IWZ 7 Informatyczne wspomaganie decyzji

background image

1

IWZ7
IFORMATYCZE WSPOMAGAIE DECYZJI

1


1) OLTP a OLAP (Hurtownie danych)
2) KOMPUTEROWE MODELOWANIE DECYZJI
3) SYSTEMY WSPOMAGANIA DECYZJI
4) INTELIGENTNE SYSTEMY DECYZYJNE


OLTP – skrót od On Line Transaction Processing, zastosowanie informatyki do
przetwarzania transakcji. Zdarzenia gospodarcze są definiowane w formie transakcji (nie
mylić z transakcjami gospodarczymi).
OLAP – skrót od On Line Analytical Processing, zastosowanie komputera do przetwarzania
analitycznego danych gospodarczych; dane gromadzone są w specjalnych tabelach gdzie
przechowywane są fakty historyczne z działalności gospodarczej.
Komputerowe modelowanie decyzji – opis algorytmu decyzyjnego w komputerze na potrzeby
dalszego przetwarzania.
System Wspomagania Decyzji – pewna klasa systemów informatycznych ukierunkowanych
funkcjonalnie na wspomaganie procesu decyzyjnego w przedsiębiorstwie.
Inteligentne Systemy Decyzyjne – pewna klasa systemów wspomagania decyzji, które są
ukierunkowane nie tylko na przetwarzanie danych, lecz także na przetwarzanie wiedzy (baza
wiedzy). W bazie wiedzy zgromadzone są fakty i reguły wnioskowania.
Hurtownie danych – to bazy danych przeznaczone do wspomagania decyzji, mające tak
ukształtowany schemat modelu danych aby można było łatwo korzystać z ogromnych
zasobów danych zgromadzonych w bazie.

1

Szczegółowy opis znajdziesz w : Z.Biniek, Informatyka w zarządzaniu, Vizja Press&IT, Warszawa 2009 rozdz.

6 i 7

background image

2

PRZETWARZAIE DAYCH A WSPOMAGAIE DECYZJI


1)

przedmiotem przetwarzania danych są dane, opisujące zdarzenia gospodarcze zaś

przedmiotem wspomagania decyzji są modele decyzyjne, opisujące problemy występujące w
działalności gospodarczej,

2) systemy przetwarzania danych to systemy transakcyjne obsługujące transakcje
gospodarcze, zaś wspomaganie decyzji to przetwarzanie analityczne obsługujące
sprawozdania, raporty, analizy, wieloprzekrojowe zestawienia informacyjne

,


3)

w ujęciu technologicznym przetwarzanie danych oparte jest na bazach danych (najczęściej

relacyjnych - OLTP), zaś do wspomagania decyzji stosuje się systemy oparte na tzw.
hurtowniach danych (OLAP), lub kostkach OLAP


4)

użytkownikiem systemów przetwarzania danych jest w przeważającej mierze personel

niskiego i średniego szczebla, a użytkownikiem systemów wspomagania decyzji personel
szczebla wysokiego i strategicznego

,


5)

w systemach przetwarzania danych przetwarza się dane opisujące działalność wewnętrzną

firmy, a wspomaganie decyzji polega na przetwarzaniu danych wewnętrznych i
zewnętrznych, opisujących konkurencję, rynek, konsumentów itp.

6) w przetwarzaniu danych opisuje się pojedyncze zdarzenia gospodarcze (transakcje), zaś
wspomaganie decyzji zajmuje się opisywaniem algorytmów decyzyjnych w postaci modeli
Powyższe 6 punktów wyróżnia przetwarzanie danych i wspomaganie decyzji. Są to dwa
diametralnie różne typy przetwarzania, dwa różne podejścia do zastosowania informatyki w
zarządzaniu.

background image

3

KOSTKA OLAP


Schemat funkcjonalny kostki OLAP. Wielowymiarowe zapamiętywanie danych dla celów
analizy danych. Przedstawiono strukturę funkcjonalną kostki danych Sprzedaż. Pozwala to na
jednoczesne postrzeganie danych o sprzedaży poprzez takie kombinacje wielkości jak
produkt, miasto, kwartał (czas). Ewidencji podlega sprzedaż produktów mierzona w
jednostkach miary. Wielowymiarowość polega na tym, że można zdefiniować różne wymiary
i zestawić kilka wymiarów w jednej kostce danych. Każdy wymiar jest opisany zespołem
elementów, np. wymiar produkty (prod.1, prod.2, prod.3 itd.). Każda pojedyncza kombinacja
produktu, kwartału i miasta jest nazywana komórka, a zatem kostka składa się z 64 komórek
(4 x 4 x 4). Komórka ma konkretny adres w wielowymiarowej przestrzeni, np.

