Разработка и экономически эффективного применения экспертной системы для повышения производительности труда: в реальном мире пример

Эта статья представляет собой пример системы, объединяющей экспертов, основанном на знаниях системы и регрессионного анализа для поддержки принятия решений, связанных с повышением производительности труда в организации. Фармацевтический дистрибьютор в Тайване используется в качестве примера для иллюстрации разработки и применения экспертной системы для решения ежедневных решения задачи обработки неопределенности в выполнении задач доставки. Регрессионный анализ используется в качестве метода для прогнозирования продолжительности рабочего времени водителей обязательство поставки задач. Применения, основанной на знаниях системы наряду с использованием регрессионного анализа предлагается, чтобы сбалансировать нагрузку, увеличить возможности обработки большего числа заказов, повышению производительности труда, обеспечить согласованность решений и сократить соответствующие расходы. Чтобы определить, является ли предлагаемая система эксперт будет технически возможно и экономически эффективной, систематической способ предсказать успех или провал внедрения системы. Установлено, что проект будет стоить гораздо больше, чем это будет стоить. Таким образом, предложенная экспертной системы является экономически обоснованным.

Введение

В последние годы, Экспертные системы (ЭС) превратились в мощный инструмент для проектирования и эксплуатации многих бизнес-систем. Многие организации, частные и государственные, являются развивающимися ES, которые помогают своим менеджерам принимать более обоснованные решения. ES представляют собой компьютерные программы, имитирующие определенные функции человеческий опыт. ES как правило, содержит базу знаний, которая состоит из фактов и отношений по конкретной предметной области и некоторые практические правила или субъективных знаний используется один или более экспертов для решения этой проблемы на руку (Барсанти, 1990).

ES не может решить все проблемы определены, но они могут быть практичным и экономически эффективным в конкретных областях. Как и в любой компьютерной программы, ES умеют быстро и точно обрабатывать большие объемы-данных и выполнения задач, механическое. Возможность использования ES будет отличаться в разных отраслях промышленности, бизнеса и функциональных областях. Кроме того, управленческих взглядов и важные вопросы, которые необходимо учитывать при запуске ES. Финансовые и бухгалтерские специалисты считают, что ES обеспечивают финансовые выгоды, такие как повышение производительности труда, большей объем продаж, и снижение оборудования и расходы на персонал (Anderson

Благодаря своей природе, ES продемонстрировал потенциал для повышения производительности организаций за счет улучшения бизнес-процессов и поддержки конечных пользователей, задачи (Берд, 1992; Guimaraes, Юн,

Эта статья предназначена для руководства по разработке и применению ES для повышения производительности организаций. Это исследование также представлены подходы, которые помогают организациям оценить применимость и надежность, сосредоточить внимание на предлагаемые выгоды и оправдания расходов на осуществление. Фармацевтический дистрибьютор в Тайване используется для иллюстрации.

Постановка задачи Положение

Компания ABC из основных поставщиков распределения, сбыта и производства услуг в более чем 125 международных корпораций здравоохранения в Азиатско-Тихоокеанском регионе. В течение последнего десятилетия, ABC компании удалось привлечь более 20 международных фармацевтических компаний, выполняющих широкий спектр услуг с добавленной стоимостью. В настоящее время компания стала одним из крупнейших независимых дистрибьюторов фармацевтических препаратов в Тайване и один из крупнейших промоутеров продукции для розничных аптеках.

От имени компании ABC, обзор исследований Тайвань (SRT), недавно опросила более 180 врачей общей практики и маленькие больницы. Целью исследования было выявление текущих и будущих уровней удовлетворенности и важности конкретного заказчика услуг атрибутов, таких как обработка заказов и доставки, тем группам клиентов. Результаты обследования показывают, что оперативность поставки считается наиболее важных услуг, что поставщик, как ожидается, обеспечить. Более 60% клиентов интервью ожидать поставку в течение 24 часов для принятия. Кроме того, уровень удовлетворенности клиентов упадет до 38%, если продукция не поставляется с 24-часового периода времени.

