Back
Home
Up
Next

 

 

 

 

 

 

 

 

 

 

 

 

 

Главы из монографии "Целевое управление корпорациями"
© С.В. Рубцов 2001

[ Оглавление ] [ Список сокращений ] [ Библиография ]

 

Аспект принятия решений в менеджменте

 

Практическая потребность общества в научных основах принятия решений возникла с развитием науки и техники только в XVIII веке Основоположником науки «Теория принятия решений» иногда считают Жозефа Луи Лагранжа. Смысл задачи, которую он решал, заключался в следующем: сколько земли должен брать на лопату землекоп, чтобы его сменная производительность была наибольшей. Оказалось, что утверждение "бери больше, кидай дальше" неверен. Теория принятия рациональных решений (нормативная или "преспективная" теория принятия решений) точно устанавливает ·-·-·, какими именно должны быть последовательно осуществляемые процедуры принятия решения для того, чтобы оно соответствовало критериям рациональности.

bullet

 Общие вопросы (Morris, 1963, 68a, 72;Hoffman L., Stein R., 1983;Kobl, et al., 1984; Edwards W. 1961, 1971; Wagner, 1975; Кини, Райфа, 1981; Березовский, 1981; Вольский, 1988; Орловский, 1982; Подиновский, Ногин, 1982; Емельянов, Наппельбаум, 1977).

bullet

Различные аспекты многоцелевого принятия решений разрабатывали Дэвид Белл (David Bell), Говард Райфа (Howard Raiffa), Ральф Кини (Ralf Keeney) и Амос Тверски (Amos Tversky) и многие другие авторитетные авторы (Bell, Raiffa, Tversky, 1988; Bell, Keeney, Raiffa, 1977; Keeney, Raiffa, 1993; Ambrose, Hansen, Duckstein, 1982;Березовский, 1981;Вольский, 1988; Орловский, 1982; Подиновский, Ногин, 1982; Кини, Райфа, 1981)

bullet

Принятие решений в условиях неопределенности, неизвестности, нечеткости, неполноты данных и т.д.

Математико-вероятностные аспекты принятия решений анализировались в работах Джона Пратта (John Pratt), Райфа, Тверски, Роберта Шлейфера (Robert Schlaifer) и др. (Tversky, Kahneman, 1974; Pratt, Raiffa, Schlaifer, 1995).

В 1965 г. вышла основополагающая статья Лотфи Заде (LotfiAsker Zadeh) по теории нечетких множеств и нечеткой логике (Zadeh, 1965). К началу 1998 года во всем мире в области нечеткой логики и ее приложений опубликовано несколько десятков тысяч статей, более двухсот монографий, выходит более десяти научных журналов. Методология, предложенная Заде, дала толчок развитию многих смежных прикладных областей. Очень условно родителями теории нечеткого выбора можно назватьДаниэля Канемана (DanielKahneman), Амоса Тверски(AmosTversky) и Константина Нигойцэ (ConstantinNegoita). Приложения теории нечетких множеств применительно к задачам принятия управленческих решений активно разрабатывались большим коллективом авторов (Tversky,Kahneman, 1974; Kahneman,Slovic,Tversky, 1982; Negoita, 1985; Kaufmann, Gupta, 1988; Yager, 1979, 80; Wang, 1977; Батыршин, 1989; Емельянов, Наппельбаум, 1977; Орловский, 1982).

bullet

Именно, Саймон (общая информация – см. ниже) предложил понятия классической (нормативной) и административной (дескриптивной) моделей принятия решений, а также ввел понятие "ограниченной рациональности", предполагающее, что менеджер останавливается на первом же рациональном варианте решения (Simon, 1947, 60; March, Simon, 1958). Различные аспекты административной модели принятия решений разрабатывали Джеймс Фредриксон (James Fredrickson), Джеймс Дин (James Dean) и Марк Шерфман (Mark Sharfman), казуальный анализ управленческой ситуации - Чарльз Кепнер (Charles Kepner) и Бенджамин Трего (Benjamin Tregoe) (Dean, Sharfman, 1993; Fredrickson, 1984, 85; Kepner, Tregoe, 1965, 81).

bullet

Принятие управленческих решений с использованием технологий искусственного интеллекта (ИИ)[1].

Родоначальником ИИ считается средневековый испанский философ, математик и поэт Раймонд Луллий, который еще в XIII веке попытался создать механическую машину для решения различных задач на основе разработанной им всеобщей классификации понятий. Позже Лейбниц и Декарт независимо друг от друга продолжили эту идею, предложив универсальные языки классификации всех наук. Эти работы можно считать первыми теоретическими работами в области ИИ.

Окончательное рождение ИИ как научного направления произошло только после создания ЭВМ в 40-х гг. ХХ века. В это же время Норберт Винер создал свои основополагающие работы по новой науке — кибернетике.  Термин «ИИ» (AIartificial intelligence) был предложен в 1956 г. (предположительно Джоном Маккарти) на семинаре с аналогичным названием в Дартсмутском колледже (США). Вскоре после признания искусственного интеллекта отдельной областью науки произошло разделение его на два направления: нейрокибернетика и «кибернетика черного ящика». Эти направления развиваются практически независимо, существенно различаясь как в методологии, так и в технологии. И только в настоящее время стали заметны тенденции к объединению этих частей вновь в единое целое.