Sprzedaż (kw4, prod.1, miasto2) = 21

Wartość sprzedaży umieszczona w danej komórce w kostce Sprzedaż wynosi jak wiadomo 21

jednostek.

background image

4

KLASYFIKACJA SYSTEMÓW WSPOMAGAIA DECYZJI

EIS/ESS

DSS/ES

MIS

TPS

OAS

TPS

TPS - systemy transakcyjne

OAS - systemy wspomagania pracy biurowej

MIS - systemy informacyjne zarządzania

DSS - systemy wspomagania decyzji

EIS - systemy wspomagające kierownictwo

ES - systemy ekspertowe

Optymalne decyzje

Informacje

Dane

Modele
decyzyjne


Różne rodzaje systemów informatycznych w układzie hierarchicznym. W przedsiębiorstwie
niezbędne jest wspomaganie różnych typów systemów informatycznych stosowanych we
wspomaganiu decyzji. Na różnych poziomach wspomagania decyzji niezbędne są inne
systemy wspomagające.
Inne systemy stosowane są do przetwarzania danych (TPS,OAS), przetwarzania informacji
decyzyjnych (MIS), algorytmicznego przetwarzania decyzji (DSS/ES) czy operacjonalizacji
modeli decyzyjnych (EIS/ESS).
Informatycy wypracowali różne techniki budowy systemów wspomagania decyzji, także
różne systemy decyzyjne są wspomagane różnymi technikami informatycznymi. Różne są
poziomy zaawansowania w zastosowaniu baz danych do wspomagania decyzji.

background image

5

TYPOLOGIA DECYZJI W PRZEDSIĘBIORSTWIE

Typ decyzji

Poziomy organizacji

Systemy
wspomagają
ce

Szczebel operacyjny

Szczebel kierowniczy

Planowanie
strategiczne

Dobrze ustrukturalizowane
(programowalne)

Księgowość
Zamówienia
Materiałów
Realizacja
Dostaw
Przygotowanie
Korespondencji

Analiza budżetu
Krótkoterminowa
prognoza
Analizy
ekonomiczne
Sprawozdania
podatkowe

Lokalizacja
hurtowni
System
dystrybucji
Szkolenie
personelu

TPS
OAS
MIS

Słabo
ustrukturalizowane

Techniczne
Przygotowanie
Produkcji
Gospodarka
Magazynowa

Ocena kredytu
Opracowanie
Budżetu
Analiza kosztów
Harmonogramowanie
projektów
Opracowanie
Systemu
wynagrodzeń

Budowa nowej
wytwórni
Planowanie
nowego produktu
Odszkodowania
Planowanie
kontroli
jakości

MIS
DSS
ES

Nieustrukturalizowane
(Nieprogramowanlne)

Wybór
dostawcy
surowców
Zakup
oprogramowania

Negocjacje
Rekrutowanie
Kadry
Kierowniczej
Zakup
Komputerów
Marketing

Planowanie R&D
Rozwój nowej
technologii
Polityka socjalna
firmy
Polityka
współpracy z
dostawcami i
odbiorcami

DSS
ES
ESS/EIS

Typ decyzji

Poziomy organizacji

Systemy
wspomagają
ce

Szczebel operacyjny

Szczebel kierowniczy

Planowanie
strategiczne

Dobrze ustrukturalizowane
(programowalne)

Księgowość
Zamówienia
Materiałów
Realizacja
Dostaw
Przygotowanie
Korespondencji

Analiza budżetu
Krótkoterminowa
prognoza
Analizy
ekonomiczne
Sprawozdania
podatkowe

Lokalizacja
hurtowni
System
dystrybucji
Szkolenie
personelu

TPS
OAS
MIS

Słabo
ustrukturalizowane

Techniczne
Przygotowanie
Produkcji
Gospodarka
Magazynowa

Ocena kredytu
Opracowanie
Budżetu
Analiza kosztów
Harmonogramowanie
projektów
Opracowanie
Systemu
wynagrodzeń

Budowa nowej
wytwórni
Planowanie
nowego produktu
Odszkodowania
Planowanie
kontroli
jakości

MIS
DSS
ES

Nieustrukturalizowane
(Nieprogramowanlne)

Wybór
dostawcy
surowców
Zakup
oprogramowania

Negocjacje
Rekrutowanie
Kadry
Kierowniczej
Zakup
Komputerów
Marketing

Planowanie R&D
Rozwój nowej
technologii
Polityka socjalna
firmy
Polityka
współpracy z
dostawcami i
odbiorcami

DSS
ES
ESS/EIS

Typ decyzji

Typ decyzji

Poziomy organizacji

Poziomy organizacji

Systemy
wspomagają
ce

Systemy
wspomagają
ce

Szczebel operacyjny

Szczebel operacyjny

Szczebel kierowniczy

Szczebel kierowniczy

Planowanie
strategiczne

Planowanie
strategiczne

Dobrze ustrukturalizowane
(programowalne)

Dobrze ustrukturalizowane
(programowalne)

Księgowość
Zamówienia
Materiałów
Realizacja
Dostaw
Przygotowanie
Korespondencji

Księgowość
Zamówienia
Materiałów
Realizacja
Dostaw
Przygotowanie
Korespondencji

Analiza budżetu
Krótkoterminowa
prognoza
Analizy
ekonomiczne
Sprawozdania
podatkowe