Серьезную обеспокоенность ABC компании, связанные с его распространения в Южной Тайване. Филиал в Kaoshiung, приняв точно в срок (JIT) производство, получает продукцию из главного склада в г. Тайбэй на ежедневной основе в соответствии с заказов, полученных от клиентов в Kaoshiung (Площадь K), Pingtung (зона Р), и Тайнань (Площадь T) (см. Рисунок 1). Продуктов, филиал получает были классифицированы по отраслям, прежде чем они поставляются из главного склада. Филиала, работающих с нуля запасов, имеет 4 грузовых и пять водителей доставки продукции потребителям в этих областях. Два шофера взять на себя доставку задачей для района K; 1 водитель доставляет района P; 2 драйверы доставить в район Т. три грузовых автомобилей, используемых для доставки продукции в этих трех областях, соответственно, четвертый грузовой автомобиль используется только тогда, когда какой-либо из других грузовых автомобилей перегружен. Хотя объем продаж компании в Южной Тайване растет в последние годы, его персонал и оборудование, остаются неизменными. В результате, ее продуктах иногда не могут быть поставлены в течение 24 часов для принятия как и ожидалось большинством своих клиентов. Из-за ограниченного бюджета, компания хочет, чтобы свести к минимуму сверхурочные и удовлетворить все требования спроса без увеличения рабочей силы и оборудования.

Кроме того, повседневной работы каждого водителя неравные из-за различных требований спросом среди этих трех областях. Компания выражает обеспокоенность по поводу того, что каждый водитель получает столько же стимулов, независимо от его нагрузки, пока он завершает поставки уступки в рамках регулярного часа в сутки. Управление также намерено ускорить доставку и уменьшить транспортные издержки, которые могут стимулировать продажи ..

Информационной системы, используемой в настоящее время компания ABC присваивает доставки задача каждого водителя в зависимости от места доставки человека. Очевидно, что более структурный подход к обработке неопределенности поставки задач, необходимых для поддержки управленческих решений и повысить эффективность принятия решений. IBM PC, является целевой пользователь компьютера, используемых компанией. Управление хотел бы решать вопросы распределения развивающихся ES в качестве дополнения к существующей системе. Предлагаемого ES будет выполнять следующие задачи:

* Повышение эффективности использования грузовых автомобилей

* Сведение к минимуму затраты на сверхурочную работу

* Равных нагрузки для каждого водителя

* Сокращение транспортных расходов

* Увеличение возможности обработки большего числа заказов

* Быстрая доставка раза увеличение производительности

* В соответствии решения

Методология

Информационный поток

Перед ES разработан, необходимо понять, каким образом эта информация была получена, и превращается в окончательное решение. Тока информации ABC Компания показано на рисунке 2. Принимает решения, руководитель отдела по сотрудничеству Юг Тайваня в этом случае получает исходные данные, такие как количество заказов, полученных для каждого указанного района, непосредственно из главного склада в Тайбэе. Эти исходные данные также проходят через все драйвера (от 1 до N) и превращаются в определенных знаний (например, вероятным рабочего времени, необходимого для завершения каждого нагрузки). Принимающего решение, то приобретает это знание от водителей. Он принимает окончательное решение о планировании доставки задачи после оценки всех соответствующих данных и знаний. Тем не менее, при условии знания водителей может быть весьма субъективным и неструктурированной. Процессе принятия решений также очень индивидуальный характер. Трудно представить копию и перевод. В результате, принимающего решение не поддерживать согласованность его решений.

ES предлагается ABC компании для улучшения решения проблем возможности принятия решений. Как показано на рисунке 3, знания водителей собираются и анализируются в организованную базу знаний, а также исходные данные преобразуются в полезную информацию с помощью математической модели. База знаний взаимодействует с математической моделью формирования ES. Окончательное решение может быть сделано в соответствии с выхода из ES.

