Использование экспертных систем в экономической деятельности

Можно назвать целый ряд объективных показателей процесса производства, требующих все более тесную интеграцию систем, представляющих различные уровни управления предприятием. Среди них можно выделить следующие:

• руководство предприятий становится все более заинтересованным в получении оперативной и объективной информации о текущих и имевших место ранее параметрах технологических и производственных процессов.
• на крупных предприятиях возрастает необходимость оперативного управления территориально-распределенными структурами и ресурсами не только на уровне бизнес-приложений, но и на уровне производства.
• новое поколение бизнес-приложений требует повышения объема и оперативности поступления информации с уровня.
• на многих предприятиях уже создана достаточная сетевая инфраструктура. Существуют сети АСУП, объединенные по Ethernet. Имеется выход в Internet и создание внутренней Intranet - сети составит незначительные капитальные вложения.
• интеграция система АСУП и АСУТП позволяет проводить текущее и оперативное планирование затрат и себестоимости. Обеспечивать их учет в темпе с процессом производства, мгновенное реагирование на отклонения от требуемого уровня.

На основе текущей информации из АСУТП возможно осуществление целевого управления производством по следующим показателям:

• качеству продукции;
• энергосбережению и экономии ресурсов;
• заданной производительности;
• по воспроизводимости требуемых потребительских свойств продукции и др.

Таким образом, формируется реальная экономическая основа интеграции – появление требований не просто обмена информацией между подсистемами, а требование оперативного сбора информации. Не в конце года, месяца или рабочего дня, а непосредственно в момент возникновения. В единой, взаимосвязанной системе управления наряду с информацией о стоимости сырья и рабочей силы, надо знать – сколько воды, пара, электричества, горючего ушло на изготовление каждой отдельной детали. Это в первую очередь, важно в тех технологических процессах, где высока вероятность отклонения от нормы. Например, сколько стоит расплавление одного и того же сырья от того или иного поставщика руды. Только по реальному расходу энергии можно понять это.

Не только предприятие в целом, но и различные внутренние службы управления заинтересованы в получении объективных технологических данных. Объем и степень доступа к технологической информации зависят и от типа программного обеспечения, используемого в управленческих структурах предприятия, и от категории сотрудников-потребителей данной информации. Какие проблемы обычно решаются «управленцами»?

Одной из основных проблем создания интегрированных систем управления в рамках предприятия является проблема сопряжения и совместного функционирования программного обеспечения, традиционно используемого в системах разного уровня. Поэтому вопросы интеграции рассматриваются сейчас разработчиками ПО как уровня АСУП, так и уровня АСУТП.

Рассматриваемые в исследовании пути создания и развития интегрированных систем управления предприятием позволяют отметить следующие тенденции:

Все более популярным сетевым решением для систем промышленной автоматики, интегрированных с сетями офисных приложений, становится Ethernet.

Простой и легкий доступ к получению данных в масштабах всего предприятия, от датчиков/исполнительных механизмов и до уровня планирования и управления предприятием, наиболее оптимальным способом реализуется при наличии интегрированной сети. Такой сетью становится корпоративная сеть предприятия Intranet, построенная по принципу клиент/сервер и обеспечивающая единое информационное пространство.

Перспективные системы будут использовать стандартные и максимально открытые, объектно - ориентированные средства управления и доступа к информации. В качестве таких основных средств становятся встроенные Web - серверы и интерфейс ОРС.

Традиционные АСУП - системы имеют тенденцию превращаться из систем управления сетевыми и системными ресурсами в интеллектуальную платформу управления предприятием в целом. И в этих условиях объективная информация, поступающая с технологического уровня, позволит принимать более качественные управленческие решения.