Analiza budżetu
Krótkoterminowa
prognoza
Analizy
ekonomiczne
Sprawozdania
podatkowe

Lokalizacja
hurtowni
System
dystrybucji
Szkolenie
personelu

Lokalizacja
hurtowni
System
dystrybucji
Szkolenie
personelu

TPS
OAS
MIS

TPS
OAS
MIS

Słabo
ustrukturalizowane

Słabo
ustrukturalizowane

Techniczne
Przygotowanie
Produkcji
Gospodarka
Magazynowa

Techniczne
Przygotowanie
Produkcji
Gospodarka
Magazynowa

Ocena kredytu
Opracowanie
Budżetu
Analiza kosztów
Harmonogramowanie
projektów
Opracowanie
Systemu
wynagrodzeń

Ocena kredytu
Opracowanie
Budżetu
Analiza kosztów
Harmonogramowanie
projektów
Opracowanie
Systemu
wynagrodzeń

Budowa nowej
wytwórni
Planowanie
nowego produktu
Odszkodowania
Planowanie
kontroli
jakości

Budowa nowej
wytwórni
Planowanie
nowego produktu
Odszkodowania
Planowanie
kontroli
jakości

MIS
DSS
ES

MIS
DSS
ES

Nieustrukturalizowane
(Nieprogramowanlne)

Nieustrukturalizowane
(Nieprogramowanlne)

Wybór
dostawcy
surowców
Zakup
oprogramowania

Wybór
dostawcy
surowców
Zakup
oprogramowania

Negocjacje
Rekrutowanie
Kadry
Kierowniczej
Zakup
Komputerów
Marketing

Negocjacje
Rekrutowanie
Kadry
Kierowniczej
Zakup
Komputerów
Marketing

Planowanie R&D
Rozwój nowej
technologii
Polityka socjalna
firmy
Polityka
współpracy z
dostawcami i
odbiorcami

Planowanie R&D
Rozwój nowej
technologii
Polityka socjalna
firmy
Polityka
współpracy z
dostawcami i
odbiorcami

DSS
ES
ESS/EIS

DSS
ES
ESS/EIS


Typologia

decyzji

w

przedsiębiorstwie

przygotowana

na

potrzeby

systemów

informatycznych.

W

podziale

decyzji

uwzględniono

z

jednej

strony

stopień

programowalności decyzji, a z drugiej strony szczebel organizacji na którym podejmowane są
decyzje.
Jeżeli decyzje mają dobrze formalnie zdefiniowany algorytm podejmowania decyzji to są to
decyzje dobrze ustrukturalizowane. Np. zamówienie partii materiałów odbywa się według
dobrze opisanego schematu (ile, kiedy i gdzie, także kto zamawia)
Słabo ustrukturalizowane decyzje mają z reguły tylko częściowo zdefiniowany algorytm
decyzyjny, a część kryteriów niezbędnych do podjęcia danej decyzji jest określana
intuicyjnie, na podstawie doświadczenia. Np. zaciągnięcie kredytu ma swoją strukturę, ale
część aspektów nie jest ustrukturalizowane
Decyzje nie ustrukturalizowane (nie programowalne) to takie decyzje, które są podejmowane
na podstawie danych i kryteriów pozyskiwanych intuicyjnie i na podstawie doświadczenia
decydenta. Nie istnieje coś takiego jak formalny algorytm postępowania przy podejmowaniu
takich decyzji. Np. negocjacje handlowe
Na różnych poziomach organizacji podejmowane są decyzje różnego typu. Najczęściej
decyzje strategiczne są słabo lub nie ustrukturalizowane, a decyzje operacyjne mają dobrze
określony algorytm ich podejmowania.

background image

6

Hurtownie danych

OKRESY

ID_OKRESU

OPIS_OKRESU
KWARTAŁ
ROK

PRODUKTY/USŁUGI

ID_PRODUKTU

OPIS_PRODUKTU
MARKA
ROZMIAR

RYNKI

ID_RYNKU

OPIS_RYNKU
DYSTRYKT
REGION

SPRZEDAZ

PK_SPRZE
--------------
FK_OKRES
FK_PROD
FK_RYNEK

JEDNOSTKI
DOLARY
OBNIZKA%
ILOSC

OK._SPRZ

PR_SPRZ

RY_SPRZ


Hurtownia danych to baza danych specjalnego przeznaczenia. Hurtownie wspomagają
przetwarzanie typu OLAP.
Hurtownie zawierają dane typu historycznego bez zapamiętywania pojedynczych transakcji.
W modelu danych przedstawiono format danych w notacji SQL. Po prawej stronie
umieszczono tabele faktów (SPRZEDAŻ), a po lewej stronie tabele wymiarów. Relacje
wskazują na powiązania pomiędzy polami indeksowymi tabel wymiarów i faktów. PK to
przedrostek do oznaczenia pola kluczowego pierwotnego (ang. primary key) przeznaczonego
do jednoznacznej identyfikacji zapisów danych w tabeli faktów. FK to przedrostek do
oznaczenia pól kluczowych pomocniczych (ang. foreign key) służących do powiązania tabel
wymiarów i tabel faktów.
Ilość tabel wymiarów zależy od zakresu analitycznego hurtowni danych, tzn. w ilu wymiarach
chcemy analizować nasze dane zawierające fakty. W naszym przykładzie wyznaczyliśmy trzy
wymiary: Rynki, Produkty/Usługi, Okres (czasu).

background image

7

LOGICZA TABLICA DECYZJI

WARUNKI

R6

R11

R12

R13

R14

0<OBR<10T

T

N

N

N

N

10T<OBR<20T

N

T

T

N

N

OBR>20T

N

N

N

T

T

PRZECIWN. ALKOHOLU

--

T

N

T

N

Karta z życzeniami

X

X

X

X

X

Wino

X

X

Prezent książkowy

X

X

Rozmowa telefoniczna

X

X

WARUNKI

R6

R11

R12

R13

R14

0<OBR<10T

T

N

N

N

N

10T<OBR<20T

N

T

T

N

N

OBR>20T

N

N

N

T

T

PRZECIWN. ALKOHOLU

--

T

N

T

N

Karta z życzeniami

X

X

X

X

X

Wino

X

X

Prezent książkowy

X

X

Rozmowa telefoniczna

X

X

WARUNKI

WARUNKI

R6

R6

R11

R11

R12

R12

R13

R13

R14

R14

0<OBR<10T

0<OBR<10T

T

T

N

N

N

N

N

N

N

N

10T<OBR<20T

10T<OBR<20T

N

N

T

T

T

T

N

N

N

N

OBR>20T

OBR>20T

N

N

N

N

N

N

T

T

T

T

PRZECIWN. ALKOHOLU

PRZECIWN. ALKOHOLU

--

--

T

T

N

N

T

T

N

N

Karta z życzeniami

Karta z życzeniami

X

X

X

X

X

X

X

X

X

X

Wino

Wino

X

X

X

X

Prezent książkowy

Prezent książkowy

X

X

X

X

Rozmowa telefoniczna

Rozmowa telefoniczna

X

X

X

X

Decyzje dobrze ustrukturalizowane bazują na różnych algorytmach opisu schematu
podejmowania decyzji.
Przykład logicznej tablicy decyzji. Jest to technika definiowania algorytmów decyzyjnych
użytkowana w systemach informatycznych.
Przykład dotyczy decyzji jaki prezent wysłać konkretnemu kontrahentowi w okazji nowego
roku przy uwzględnieniu pewnych warunków brzegowych.
Tabela zawiera warunki(OBR>20T), reguły (R6, R11), akcje (Wino) i czynności (X).
Uruchomienie określonych czynności jest uzależnione od konkretnych warunków, ich reguł
oraz przypisanych im akcji.

background image

8

DRZEWO DECYZYJE

0 < OBR < 10T

karta życzenia

karta życzenia

Przec.
alkoholu

10T < OBR≤ 20T

karta życzenia

Nie Przec
alkoholu

wino

karta życzenia

telefon

OBR > 20T

Karta z życzeniami

wino

telefon

książka

książka

Nie
Przeciw alkohol

Przeciw alkohol


Inna technika definiowania algorytmów podejmowania decyzji. Algorytm przydzielania
prezentów świątecznych kontrahentom przedsiębiorstwa w zależności od poziomu obrotów.
Podobnie jak w innych technikach także tutaj definiujemy kryteria wyboru oraz konkretne
działania podejmowane w zależności od tego czy dane kryterium jest spełnione czy też nie.
Algorytm jest zupełny, tzn. muszą być zaprojektowane wszystkie przypadki jakie mogą
wystąpić podczas podejmowania decyzji.

background image

9

IFORMATYKA A WSPOMAGAIE DECYZJI

OTOCZENIE

FIRMA

DECYDENT
MODEL
SYMULACYJNY

Strategiczna informacja decyzyjna

Informacja rozpoznawcza

Informacja wewnętrzna

Selekcja
Struktura

System
Informatyczny

SYSTEM DECYZYJNY


Selekcja informacji na potrzeby wspomagania decyzji. Podział na informacje wewnętrzne (z
wewnątrz przedsiębiorstwa) i zewnętrzne (z otoczenia przedsiębiorstwa). Zadania systemów
informatycznych. Decydent wspomagany modelem symulacyjnym. Jedną z technik
wspomagania decyzji jest technika symulacji.
Decydent zarządzający firmą działa w układzie sprzężenia zwrotnego, pobierając informacje
zarówno z wewnątrz firmy, jak i z otoczenia firmy. Informacje rozpoznawcze i wewnętrzne są
przedmiotem przetwarzania w systemie informatycznym. Informacje, które otrzymuje
decydent są wspomagane w procesie decyzyjnym specjalnymi technikami decyzyjnymi
(modele decyzyjne, systemy decyzyjne, technika symulacji). Wypracowana informacja
decyzyjna jest przekazywana kanałem zwrotnym do firmy w celu podjęcia konkretnych
działań korygujących zamierzenia bądź uruchomienia przedsięwzięć ukierunkowujących
funkcjonowanie firmy.

background image

10

SYSTEM DSS

METODA 1

.
.
.

