После формирования всех исходных данных для СППР по заданным формулам рассчитываются значения каждого из выбранных коэффициентов, вычисляется соответствующее ему значение функции принадлежности, после чего выполняется агрегация коэффициентов в группы с учетом выбранных способов агрегации. А затем, после агрегации групп, определяется значение итогового показателя устойчивости. Его результирующее значение можно интерпретировать следующим образом (таблица 2).

Таблица 2

Значения итогового показателя устойчивости

Вычисленные результаты приведены в таблице 3. Для наглядности отображения полученных результатов они представляются не только в табличном, но и в графическом виде (рисунок 6). Степень насыщенности зеленого цвета для каждого узла дерева отражает оценку его устойчивости. Из полученных данных видно, что полученное значение 0,633 для рассматриваемого предприятия оценивается как «устойчивое состояние».

Таблица 3

Результаты компьютерного эксперимента

Рисунок 6 – Графическая интерпретация оценки устойчивости

ГЛАВА 3. ВОЗМОЖНОСТИ РАЗВИТИЯ СППР
ЭКОНОМИЧЕСКИХ ЗАДАЧ

На начальном этапе своего развитяи СППР рассматривалась как компьюьтеризованная помощь в принятии решений. При этом явно предполагалось, что сама проблема достаточно ясна и понятна. Роль СППР сводилась к помощи в получении и обработке больших объемов данных с использованием жестко заданных моделей и в оформлении результатов решения.

Основными целями СППР следующего поколения должны стать:

· помощь в обеспечении лучшего понимания решаемой проблемы (структуризация проблемы; генерирование различных постановок задачи, наборов исходных данных, переменных и ограничений; выявление предпочтений; формирование критериев оценки);

· помощь в решении проблемы (генерирование и/или выбор моделей и методов решения; сбор и проверка данных; необходимых для решения; выполнение требуемых вычислений; оформление и выдача результатов);

· помощь в анализе решения (анализ «что если», «почему не» и другие виды анализа; объяснение хода решения; поиск и выдача сведений об аналогичных решениях в прошлом и последствиях их реализации).

Развитие СППР идет по следующим направлениям:

· объединение СППР с автоматизированными информационными системами, используемыми в организационном управлении, и системами связи;

· сближение СППР с экспертными системами и появление «интеллектуальных» СППР;

· совершенствование технологической базы СППР.

Технологическая база СППР развивается стремительно. Каждый год появляются все новые и новые технические и программные средства, охватывающие новые, неожиданные перспективы в сфере автоматизации различных областей человеческой деятельности, которые сейчас даже трудно оценить в полной мере. Внедрение персональных ПК, текстовых процессоров, «интеллектуальных» терминалов, рабочих станций и локальных сетей обмена информацией, включающих в себя различные виды связи (телефон, телекс, телеграф, телевидение), создает новую технологическую среду, которая изменяет характер и содержание труда.

Обеспечение пользователя простыми и удобными средствами общения с ПК и решение прикладных задач связано с развитием программных средств поддержки «дружественного» интерфейса, управления динамическими базами данных, манипулирования моделями, построения баз экспертных знаний. При разработке специализированных СППР наряду с традиционными языками высокого уровня ФОРТРАН, ПЛ/I, APL и другими все большую роль будут играть языки программирования LISP, PROLOG, MODULA и языки представления знаний KRL, FRL, KEE, LOOPS и другие, характерные для систем искусственного интеллекта.

Еще одним многообещающим технологическим нововведением является компьютерная графика. Стало банальным утверждение о все возрастающим потоке информации, грозящим превратиться в «информационное безумие», которое может серьезно подорвать способности индивидуума принимать решения и выполнять действия. Существуют пределы человеческой способности воспринимать и перерабатывать различные виды информации. Наиболее информативным является зрительный канал. Представление данных в виде текстов и таблиц все больше будет заменяться графическими движущимися изображениями.

ЗАКЛЮЧЕНИЕ

Системы поддержки принятия решений обобщенного характера оказывают помощь сотрудникам коммерческих предприятий различных сфер бизнеса в операционно-информационных процессах связанных с производством, приобретением и учетом товарно-материальных запасов, их физическим распределением и бухгалтерским учетом.

