管理支援系統

Chapter10 2“Copyright 2006 滄海書局”

本章概要

管理者與決策制定決策支援系統企業與主管決策支援系統智慧型支援系統：基本觀念專家系統其他智慧型系統

Chapter10 3“Copyright 2006 滄海書局”

學習目標描述管理、決策制定與電腦化支援決策制定的概念描述決策支援系統 (DSS) 以及相關優點並描述 DSS 的架構描述群體決策制定中電腦化的支援描述組織決策支援與主管支援系統描述人工智慧 (AI)描述專家系統與相關組成描述自然語言處理與自然語言產生描述人工類神經網路 (ANN) 以及其主要的應用

Chapter10 4“Copyright 2006 滄海書局”

10.1 管理者與決策制定

管理 (Management) 是使用資源 ( 人力、財力、能量；材料、空間、時間 ) 以達成組織目標的過程。這些資源被視為輸入(inputs) ，目標則被視為過程中的輸出(output ) 。管理者的成功是以他或是她所能夠負責的輸入以及輸出的筆直衡量，這項比值稱為組織的生產力 (productivity) 。

Chapter10 5“Copyright 2006 滄海書局”

管理者的工作

管理者有三種基本的角色 (Mintzberg 1973) :

人際關係的角色：意見領袖、領導者、聯絡人 資訊的角色：監督者、散播者、發言人決策的角色：企業家、騷動控制者、資源分配者、談判者

Chapter10 6“Copyright 2006 滄海書局”

決策制定

決策指的是在兩個或是更多的可行方案中作出選擇。決策制定的過程包括以下三個主要的階段

情報 (intelligence)

設計 (design)

選擇 (choice)

第四個階段稱為實作 (implementation)

Chapter10 7“Copyright 2006 滄海書局”

決策制定的過程與階段

Chapter10 8“Copyright 2006 滄海書局”

在決策制定中的模式 (Model)

在決策制定過程中，塑模 (modeling) 的好處有：虛擬實驗的成本比真實系統進行的實驗成本要低廉許多；模式可以縮短模擬的時間，真實世界數年的操作結果可以用電腦在數秒鐘內完成模擬；操作模式 ( 借由改變參數 ) 比操作真實系統要簡單的多，因此很容易進行實驗，並不會跟組織每日的工作相互衝突；今日的環境有許多的不確定性，藉由塑模可以讓管理者更能夠利用許多” what-if” 指令與計算特定活動的風險來處理這些不確定性

Chapter10 9“Copyright 2006 滄海書局”

為何管理者需要資訊科技的支援

因為科技的創新、通訊的改善、全球市場的發展以及網際網路和電子商務的使用，導致可行方案的數目日益增加。傳統上，決策的制定有時間上的壓力，通常不可能以人工方式快速且有效率地處理必須的資訊。通常需要採用複雜性的分析以作出良好的決策。如此的分析需要使用塑模。決策制定者以及資訊都可能存在不同的地方，以快速且廉價的方式將這些整合似乎是一件困難的工作。

Chapter10 10“Copyright 2006 滄海書局”

管理支援系統 (MSS)

被設計成支援管理者的主要科技，包括決策支援系統、主管支援系統、群體科技以及智慧型系統。

Chapter10 11“Copyright 2006 滄海書局”

決策支援的架構圖

Chapter10 12“Copyright 2006 滄海書局”

10.2 決策支援系統 Decision Support Systems)DSS)

電腦為主的資訊系統，結合了模式與資料，讓使用者廣泛的參與並嘗試解決半結構化與一些非結構化的問題。

Chapter10 13“Copyright 2006 滄海書局”

DSS 的特徵以及具有的能力

敏感度分析：研究在模式中一個或是多個部分的改變度對於其他部分的衝擊。情境分析：根據假定 ( 或是輸入資料 )對於提出的解決方案所造成的改變與衝擊。尋找目標的分析：嘗試找出為達成期望輸出所具有的必要輸入值之相關研究。

Chapter10 14“Copyright 2006 滄海書局”

DSS 的架構與組成元件

資料管理子系統模式管理子系統使用者介面使用者知識為主的子系統

Chapter10 15“Copyright 2006 滄海書局”

DSS 與其計算環境

Chapter10 16“Copyright 2006 滄海書局”

逐漸展現的 DSS 類型

前線 DSS ：公司將決策過程自動化，並且將這些過程推展到組織當中，有時候會在夥伴商上。即時 DSS ：支援商業在時間的壓力下立即作出決策的系統。

Chapter10 17“Copyright 2006 滄海書局”

群體決策支援系統

虛擬團體 (Virtual group) ：成員位於不同的區域中。

群體決策支援系統 Group decision support system (GDSS) ：交談式的電腦系統，便利了群體找尋解決方案的努力過程，以解決半結構化與非結構化的問題。決策室 (Decision room)： GDSS 中面對的場景，每個參與人員都有一台終端機。

Chapter10 18“Copyright 2006 滄海書局”

10.3 企業與主管決策支援系統

組織決策支援系統 Organizational decision support system (ODSS)： DSS 其焦點放在組織的工作或是活動，包含了一系列的運作與決策制定者。

主管資訊系統 Executive information system (EIS)：電腦化的科技被設計成回應主管特定需求， 也稱為主管支援系統(ESS) 。

Chapter10 19“Copyright 2006 滄海書局”

ESS 的能力

Chapter10 20“Copyright 2006 滄海書局”

10.4 智慧型支援系統 : 基本觀念

• 智慧型支援系統 (Intelligent support systems) 是描述以人工智慧 (artificial intelligence (AI)完成的不同商業應用系統。–人工智慧 (Artificial intelligence (AI))：電腦科學

中的一門領域，關心人類思考過程及利用機器表達這些過程。

– Turning測試：關於人工智慧的測試，人類面談者能夠跟未見面的人與未見面的電腦交談時，不能決定何者的身分，以英國數學家 Alan Turing命名。

Chapter10 21“Copyright 2006 滄海書局”

自然與人工智慧具備的能力之比較

Chapter10 22“Copyright 2006 滄海書局”

智慧型系統

Chapter10 23“Copyright 2006 滄海書局”

10.5 專家系統 Expert Systems (ES)

藉由在專業領域中應用推理方法與知識以嘗試著要模擬人類專家。專家系統可以是支援決策制定者或是全然地取代他們的角色。專家系統是最為廣泛應用的且最成功的商業 AI 科技。在專家系統隱藏的基本概念是：專業知識可以從專家或是其他專業知識來源傳遞到電腦中。

Chapter10 24“Copyright 2006 滄海書局”

專業知識與知識

• 專業知識 (Expertise) 是從訓練、閱讀與經驗中得到。 從專家的專業知識傳送到電腦中以及使用者上包括了四個活動：– 知識的取得：知識是從專家或是文件來源中取得。– 知識的表示：取得的知識以規則或框架 (物件導向的 ) 組成，並且以電子化的方式儲存到知識庫中。

– 知識的推論：給定儲存在知識庫中的必要專業知識，電腦可以被程式化然後進行推論。進行推論的功能元件稱之為推論引擎 (inference engine)，是專家系統的大腦所在。

– 知識的傳遞：推論的專業知識以推薦的形式傳遞到使用者中。

Chapter10 25“Copyright 2006 滄海書局”

專家系統的優點與限制

Chapter10 26“Copyright 2006 滄海書局”

專家系統的組成

知識庫：包含了必要的知識以作為瞭解、整理與解決問題之用。推論引擎：是專家系統的大腦。 使用者介面：允許使用者與電腦間的談話。黑板：是工作記憶體的集合，儲存了現在問題的描述，以輸入資料作為指定。解釋子系統：可以找出達成結論的可靠性與解釋專家系統的行為。

Chapter10 27“Copyright 2006 滄海書局”

專家系統的架構與執行過程

Chapter10 28“Copyright 2006 滄海書局”

專家系統通用的種類

Chapter10 29“Copyright 2006 滄海書局”

10.6 其他智慧型系統

自然語言處理 Natural language processing (NLP)：用英語或是本身說話的語言與電腦溝通。 自然語言的瞭解 / 語音 (聲音 ) 的辨認 Natural language understanding/speech (voice) recognition：讓電腦可以瞭解以日常語言經由鍵盤或是聲音下達的指令，如此電腦能夠瞭解人們所表達的意思。自然語言的產生 / 語音合成 Natural language generation/voice synthesis ：讓電腦產生日常語言的技術，可以藉由「聲音」或是顯示在螢幕上，讓人們能更容易地瞭解電腦。

Chapter10 30“Copyright 2006 滄海書局”

人工類神經網路 Artificial Neural Networks (ANNs)：使用了有限的生物神經系統的觀念。該目標是要在網路架構中模擬連接單元的大量平行處理。類神經計算 (Neural computing)： ANN 技術的應用。模式辨認 (Pattern recognition)：類神經網路分析大量的資料以建立樣式與特徵，在這種情形下，邏輯與規則沒有辦法得知。模糊邏輯 (Fuzzy logic)：電腦的推理機制，藉由模擬人類推理的過程處理非確定性。

其他智慧型系統 (續 )