Из методов, разработанных научно-исследовательских об искусственном интеллекте, основанной на знаниях системы (KBS), нейронные сети (NNTs) и нечеткой логики (FL) имеют важные бизнес-приложения. Все эти три метода содержат свойства, которые эффективно работают на определенных областей данных, которые могут быть классифицированы как символически или численно, и либо структурно или unstructurally. В частности, KBS представляют собой структурно-символический подход, FL особенно полезно для обработки структурно-числовых данных; NNTs использования неструктурированных-цифровой подход (Skowronski

Приобретение знаний

Первый подход, который необходимо решить для развития ES является приобретение знаний, которая включает в себя определение конкретных знаний, которые использует эксперт в решении проблемы. Одним из наиболее важных стратегий приобретения знаний является интервью (Диедерик, Раманн,

* Три грузовых автомобилей, используемых для доставки продукции до Площадь K, P района, района T, соответственно.

* Всякий раз, когда машина используется для доставки продукции до Площадь T перегружен, водители выделенные для этой области имеют преимущественное право использовать четвертый грузовик, поскольку района T самые далекие от филиала в районе K, чем в других регионах. Если машина используется для доставки продукции до Площадь T не перегружен, но грузовик района K перегружен и предсказал, которые будут использоваться сверхурочных, четвертый грузовик будет использоваться дополнительно для доставки в район K так, что никто из грузовиков будет перегружена .

* Грузовик, который используется для доставки продукции до Площадь P никогда не была перегружена, так что четвертый грузовик никогда не было необходимых для этого региона.

* Все автомобили должны вернуться в отделение в районе K после драйверов закончить доставки.

* Так как филиал расположен в районе K, грузовик, который используется для доставки продукции в этот регион может вернуться на работу и перезагрузить несколько раз в день.

* Только один водитель имеет право поехать в отпуск в сутки.

Процедура оценки

Несколько популярных регрессии называется ступенчатой регрессионного анализа используются для прогнозирования продолжительности рабочего времени каждого водителя. Такой подход позволяет изучения вклада каждого предиктора переменной модели регрессии и выбор переменных, которые максимизируют прогноз с наименьшим числом переменных работу. Один из предиктор переменных, используемых в анализе это количество счетов-фактур. Другие переменные являются клиентами, которые являются либо изолированы и / или нуждаются в специальном обслуживании, а они сгруппированы с учетом их места (района K, P района или области T). Репрезентативной выборке в течение 60 рабочих дней выбрали для целей данного анализа.

Уравнения регрессии, будут использоваться для прогнозирования времени работы каждого водителя, если стоимость каждой независимой переменной указан. Чтобы определить, если водитель работает более или менее регулярные 8 часов в день, 95% доверительный уровень выбран для односторонней испытания. Таким образом, сверхурочная работа определяется как рабочее время, больше 540 (480 минут плюс 60 минут времени обеда) 1,645] [сигма, сжатые определяется как рабочее время меньше, чем 540 - 1,645 [сигма]. Если водитель, по прогнозам, работать в сжатые сроки, он будет назначен, чтобы помочь 1 работают сверхурочно, чтобы свести к минимуму сверхурочные и сбалансированность нагрузки каждого водителя.

Развитие экспертных систем

Концептуальное знания от руководителя отдела и драйверы, как описано выше, может быть уточнена для серии "если-то заявления (правила). Толкованием нормы, что, если предыдущий могут быть удовлетворены, то последующее также могут быть удовлетворены. При последующей определяет действие, эффект удовлетворения предшествующих является планирование действий для выполнения. При последующей определяет вывод, эффект вывести заключение (Hayes-Рот, 1985). На основе условных правил IfThen, есть уникальное решение для каждого условия. Например, если Х, то У B. Тем не менее, различных условиях может иметь такое же решение. Когда несколько зависимых условиях происходят одновременно, правил с несколькими прошлое в сочетании с пересечением оператор "и" используются (Chang, Е,

Предсказать успех или провал

Кокс и торгового (1996) провел опрос намерены определить причины организаций решили приобрести или разработать ES и уточнить их предполагаемых преимуществ системы для предприятий. Результаты показывают, что компании в основном используют для рутинного ES принятия решений в целях повышения эффективности и поддержания конкурентоспособности и эффективности затрат и предполагаемых преимуществ бизнеса главных причин для приобретения или разработки ES.

Затрат и выгод критерий, или темы, занимает центральное место в разработке ES. Разработка системы дорогим с точки зрения времени и денег. Расходов на образование менеджеров и других сотрудников, должны быть рассмотрены. Более сложные системы, такие как ES установлены только тогда, когда руководители считают, что коллективные операции будет достаточно улучшились в чистом смысле затрат и выгод. Кроме того, руководители должны учитывать оперативные возможности потенциальных ES. Они должны обеспечить, чтобы ES приложения могут быть разработаны и действуют в экономически эффективным образом и достаточно проверки для защиты от ошибочных результатов.

Чтобы определить, являются ли предлагаемые ES будет технически возможно и экономически эффективной, систематической способ предсказать успех или провал предлагаемая система работает. Если приложение доказывает это возможно и стоит затрат, информация, получаемая в процессе решения фаза может быть затем использованы для ускорения процесса развития.

Анализ и оценка

Regression Models

Коэффициент множественной определения (R ^ 2 ^ SUP) является мерой широко используются в регрессионном анализе для указания точности модели регрессии (Монтгомери и Пек, 1992). Во всех моделях регрессии в данной работе, R ^ 2 ^ SUP колеблется от 0,798 до 0,847, что вполне удовлетворительными, учитывая сечения характер выборки данных. Кроме того, коэффициенты регрессии ([бета]) предиктор переменных во всех моделях остаются стабильными в их величине и знаку в моделях. Таким образом, оценки стабильной и последовательной.

Kao-Yi, Chi-Mei и Cheng Kung-Больницы: Клиенты с историей заказывать большие объемы продукции.

Chi-Джин и Сяо-Кан: Города, расположенных на границе района K, требующих дополнительного времени доставки.

Chi-Шаня, Линь Юань и Цзы-Куан: Города, расположенных на границе района P, требующих дополнительного времени доставки.

Синь-Ying: Город расположен на границе Т района, требующих дополнительного времени доставки.

Уравнения регрессии, будут использоваться для прогнозирования времени работы каждого водителя, если стоимость каждой независимой переменной не известно. Как упоминалось ранее, два водителя, провести доставки задачей для района K, один драйвер для района P, и двух водителей для Т района, четвертый грузовик будет использоваться только тогда, когда какой-либо из других грузовиков перегружен. В соответствии с ними знания водителей, рабочего времени будет увеличиваться на 10%, если один из драйверов отвечает за доставку в район K T или района отсутствует. Рабочее время сократится на 30%, если четвертый грузовик также используется. Таким образом, в случае необходимости, предсказал рабочего времени должна быть скорректирована с учетом этих различий.

Описание Экспертная система

На следующих страницах настоящее время шаги построения базы знаний. Процесс организации знаний, приобретенных с разделением яслях и драйверы описывается таким образом, чтобы его можно было понять, а затем переведен в правила. Во-первых, менеджер отдела и водители просят ответить на следующие вопросы:

* Является ли любой драйвер отсутствует? (Да / нет)

* Является ли грузовик, который используется для доставки продукции до Площадь T прогнозам, не перегружен? (Да / нет)

* Является ли грузовик, который используется для доставки продукции до Площадь K прогнозам, не перегружен? (Да / нет)

* Является оценкам рабочего времени каждого водителя, который берет на себя доставку задачей для района K больше 540 1,645 [сигма]? (Да / нет)

Или нет, грузовик перегружен или нет, зависит от drivers'judgment. Хотя субъективные, это решение представляется наиболее эффективным методом для прогнозирования объема работы каждого водителя. Ответы на поставленные выше вопросы, разбили следующим условиям.

Состояние 1: Ни один из водителей отсутствует.

Состояние 2: грузовой автомобиль используется для доставки грузов в район T, по прогнозам, будут перегружены.

Состояние 3: грузовой автомобиль используется для доставки грузов в район K, по прогнозам, будут перегружены, и расчетная время работы каждого водителя в заряд района K больше 540 1,645 [сигма].

Состояние 4: Один водитель отсутствует.

При различных комбинациях этих условий, знания, полученные от руководителя отдела и драйверы могут быть уточнены в серии "если-то заявления (правила) следующим образом:

Заявление 1

Если: 1 Состояние Состояние и 2 присутствует,

Тогда: В связи 1 и заключение 1 относят.

Заявление 2

Если: 1 Состояние Состояние и 3 присутствуют, и условие 2 не присутствует,

Тогда: В связи 2 и заключение 2 относят.

