Upload
daniveka
View
161
Download
0
Embed Size (px)
DESCRIPTION
Master Rad
Citation preview
Branko Đorđević Modelovanje procesa odlučivanja u uslovima neizvesnosti Master rad______________________________________________________________________
- 1 -
1. UVOD
Polje istraživanja ovog Master rada je modelovanje procesa odlučivanja u poslovnoj
organizaciji u uslovima neizvesnosti.
Na početku svog rada kada sam odabrao temu nisam ni slutio šta sve na kraju može da
ispadne i kuda će me sve putevi istraživanja povesti. Mislio sam da će se moj rad i
istraživački napori kretati po manje-više utabanim stazama, ali sam često nailazio na
raskrsnice sa hiljadu puteva i imao nedoumice kojim od njih da krenem. Sama zamisao
lepo zvuči, ali kako postaviti model koji će imati praktičnu upotrebnu vrednost bilo je
pitanje koje me od početka zaintrigiralo. Pre svega iz razloga moguće primene tako
razvijenog modela u organizaciji u kojoj sam zaposlen.
Proces upravljanja preduzećem kao kontrolisanom organizacijom zasniva se na
aktivnostima donošenja adekvatnih poslovnih odluka. Podrška odlučivanju
individualnom donosiocu odluke (DO) je veoma važna aktivnost za uspešno
rukovođenje i upravljanje svakim preduzećem.
Da bih mogao što potpunije da pojasnim pojam odlučivanja u uslovima neizvesnosti,
osvrnuo sam se i na druge oblike donošenja poslovnih odluka, tj. odlučivanje u
uslovima rizika i sigurnosti. To zbog činjenice što ne bi bilo moguće shvatiti
odlučivanje u uslovima neizvesnosti bez prethodnog, iako kratkog, analiziranja
odlučivanja u uslovima izvesnosti i rizika. Pojam neizvesnosti, kao što će u radu biti
precizirano, definiše se kao situacija gde je stanje prirode (problema koji se rešava)
nepoznato i gde, za razliku od rizika, nije moguće doći do informacija na osnovu kojih
bi se moglo odrediti (dodeliti) verovatnoće nastupanja pojedinih stanja. Neizvesnost
proizilazi iz nepredvidivosti unutrašnjih faktora poslovnog sistema i faktora okruženja.
Okruženje u kome DO deluje je po pravilu izuzetno kompleksno i dinamično bez obzira
da li se radi o poslovnom ili društvenopolitičkom odlučivanju.
Branko Đorđević Modelovanje procesa odlučivanja u uslovima neizvesnosti Master rad______________________________________________________________________
- 2 -
Ovaj Master rad je organizovan u osam poglavlja. Naravno, pokušao sam da rad
prezentiram na način koji će omogućiti i ostalim studentima da prošire svoje znanje o
izloženoj tematici.
Prvi deo rada je uvod, u kome je prikazan kratak pregled predmetnog istraživanja.
Drugo poglavlje definiše predmet, ciljeve i zadatke istraživanja. U ovom delu rada
iznete su hipoteze čija istinitost treba da bude proverena tokom ovog istraživačkog rada.
Takođe, u ovom poglavlju su predstavljene metode i tehnike koje su korišćene tokom
istraživanja, kao i očekivani naučni doprinosi i primena istraživanja.
U trećem delu rada izneta je opšta problematika odlučivanja. Daje se prikaz teorijskih
postavki modela, metoda i okolnosti u kojima se odvija proces odlučivanja. Poseban
akcenat stavljen je na proces odlučivanja u uslovima neizvesnosti i na okolnosti koje
prate taj proces. Iznosi se i svrha procesa odlučivanja i integrisanja ovog koncepta u
poslovni proces, kao i neophodnost kompjuterske podrške u procesu menadžerskog
odlučivanja.
Četvrta celina rada razmatra sisteme za podršku odlučivanju (SPO) kao integrativni deo
svih nivoa odlučivanja savremenih poslovnih organizacija. Dat je prikaz osnovne
strukture svakog SPO, neophodnost i prednosti njihovog korišćenja.
