Site icon Туристический бизнес

Системы поддержки принятия решений в туристическом бизнесе

Эффективность управления в туризме зависит от комплексного применения многих факторов, в том числе, от процедуры принимаемых решений и их практического воплощения в жизнь. Для того, чтобы управленческое решение было действенным и эффективным, нужно придерживаться определенных методологических основ и подходов к принятию решений.

Принятие решения (ПР), как правило, сопряжено с выбором направления действия. Трудно принять хорошее решение без специальной обработки альтернатив. Как показывает практика, большинство решений, принимаемых руководителями туристических фирм, основанны на их интуиции, опыте работы, или на пресловутом «авось». Такой подход нередко приводит к ошибкам, разочарованиям, банкротствам и совершенно не допустим в эпоху «тотальной компьютеризации». Руководителям туристических организаций можно предложить удобный и перспективный способ — системы поддержки принятия решений (СППР).

СППР занимают достойное место в иерархии современных информационных технологий (СИТ). К сожалению, нет готовых программных продуктов, адаптированных специально для сферы туризма. Западные пакеты класса SYMIX, SyteLine, Syte Guide, R3 и другие, в полной мере не соответствуют нашей действительности. Российские разработки, типа программного обеспечения “Галактика”, являются достаточно сложными, громоздкими и не совсем законченными.

Применим комплексный подход к вопросу методологии создания СППР и построим логическую цепочку использования СИТ в процессе принятия решений в туризме.

ПР в большинстве случаев заключается в генерации возможных альтернатив решений, их оценке и выборе лучшей альтернативы. Неоднозначность является неотъемлемой частью процессов ПР. Одним из средств снятия неоднозначностей является субъективная оценка специалиста (эксперта, менеджера, руководителя), определяющая его предпочтения.

Поддержка принятия решений (ППР) заключается в помощи лицу, принимающему решение (ЛПР), в процессе принятия решений. Компьютерная поддержка процесса ПР основана на формализации методов получения исходных и промежуточных оценок, даваемых ЛПР, и алгоритмизации самого процесса выработки решения.

Перечислим основные функции СППР:

1. Помощь в оценке ситуации, осуществление выбора критериев и оценка их относительной важности.
2. Генерация возможных решений (сценариев действий).
3. Осуществление оценки сценариев (действий, решений) и выбор лучшего.
4. Обеспечение постоянного обмена информацией и помощь в согласовании групповых решений.
5. Моделирование принимаемых решений (в тех случаях, когда это возможно).
6. Осуществление компьютерного динамического анализа возможных последствий принятых решений.
7. Сбор данных о результатах реализации принятых решений и оценки результатов.

Существует множество методов, используемых в СППР. Разглядим некоторые из них, наиболее применимые для принятия решений в сфере туризма.

Метод Парето

Одним из методов, позволяющих делать многокритериальную оптимизацию, является метод Парето, применяемый для решения экономических задач. В тех случаях, когда нет необходимости учитывать “вес” критериев, а число параметров, по которым производится оценка относительно невелико, этот метод может оказаться достаточно полезным. Он прост в реализации и требует минимум информации от эксперта или ЛПР. Ранжирование по Парето позволяет упорядочить объекты не линейно, а по группам, учитывая, что все объекты внутри группы равноценны, то есть перейти от линейного упорядочения до группового. При этом очередность устанавливается не между отдельными объектами, а между их равноценными группами. Такой подход не дает никаких преимуществ, если упорядочение проводится по одному показателю, но открывает новые возможности, если таких показателей несколько.

В соответствии с правилом выбора по Парето объект li строго предпочитается объекту lk, если оценка объекта li превосходит оценку объекта lk, хотя бы по одному показателю, а по всем остальным показателям не хуже его. Объекты li и lk эквивалентны, если соответствующие показатели этих оценок равны. Объекты li и lk несравнимы между собой, если оценка li превосходит оценку lk за одним показателем, а оценка lk превосходит оценку li по другим. Независимо от того, считаются ли «лучшим” больший или меньший показатель, сравнивать эти оценки без дополнительной информации нельзя.

Отсутствие требования линейного упорядочения оценок позволяет объединить некоторые несравнимые и эквивалентные по оценкам объекты в одну группу и этой группе присваивать номер, что определяет ранг группы. Считается, что чем меньше номер, тем выше ранг группы объектов. Разбивка объектов на группы осуществляется следующим образом: отбираются объекты, для каждого из которого не существует оценок, которым строго предоставляется преимущество. Такие оценки называются оптимальными по Парето. Таким объектам присваивается ранг 1. Аналогично для группы объектов, что осталась, (то есть для тех, что не вошли в первоочередные) выделяются оптимальные и им присваивается ранг 2 и т.д.

При всем удобстве и наглядности метода Парето, он не может быть рекомендован во всех случаях, потому что на практике при выборе оптимальных маршрутов мы имеем дело с большим количеством показателей отбора.

Метод кусочно-линейной аппроксимации

В качестве иллюстрации данного метода приведем известную историю. Встречаются два путешественники. Каждый из них хочет обменять часть продуктов из своего запаса на продукты из запасов другого. Один путешественник согласен обменять 1 кг своего хлеба на некоторое количество сахара. Если второй очень голоден, то за 1 кг хлеба он согласен отдать 1 кг сахара. В этом случае локальная цена хлеба в единицах сахара равен 1. Если второй путешественник не очень голоден, то за 1 кг хлеба он согласен отдать 0,1 кг сахара. В этом случае локальная цена хлеба в единицах сахара равна 1/10. На этом простом примере очевидно, как может варьировать норма замены в зависимости от условий ее оценки.