Заявление 3

Если: 1 Состояние присутствует, а состояние 2 и 3 Состояние нет,

Тогда: В связи 3 и заключение 3 относят.

Заявление 4

Если: Состояние 4 Состояние и 2 присутствуют,

Тогда: В связи 4 и 1 Заключение относят.

Заявление 5

Если: Состояние и 4 Состояние 3 присутствуют, и условие 2 не присутствует,

Тогда: В связи 5 и заключение 2 относят.

Заявление 6

Если: Состояние 4 присутствует, а состояние 2 и 3 Состояние нет,

Тогда: В связи 6 и вывод 3 относятся.

В таблице 1 показано шесть следствий, которые относятся к 6 "если-то заявления, соответственно. 1 следствий, 2, 4 и 5 указать области, в которых четвертый грузовик будет использоваться. 4 следствий, 5 и 6 настоящей перестройки драйвера уступки из-за отсутствия водителя. Эти шесть следствий определить три типа выводы. В таблице 2 представлены Заключение 1, которая предлагает соответствующие меры, основанные как на условиях заявлениями 1 и 4, а следствий 1 и 4. Четвертый грузовик будет использоваться для обмена доставки продукции района T (см. следствий 1 и 4), так что ни один из грузовиков будет перегружена. Драйверов установленных в район T будет завершить задачу в менее, чем обычные часы в связи с использованием двух грузовиков для доставки. Таблица 3 показывает Заключение 2, что определяет соответствующие меры, основанные как на условиях заявлениями 2 и 5, а следствий 2 и 5. Четвертый грузовик будет использоваться дополнительно для доставки продукции района K (см. следствий 2 и 5) так, что ни один из грузовиков будет перегружена. Драйверов установленных в район K закончим работу менее чем за обычные часы в связи с использованием двух грузовиков для доставки. В таблице 4 представлены Заключение 3, описывающий соответствующие действия, основанные как на условиях заявлениями 3 и 6, и следствий 3 и 6.

Хотя Заключение 3 также включает некоторые случаи сверхурочных, четвертый грузовой автомобиль не будет использоваться поскольку не грузовик перегружен и, поскольку преимущества экономии времени не будет стоит стоимость эксплуатации и технического обслуживания грузовиков. Таблицы 2-4 следуют объяснения нагрузки корректировок, рекомендованных для различных ситуаций ..

Результаты От успеха или неудачи оценке

Это исследование использует Хартман (1993) модели для прогнозирования успеха или неудачи предлагаемой ES. Методов направлена на устранение проблемы, очевидно, неподходящей и проведение оценки риска и затрат оценки системы.

Сфера применения и рисков

Применимости фактора (см. таблицу 5) включает в себя уроки, извлеченные в планировании и осуществлении ES. Вопросы связаны с разработкой и применением системы, типа решаемых задач, а также устойчивость к "человеческой" ошибки, присущие системе, которая имитирует человеческие решения. Каждый вопрос имеет целый ряд возможных ответов соответствующих того, насколько хорошо или плохо он удовлетворен предлагаемой системы. От 1 до 10 баллов представляет плохого к хорошему. Весьма возможно системы оценки около 10.

При использовании этого вопросника по применимости, разработчик, руководитель отдела, менеджер распределения и управления операциями оценка каждого вопроса, общей оценки, а также нормализовать фактора максимальное количество баллов. Нормированные в диапазоне от 0,1 до 1,0. Любое количество вопросов может быть применен и нормализуется.

Вопросник, касающийся рисков в процессе осуществления, как показано в таблице 6, построен и используется так же, как и на применимость. На этот раз от 1 до 10 баллов представляет собой хорошо плохо. С низким уровнем риска системы низкая оценка, а также высокие показатели представляют больший риск осуществления (Хартман, 1993; Козлов, 1988; Леонард-Бартон

Затраты и преимущества

Он принимает большие усилия, чтобы получить подробные правила для использования в больших ES, а также разработку окончательного ES, как следствие, гораздо дороже. Этапе разработки продукта, как правило, принять 30-50 процентов от общего объема расходов для малых и больших ES, соответственно (Хартман, 1993). Предлагаемого ES будут установлены только тогда, когда руководители считают, что система распределения будет достаточно улучшились в чистом смысле затрат и выгод. Таблицы 7 и 8 настоящего соответствующих затрат и выгод, разработки и внедрения предлагаемой ES для компании ABC, соответственно.

