Управленческое

консультирование

Главная ] Вверх ] Архив публикаций ] Рубрикатор ] Авторы ] Партнёры ] Редколлегия ] Получатели журнала ] Примечания ] English ]

 

2002, № 3

Петр ИВАНОВ,  Сергей МАЛЫШЕВ

Актуальные проблемы и перспективы информационно-аналитического обеспечения деятельности региональных органов власти

Окончание, начало в №2 за 2002 год

Под ситуационным центром, при всем различии в толковании и практической реализации этого понятия, понимается совокупность специально оборудованных рабочих мест для оперативного построения и исследования динамических моделей, сценариев, оперативной оценки проблемных ситуаций на основе использования специальных методов и технологий обработки больших объемов информации.

Интегрируя в ограниченном пространстве на определенный период времени различные источники и технологии представления информации, методы моделирования ситуаций, экспертных оценок, специалистов, при правильной постановке задачи и грамотной методике организации процесса можно способствовать принятию обоснованных решений в широком спектре проблем  от разрешения чрезвычайных ситуаций до разработки стратегических направлений развития региона.

Среди явных достоинств ситуационных центров можно отметить возможность оперативного ввода в обсуждаемую проблему практически неограниченного круга лиц, возможность визуализации информации для обсуждения и принятия коллективных решений, возможность оперативного и наглядного варьирования воздействующими факторами при моделировании ситуаций. Среди явных недостатков  пространственная удаленность ЛПР от места реального течения событий и приложения результатов решений, необходимость априорно доверять всей поступающей информации.

Анализ примеров успешной реализации ситуационных центров показывает, что наиболее часто данный метод поддержки принятия управленческих решений используется для решения чрезвычайных и оперативных тактических задач. К таким примерам можно отнести системы оперативного управления МЧС, МВД, МПС, Центра управления полетами. В последний период стали все чаще появляться сообщения о ситуационных центрах банков, коммунальных служб, крупных компаний.

В отличие от организационного разнообразия ситуационных центров поддержки принятия решений в органах управления, центры бизнес-структур преимущественно выполнены в технологии портала и интегрируется со средствами автоматизации бизнес-процессов (workflow) и системами групповой работы (groupware), управления проектами (project management), что позволяет не только принять решение, но инициировать процесс его выполнения и контролировать ход выполнения и ранее принятых решений. Ситуационный центр дает возможность проводить оценку рисков, оценивая шансы реализации прогноза на основе актуарных расчетов.

Интеграция разнородных источников данных и приложений при этом осуществляется за счет использовании открытых стандартов. Наиболее оптимальным вариантом является работа через тонкого Web-клиента и применение XML для обмена данными между различными приложениями.  

Ситуационный центр предоставляет ЛПР обобщенную, агрегированную информацию, позволяющую выявить наиболее важные показатели, характеристики проблемы, тенденции развития ситуации. Основной особенностью ситуационных центров является возможность ситуационного динамического моделирования, позволяющего учитывать действующие факторы в виде возмущений моделируемой системы и определять возможные последствия. Поиск наилучшего решения является сложной вычислительной задачей, поэтому обычно проблема локализуется и ищется наилучшее решение для определенного набора условий. Для этого используются специальные методы из новых областей науки: artifical life и генетические алгоритмы.

Ситуационные центры региональных органов управления могут работать в различных режимах, в зависимости от которых, различным может быть и состав ЛПР и специалистов, и территориальное размещение рабочих мест и источников информации, и регламент проводимых работ.

На уровне стратегического планирования работа центра организована в виде заседаний с участием первых руководителей, на которых заслушиваются и обсуждаются аналитические, прогнозные доклады. Проблемы и ситуации моделируются заранее, готовятся различные варианты развития событий, перечни возможных возмущающих факторов, необходимые блоки визуальной, графической информации. Заранее готовятся и реализуются также методики групповой работы ЛПР и привлекаемых экспертов. Все рабочие места сконцентрированы в одном зале, предусматривается возможность оперативного доступа к справочным информационным ресурсам  правовым системам, архивной ретроспективной информации и т.п..

На уровне оперативного управления работа ситуационного центра может быть построена в виде комплекса пространственно распределенных рабочих мест, на которых осуществляется текущий мониторинг системы показателей социально-экономического состояния региона, регламентное заполнение информационных слоев геоинформационной системы. Технологии представления информации находятся на обычном уровне настольного компьютера. Может быть выделено отдельное рабочее место для реализации контрольно-диспетчерских и презентационных функций. Отдельные средства избирательной визуализации результатов мониторинга могут находиться непосредственно на рабочих местах ЛПР.