Создание и внедрение интегрированных систем позволяет предприятию получить ряд серьезных преимуществ, отметим только некоторые из них:

• интеграция подсистем АСУП и АСУТП позволяет обеспечить автоматизированный мониторинг затрат непосредственно в процессе производства, например, с целью определения текущей себестоимости продукции с учетом состояния рынка сырья, темпов инфляции и потерь, связанных с плохой организацией производства;
• появляется возможность значительной экономии средств за счет коллективного использования общей для АСУТП и АСУП сетевой инфраструктуры, включающей в себя кабельные коммуникации, активное сетевое и коммуникационное оборудование, компьютерное оснащение;
• для крупных предприятий, имеющих подразделения и филиалы, расположенные в различных регионах открывается возможность оперативного доступа руководителей высшего звена к технологическим данным c любого уровня системы и географической точки предприятия;
• в ряде случаев использование отмеченных выше технологий может заменить установку дорогостоящих SCADA систем, обеспечивающих визуализацию и просмотр данных.

 

2. Финансовые экспертные системы, основанные на правилах

Множество фирм устанавливают экспертные системы для решения задач в таких областях как: торги на фондовой бирже, автоматическое понимание новостей, кредитный анализ, управление рисками, построение портфелей кредитов и инвестиций, оценка рейтинга банков, автоматизация аудита, предсказание изменений на финансовом рынке и т.д.

Примерами этому является целый класс консультативных ЭС: Bear, Sterns & Company’s Broker Monitoring System, Athena Group’s Portfolio Advisor и Trader’s Assistant, совместно разработанные корпорациями Author D. Little Corporation, Knowledge-Based Network Corporation и еще шестью финансовыми институтами. Японский Sanwa Bank – один из крупнейших мировых банков, применяет экспертную систему Best Mix для улучшения качества своей информации по инвестициям.

Экспертная система Nikko Portfolio Consultation Management System, разработанная для внутреннего использования фирмой Nikko Securities, Ltd., помогает управляющим фондам выбрать оптимальный портфель для своих клиентов. Данная система основана на базе данных с информацией за пять лет продаж акций и на системе с новой теорией управления портфелем, которая вычисляет и оптимизирует портфель ценных бумаг для страховки от различных рисков. Управляющие фондами освобождаются от рутинных вычислений и, таким образом, имеют возможность более быстро составить оптимальный портфель ценных бумаг. Компания IDS Financial Services, подразделение финансового планирования American Express Company, классифицировали финансовые экспертизы своих лучших управляющих для создания экспертной системы, названной Insight. IDS включила экспертизы лучших управляющих в свои средства, т.е. экспертную систему, доступную всем своим планировщикам. Одним из основных результатов применения экспертной системы в компании IDS стало то, что процент покинувших фирму клиентов упал более чем наполовину.

Характеристики некоторых конкретных экспертных систем этого класса.

1. FLiPSiDE – система логического программирования финансовой экспертизы. Фирма: Case Western Reserve University. Решаемые задачи:

• мониторинг состояния рынка ценных бумаг;
• мониторинг состояния текущего портфеля ценных бумаг;
• поддержка обзора будущих условий рынка;
• планирование и выполнение продаж.

 Краткие характеристики:

• применение оригинальной парадигмы «Классной доски», описанной Ньюэллом;
• язык - пролог в качестве платформы программирования;
• представление данных на «Классной доске» в качестве исходных данных для различных знаний.

2. Splendors – система управления портфелем ценных бумаг реального времени. Решаемые задачи: достижение разнообразных инвестиционных целей в условиях быстро меняющихся данных.

  Краткие характеристики:

• система реального времени;
• использование специализированного языка высокого уровня Profit;
• возможность создания портфеля непрограммирующему финансовому аналитику.

3. PMIDSS – система поддержки принятия решений при управлении портфелем. Разработчики: Финансовая группа Нью-Йоркского университета. Решаемые задачи:

• выбор портфеля ценных бумаг;
• долгосрочное планирование инвестиций.

Краткие характеристики:

• смешанная система представления знаний;
• использование разнообразных механизмов вывода: логика, направленные семантические сети, фреймы, правила.
4. Le Courtier – система ассистент - эксперт для менеджера портфеля.

