Подходы к понятию «риск» в теории управления и системных исследованиях

В области специальной методологии управления существует множество системных разработок, концептуальные модели кото­рых понятны неспециалистам и применимы в контексте общей методологии управления социальными ситуациями. Один из та­ких подходов представлен «интеллектуальной многометодной системой» (ИМС), авторы которой рассматривают ее как модель процесса принятия решения сложных проблем. Цель ИМС — соз­дать комплекс достаточно универсальных средств решения задач управления динамическими системами, содержащий, накапли­вающий и использующий как формальные, так и неформальные (экспертные) знания в этой области. Поэтому такой комплекс, с одной стороны, должен иметь богатый набор базовых вычисли­тельных схем, обеспечивающих решение поставленной задачи, а с другой — базы знаний, содержащие качественные зависимости предметной области, эмпирический опыт решения задач и меха­низмы работы с такими знаниями, а также набор формальных, строгих знаний (правил, определений, теорем, следствий, приме­ров, фактов)¹. Схема (рис. 4), описывающая взаимодействие экс­перта и инженера-пользователя с ЭВМ, с одной стороны, и с на­бором технических устройств — с другой, может быть адаптирова­на к не собственно техническим областям деятельности.

Так, если заменить пользователя руководителем или аналити­ком МЧС, инструментальную среду - чрезвычайной ситуацией, а базу знаний — набором должностных инструкций, то мы получим модель анализа и управления чрезвычайной ситуацией. Если же заменить пользователя руководителем страховой компании, ин­струментальную среду — процессом взаимодействия страховщи­ков со страхователями (клиентами), а базы знаний — набором практических знаний по страхованию, то применимость настоя­щей схемы уже к страховому делу становится достаточно очевид­ной. Однако в схеме не отражено, чем отличаются процессы управления в стандартных и экстремальных ситуациях. Поэтому следует обратиться к некоторой конкретизации данного подхода.

¹ См.: Гурман В. И., Дмитриев М.Г., Осипов Г. С. Интеллектуальная многометод-ная технология для решения и анализа задач управления // Системные исследова­ния. Методологические проблемы. Ежегодник. 1992—1994. М., 1996. С. 245—246.

Раздел III. Прикладные исследования

Рис.4

По мнению В.А. Геловани и В.Б. Бриткова, авторов работы «Системы поддержки принятия решений в нештатных ситуациях с использованием современной информационной технологии»¹, системный подход означает анализ всех аспектов рассматривае­мой задачи, продумывание и моделирование полного технологи­ческого цикла обработки информации начиная от ввода и получе­ния информации до принятия решения. Основная идея разраба­тываемой методологии заключается в накапливании знаний в компьютерной форме баз знаний с их последующим использова­нием для принятия решений. Допустим, что существует предмет­ная область, в которой знания (в виде рекомендуемых решений и

¹ См.: Системные исследования. Методологические проблемы: ежегодник. 1995-1996. М., 1996.

Глава 18. Теория социальных технологий: возможности и границы

последовательности действий) накапливаются по мере рассмот­рения нештатных ситуаций, повторяющихся с некоторой часто­той. К таким ситуациям относятся промышленные аварии, сти­хийные бедствия (паводки, цунами, землетрясения). В этом слу­чае частота событий не настолько велика, чтобы была реальная возможность обучать и тренировать персонал и лиц, ответствен­ных за принятие решений, а последствия неоптимальных реше­ний могут быть значительными. В то же время решения должны приниматься оперативно, что исключает традиционные способы принятия решений на основе консультации со специалистами. Поэтому весьма важно создать системы искусственного интел­лекта такого рода для накапливания практического знания (инст­рукций), которые могут быть использованы в нештатных ситуаци­ях (ситуациях повышенного риска).

В специальной литературе существует известное смешение понятий «чрезвычайная» и «нештатная ситуация». Авторы упомя­нутой статьи полагают, что в данном контексте правильнее гово­рить именно о нештатных ситуациях, которые могут и не быть чрезвычайными по своим последствиям. Именно на то, чтобы не­штатная ситуация не переросла в чрезвычайную, и направлен дан­ный методологический подход. На грани, отделяющей нештат­ную ситуацию от чрезвычайной, можно расположить ситуацию «запланированного риска», которая является типичной для стра­хования.