Работа ситуационного центра в режиме оперативного управления предназначена для постоянного контроля за ситуацией с целью текущего информирования специалистов и ЛПР и, при необходимости, превентивного  принятия соответствующих управляющих решений и действий.  Данный режим работы предполагает предварительное определение источников информации, перечней показателей, регламента представления и методов обработки информации. В целях осуществления групповых экспертных процедур при необходимости оперативной оценки динамики, коррекции ситуации по конкретному направлению,  заранее готовятся презентационные материалы, характеризующие изменение выбранных параметров во времени или других системах отсчета, формируются группы экспертов, разрабатываются методики проведения ситуационного анализа. При этом возможно также предварительное построение формализованной модели анализа собираемых показателей, например, на основе технологий добычи данных (data-mining), позволяющих выявлять закономерности и тенденции развития наблюдаемых событий, строить сценарии их развития.

В чрезвычайном режиме ситуационный центр может одновременно являться штабом ЧС. Рабочие места ЛПР при этом локализуются в пределах центра, а рабочие места специалистов могут находиться везде, где возможно осуществление сбора информации, значимой для принятия решения. Модели чрезвычайных ситуаций, в зависимости от характера ЧС, могут быть подготовлены заранее или генерироваться в процессе работы штаба. В первом случае наибольший интерес для принятия решений будут представлять оперативные данные о динамике смоделированных показателей, амплитуде и направлении воздействия возмущающих факторов. Во втором - наибольшие проблемы представит выбор адекватной ситуации модели и методов ее исследования, а также организация необходимой информационной поддержки.

Для условий ЧС ситуационный центр должен иметь расширенные возможности информационного обмена, представления информации, осуществления удаленного управления. Должны быть предусмотрены варианты активизации дополнительных каналов связи, в том числе - специальной; организации доступа ко всем необходимым информационным ресурсам региона; расширения состава и конфигурации технических и программных средств; резервирования источников электропитания.

Одним из существенных преимуществ ситуационных центров является возможность компактного, удобного для восприятия представления больших объемов информации. Представление может производиться на различных этапах обработки информации: от визуализации взаимодействующих информационных слоев в геоинформационных системах и пространственного представления данных с применением OLAP-технологий до полученных с применением режима «drill down» деталей процесса в виде отчетов, графиков и схем. Техническая поддержка процесса представления информации может осуществляться с помощью LCD-панелей, компьютерных проекторов, крупноформатных дисплеев. Для повышения качества изображения, высокой степени детализации сюжета, важно, чтобы эти средства обеспечивали достаточную разрешающую способность.

Модели, имитирующие поведение системы или объекта, но не раскрывающие причинно-следственных связей, обусловивших такое поведение, не имеют практической ценности для поддержки управления. В среде слабоформализуемых, неструктурируемых параметров, при существенном влиянии субъективных факторов основное внимание должно уделяться концептуальным, сценарным моделям, вербальному описанию совокупности тенденций, характеризующих ситуацию в настоящий момент, желаемых целей развития, комплекса мероприятий, воздействующих на развитие ситуации, и системы наблюдаемых параметров, описывающих  поведение процессов.

Моделирование при этом может использоваться для обеспечения анализа и прогноза самостоятельного (без управляющего воздействия) развития системы или ситуации; анализ и прогноз развития с учетом управления; синтез комплекса мероприятий для обеспечения управления с целью достижения необходимого изменения состояния системы или ситуации.

Моделирование обычно представляет собой циклический итерационный процесс. Знания об исследуемом объекте или проблеме расширяются и уточняются, что приводит к постоянному развитию и совершенствованию начальной модели. Процесс моделирования при этом содержит следующий условный набор этапов:

bullet

определение начальных условий, тенденций, характеризующих развитие системы или ситуации на текущий момент;

bullet

задание направления, периода и интенсивности изменения параметров и процессов в системе или ситуации;

bullet

выбор совокупности управляющих факторов, задание направления, степени и продолжительности их воздействия на систему или ситуацию;

bullet

определение совокупности параметров, характеризующих влияние заданного управляющего воздействия на динамику состояния системы или ситуации в процессе отработки модели;

bullet

отработка модели, наблюдение и фиксация результирующих показателей;

bullet

коррекция модели.

В настоящее время нашли применение следующие основные классы методов и средств, обеспечивающих анализ и прогноз систем и ситуаций в сфере регионального управления: нормативные модели, вероятностно-статистические модели, экспертные системы, построенные на знаниях экспертов и экспертные системы с автоматическим формированием гипотез на основе имеющейся статистики, имитационные модели, нейросетевые технологии.

Наиболее полный анализ и достоверный прогноз удается получить при использовании нормативной количественной модели. Нормативность при этом подразумевает развитие системы или ситуации в соответствии с описанием модели на основе принятых в модели правил и ограничений поведения субъектов предметной области. При этом создание нормативной модели требует наличия и применения развитой теории исследуемых систем или ситуаций, а все отношения между субъектами социально-экономических или общественных отношений должны иметь однозначный характер, описываемый определенными математическими функциями. Поэтому такие модели без принятия ряда существенных допущений создать не удается и их ценность для использования в практике невысока.

Разновидностью нормативных моделей являются когнитивные модели с использованием ориентированных графов, считающиеся наиболее подходящими для краткосрочных (несколько месяцев) прогнозов. Описание процессов в таких моделях соответствует знаниям и опыту экспертов и отличаются простотой алгоритмов по сравнению с нормативными количественными моделями, малыми затратами времени на создание модели при наличии соответствующего инструмента (оболочки), простотой эксплуатации.

Вероятностно-статистические (регрессивный, корреляционный, кластерный анализ и т.п.) модели хорошо применимы для анализа и прогноза в условиях действия законов больших чисел, выявлении статистических закономерностей, то есть при исследовании длительно стабильных или слабо динамичных систем и процессов. Но при использовании этого математического аппарата в социально-экономических задачах нужно четко определять границы применимости используемых аналогий с техническими системами и учитывать допущения, лежащие в основе математических методов обработки данных, поскольку многие эффектные результаты статистического анализа предполагают, что измеряемая величина подчиняется гауссовой статистике и теореме о нормализации закона распределения сложного статистического процесса. При других статистиках получаются значительные отклонения. Тем не менее, можно рекомендовать использование вероятностно-статистических моделей совместно с другими видами моделей. 

Экспертные системы на знаниях экспертов успешно используются при исследовании слабо формализуемых систем и процессов, но требуют существенных усилий и затрат на создание баз знаний, что также делает их практически не применимыми в ситуациях, с которыми не встречались эксперты, составляющие базу знаний. При этом экспертная система сама не способна распознать ситуацию, где используемые знания могут привести к методической ошибке.

В экспертных системах с автоматическим формированием гипотез база знаний не создается, но на основании статистических исследований динамики показателей и их аргументов формируются гипотезы о причинно-следственных связях причин и интенсивности изменений переменных, ожидаемых периодах развития процессов и т.п.. При этом повышение достоверности анализа и прогноза требуют сбора больших объемов данных, что влечет возрастание стоимости исследований.

При исследовании сложных, комплексных проблем, характерных для сферы социально-экономических, общественных процессов в качестве метода исследования достаточно эффективным может быть имитационное моделирование. При этом под имитацией понимаются численные методы машинного эксперимента с математическими моделями, описывающими поведение сложных систем.

Продолжаются поиски возможности эффективного использования нейросетевых технологий для целей поддержки управления. Для получения достаточно надежных прогнозов на основе этих технологий необходимо иметь очень большие по объему базы данных. Кроме того, приемлемое время получения результатов обеспечивается лишь при использовании специальных электронных плат или нейрокомпьютеров.

Один из подходов к моделированию и управлению социально - экономическим развитием регионом основан на системе обобщенных показателей. В качестве обобщенных региональных показателей рассматривается ограниченный набор коэффициентов, формируемых в результате некоторых математических операций на основе множества первичных показателей территории (более 6000). Соответственно изменения обобщенных показателей во времени могут являться индикатором эффективности административного управления.

Данный подход предполагает создание распределенной региональной информационной системы, несение затрат на информатизацию структур, работающих с первичными информационными ресурсами.

Все указанные виды моделей используют в качестве исходных данных первичную информацию или значения показателей детализированных подмоделей и могут опираться на множество первичных данных, поддающихся численному измерению и являющихся результатом статистических измерений или специально подготовленных мониторинговых данных региональных информационно-аналитических служб.

Проведение каждого аналитического исследования требует предварительного сбора, классификации исходной информации и приведения ее к единому формату или общей в рамках данного исследования форме представления, позволяющей проводить в дальнейшем сравнение и сопоставление данных.

