Генерация возможных альтернатив

    Основным  средством получения новой информации для принятия решений в отношении крупномасштабных проблем все же следует считать моделирование.

    Часто представители старой школы управленцев, а также люди, не слишком искушенные в вопросах моделирования, под словами "модель", "моделирование" склонны понимать лишь математические модели и процесс их создания. На самом деле, при рассмотрении этих понятий в непосредственной связи с основными задачами управления легко понять, что это далеко не так. Важно сразу получить правильные ответы на два наиболее часто поступающих и весьма характерных вопроса типа: "Для чего управленцу нужна модель?", а также "Какие и для исполнения каких функций управления следует использовать модели?"

    Факторы, определяющие эффективность решений: объективные ("качество", "условия", "способы") и субъективные ("рассудительность", "инициатива", "характер", "опыт"). Предметы моделирования при разработке решений также не слишком многочисленны, если учесть особенности целей управления. Так как главной задачей управления все же является управление людьми, то ЛПР постоянно приходится что-то этим людям объяснять, чему-то их учить, как-то формировать их умения и навыки и т. п. В ходе постановок задач исполнителям, обучения подчиненных, при осуществлении контрольных функций, ЛПР очень часто приходится в упрощенном виде объяснять, воспроизводить, имитировать или форму какого-то объекта либо явления, или содержание. В зависимости от конкретной ситуации, а также для придания своим действиям большей выразительности, ЛПР может образы формы и содержания объекта представлять как в статике, так и в динамике.

    Для имитации формы объекта хорошо подходят механические образы (копии, макеты и т. п.), графические ("видеомодели"), вербальные и звуковые образы ("аудиомодели"). А чтобы адекватно воспроизвести содержание объекта, помимо уже перечисленных средств ЛПР может прибегнуть или к специально построенным "мыслительным технологиям" (например, прибегнуть к фантазиям и эвристикам в ходе "мозгового штурма"), или использовать математические символы и операции над ними, т. е. построить математическую модель. Если же существо управляемого или изучаемого процесса, явления определяется тем, какие конкретно действия предпримут какие-то определенные субъекты операции, то ЛПР целесообразно назначить специальных людей выполнять в упрощенном виде главные из реальных функций тех субъектов, существенно упростить исследуемую ситуацию с сохранением ее главных черт и воспроизвести моделирование в специальной динамической форме, так называемой игровой модели. Понятно, что динамические модели предмета более информативны, даже если это касается воспроизведения его формы. Например, анимация местности с изменяющимся масштабом изображения от "птичьего полета" до "взгляда с высоты муравья" дает более выразительный образ местности, чем ее статический макет.

    При разработке моделей, в ходе процесса моделирования очень важно учесть, на каком уровне иерархии управления действует пользователь. Это очень важно, если учесть, что на каждом из таких уровней свои функции, задачи, традиции, представления о "входной" и "выходной" информации. Обязательно нужно учитывать управленческий статус пользователя. Но сколько уровней рассмотреть? Оказывается, вполне достаточно рассматривать всего лишь четыре концептуальных уровня иерархии управления. В табл. 1. отображены основные типы моделей, которые целесообразно рекомендовать управленцам различного концептуального статуса. Реально на практике уровню "исполнителя" соответствует управленец категории до мелкой фирмы, уровню "администратор" — до среднего и крупного предприятия (фирмы), "руководитель основного звена отрасли" — концептуально моделирует управленца до уровня отделов и управлений министерства, а "высшее руководство" — это уровень министерства и выше.

    Таблица 1.

    Типы  моделей, рекомендуемые управленцам различного статуса

    Техническая разработка модели проводится по общей  схеме разработки решения на операцию. Начинается все с определения цели и задач моделирования. Разумеется, что это прерогатива ЛПР. Цель определяет назначения модели, задает общий характер входной и выходной информации. При этом понятно, что выходная информация по характеристикам точности, надежности и достоверности не может быть лучше входной. Что касается других показателей качества выходной информации, например полноты, содержательности, выразительности и др., то здесь связь не столь однозначна. После этого цель декомпозируют, превращая ее в набор обозримых и понятных задач моделирования. Каждая из этих задач отражает определенный элемент достижения цели с привязкой к временным и ресурсным фрагментам ее достижения, к объектам приложения усилий и исполнителям.

    Затраты на разработку модели, ценность полученных результатов моделирования во многом определяются совершенством приемов разработки и использования моделей. Возможно, что главная причина, почему модели еще недостаточно используются руководителями, которые просто обязаны их применять в силу своего статуса, заключается в том, что эти ЛПР их опасаются или не понимают. Сегодня уже пора принять как аксиому, что ЛПР, для которых предназначены модели, просто обязаны принимать участие в постановке задачи и установлении главных требований по их качеству. Можно с уверенностью сказать: когда это имеет место, само применение моделей и эффект от их использования увеличиваются не менее чем вдвое.

    На  начальном этапе процесса моделирования  используют математические модели наибольшей степени обобщения факторов, учитывающих лишь самые заметные закономерности — так называемые концептуальные модели (это самый "мелкий масштаб" исследования). Затем уточняют объект и предмет исследования и дополняют модель, внося в нее большее число факторов и измеряя их характеристики в шкалах промежуточной степени совершенства ("средний масштаб"). Наконец, когда пользователь настолько определился в объекте и предмете моделирования, что выделил конкретный элемент из реальной действительности и решил, какие именно закономерности воспроизвести во всех деталях, проводят детальное моделирование (самый "крупный масштаб" исследования) с использованием наиболее совершенных, количественных шкал. На завершающих этапах моделирования, предшествующих моменту принятия решений, целесообразно применять оптимизационные математические модели для поиска наилучших решений и игровые модели (например, учения, деловые беседы и игры, семинары, конференции, исследовательские игры и т. п.). Из-за значительных временных и организационных затрат делать это целесообразно или для проверки отдельных теоретических выводов и рекомендаций, или для отработки элементов будущего решения.

    Чтобы достичь высокой эффективности  процесса моделирования при столь широком охвате участников, важно обеспечить высокую интерпретируемость результатов моделирования и хода основных его этапов. Поскольку методы, используемые в аппарате ЛПР высшего концептуального уровня иерархии, в частности в аппарате Министерства финансов РФ или Министерства экономического развития и торговли РФ, как правило, просты и "старомодны", самое важное — умело довести до участников процесса моделирования его суть и основные цели. Модель должна быть оформлена в виде обозримых и понятных функциональных блоков (в пространстве, времени, в задачах). При построении основных блоков математической модели, особенно блоков ввода-вывода информации, обязательно следует учитывать уровень специальной подготовленности и статус основных пользователей. Это позволит разработчикам правильно оценить возможную реакцию пользователей. Излишне сложная модель может быть воспринята пользователями как угроза их авторитету и отвергнута ими. Вот почему для построения эффективной модели лицам, принимающим решения, и специалистам по теории принятия решений и моделированию рекомендуется работать вместе, взаимно увязывая потребности каждой стороны.

    Но  как быть, если даже на вопрос о приближенных исходных данных для моделирования пользователи реагируют болезненно, высказываясь приблизительно так:"... но у нас ведь нет таких данных...?" или "... кто же нам даст эти данные...?" и т. п. Здесь разработчик модели должен проявить твердость и не жалеть времени на доказательство невозможности изменить существующее положение дел иным способом, как только добыть требуемую информацию. Разработчик должен убедить ЛПР в том, что тезис об "отсутствии соответствующих данных" попросту означает, что раньше решения принимались без должного обоснования. Кроме того, научный опыт принятия решений свидетельствует о том, что если решении фигурируют данные даже на уровне догадок, .сраженные в качественных или промежуточных шкалах, то это все равно существенно лучше, чем если бы требуемые данные вовсе не учитывали.

    Пользователей нередко занимает проблема доказательства адекватности, "правдивости" модели. Но на самом деле его интересует, главным образом, справедливость тех выводов и рекомендаций, к которым он придет на основе результатов моделирования. Таким образом, на самом деле управленцев волнует не справедливость самой структуры модели, а ее функциональная полезность. Такого процесса, как "испытание" правильности модели, не существует. Вместо этого разработчик в ходе создания модели должен провести серию проверок с целью укрепить свое доверие к модели. На этом основании мы рекомендуем каждому ЛПР мысленно разделить все используемые им модели на "объяснимые" и «полезные». Первые – это те, которые удовлетворяют всем необходимым для моделирования теориям, допущениям, ограничениям, и их адекватность подтверждена на практике.

    Следовательно, в отношении таких моделей  незачем отвечать на вопросы об их научной обоснованности и точности. Второй класс моделей — это те модели, которые менее строго, формально обоснованы, однако ЛПР имело возможность не раз убедиться в полезности использования на практике результатов моделирования на них. В любом случае ясно, что только практика может ответить на вопрос, адекватна модель или нет. Следовательно, если оценка фактической эффективности, полученная после проведения операции, показывает, что использование результатов моделирования оказалось полезным, то рекомендуем ЛПР считать такую модель адекватной целям и задачам моделирования и больше не терзаться вопросами "теоретической обоснованности и точности". Лучше уделить больше внимания вопросам представления информации по результатам моделирования. В этой задаче большую пользу может оказать изучение эффективных технологий и приемов, изложенных в специальной литературе. 

    Заключение.

    Изложенное  позволяет сделать следующий  общий вывод: наиболее перспективным  для формирования начального множества  альтернатив является комбинированный  подход, сочетающий в себе использование  хранилищ данных (знаний) по какой-либо конкретной предметной области и  морфологический анализ вариантов. Для реализации такого подхода необходимо:

    а) развернуть работы по созданию соответствующих  хранилищ данных (знаний);

    б) разработать программное обеспечение  для автоматизации процесса генерации  альтернатив (с использованием атомарных  действий из хранилищ данных и морфологического анализа и синтеза вариантов).