Неопределенность является одним из центральных понятий в современной теории и практике управления. Важность этого понятия обусловлена тем, что на деятельность любой организации влияет огромное количество неопределенных факторов. Когда решение принимается в условиях определенности, то увеличивается оперативность разработки, уменьшаются затраты на выбор целесообразного варианта. Если решение принимается в условиях риска, то с помощью введения вероятностных оценок неопределенность в значительной мере уменьшается. Колебания переменных, характеризующих состояние объективных условий, могут быть предугаданы. Риск заключается в возможных ошибках при оценке вероятности появления проблемных ситуаций. Однако, несмотря на указанные преимущества, наиболее эффективный выбор решения возможен лишь при моделировании возможных проблемных ситуаций и использовании методов принятия решений в условиях неопределенности.

Описанные во второй главе данной работы особенности архитектуры и реализации СППР, такие, как: возможность пользователю самому задавать набор показателей и их групп для оценки устойчивости (т.е. фактически генерировать алгоритм данного процесса), возможность применять нечеткие оценки пороговых значений показателей, – позволяют использовать разработанную систему для оценки устойчивости организаций различных форм собственности, отраслей и расположенных в разных регионах.

СПИСОК ЛИТЕРАТУРЫ

1. Г.В., А.Е., В.В. система поддержки решений на предпроектных исследований создании перспективных управления // Известия . Технические науки. – . - № 2 (175). – . 115-126

2. Ермакова О.А. Система поддержки принятия решений – ключевой инструмент аналитических систем // Международная конференция по мягким вычислениям и измерениям. – Т.2. – 2016. – С. 428-426

3. Жданов О.., Арапов В.., Меркулов О.. Решение задач обучение в поддержки принятия // Вестник научных . – 2015. - № 4- (4). – С. -68

4. Звягин Л.С. Прикладной системный анализ в современной экономической науке // Актуальные проблемы гуманитарных и естественных наук. – 2014. - № 5-1. – С. 161–166

5. Коршунова Э.Т. Порядок оценки устойчивости экономического развития промышленного предприятия // Экономические науки. 2013. № 1. – С. 81.

6. Маяков В.А., Иванова Е.А. Сравнительная характеристика основных платформ облачных вычислений. // «Информационное общество: современное состояние и перспективы развития». Сборник материалов VIII международного форума. – Краснодар, 2017. – с. 358-360.

7. Михеев М.., Прокофьев О.., Семочкина И.. Методы анализа и их в системах принятия решений: пособие. – Пенза,

8. Моделирование бизнес-процессов: учеб. пособие / Т.П. Барановская, И.М. Яхонтова, А.Е. Вострокнутов, Е.А. Иванова. – Краснодар, 2016

9. Системы поддержки принятия решений / Под ред. В. Г. Халина, Г. В. Черновой. М: Юрайт. – 2016

10. Хазанова Д.Л., Кондратьев Д.Е. К вопросу об автоматизированных системах поддержки принятия решений // Вестник научных конференций. – 2015. - № 1-6 (1). – С. 156-158

11. Интуит. Национальный университет [электронный ]; URL:http://.intuit.ru//se/incloudc// (дата обращения .04.2016);

12. Козлова, Е.М. Устойчивость промышленного предприятия: виды, структурные компоненты и инструментарий оценки [Электронный ресурс] / Е.М. Козлова // Известия Оренбургского государственного аграрного университета. – 2014. – № 1 . – Режим доступа: http://cyberleninka.ru/article/n/ ustoychivost-promyshlennogo-predpriyatiya-vidystrukturnye-komponenty-i-instrumentariy-otsenki

ПРИЛОЖЕНИЕ 1. Обобщенная блок-схема алгоритма работы СППР оценки устойчивости предприятия

ПРИЛОЖЕНИЕ 2. Архитектура программного обеспечения СППР оценки устойчивости
предприятия

[1] Ермакова О.А. Система поддержки принятия решений – ключевой инструмент аналитических систем // Международная конференция по мягким вычислениям и измерениям. – Т.2. – 2016. – С. 428-426

[2] Kravchenko T.K.,Seredenko N.N. Decision-making with modeling of problem situations using the analytic network hierarchy process // International Journal of the Analytic Hierarchy Process. – 2011. – № 3 (1). – P. 28-45