U narednom, petom, poglavlju rada uveden je pojam znanja i prezentovane su osnove
jedne nove poslovne koncepcije korišćenja i upravljanja znanjem, a to je menadzment
znanja (MZ). Svrha uvođenja problematike korišćenja znanja u ovom radu jeste želja da
se zaokruži celina potrebnih resursa i veština za konstruisanje SPO koji bi mogao da
unapredi proces donošenja odluka u uslovima neizvesnosti. Znanje se predstavlja kao
resurs koji DO može biti od presudne pomoći prilikom donošenja odluke u uslovima
neraspolaganja dovoljnim brojem relevantnih podataka ili nemogućnosti procene
verovatnoće nastanka pojedinih alternativa.
Takođe, u ovom delu rada pored osnovnih karakteristika životnog ciklusa znanja, vrsta
znanja i postavki koncepta MZ, prikazani su i osnovni koraci pri projektovanju
organizacione strukture (OS) i informacionih sistema (IS), kao sastavnih delova
projektovanja i uvođenja sistema MZ.
Branko Đorđević Modelovanje procesa odlučivanja u uslovima neizvesnosti Master rad______________________________________________________________________
- 3 -
Sledeće, šesto, poglavlje rada predstavlja praktično razvijen metod poslovne
inteligencije za rešavanje problema odlučivanja u poslovnom sistemu pri uslovima
neizvesnosti. Ovaj metod je prethodio nastanku Teorije odlučivanja na osnovu slučajeva
i naziva se Zaključivanje na osnovu slučajeva (ZOS). ZOS za rešavanje novih problema
koristi znanje i iskustvu iz prethodno rešenih sličnih problema. ZOS će poslužiti kao
metodologija za razvijanje praktično upotrebljive aplikacije čija je osnova predstavljena
u sedmom poglavlju ovog Master rada.
Sedmo poglavlje rada predstavlja krunu svih prethodnih delova i u njemu je
predstavljena realizacija ideje uvođenja znanja i iskustva prethodno rešenih problema u
proces modelovanja problema odlučivanja u uslovima neizvesnosti. U ovom delu je dat
prikaz primene razvijenog modela za jedan konkretan primer sa kojim sam u dodiru u
svom svakodnevnom radnom okruženju.
U zaključku se iznose rezultati istraživanja i postignuta naučna dostignuća kroz proveru
istinitosti postavljenih hipoteza i pretpostavki. U ovom poglavlju daju se i nagoveštaji
budućih pravaca naučnog istraživanja, pogledi u budućnost obrađivane problematike i
mogućnosti poboljšanja predloženog modela.
Branko Đorđević Modelovanje procesa odlučivanja u uslovima neizvesnosti Master rad______________________________________________________________________
- 4 -
2. DEFINISANJE PREDMETA ISTRAŽIVANJA
Definisanje predmeta istraživanja predstavlja prvi korak u svakom istraživanju, pa se
shodno tome u ovom poglavlju prikazuje određenje problema istraživanja i njegove
komponente.
2.1. Predmet istraživanja
Predmet istraživanja je deo naučne zamisli u kome se definiše šta se istražuje. Ovaj
Master rad razmatra teorijsku osnovu modela za donošenje odluka u uslovima
neizvesnosti, sa posebnim osvrtom na uticaj prethodnih iskustava prilikom donošenja
odluka za iste ili slične probleme. Intuitivno je jasno da je proces donošenja odluke koji
vrši čovek neka vrsta prepoznavanja oblika i u suštini jeste problem koji se svodi na
specifičan oblik informacija kojima se raspolaže. Osnovni cilj je da se na osnovu
modela formalizuju ti složeni mehanizmi donošenja odluke i da se izvrši njihova
automatizacija prilagođena računarima. Želja je da se u radu, kroz predloženi model,
poveže proces poslovnog odlučivanja sa znanjem.
2.2. Ciljevi i zadaci istraživanja
U okviru ovog naučno-istraživačkog rada postavljen je osnovni cilj, koji glasi:
Unaprediti funkcionisanje poslovnih sistema kroz sagledavanje postojećih
nedostataka i njihovo prevazilaženje integracijom i primenom različitih disciplina
razmatranih u predloženom modelu.
