ИСПОЛЬЗОВАНИЕ МЕТОДОВ
ИСКУССТВЕННОГО ИНТЕЛЛЕКТА ПРИ АНАЛИЗЕ ПРОИЗВОДСТВЕННО-ХОЗЯЙСТВЕННОГО СОСТОЯНИЯ
ПРЕДПРИЯТИЯ
Карамушка Марина
Владимировна
Херсонский национальный технический университет
Продолжаются вестись интенсивные исследования по созданию и совершенствованию систем производственно-финансовой оценки предприятия [1]. Оценка производственно-финансового состояния и перспективы развития хозяйствующих субъектов необходимы акционерам, руководству организации, банкам, т.е. практически всем адресатам экспертно-аудиторской «продукции»[1,2].
Необходимо отслеживать динамику изменений производственно-финансового состояния субъектов в хозяйственной деятельности во времени, определять прогнозную тенденцию развития производственно-финансового состояния в будущем с учетом изменяющегося внешнего экономического окружения и разрабатывать управленческие мероприятия и решения по предупреждению негативных для субъектов последствий [2,3]. Решение подобного комплекса задач возможно только на основе качественной и количественной оценки производственно-финансового состояния предприятия [3]. Для этих целей необходимо иметь математические модели оценки производственно-финансового состояния и финансовой стратегии субъектов хозяйственной деятельности.
Основой для создания такой методологии могут служить теоретические результаты, полученные отечественными и зарубежными учеными: Глушковым В.М., Згуровским М.З., Дж. Моррисеем, Р. Акоффом, Эмери Ф., Т.Саати, Годлевским М.Д., Петровым Э.Г., Забродским В.А., Лысенко Ю.Г., Пушкарем А.И., Клебановой Т.С. и др. В настоящее время не окончательно изучены элементы теории и инструментарий, ориентированные на решение задач, связанных с процессами принятия решений по управлению производственно-финансовыми процессами в реальных организационных условиях.
Рассматриваемый комплекс задач может быть решаем на основе использования подсистемы поддержки финансовых решений как подсистемы интегрированной системы управления развитием. К системе инструментальной поддержки принятия решений предъявляются следующие требования интеграции: соединение задач стратегического планирования и управления финансами; единство учетной политики в финансовом планировании и бухгалтерском учете на основе управленческого учета; связь хозяйственных, финансовых и товарно-материальных потоков; соединение бюджетов предприятия, его подразделений и направлений деятельности. В свою очередь, такая система является элементом интегрированной системы управления развитием предприятием. Основной задачей системы поддержки финансовых решений является оценка и анализ производственно-финансового состояния и разработка финансовой стратегии предприятия.
Целью публикации является исследование возможности использования методов искусственного интеллекта для оценки производственно-финансового состояния предприятия в подсистемах поддержки принятии решений интегрированных систем управления развитием, создающихся с целью повышения эффективности работы предприятия за счет усовершенствования методов и способов управления.
Представителем
систем искусственного интеллекта являются экспертные системы (ЭС). Архитектура
ЭС (рис.1) включает в себя два основных компонента: базу знаний и программный
инструмент доступа и обработки знаний, состоящий из механизмов вывода
заключений (решения), приобретения знаний, объяснения получаемых результатов и
интеллектуального интерфейса. Центральным компонентом является база знаний
[4,5].
База
знаний – это совокупность единиц знаний, которые представляют собой формализованное
с помощью некоторого метода представления знаний описание объектов проблемной области
и их взаимосвязей, действий над объектами и, возможно, неопределенностей, с которыми
эти действия осуществляются.
