автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.10, диссертация на тему:Система поддержки принятия управленческих решений на основе совершенствования технологий накопления и хранения данных

На правах рукописи

у- у

У

ЮН СВЕТЛАНА ГЕННАДЬЕВНА

СИСТЕМА ПОДДЕРЖКИ ПРИНЯТИЯ УПРАВЛЕНЧЕСКИХ РЕШЕНИЙ НА ОСНОВЕ СОВЕРШЕНСТВОВАНИЯ ТЕХНОЛОГИЙ НАКОПЛЕНИЯ И ХРАНЕНИЯ ДАННЫХ

(на примере промышленных предприятий)

Специальность

05 13 10 — Управление в социальных и экономических системах

Автореферат

диссертации на соискание ученой степени кандидата технических наук

003059оаэ

Iии/

НОВОСИБИРСК - 2007

003059395

Работа выполнена на кафедре вычислительной техники ГОУ ВПО Новосибирского государственного технического университета

Научный руководитель -

Доктор технических наук, профессор

Губарев Василий Васильевич

Официальные оппоненты

Доктор экономических наук, профессор

Лычагин Михаил Васильевич

Доктор физико-математических наук, профессор

Павлов Виктор Николаевич,

Ведущая организация - ГОУ ВПО Томский государственный университет управления и радиоэлектроники, г Томск

Защита состоится 31 мая 2007 года в 1 ^ часов на заседании диссертационного совета Д 212 174 03 при ГОУ ВПО Новосибирском государственном университете по адресу 630090, г Новосибирск, ул Пирогова, 2

С диссертацией можно ознакомиться в библиотеке ГОУ ВПО Новосибирского государственного университета

Автореферат разослан <(Л- У » апреля 2007 г

Ученый секретарь диссертационного совета кандидат технических наук

Еремин Ю И

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы В настоящее время во всем мире менеджеры воспринимают системы поддержки принятия решений (СППР) как один из факторов, способствующих получению преимуществ в условиях рыночной конкуренции СППР предполагают достаточно глубокую проработку данных, специально преобразованных так, чтобы их было удобно использовать в ходе процесса принятия решений Неотъемлемым компонентом СППР являются правила принятия решений, которые на основе агрегированных данных подсказывают менеджерскому составу выводы Такого рода системы создаются только в том случае, когда структура управления уже достаточно определена и имеются основания для обобщения и анализа не только данных, но и процессов их обработки Таким образом, СППР - это не просто развитие системы оперативного управления, это механизм развития предприятия, который включает в себя некоторую часть управляющей системы, обширную систему внешних связей предприятия, а также технологические и маркетинговые процессы развития производства

В той или иной степени элементы автоматизированной поддержки принятия решений присутствуют в любой информационной системе (ИС) Поэтому, осознанно или нет, к задаче автоматизации процесса принятия решений организации приступают сразу после приобретения вычислительной техники и установки программного обеспечения По мере развития предприятия, упорядочения его структуры и налаживания межкорпоративных связей, проблема разработки и внедрения СППР становится особенно актуальной

Качество СППР в первую очередь зависит от данных, на основании которых принимаются решения, используемых аналитических методов и моделей обработки и анализа данных, адекватности используемых инструментальных средств задачам принятия решений

Развитие современных СППР основано на работах ученых, внесших значительный вклад в развитие теории принятия решений и разработку методов решения прикладных задач А Н Аверкин, Н А Афонин, С П Байкалов, В П Берман, С Д Бешелев, И М Бобко, В В Бомас, Н П Бусленко, В Н Вагин, С В Варшавский, В П Гладун, А И Иоффин, Б Я Курицкий, О И Ларичев, С А Локтев, Г О Наумов, С А Орловский, Ф И Перегудов, В В Подиновский, Э В Попов, Г С Поспелов, Д А Поспелов, Т Саати, В Л Стефанюк, Ф П Тарасен-ко, ДИ Шапиро и многие другие С появлением глобальных сетей передачи данных появились информационные системы распределенного типа, исследованием которых занимались ученые Ю П Ехлаков, В И Береговой, И Д Блат, ДН Бараксанов и др Основоположниками концепций ХД и ОЬАР являются зарубежные ученые Б Инмон, Э Кодц

Однако существуют факторы, сдерживающие построение современных СППР для промышленных предприятий, позволяющих автоматизировать подготовку данных для принятия управленческих решений (недостоверность данных, низкая производительность при аналитических запросах, невозможность преобразования разнородных данных в единую информацию) Этим обусловлена актуальность исследования вопросов создания СППР для промышленных

предприятий на основе усовершенствованных технологий накопления и хранения данных, устраняющей выделенные факторы посредством интеграции хранилищ данных (ХД, Data Warehouse), оперативной аналитической обработки (OLAP, On-Line Analytical Processing) и интеллектуального анализа данных (НАД)

Предметом исследования выступают основы построения C1J11P для промышленного предприятия, их методического и алгоритмического обеспечения на базе усовершенствованных технологий накопления и хранения данных

Объект исследования - система поддержки управленческих решений для промышленных предприятий на примере предприятия по производству пре-форм

Целью работы является разработка основ создания СППР на базе совершенствования технологий накопления и хранения данных и их конкретизация на примере действующих промышленных предприятий

В соответствии с указанной целью в рамках диссертационной работы поставлены и решались следующие задачи

1 Исследование и анализ факторов, сдерживающих построение современных СППР, позволяющих автоматизировать подготовку данных для принятия управленческих решений

2 Модернизация технологий накопления и хранения данных, используемых в СППР для промышленных предприятий

3 Разработка структуры информационно-аналитической системы, реализующей усовершенствованные технологии на примере предприятия по производству преформ

4 Создание и апробирование алгоритмического и программного обеспечения, реализующего разработанные технологии поддержки принятия управленческих решений на примере предприятия по производству преформ

5 Иллюстрация работы инструментария выработки рекомендаций J11 IF, как элемента новой технологии, реализующих ее алгоритмов и программных средств на конкретной задаче

Методы исследования Полученные результаты исследования базируются на использовании методов и средств системного анализа, теории принятия решений, теории построения автоматизированных информационных систем, сетей и баз данных, компьютерного анализа данных, моделирования сигналов

Научная новизна работы

1 Усовершенствована шестиэтапная технология построения современных СППР, отличающаяся выделением на каждом этапе вариантов технических решений, их преимуществ и недостатков, факторов, влияющих на выбор технических решений, состава и формы представления получаемых результатов

2 Структура аналитического программного комплекса промышленного предприятия по производству преформ, реализующего разработанную технологию и интегрирующего в себе СППР и оперативные системы предприятия,

3 Алгоритмическое обеспечение, отличающееся учетом особенностей бизнес-процессов предприятия, позволяющее осуществлять операции переноса и трансформации данных в многоуровневой архитектуре организации данных СППР

4 Конкретный инструментарий выработки рекомендаций в виде алгоритмов поддержки принятия решений по управлению составом ремонтных работ, основанных на результатах имитационного моделирования работы основного оборудования по производству преформ - термопластавтоматов (I'llА)

Практическая ценность работы заключается в том, что применение полученных результатов исследования позволяет для промышленного предприятия

- устранить факторы, сдерживающие построение современных СППР недостоверность данных, низкую производительность при аналитических запросах, невозможность преобразования разнородных данных в единую информацию

- повысить качество принимаемых управленческих решении за счет повышения их обоснованности, своевременности и непротиворечивости, что достигается путем улучшения достоверности, оперативности получения, агрегиро-ванности и наглядности данных, предоставляемых для принятия решений,

- осуществлять не только выдачу данных, но и готовых рекомендаций средствами ИАД, обеспечивающими возможность выявления скрытых знаний, заключенных в ХД,

- повысить уровень информационного взаимодействия подразделений предприятия за счет использования общего информационного пространства -ХД

Разработанные основы построения, модельное, методическое, алгоритмическое и программное обеспечение, были использованы

- при создании информационно-аналитических систем на заводе по производству преформ ООО «Серебряный источник» и на одной из ТЭЦ ОАО «Новосибирскэнерго»,

- в курсе «Корпоративные информационные системы», читаемом для студентов пятого курса Новосибирского государственного технического университета специальности 230101 «Вычислительные машины, комплексы, системы и сети»

Данные факты подтверждаются соответствующими документами (актами о внедрении)

Основные положения, выносимые на защиту

1 Усовершенствованная технология построения современных СППР

2 Структура аналитического программного комплекса промышленного предприятия по производству преформ, реализующая разработанную технологию

3 Алгоритмическое обеспечение, осуществляющее операции переноса и трансформации данных в многоуровневой архитектуре организации данных СППР

4 Конкретный инструментарий выработки рекомендаций в виде алгоритмов поддержки принятия решений по управлению составом ремонтных работ

Апробация работы Результаты работы и ее основные положения докладывались на третьей Международной научно-практической конференции "Исследование, разработка и применение высоких технологий в промышленности" (С-Петербург, 2007г ), научной сессии преподавателей и студентов «Наука Университет» (Новосибирск, 2007г), Международной научно-технической конференции «Информационные системы и технологии» (Новосибирск, 2003г, 2000г ), шестом Международном русско-корейском симпозиуме по науке и технике KORUS-2002, межрегиональной научно-технической конференции «Научная сессия ТУ СУР» (Томск, 2002 г), на региональной научной конференции студентов, аспирантов и молодых ученых "Наука Техника Инновации" (Новосибирск, 2001 г ), на ежемесячном городском семинаре «Естествознание и информатика», проводимом на базе кафедры вычислительной техники НГТУ, а также на совещаниях с представителями ООО «Серебряный источник», ОАО «Новосибирскэнерго» (Новосибирск, 2000-2007)

Публикации Основные положения и результаты диссертационной работы опубликованы в 11 печатных изданиях, в том числе 1 издании, рекомендуемом ВАК РФ, а также в руководящих сопроводительных документациях и инструкциях

Структура и объем работы Диссертационная работа состоит из введения, четырех глав, заключения и списка литературы из 93 наименований, содержит 152 страницы основного текста, 51 рисунок, 13 таблиц

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении дано обоснование актуальности темы диссертационной работы, сформулированы цели и задачи исследования, изложены основные положения, выносимые на защиту, научная новизна и практическая ценность полученных результатов

В первой главе «Исследование теории и практики построения систем поддержки принятия решений» рассмотрены управленческие решения, процессы их принятия, понятие и особенности современных СППР, использование в них технологий ХД, OLAP и методов ИАД

Управленческое решение (УР)— это результат анализа, прогнозирования, оптимизации, экономического обоснования и выбора альтернативы из множества вариантов для достижения конкретной цели менеджмента Качество УР — это степень соответствия параметров выбранной альтернативы решения опре-

деленной системе характеристик, удовлетворяющая его разработчиков и потребителей и обеспечивающая возможность эффективной реализации К таким характеристикам относят научную обоснованность, своевременность, непротиворечивость, адаптивность, реальность Роль СППР не в том, чтобы заменить руководителя, а в том, чтобы повысить его эффективность

В отечественной литературе наблюдается терминологическая путаница, возникшей в связи с изменением понимания термина "система поддержки принятия решений" В современной англоязычной литературе эквивалент этого понятия - Decision Support System (DSS) Ранее в период, примерно, с начала 70-х до начала 90-х годов публиковались оригинальные и переводные статьи, в которых применялся другой английский эквивалент - "Decision-Making Support System (DMSS)" Главное различие в следующем раньше под поддержкой принятия решений понимался инструментарий выработки рекомендаций для лица, принимающего решение (ЛПР), сейчас то же понятие означает инструментарий подготовки данных для ЛПР

В современной СППР должны быть реализованы и первый и второй инструментарий, причем они должны быть взаимосвязаны Т е инструментарий подготовки данных должен быть реализован с учетом того, что эти данные, возможно, будут затем использованы инструментарием выработки рекомендаций Объединение двух инструментариев в рамках одной системы дает более удобный способ взаимодействия пользователя с СППР В процедуре принятия решений менеджер может одновременно использовать информацию, полученную разными путями будь то обычные или более сложные агрегированные запросы, полученные с помощью OLAP-средств, или «новые» знания, полученные в ходе применения методов и технологий ИАД

Элементы автоматизированной поддержки принятия решений присутствуют в интегрированных системах управления предприятием (ИСУП) Однако для промышленных предприятий внедрение ИСУП является одной из наиболее трудоемких, дорогостоящих и длительных программ развития с огромным риском неудачного окончания проекта внедрения Широко известны результаты исследования фирмы Standish Group, которые свидетельствуют, что 84% ИТ -проектов оканчиваются сорванными сроками, превышением бюджета или вовсе ничем В то же время автоматизированная поддержка решений необходима руководителям предприятий уже сейчас, и поэтому сдечан вывод о необходимости разработки независимых СППР, которые могут получать данные из существующих на предприятии автоматизированных систем

Выявлены факторы, сдерживающих построение современных СППР, позволяющих автоматизировать подготовку данных для принятия управленческих решений Самые главные из них - это недостоверность данных, низкая производительность при нестандартных запросах, невозможность преобразования разнородных данных в единую информацию В работе принято решение, найденное Б Инмоном и сформулированное в виде концепции ХД По его определению, хранилище данных - это предметно-ориентированная, интегрированная, некорректируемая, зависимая от времени коллекция данных, предназначенная для поддержки принятия управленческих решении

Рассмотрены хранилища данных двух типов корпоративные ХД и витрины данных (ВД) ХД и ВД строятся по сходным принципам и используют практически одни и те же технологии ВД обладают меньшим размером и обслуживают некоторое одно направление или аспект деятельности предприятия

На основе проведенных в первой главе исследований сделан вывод о том, что современная СППР должна состоять из следующих компонентов

1 Оперативные источники данных (могут представлять собой ОЬТР, корпоративные БД, внешние источники),

2 Средства переноса и трансформации данных (выполняют сбор, очистку и согласование данных из источников),

3 СУБД (высокоскоростная серверная СУБД, позволяющая поддерживать многоуровневую систему хранения данных, состоящую из ХД и множества ВД),

4 Средства доступа и анализа данных (позволяют получать детализированные данные, агрегированные показатели и закономерности),

5 Вспомогательные компоненты средства проектирования/разработки и средства администрирования

Вопросы технологий разработки ИС, и СППР в частности, во многом стали уже традиционными и вошли в классические учебники В данной работе особое внимание уделяется технологиям создания ХД/ВД, которые еще не достаточно исследованы

Вторая глава «Усовершенствованная технология построения систем поддержки принятия решений на основе хранилищ данных» посвящена вопросам, связанным с разработкой аналитических программных комплексов, основанных на хранилищах данных, и СППР, входящих в состав подобных систем Предлагаемая технология была апробирована на ОАО «Новосибирскэнерго» и ООО «Серебряный источник»

Из различных моделей жизненного цикла информационных систем при создании ХД была выбрана спиральная модель Это связано с необходимостью выделения всех требуемых данных для произвольных запросов, для чего следует составить исчерпывающий перечень необходимых данных и построить схему их связей При этом из общего массива выделяется значимая информация и выясняется потребность в дополнительных источниках данных для принятия решений Наша практика показала, что оптимальная длительность итерации составляет 2-3 недели при 4-5 итерациях На этапе эксплуатации развитие ХД не прекращается Это процесс, который прекратится только в момент завершения жизненного цикла (ЖЦ) ХД

Технологический процесс построения ХД промышленного предприятия предлагается представить как совокупность, и подчиненность необходимых этапов создания ХД в виде рис 1 Модель технологического процесса Мта может быть представлена следующим образом

МШ = (МЭ1, ,Мэ«,Фэь .Фэв.Рэь ,Рэб, {Оэ,}, {Яэ,,}), где МЭь , МЭ6 - описания этапов технологического процесса,

Фэь , Фэб - исходные факторы, влияющие на содержание и результаты решения задач внутри этапа,

Рэь , РЭ6 — результаты решения задач каждого этапа,

{0Эч}, у е (1,6) - набор отношений, определяющих подчиненность отдельных этапов,

{КЭи}, £ (1,6) - набор отношений, определяющих влияние исходных факторов на результаты решения задач отдельных этапов

Этапы, обозначенные в модели как Э1, ,Э6, это

1 Бизнес-анализ процессов и данных предприятия

2 Выбор типа ОЬАР-системы и соответствующего ПО

3 Выбор архитектуры и способа построения ХД

4 Проектирование структуры ХД/ВД

5 Создание хранилища метаданных (репозитария)

6 Загрузка ХД/ВД

Были систематизированы описания этапов построения ХД, взятые из литературных источников, и собственный опыт разработки В соответствии с предложенной моделью технологического процесса Мтп для каждого из этапов, там, где возможно, были выделены

- варианты технических решений,

- факторы, влияющие на выбор,

- преимущества и недостатки вариантов решений,

- состав и форма результатов, которые необходимо получить по завершении этапа

Для поддержки выбора технических решений в условиях множества критериев и альтернатив был разработан программный пакет «ЭксперО», реализующий процедуру экспертного оценивания групповым ЛИР на основе методов ранжирования и попарного сравнения.