Polazi se od postojećeg stanja u predmetnoj oblasti i predlaže se novi sistem koji može
da poboljša stanje u bilo kojoj organizaciji.
Branko Đorđević Modelovanje procesa odlučivanja u uslovima neizvesnosti Master rad______________________________________________________________________
- 5 -
Osnovni praktični ciljevi i zadaci istraživanja bazirani su na sledećem:
1. Pronaći odgovarajuće teorijske i praktične metode u svrsi rešavanja
problema donošenja odluka u uslovima neizvesnosti i izvršiti njihovu
implementaciju u predloženi model;
2. Unapređenje celovitog poslovanja sistema primenom razvijenog modela,
tj. analiziranjem uticaja prethodno rešenih sličnih problema na proces
donošenje odluka u uslovima neizvesnosti.
2.3. Hipoteze istraživanja
U ovom delu rada se daje prikaz opšte, posebnih i pojedinačnih hipoteza istraživanja, i
to sledećim redosledom:
Opšta hipoteza:
Moguće je uvidom u prethodno rešene probleme uticati na efikasnost procesa
donošenja odluka u uslovima neizvesnosti.
Posebne hipoteze:
1. Analizom postojećeg stanja mogu se uočiti procesi u kojima je moguće
integrisati koncept poslovnog odlučivanja i povećati njegova rezistentnost na
neizvesnost.
2. Modelovanjem različitih organizacionih stanja poslovnog sistema moguće je
pojednostaviti napore za pronalaženje najboljeg odgovora sistema na
neizvesnost.
Pojedinačne hipoteze:
1. Projektna dokumentacija preduzeća može poslužiti kao polazna osnova za
integraciju primenjivih modela poslovnog odlučivanja.
Branko Đorđević Modelovanje procesa odlučivanja u uslovima neizvesnosti Master rad______________________________________________________________________
- 6 -
2. Kompetetivna prednost se postiže samo zajedničkim naporima cele
organizacije.
2.4. Metode i tehnike istraživanja
Da bi rešili raznovrsne probleme, ljudi se mogu koristiti različitim pomoćnim
sredstvima, kao što su računari, pogotovo u eri Interneta, ali u tom slučaju se zahtevaju
kvalitetne programske alatke. Ugradnja elemenata ljudske inteligencije u računarske
programe pomaže razvoju sistema sposobnih za samostalan rad i donošenje odluka u
složenim, nepotpuno okarakterisanim i/ili nejasnim situacijama, koje često predstavljaju
opis realnosti. Problematika koja se razmatra ovim radom je složena i predstavlja
doprinos za traženje optimalnih rešenja.
U ovom primenjenom istraživanju koristila se metoda modelovanja u cilju utvrđivanja i
provere funkcionisanja hipotetičnog rešenja. Sistemski pristup u savremenoj nauci
predstavlja specijalnu metodološku koncepciju, koja ima zadatak da u sistematičnom
obliku formuliše sveukupnost metoda istraživanja i konstruisanja sistema različitih
tipova i klasa. Važno je istaći da u takvom poimanju sistemski pristup ne pretenduje na
iznalaženje opštih rešenja, već su to metodološka saznanja pomoću kojih se
konkretizuju odgovarajuća pojedinačna rešenja. Sistemskom pristupu u rešavanju
naučnih i stručnih problema pridaje se sve veći značaj, a metodologija sistemskih
istraživanja čini osnovu naučnih istraživanja koja su primenjena u ovom radu.
Konkretno, u istraživanju se koriste sledeće metode naučnoistraživačkog rada:
Induktivna i deduktivna metoda za prikupljanje činjenica o problemima
vezanim za procese odlučivanja;
Metoda analize i sinteze donošenja odluka;
Metoda kompilacije objavljenih naučnih dela iz predmetnog područja i
njihov transfer na problematiku rada;
Metoda vođenja dokumentacije za prikupljanje podataka, informacija i
stavova DO u procesima odlučivanja.
Branko Đorđević Modelovanje procesa odlučivanja u uslovima neizvesnosti Master rad______________________________________________________________________
- 7 -
Karakter i metode istraživanja determinisale su i tehnike i instrumente istraživanja.