Весовые коэффициенты

Применимости и факторы риска, объединены для одного взвешивания, которая применяется в пользу соотношение издержек. Это увеличивает весовой оценки ES, которые имеют высокий применимости и низкого риска. Системы, которые имеют низкую применимость и высокого риска имеют уменьшенный весовой коэффициент. Кроме того, расходы, связанные с разработкой и осуществлением ES должны быть взвешенными в отношении льгот. Совокупный эффект от применения и факторов риска повышает взвешенных соотношение выгод и затрат от 10 до 1, что для ES окажутся осуществимыми или уменьшает его же порядка, для высококвалифицированных нерациональное и рискованное систем.

Весовые Отношение выгод к затратам

Шансы на успех ES для компании ABC можно предсказать на основе применения применимости / фактором риска для соотношение выгод и затрат. В таблице 9 приведены данные, ранее развитыми и невзвешенных и взвешенных результатов на успех или провал графика. Этот график расширяет понятия экономической эффективности включают неопределенность. Результаты показывают, что соотношение выгод и затрат является 11,88 и взвешенных соотношение выгод и затрат является 40,29, подразумевая, что предложенный ES является технически возможным и экономически эффективным. Это явно хорошие перспективы для реализации.

Недостатки

Это исследование, как и любое другое исследование, имеет свои недостатки, которые необходимо обсудить. Первое ограничение методов, используемых для решения проблем с доставкой в данном исследовании. Регрессионный анализ используется в качестве метода для прогнозирования времени работы каждого водителя, связанных с использованием KBS, чтобы сбалансировать нагрузку. Вопросы также можно рассматривать в качестве коммивояжера (TSP), которые можно решить с помощью генетического алгоритма (Fu

1. Для точного прогнозирования времени работы каждого водителя, необходимо собирать соответствующие данные, касающиеся как от расстояния между клиентами, а средняя скорость движения грузовика. (Время рассчитывается как расстояние разделить на среднюю скорость.) Тем не менее, компания насчитывает около 2000 клиентов в Южной Тайване. Это довольно много времени, чтобы собирать полные 1999000 (C ^ 2 югу ^ ^ ^ SUP 2000) наборов данных, относящихся к расстоянию между клиентами. Кроме того, данные о средней скорости движения, не достижимый в связи с универсальным объем трафика.

Два. Клиенты могут запросить специальные услуги в индивидуальном порядке. Например, некоторые ожидают, что поставки в утро, а с другой стороны, некоторые ожидают, что поставки в день.

Это почти невозможно сохранить базу данных, чтобы обеспечить всех необходимой информации. Таким образом, генетический алгоритм не используется для решения проблем с доставкой.

Второе ограничение связано с корректировкой объема работы. Использование ES помогает руководитель отдела принимать более обоснованные решения о том, когда четвертый грузовик будет необходима и которая грузовик будет использоваться для обмена доставки конкретной области. Тем не менее, ES не указывает, какой продукт заказы должны быть удалены из одного грузовика в другой, чтобы сбалансировать нагрузку на водителей. Такая корректировка зависит от водителей знания и опыт.

Окончательный ограничение состоит в том пунктов, включенных в анкеты для затрат прогнозы отражают авторов мнения и предубеждения. Существует никаких претензий здесь, что перечисленные являются единственными, которые могут быть включены или что некоторые из пунктов дается не могут быть исключены. Другие исследователи, возможно, заявила те же вопросы по-разному или породили различные элементы полностью, в зависимости от характера проблем, изучал.

