Умк методы поддержки принятия решений by VyatGGU

Минобрнауки России Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования «Вятский государственный гуманитарный университет» УТВЕРЖДАЮ Зав. кафедрой алгебры и дискретной математики д-р физ.-мат. наук, проф. Е. М. Вечтомов «29» августа 2012 г.

Учебно-методический комплекс учебной дисциплнины «Математические и инструментальные методы поддержки принятия решений» Направление подготовки 230700.68 Прикладная информатика Профиль подготовки «Прикладная информатика в экономике»

Киров 2012

Учебно-методический комплекс составлен в соответствии с ФГОС ВПО по направлению подготовки 230700.68 Прикладная информатика, профиль подготовки «Прикладная информатика в экономике», утвержденным Приказом Министерства образования и науки Российской Федерации 21 декабря 2009 г., регистрационный №762

Учебно-методический комплекс разработал Д. В. Чупраков, канд. физ.-мат. наук, доцент кафедры алгебры и дискретной математики ВятГГУ

Рецензент — Д. В. Широков, канд. физ.-мат. наук, доцент кафедры алгебры и дискретной математики ВятГГУ

Учебно-методический комплекс утвержден на заседании кафедры алгебры и дискретной математики ВятГГУ «29» августа 2012, протокол № 1

c Вятский государственный гуманитарный университет (ВятГГУ), 2012 c Чупраков Д. В., 2012

Рабочая программа учебной дисциплины «Математические и инструментальные методы поддержки принятия решений» 1. Пояснительная записка 1.1. Цели и задачи освоения учебной дисциплины «Математические и инструментальные методы поддержки принятия решений» Цель дисциплины «Математические и инструментальные методы поддержки принятия решений»: формирование у студентов теоретических знаний, практических навыков по использованию специализированного программного обеспечения в области принятия управленческих решений, ознакомление с принципами алгоритмизации при решении практических задач. Задачи дисциплины «Математические и инструментальные методы поддержки принятия решений»: • • • •

сформировать представление о процессе принятия решений; сформировать представление об условиях и задачах принятия решений; освоить методы формализации и алгоритмизации процессов принятия решений; развить навыки анализа информации, подготовки и обоснования управленческих решений; • углубить представление о функциях, свойствах, возможностях систем поддержки принятия решений; • сформировать навыки использования систем поддержки принятия решений для решения прикладных задач.

1.2. Место дисциплины «Математические и инструментальные методы поддержки принятия решений» в структуре ООП ВПО Дисциплина относится к базовой части общенаучного цикла и изучается на I курсе магистратуры. Для успешного освоения необходимы знания и умения полученные в результате освоения ООП бакалавриата по математическим или экономическим направлениям подготовки. Освоение дисциплины «Математические и инструментальные методы поддержки принятия решений» необходимо для успешного выполнения научно-производственной практики и научно-исследовательской работы магистра.

Требования к знаниям, умениям, навыкам студента, необходимым для изучения дисциплины «Математические и инструментальные методы поддержки принятия решений» Знать: • основные методы исследования операций; • основные теоремы теории вероятностей и алгебры, математического анализа. • язык программирования высокого уровня. Уметь: • анализировать условие задачи; • строить простую математическую модель задачи. • выполнять поиск оптимального решения; Владеть: • методами формализации задачи; • методами оптимизации непрерывных функций одной и нескольких переменных; • симплекс-методом.

1.3. Компетенции обучающегося, формируемые в результате освоения дисциплины «Математические и инструментальные методы поддержки принятия решений» В результате освоения дисциплины обучающийся по направлению обучения 230700.68 Прикладная информатика должен демонстрировать следующие результаты образования: ОК-6. способен управлять знаниями в условиях формирования и развития информационного общества: анализировать, синтезировать и критически резюмировать и представлять информацию Знать: виды информационной и инструментальной поддержки лица, принимающего решения (ЛПР); методы группового принятия решений; методы исполнения решений на различных этапах принятия решений. Уметь: матемтическими методами принятия решений; методами управления процессами принятия решений. Владеть: программными продуктами моделирования, математическими методами моделирования. ПК-3. способен на практике применять новые научные принципы и методы исследований

Знать: математические и инструментальные методы поддержки принятия решений; методы группового принятия решений; возможности систем поддержки принятия решений (СППР); критерии выбора инструментов СППР. Уметь: формализовать процесс обоснования и принятия решений; выбирать математический инструментарий для каждого этапа принятия решения; управлять рисками при проектировании и внедрении СППР. Владеть: системами поддержки принятия решений (СППР), методами управления процессами принятия решений, навыками моделирования информационных процессов на глобальном и локальном уровнях. ПК-4. способен к профессиональной эксплуатации современного электронного оборудования в соответствии с целями ООП магистратуры Знать: математические и инструментальные методы поддержки принятия решений; возможности систем поддержки принятия решений (СППР); критерии выбора инструментов СППР. Уметь: формулировать требования ЛПР к СППР; осуществлять выбор СППР, исходя из потребностей и возможностей предприятия или организации. Владеть: навыками эксплуатации СППР; формулирования требований к СППР; разработки отдельных элементов СППР, оценки технических средств для внедрения и эксплуатации СППР. ПК-7. способен ставить и решать прикладные задачи в условиях неопределенности и определять методы и средства их эффективного решения Знать: математические методы поддержки принятия решений; методы группового принятия решений; возможности систем поддержки принятия решений (СППР). Уметь: формализовать процесс обоснования и принятия решений; выбирать инструментарий для каждого этапа принятия решения; использовать инструментарий мониторинга исполнения решений; управлять рисками при проектировании и внедрении СППР. Владеть: методами управления процессами принятия решений; навыками формулирования требований к СППР; навыками моделирования информационных процессов; управления процессами принятия групповых решений. ПК-10. способен проводить анализ экономической эффективности ИС, оценивать проектные затраты и риски Знать: методы принятия решений в условиях неопределённости; методы группового принятия решений; методы исполнения решений на различных этапах принятия решений; критерии выбора инструментов СППР. Уметь: выбирать инструментарий для каждого этапа принятия решения; использовать инструментарий мониторинга исполнения решений; управлять рисками при проектировании и внедрении СППР. 4

