|
102 4. Выявление последовательностей, как более общий случай задачи выявления ассоциаций. Последовательности также имеют место между событиями, но наступающими не одновременно, а с некоторым промежутком во времени. 5. Прогнозирование. В этой задаче на основе накопленных исторических данных об изменениях значений тех или иных показателей, характеризующих исследуемый объект или процесс, делается попытка оценить их будущие значения. Задачи прогнозирования решаются; как правило, с применением традиционных методов математической статистики или нейронных сетей. Решение описанных выше задач происходит, как правило, в два этапа [103]: выявление закономерностей (свободный поиск) и использование выявленных закономерностей для предсказания неизвестных значений (прогностическое моделирование). Иногда в качестве третьего этапа ИАД к двум перечисленным добавляется еще и анализ исключений, предназначенный для объяснения противоречий в найденных закономерностях [8]. В качестве логического представления исходных данных, к которым применяются методы ИАД, в СППР используется обычно реляционная модель данных [112]. Однако применение многомерного логического представления также представляется уместным и в некоторых ситуациях более удобным. Таким образом, средства информационной поддержки технологической подготовки производства (ТПП), как составной части системы менеджмента качества (СМК) машиностроительного производства, являются одним из ключевых факторов обеспечения качества данного бизнес-процесса. При этом, на основе анализа существующих методик построения систем поддержки принятия решений (СППР) в самых различных отраслях человеческой деятельности выявлено, что основой подобных систем являются хранилища данных (ХД). |
2. Кластеризация. В рамках решения этой задачи на основе доступного множества объектов и анализа их признаков происходит построение иерархии классов, которая затем применяется в задаче классификации. Задача кластеризации решается с использованием метода объединения (древовидной кластеризации), нейронных сетей Кохонена [43], а также применением индукции правил [64]. 3. Выявление ассоциаций. Данная задача предполагает исследование нескольких одновременно наступающих события с целью выявления ситуаций, когда при наступлении одного события также наступает и другое с той или иной степенью вероятности. 4. Выявление последовательностей, как более общий случай задачи выявления ассоциаций. Последовательности также имеют место между событиями, но наступающими не одновременно, а с некоторым промежутком во времени. 5. Прогнозирование. В этой задаче на основе накопленных исторических данных об изменениях значений тех или иных показателей, характеризующих исследуемый объект или процесс, делается попытка оценить их будущие значения. Задачи прогнозирования решаются, как правило, с применением традиционных методов математической статистики или нейронных сетей. Решение описанных выше задач происходит, как правило, в два этапа [80]: выявление закономерностей (свободный поиск) и использование выявленных закономерностей для предсказания неизвестных значений (прогностическое моделирование). Иногда в качестве третьего этапа ИАД к двум перечисленным добавляется еще и анализ исключений, предназначенный для объяснения противоречий в найденных закономерностях [11]. 40 российская IГОСУЛарстппнмля1 РИГ.ЯИОТСКА I В качестве логического представления исходных данных, к которым применяются методы ИАД, в СППР используется обычно реляционная модель данных [50]. Однако применение многомерного логического представления также представляется уместным в и даже в некоторых ситуациях более удобным. 1.3.3. Сферы применения СППР, основанных на использовании хранилищ данных Ранее ХД использовались, как правило, в таких сферах как управление финансами, страхование, управление людскими ресурсами, телекоммуникации [70]. ХД являются ключевым элементом СППР в перечисленных отраслях, позволяя применять к данным различные методы ИАД и OLAP-анализа. В машиностроении огромный потенциал данного информационно-технологического решения не находил широкого распространения и достойного применения. Отдельные примеры внедрения СППР в указанной отрасли охватывают, как правило, сферы глобального управления предприятием, взаимоотношений с поставщиками, управление финансами, но никак не затрагивают такие основополагающие процессы машиностроительного производства, как его конструкторская и технологическая подготовка. 1.4. Выводы по главе I 1. При рассмотрении процесса ТПП, как составной части СМК машиностроительного производства, было установлено, что средства информационной поддержки ТПП являются одним из ключевых факторов обеспечения качества данного бизнес-процесса. 2. Одним из важнейших недостатков современных CAM-систем является практически полное отсутствие средств поддержки принятия решений, основанных на современных методах ИАД. 41 |