METODA X

MODEL BEZ

PARAMETRÓW

BEZ

DANYCH

MODEL Z

PARAMETRAMI

BEZ

DANYCH

MODEL Z

PARAMETRAMI

Z

DANYMI

Połączenia

metod

Dostarczenie

parametrów

Wybranie

danych

Uruchomienie

modelu

RESULTATY

MODELU

BANK

DANYCH

Wybór

metody

Nowy nastaw

parametrów

Oferta
metod

STOP

BANK

METOD

DOKUMENTA-

CJA

Probl.

Rozwi ?

T

N

Interpretacje


Informatyka w zarządzaniu wypracowała pewien układ elementów nazywanych systemem
wspomagania decyzji (ang. DSS).
System wspomagania decyzji (DSS) składa się z czterech elementów:
Bazy danych
Bazy modeli decyzyjnych
Bazy metod definiujących algorytmy decyzyjne
Języka użytkownika do porozumiewania się z zasobami systemu.
Model decyzyjny jest definiowany przy użyciu z metod decyzyjnych i parametrów. W trakcie
modelowania poszukujemy optymalnych parametrów określających funkcjonowanie systemu.

background image

11

MECHAIZM MODELOWAIA DECYZJI

BANK

DANYCH

BANK

METOD

BANK

MODELI

X

Y

ZMIENNE

CZAS

to

t1=to+DT

t2=t1+DT

modele

metody

Szeregi czasowe

Wartości
zmiennych

Wartości
zmiennych

............

...........

OPERATOR
MODELI

DANE WYJŚCIOWE


Operacjonalizacja modelu decyzyjnego. Zmienne z parametrami. Czas. Zmiana wartości
zmiennych w czasie. Poszczególne zmienne osiągają określony poziom wartości w czasie. Na
podstawie obserwacji wartości zmiennych można wnioskować o funkcjonowaniu
analizowanego systemu, np. przedsiębiorstwa.
Podczas definiowania założeń modelu (układu równań) operator modelu korzysta w zasobów
systemowych umieszczonych w bazie danych, bazie modeli i bazie metod.

background image

12

MODEL DECYZYJY – JĘZYK MODELOWAIA DECYZJI

Model decyzyjny w IFPS

COLUMNS K1, K2, K3, K4, ROK

POPYT = 90,85, 125, 90 SUM([K1] THRU [K4])

ZBYT = MINIMUM (POPYT, PREVIOUS MAG)

ZAPOT = (POPYT + PREVIOUS POPYT)

ZAMOW = ZAPOT * (1 + BEZP)

MAG

BEZP = 0.1 FOR 4

CENZAK = IF ZAMOW .LT. 50 THEN 25

ELSE IF ZAMOW .LE.50 .AND. ZAMOW .GE. 100
THEN 22 ELSE IF ZAMOW .GT. 100 THEN 20

WYCEZA = KTYZAK/ZAMOW

CEZBYT = 23.5 FOR 5

MAG = MAG + PREVIOUS ZAMOW

ZBYT

BRAKTOW = MAXIMUM (0, POPYT

ZBYT)

STRATA = BRAKTOW * (CEZBYT

WYCEZA)

KTYZAKUPU = ZAMOW * CENZAK

KTYKAPIT = KTYZAKUPU

ZBYT * CENZAK FOR 5 +

(MAG FOR 1 * 25)*10%

OBROT = ZBYT * CEZBYT

ZYSK = OBROT

KTYZAKUPU

-

KTYKAPIT


Przykład modelu decyzyjnego w języku modelowania IFPS (ang. Integrated Financial
Planing System
). Model opisuje wyliczanie zysku przedsiębiorstwa.
Modelowanie systemu za pomocą równań algebraicznych. Za pomocą tego typu modeli
można kalkulować ekonomiczne aspekty działalności przedsiębiorstwa, np. wyliczać zysk w
zależności od różnych poziomów cen sprzedaży.
Poszczególne skróty, np. MAG opisują stany systemu ( w tym przypadku poziom magazynu),
które mają wpływ na główny element systemu (poziom zysku – ZYSK).
W modelu występują różne typu równań dla obliczania zmiennych współdziałających przy
określaniu poziomu zysku.

background image

13

CYBERETYCZE ASPEKTY PODEJMOWAIA DECYZJI

CEL

(NORMA)