Osnovne istraživačke tehnike i instrumenti su:
Analiza literature je tehnika koja se primenjivala u postupku proučavanja
dostupne literature iz domena odlučivanja i metoda za njeno određivanje.
Tehnika modelovanja. Odabranom tehnikom modelovanja i definisanim
skupom podataka za generisanje modela pristupilo se generisanju većeg
broja tipičnih različitih modela. Razlog tome leži u činjenici što tehnike
modelovanja tipično imaju određen broj parametara koji utiču na proces
stvaranja modela, a time i na oblik i kvalitet generisanog modela. Stoga je
proces generisanja modela u stvari iterativne prirode, u kojem se menjanjem
tih parametara traži njihova optimalna kombinacija, koja daje najbolji
rezultat.
Konačni model detaljno je interpretiran. Osim toga, dat je opis modela u smislu njegove
kompleksnosti (tipologija, broj i složenost pravila). Testiranje se vršilo u postupku
provere ostvarenosti postavljenih hipoteza, ciljeva i zadataka istrašivanja.
2.5. Očekivani naučni doprinosi istraživanja
Od ovog rada se očekuju sledeći naučni doprinosi:
Osnovni naučni doprinos ovog Master rada je razvoj modela procesa
odlučivanja pri uslovima neizvesnosti.
Doprinos poslovnom odlučivanju analiziranjem uloge i položaja prethodnih
iskustava u procesu odlučivanja u neizvesnim uslovima.
Doprinos integracije većeg broja naučnih disciplina, kao što su teorija
odlučivanja, projektovanje organizacije, menadžment znanja, teorije
upravljanja, itd.
Iznošenje opšte problematike odlučivanja u uslovima neizvesnosti.
Branko Đorđević Modelovanje procesa odlučivanja u uslovima neizvesnosti Master rad______________________________________________________________________
- 8 -
2.6. Realizacija istraživanja
Neprekidne promene u neposrednom okruženju preduzeća uslovljavaju njegovo
funkcionisanje i opstanak. Ova pojava je naročito izražena u uslovima potpune
neizvesnosti kada je verovatnoća pojavljivanja budućih događaja koji utiču na
realizaciju donešene odluke neodređena. Ovakve situacije su za DO nepovoljne, ali su
nekada neizbežne. Samim tim i odgovornost za donetu odluku postaje sve veća. Imajući
sve to u vidu realizaciju istraživanja i njegovo prezentovanje u ovom radu organizovao
sam na sledeći način:
- U trećem poglavlju rada govori se o opštoj problematici odlučivanja. Daje se
prikaz teorijskih postavki modela i okolnosti u kojima se vrši proces odlučivanja.
Poseban akcenat stavljen je na proces odlučivanja u uslovima neizvesnosti i na
okolnosti koje prate taj proces. Iznosi se i svrha procesa odlučivanja i integrisanja ovog
koncepta u poslovni proces.
- Naredna celina rada se bavi istraživanjem i utvrđivanjem uloge SPO u procesu
donošenja odluke.
- U narednom poglavlju obrađuje se značaj znanja u poslovnom odlučivanju.
Daje se kratak pregled sistema MZ i njegove uloge u svramenim poslovnim
organizacijama.
- Sledeće poglavlje predstavlja kjučno poglavlje ovog rada i prikazuje predloženi
način modelovanja procesa odlučivanja u poslovnom sistemu pri uslovima neizvesnosti.
- Zatim je dat prikaz primene razvijenog modela prolaženjem svih koraka za
jedan konkretan primer sa kojim sam u dodiru u svom svakodnevnom radnom
okruženju.
- U zaključku se iznose rezultati istraživanja i postignuta naučna dostignuća kroz
proveru istinitosti postavljenih hipoteza i pretpostavki.
Branko Đorđević Modelovanje procesa odlučivanja u uslovima neizvesnosti Master rad______________________________________________________________________
- 9 -
2.7. Očekivani rezultati i primena istraživanja
Ovo poglavlje treba da ima formu izveštaja o rezultatima istraživanja u kome su na
sažet i sistematizovan način prezentovani rezultati do kojih se došlo tokom istraživanja.
Primena rezultata istraživanja:
Očekuje se da će rezultati istraživanja u teorijskom smislu doprineti:
Standardnoj metodologiji modelovanja i projektovanja poslovnih
organizacija i sistema za podršku odlučivanju;
Boljoj primeni modela u podršci odlučivanju za rešavanje problema u
uslovima izražene neizvesnosti;
Većem integrisanju koncepta menadžmenta znanja sa jedne strane i
poslovnog odlučivanju sa druge;
Jačanju sinergetskog efekta među članovima organizacije u cilju postizanja
većeg uspeha u poslovnim sistemima;
Inegraciji različitih naučnih disciplina u naporu da se obezbedi što efikasniji
i pouzdaniji sistem za podršku DO.
U praktičnom pogledu očekuje se razvoj i implementacija predloženog modela za
podršku odlučivanju sa mogućnošću analize uticaja prethodno rešenih slučajeva na sam
proces odlučivanja.
Branko Đorđević Modelovanje procesa odlučivanja u uslovima neizvesnosti Master rad______________________________________________________________________
- 10 -
3. ODLUČIVANJE U POSLOVNIM SISTEMIMA
Ovaj rad se bavi problematikom procesa donošenja odluka u uslovima neizvesnosti, pa
je stoga neophodno da se razmotre teorijske osnove procesa odlučivanja. U ovom
poglavlju, pored objašnjenja procesa odlučivanja, modela i vrsta odluka, dat je i prikaz
problema donošenja odluka u menadžmentu. Veliki deo ovog poglavlja posvećen je
okolnostima i okruženju u kome se odvija proces odlučivanja, sa posebnim naglaskom
(u skladu sa temom rada) na odlučivanje u uslovima neizvesnosti. U okviru dela koji se
bavi problematikom donošenja odluka u uslovima neizvesnosti iznete su osnovne
postavke dve teorije koje će imati poseban značaj za dalji tok ovog rada i to Teorije
očekivane korisnosti i Teorije odlučivanja na osnovu slučajeva.
Teorija odlučivanja je interdisciplinarna nauka koja se u svojim istraživanjima koristi
saznanjima iz ekonomije, matematike, statistike, filozofije, psihologije, sociologije,
organizacione teorije, itd. Teorija odlučivanja je analitički i sistematski pristup
proučavanju procesa donošenja odluka i bavi se pitanjima: kako treba odlučivati
(normativna teorija), kako (ali i o čemu, zašto itd.) se odlučuje u praksi (deskriptivna
teorija), pri čemu su takva pitanja deo istraživanja, u prvom redu, psihologije i socijalne
psihologije. Unutar teorije odlučivanja ponuđen je veliki broj odgovora na pitanje kako i
šta treba prvenstveno istraživati u pojmu odlučivanja, praktično toliko odgovora ima
koliko i istraživača iz tog područja.
Izučavanje procesa odlučivanja predstavlja jednu od vrlo značajnih istraživačkih
aktivnosti procesa upravljanja poslovnim sistemima. Samo naučno proučavanje
odlučivanja počinje tek tridesetih godina prošlog veka. U novije vreme odlučivanje
zauzima dosta prostora u naučnim istraživanjima širom sveta, jer je postalo jasno da od
donetih odluka u velikoj meri zavisi uspeh preduzeća.
Većina naučnika polazeći od interdisciplinarnog karaktera teorije odlučivanja, smatra da
je istu moguće razvrstati na1:
Normativnu;
Deskriptivnu;
Preskriptivnu.
1 Sikavica, Bebek, Skoko, Tipurić, Poslovno odlučivanje, Informator, Zagreb, 1994.
Branko Đorđević Modelovanje procesa odlučivanja u uslovima neizvesnosti Master rad______________________________________________________________________
- 11 -
Normativna teorija odlučivanja se zasniva na ekonomiji, matematici i statistici.
Pretpostavlja potpunu racionalnost DO, pa je na osnovu nje koncipiran racionalni metod
odlučivanja. O normativnoj teoriji odlučivanja (koja se još naziva i teorija očekivane
korisnosti), kao i o racionalnom odlučivanju, biće nešto više reči u daljem toku rada.