Владеть: методами управления процессами принятия решений, навыками формулирования требований к СППР; оценки вариантов закупок технических средств для внедрения и эксплуатации СППР; навыками управления процессами принятия групповых решений в территориально-распределенных системах. ПК-12. способен анализировать данные и оценивать требуемые знания для решения нестандартных задач с использованием математических методов и методов компьютерного моделирования Знать: математические методы поддержки принятия решений; виды информационной и инструментальной поддержки лица, принимающего решения (ЛПР); методы группового принятия решений; методы исполнения решений на различных этапах принятия решений; возможности систем поддержки принятия решений (СППР). Уметь: выбирать инструментарий для каждого этапа принятия решения; использовать инструментарий мониторинга исполнения решений. Владеть: методами управления процессами принятия решений, навыками моделирования информационных процессов на глобальном и локальном уровнях; обеспечения устойчивости развития процессов на основе использования информационных закономерностей.

2. Краткие методические рекомендации для преподавателя Работа с магистрами не требует аудиторных проверочных и контрольных мероприятий. Уровень успеваемости может быть определен по продвижению в самостоятельной работе. Сведения о рекомендуемых образовательных технологиях и материально техническом обеспечении дисциплины «Математические и инструментальные методы поддержки принятия решений» Рекомендуемая образовательная технология 1. Информационная лекция (ИЛ) 2. Проблемная лекция (ПЛ)

№

Рекомендуемые средства обучения интерактивная доска или проектор интерактивная доска или проектор компьютеры, системы поддержки принятия решений (Deductor Academic), системы компьютерных вычислений (Maxima, SciLab)

3. Моделирование (М)

компьютеры, языки программирования, системы поддержки принятия решений

4. Программирование (П)

Сведения о занятиях, проводимых в интерактивных формах Общий объем (по РУП) в часах/в процентах

№ Показатель 1.

Занятия, проводимые в интерактивных формах

26 часов/48%

3. Структура и содержание учебной дисциплины 3.1. Объем учебной дисциплины и виды учебной работы Общая трудоемкость дисциплины составляет 3 зачетные единицы, 108 часов. №

Виды учебной работы

1. Трудоемкость (по ФГОС ВПО) 2. Аудиторные занятия, всего в том числе: 2.1. Лекции 2.2. Лабораторные работы 2.3. Практические занятия 2.4. Семинарские занятия 2.5. Коллоквиумы 2.6. Прочие виды аудиторных занятий 3. Самостоятельная работа студентов, всего в том числе: 3.1. Контрольная работа 3.2. Курсовая работа 3.3. Научно-исследовательская работа 3.4. Практика 3.5. Прочие виды самостоятельной работы 4. Вид промежуточной аттестации

Общий объем (по РУП) в часах 108 50 8 42 0 0 0 0 58 0 0 0 0 58 Экзамен

3.2. Матрица соотнесения разделов/тем учебной дисциплины и формируемых в них профессиональных и общекультурных компетенций

Σ 5

ПК-7

ПК-12

ПК-10

Сущность проблемы принятия решения. Принятие решений в условиях определенности. Принятие решений при многих критериях. Принятие решений в условиях риска и конфликта. Принятие решений в условиях нечеткости исходной информации. Принятие решений коллективом экспертов. Машинное обучение в СППР: нейронные сети

Компетенции ПK-4

Кол-во часов

ПK-3

Разделы/темы учебной дисциплины

ОК-6

№

3.3. Содержание разделов/тем учебной дисциплины «Математические и инструментальные методы поддержки принятия решений» 1. Сущность проблемы принятия решения. Принятие решений в условиях определенности Основные понятия теории принятия решений. Проблемы принятия решений. Постановка задачи принятия решений. Формальные модели задачи принятия решений. Однокритериальные и многокритериальные задачи принятия решений. Функции выбора решений. Характеристика OLTP-систем. Сравнительная характеристика OLTP-систем и СППР. Модели хранения данных в СППР. Аналитические платформы. Методы многокритериальной оптимизации. Метод главного критерия. Метод линейной свертки. Метод максиминной свертки. Принцип Эджворта Парето. Реляционные, многомерные, гибридные и виртуальные модели хранения данных в СППР. Технология OLAP. Сравнительный анализ возможностей аналитических платформ. 2. Принятие решений при многих критериях Технология KDD. ETL-процесс в СППР Многокритериальный выбор в условиях неопределенности. Функции полезности. Сущность и этапы технологии Knowledge Discovery in Databases. Data Mining как этап KDD. Общая характеристика ETL-процесса. Варианты размещения ETLпроцесса. 3. Принятие решений в условиях риска и конфликта Принятие решений в усло7

виях риска. Методы управления рисками. Подходы к учету неопределенности при описании рисков. Подходы к оцениванию рисков. Технология построения и загрузки хранилища данных СППР. Извлечение данных из ХД СППР для анализа и принятия обоснованных управленческих решений. Принятие решений в условиях конфликта. Data miming: кластеризация данных СППР Конфликт и его модели. Принятие решений в условиях конфликта. Классификация методов кластеризации в СППР. Кластеризация с использованием конкуренции между нейронами и алгоритма обучения Кохонена. Алгоритм кластеризации k-means. 4. Принятие решений в условиях нечеткости исходной информации Теория нечетких множеств. Операции над нечеткими множествами. Нечеткие отображения и задачи принятия решений. Дерево решений в СППР. Машинное обучение в СППР: дерево решений. 5. Принятие решений коллективом экспертов. Машинное обучение в СППР: нейронные сети Основные идеи методов экспертных оценок. Математические методы анализа экспертных оценок. Применение нейронных сетей для решения задач классификации и регрессии.

3.4. Тематический план учебной дисциплины «Математические и инструментальные методы поддержки принятия решений» 3.4.а) Аудиторные занятия Разделы/темы Вид учебной учебной дис- работы циплины 1. Сущность Лекция проблемы принятия решения. Принятие решений в условиях определенности. Лабораторная работа 2. Принятие ре- Лекция шений при многих критериях. Лабораторная работа

Часов

Технология обучения

Форма текущего контроля

ПЛ

Конспект лекции

М, П, ПМ

ИЛ

Отчет по лабораторной работе Конспект лекции

М, П, ПМ

Отчет по лабораторной работе

3. Принятие решений в условиях риска и конфликта.

4. Принятие решений в условиях нечеткости исходной информации.

5.Принятие решений коллективом экспертов. Машинное обучение в СППР: нейронные сети

Лекция

ИЛ

Конспект лекции

Лабораторная работа Лекция

М, П

ИЛ

Отчет по лабораторной работе Конспект лекции

Лабораторная работа Лекция

М, П, ПМ

ПЛ

Лабораторная работа

М, П, ПМ

Отчет по лабораторной работе Конспект лекции

Отчет по лабораторной работе

3.4.б) Самостоятельная аудиторная работа Разделы/темы учебной дисциплины 1. Сущность проблемы принятия решения. Принятие решений в условиях определенности.

Форма самостоятельной работы

Результат

Написание конспекта. Моделирование. Подготовка отчета. Работа со справочной системой и литературой

2. Принятие решений при многих критериях.

Написание конспекта. Моделирование. Подготовка отчета. Работа со справочной системой и литературой

3. Принятие решений в условиях риска и конфликта.

Написание конспекта. Моделирование. Подготовка отчета. Работа со справочной системой и литературой

4. Принятие решений в условиях нечеткости исходной информации

Написание конспекта. Моделирование. Подготовка отчета. Работа со справочной системой и литературой

Знает методы принятия решений при многих критериях, возможности систем поддержки принятия решений (СППР). Умеет использовать СППР для принятия решения в условиях множества критериев. Владеет навыками моделирования информационных процессов на глобальном и локальном уровнях, навыками работы с СППР, методами принятия решений при многих критериях, навыками разработки отдельных элементов СППР. Знает методы принятия решений в условиях риска и конфликта. Умеет выбирать инструментарий для каждого этапа принятия решения Владеет навыками моделирования информационных процессов на глобальном и локальном уровнях, навыками разработки отдельных элементов СППР Знает понятия теории нечетких множеств, математические методы поддержки принятия решений в условиях нечеткости исходной информации. Умеет применять теорию нечетких множеств и отображений к задачам принятия решений. Владеет методами принятия решений в условиях нечеткости информации, навыками моделирования информационных процессов на глобальном и локальном уровнях, навыками разработки отдельных элементов СППР.

5.Принятие решений коллективом экспертов. Машинное обучение в СППР: нейронные сети

Написание конспекта. Моделирование. Подготовка отчета. Работа со справочной системой и литературой

Знает методы группового принятия решений; методы исполнения решений на различных этапах принятия решений; Умеет формализовать процесс обоснования и принятия решений; выбирать инструментарий для каждого этапа принятия решения; использовать инструментарий мониторинга исполнения решений; управлять рисками при проектировании и внедрении СППР. Владеет методами управления процессами принятия решений, навыками моделирования информационных процессов на глобальном и локальном уровнях; обеспечения устойчивости развития процессов на основе использования информационных закономерностей.

3.4.в) Занятия в интерактивных формах №

Разделы/темы учебной дисциплины

Сущность проблемы принятия решения. Принятие решений в условиях определенности. 2. Принятие решений при многих критериях. Раздел 2. Вероятностные модели 3. Принятие решений в условиях риска и конфликта. 4. Принятие решений в условиях нечеткости исходной информации. 5. Принятие решений коллективом экспертов. Машинное обучение в СППР: нейронные сети Итого:

Общий объем по РУП в часах 6

3.4.г) Самостоятельная внеаудиторная работа Разделы/темы учебной дисциплины

Форма самостоятельной работы

Результат

6 8 2 4 26

1. Сущность проблемы принятия решения. Принятие решений в условиях определенности.

Моделирование. Подготовка отчета и сообщений. Работа со справочной системой и литературой, включая изучение нового материала.

2. Принятие решений при многих критериях.

3. Принятие решений в условиях риска и конфликта.

Решение задач. Моделирование. Подготовка отчета и сообщений. Работа со справочной системой и литературой, включая изучение нового материала. Решение задач. Моделирование. Программирование Подготовка отчета и сообщений. Работа со справочной системой и литературой, включая изучение нового материала.

4. Принятие решений в условиях нечеткости исходной информации

Знает виды информационной и инструментальной поддержки лица, принимающего решения (ЛПР), методы принятия решений в условиях определённости, возможности систем поддержки принятия решений (СППР). Умеет формализовать процесс обоснования и принятия решений, выбирать инструментарий для каждого этапа принятия решения. Владеет навыками работы с СППР Знает методы принятия решений при многих критериях, возможности систем поддержки принятия решений (СППР). Умеет использовать СППР для принятия решения в условиях множества критериев. Владеет навыками моделирования информационных процессов на глобальном и локальном уровнях, навыками работы с СППР, методами принятия решений при многих критериях, навыками разработки отдельных элементов СППР. Знает методы принятия решений в условиях риска и конфликта. Умеет выбирать инструментарий для каждого этапа принятия решения Владеет навыками моделирования информационных процессов на глобальном и локальном уровнях, навыками разработки отдельных элементов СППР Знает понятия теории нечетких множеств, математические методы поддержки принятия решений в условиях нечеткости исходной информации. Умеет применять теорию нечетких множеств и отображений к задачам принятия решений. Владеет методами принятия решений в условиях нечеткости информации, навыками моделирования информационных процессов на глобальном и локальном уровнях, навыками разработки отдельных элементов СППР.

5.Принятие решений коллективом экспертов. Машинное обучение в СППР: нейронные сети

4. Методические указания для студентов Формы проведения лекционных занятий Лекции проходят в классической форме. Материал излагается на высоком научном уровне.Студентам настоятельно рекомендуется прорабатывать лекционный материал с использованием рекомендуемой литературы. Формы проведения лабораторных работ Лабараторные работы несут основную обучающую нагрузку и очень обширны как по времени выполнения, так и по изучаемому материалу. Основным типом деятельности на каждой лабораторной работе является групповая проектная деятельность. при этом одно занятие (2 часа) в каждой лабораторной работы выделяется на индивидуальную работу с материалом. обычно это предпоследнее занятие работы. Каждая группа отчитывается по результатам деятельности на последнем занятии соответствующей лабораторной работы. Для выполнения лабораторных работ важно уметь распределять задания между членами группы. Работа будет более продуктивной, если внеаудиторные задания будут выполняться этой же группой. Преподаватель на лабораторных работах выступает в роли консультанта и эксперта Не пренебрегайте возможностью обсудить сложные моменты с преподавателем. Для работы вам будет необходима литература приведенная в главе 5 на стр. 23. Ниже приводятся планы лекций и лабораторных работах. Конкретные задания подбираются преподавателем по своему усмотрению.

Раздел 1. Сущность проблемы принятия решения. Принятие решений в условиях определенности Лекция 1 1. Основные понятия теории принятия решений. Постановка задачи принятия решений. 2. Формальные модели задачи принятия решений. 3. Однокритериальные и многокритериальные задачи принятия решений. Функции выбора решений. 4. OLTP-системы и СППР. Модели хранения данных в СППР 5. Реляционные, многомерные, гибридные и виртуальные модели хранения данных в СППР. Технология OLAP. Сравнительный анализ возможностей аналитических платформ. Вопросы для самостоятельного изучения: 6. Роль субъективного фактора, нечеткой и неполной информации в процессе принятия решений. Предпосылки появления СППР. Сравнительная характеристика OLTPсистем и СППР. Литература к лекции: [1–3]. Самостоятельная аудиторная работа по теме учебной дисциплины № 1.

Вид самостоятельной работы Общая

Форма самостоятельной работы Составление конспекта лекции

Форма отчетности Конспект лекции

Самостоятельная внеаудиторная работа по теме учебной дисциплины №

Вид самостоятельной работы

Общая

Форма самостоятельной работы Работа с конспектом Работа с первоисточниками

Срок сдачи

Форма отчетности

Первое занятие следующей лабораторой работы Первое занятие следующей лабораторой работы

Отчет по лабораторной работе Отчет по лабораторной работе

Лабораторная работа 1. Аналитические платформы: пользовательский интерфейс Цель лабораторной работы: ознакомление с архитектурой, основными частями и пользовательским интерфейсом аналитической платформы Deductor Studio Academic. 14

1. 2. 3.

4. 5.

Продолжительность работы: 8 часов, из них в интерактивной форме: 6 часов. Задачи занятия: изучение архитектуры и основных частей аналитической платформы Deductor; овладение процедурой работы со сценариями Deductor Studio; выработка умений и навыков в использовании базовых визуализаторов в Deductor Studio. Задания для самостоятельной внеаудиторной работы: Найдите в Интернете описания OLTP-систем. Выполните их сравнительную оценку. Подготовьте сообщение посвященный конкретной OLTP-системе. Литература: [1–3] Самостоятельная аудиторная работа по теме учебной дисциплины № 1.

Вид самостоятельной работы Индивидуальная

Групповая

Форма самостоятельной работы Выполнение задания работы Анализ результатов работы

Форма отчетности Собеседование, отчет по лабораторной работе Собеседование, отчет по лабораторной работе

Самостоятельная внеаудиторная работа по теме учебной дисциплины №

Вид самостоятельной работы

Индивидуальная

Общая

Форма самостоятельной работы Подготовка отчета по лабораторной работе Работа с первоисточниками

Срок сдачи

Форма отчетности

Последнее занятие лабораторной работы №1 Последнее занятие лабораторной работы №1

Отчет по лабораторной работе Отчет по лабораторной работе

Раздел 2. Принятие решений при многих критериях Лекция 2 1. Методы многокритериальной оптимизации: Метод главного критерия. Метод линейной свертки. Метод максиминной свертки. Принцип Эджворта Парето. 2. Многокритериальный выбор в условиях неопределенности. 3. Функции полезности. 4. Сущность и этапы технологии Knowledge Discovery in Databases. Data Mining как этап KDD. 15

5. Общая характеристика ETL-процесса. В 6. Варианты размещения ETL-процесса. Вопросы для самостоятельного изучения: 7. Критерий потерь от «минимакса». Сравнительная характеристика основных моделей хранения данных СППР. Литература к лекции: [1–3]. Самостоятельная аудиторная работа по теме учебной дисциплины № 1.

Вид самостоятельной работы Общая

Форма самостоятельной работы Составление конспекта лекции

Форма отчетности Конспект лекции

Самостоятельная внеаудиторная работа по теме учебной дисциплины №

Вид самостоятельной работы

Общая

Форма самостоятельной работы Работа с конспектом Работа с первоисточниками

Срок сдачи

Форма отчетности

Первое занятие следующей лабораторой работы Первое занятие следующей лабораторой работы

Отчет по лабораторной работе Отчет по лабораторной работе

Лабораторная работа 2. ETL-процесс в СППР Цель лабораторной работы: освоение базовых процедур использования обработчиков (замены, сортировки, фильтрации, калькулятора) и скриптов в аналитической платформе Deductor Studio Academic. Продолжительность работы: 8 часов, из них в интерактивной форме: 6 часов. Задачи занятия: 1. овладение процедурами использования обработчиков замены, сортировки, фильтрации, калькулятора аналитической платформы Deductor; 2. выработка практических умений и навыков создание и настройка скрипта в Deductor Studio Academic. Задания для самостоятельной внеаудиторной работы: 3. Найдите в Интернете описание реляционной и многомерной моделей хранения данных СППР. Сделайте их сравнительную характеристику, опишите достоинства и недостатки каждой модели. 16

4. Подготовьте сообщение или реферат на тему «модели хранения данных типа «Звезда». Литература: [1–3] Самостоятельная аудиторная работа по теме учебной дисциплины № 1.

Вид самостоятельной работы Индивидуальная

Групповая

Форма самостоятельной работы Выполнение задания работы Анализ результатов работы

Форма отчетности Собеседование, отчет по лабораторной работе Собеседование, отчет по лабораторной работе

Самостоятельная внеаудиторная работа по теме учебной дисциплины №

Вид самостоятельной работы

Индивидуальная

Общая

Форма самостоятельной работы Подготовка отчета по лабораторной работе Работа с первоисточниками

Срок сдачи

Форма отчетности

Последнее занятие лабораторной работы №2 Последнее занятие лабораторной работы №2

Отчет по лабораторной работе Отчет по лабораторной работе

Раздел 3. Принятие решений в условиях риска и конфликта Лекция 3 1. Принятие решений в условиях риска. 2. Методы управления рисками. 3. Подходы к учету неопределенности при описании рисков. Подходы к оцениванию рисков. 4. Технология построения и загрузки хранилища данных СППР. 5. Извлечение данных из ХД СППР для анализа и принятия обоснованных управленческих решений. 6. Data miming: кластеризация данных СППР. 7. Конфликт и его модели. 8. Принятие решений в условиях конфликта. 9. Классификация методов кластеризации в СППР. 10. Кластеризация с использованием конкуренции между нейронами и алгоритма обучения Кохонена. 11. Алгоритм кластеризации k-means. 17

Вопросы для самостоятельного изучения: 12. Классификация рисков. Методы слияние данных СППР. Основные подходы к построению ХД СППР. 13. Области применения методов Data mining. Достоинства и недостатки алгоритма кластеризации k-means. Литература к лекции: [1–3]. Самостоятельная аудиторная работа по теме учебной дисциплины № 1.

Вид самостоятельной работы Общая

Форма самостоятельной работы Составление конспекта лекции

Форма отчетности Конспект лекции

Самостоятельная внеаудиторная работа по теме учебной дисциплины №

Вид самостоятельной работы

Общая

Форма самостоятельной работы Работа с конспектом Работа с первоисточниками

Срок сдачи

Форма отчетности

Первое занятие следующей лабораторой работы Первое занятие следующей лабораторой работы

Отчет по лабораторной работе Отчет по лабораторной работе

Лабораторная работа 3. Технология KDD. ETL-процесс в СППР

1. 2. 3. 4. 5.

Цель лабораторной работы: освоение технологий подготовки данных к загрузке в ХД СППР. Продолжительность работы: 8 часов, из них в интерактивной форме: 4 часа. Задачи занятия: выявление аномальных значений в одномерных рядах данных с использованием статистического подхода; обнаружение аномальных значений на основе меры расстояния; выполнение оптимального распределения значений набора по группам; группировка и свертка данных по выбранным измерениям. Задания для самостоятельной внеаудиторной работы: Найдите в Интернете описание ETL-процесса. Выполните описание процесса извлечения данных с помощью специализированных программных средств. Дайте описание процесса извлечения данных средствами той системы, в которой они хранятся. 18

6. Подготовьте сообщение на тему «Особенности загрузки данных из локальных источников». Литература: [1–3] Самостоятельная аудиторная работа по теме учебной дисциплины № 1.

Вид самостоятельной работы Индивидуальная

Групповая

Форма самостоятельной работы Выполнение задания работы Анализ результатов работы

Форма отчетности Собеседование, отчет по лабораторной работе Собеседование, отчет по лабораторной работе

Самостоятельная внеаудиторная работа по теме учебной дисциплины №

Вид самостоятельной работы

Индивидуальная

Общая

Форма самостоятельной работы Подготовка отчета по лабораторной работе Работа с первоисточниками

Срок сдачи

Форма отчетности

Последнее занятие лабораторной работы №3 Последнее занятие лабораторной работы №3

Отчет по лабораторной работе Отчет по лабораторной работе

Лабораторная работа 4. Data miming: кластеризация данных СППР

1. 2. 3. 4.

Цель лабораторной работы: освоение алгоритмов кластеризации данных. Продолжительность работы: 8 часов, из них в интерактивной форме: 4 часа. Задачи занятия: выполнение кластеризации с использованием конкуренции между нейронами и алгоритма обучения Кохонена; применение алгоритма кластеризации k-means. Задания для самостоятельной внеаудиторной работы: Подготовьте сообщение на тему «Методы построения ХД СППР». Подготовьте сообщение или реферат на тему «Обучение сети Кохонена для применения в СППР». Литература: [1–3]

Раздел 4. Принятие решений в условиях нечеткости исходной информации 19

Лекция 4 1. 2. 3. 4. 5.

Понятие нечёткого множества. Операции и отношения над нечеткими множествами. Нечеткие отображения и задачи принятия решений. Дерево решений в СППР. Машинное обучение в СППР: дерево решений. Вопросы для самостоятельного изучения: 6. Ограничения применимости моделей на основе деревьев решений. Применение алгоритмов построения деревьев решений IDЗ и С4.5. Литература к лекции: [1–3]. Самостоятельная аудиторная работа по теме учебной дисциплины № 1.

Вид самостоятельной работы Общая

Форма самостоятельной работы Составление конспекта лекции

Форма отчетности Конспект лекции

Самостоятельная внеаудиторная работа по теме учебной дисциплины №

Вид самостоятельной работы

Общая

Форма самостоятельной работы Работа с конспектом Работа с первоисточниками

Срок сдачи

Форма отчетности

Первое занятие следующей лабораторой работы Первое занятие следующей лабораторой работы

Отчет по лабораторной работе Отчет по лабораторной работе

Лабораторная работа 5. Нечёткая арифметика Цель лабораторной работы: выработка умений применения аппарата теории нечетких множеств. Продолжительность работы: 4 часа, из них в интерактивной форме: 2 часа. Задачи занятия: 1. формирование операций над нечеткими множествами в различных средах; 2. Нечеткие отображения в задачах принятия решений. Задание для самостоятельной внеаудиторной работы: Подготовьте сообщение на тему «Технологии упрощения деревьев решений в СППР». Литература: [1–3] 20

Самостоятельная аудиторная работа по теме учебной дисциплины № 1.

Вид самостоятельной работы Индивидуальная

Групповая

Форма самостоятельной работы Выполнение задания работы Анализ результатов работы

Форма отчетности Собеседование, отчет по лабораторной работе Собеседование, отчет по лабораторной работе

Самостоятельная внеаудиторная работа по теме учебной дисциплины №

Вид самостоятельной работы

Индивидуальная

Общая

Форма самостоятельной работы Подготовка отчета по лабораторной работе Работа с первоисточниками

Срок сдачи

Форма отчетности

Последнее занятие лабораторной работы №4 Последнее занятие лабораторной работы №4

Отчет по лабораторной работе Отчет по лабораторной работе

Раздел 5. Принятие решений коллективом экспертов Лекция 5 1. 2. 3. 4.

Машинное обучение в СППР: нейронные сети Основные идеи методов экспертных оценок. Математические методы анализа экспертных оценок. Применение нейронных сетей для решения задач классификации и регрессии. Вопросы для самостоятельного изучения: 5. Ошибки алгоритмов обучения нейронных сетей. 6. Формирование выхода в многослойном персептроне. Литература к лекции: [1–3]. Самостоятельная аудиторная работа по теме учебной дисциплины № 1.

Вид самостоятельной работы Общая

Форма самостоятельной работы Составление конспекта лекции

Форма отчетности Конспект лекции

Самостоятельная внеаудиторная работа по теме учебной дисциплины №

Вид самостоятельной работы

Общая

Форма самостоятельной работы Работа с конспектом Работа с первоисточниками

Срок сдачи

Форма отчетности

Первое занятие следующей лабораторой работы Первое занятие следующей лабораторой работы

Отчет по лабораторной работе Отчет по лабораторной работе

Лабораторная работа 6. Машинное обучение в СППР: нейронные сети Цель лабораторной работы: выработка умений применения нейросетевых технологий. Продолжительность работы: 6 часов. из них в интерактивной форме: 4 часа. Задачи занятия: 1. вычисление результата выхода нейрона; 2. формирование выхода в многослойном персептроне; 3. выбор числа нейронов в многослойном персептроне. Задание для самостоятельной внеаудиторной работы: Подготовьте сообщение на тему «Ошибки алгоритмов обучения нейронных сетей». Литература: [1–3] Самостоятельная аудиторная работа по теме учебной дисциплины № 1.

Вид самостоятельной работы Индивидуальная

Групповая

Форма самостоятельной работы Выполнение задания работы Анализ результатов работы

Форма отчетности Собеседование, отчет по лабораторной работе Собеседование, отчет по лабораторной работе

Самостоятельная внеаудиторная работа по теме учебной дисциплины №

Вид самостоятельной работы

Индивидуальная

Общая

Форма самостоятельной работы Подготовка отчета по лабораторной работе Работа с первоисточниками

Срок сдачи

Форма отчетности

Последнее занятие лабораторной работы №5 Последнее занятие лабораторной работы №5

Отчет по лабораторной работе Отчет по лабораторной работе

5. Перечень основной и дополнительной литературы [1] [2]

[3]

[4] [5] [6] [7] [8] [9]

Основная литература Зайцев М. Г., Варюхин С. Е. Методы оптимизации управления и принятия решений: примеры, задачи, кейсы М. : Дело, 2011. 640 с. Козлов В. Н. Системный анализ, оптимизация и принятие решений. М. : Проспект, 2013. 176 с. Электронные версии книг на сайте www.prospekt.org Петровский А.Б. Теория принятия решений http://www.twirpx.com/file/1119390/ Сеславин А. И., Сеславина Е. А. Оптимизация и математические методы принятия решений. М. 2011. 152 c. URL: http://www.htbs-miit.ru:9999/biblio/books/opt_mat_met.pdf (дата доступа: 20.08.2012) Дополнительная литература Исследование операций в экономике / под ред. Н. Ш. Кремера. М. : Юрайт, 2012. 430 с. Кундышева Е. С. Математическое моделирование в экономике: учеб. пособие / под науч. ред. Б. А. Суслакова. 2-е изд., перераб. и испр. М.: Дашков и К, 2006. 352 с. Микони, С. В. Многокритериальный выбор на конечном множестве альтернатив. СПб.; М. ; Краснодар : Лань, 2009. 272 с. Моделирование экономических процессов: учебник / под ред. М. В. Грачевой, Л. Н. Фадеевой, Ю. Н. Черемных. М.: ЮНИТИ-ДАНА, 2005. Советов Б. Я., Яковлев С. А. Моделирование систем. Учебник для вузов. М.: Высшая школа, 2009. Петровский А. Б. Теория принятия решений. М.: Академия, 2012. 400 с. URL: http://www.twirpx.com/file/1119390/ (дата доступа: 20.08.2012)

6. Система оценки качества освоения студентами учебной дисциплины «Математические и инструментальные методы поддержки принятия решений» и формы текущей, промежуточной и итоговой аттестации 6.1. Шкала баллов по учебной дисциплине В соответствии с Положением о балльно-рейтинговой системе оценки знаний студентов ВятГГУ по учебной дисциплине предусмотрены следующие виды контроля качества знаний студентов: • • • •

входной контроль; текущая аттестация; межсессионная аттестация; промежуточная аттестация. Шкала баллов по учебной дисциплине № 1. 2. 3.

Показатели Посещение лекций (по 2 балла за занятие) Выполнение лабораторных работ (по 10 баллов за работу) Cвоевременность выполнения лабораторных работ (своевременно сдано не менее 5 работ) Межсессионная аттестация (норма баллов) Экзамен включая: Теоретический вопрос Практическое задание Всего

Норма баллов 10 60

Шкала перевода баллов в оценку Баллы Экзаменационная оценка 80–100 Отлично 70–79 Хорошо 60–69 Удовлетворительно менее 60 Неудовлетворительно

30 20 10 10 100

6.2. Фонды оценочных средств для проведения текущего контроля успеваемости и промежуточной аттестации №

Результат

Основные показатели оценки результата

Вид контроля1

ОК-6. способен управлять знаниями в условиях формирования и развития информационного общества: анализировать, синтезировать и критически резюмировать и представлять информацию

Знает: виды информационной и инструментальной поддержки лица, принимающего решения (ЛПР); методы группового принятия решений; методы исполнения решений на различных этапах принятия решений. Умеет: матемтическими методами принятия решений; методами управления процессами принятия решений. Владеет: программными продуктами моделирования, математическими методами моделирования.

п. т. м.

Формы и методы контроля2 Экзамен, проверка аудиторных и внеаудиторных заданий, отчетов по лабораторным работам

Номер раздела/темы Темы 1–5

«м.» — межсессионная аттестация, «п.» — промежуточная аттестация, «т.» — текущая аттестацияu, «в.» — входной контроль 2 Формы и методы текущей аттестации описаны в параграфе 3.4 на стр. 8

ПК-3. способен на практике применять новые научные принципы и методы исследований

Знает: математические и инструментальные методы поддержки принятия решений; методы группового принятия решений; возможности систем поддержки принятия решений (СППР); критерии выбора инструментов СППР. Умеет: формализовать процесс обоснования и принятия решений; выбирать математический инструментарий для каждого этапа принятия решения; управлять рисками при проектировании и внедрении СППР. Владеет: системами поддержки принятия решений (СППР), методами управления процессами принятия решений, навыками моделирования информационных процессов на глобальном и локальном уровнях.

п. т. м.

Экзамен, проверка аудиторных и внеаудиторных заданий, отчетов по лабораторным работам

Темы 1–5

ПК-4. способен к профессиональной эксплуатации современного электронного оборудования в соответствии с целями ООП магистратуры

Знает: математические и инструментальные методы поддержки принятия решений; возможности систем поддержки принятия решений (СППР); критерии выбора инструментов СППР. Умеет: формулировать требования ЛПР к СППР; осуществлять выбор СППР, исходя из потребностей и возможностей предприятия или организации. Владеет: навыками эксплуатации СППР; формулирования требований к СППР; разработки отдельных элементов СППР, оценки технических средств для внедрения и эксплуатации СППР.

п. т. м.

Экзамен, проверка аудиторных и внеаудиторных заданий, отчетов по лабораторным работам

Темы 1–5

ПК-7. способен ставить и решать прикладные задачи в условиях неопределенности и определять методы и средства их эффективного решения

Знает: математические методы поддержки принятия решений; методы группового принятия решений; возможности систем поддержки принятия решений (СППР). Умеет: формализовать процесс обоснования и принятия решений; выбирать инструментарий для каждого этапа принятия решения; использовать инструментарий мониторинга исполнения решений; управлять рисками при проектировании и внедрении СППР. Владеет: методами управления процессами принятия решений; навыками формулирования требований к СППР; навыками моделирования информационных процессов; управления процессами принятия групповых решений.

п. т. м. в.

Экзамен, проверка аудиторных и внеаудиторных заданий, отчетов по лабораторным работам

Темы 3–5

ПК-10. способен проводить анализ экономической эффективности ИС, оценивать проектные затраты и риски

Знает: методы принятия решений в условиях неопределённости; методы группового принятия решений; методы исполнения решений на различных этапах принятия решений; критерии выбора инструментов СППР. Умеет: выбирать инструментарий для каждого этапа принятия решения; использовать инструментарий мониторинга исполнения решений; управлять рисками при проектировании и внедрении СППР. Владеет: методами управления процессами принятия решений, навыками формулирования требований к СППР; оценки вариантов закупок технических средств для внедрения и эксплуатации СППР; навыками управления процессами принятия групповых решений в территориальнораспределенных системах.

п. т. м. в.

Экзамен, проверка аудиторных и внеаудиторных заданий, отчетов по лабораторным работам

Темы 1–5

ПК-12. способен анализировать данные и оценивать требуемые знания для решения нестандартных задач с использованием математических методов и методов компьютерного моделирования

Знает: математические методы поддержки принятия решений; виды информационной и инструментальной поддержки лица, принимающего решения (ЛПР); методы группового принятия решений; методы исполнения решений на различных этапах принятия решений; возможности систем поддержки принятия решений (СППР). Умеет: выбирать инструментарий для каждого этапа принятия решения; использовать инструментарий мониторинга исполнения решений. Владеет: методами управления процессами принятия решений, навыками моделирования информационных процессов на глобальном и локальном уровнях; обеспечения устойчивости развития процессов на основе использования информационных закономерностей.

п. т. м. в.

Экзамен, проверка аудиторных и внеаудиторных заданий, отчетов по лабораторным работам

Темы 1–5

6.2.1. Входной контроль знаний студентов Примерные задания для входной проверки знаний студентов 1. Русла двух рек (в пределах некоторой области) приближенно представляют параболу y = x2 и прямую x − y − 2 = 0. Требуется соединить данные реки прямолинейным каналом наименьшей длины. Через какие точки его провести? 2. Найти максимальное значение целевой функции F (x1 , x2 ) = 2x + 3y, x, y > 0 при

   −6x + y 6 3 условии −5x + 9y 6 45   x − 3y 6 3 3. Фирма производит «Лимонад» и «Тоник». Для производства 1 л «Лимонада» требуется 0.02 ч работы оборудования, а для производства 1 л «Тоника» — 0.04 ч. Расход сырья составляет 0.01 кг и 0.04 кг на 1 л «Лимонада» и «Тоника» соответственно. Ежедневно в распоряжении фирмы имеется 24 ч времени работы оборудования и 16 кг сырья. Прибыль фирмы составляет 0,10 ден. ед. за 1 л «Лимонада» и 0,30 ден. ед. за 1 л «Тоника». Сколько продукции следует производить ежедневно, для максимизации ежедневной прибыли? 6.2.2. Форма проведения текущей аттестации Текущая аттестация заключается проверке выполнения аудиторных и внеаудиторных заданий. 6.2.3. Межсессионная аттестация Межсессионная аттестация выставляется на основании набранных студентом на момент аттестации баллов. 6.2.4. Материалы для проведения промежуточной аттестации Промежуточная аттестация проводится в форме экзамена, состоящего из теоретического вопроса и практического задания. При проверке теоретического вопроса оценивается полнота изложенного материала, а при проверке практического задания оценивается решение и корректность применения инструментальных средств. Примерный перечень вопросов к экзамену 1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 11. 12. 13. 14.

Основные понятия теории принятия решений. Обзор методов многокритериальной оптимизации Метод главного критерия. Метод линейной свертки. Многокритериальный выбор в условиях неопределенности. Принятие решений в условиях риска. Методы управления рисками. Способы управления рисками. Подходы к учету неопределенности при описании рисков. Конфликт и его модели. Принятие решений в условиях конфликта. Простой и множественный регрессионный анализ в СППР. Деревья решений в СППР. Основные идеи методов экспертных оценок. Математические методы анализа экспертных оценок. 31

15. 16. 17. 18. 19. 20. 21. 22. 23. 24. 25. 26. 27. 28. 29. 30. 31. 32. 33. 34. 35. 36. 37. 38. 39. 40. 41. 42. 43. 44. 45. 46. 47. 48. 49. 50.

Количественные оценки степени риска. Кривая риска, коэффициент риска. Различия между частным выбором и управленческим (организационным) решением. Классификация управленческих решений. Организация выполнения решений, возможные трудности и их причины. Влияние информации на принятие решений. Детерминированные решения. Влияние информации на принятие решений. Вероятностные решения. Необходимость согласования принимаемых решений, причины и последствия несогласованности. Обратная связь в процессе принятия решений: необходимость и способы реализации. Ответственность за решение и его последствия. Виды и меры ответственности руководителя. Принятие решений и проблемы делегирования полномочий. Современные методы разработки и оптимизации решений, области и условия их применения. Определение критериев выбора, однокритериальные решения. Определение критериев выбора, многокритериальные решения. Качество решения, его составляющие и факторы, влияющие на него. Формы принятия управленческих решений. Коллективный выбор и коллективное решение. Методы моделирования в процессе принятия решений, Основные виды моделей принятия решений. Методы экспертных оценок в процессе принятия решений. Принятие решений группой экспертов. Возможности экспертных оценок. Сущность метода коллективной генерации идей. Качества, необходимые менеджеру в процессе принятия решений. Содержание и особенности метода Дельфи. Юридическая ответственность за результаты принятого решения, ее виды. Прогнозирование развития ситуации с помощью метода разработки сценариев. Административная ответственность руководителя. Особенности механизма иерархического контроля. Количественные и качественные экспертные оценки, способы их получения. Аппарат управления организацией как механизм принятия решений. Способы оценки качеств экспертов и формирование экспертных комиссий. Основные типы шкал, используемых при получении экспертной информации. Современные информационные технологии, используемые в процессе разработки управленческих решений. Экспертные системы (ЭС). Обзор, возможности, применение, перспективы. Системы поддержки принятия решений (СППР). Примеры. Автоматизированные системы экспертного оценивания (АЭСО).

Перечень образцов заданий для проведения практической части экзамена

1. Решив купить автомобиль, человек сузил свой выбор до трех моделей. Факторами, влияющими на его решение, являются стоимость автомобиля (С), стоимость обслуживания (О), стоимость поездки по городу (Г) и сельской местности (М). Таблица содержит данные, соответствующие трехгодичному сроку эксплуатации автомобиля: С О Г М M1 6000 1800 4500 1500 M2 8000 1200 2250 750 M3 10000 600 1125 600 Выполнить оценку альтернатив на основе метода АНР и выбрать наилучшую альтернативу. 2. Решить эту же задачу с помощью методов ELECTREI и ELECTREII (веса критериев установить самостоятельно). 3. Фирма планирует открыть новое предприятие. Имеется возможность построить либо крупное предприятие, либо небольшое, которое через два года можно будет расширить в условиях высокого спроса на выпускаемую продукцию. Рассматривается задача принятия решений на десятилетний период. Фирма оценивает, что на протяжении этих 10 лет вероятность высокого и низкого спроса на производимую продукцию будет равна 0,75 и 0,25 соответственно. Стоимость немедленного строительства крупного предприятия равна 5 млн. д. е., а небольшого — 1 млн. д е. Расширение через 2 года обойдется в 4,2 млн. д. е. Прибыль, получаемая от функционирования производственных мощностей на протяжении 10 лет, приведена в таблице: Альтернатива Ожидаемый доход за год (тыс. д. е.) Высокий спрос Низкий спрос Крупное предприятие сейчас 1000 300 Небольшое предприятие сейчас 250 200 Расширенное предприятие через 2 года 900 200 Построить дерево решений и определить оптимальную стратегию. 6.2.5. Материалы, устанавливающие содержание и порядок проведения итоговой аттестации Содержание учебной дисциплины не входит в перечень вопросов государственного экзамена.