Представляет особый интерес описание процесса формирова­ния баз знаний, которые они подразделяют, согласно теории экс­пертных систем¹, на ряд категорий. Среди них: универсальные, относящиеся ко всем рассматриваемым облас­тям, объектам и ситуациям;

проблемные, которые относятся к данному классу объектов и си­туаций;

специфические, связанные с конкретным объектом и особенно­стями его функционирования.

Знания в обсуждаемых базах структурируются по форме ис­пользуемых моделей, которые могут быть соответственно универ­сальными, проблемными и специфическими. В структуру каждой

¹ См.: Cauvet С., Proix С., Rolland С. Information Systems Design: an Expert System Approach // The Role of Artificial Intelligence in Databases and Information Systems. Gungzhou (China), 1988. P. 1-28.

Раздел III. Прикладные исследования

модели включаются также имитационные модели в виде вычисли­тельных процедур. В общем виде знания, включающие модели, можно представить как четверку вида:

M=(S,RJ,K),

где S - база имитационных моделей; R — база продукционных правил, которая пополняется в результате анализа принятия ре­шений в нештатных ситуациях; /—информационная база; А"-ба­за общих знаний. На рис. 5 показан простейший вариант процесса приобретения и передачи знаний о действиях в чрезвычайных или нештатных ситуациях.

Рис.5

Принятая российская государственная классификация чрез­вычайных ситуаций (ЧС) (Постановление Правительства РФ от 13.09.1996 № 1094 «О классификации чрезвычайных ситуаций природного и техногенного характера») далеко не полна, посколь­ку ограничивается только двумя указанными типами - ситуация­ми природного и техногенного характера. Однако уже в рамках та­кого подхода обнаруживаются три важные особенности ЧС. Во-первых, они подразделяются на более и менее глобальные по силе детерминационного воздействия. Первые могут выступать источником вторых, например, землетрясения вызывают навод­нения, штормы, оползни, камнепады, лавины, сели и т.п., а снеж­ные лавины могут быть источником только наводнений и селей.

Глава 18. Теория социальных технологий: возможности и границы

Во-вторых, закономерные связи существуют не только между раз­ными видами одного типа ЧС. Таковые прослеживаются между природными и техногенными ЧС. В-третьих, наложение ЧС од­ного типа на ЧС другого типа создает качественно иную ситуа­цию. «К примеру, совмещение потенциально опасных сейсмиче­ских районов, участков возможных затоплений, зон воздействия поражающих факторов от ХОО (химически опасного объекта) представляет собой многоступенчатую задачу со многими неиз­вестными. При этом вероятность возникновения событий (явле­ний) имеет бесконечную неопределенность»¹.

Таким образом, все ЧС объединены в систему, которая харак­теризуется «цепочной связью», «эффектом домино» (или «куму­лятивным эффектом»)². Автор не включает в данную систему ЧС экономического и политического типа, хотя это вытекает из его анализа: «Масштабы прямого ущерба от ЧС, затрат на их ликвида­цию и реабилитацию пострадавшего населения и территорий ста­вят под вопрос возможности экономики по восполнению этих по­терь»³, что фактически является констатацией масштабной соци­ально-экономической ЧС. Применительно к страхованию это означает необходимость комплексного подхода к ЧС, в частности приведение тарифов страхования и величины страховой компен­сации в соответствие с классификацией ЧС по типам и зонам. На рис. 5 параметры «Глобальная база знаний» и «Локальная база знаний» могут быть поставлены в соответствие типам ЧС, с одной стороны, и конкретным примерам ЧС - с другой. В общем виде системный страховой риск в той же степени поддается расчету и прогнозированию, что и риск ЧС, однако именно страхование ЧС является для страхователя наиболее надежной защитой его безо­пасности. Для страховщика же наибольшую опасность представ­ляет «эффект домино» страхового портфеля, неизбежно приводя­щий к банкротству страховой компании. Структура страхового портфеля должна стремиться к оптимальному многообразию, в частности избегать иерархических моделей, которым свойствен­ны детерминистические, каузальные связи.

¹ Акимов В. Чрезвычайные ситуации: оценка опасности // Страховое дело. 1998. № 1.С. 42.

² См.: Смирнов В.В. Процесс управления риском. 1997. № 2. С. 9-12.

³ Там же.

Раздел III. Прикладные исследования

⇐ Предыдущая37383940414243444546Следующая ⇒

Поделиться:

Воспользуйтесь поиском по сайту: