Дальнейшее развитие баз данных привело к появлению хранилищ данных, назначение которых отлично от баз данных. Хранилища данных необходимы для долговременного хранения данных в специально создаваемых многомерных информационных кубах. Информационные кубы предназначены исключительно для аналитической обработки данных и формирования решений. Сегодня хранилища данных становятся неотъемлемой частью средств, необходимых для принятия корпоративных и других решений.

Знания также как и данные являются информационным ресурсом и хранятся в компьютере в соответствии с разработанной моделью. В результате получают базу знаний. Работа с базами знаний - это одно из направлений искусственного интеллекта, целью которого является разработка инструментальных средств, позволяющих решать задачи, традиционно считающиеся интеллектуальными.

Существуют различные модели представления знаний, среди которых наиболее популярными являются:

продукционные модели (деревья вывода), семантические сети (ассоциативные сети), деревья целей, нечеткие множества.

Так как любая модель, и в том числе модель представления знаний, формальна, поэтому могут создаваться программные средства для их обработки.

Базы данных и их применение для решения экономических задач

База данных - это ориентированное на пользователя-непрограммиста множество взаимосвязанных данных, структурированных таким образом, что достигается их минимальная избыточность и максимальная независимость от прикладных программ.

Данные в базе находятся в памяти в соответствии с некоторой моделью. Распространенными моделями баз данных являются: реляционная, сетевая и иерархическая. Так как в процессе управления предприятиями и организациями широко используются таблицы, поэтому наиболее распространенной моделью баз данных в настоящее время является реляционная модель.

Реляционная модель основывается на понятии “отношение”, и представляется совокупностью таблиц.

Таблицы, входящие в реляционную модель, строятся в рамках ограничений, диктуемых операциями их обработки.

Базы данных должны создаваться таким образом, чтобы выполнялось два условия:

достигался минимум затрат на корректировку данных;

достигался минимум затрат на перепрограммирование, необходимое в случае изменения структуры базы данных (добавление новых или сокращение старых атрибутов).

Для удовлетворения этих условий базы данных создаются на основе двух принципов:

неизбыточность;

независимость.

Требование первого принципа означает сокращение до минимума объема дублируемых данных. Для этого над таблицами выполняют процедуру нормализации.

Реализация второго принципа, требует максимальной независимости прикладных программ от структуры базы данных. Независимость достигается за счет отделения процедурной части программы от описания структуры базы данных. Отделение происходит с помощью системы управления базами данных (СУБД). СУБД - это комплекс программ, предназначенный для создания и хранения базы данных, обеспечения логической и физической целостности данных, предоставления санкционированного доступа конечных пользователей.

Для того чтобы использовать базу данных для решения экономических задач необходимо выполнить ряд этапов, предназначенных для ее создания. Для этого предварительно всю документацию, имеющую непосредственное отношение к данной задаче следует сгруппировать следующим образом:

выделить входные оперативные документы, содержащие переменную информацию и отражающие текущие производственно-хозяйственные факты или финансовые операции;

выделить условно-постоянные документы, содержащие нормативно-справочные данные;

разработать результирующие документы, таблицы, отчеты;

определить документы, предназначенные для корректировки условно-постоянных данных.

Как правило, условно-постоянная информация, находящаяся в иных базах данных, доступна большинству пользователей и поэтому она не создается.

Централизованные и распределенные базы данных, их применение в экономической сфере

Разработаны два вида баз данных: Централизованные и распределенные.

Централизованная база данных характерна тем, что она полностью находится на центральном компьютере, к которому обращаются пользователи (клиенты) с помощью своих компьютеров за информацией. Управление базой данных (ее корректировка и прочие процедуры, поддерживающие ее целостность, безопасность и пр.) осуществляется централизованно. Один компьютер, который располагает ресурсами, называется сервером. Компьютер, который обращается к серверу за данными или требованием решения задачи, называется клиентом. Недостатки централизованной БД состоят в следующем:

требуется передача большого потока данных, низкая надежность, низкая производительность. Преимущества: минимальные затраты на корректировку централизованной БД.

Для снижения остроты перечисленных недостатков создают распределенные базы данных, то есть базы, части которой находятся в различных узлах сети.

Для решения экономических задач в средах централизованной или распределенной базы данных можно воспользоваться одним из следующих методов доступа к данным:

Доступ на основе архитектуры сети вида "файл-сервер"; Доступ на основе архитектуры сети вида "клиент-сервер". Доступ на основе архитектуры сети вида "файл-сервер".

В процессе решения задач пользователя, который использует доступ вида "файл-сервер", будет передаваться кроме необходимых данных и сопутствующая.

Таким образом, файл-серверная обработка - это обработка данных преимущественно на рабочих местах клиентов. Сетевое программное обеспечение занято лишь передачей данных на рабочую станцию. Доступ на основе архитектуры сети вида "клиент-сервер".

В данной архитектуре возможны следующие варианты доступа:

доступ к удаленным данным (ДУД), доступ с помощью сервера баз данных (СБД), доступ с помощью сервера приложений (СП).

Согласно модели ДУД на компьютере клиента располагается программа, которая производит ввод исходных данных, программа, осуществляющая решение задачи на основе дополнительно поступивших из сервера данных и программа печати результатов.

Согласно модели СБД на компьютере клиента находятся программы ввода исходных данных и печати. Программа решения задачи находится на сервере, где собственно, и происходит ее запуск. На компьютере клиента осуществляется лишь ввод исходных данных и печать результатов

Согласно модели СП ввод, передача, обработка и печать результатов выполняется также как и в модели СБД за исключением того, что прикладная программа и исходные данные находятся на одном сервере, а БД на другом.

