustainability evaluation of urban large-scale infrastructure construction based on dynamic fuzzy cognitive map / H. Chen, S. Cheng, Y. Qin, W. Xu, Y. Liu // Journal of Cleaner Production. – 2024. – Vol. 449. – Art. 141774. – doi: 10.1016/j.jclepro.2024.141774
  32. Петухова, А. В. Использование нечетких когнитивных карт для решения задачи развития муниципальных образований / А. В. Петухова, А. В. Коваленко, М. В. Шарпан // Инженерный вестник Дона. – 2024. – № 2(110). – С. 238–262. – EDN LTRFOG. – URL: http://www.ivdon.ru/uploads/article/pdf/IVD_31__2y24_petukhova_kovalenko_sharpan.pdf_51a5d2d775.pdf.
  33. “Cities go smart! ”: A system dynamics-based approach to smart city conceptualization / S.A.S. Nunes, F.A.F. Ferreira, K. Govindan, L.F. Pereira // Journal of Cleaner Production. – 2021. – Vol. 313. – Art. 127683. – doi: 10.1016/j.jclepro.2021.127683
  34. Lombardi, P. New spatial decision support systems for sustainable urban and regional development / P. Lombardi, V. Ferretti // Smart and Sustainable Built Environment. – 2015. – Vol. 4, № 1. – P. 45–66. – doi: 10.1108/SASBE-07-2014-0039
  35. Petukhova, A.V. Retail System Scenario Modeling Using Fuzzy Cognitive Maps / A.V. Petukhova, N. Fachada // Information. – 2022. – Vol. 13, № 5. – Art. 251. – doi: 10.3390/info13050251
  36. Петухова, А. В. Решение обратной задачи моделирования для предприятия розничной торговли с использованием теории нечетких когнитивных карт / А. В. Петухова // Инженерный вестник Дона. – 2023. – № 3(99). – С. 135-146. – EDN NWRJXL. – URL: http://www.ivdon.ru/uploads/article/pdf/IVD_25__2_petukhova_20230309.pdf_240c1c789a.pdf
  37. Петухова, А.В. Риски использования нечетких когнитивных карт при управлении бизнес-процессами / А.В. Петухова, А.В. Коваленко, А.В. Овсянникова // Современная математика и концепции инновационного математического образования. – 2022. – № 1. – С. 171–177.

Статистика

Просмотры

Аннотация - 2

PDF (Russian) - 0

Ссылки

  • Ссылки не определены.

Данный сайт использует cookie-файлы

Продолжая использовать наш сайт, вы даете согласие на обработку файлов cookie, которые обеспечивают правильную работу сайта.

О куки-файлах