При анализе социально-экономических и политических процессов очень часто в качестве значимого фактора выступает информация, формализация которой затруднена. Это особенно критично в тех случаях, когда для автоматизации исследования используются компьютерные информационные системы. Известные технологии автоматизированного хранения, обработки и анализа слабоформализуемых данных (распределенные базы данных, контекстный поиск, гипертекстовые технологии) не учитывают многоуровневость, направленность, значимость связей между реальными объектами, а также динамику изменения самих объектов, их связей, сопутствующих процессов и явлений. 

Те же проблемы возникают и при моделировании указанных процессов, поскольку для них типичен низкий уровень точности исходных данных и качественный характер описания связей и зависимостей, что делает маловероятным получение строгих количественных решений с помощью точных нормативных моделей.

Человеку присуще постоянное стремление упорядочивать свою жизнь и деятельность. Это явление связано преимущественно с психофизиологическими факторами, поскольку человек может осмысленно оперировать только с ограниченным набором динамичных объектов и, подсознательно облегчая свои задачи, хочет, чтобы объекты, не входящие в данной ситуации в число манипулируемых, были статичны. В социальной, бытовой среде это выражается в виде традиций, следования накопленному опыту, и личному, и групповому, и общественному. В конечном итоге суммарный, исторический опыт проецируется и на принципы решения проблем, в том числе, и на государственном уровне. 

Находящиеся в поле действия и столкновения постоянных противоречий  частных, групповых, национальных, производственных, общественных, религиозно-философских и т.д.  органы власти и управления всех уровней стремятся обеспечить в первую очередь устойчивое динамическое равновесие систем социально-экономических и общественно-политических отношений. При этом лица, принимающие решения, систематизируют информацию, строят сценарии развития событий, моделируют и имитируют ситуации, группируют людей, играют с ними в политические игры и иными способами стабилизируют и упорядочивают собственную информационную среду, что создает интуитивное ощущение управляемости системы. Ярким подтверждением этого являются зарисовки реально прожитых ситуаций в условиях неопределенности 90-х годов, сделанные Губернатором Новгородской области М.М.Прусаком в книге «Реформы в провинции». В числе главных ошибок Правительства в первые годы реформ автор указывает отсутствие института программно-целевого управления, в функции которого должны были входить анализ и прогнозирование развития социально-экономической ситуации в стране, регионах; моделирование возможных вариантов развития на основе достаточного и исчерпывающего для этого объема информации. Эту задачу и призваны решать информационные системы поддержки решений в сфере управления, способные к упорядочиванию больших объемов информации, моделированию последствий принятия решений, оценке вероятности развития событий и, в конечном итоге, к созданию некоего порядка внутри хаоса. Основными функциями таких систем является анализ и прогноз ситуации в условиях неопределенности.

В практике управления присутствуют проблемы двух типов. Для проблем первого типа характерны четкая структура, определенный характер данных, известные источники информации, небольшие затраты на сбор информации даже при обработке крупных массивов данных.

Проблемы второго типа являются плохо структурированными, для их анализа требуется качественная информация, сбор которой связан с большими затратами. Уровень неопределенности может быть ограничен допущениями в создаваемых моделях, но реальные социально-экономические и общественно-политические системы априорно информационно открыты для хаотического взаимодействия с внешней средой.

На систему предпочтений ЛПР существенное влияние оказывают элементы социальной, групповой психологии, ролевые установки, наличие аналогов решений, запаса времени на принятия решения, иные факторы, нередко не имеющие прямого отношения к ситуации. Кроме того, взгляды и предпочтения ЛПР подвержены дрейфу, на принятие решения может повлиять постановка проблемы, использованная терминология, последовательность предъявляемых ЛПР вопросов и т.п.. Очень часто у ЛПР есть только интуитивное понимание предпочтительности одной из альтернатив.

Сложной задачей является и оценка вероятности наступления того или иного события при развитии ситуации, степени риска принятия того или иного решения. В данном случае особенно важно не руководствоваться только оценками ЛПР, но и привлекать к оценке экспертные группы. 

При выработке и принятии решения обычно придерживаются принципа прогнозирования возможных последствий. Это предполагает необходимость непрерывного мониторинга, определения динамики развития ситуации,  установления закономерностей изменения показателей,  характеризующих ситуацию принятия решения. Эффективность принимаемого решения также во многом определяется его своевременностью. Принятие и реализация даже оптимального решения позднее или раньше необходимого момента времени может привести к существенному искажению полезного воздействия на ситуацию,  а значит и к снижению ценности решения.