POSTRZEGANY

POZIOM

RÓŻNICA

DZIAŁANIE

DECYZJA

STAN SYSTEMU

ŹRÓDŁO

Akcja

Info o stanach


Cybernetyczne podejście do podejmowania decyzji. Decyzja zmienia określony stan systemu,
zmieniając jego wartość wyrażoną w jednostkach kwantyfikacji. Stany mogą być materialne,
energetyczne i informacyjne. Jeżeli informacje o stanach wykazują różnicę w porównaniu z
celem wtedy trzeba podjąć działanie, a działanie uruchamia decyzje.
W podejściu cybernetycznym przyjmuje się założenie, że system działa poprzez
współdziałanie sprzężeń zwrotnych dodatnich i ujemnych. Jeżeli występuje różnica pomiędzy
celem a postrzeganym poziomem systemu to ta różnica będzie kompensowana przez system,
bowiem w systemie działa ujemne sprzężenie zwrotne.
Model cybernetyczny pozwala na zastosowanie symulacji do analizy decyzji strategicznych.


background image

14

OPTYMALE DECYZJE – MODEL FUKCJOALY

Cele

Sytuacja decyzyjna

Alternatywy
Działania
A={a

1

,a

2

,..a

n

}

X={x

1

,x

2

,...x

n

}

Stany (+Infosystem)
Z={z

1

,z

2

,....,z

n

}

Otoczenie
U={u

1

,u

2

,.....,u

n

}

{Relacja przyporządkowania}

Macierz wynikowa

{Funkcja preferencji}

Macierz decyzyjna

{Funkcja celu + Model decyzyjny}

„decyzja optymalna”

(wybór najlepszej

alternatywy)

Schemat funkcjonalny podejmowania decyzji optymalnej. Celem jest podjęcie optymalnej
decyzji, np. zakup najkorzystniejszego zestawu PC. Alternatywy to: różne konfiguracje PC w
zależności od RAM, Procesora, HDD, Monitora. Preferencje wyrażane są wagami.
Użyteczność wylicza się mnożąc wagi razy konkretne wartości w ramach alternatyw, np.
wielkość pamięci RAM. Wybieramy alternatywę o najwyższej użyteczności.

background image

15

UŻYTECZOŚĆ W PODEJMOWAIU DECYZJI

A

PAO

MB (0.4)

HDD

(0.3)

ZEGAR

MHz (0.1)

MONITOR

ROZDZIELCZOŚ

Ć(0.2)

Punktó

w

Wartoś

ć

PC w

PLN

A

1

4 (0.8)

800(1.2

)

50(0.2)

640 × 480(0.2)

2.4

1300,-

A

2

1 (0.6)

500(0.9

)

100(0.4)

800 × 600(0.4)

2.3

1100,-

A

3

8(1.2)

250(0.6

)

150(0.7)

1024 × 768(0.6)

3.1

1500,-

A

PAO

MB (0.4)

HDD

(0.3)

ZEGAR

MHz (0.1)

MONITOR

ROZDZIELCZOŚ

Ć(0.2)

Punktó

w

Wartoś

ć

PC w

PLN

A

1

4 (0.8)

800(1.2

)

50(0.2)

640 × 480(0.2)

2.4

1300,-

A

2

1 (0.6)

500(0.9

)

100(0.4)

800 × 600(0.4)

2.3

1100,-

A

3

8(1.2)

250(0.6

)

150(0.7)

1024 × 768(0.6)

3.1

1500,-

A

A

PAO

MB (0.4)

PAO

MB (0.4)

HDD

(0.3)

HDD

(0.3)

ZEGAR

MHz (0.1)

ZEGAR

MHz (0.1)

MONITOR

ROZDZIELCZOŚ

Ć(0.2)

MONITOR

ROZDZIELCZOŚ

Ć(0.2)

Punktó

w

Punktó

w

Wartoś

ć

PC w

PLN

Wartoś

ć

PC w

PLN

A

1

A

1

4 (0.8)

4 (0.8)

800(1.2

)

800(1.2

)

50(0.2)

50(0.2)

640 × 480(0.2)

640 × 480(0.2)

2.4

2.4

1300,-

1300,-

A

2

A

2

1 (0.6)

1 (0.6)

500(0.9

)

500(0.9

)

100(0.4)

100(0.4)

800 × 600(0.4)

800 × 600(0.4)

2.3

2.3

1100,-

1100,-

A

3

A

3

8(1.2)

8(1.2)

250(0.6

)

250(0.6

)

150(0.7)

150(0.7)

1024 × 768(0.6)

1024 × 768(0.6)