Рекомендации

Прогноз или нет грузовиков будет перегружена полагается на решение руководителя отдела и водителей. Такое решение было принято в течение ограниченного периода времени на основе ограниченной информации. Для прогнозирования быть более точным, дополнительные исследования, чтобы литые больше света на интуитивно важную роль других факторов качественного характера, которые влияют на продолжительность рабочего времени водителей. Эти факторы могут включать в себя время суток (например, утром, днем), что клиенты ожидают доставки, отношения между водителями и клиентами, отношение водителей к заданию и т.д. Программы профессиональной подготовки в управлении конечных пользователей отношение и ожидания от ES должна стать важной темой для менеджеров проекта ES адрес. Улучшение может потребовать изменения в практике в настоящее время используется в промышленности, так как подготовка ES конечным пользователям было установлено, что отсутствует в большинстве организаций (Wells

Выводы

Эта статья способствовала лучшему пониманию развития и применения ES для повышения производительности организаций. Исследование, представленное попытка построить регрессионные модели, которые предсказали бы рабочего времени каждого водителя на фармацевтический дистрибьютор и разработать KBS, приобретая знания и опыт руководителя отдела и водителей. Предлагаемого ES, сочетание KBS и регрессионного анализа, будет служить дополнением к существующей системе для компании, что позволит грузовиков, которые будут использоваться более эффективно, позволит свести к минимуму расходов на сверхурочную работу, будет балансировать нагрузку водителей, будут сократит транспортные расходы, повысит возможности обработки большего числа заказов, повысит производительность труда, и обеспечить решение последовательности. Предлагаемого ES могут быть использованы руководитель отдела, водители, или любой потенциальный пользователь, как знающий помощник в расширении возможностей решения проблем с доставкой. Тем не менее, ES не могут заменить людей, потому что многие идеи, знания и интуицию трудно включить в единую систему. Таким образом, некоторые решения могут полагаться на суждения руководителей и водителей.

Кроме того, в этой статье представлены некоторые методы и формы для принятия рациональных решений в том, является ли предложенный проект будет успешным. Срок действия проекта определяется путем сравнения затрат с ожидаемых выгодах. Это сравнение, называется анализ затрат и выгод. Предполагаемых преимуществ включают экономия не увеличивая рабочую силу и оборудование, а также сокращение расходов от повышения производительности труда. Тем не менее, обучение, разработка, внедрение, обслуживание и возможность расходов, связанных с ES также должны быть рассмотрены. Один из лучших способов распространения расходы и получить все преимущества получили это сочетание ES с других программ, повышая тем самым возможности обеих систем. Пример показывает, как целесообразность и экономическую эффективность предлагаемых ES.

После обоснования процесса, руководство должно действовать быстро. Быстрый и плавный переход от выявления проблем и обоснование решения до фактического осуществления решения является обязательным. Тематическое исследование в данной работе является хорошей иллюстрацией того, разработка и применение ES не только для распространения системы, но и для других видов деятельности.

Ссылки

Андерсон, К., и Бернард, А. (1986). Экспертные системы в бухгалтерском учете. Журнал учета и обработки данных, 2 (3), 62-64.

Барсанти, J. B. (1990). Экспертные системы: Критические факторы успеха в их реализации. Information Executive, 3 (1), 30-34.

Берд, Т. А. (1992). Внедрение и использование экспертных систем в организациях: Восприятие знаний инженеров. Журнал информационных систем управления, 8 (4), 97-116.

Chang Ю., Е, К.,

Кокс Е.,

Дидерих, J., Раманн И.,

Фу, H.,

Guimaraes, T., Юн Ю.,

Хартман, П. J. (1993). Поиск экономически эффективных приложений для экспертных систем. Журнал Технологии энергетических ресурсов, 115 (1), 56-61.

Hayes-Рот, Ф. (1985). Правило систем. Сообщения ACM, 28 (9), 921-932.

Козлов, А. (1988). Переосмысление искусственного интеллекта. Высокие технологии Бизнес, 8 (5), 18-25.

Леонард-Бартон Д.,

Мартинсонс, М. Г. (1995). Ассимилируя, основанной на знаниях систем: дороги к успеху. Международный научный журнал "Кадровая, 16 (8), 22-37.

Монтгомери, D. C.,

Чу, L.,

Skowronski, В. М.,

Уэллс, S,

Chia-Ling Chao

Тамканский университет, Тайвань

Shwu-Min HORNG

Национальный Тайбэй технологический университет, Тайвань