Принятие оптимальных управленческих решений на основе научно обоснованного прогнозирования – одна из важнейших стратегических задач современного этапа развития нашей цивилизации. Понижение эффективности управления приводит к принятию несогласованных решений во всех сферах человеческой деятельности, следствием чего являются многочисленные техногенные катастрофы. Для принятия решений, связанных с уменьшением опасности и смягчением последствий природных и техногенных катастроф, необходимо применение междисциплинарных знаний, требующих разработки и реализации системных методологий, позволяющих предложить методы эффективного решения управленческих задач на основе использования современных информационных технологий. Большинство из имеющихся методов прогнозирования (более 200) успешно работают только для стационарных процессов или при известной функции изменения характеристик процесса. К сожалению, это далеко не всегда реализуется на практике [1].
Для получения точного, научно обоснованного прогноза наиболее перспективным с нашей точки зрения является системный подход, основанный на методах системологии, концептуальная схема которых предложена Джорджем Клиром, профессором Центра Интеллектуальных Систем Университета Штата Нью-Йорк [2]. Он позволяет свести многочисленные специфические задачи к относительно небольшому классу системных задач с конечным числом стандартных методов их решения, ориентированных на использование ЭВМ. Глубокое исследование взаимодействия элементов конкретной сложной системы и, как следствие, выявление динамики развития процесса в ней на уровне структурированных систем производится на основе глубокого исследования её реконструктивных свойств по имеющемуся эмпирическому массиву данных. Однако катастрофически быстрый рост количества реконструктивных гипотез с увеличением числа параметров, определяющих состояние системы, не позволил основателю системологии распространить разработанную им методологию на такие сложные системы [2], [3]. Нам удалось модифицировать алгоритмы Дж. Клира путём отсечения значительного количества реконструктивных гипотез (альтернатив), появляющихся на последующих этапах уточнения структурированных систем, наложением ограничений на информационное расстояние между ними и введением целевых переменных, что и легло в основу работы спроектированного и реализованного нами модуля СППР. При его разработке использовался объектно-ориентированный и легко расширяемый кросс-платформенный инструментарий разработки программного обеспечения на языке программирования C++ – Qt. Удалось решить проблему значительной экономии оперативной памяти в процессе работы программы, переопределения существующих и определения новых методов обработки и визуального представления данных. Успешно развивает концепцию Дж. Клира на уровне целенаправленных систем для СППР сотрудник физического факультета Кубанского государственного университета А.А. Гусев [4, 5].
Спроектированный и отлаженный нами программный модуль позволяет:
• произвести генерацию всех реконструктивных гипотез (альтернатив), отвечающих требованиям неизбыточности и покрытия;
• выявить все внутренние и внешние системные связи для исследуемой проблемы;
• прогнозировать динамику поведения целевого параметра во времени;
• сгенерировать и выдать исследователю управленческое решение на естественном языке в исследуемой им предметной области.