 Фирма: Cognitive System Inc. Решаемые задачи:

• помощь инвесторам в определении своих инвестиционных целей;
• управление портфелем.

  Краткие характеристики:

• использование правил;
• мощный естественно - языковый интерфейс.
5. PMA – советчик управляющему портфелем. Фирма: Athena Group.

   Решаемые задачи:

• формирование портфеля,
• оказание рекомендаций по сопровождению портфеля.

   Краткие характеристики:

• обеспечение качественного обоснования результатам применения различных численных методов.
6. ArBoR – вычислительная модель рейтинга облигаций.Фирма: College of Business Administration Univercity of Nebraska. Решаемые задачи: данная система создана для конструирования вычислительной модели в области рейтинга облигаций и для применения модели в качестве экспертной системы.

    Краткие характеристики:

• применение качественного и количественного анализа;
• использование стандартной оболочки ЭС.

 

7. Intelligent Hedger – основанный на знаниях подход в задачах страхования от риска. Фирма: Information System Department, New York University. Решаемые задачи: проблема огромного количества постоянно растущих альтернатив страхования от рисков, быстрое принятие решений менеджерами по рискам в ускоряющемся потоке информации, а также недостаток соответствующей машинной поддержки на ранних стадиях процесса разработки систем страхования от рисков предполагает обильную сферу различных оптимальных решений для менеджеров по риску. В данной системе разработка страхования от риска сформулирована как многоцелевая оптимизационная задача. Данная задача оптимизации включает несколько сложностей, с которыми существующие технические решения не справляются.

  Краткие характеристики: система использует объектное представление, охватывающее глубокие знания по управлению риском и облегчает эмуляцию первичных рассуждений управляющих риском, полезных для выводов и их объяснений.

8. Nereid – система поддержки принятия решений для оптимизации работы с валютными опционами. Фирма: NTT Data, The Tokai Bank, Science Univercity of Tokyo. Решаемые задачи: система облегчает дилерскую поддержку для оптимального ответа из возможных представленных вариантов. Система более практична и дает лучшие решения, чем обычные системы принятия решений.

Краткие характеристики: система разработана с использованием фреймовой  системы CLP, которая легко интегрирует финансовую область в приложение ИИ. Предложен смешанный тип оптимизации, сочетающий эвристические знания с техникой линейного программирования. Система работает на Sun - станциях.

Пример архитектуры экспертной системы, основанной на правилах, изображен на рисунке 3.

 

Рисунок 3 – Экспертная система основанная на правилах

 

3. Экспертные системы, основанные на примерах

Экспертные системы, основанные на примерах, по принципам работы можно разделить на две группы: использующие нейронные сети и использующие алгоритм индуктивного обобщения ID3. Первые в основном используются как предварительно обученный на примерах классификатор, у которого при подаче на его вход набора значений исходных финансовых параметров на выходе появляется искомое решение по данной финансовой ситуации. Вторые по наборам примеров формируют дерево решений, из которого затем строятся соответствующие для принятия решений правила.

Пример экспертной системы, использующий нейронные сети.

S&PCBRS – нейронный симулятор для оценки рейтинга ценных бумаг.

Разработчики: Chase Manatten Bank, Standart & Poor’s Corp.

Решаемые задачи:

• оценка рейтинга ценных бумаг по данным о фирмах эмитентах;
• формирование корректной рейтинговой шкалы.

Краткие характеристики:

• представление задачи оценки рейтинга как задачи классификации;
• отбор данных о фирмах эмитентах и формирование обучающего материала;
• выбор нейроклассификатора, его обучение и тестирование;
• сравнение с оценками экспертов;
• использование нейросетевой парадигмы Couter – Propagation;
• вероятность правильного предсказания рейтинга 84%.

Пример экспертной системы, использующий алгоритм индуктивного обобщения ID3