Самым неформализованным и сложным является первый этап - бизнес-анализ процессов и данных предприятия Разработка аналитической системы на основе ХД без подобного анализа заранее обречена на неудачу - без ясного понимания разработчиками целей бизнеса, способов их достижения, возникающих при этом проблем и методов их решения, ресурсы, необходимые для разработки ХД, будут потрачены зря

Поэтому рассмотрены источники определения информационных потребностей, причем не только текущих, но и потенциально возможных Ими являются интервью с руководителями и непосредственными участниками выделенных бизнес-процессов, аналитические отчеты, формируемые на предприятии, документация по сертификации предприятия по стандарту И СО 9000 (описания целей и бизнес-процессов компании, контрольных точек и снимаемых характеристик бизнес-процесса в этих точках, мероприятий по обеспечению качества продукции)

Традиционные подходы к построению информационно-аналитических систем исходят из того, что в начале проекта сложно сказать, что должно быть помещено в ХД и какие аналитические задачи будут решаться конечными пользователями Предлагается использовать подход, основанный на сбаланси-

рованной системе показателей (ССП) Подход ССП позволяет проектировать информационно-аналитическую систему сверху-вниз и формировать в ХД показатели, дающие аналитикам целостную картину развития предприятия по выделенным направлениям

Исходные данные Этапы Основные результаты

Рис 1 - Технологический процесс построения ХД

Второй этап проекта связан с пониманием того, в каком виде и на каких аппаратных и программных платформах размещать структуру данных СГОТР на основе ХД Предложены основные критерии выбора ОЬАР-системы

• удобство и богатство возможностей средств администрирования,

• гибкость настройки и наглядность форм демонстрации результатов ОЬ АР-систем,

• спектр методов постобработки данных, доступность средств интеллектуального анализа,

• возможность обработки больших хранилищ данных с приемлемой производительностью,

• возможность увязки OLAP-инструментария со всеми СУБД, используемыми в организации,

• цена

В основе OLAP лежит понятие гиперкуба, или многомерного куба данных В зависимости от ответа на вопрос, существует ли гиперкуб как отдельная физическая структура или лишь как виртуальная модель данных, выделяют системы MOLAP (Multidimensional OLAP), системы ROLAP (Relational OLAP), системы HOLAP (Hybrid OLAP)

Показано, что системы третьего типа позволяют совместить компактное хранение и поддержку очень больших БД, обеспечиваемые ROLAP- системами с простотой настройки, и хорошие времена отклика при работе с агрегированными данными, обеспечиваемыми MOLAP- системами Именно они и рекомендуются для построения СППР

На третьем этапе выбирается архитектура и способ построения ХД Существует два основных способа построения ХД предприятия "сверху вниз" (top down) и "снизу вверх" (bottom up) Выявлены достоинства и недостатки каждого При подходе "сверху вниз" ХД разрабатывается, проектируется и строится итерационным способом Для подхода «сверху вниз» характерны большие ресурсы (для средней компании 3-4 года при стоимости 3-4 млн долл ), высокий риск, обеспечение скоординированной среды разработки

При методе "снизу вверх" создается ряд постепенно развиваемых ВД, которые формируют основу результирующей системы ХД предприятия По сравнению с ХД при проектировании ВД применяют более простые схемы БД объемы данных значительно меньше, процедуры поддержки проще, не требуется такой высокой детализации, как в подходе «сверху вниз» В итоге подход "снизу вверх" характеризуется быстрым возвратом инвестиций, незначительным риском, быстрым развертыванием По мнению автора, именно этот рекомендуемый подход реализует огромный потенциал, присущий ХД

На последующих этапах в соответствии с выбранным подходом должна быть заполнена архитектура ВД предприятия, пока отделы и организация не будут готовы построить ХД предприятия На ООО «Серебряный источник» первой была создана витрина «Выпуск продукции» Такой выбор был обоснован крайней актуальностью решения проблемы по формированию аналитических отчетов по выпуску преформ Внедрение ВД позволило пользователям оценить выгоды данной технологии Это способствовало успеху в разработке и внедрении в эксплуатацию следующих витрин «Учет материалов», «Эксплуатация оборудования»

На четвертом этапе при проектировании структуры ХД/ВД необходимо использовать схемы данных, получившие названия "звезда" и "снежинка" Отмечено, что это приводит к дублированию данных в ХД, снижению гибкости структуры и увеличению времени загрузки Однако, все это - плата за эффективный и удобный доступ к данным, необходимый в СППР

На пятом этапе предлагается разработка системы управления метаданными В общем случае метаданные помещаются в централизованно управляемый Репозитарий, в который включается информация о структуре данных храни-

лшца, о структурах данных, импортируемых из различных источников, о самих источниках, методах загрузки и агрегирования данных, сведения о средствах доступа, а также бизнес-правилах оценки и представления информации

На шестом этапе при описании технологии заполнения ХД/ВД предлагается решать три взаимосвязанные задачи извлечение данных (Data Acquisition), очистка данных (Data Cleansing) и агрегирование данных (Data Consolidation) Задачи очистки и агрегирования данных решаются путем реализации программ, запускаемых в момент загрузки данных в хранилище Определены два типа ошибок, допускаемых программами очистки данных Определены требования к -качественной программе очистки данных

В работе на примере ВД «Бюджетирование», разработанной на ТЭЦ-3 ОАО «Новосибирскэнерго», показана реализация предложенного технологического процесса построения ХД

Третья глава «Информационно-аналитическая система предприятия по производству преформ» раскрывает структуру, свойства создаваемой по результатам второй главы системы, ее назначение, цели проектирования и функции, которые она должна выполнять для достижения поставленных целей

Преформа - это заготовка для пластиковой бутылки, изготавливаемой методом выдувного формования Преформа имеет вид пробирки с резьбой на открытом конце Наибольшее распространение получили преформы из полиэти-лентерефталата (ПЭТ), ввиду уникальности свойств этого материала Преформы производятся методом литья под давлением на ТПА

Аналитический программный комплекс представляет собой распределенную систему, в которой можно условно выделить три части (рис 2) подсистему сбора оперативных данных, подсистему хранения данных, подсистему анализа данных

В подсистему сбора данных включены любые источники данных оперативные системы предприятия, автоматизированные системы управления технологическими процессами, внешние источники

В связи с низким уровнем автоматизации самых важных для оперативного управления производством задач, разработка аналитического комплекса была начата с создания системы учета производственных бизнес-процессов ПэтПро (название системе дано от «Производство ПЭТ-преформ») Система имеет клиент-серверную архитектуру Специфика операционных данных, заносимых мастерами смен с помощью системы ПэтПро, - их строгая периодичность Учетные данные заносятся по итогам смены Таким образом, данные изначально имеют строгую временную привязку, что характерно для ХД Следующей оперативной системой, разработанной для предприятия, стала система «Пэт-Экс», реализующая функции учета данных по обслуживанию ТПА службой эксплуатации завода В перспективе планируется подключение других оперативных БД других подразделений предприятия (склад, служба качества, бухгалтерия)

Подсистема хранения данных выполняет следующие функции

- сбор информации из различных источников, прежде всего из оперативных информационных систем предприятия, входящих в подсистему сбора данных, а также от внешних источников в хранилище данных;

- интеграция данных s логические модели по определенным предметным областям на OLAP-сервере;

- хранение информации в OLAP-кубах таким образом, чтобы она была легко доступна и понятна различным категориям пользователей;

- предоставление данных разнообразным приложениям подсистемы анализа данных.

Analysis Server MS SQL

-Qfjfe

OLAP-Kytîbi Модели

Многомерная выборка <

=сМ

система ПэтПро система ПэтЭкс

др. оперативные системы

Подсистема cöopa данных

Рис.2, Структура разработанного аналитического программного комплекса

В предложенной структуре ХД имеет двухуровневую структуру: стандартный архив и витрины данных (ВД). Данные из оперативных источников посредством разработанных программ загружаются в стандартный архив данных, из которого они выгружаются в ВД, организованные в соответствии с их предметной направленностью. Алгоритм данной операции показан на рис.З.

№ ВД формируются OLAP-кубы, которые предоставляют удобные быстродействующие средства доступа, просмотра и анализа деловой информации. Пользователь получает естественную, интуитивно понятную модель данных, организуя их в виде многомерных кубов. Осями многомерной системы координат служат основные атрибуты анализируемого бизнес-процесса, время работы смены, номер смены, характеристики преформ и оборудования и т.д. На пересечениях осей — в терминологии OLAF, называемых «измерениями» (Dimensions) — находятся данные, количественно характеризующие процесс, -«меры» (Measures), Это могут быть объемы выпущенной продукции, поступления, расхода и остатка материалов и др.. Пользователь может «разрезать» куб

по разным измерениям, получать сводные (например, по годам, кварталам, неделям) или, наоборот, детальные (по сменам) сведения и осуществлять прочие манипуляции, необходимые в процессе анализа

В настоящее время на заводе эксплуатируются ОЬАР-кубы «Выпуск продукции», «Простои машин», «Расход материалов» Для их построения было создано 17 измерений На рисунке 4 представлена упрощенная схема куба «Простои машин», который описывает моменты остановки и запуска ТПА и

Рис 3 Схема алгоритма загрузки данных в ХД

Ед мзм-ння Количество 9- Вид короба

Сиены в коробе Вес

\ \

Машины

| Дата-смена Т

Дата

Выпуск

С—] Цвет"

преформ Сорт

—-Гм

Горло {

Рис 4 Схема «снежинка» куба «Простои оборудов

ания»

С помощью средств ОЬАР-клиента руководство предприятия имеет возможность оперативно получать аналитические отчеты о выпуске продукции и простоях оборудования в характерных для данной информации разрезах в различных единицах измерения (количество в штуках, коробках, килограммах, процентах и т.д.). На кнопках с раскрывающимися списками можно задавать условия выбора данных, а путем простого перетаскивания полей задавать измерения, Данные могут быть представлены в табличном и в графическом виде. Например, на рисунке 5 приведена лепестковой диаграмма, которая хорошо показывает структуру поломок во время работы смен. Представление информации в наглядной форме очень сильно облегчает задачу диагностики проблем.