3.1

3.1

1500,-

1500,-


Przykład podjęcia decyzji optymalnej, dokonujemy wyboru spośród trzech wariantów (A1,
A2, A3)
Wariant A3 ma najwyższą użyteczność, a wariant A2 ma najniższą cenę jednak wariant A3
ma najniższą wartość 1 jednostki użyteczności – 449 zł
W tabeli przedstawiono wyliczenia użyteczności dla trzech wariantów, jednocześnie
zaprezentowano wyliczenie który wariant jest najkorzystniejsza przy pewnych kryteriach
wspólnych dla wszystkich.
Decyzja dotyczy zakupu PC, a zatem jako wspólne kryteria przyjęto: wielkość pamięci
operacyjnej komputera (PAO), wielkość twardego dysku (HDD), częstotliwość zegara w
procesorze (Zegar), rozdzielczość monitora (monitor rozdzielczość),

background image

16

SYSTEM EKSPERTOWY XPS

Użytkownik

Ekspert

Komponent dialogowy

Komponent objaśniania

Komponent wiedzy

Komponent do

rozwiązywania problemów

Baza wiedzy

wyniki

objaśnienia

kontrola

wprowadzanie wiedzy

wiedza

cykl przetwarzania

opis przypadku

wyniki

wyniki

dane użytkownika


System z bazą wiedzy. Użytkownik systemu podczas wspomagania decyzji jest wspomagany
wiedzą zgromadzoną w komputerze. Komputer gra również rolę eksperta.
Zastosowanie sztucznej inteligencji (ang. artificial intelligence) w systemach decyzyjnych:

Przetwarzanie języka naturalnego (słowa pisanego i mówionego),
Interpretacja obrazów
Robotyka
Systemy dedukcyjne
Systemy ekspertowe

Systemy expertowe nie zastąpią ekspertów od wspomagania decyzji, mogą ich tylko odciążyć
od wielu rutynowych czynności.

background image

17

SIEĆ SEMATYCZA


Reprezentacja wiedzy w komputerze. Baza wiedzy ma wspomagać decydenta informacjami,
które nie zostały zapisane w ustrukturalizowanych schematach decyzyjnych. Najczęściej
zapisywane są reguły prawne bądź inne informacje pomocnicze niezbędne w procesie
decyzyjnym. Np. w bazie wiedzy mogą być zapisane informacje niezbędne do tego by pomóc
potencjalnemu klientowi dokąd wyjechać na wczasy lub na wycieczkę.
Na przykładzie przedstawiono strukturę powiązań informacyjnych wykładu: Informatyka w
zarządzaniu.
Sieć semantyczna umożliwia zdefiniowanie wiedzy w bazie wiedzy. Sieć semantyczna to
specyficzny rodzaj formatowania wiedzy w celu jej przetwarzania w komputerze.
Ontologia – to usystematyzowana wiedza, sklasyfikowana według ogólnie akceptowalnych
reguł

background image

18

SYMULACJA – OWY PRODUKT A RYKU


S

+

DDR

.

DR

BL

.

Ź

_

CDDR

SH

OE

OC

SAT

SS

RS

DDI

OB

B

IS

SE

TDDR

Symulacja strategii działania nowego podmiotu na rynku. Symulacja ciągła jako technika
wspomagania decyzji. Metodą cybernetyczną zostały zdefiniowane schematy zmian
czynników występujących w procesie decyzyjnym. Komputer przelicza krok po kroku
przebieg zmian różnych czynników w zależności od zmian dokonujących się w innych
obszarach. Przykład zastosowania symulacji do wspomagania zarządzania jest model
wprowadzania nowego produktu na rynek. Model ten bazuje na założeniu, że symulacja
systemowo-dynamiczna winna uwzględniać współdziałanie pętli sprzężeń zwrotnych
dodatnich i ujemnych. System wprowadzania nowego produktu na rynek jest systemem
szczególnie złożonym, opartym na współdziałaniu pętli sprzężeń zwrotnych dodatnich i
ujemnych. Pętle dodatnie są pętlami odchylającymi system od celu (równowaga dynamiczna),
a pętle ujemne są pętlami naprowadzającymi system na cel. Dodatnia pętla sprzężenia
zwrotnego (znak +) bazuje na założeniu, że decydent zatrudniając sprzedawców (S)
zdobywających zlecenia (OB) będzie przeznaczał część środków finansowych na zatrudnienie
nowych sprzedawców (IS), którzy zdobywają nowe zlecenia. Im więcej zleceń tym więcej
sprzedawców, a im więcej sprzedawców tym więcej zleceń. W systemie opisano ponadto
ujemną pętle sprzężenia zwrotnego.

background image

19

SYMULACJA – FUKCJOOWAIE PRZEDSIĘBIORSTWA

r-ek nowy

klient

r-ek dobry

klient

odrzuc. zły

klient

wyd.towaru

y/=L

y/=L

y=L

bA

bC,K

bx

(bx,y)

(bx,y)

(bx,L)

(bx,y)

(bx,y)

(bx,y)

(bx,y)

(bx,y)

x+(rx,y)

x+(rx,y)

x+rx

(rx,y)

(rx,y)

(rx,L)

x

x

x

x

x

x

ay

bx

bx

bx

bx

(rx,y)

(rx,y)

x

poczta

lista klientów

K1,+
K2,+
K3,-

(y,+)

(y,+)