Методом
представления знаний может служить продукція вида:
Если
<условие> То <заключение> CF (Фактор определенности)
<значение>
В
качестве факторов определенности (CF), как правило, выступают либо условные
вероятности байесовского подхода (от 0 до 1), либо коэффициенты уверенности
нечеткой логики (от 0 до 100). Объекты представляют собой совокупность
атрибутов, описывающих свойства и отношения с другими объектами. В отличие от
записей баз данных каждый объект имеет уникальное имя. Часть атрибутов отражают
типизированные отношения, такие как «род-вид» (super-class – sub-class),
«целое-часть» и др. Вместо конкретных значений атрибутов объектов могут
задаваться значения по умолчанию (указатель наследования атрибутов
устанавливается в S), присущие целым классам объектов, или присоединенные
процедуры (process). Обмен данными между конечным пользователем и экспертной
системой выполняет программа интеллектуального интерфейса.
Механизм
вывода. Этот программный инструмент получает от интеллектуального интерфейса
преобразованный во внутреннее представление запрос, формирует из базы знаний
конкретный алгоритм решения задачи, выполняет алгоритм, а полученный, результат
предоставляется интеллектуальному интерфейсу для выдачи ответа на запрос
пользователя. В основе использования любого механизма вывода лежит процесс
нахождения, в соответствии с поставленной целью и описанием конкретной ситуации
(исходных данных), относящийся к решению единиц знаний (правил, объектов,
прецедентов и т.д.) и связыванию их при необходимости в цепочку рассуждений,
приводящую к определенному результату. Для представления знаний в форме правил
это может быть прямая или обратная
цепочка рассуждений.
Механизм
объяснения. В процессе или по результатам решения задачи пользователь может запросить
объяснение или обоснование хода решения. Система должна предоставить
соответствующий механизм объяснения. В случае отсутствия решения задач
объяснение должно выдаваться пользователю автоматически. Полезно иметь
возможность и гипотетического объяснения решения задачи, когда система отвечает
на вопросы, что будет в том или ином случае. Пользователя не всегда может
интересовать полный вывод решения, содержащий множество ненужных деталей. В
этом случае система должна уметь выбирать из цепочки только ключевые моменты с
учетом их важности и уровня знаний пользователя. Для этого в базе знаний
необходимо поддерживать модель знаний и намерений пользователя. Кроме того,
система должна быть способна в диалоге на основе поддерживаемой модели проблемных
знаний обучать пользователя.
База
знаний отражает знания экспертов (специалистов) в данной проблемной области о
действиях в различных ситуациях или процессах решения характерных задач.
Выявлением подобных знаний и последующим их представлением в базе знаний
занимаются специалисты – инженеры знаний. Для ввода знаний в базу и их
последующего обновления экспертная система должна обладать механизмом
приобретения знании.
Для
финансового анализа используются следующие группы показателей [2,3]:
§
показатели прибылей и убытков (финансовые
результаты);
§
показатели активов и пассивов;
§
показатель эффективности деятельности предприятия,
характеризующие рентабельность его деятельности и доходность вложений;
§
показатели устойчивости, характеризующие степень
независимости предприятия от внешних источников финансирования, изменения процентных ставок;
§
показатели
платежеспособности, отвечающие на вопрос о том, способно ли предприятие
расплатиться с текущими долгами, не наступит ли его банкротство в ближайшее время.
Оценка
финансового положения предприятия осуществляется на основании данных
бухгалтерского баланса. Данные бухгалтерского баланса хранятся в базе, данных и
могут быть использованы для предварительных расчетов и принятия решений.
На
этапе построения концептуальной модели создается целостное и системное описание
используемых знаний, отражающее сущность функционирования проблемной области.
Хорошая концептуальная модель может только уточняться (детализироваться или
упрощаться), но не перестраиваться.
Результат
концептуализации проблемной области фиксируется в виде наглядных графических
схем на объектном функциональном и поведенческом уровнях моделирования:
§
объектная модель описывает структуру предметной
области как совокупности взаимосвязанных объектов;
§
функциональная модель отражает действия и
преобразования над объектами;
§
поведенческая модель рассматривает взаимодействия
объектов во временном аспекте.