Робот сбои

Рис.5. Диаграмма длительностей простоев в минутах по различным причинам остановки для каждой из смен

Визуализация и агрегирование данных, конечно, облегчают принятие управленческих решений, однако средства ОЬ АР-а нал из а не вырабатывают рекомендации ЛПР. При принятии решений полезно выявление качественно новой информации в данных, содержащихся в хранилище, в виде скрытых закономерностей, зависимостей и взаимосвязей, что обеспечивается методами и средствами ИАД. Иллюстрация работы инструментария выработки рекомендаций ЛПР, как элемента новой технологии, реализующих ее алгоритмов и программных средств была осуществлена на конкретной задаче определения состава ремонтных работ методами имитационного моделирования, первичной статистической обработки данных и статистической проверки гипотез.

Одна из важнейших проблем производства преформ — это внеплановые простои оборудования. В связи с непрерывным технологическим процессом производства преформ, остановка оборудования влечет за собой снижение качества продукции и образование дорогостоящих отходов. Кроме того, своевременная замена некоторых деталей предотвращает дорогостоящий ремонт целых узлов ТПА. Выше сказанное обуславливает актуальность задачи моделирования (прогнозирования) внеплановых простоев оборудования.

Выделены основные этапы решения поставленной задачи:

1 Оценка статистических характеристик исследуемых выборочных данных (среднее, минимальное, максимальное, наиболее вероятное (модальное) время безотказной работы и простоев машин, среднеквадратическое отклонение, разброс времен и т д ),

2 Исследование законов распределения времени безотказной работы и времен простоев машин по каждой технической причине и подбор теоретических распределений, адекватно описывающих выборочные данные, на основе использования статистических критериев согласия,

3 Имитационное моделирование циклов работы машин с помощью календарного метода, когда 1-цикл состоит из участка рабочего состояния (интервал времени работы), за которым следует участок поломки (простоя) вследствие возникновения определенной технической причины,

4 Прогнозирование моментов остановки машины по определенной технической причине

Для примера, в результате совещания с представителями завода была выделена наиболее важная причина остановки ТПА — «поломка вертикального грейфера» для машины №2 Для заданной причины были проведены выше перечисленные этапы решения задачи прогнозирования С помощью пакета Sta-Шгса на основе использования статистических критериев согласия было определено, что гамма-распределение адекватно описывает выборочные данные интервалов времени простоев и безотказной работы машин по данной причине Были рассчитаны параметры теоретических распределений Средствами программного пакета ОРББ был проведен имитационный эксперимент Полученные оценки среднего времени бесперебойной работы используются в качестве рекомендаций в процессе принятия решений по определению состава ремонтных работ Решение данной задачи позволило повысить эффективность работы службы эксплуатации завода, проводящей техническое обслуживание ТПА

В четвертой главе «Апробация и анализ результатов работы информационно-аналитической системы» приведены практические результаты проектирования, разработки и апробации программного аналитического комплекса предприятия по производству преформ Внедрение разработанной системы позволило более чем в 13 раз сократить трудоемкость стандартных операций по учету данных производственных бизнес-процессов и формированию стандартных аналитических отчетов - с 409 до 30,22 часов в месяц Среднее количество ошибок, обнаруживаемых в момент формирования месячного отчета по выпуску преформ, сократилось с пяти до одной в месяц

ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ

1 Проведено вьивление, исследование и анализ факторов, сдерживающих построение современных СППР, позволяющих автоматизировать подготовку данных для принятия управленческих решений (недостоверность данных, низкая производительность при аналитических запросах, невозможность преобра-

зования разнородных данных в единую информацию) Показано, что выделенные факторы могут быть устранены применением новых технологий хранения и анализа данных (ХД, OLAP, ИАД)

2 Предложена модифицированная шестиэтапная технология накопления и хранения данных, отличающаяся выделением на каждом этапе вариантов технических решений, их преимуществ и недостатков, факторов, влияющих на выбор технических решений, состава и формы представления получаемых результатов Усовершенствованная технология, являющаяся результатом систематизации существующих наработок в данной области и собственного опыта автора, позволяет создавать СППР нового класса - на основе интеграции ХД, OLAP, ИАД, а также устраняет выделенные сдерживающие факторы, что было продемонстрировано на примере построения ВД «Бюджетирование» для одного из подразделений ОАО «Новосибирскэнерго»

3 Разработано алгоритмическое обеспечение, отличающееся учетом особенностей бизнес-процессов предприятия, для операций переноса и трансформации данных в многоуровневой архитектуре организации данных СППР

4 Создано и апробировано алгоритмическое и программное обеспечение информационно-аналитической системы предприятия по производству пре-форм, реализующее разработанные технологии поддержки принятия управленческих решений

5 Проиллюстрирована работа инструментария выработки рекомендаций ЛПР на конкретной задаче поддержки принятия решений по управлению составом ремонтных работ, имеющей важное экономическое значение для предприятия по производству преформ Разработанный алгоритм основан на результатах применения методов ИАД к данным, полученным из ХД

Созданная СППР для предприятия по производству преформ и аналитический комплекс в целом повышают качество принимаемых управленческих решений за счет повышения их обоснованности, своевременности и непротиворечивости Это достигается путем обеспечения достоверности, оперативности, агрегированности и наглядности данных, предоставляемых для принятия решений Внедрение программного комплекса позволило сократить трудозатраты на стандартные операции по учету данных производственных бизнес-процессов и количество ошибок

ПУБЛИКАЦИИ ПО ТЕМЕ ДИССЕРТАЦИОННОЙ РАБОТЫ

1 Юн С Г , Губарев В В Концепция построения систем поддержки принятия решений для промышленных предприятий на основе хранилищ данных// Научный вестник НГТУ/Новосиб гос техн ун-т, 2007 -№2(27) - С 161-164

2 Юн С Г Имитационное моделирование простоев оборудования в аналитической системе предприятия по производству преформ/ С Г Юн, О К Альсова// Сборник трудов третьей международной научно-практической конференции «Исследование, разработка и применение высоких технологий в промышленности» - СПб Изд-во СПб политех ун-та, 2007 -С 48-50

3 Юн С Г Аналитическая система предприятия по производству пре-форм// Сб науч трудов НГТУ/ Новосиб гос техн ун-т - Новосибирск Изд-во НГТУ, 2006 -№2(44), с 183-188

4 Юн С Г Один из подходов к построению систем поддержки принятия решений при управлении ТЭЦ// Материалы международной научно-технической конференции "Информационные системы и технологии 2003"/ Новосиб гос техн ун-т.- Новосибирск Изд-во НГТУ, 2003 - С 86-90

5 Юн С Г Построение хранилища данных системы поддержки принятия управленческих решений руководства энергопредприятия// Сборник научных трудов НГТУ/ Новосиб гос техн ун-т - Новосибирск Издательство НГТУ -2003 -№1 (31), с 139-144

6 Yun S G Decisión support system and controlling by management of power enterpnse/Aslanova IV , Yun S G //Materials of the 6-th Russian-Korean International Symposium On Science and Technology "KORUS-2002"/ Novosibirsk State Technical University - Novosibirsk NSTU, 2002 Vol 3, P51

7 Юн С Г Системы поддержки принятия решений и методология контроллинга при управлении энергопредприятием/Асланова И В , Юн С Г // Научная сессия ТУ СУР Материалы докладов межрегиональной науч техн конф -Томск ТУ СУР, 2002 - Часть 3, С 39-41

8 Юн С Г Математико-статистические методы экспертных оценок в системе поддержки принятия решений руководства энергопредприятия/ В В Губарев, М А Кувшинова, С Г Юн// Тезисы докладов региональной научной конференции студентов, аспирантов и молодых ученых "Наука Техника Инновации"/Новосиб гос техн ун-т - Новосибирск Изд-во НГТУ, 2001 -Часть 1 - С 48-50

9 Кувшинова М А , Бурмистрова Е Н , Воронина А Н , Юн С Г Организация и развитие информационных взаимодействий в компьютеризированной системе управления энергетическим предприятием// Сб науч трудов НГТУ/ Новосиб гос техн ун-т - Новосибирск Изд-во НГТУ, 2000 - №2(23) - С 7176

10 Юн С Г Построение системы поддержки принятия управленческих решений руководства энергопредприятия// Материалы международной научно-технической конференции "Информационные системы и технологии 2000"/ Новосиб гос техн ун-т - Новосибирск Изд-во НГТУ, 2000 - с 537-541

11 Губарев В В , Кувшинова М А , Юн С Г Исходные положения по разработке систем поддержки принятия решений для руководителей энергопредприятий // Сборник научных трудов НГТУ/Новосиб гос техн ун-т, 1998 -№3(12)-С 95-100

Отпечатано в типографии Новосибирского государственного технического университета 630092, г Новосибирск, пр К Маркса, 20,

тел /факс (383) 346-08-57 формат 60x84/16, объем 1,25 п л , тираж 100 экз , заказ № 715, подписано в печатть27 04 07г

СОКРАЩЕНИЯ, ПРИНЯТЫЕ В РАБОТЕ.