(y,-)

magazyn

AAABBC
DEE

bx

kartot mag

Objaśnienia:
X

towar

y

informacja o kliencie

+

status klienta pozytywny

-

status klienta negatywny

wysyłka

Do Zarządzanie operacyjnego przedsiębiorstwem stosowana jest technologia Workflow, czyli
Zarządzanie procesami pracy przy użyciu systemu komputerowego, jako czynnika
automatyzującego procesy zachodzące w przedsiębiorstwie.
Technika

komputerowa

umożliwia

przeprowadzenie

symulacji

funkcjonowania

przedsiębiorstwa. Symulacja dyskretna. Przedsiębiorstwo jako sieć działań. Wirtualna
organizacja. Taki układ funkcjonalny przedsiębiorstwa gdzie nie musi występować jedność
czasowo-przestrzenna osób i komórek współdziałających w procesie wytwarzania dóbr i
usług.
Sieć pozwala na schematyczną definicję procesów pracy zachodzących w firmie. Na bazie
sformalizowanego schematu przepływów pracy możliwa jest symulacja działania firmy w
warunkach laboratoryjnych. Zanim podejmiemy próbę dokonania zmian organizacyjnych w
konkretnej firmie najpierw sprawdzamy te zmiany w warunkach laboratoryjnych (na
komputerze).

background image

20

FIRMA – SYSTEMY SYMULACYJE

Bank Metod

Bank Wiedzy

(fakty, reguły)

Bank Modeli

Bank Danych

Interpretacja modeli

System zarządzania bazą danych,

metod i modeli

Interfejs użytkownika

(modelowanie interaktywne)

Inne źródła danych

System ekstrakcji danych

W systemach wspomagania decyzji często korzysta się z techniki symulacji komputerowej.
Symulacja pozwala na testowanie decyzji przed jej rzeczywistym podjęciem.
System symulacyjny z bazą wiedzy. Zastosowanie techniki symulacji do wspomagania
decyzji. Najpierw symulacja decyzji (jej możliwych skutków), a później decyzja.
Nowoczesne systemy wspomagania decyzji posiadają złożoną strukturę funkcjonalną.
Niezbędne jest współdziałanie banku danych, banku metod i banku modeli, a wprowadzenie
bazy wiedzy umożliwia komputerową interpretację modeli symulacyjnych i zapamiętywanie
wyników tejże interpretacji.

background image

21


BI powstało w latach 90-tych XX wieku. Wcześniej posługiwano się technologia kartek
papieru, papierowych zestawień, miniaturowych karteczek, np. szef mafii sycylijskiej.
Obecnie dominuje zastosowanie technologii informatycznych do podejmowania decyzji.
Najważniejsze elementy technologii informatycznych:

a) Portal internetowy (kokpit menedżera)
b) Hurtownia danych
c) Techniki analizy danych (data Mining, ETL)
d) Przetwarzanie wiedzy (dane pochodzące od ekspertów)

background image

22


KOKPIT MEEDŻERA


Znormalizowany

układ

wskaźników

finansowych,

ekonomicznych,

technicznych,

logistycznych, których obserwacja jest niezbędna po to by skutecznie zarządzać
przedsiębiorstwem. Kokpit zawiera wizualizację informacji niezbędnych do podejmowania
decyzji.
Na jednym ekranie występują wszystkie najważniejsze informacje: bilans, rachunek zysków i
strat, wskaźniki finansowe, inne czynniki (miękkie)
Porównanie plan i realizacja.


Wyszukiwarka

Podobne podstrony:
IWZ 7 Informatyczne wspomaganie decyzji
System informatyczny wspomagający decyzji tradera
pytanie4, wisisz, wydzial informatyki, studia zaoczne inzynierskie, statystyczne metody wspomagania
pytania swd z odpowiedziami mini, wisisz, wydzial informatyki, studia zaoczne inzynierskie, statysty
laboratorium 5, wisisz, wydzial informatyki, studia zaoczne inzynierskie, statystyczne metody wspoma
laboratorium 7, wisisz, wydzial informatyki, studia zaoczne inzynierskie, statystyczne metody wspoma
pytania swd, wisisz, wydzial informatyki, studia zaoczne inzynierskie, statystyczne metody wspomagan
uzu0.4, wisisz, wydzial informatyki, studia zaoczne inzynierskie, statystyczne metody wspomagania de
laboratorium 6, wisisz, wydzial informatyki, studia zaoczne inzynierskie, statystyczne metody wspoma
SWD3, wisisz, wydzial informatyki, studia zaoczne inzynierskie, statystyczne metody wspomagania decy
swd-ustny-2, wisisz, wydzial informatyki, studia zaoczne inzynierskie, statystyczne metody wspomagan
swd5, wisisz, wydzial informatyki, studia zaoczne inzynierskie, statystyczne metody wspomagania decy
egzaminswd v2, wisisz, wydzial informatyki, studia zaoczne inzynierskie, statystyczne metody wspomag
egzaminswd, wisisz, wydzial informatyki, studia zaoczne inzynierskie, statystyczne metody wspomagani
Analiza dynamiki, wisisz, wydzial informatyki, studia zaoczne inzynierskie, statystyczne metody wspo
swd 2003 all, wisisz, wydzial informatyki, studia zaoczne inzynierskie, statystyczne metody wspomaga

więcej podobnych podstron