Первые
две модели описывают статические аспекты функционирования проблемной области, а
третья модель – динамику изменения ее состояний. Объектная модель отражает
фактуальное знание о составе объектов, их свойств и связей. Элементарной
единицей структурного знания является факт, описывающий одно свойство или одну
связь объекта, который представляется в виде триплета: предикат (Объект,
Значение).Если предикат определяет название связи объекта, то значению
соответствует объект, с которым связан первый объект. В качестве важнейших
типизированных видов отношений рассматриваются следующие: «род»-«вид»
(обобщение); «целое»-«часть» (агрегация); «причина»-«следствие»;
«цель»-«средство»; «функция»-«аргумент»; «ассоциация»; «хронология» и др. Так,
отношения обобщения («род»-«вид») фиксируется на уровне названий классов объектов.
Под классом объектов понимается совокупность объектов с одинаковым набором предикатов
(свойств и связей). Класс объектов описывается в виде n-парного реляционного
отношения.
Если
объекты обладают частично пересекающимся набором предикатов, то осуществляется
более сложная классификация объектов: класс объектов по значениям какого-либо,
свойства (признака) разбивается на подклассы таким образом, что класс объектов
содержит общие для подклассов свойства и связи, а каждый из подклассов отражает
специфические свойства и связи.
При
этом подклассы объектов автоматически наследуют общие свойства и связи вышестоящих
классов, а совокупность взаимосвязанных по отношению обобщения классов объектов
образует иерархию наследования свойств.
Аналогично
представляются другие семиотические отношения:
а)
причина-следствие (Задолженность, Банкротство); б) аргумент-функция (Спрос,
Цена); в) средство-цель (Покупка акций, Прибыль); г) ассоциация (Производство,
Обслуживание); д) хронология (Отгрузка, Поставка); е) пространственное
положение (Сборка, Технический контроль).
Функциональная
модель описывает преобразования фактов, зависимости между ними, показывающие,
как одни факты образуются из других. В качестве единицы функционального знания
определена функциональная зависимость факторов в виде импликации:
,
означающей,
что факт В имеет место только в том случае, если имеет место конъюнкция фактов 
или их отрицаний (
). Функциональную зависимость фактов можно трактовать как
отражение следующих отношений фактов: «Причина»-«Следствие»; «Средство»-«Цель»;
«Аргумент»-«Функция»; «Ситуация»-«Действие». В качестве термов конъюнкции
фактов могут выступать более сложные логические условия.
Функциональная модель строится путем последовательной декомпозиции целей («сверху»-«вниз»): для цели определяются подцели, для которых в свою очередь устанавливаются свои подцели и так до тех пор, пока в качестве подцелей не окажутся исходные факты. Каждой цели (подцели) соответствует некоторая задача, которая не может быть решена, пока не будут решены ее нижестоящие подцели. Таким образом, функциональная модель отражает в обобщенной форме процесс решения характерных для нее задач.
Таким образом, выполнено исследование возможности использования методов искусственного интеллекта для оценки производственно-финансового состояния предприятия в подсистемах поддержки принятии решений интегрированных систем управления развитием предприятия.
ЛИТЕРАТУРА:
1. Глазунов В.Н. Финансовый анализ и оценка риска реальных инвестиций: Монография. – М.: Финстатинформ, 1997. – 108 с.
2. Балабанов И.Т. Финансовый анализ и планирование хозяйствующего субъекта: Монография. – М.: Финансы и статистика, 2000. – 300 с.
3. Управление крупным промышленным комплексом в транзитивной экономике: Монография/ Под общ.ред. проф. Ю.Г. Лысенко, проф.Н.Г.Гузя. - Донецк: ООО"Юго-Восток, Лтд",2003. -670 с.
4. Власов С.А., Волчек Н.Г., Горгидзе Н.И. Современные компьютерные средства для согласования управления технологическими и организационными процессами в производственных системах. // Управление большими системами. Материалы Международной научно-практической конференции. – М.: СИНТЕЗ. – 1997. – С. 68.
5. Одинцов Б.Е. Проектирование экономических экспертных систем: Монография. – М.: Компьютер ЮНИТИ, 1996. – 166 с.