Все это делает важным максимальное снижение неопределенности при подготовке решений, чему может способствовать структуризация, классификация признаков и оптимизация проблемы.

При структуризации проблемы определяют ее отдельные элементы,  устанавливают их взаимосвязи, иерархические зависимости и последовательность решения отдельных составляющих задач. Поскольку проблема может быть охарактеризована совокупностью признаков и свойств, описывающих все ее возможные состояния, то можно упорядочить значения каждого признака по его характерности для различных свойств проблемы. Это позволяет осуществить классификацию отдельных элементов структурируемой проблемы, что делает, в свою очередь, возможным оптимизацию проблемы или поиск эффективных возможных решений, из которых осуществляется выбор наиболее предпочтительного.

 Определение проблемной ситуации, наличие проблемы принятия решения, установление взаимосвязи с другими проблемами,  определение степени полноты и достоверности информации, параметров, характеризующих ситуацию принятия решения и их значений и тому подобные задачи наиболее эффективно решаются экспертными группами. Анализ и распознавание экспертами проблемной ситуации предполагает использование известных прецедентов и аналогий, совокупность которых, после формализации, может образовывать библиотеки аналогий, специализированные банки данных о проблемных ситуациях.

В практике управления часто встречаются ситуации, когда принятие решения производится в условиях активного взаимодействия нескольких ЛПР и возникает необходимость принятия компромиссных решений без потери устойчивости системы управления. Для исследования таких ситуаций и выработки практических рекомендаций может быть использована теория активных систем и ее приложения на основе распределенных интерактивных человеко-машинных систем,  реализованных, например, на основе локальной компьютерной сети информационно-аналитической службы.

Понятие информационной системы поддержки принятия решений трактуется достаточно широко и обычно включает источники данных, хранилища данных, средства представления и анализа данных. В зависимости от функционального наполнения интерфейса системы выделяют два основных типа систем поддержки принятия решений: EIS и DSS. Уровень EIS (Execution Information System) - это уровень автоматизированной системы поддержки работы специалиста в органах управления. Подобные системы имеют базовый набор предлагаемых возможностей, фиксированные перечни задач и форм представления информации. Собственно к СППР в последнее время относят только уровень DSS (Desicion Support System), полнофункциональных систем анализа и исследования данных, рассчитанных на подготовленных пользователей, обладающих знаниями в предметной области исследования, предполагающих использование технологий хранилищ или витрин данных, OLAP и Data Mining.

Оперативная аналитическая обработка и интеллектуальный анализ данных - две составные части процесса поддержки принятия решений. На сегодня использование систем OLAP практически ограничено обеспечением доступа к многомерным данным. Задачи интеллектуального анализа данных достаточно широки и в общепринятом перечне составляют классификацию, кластеризацию, выявление ассоциаций, последовательностей, прогнозирование. В качестве инструментария интеллектуального анализа данных с различной долей успешности для разных задач могут использоваться алгоритмы типа Lazy-Learning, в том числе, алгоритмы ближайшего соседа (Nearest Neighbor) и k-ближайшего соседа (k-Nearest Neighbor), байесовские сети (Bayesian Networks), индукция деревьев решений, индукция символьных правил, нейронные сети, в том числе сети Кохонена, методы математической статистики.  

Внедрение в практику регионального управления ситуационных центров в значительной степени определяется компромиссом между потребностями и финансовыми возможностями региона. Элементы данной технологии на уровне оперативного управления появляются одновременно с информационными системами и основываются на содержимом баз данных результатов мониторинга социально-экономической обстановки в регионе. Методология принятия решений, даже не выраженная в виде документов, априорно присутствует на всех уровнях управления.

Если организационное оформление ситуационного центра не приводит к выходу на новый качественный уровень поддержки управления и не содержит какого-либо общественно-политического контекста, то форсировать подобным образом естественные процессы развития и интеграции информационных, аналитических и прогнозных методов и технологий вряд ли целесообразно. В конечном счете решение о возможности и необходимости использования технологий и методов ситуационных центров в органе управления должно приниматься лицом, взявшим на себя ответственность за подготовку и реализацию оперативных и стратегических вопросов социально-экономического развития конкретной территории. 

 

 

Предыдущая Главная Вверх Следующая        Рейтинг@Mail.ruРейтинг@Mail.ruRambler's Top100