Этот метод реализует решение задачи классификации лицом, принимающим решение о состояния объектов по совокупности качественных и/или количественных признаков. Приведем алгоритм определения структуры предпочтения ЛПР путем построения поверхностей безразличия. Введем понятие кривой безразличия. Гиперповерхность уровня функции U(xi,…,xm) определяется как множество точек x = (xi,…,xm ), для которой функция полезности U(x)= const. Гиперповерхность уровня функции полезности называются кривыми безразличия. Термин “кривая безразличия” связан с тем, что полезность альтернатив х и у, лежащих на одной кривой, одинакова U(x)= U(y).

Норма замены между i-м ij-м критериям равна числу единиц по i-ому критерию, потеря которых может быть компенсирована одной единицей по j-м критерии.

Отметим, что данный метод дает хорошие результаты только в том случае, когда ЛПР четко представляет себе “что за что он готов обменять” и желает от ЛПР очень много знаний о предметной области.

В нашем случае наиболее перспективным является метод анализа иерархий основанный на парных сравнениях альтернативных вариантов по различным критериям с использованием девятибальной шкалы и последующим ранжированием набора альтернатив по всем критериям и целям. Взаимоотношения между критериями учитываются путем построения иерархии критериев и применением парных сравнений для выявления важности критериев и подкритериев.

Процесс генерации иерархии целей, критериев и альтернатив занимает достаточно продолжительное время и базируется на всей совокупности знаний специалистов в заданной предметной области, привлекаемых для решения конкретной задачи.

Вершиной иерархий конечно есть глобальная цель (фокус), на таких уровнях присутствуют критерии и на самом нижнем уровне — альтернативы. Иерархическая структура критериев и целей является моделью знаний конкретной предметной области, изменяется и уточняется со временем. Элементы одного уровня иерархии попарно равны по силе их влияния на элементы более высокого уровня иерархии. Результаты заносятся в матрицу попарных сравнений. Приведем алгоритм оценки иерархии.

1. Проводится попарное сравнение элементов 2-го уровня по степени влияния на цель. Результаты заносятся в матрицу попарных сравнений A1.
2. Проводится попарное сравнение элементов 3-го уровня по степени влияния на каждый критерий 2-го уровня. Результаты заносятся в матрицу попарных сравнений A11… An1.
3. Действия п.2 повторяются для всех уровней, что остались.
4. Для каждой матрицы вычисляется вектор приоритетов.
5. Каждый элемент вектора приоритетов 2-го уровня умножается на соответствующий элемент вектора приоритетов каждой из матриц A11,… ,An1. После добавления всех произведений образуется вектор приоритетов 3-го уровня.
6. Действия п.5 выполняются для всех уровней, что остались.

В результате образуется вектор приоритетов n-то уровня по степени влияния на цель. Следующий шаг состоит в вычислении вектора приоритетов по данной матрице. Существует несколько методов оценки этого вектора, которые легко поддаются формализации.

Одним из наиболее сложных этапов СППР можно считать этап согласования решений. Задача согласования решений возникает только в распределенных СППР, которые действуют или в локальных сетях, объединяющих подразделения турфирмы, или на глобальном уровне, когда решения должны принимать эксперты, связанные через Internet. Заметим такой чрезвычайно важный момент. Если использование лингвистических переменных при оценке решений одним ЛПР может существенно облегчить оценку решения, то при согласовании решений, использование лингвистических переменных может создать, и действительно создает существенные трудности, потому что и сама вербальная оценка, например “хорошо”, для различных людей может иметь совершенно различные значения. Поэтому при согласовании решений очень важно уточнение, что же значит “хорошо”. Это тоже одна из проблем согласования решений.

Для того чтобы процедура согласования решения реализовывалась эффективно, специалистам, участвующим в ней, надо предложить правила или процедуры, по которым они осуществляли бы поиск компромисса. В настоящее время разработано большое количество таких процедур. Грубо их можно разделить на две категории: “переговорные”, т.е. без использования вычислительной техники и человеко-машинные, опирающиеся на компьютерные процедуры. Эти компьютерные процедуры, применяемые на практике, в большинстве случаев достаточно просты.

На основании вышеизложенного сформулируем основные требования к создаваемой компьютерной системы поддержки принятия решений.

1. Система, основанная на использовании метода анализа иерархий, должна выполнять следующие функции: генерацию множества альтернативных вариантов; формирование множества критериев оценки альтернативных вариантов и представление его в виде холлархії (иерархия, в которой разрешены связи “многие ко многим”); выявление предпочтений экспертов на множестве альтернатив по различным критериям; установление относительной важности влияния критериев на цель выбора и другие критерии; получение ранжированих наборов альтернатив по всем критериям и целям.
2. Перечисленные в п. 1 функции должны быть связаны с обработкой информации, поступающей от экспертов. Сначала экспертами генерируется множество допустимых альтернатив, среди которых необходимо произвести выбор лучшей альтернативы, упорядочение всех элементов, согласование решений.
3. Система должна работать как на автономной рабочей станции, так и в сети Internet. При работе на автономной рабочей станции эксперты работают на одном компьютере, вводя согласованные данные. При работе в сети Internet ОПР организует проведение экспертной сессии, а эксперты используют средства удаленного доступа.

В заключение отметим, что с помощью систем поддержки принятия решений руководящий состав турфирм получит важный инструмент для получения той необходимой оперативной информации, на которой основываются и принимаются конкретные, компетентные управленческие решения.

Exit mobile version