Хранилища данных и их применение для решения аналитических задач

Хранилище данных (ХД) - это предметно-ориентированный, неизменяемый и поддерживающий хронологию набор данных. В отличие от баз данных, которые предназначены для обслуживания повседневной деятельности предприятия, ХД ориентированы на многолетний оперативный многомерный анализ данных, результаты которого могут быть использованы для принятия решений.

Моделью данных в ХД служат гиперкубы, т.е. многомерные базы данных, в ячейках которых находятся анализируемые данные. По осям многомерного куба указываются измерители объекта с различных точек зрения.

Аналитические измерения - это набор учетных признаков, которые могут быть присвоены каждой хозяйственной операции. Аналитические отчеты это данные объектов учета и управления, сгруппированные по нескольким измерениям.

На пересечении осей измерений находятся данные, количественно характеризующие события, факты, процессы (объемы продаж, остатки товаров на складах, прибыль, затраты и т.д.).

Оси измерений позволяют создавать многомерную модель данных (гиперкуб), над которым можно выполнять следующие операции: Срез, вращение, консолидация или детализация.

Операция среза позволяет выделить из многомерного куба те данные, которые соответствуют зафиксированному (указанному) значению одного или нескольких элементов измерений.

Операция вращения - это изменение расположения измерений в пространстве, что, возможно, облегчит принятие решений.

Операции консолидации и детализации предназначены либо для агрегирования данных (обобщения) либо для их детализации. Осуществить эти операции можно благодаря иерархии, установленной среди измерителей.

Хранилище данных относится к одному из перспективных направлений развития систем формирования решений. Как правило, современные ERP-системы оснащены средствами их создания. Например, система MS Navision полностью поддерживает идею хранилищ данных, что позволяет получить аналитическую информацию для принятия решений.

Исходные данные вводятся в основную базу данных после чего средствами MS Navisin, в соответствии с используемыми измерениями, формируется хранилище данных в виде куба. Основные базы данных используются для оперативной обработки данных и выдачи оперативных отчетов. Аналитические отчеты, необходимые для формирования решений, создаются в виде таблиц или графиков (диаграмм) для чего подключается MS Excel.

Базы знаний и их применение для формирования экономических решений

База знаний - это одна из форм информационного моделирования, представляющая собой знания человека (эксперта, специалиста), помещенные в память компьютера в соответствии с некоторой моделью. Модель, как известно, - это правила или соглашения, выполнение которых позволяет представить некоторую сферу знаний в том виде, которая позволяет использовать формальные (программные) средства для их обработки (получение новых знаний).

Существует множество моделей представления знаний. Для рассмотрения выделим следующие:

семантические сети, деревья выводов, деревья целей, нечеткие множества.

Семантическая сеть - это ориентированный граф, вершины (узлы) которого соответствуют понятиям моделируемой предметной области, а дуги - отношениям между ними. В качестве понятий обычно выступают конкретные или абстрактные объекты, а отношений - связи. В отличие от всех других моделей базы знаний могут содержать описание связей в явной форме, указанных с помощью синтаксических, семантических и прагматических отношений.

Пояснить базу знаний легче в сравнении с базой данных, так как различия между ними нечеткие (размытые). Анализируя базу данных и базу знаний можно заметить, что в базе данных информация более скудная. Таким образом, отличие баз знаний от баз данных состоит в том, что первые содержат связи между объектами в явной форме, тогда как у вторых эти связи скрыты.

Дерево вывода - это множество объединенных правил, отражающих условия выполнения некоторого процесса. Правила представляют собой языковую конструкцию вида:

ЕСЛИ <условие, ct(условия)>, ТО <заключение, ct(заключения)> ct(правила), где ct(условия) - коэффициент определенности условия; ct(заключения) - коэффициент определенности заключения; ct(правила) - коэффициент определенности правила.

Коэффициент, равный 0, указывает на полную неопределенность, а 1 - на полную определенность. В правиле эксперт указывает значения в этом диапазоне. Множество правил объединяются в дерево вывода.

Дерево целей является дальнейшим совершенствованием целевого управления, развиваемым в нашей стране с семидесятых годов прошлого столетия. В основу его построения положено понятие цели, измерение достижения которой осуществляется с помощью значений соответствующих экономических показателей. Например, уровень достижения цели “Увеличить рентабельность предприятия” можно измерить показателем “Рентабельность” в числовом диапазоне от 0 до 1. Цель “Увеличить рентабельность предприятия с 0,3 до 0,5” в дереве целей указывается именно таким образом.

В процессе создания моделей баз знаний специалисты сталкиваются с проблемой отражения и использования нечеткой, то есть неопределенной информации. Задачи, решаемые человеком, в большинстве случаев опираются именно на нечеткие, размытые и неопределенные знания о процессах или событиях.

Нечеткие множества

Знания человека в большинстве случаев нечеткие. Человек оперирует такими понятиями как высокий, низкий, горячее, холодное, бедный, богатый и т.д. в повседневной производственной практике и в быту. Для того чтобы такого рода знания можно было использовать для формирования решений, в 1965 году Л.Заде предложил теорию нечетких множеств. В основе данной теории лежит понятие функции принадлежности, которая указывает степень принадлежности какого-либо элемента некоторому множеству элементов. Данная функция является субъективной и строится на основании знаний, опыта или ощущений некоторого субъекта к какому-либо объекту, процессу, явлению и т.д.