Электронные системы поддержки исполнения epss.

Введение
Актуальной задачей при построении автоматизированных систем реального времени является перенос функций диспетчера по анализу данных, прогнозированию ситуаций и принятию соответствующих решений на компоненты интеллектуальных систем поддержки принятия и исполнения решений (СППИР). Концепция систем поддержки принятия и исполнения решений включает целый ряд средств, объединенных общей целью способствовать принятию и реализации рациональных и эффективных управленческих решений. СППИР это диалоговая автоматизированная система, выступающая в качестве интеллектуального посредника, поддерживающего естественно-языковый интерфейс пользователя со SCADA-системой, использующая правила принятия решений и соответствующие модели с базами знаний. Она организует удобный диалог SCADA-системы с пользователем, "ведет" его по этапам анализа информации, распознавания и прогнозирования ситуаций, анализирует параметры технологического процесса, помогает выбрать наилучшие решения в зависимости от возникшей ситуации, реализует их путем выдачи управляющих воздействий, корректируя тем самым ход технологического процесса и оптимизируя его параметры по заданному критерию.
Основными структурными составляющими СППИР являются база знаний и механизм логического вывода. База знаний предназначена для хранения совокупности фактов, закономерностей, отношений (знаний), описывающих проблемную область, и правил, описывающих целесообразные формы структурирования, формализации и преобразования знаний в этой области. Механизм логического вывода представляет собой совокупность способов применения правил вывода. Используя текущие или промежуточные исходные данные (факты) и знания из базы знаний, формирует последовательность правил, которые, будучи применены к исходным данным (фактам), полученным от SCADA-системы в результате контроля состояния технологического процесса, приводят к решению конкретной задачи диагностики, прогнозирования и регулирования параметров технологического процесса.
Гибкая открытая структура СППИР позволяет расширять функциональные возможности системы и круг задач, решаемых в процессе ее эксплуатации, а также постоянно повышает точность анализа, прогнозирования, планирования, организации, координации и контроля принимаемых решений за счет использования накапливаемого в базе знаний опыта. Наличие достаточно полных моделей знаний в конкретной предметной области и постоянный контроль тенденции изменения параметров объекта управления, обеспечивает диагностику и прогноз его поведения с высокой степенью достоверности и заданной точности. Существенным отличием предлагаемого подхода является то, что СППИР содержит универсальные программные средства, способные перенастраивать систему на другие объекты управления без изменения ядра программ.
Электронные системы поддержки исполнения развиваются сравнительно недавно, но достигли большого прогресса. Целью данного исследования являются EPSS системы поддержки исполнения. Для достижения поставленной цели необходимо решить ряд задач:
рассмотреть историю развития систем поддержки исполнения,
рассмотреть задачи и функции epss систем,
рассмотреть области применения epss систем, разработанные программные продукты.

Содержание
Введение 2
Глава 1. История развития систем поддержки исполнения 4
2.1 Ранний период 4
2.2 Технологический прорыв 7
Глава 2. Компьютерные информационные системы формирования знаний и поддержки принятия решений на базе EPSS 10
Заключение 16
Список литературы 18

Список литературы
1. Alter, S.L. (1980) Decision Support Systems: Current Practice and Continuing Challenges, Reading, MA: Addison- Wesley.
2. Bonczek, R.H., Holsapple, C.W. and Whinston, A.B. (1981) Foundations of Decision Support Systems, New York: Academic Press.
3. Keen, P.G.W. and Scott-Morton, M.S. (1978) Decision Support Systems: An Organizational Perspective, Reading, MA: Addison-Wesley.
4. Simon, H.A. (1960) The New Science of Management Decision, New York: Harper & Row.
5. Sprague, R.H., lr and Carlson, E.D. (1982) Building Effective Decision Support Systems, Englewood Cliffs, N1: Prentice Hall.
6. Андрианов Д.Л., и др. Имитационное моделирование и сценарный подход в системах принятия решений // Проблемы теории и практики управления, 2007. №5. С. 74-75.
7. Андрианов Д.Л., Селянин А.О. и др. Информационно-аналитическая система мониторинга, анализа и прогнозирования социально-экономического развития и финансового состояния субъектов Российской Федерации // Сборник докладов конференции «Методология регионального прогнозирования». М.: СОПС, 2008.
8. Владимиров И.Т. Организационные структуры управления компаниями // Управление изменениями. - 1999.
9. Дик В.В. Методология формирования решений в экономических системах и инструментальные среды их поддержки .- М.: Финансы и статистика, 2001.
10. ЗабежайлоМ.И. Интеллектуальный анализ данных -новое направление развития информационных технологий // Информационные процессы и системы. - 1988,- №8.- С. 6-15.
11. Искусственный интеллект. Кн. I. Системы общения и экспертные системы: Справочник / Под ред. Э.В. Поспелова. - М.: Ра¬дио и связь, 1990.
12. Ладенко И. С. Логические методы построения математический моделей. -Новосибирск: Наука, 1980.
13. Международный журнал Программные продукты и системы, № 1, 2005.
14. Методология исследования развития сложных систем. -Л.: На¬ука, Ленинград, отд-ние, 1979.
15. Мулен Э. Кооперативное принятие решений: Аксиомы и модели .-М.:Мир, 1991.
16. Поспелов Г. С. Искусственный интеллект-основа новой информационной технологии, - М.: Наука, 1988.
17. Растригин Л. А. Адаптация в сложных системах. - Рига: Зинайт, 1981.
18. Романов А. Н. Одинцов Б. Е. Автоматизация аудита. -М.:ЮНИ-ТИ, 1999.
19. Романов А.Н., Одинцов Б.Е. Компьютеризация аудиторской деятельности. - М.: ЮНИТИ, 1996.
20. Тоценко В.Г. Методы и системы поддержки принятия решений. Алгоритмический конспект Киев 2002 г.
21. ТрахтенгерцЭ.А. Компьютерная поддержка принятия решений. - М.: СИНТЕГ, 1998.
22. ФогельЛ., Оуэне А., УолшМ. Искусственный интеллект и эволюционное моделирование. - М.: Мир, 1969.