ВВЕДЕНИЕ.

ГЛАВА 1 .ИССЛЕДОВАНИЕ ТЕОРИИ И ПРАКТИКИ ПОСТРОЕНИЯ СИСТЕМ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ.

1.1 Разработка управленческих решений.

1.1.1 Управленческие решения.

1.1.2 Классификация управленческих решений.

1.1.3 Состав основных управленческих решений высшего уровня управления предприятием.

1Л .4 Качество управленческого решения.

1.1.5 Процесс разработки и принятия решения.

1.1.6 Системы поддержки принятия решений в процессе разработки управленческого решения.

1.2 Типы инструментариев, реализуемых в современных системах поддержки принятия решений.

1.2.1 Инструментарий выработки рекомендаций.

1.2.2 Инструментарий подготовки данных.

1.2.3 Объединение инструментариев в системе поддержки принятия решений.

1.2.4 Реализация модулей поддержки решений в интегрированных системах управления предприятием.

1.3 Построение систем поддержки принятия решений на основе хранилищ данных.

1.3.1 Проблемы традиционного подхода к хранению данных.

1.3.2 Технологии хранилищ данных.

1.3.3 Технологии оперативной аналитической обработки.

1.4 Применение методов интеллектуального анализа данных в системах поддержки принятия решений.

1.4.1 Основные понятия интеллектуального анализа данных.

1.4.2 Методы и технологии интеллектуального анализа данных.

1.4.3 Процесс применения технологий интеллектуального анализа данных

1.5 Реализация систем поддержки принятия решений в составе аналитических систем предприятия.

1.6 Выводы по главе.

ГЛАВА 2.УСОВЕРШЕНСТВОВАННАЯ ТЕХНОЛОГИЯ ПОСТРОЕНИЯ СИСТЕМ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ НА ОСНОВЕ ХРАНИЛИЩ ДАННЫХ.

2.1 Основы построения информационных систем на основе хранилищ данных.

2.1.1 Особенности проектов по построению ХД.

2.1.2 Жизненный цикл аналитических систем.

2.1.3 Технологический процесс построения ХД промышленного предприятия.

2.1.4 Методика выбора варианта технического решения на основе методов экспертного оценивания.

2.2 Бизнес-анализ процессов и данных предприятия.

2.2.1 Подходы к формированию требований к ХД.

2.2.2 Описание этапа бизнес-анализа процессов и данных предприятия.

2.3 Выбор OLAP-системы и соответствующего ПО.

2.4 Выбор архитектуры и способа построения ХД.

2.5 Проектирование структуры ХД и ВД.

2.6 Создание Репозитария.

2.7 Загрузка хранилища/витрины данных.

2.8 Реализация предложеной технологии построения на примере витрины данных для энергопредприятия.

2.8.1 Постановка задачи разработки ВД «Бюджетирование».

2.8.2 Построение витрины данных «Бюджетирование».

2.9 Выводы по главе.

ГЛАВА 3 .ИНФОРМАЦИОННО-АНАЛИТИЧЕСКАЯ СИСТЕМА ПРЕДПРИЯТИЯ ПО ПРОИЗВОДСТВУ ПРЕФОРМ.

3.1 Описание предприятия по производству преформ.

3.1.1 Описание продукции предприятия.

3.1.2 Технология производства преформ.

3.1.3 Организационная структура предприятия.

3.1.4 Особенности производства преформ и их влияние на процессы управления.

3.1.5 Описание бизнес-процессов предприятия.

3.2 Структура аналитического комплекса.

3.2.1 Подсистема сбора данных.

3.2.2 Подсистема хранения данных.

3.2.3 Подсистема анализа данных предприятия.

3.3 Выводы по главе.

ГЛАВА 4.АПРОБАЦИЯ И АНАЛИЗ РЕЗУЛЬТАТОВ РАБОТЫ ИНФОРМАЦИОННО-АНАЛИТИЧЕСКОЙ СИСТЕМЫ.

4.1 Результаты апробации работы программного комплекса.

4.2 Расчет экономической эффективности инвестиций.

4.3 Выводы по главе.

Актуальность темы. В настоящее время во всем мире менеджеры воспринимают системы поддержки принятия решений (СППР) как один из факторов, способствующих получению преимуществ в условиях рыночной конкуренции. СППР предлагает такую степень обработки данных, в результате которой появляется возможность их использования для процесса принятия управленческих решений. Как отмечается в [73], для предприятий характерно отсутствие системного информирования руководителя о происходящих событиях и процессах. В основном руководитель информируется в рамках оперативного управления, а системное представление о происходящих событиях не формируется.

Неотъемлемым компонентом СППР являются правила принятия решений, способные на основе агрегированных данных выдавать менеджерскому составу рекомендации. Системы такого рода создаются только в том случае, когда структура управления уже достаточно определена и имеются основания для обобщения и анализа не только данных, но и процессов их обработки. Таким образом, СППР - это не просто развитие системы оперативного управления, а большей частью механизм развития предприятия, который включает в себя некоторую часть управляющей системы, обширную систему внешних связей предприятия, а также технологические и маркетинговые процессы развития производства.

В той или иной степени элементы автоматизированной поддержки принятия решений присутствуют в любой информационной системе (ИС), из-за чего, осознанно или нет, к задаче автоматизации процесса принятия решений организации приступают сразу после приобретения вычислительной техники и установки программного обеспечения. По мере развития предприятия, упорядочения его структуры и налаживания межкорпоративных связей, проблема разработки и внедрения СППР становится особенно актуальной.

Качество СППР в первую очередь зависит от данных, на основании которых принимаются решения; используемых аналитических методов и моделей обработки и анализа данных; адекватности используемых инструментальных средств задачам принятия решений. Современные подходы к построению СППР основаны на использовании новых технологий хранения и анализа корпоративных данных [54,80]:

- хранилища данных (ХД, Data Warehouse);

- оперативная аналитическая обработка (OLAP, On-Line Analytical Processing);

- интеллектуальный анализ данных (ИАД).

Вопросы построения подобных систем для промышленных предприятий еще недостаточно исследованы и систематизированы, при этом публикации, как правило, носят поверхностный характер.

Развитие современных СППР основано на работах ученых, внесших значительный вклад в развитие теории принятия решений и разработку методов решения прикладных задач: А.Н. Аверкин, Н.А. Афонин, С.П. Байкалов, В.П. Берман, С.Д. Бешелев, И.М. Бобко, В.В. Бомас, Н.П. Бусленко, В.Н. Вагин, С.В. Варшавский, В.П. Гладун, А.И. Иоффин, Б.Я. Курицкий, О.И. Ларичев, С.А. Локтев, Г.О. Наумов, С.А. Орловский, Ф.И. Перегудов, В.В. Подиновский, Э.В. Попов, Г.С. Поспелов, Д.А. Поспелов, Т. Саати, В.Л. Стефанюк, Ф.П. Та-расенко, Д.И. Шапиро и многие другие. С появлением глобальных сетей передачи данных появились информационные системы распределенного типа, исследованием которых занимались ученые Ю.П.Ехлаков, В.И. Береговой, И.Д. Блат, Д.Н. Бараксанов и др. Основоположниками концепций ХД и OLAP являются зарубежные ученые: Б.Инмон, Э.Кодд.

Научные результаты, изложенные в трудах ученых, были адаптированы автором к современным методам управления в нашей стране и мире в целом. При этом в качестве основополагающих подходов к управлению промышленным предприятием, использовались:

• Процессно-ориентированный подход, который предполагает управление не структурной единицей (отделом, цехом), а процессом в целом (производство, сбыт, закупки и т.д.)

• Система управления качеством, предполагающая ориентацию всего процесса жизнедеятельности компании на конечного потребителя продукции

Указанные выше положения предполагают агрегирование информации не в рамках какой-либо задачи, а в объемах всего предприятия, что накладывает отпечаток на методы ее хранения и обработки.