Первые нейросети были созданы в 1956-65 гг. Это были не очень удачные попытки создать системы, моделирующие человеческий глаз и его взаимодействие с мозгом. Сегодня можно выделить три подхода к созданию нейросетей: аппаратный (создание специальных компьютеров, нейрочипов, плат расширения, наборов микросхем); программный (создание программ и инструментариев, рассчитанных на высокопроизводительные компьютеры; сети создаются в памяти компьютера, всю работу выполняют его собственные процессоры); гибридный (комбинации первых двух).

Направление «черного ящика» было ориентировано на поиски алгоритмов решения интеллектуальных задач на существующих моделях компьютеров. Существенный вклад в становление новой науки внесли ее пионеры: Джон Маккарти (разработчик известного языка LISP) и Марвин Минский, открывшие лабораторию ИИ в MIT; Ален Ньюэлл (Allen Newell), Херберт Саймон (Herbert Simon); Дж. Шоу (J. Cliff Shaw), творившие в компании RAND; Э. Хант и др. (Маккарти, 1993; Minsky, 1986;Newell , Shaw, Simon,1973; Хант, 1978)

1. В конце 1950-х гг. родилась модель лабиринтного поиска. Этот подход представляет задачу как некоторое пространство состояний в форме графа, и в этом графе проводится поиск оптимального пути от входных данных к результирующим.

2. Начало 60-х — это эпоха эвристического программирования. Эвристика — правило, теоретически не обоснованное, которое позволяет сократить количество переборов в пространстве поиска. Эвристическое программирование — разработка стратегии действий на основе известных, заранее заданных эвристик.

3. В 1963-70 гг. к решению задач стали подключать методы математической логики. Робинсон разработал метод резолюций, который позволяет автоматически доказывать теоремы при наличии набора исходных аксиом. Примерно в это же время выдающийся отечественный математик Ю.С.Маслов предложил так называемый обратный вывод, впоследствии названный его именем, решающий аналогичную задачу другим способом (Маслов, 1968). На основе метода резолюций француз Альбер Кольмероэ в 1973 г. создает язык логического программирования ПРОЛОГ (Братко, 1990). Большой резонанс имела программа «Логик-теоретик», созданная Ньуэллом, Саймоном иШоу, которая доказывала школьные теоремы. Однако большинство реальных задач не сводится к набору аксиом, и человек, решая производственные задачи, не использует классическую логику, поэтому логические модели при всех своих преимуществах имеют существенные ограничения по классам решаемых задач

4. История ИИ полна драматических событий, одним из которых стал в 1973 г. так называемый «доклад Лайтхилла», который был подготовлен в Великобритании по заказу Британского совета научных исследований. Этот отчет отбросил европейских исследователей примерно на пять лет назад, так как финансирование работ существенно сократилось.

5. Примерно в это же время существенный прорыв в развитии практических приложений ИИ произошел в США, когда в середине 1970-х гг. на смену поискам универсального алгоритма мышления пришла идея моделировать конкретные знания специалистов-экспертов. В США появились первые коммерческие системы, основанные на знаниях, или экспертные системы (ЭС). Стал применяться новый подход к решению задач ИИ — представление знаний. Созданы MYCIN и DENDRAL, ставшие уже классическими, две первые ЭС для медицины и химии. Существенный финансовый вклад вносит Пентагон, предлагая базировать новую программу министерства обороны США на принципах искусственного интеллекта. Уже вдогонку упущенных возможностей Европейский Союз в начале 1980-х объявляет о глобальной программе развития новых технологий ESPRIT, в которую включена проблематика искусственного интеллекта.

6. В конце 1970-х в гонку включается Япония, объявив о начале проекта машин V поколения, основанных на знаниях. Проект был рассчитан на десять лет и объединял лучших молодых специалистов крупнейших японских компьютерных корпораций. Для этих специалистов был создан специально новый институт ICOT.

В 1954 г. в МГУ начал работу семинар «Автоматы и мышление» под руководство академика А.А.Ляпунова (1911-1973). Принято считать, что именно в это время родился ИИ в России. В 1954—64 гг. создаются отдельные программы и проводятся исследования в области поиска решения логических задач. В ЛОМИ (Ленинградское отделение Математического института им. Стеклова) создается программа АЛПЕВ ЛОМИ, автоматически доказывающая теоремы. Она основана на оригинальном обратном выводе Маслова, аналогичном методу резолюций Робинсона. Среди наиболее значимых результатов, полученных отечественными учеными в 60-е гг., следует отметить алгоритм «Кора» М.М.Бонгарда, моделирующий деятельность человеческого мозга при распознавании образов (Бонгард, 1967). Большой вклад в становление российской школы искусственного интеллекта внесли выдающиеся ученые М.Л.Цетлин, В.Н.Пушкин, М.А.Гаврилов, чьи ученики и явились пионерами этой науки в России (Пушкин, 1965; Цетлин, 1969; Гаврилов, 1950; Кузнецов, 1996).

В 1965-80 гг. происходит рождение нового направления — ситуационного (соответствует представлению знаний, в западной терминологии). Основателем этой научной школы стал проф. Д.А.Поспелов. Были разработаны специальные модели представления ситуаций — представления знаний (Поспелов Д.А, 1983, 86).

Только в 1974 г. при Комитете по системному анализу при президиуме АН СССР был создан научный Совет по проблеме «Искусственный интеллект», его возглавил Г.С.Поспелов (Поспелов Г. С. , Поспелов Г. А., 1985). По инициативе Совета было организовано пять комплексных научных проектов, которые были возглавлены ведущими специалистами в данной области: «Диалог» (работы по пониманию естественного языка), «Ситуация» (ситуационное управление), «Банк» (банки данных), «Конструктор» (поисковое конструирование), «Интеллект робота».

В 1980-90 гг. проводятся активные исследования в области представления знаний, разрабатываются языки представления знаний, экспертные системы. В МГУ создается язык РЕФАЛ. В 1988 г. создается АИИ — Ассоциация искусственного интеллекта, президентом единогласно избирается Д.А.Поспелов. В рамках Ассоциации издается научный журнал.

bullet

Эвристические методы решения задач

-       Взяв за основу вариант эвристического диалога Сократа Аlex Осборн (Alex Faickney Osborn) в 1930 предложил метод и термин "brainstorming" - мозговой штурм (Osborn, 1963), получивший большую популярность в 1960-х. Основная цель метода – устранение барьеров для проявления творческой активности индивидом.

-        Е.А. Александровым был предложен и Г.Я. Бушем модифицирован "мозговой штурм" с деструктивной отнесенной оценкой. Сущность метода состоит в коллективном генерировании идей с последующим выдвижением контр-идей (Александров, 1975; Буш, 1972, 78).

-        Джордж Пойя (George Polya) разрабатывал метод эвристических вопросов (или метод ключевых вопросов) для сбора и упорядочения информации в проблемной ситуации (Polya, 1981; Пойя, 1970).

-        Фриц Цвики (Fritz Zwicky) первым использовал в 50-х годах метод многомерных матриц (метод "морфологического ящика", "морфологического анализа") для исследования пространства правового регулирования (Zwicky, 1969).

-        Уильям Гордон (WillianJ.Gordon) – автор метода синектики (Gordon. 1961), основывающийся на включении в творческую группу специалистов различных специальностей. Метод был предложен Гордоном в 1952 году и развивался компанией "Синектисинкорпорейтед". Этот метод получил дальнейшее развитие и теоретическое обоснование в работах Г.Я. Буша (Буш, 1972).

-       В 1990-х Стэффорд Бир (StaffordBeer) выдвинул концепцию командной синтегрированности (teamsyntegrity), в которой объемный двадцатигранник (икосаэдр) отождествлялся с демократической неиерархической структурой организации, приспособленной для группового взаимодействия. Согласно концепции каждый член организации является вершиной икосаэдра и реагирует на «отражения» воздействий и решений, образующихся внутри структуры. Процесс синтеграции «отвлекает» наиболее значимых персоналий организации (по рангу или возможностям) от исполнения ими основных обязанностей на срок от 3 до 5 дней, вовлекает их в повторяющиеся процедуры обсуждений, которые спроектированы так, что высвобождают интерактивную креативность (Beer, 1966, 67, 72; Бир, 1965).

-       Другие методы (свободных ассоциаций, инверсии, эмпатии, метод организованных стратегий и др.) широко освещаются в литературе по психологии (Морозов, 2000).

bullet

Исследования влияния ментальных свойств человека на процесс принятия решений широко представлены в многочисленных работах (Bell, Raiffa, Tversky, 1988; Райфа, 1977; Bazerman M., 1998; Bazerman M., Neale, 1992; Harari, 1994).

bullet

Врум, Йеттон и Артур Джаго (Arthur Jago) разработали модели ("модель Врума-Йеттона" и "модель Врума-Джаго") участия сотрудников в принятии решений, включающая три основных блока: стили руководства, набор диагностических вопросов для анализа ситуации и набор правил решения (Vroom, Yetton, 1973; Vroom, Jago, 1988). С использованием этой модели менеджеры могут варьировать степень и формы участия сотрудников в принятии решений.

bullet

Академиком РАН Юрием Ивановичем Журавлевым был предложен оригинальный эвристический метод распознавания образов, положенный в основу технологии Forecsys и имеющий широкий спектр приложений в различных областях бизнеса (Рыцарева, 2002).

 

[1] В обзоре использованы материалы статей (Поспелов Д.А., 1994; Гаврилова, 2001; и др.)

 

 Продолжение

 

E-MAIL

Revised: октября 03, 2010

Спонсорскую поддержку сайту обеспечивают: