Курсовая работа по управленческим решениям на тему Разработка информационных систем для принятия решений

Введение

Актуальность данной темы связана с тем, что современный бизнес и управление требуют быстрой и обоснованной поддержки процессов принятия решений в условиях высокой динамичности и неопределённости внешней среды. Информационные системы для принятия решений позволяют значительно повысить качество и скорость аналитики, снизить влияние человеческого фактора, минимизировать риски и улучшить эффективность деятельности организаций. Современные предприятия требуют все большей оперативности. В период быстрых изменений на рынке, более короткого цикла обращения продукции и услуг, изменчивости потребительского спроса важны полнота и актуальность информационной базы для принятия стратегических решений, а также контроля за их выполнением. В этой связи использование современных методов сбора, обработки, хранения, анализа и представления информации для управленческих решений является одним из важнейших рычагов развития бизнеса.
С развитием технологий обработки больших данных, искусственного интеллекта и машинного обучения значение таких систем постоянно растёт. В условиях больших объемов информации и сложной структуры данных традиционные методы принятия решений становятся недостаточными. Разработка новых, более интеллектуальных информационных систем является необходимостью для адаптации организаций к современным вызовам и конкурентным условиям. Таким образом, тема разработки информационных систем для принятия решений актуальна как с научной, так и с практической точек зрения, поскольку отвечает потребностям повышения эффективности управления и оптимизации бизнес-процессов в разнообразных сферах.
Объектом данного исследования являются информационные системы для принятия решений.
Предметом данного исследования является процесс проектирования информационной системы для принятия решений.
Целью данного исследования является анализ особенностей разработки информационных систем для принятия решений.
Для достижения поставленной цели необходимо решить следующие задачи:
1. Рассмотреть понятие и сущность информационных систем для принятия решений
2. Охарактеризовать типы информационных систем принятия решений.
3. Указать программные средства для автоматизации поддержки принятия управленческих решений.
4. Проанализировать особенности проектирования информационной системы для принятия решений.
5. Изучить процесс разработки и реализации системы.
В данном исследовании были применены общенаучные методы исследования: анализ, аналогия, классификация, синтез и обобщение материалов исследования.












Глава 1. Теоретические основы информационных систем принятия решений

1.1 Понятие и сущность информационных систем для принятия решений

Информационная система для принятия решений — это интегрированная информационно‑технологическая среда, предназначенная для сбора, хранения, обработки и представления данных и моделей с целью повышения качества, скорости и обоснованности принимаемых человеком управленческих решений .
Ключевая идея: не заменять человека, а поддерживать его — предоставлять релевантную информацию, прогнозы, варианты действий и инструменты их анализа.
Основная задача — уменьшение неопределённости и повышение информированности при выборе альтернатив в условиях ограниченных ресурсов и неполной информации.
ИСПР преобразуют сырые данные в знания и варианты действий (описательное, диагностическое, предсказательное и предписывающее аналитические функции).
Компоненты системы (классическая архитектура)
1. Подсистема управления данными (хранилище, ETL, источники).
2. Подсистема управления моделями (алгоритмы, оптимизаторы, ML‑модели).
3. Подсистема управления знаниями (правила, онтологии, экспертные базы).
4. Пользовательский интерфейс (дашборды, отчёты, интерактивные сценарии).
5. Компоненты интеграции и безопасности (API, шины данных, контроль доступа).
Типы задач и принимаемых решений :
1. Структурированные (четкий алгоритм) — автоматизируются легко.
2. Полуструктурированные — требуют аналитических инструментов и участия человека (большая доля применений СППР).
3. Неструктурированные — поддержка идей, стратегий; система предоставляет информацию и сценарии, но решение остается за человеком.
Основные функции:
- сбор и агрегация данных; очистка и предобработка;
- моделирование и симуляция альтернатив;
- мультикритериальный анализ и ранжирование (AHP, TOPSIS и др.);
- прогнозирование (статистика, ML);
- оптимизация ресурсов и планирование;
- визуализация данных и генерация отчётов;
- поддержка коллективных решений (совместная работа, голосования).
Критерии качества и эффективность
- достоверность и качество данных;
- своевременность (латентность ответов);
- удобство использования и поддержка принятия решений;
- интерпретируемость результатов и прозрачность моделей;
- надёжность, безопасность и масштабируемость.
ИСПУР функционирует как итеративный цикл:
ЛПР формулирует вопрос (например, «Как увеличить прибыль на 15%?»).
Система собирает релевантные данные (продажи, затраты, рыночные тренды).
Проводится анализ с применением моделей (например, регрессионный анализ).
Результаты визуализируются (дашборд с прогнозами).
ЛПР изучает альтернативы, корректирует параметры, повторяет анализ.
Преимущества использования:
Объективность: снижение влияния когнитивных искажений.
Скорость: обработка данных за минуты вместо дней.
Прозрачность: документирование логики принятия решений.
Адаптивность: настройка под специфику отрасли и компании.
Прогнозирование: оценка последствий до реализации решений.
СППР собирает данные о заказах, пробках и ресурсах, прогнозирует спрос (ML), генерирует варианты распределения и маршрутизации (оптимизация), визуализирует сценарии на дашборде для диспетчера, позволяя выбрать и утвердить план.
Человек остаётся центральным звеном: формулирует цель, оценивает альтернативы, учитывает нефомализованные факторы. Задача системы — улучшить качество суждений и ускорить процесс.
ИСПР — это комплексы ПО и методов, которые трансформируют данные и аналитические модели в практически применимые решения для руководителей и специалистов. Их сущность — поддержка принятия решений через предоставление релевантной, своевременной и интерпретируемой информации, моделей и сценариев, с учётом современных технологий (ML, Big Data, облака) и человеческого фактора .