В рамках настоящей диссертация изложен подход к структуре хранения данных, предполагающий получение требуемой информации в любых аналитических разрезах, необходимых менеджменту компании для эффективного управления предприятием.

Однако существуют факторы, сдерживающие построение современных СППР для промышленных предприятий, позволяющих автоматизировать подготовку данных для принятия управленческих решений, главные из них:

• недостоверность данных;

• низкая производительность при аналитических запросах;

• невозможность преобразования разнородных данных в единую информацию.

Этим обусловлена актуальность исследования вопросов создания СППР для промышленных предприятий на основе усовершенствованных технологий накопления и хранения данных, устраняющих выделенные факторы посредством интеграции ХД, OLAP и ИАД. В связи с этим возникает предмет и объект исследования.

Предметом исследования выступают основы построения СППР для промышленного предприятия, их методического и алгоритмического обеспечения на базе усовершенствованных технологий накопления и хранения данных.

Объект исследования - система поддержки управленческих решений для промышленных предприятий на примере предприятия по производству преформ.

Целью работы является разработка основ создания СППР на базе совершенствования технологий накопления и хранения данных и их конкретизация на примере действующих промышленных предприятий.

В соответствии с указанной целью в рамках диссертационной работы поставлены и решались следующие задачи:

1. Исследование и анализ факторов, сдерживающих построение современных СППР, позволяющих автоматизировать подготовку данных для принятия управленческих решений.

2. Модернизация технологий накопления и хранения данных, используемых в СППР для промышленных предприятий.

3. Разработка структуры информационно-аналитической системы, реализующей усовершенствованные технологии на примере предприятия по производству преформ.

4. Создание и апробирование алгоритмического и программного обеспечения, реализующего разработанные технологии поддержки принятия управленческих решений на примере предприятия по производству преформ.

5. Иллюстрация работы инструментария выработки рекомендаций J11 IP, как элемента новой технологии, реализующих ее алгоритмов и программных средств на конкретной задаче.

Методы исследования. Полученные результаты исследования базируются на использовании методов и средств системного анализа, теории принятия решений, теории построения автоматизированных информационных систем, сетей и баз данных, компьютерного анализа данных, моделирования сигналов.

Научная новизна работы:

1. Усовершенствована шестиэтапная технология построения современных СППР, отличающаяся выделением на каждом этапе вариантов технических решений, их преимуществ и недостатков, факторов, влияющих на выбор технических решений, состава и формы представления получаемых результатов.

2. Структура аналитического программного комплекса промышленного предприятия по производству преформ, реализующего разработанную технологию и интегрирующего в себе СППР и оперативные системы предприятия;

3. Алгоритмическое обеспечение, отличающееся учетом особенностей бизнес-процессов предприятия, позволяющее осуществлять операции переноса и трансформации данных в многоуровневой архитектуре организации данных СППР.

4. Конкретный инструментарий выработки рекомендаций в виде алгоритмов поддержки принятия решений по управлению составом ремонтных работ, основанных на результатах имитационного моделирования работы основного оборудования по производству преформ - термопластавтоматов (ТПА).

Практическая ценность работы заключается в том, что применение полученных результатов исследования позволяет для промышленного предприятия:

- устранить факторы, сдерживающие построение современных СППР: недостоверность данных; низкую производительность при аналитических запросах; невозможность преобразования разнородных данных в единую информацию.

- повысить качество принимаемых управленческих решений за счет повышения их обоснованности, своевременности и непротиворечивости, что достигается путем улучшения достоверности, оперативности получения, агре-гированности и наглядности данных, предоставляемых для принятия решений;

- осуществлять не только выдачу данных, но и готовых рекомендаций средствами НАД, обеспечивающими возможность выявления скрытых знаний, заключенных в ХД;

- повысить уровень информационного взаимодействия подразделений предприятия за счет использования общего информационного пространства -ХД.

Разработанные основы построения, модельное, методическое, алгоритмическое и программное обеспечение, были использованы:

- при создании информационно-аналитических систем на заводе по производству преформ ООО «Серебряный источник» и на одной из ТЭЦ ОАО «Новосибирскэнерго»;

- в курсе «Корпоративные информационные системы», читаемом для студентов пятого курса Новосибирского государственного технического университета специальности 230101 «Вычислительные машины, комплексы, системы и сети».

Данные факты подтверждаются соответствующими документами (актами о внедрении, приложение А).

Основные положения, выносимые на защиту

1. Усовершенствованная технология построения современных СППР.

2. Структура аналитического программного комплекса промышленного предприятия по производству преформ, реализующая разработанную технологию.

3. Алгоритмическое обеспечение, осуществляющее операции переноса и трансформации данных в многоуровневой архитектуре организации данных СППР.

4. Конкретный инструментарий выработки рекомендаций в виде алгоритмов поддержки принятия решений по управлению составом ремонтных работ.

Апробация работы. Результаты работы и ее основные положения докладывались на: третьей Международной научно-практической конференции "Исследование, разработка и применение высоких технологий в промышленности" (С-Петербург, 2007г.); научной сессии преподавателей и студентов

Наука. Университет» (Новосибирск, 2007г.); Международной научно-технической конференции «Информационные системы и технологии» (Новосибирск, 2003г, 2000г.); шестом Международном русско-корейском симпозиуме по науке и технике KORUS-2002; межрегиональной научно-технической конференции «Научная сессия ТУСУР» (Томск, 2002 г.); на региональной научной конференции студентов, аспирантов и молодых ученых "Наука. Техника. Инновации" (Новосибирск, 2001г.), на ежемесячном городском семинаре «Естествознание и информатика», проводимом на базе кафедры вычислительной техники НГТУ, а также на совещаниях с представителями ООО «Серебряный источник», ОАО «Новосибирскэнерго» (Новосибирск, 2000-2007).

Публикации. Основные положения и результаты диссертационной работы опубликованы в 11 печатных изданиях, в том числе 1 издании, рекомендуемом ВАК РФ, а также в руководящих сопроводительных документациях и инструкциях.

Структура и объем работы. Диссертационная работа состоит из введения, четырех глав, заключения и списка литературы из 93 наименований, содержит 152 страницы основного текста, 51 рисунок, 13 таблиц.

4.3 Выводы по главе

В четвертой главе диссертационной работы приведены результаты апробации созданного программного комплекса для предприятия по производству преформ.

1. Внедрение разработанной системы позволило более чем в 13 раз сократить трудоемкость стандартных операций по учету данных производственных бизнес-процессов и формированию стандартных аналитических отчетов -с 409 до 30,22 часов в месяц. Среднее количество ошибок, обнаруживаемых в момент формирования месячного отчета по выпуску преформ сократилось с пяти до одной в месяц.

2. Проведенные расчеты показали достаточно хороший срок окупаемости проекта для подобного рода систем - 1,83 года (считается, что для ИТ-проектов срок окупаемости должен быть не более трех лет). На второй год проекта NPV принимает положительное значение. Индекс доходности также приемлем (больше единицы).

Все задачи, поставленные перед коллективом разработчиков, были решены. В перспективе планируется расширение ХД предприятия для поддержки других бизнес-процессов, в первую очередь это касается процессов обеспечения качества выпускаемых преформ. Необходимо продолжение исследований возможностей других методов ИАД для решения прикладных задач управления промышленным предприятием.

Пользователи аналитического комплекса оценивают проект как успешный. Считаем, что основные причины успеха проекта - это решение программным комплексом критически важных проблем и выбор предметных областей из соображений эффективности вложенных средств. Заметим также, что успех проекта был обеспечен не только усилиями разработчиков, но и всесторонней поддержкой руководства предприятия и активным привлечением в процесс разработки будущих пользователей системы.

Заключение

В диссертации изложены научно обоснованные методы, алгоритмы и технологии разработки систем поддержки принятия управленческих решений, имеющие существенное значение для успешного функционирования промышленных предприятий.

Приведем основные результаты работы:

1. Проведено выявление, исследование и анализ факторов, сдерживающих построение современных СППР, позволяющих автоматизировать подготовку данных для принятия управленческих решений (недостоверность данных, низкая производительность при аналитических запросах, невозможность преобразования разнородных данных в единую информацию). Показано, что выделенные факторы могут быть устранены применением новых технологий хранения и анализа данных (ХД, OLAP, ИАД).

2. Предложена модифицированная шестиэтапная технология накопления и хранения данных, отличающаяся выделением на каждом этапе вариантов технических решений, их преимуществ и недостатков, факторов, влияющих на выбор технических решений, состава и формы представления получаемых результатов. Усовершенствованная технология, являющаяся результатом систематизации существующих наработок в данной области и собственного опыта автора, позволяет создавать СППР нового класса - на основе интеграции ХД, OLAP, ИАД, а также устраняет выделенные сдерживающие факторы, что было продемонстрировано на примере построения ВД «Бюджетирование» для одного из подразделений ОАО «Новосибирскэнерго».

