Microsoft Word - syl-iwz-7

IWZ7
IFORMATYCZE WSPOMAGAIE DECYZJI

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.

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

6 i 7

PRZETWARZAIE DAYCH A WSPOMAGAIE DECYZJI

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

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

użytkownikiem systemów przetwarzania danych jest w przeważającej mierze personel

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

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.

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.

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.

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

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

Typologia

decyzji

przedsiębiorstwie

przygotowana

potrzeby

systemów

informatycznych.

podziale

decyzji

uwzględniono

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.

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).

LOGICZA TABLICA DECYZJI

WARUNKI

R11

R12

R13

R14

0<OBR<10T

10T<OBR<20T

OBR>20T

PRZECIWN. ALKOHOLU

Karta z życzeniami

Wino

Prezent książkowy

Rozmowa telefoniczna

WARUNKI

R11

R12

R13

R14

0<OBR<10T

10T<OBR<20T

OBR>20T

PRZECIWN. ALKOHOLU

Karta z życzeniami

Wino

Prezent książkowy

Rozmowa telefoniczna

WARUNKI

R11

R12

R13

R14

0<OBR<10T

10T<OBR<20T

OBR>20T

PRZECIWN. ALKOHOLU

Karta z życzeniami

Wino

Prezent książkowy

Rozmowa telefoniczna

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.

DRZEWO DECYZYJE

0 < OBR < 10T

karta życzenia

Przec.
alkoholu

10T < OBR≤ 20T

karta życzenia

Nie Przec
alkoholu

wino

karta życzenia

telefon

OBR > 20T

Karta z życzeniami

wino

telefon

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.

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.

SYSTEM DSS

METODA 1

.
.
.

METODA X

MODEL BEZ

PARAMETRÓW

BEZ

DANYCH

MODEL Z

PARAMETRAMI

BEZ

DANYCH

MODEL Z

PARAMETRAMI

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 ?

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.

MECHAIZM MODELOWAIA DECYZJI

BANK

DANYCH

BANK

METOD

BANK

MODELI

ZMIENNE

CZAS

t1=to+DT

t2=t1+DT

modele

metody

Szeregi czasowe

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.

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.

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.

OPTYMALE DECYZJE – MODEL FUKCJOALY

Cele

Sytuacja decyzyjna

Alternatywy
Działania
A={a

,..a

}

X={x

,...x

}

Stany (+Infosystem)
Z={z

,....,z

}

Otoczenie
U={u

,.....,u

}

{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.

UŻYTECZOŚĆ W PODEJMOWAIU DECYZJI

PAO

MB (0.4)

HDD

(0.3)

ZEGAR

MHz (0.1)

MONITOR

ROZDZIELCZOŚ

Ć(0.2)

∑

Punktó

Wartoś

PC w

PLN

4 (0.8)

800(1.2

)

50(0.2)

640 × 480(0.2)

2.4

1300,-

1 (0.6)

500(0.9

)

100(0.4)

800 × 600(0.4)

2.3

1100,-

8(1.2)

250(0.6

)

150(0.7)

1024 × 768(0.6)

3.1

1500,-

PAO

MB (0.4)

HDD

(0.3)

ZEGAR

MHz (0.1)

MONITOR

ROZDZIELCZOŚ

Ć(0.2)

∑

Punktó

Wartoś

PC w

PLN

4 (0.8)

800(1.2

)

50(0.2)

640 × 480(0.2)

2.4

1300,-

1 (0.6)

500(0.9

)

100(0.4)

800 × 600(0.4)

2.3

1100,-

8(1.2)

250(0.6

)

150(0.7)

1024 × 768(0.6)

3.1

1500,-

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

∑

Punktó

Wartoś

PC w

PLN

Wartoś

PC w

PLN

4 (0.8)

800(1.2

)

800(1.2

)

50(0.2)

640 × 480(0.2)

2.4

1300,-

1 (0.6)

500(0.9

)

500(0.9

)

100(0.4)

800 × 600(0.4)

2.3

1100,-

8(1.2)

250(0.6

)

250(0.6

)

150(0.7)

1024 × 768(0.6)

3.1

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),

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

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.

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

SYMULACJA – OWY PRODUKT A RYKU

DDR

CDDR

SAT

DDI

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.

SYMULACJA – FUKCJOOWAIE PRZEDSIĘBIORSTWA

r-ek nowy

klient

r-ek dobry

klient

odrzuc. zły

klient

wyd.towaru

y/=L

y=L

bC,K

(bx,y)

(bx,L)

(bx,y)

x+(rx,y)

x+rx

(rx,y)

(rx,L)

(rx,y)

poczta

lista klientów

K1,+
K2,+
K3,-

(y,+)

(y,-)

magazyn

AAABBC
DEE

kartot mag

Objaśnienia:
X

towar

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).

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.

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)

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.