3. Разработано алгоритмическое обеспечение, отличающееся учетом особенностей бизнес-процессов предприятия, для операций переноса и трансформации данных в многоуровневой архитектуре организации данных СППР.

4. Создано и апробировано алгоритмическое и программное обеспечение информационно-аналитической системы предприятия по производству преформ, реализующее разработанные технологии поддержки принятия управленческих решений.

5. Проиллюстрирована работа инструментария выработки рекомендаций ЛПР на конкретной задаче поддержки принятия решений по управлению составом ремонтных работ, имеющей важное экономическое значение для предприятия по производству преформ. Разработанный алгоритм основан на результатах применения методов ИАД к данным, полученным из ХД.

Внедрение аналитического комплекса на предприятии по производству преформ позволило сократить трудозатраты на операции по учету данных производственных БП и количество ошибок. Использование усовершенствованных технологий накопления и хранения данных обеспечило для руководства предприятия новую возможность - оперативное формирование нестандартных аналитических отчетов.

Использование СППР увеличило прибыль предприятия по производству преформ за счет:

-повышения эффективности мероприятий по удержанию клиентов; -повышения эффективности маркетинговых кампаний; -сокращения времени выхода на рынок с новыми услугами. Предоставляется возможность более качественно выделить целевые группы клиентов и определить их потребности;

-более быстрой диагностики проблем в производственном процессе; - более обоснованного формирования состава ремонтных работ ТПА.

Таким образом, СППР и аналитический комплекс в целом повышают качество принимаемых управленческих решений за счет повышения их обоснованности, своевременности и непротиворечивости. Это достигается путем улучшения достоверности, оперативности, агрегированности и наглядности данных, предоставляемых для принятия решений.

1. Barquin R. Data Warehousing Step by Step.- Prentice-Hall.- 1998.-p. 450

2. Buede D.M. Software Review: Overview of the MCDA Software Market //Journal of Multi-Criteria Decision Analysis- 1992.- V.l, No.l, p. 59-61.

3. Devlin B. Data Warehouse: From Architecture to Implementation.- Addison-Wesley.- 1997.- 450 p.

4. Han J. OLAP Mining: An Integration of OLAP with Data Mining. IFIP,1997.- 18 p.

5. Inmon W.H. Building the Data Warehouse (Second Edition). NY: John Wiley.- 2005.-543 p.

6. Kimball R. The Data Warehouse Lifecycle Toolkit: Expert Methods for Designing, Developing and Deploying Data Warehouses.- John Wiley & Sons, Inc1998.

7. Kimball R., Ross M. The Data Warehouse Toolkit: The Complete Guide to Dimensional Modeling (Second Edition). NY: John Wiley.- 2002. - 464 p.

8. Parsaye K. A characterization of Data Mining Technologies and Process // The Journal of Data Warehousing.- 1998.- №1

9. Parsaye K. OLAP and Data Mining: Bridging the Gap // Database Programming and Design. 1997. - № 2.

10. Автоматизация управления предприятием/ под ред. В.В. Баронова -М.: Инфра-М, 2000.- 239 с.

11. Автоматизированные системы поддержки управленческих решений. /Под ред. A.M. Жандарова.- М.: Экономика, 1991.-105 с.

12. Айвазян С. А. Прикладная статистика и основы эконометрики: Учебник для вузов: В 2 т. 2-е изд., испр. / С.А. Айвазян, В.С Мхитарян М. ЮНИТИ-ДАНА, 2001.

13. Андрейчиков А.В. Использование методов анализа иерархий и сетей в СППР // Известия РАН. Теория и системы управления М.: Изд-во Наука, 2004.-№6, с. 80-99.

14. Бешелев С.Д. Математико-статистические методы экспертных оценок / С.Д. Бешелев, Ф.Г. Гурвич М.: Статистика, 1980.-263 с.

15. Брауде Э. Технология разработки программного обеспечения: пер. с англ. Е. Бочкарева, Д. Солнышкова / Э. Браудэ- СПб.: Питер, 2004.- 655 с.

16. Буров К. Обнаружение знаний в хранилищах данных// Открытые системы -М.: Изд-во Открытые системы, 1999.- № 5-6.

17. Виль Б. Средства исследования данных в SQL Server 2000/ Б. Виль // Открытые системы-М.: Изд-во Открытые системы, 2001. №2.

18. Внедрение сбалансированной системы показателей. Horvath & Partners: пер. с нем. 2-е изд. - М.: Альпина Бизнес Букс -2006,- 478 с.

19. Гарбар П. Организация отказоустойчивого хранилища // Открытые системы- М.: Изд-во Открытые системы, 2002. № 4.

20. Горский П. Введение в прикладную дисциплину «поддержка принятия решений» Электронный ресурс. / П.Горский.- Электрон. дан.-М.: Развитие бизнеса, 2000-.- Режим доступа: (http://www.devbusiness.ru), свободный.- Загл. с экрана.

21. Горский П. Уточнение понятия «система поддержки принятия решений» Электронный ресурс. / П.Горский.- Электрон, дан.- М.: Развитие бизнеса, 2000-.- Режим доступа: (http://www.devbusiness.ru), свободный.- Загл. с экрана.

22. ГОСТ Р ИСО 9001. Система менеджмента качества. Требования. -Введен 2001. М.: Госстандарт России : Изд-во стандартов, 2001

23. ГОСТ Р ИСО/МЭК 12207. Процессы жизненного цикла программных средств Введен 1999. - М.: Госстандарт России : Изд-во стандартов, 1999.

24. Григорьев Ю.А. Проблемы выбора модели доступа к данным при проектировании информационных систем на основе СУБД// Инженерное образование Пермь: Изд-во ПГУ, 2004.-№6.

25. Гришенков Е. Планирование и консолидация данных многомерной базы // Открытые системы М: Изд-во Открытые системы, 2001. - № 4.

26. Громыко О. Осторожно: системы ERP/ О. Громыко // Открытые сис-темы-М.: Изд-во Открытые системы, 2001. №7-8.

27. Дубова Н. Устройство и назначение хранилища данных. // Открытые системы -М: Изд-во Открытые системы, 1998.- №4-5.

28. Дракин В.И. Общение конечных пользователей с системами обработки данных / В.И.Дракин, Э.В.Попов, А.Б.Преображенский М.: Радио и связь, 1988.-288 с.

29. Ехлаков Ю. П. Методы и технологии документационного обеспечения управленческих решений / Ю.П. Ехлаков, В.Е. Кириенко, П.В. Сенченко -Томск: Изд-во ТУ СУР, 2005.

30. Ехлаков Ю.П. Моделирование структурных взаимосвязей функционирования организационных систем управления/ Ю.П. Ехлаков, В.В. Яворский -Томск: Изд-во ТУ СУР, 2002.- 171с.

31. ЗЗ.Загоруйко Н.Г. Прикладные методы анализа данных и знаний / Н.Г. Загоруйко Новосибирск: Изд-во ИМ СО РАН, 1999. - 270 с.

32. Зыкин С.В. Формирование гиперкубического представления реляционной базы данных // Программирование М.: Изд-во Наука, 2006.- №6.- с. 7180.

33. Иоффин А.И. Системы поддержки принятия решений//Мир ПК М.: Изд-во Открытые системы, 1993. - №5.- с. 47-57.

34. Исследование средств искусственного интеллекта в применении к компьютерному анализу данных: отчет о НИР / Новосиб. гос. техн. ун-т; рук. Губарев В.В. Новосибирск, 1999.- с. 8-38. - № ГР 01.990.004265.

35. Кадощук И.Т. Обзор технологий хранилищ данных Электронный ресурс. / И.Т.Кадощук, Е.А.Липчинский Электрон, дан.- М.: Сайт компании Интерфейс, 2004- Режим доступа: http://www.olap.ru, свободный.- Загл. с экрана.

36. Каплан Р. Сбалансированная система показателей. От стратегии к действию / Р. Каплан, Д. Нортон М.: Олимп-Бизнес, 2003. - 304 с.

37. Карданская Н.Л. Основы принятия управленческих решений: учеб. пособие для вузов / Н.Л. Карданская М.: Русская деловая литература, 1998.288 с.

38. Карпачев И.И. Классификация компьютерных систем управления предприятием Электронный ресурс. / И.И. Карпачев Электрон, дан.- М.: Интерфейс Ltd, 2002- Режим доступа: http://www.interface.ru, свободный.- Загл. с экрана.

39. Карпович А.И. Экономическая оценка эффективности инвестиционных проектов: Научно-методическое пособие / А.И. Карпович Новосибирск: Изд-во НГТУ, 2002.-39 с.

40. Киселев М. Средства добычи знаний в бизнесе и финансах / М. Киселев, Е. Соломатин // Открытые системы- М.: Изд-во Открытые системы, 1997, №4. с. 41-44.

41. Колесников С. Из истории автоматизации методологий управления предприятия /С. Колесников // Открытые системы. 1999.- №4.-с.44-50.

42. Корнеев В.В. Базы данных. Интеллектуальная обработка информации

43. В.В.Корнеев, А.Ф.Гареев, С.В.Васютин, В.В. Райх М.: Издатель Молгачева С.В., Изд-во Нолидж, 2001.- 496 с.

44. Кто властвует на рынке BI? Электронный ресурс. Электрон, дан.-М.interface Ltd., 2007-.- Режим доступа: http://www.olap.ru, свободный.- Загл. с экрана.

45. Ла-Плант Э. Хранилища данных: трудности начинаются после внедрения // Computerworld Россия- М.: Изд-во Открытые системы, 1998.- №30.

46. Ларичев О.И. Теория и методы принятия решений, а также хроника событий в волшебных странах / О.И. Ларичев -М.: Логос, 2000,- 296 с.

47. Лескин А.А. Системы поддержки управленческих решений / А.А. Лескин, В.И. Мальцев Л.: Машиностроение, 1990.-167 с.

48. Лившиц В. Методические рекомендации по оценке эффективности инвестиционных проектов и их отбору для финансирования. Официальное издание / В.Лившиц, В. Коссов, А. Шахназаров М.: Экономика, 2000.-422 с.

49. Липаев В.В. Методы обеспечения качества крупномасштабных программных средств/ В.В. Липаев М.: РФФИ, Синтег, 2003.- 520 с.

50. Локтев С.А. Функционально-структурная парадигма организации производственного менеджмента // Известия АТУ/ Алтайский государственный университет, 2001.- №2.- с.83-87

51. Лоу A.M. Имитационное моделирование. Классика CS : пер. с англ. / В.Д. Кельтон, А.М Лоу 3-е изд. - Спб.: Питер; Киев: Издательская группа BHV, 2004. - 847 с.

52. Львов В. Создание систем поддержки принятия решений на основе хранилищ данных// Системы управления базами данных-М.: Изд-во Открытые системы, 1997.-ЖЗ.

53. Маклаков С.В. Моделирование бизнес-процессов с AIIFusion Process Modeler / С.В. Маклаков М.: Диалог-МИФИ, 2004- 240.

54. Мартиросян С. OLAP-системы: обзор лидеров рынка // CNews М.: CNews, 2006-№2.

55. Матвеев Jl.А. Информационные системы: поддержка принятия решений: учеб. пособие / JT.A. Матвеев Спб.: Изд-во С.-Птб. ун-та экономики и финансов, 1996. - 241 е.

56. Меллинг В. Корпоративные информационные архитектуры: и всё-таки они меняются // Системы управления базами данных. М.: Изд-во Открытые системы, 1995. - № 2. - с.45-59.

57. Мэйор Т. Методологии оценки ИТ // Директор ИС М.: Изд-во Открытые системы, 2002. - № 9.

58. Перегудов Ф.И. Основы системного анализа: учеб. пособие / Ф.И. Перегудов, Ф.П. Тарасенко Томск : Изд-во HTJ1, 1997.- 396с.

59. Пирогова Н. Время собирать и анализировать данные// Открытые сис-темы-М.: Изд-во Открытые системы, 1998. №8-9.

60. Питер Д. Введение в экспертные системы: Пер. с англ.: Уч.пос.- М.: Издательский дом «Вильяме», 2001.-624 с.

61. Поспелов Д.А. Данные и знания. Исскуственный интеллект / Д.А.Поспелов М. : Радио и связь, 1990.

62. Поспелов Д.А. Ситуационное управление: теория и практика / Д.А. Поспелов М.: Наука, 1986.

63. Райков А. Ситуационная комната для поддержки корпоративных решений// Открытые системы-М.: Изд-во Открытые системы, 1999. №9-10.

64. Рем Э.Очистка данных: проблемы и актуальные подходы Электронный ресурс. / Э.Рем, Х.Хонг Электрон, дан,- М.: Intersoft Lab, 2001-.- Режим доступа: http://www.iso.ru, свободный.- Загл. с экрана.

65. Рич О. Как избежать двух основных крайностей программ очистки данных Электронный ресурс. / О.Рич Электрон, дан.- М.: Intersoft Lab, 2001.- Режим доступа: http://www.iso.ru, свободный.- Загл. с экрана.

66. Саати Т. Принятие решений. Метод анализа иерархий: пер. с англ. / Т. Саати М.: Радио и связь, 1993.

67. Сахаров А.А. Концепции построения и реализации информационныхсистем, ориентированных на анализ данных // Системы управления базами данных- М.: Изд-во Открытые системы, 1996. № 4.

68. Смирнов Э.А. Разработка управленческих решений/ Э.А. Смирнов -М.: Юнити-Дана, 2000.

69. Спирли Э. Корпоративные хранилища данных. Планирование, разработка и реализация / Э. Спирли Спб.: Издательский дом «Вильяме», 2001. -Т.1.- 400 с.

70. Технологии анализа данных Электронный ресурс. / Лаборатория BaseGroup Электрон, дан.- М.: BaseGroup - Режим доступа: http://www.basegrouр.ru, свободный,- Загл. с экрана.

71. Титов Ю. Информационная революция и управление / Ю. Титов // Открытые системы-М.: Изд-во Открытые системы, 2001. №9.

72. Титова H.J1. Разработка управленческих решений: курс лекций Электронный ресурс./ H.JL Титова.- Электрон, дан.- М.: ГУ ВШЭ, 2004-.- Режим доступа: http://ecsocman.edu.ru/db/msg/206852.html, свободный.- Загл. с экрана.

73. Трахтенгерц Э.А. Компьютерная поддержка принятия решений / Э.А. Трахтенгерц -М.: Синтег, 1998.-376 с.

74. Федечкин С. Система DiasoftMIS: управление банком с помощью Хранилищ данных Электронный ресурс. / С. Федечкин Электрон, дан.- М.: Корпоративный сайг компании Диасофт, 2004-.- Режим доступа: http://www.diasoft.ru, свободный.- Загл. с экрана.

75. Федоров А. Введение в OLAP / А. Федоров, Н. Елманова // КомпьютерПресс- М.: Изд-во КомпьютерПресс-2001.-№4-6.

76. Хруцкий B.C. Внутрифирменное бюджетирование. Настольная книга по постановке финансового планирования / В. Е. Хруцкий, В. В. Гамаюнов -М.: Финансы и статистика 2006.

77. Хэкни Д. Успешное Хранилище данных: архитектурные решения: пер. с англ. Электронный ресурс. / Д. Хэкни Электрон, дан.- М.: Клуб знатоков Datawarehousj, OLAP, XML, 2001- Режим доступа: http://www.iso.ru.свободный.- Загл. с экрана.

78. Шапот М. Интеллектуальный анализ данных в системах поддержки принятия решений. /У Открытые системы. -1998.- №1, с. 30-35.

79. Шапот М., Рощупкина В. Интеллектуальный анализ данных и управление процессами. 7 Открытые системы- -М.: Изд-во Открытые системы, 1998.-№4-5, с. 23-28.

80. Щавелев Л. 13. Способы аналитической обработки данных для поддержки принятия решений // Системы управления базами данных -М.: Изд-во Открытые системы, 1098.- №4-5.

81. Эволюционные вычисления и генетические алгоритмы. Обозрение прикладной и промышленной математики. М.: Научное изд-во «ТВП», том 3, вып.5,1996.

82. Юн С.Г. Исходные положения по разработке систем поддержки принятия решений друководителей энергопредприятий / В.В.Губарев, М.А.Кувшинова, С.:". Юн // Сб. науч. трудов НГТУ- Новосибирск: НГТУ, 1998.-№ 3 (12)- с.95 i 1Д

83. Юн С.Г. К<лллщия построения систем поддержки принятия решений для промышленных предприятий на основе хранилищ данных/ С.Г. Юн, В.В. Губарев // Научный я стник НГТУ/ Новосиб. гос. техн. ун-т, 2007. -№2 (27). -С.161-164.

84. Новосиб. гос. техн. у:кг.- Новосибирск: Изд-во НГТУ, 2001. -ЧастьЬ- С.48-50.

85. Юн С.'. Гi > ;роение хранилища данных системы поддержки принятия управленческих ранений руководства энергопредприятия// Сборник научных трудов НГТУ/ Новосиб. гос. техн. ун-т.- Новосибирск: Издательство НГТУ. 2003.- №1 (. ), с. 139-144.

86. Юн С.Г. С юмы поддержки принятия решений и методология контроллинга при упра .смии энергопредприятием/Асланова И.В., Юн С.Г.// Научная сессия ТУ С У : Материалы докладов межрегиональной науч. техн. конф. -Томск: ТУ СУР, 2», J.!.- Часть 3, С. 39-41

87. Юн.С.Г. Л этическая система предприятия по производству преформ// Сб. науч. ; р; ; . НГТУ/ Новосиб. гос. техн. ун-т.- Новосибирск: Изд-во НГТУ, 2006. -JV:. . .:.183-188.