Deskriptivna teorija odlučivanja pokušava opisati ono što se zbiva u realnoj situaciji
odlučivanja bez stvaranja vrednosnih sudova o kvalitetu odluke. Bitna karakteristika
deskriptivne teorije odlučivanja je često korišćenje eksperimenta. Ne postoji jedinstvena
deskriptivna teorija, ona je doprinos više naučnih disciplina i to: psihologije, socijalne
psihologije, sociologije... Heuristika je nauka o metodima i principima pronalaženja
novog. Heuristika predstavlja, uglavnom, lična pravila dobrog prosuđivanja i
postavljanja hipoteza koje karakterišu ekspertni nivo u datom području. Heuristika
dostupnosti je pravilo po kojem ljudi donose odluku, odlučuju o frekventnosti i
verovatnosti nekog događaja prema tome koliko je taj događaj lako zamisliti.
Uobičajene događaje lakše je zamisliti i zapamtiti nego neuobičajene. Prema nekim
istraživanjima2 kako ljudi donose odluke došlo se do zaključaka da postoje određena
pravila koja se u tom procesu uglavnom koriste, a ona najčešće dovode do pogrešnih i
manje verovatnih odgovora, ali zbog praktičnosti i uštede vremena posla kod odabira
mogućih odgovora, ljudi ih ipak u većini slučajeva koriste. Najčešće korišćeno pravilo
pri procesu donošenja odluka je da specifičniji konkretni opisi izgledaju mnogo više
verovatni nego oni uopšteniji, zbog toga što se čine više sličnima zamišljenim
konkretnim događajima. Što je opis specifičniji, manja je verovatnoća njegovog
pojavljivanja nego kada je manje konkretan, tj. više uopšten. Jedno od pravila je i
"pravilo malih brojeva", kada se od ljudi, recimo, zahteva da napišu niz ishoda
slučajnog bacanja novčića. Najčešće će taj niz imati male razlike između brojeva pismo
i glava, tj. neće se uzastopno pojavljivati veći broj pisama ili glava, iako bi se to i moglo
očekivati.
Preskriptivna teorija odlučivanja je razvijena tokom posleratnog razdoblja kao
proširenje normativne teorije u područje rešavanja realnih problema odlučivanja. Ona
premošćuje jaz između teorije u odlučivanju i stvarnog ponašanja prilikom donošenja
odluke. Preskriptivna teorija odlučivanja naziva se još Kvantitativna teorija odlučivanja
2 Edwards, Tversky, Decision making, England, Harmnodsworth: Penguin Books, 1967.
Branko Đorđević Modelovanje procesa odlučivanja u uslovima neizvesnosti Master rad______________________________________________________________________
- 12 -
ili Management science. Najčešće metode koje se koriste u kvantitativnom odlučivanju
su: sistemska analiza, metode operacionog istraživanja i metode simulacije.
Šta je odlučivanje?
U najjednostavnijem slučaju problem odlučivanja sastoji se u odabiru jedne od dveju
mogućih hipoteza na bazi raspoloživih podataka. Savremeni pristup odlučivanju
posmatra ovaj fenomen u okviru svih ostalih ljudskih aktivnosti kao složene interakcije
između ljudi, poslovnih sistema i okruženja. Odlučivanje čini izbor između alternativnih
aktivnosti za postizanje nekog cilja, na osnovu razmatranja ishoda svake alternative po
nekom utvrđenom kriterijumu izbora.
Čovek svakodnevno donosi odluke. Prilikom odlučivanja veoma bitno je uskladiti želje
i mogućnosti. Na primer, prilikom donošenja odluke o tipu automobila koji želi da kupi
čovek na osnovu svojih potreba razmatra različite modele automobila sa različitim
nivima opreme i na kraju donosi konačnu odluku. Međutim, često čovekove želje u
pogledu modela automobila budu ograničene finansijskim mogućnostima.
Slika 1. Odnos između želje i mogućnosti u odlučivanju
Odlučivanje teško (najteže)
Mogućnost greške u odlučivanju velika (najveća)
Odlučivanje relativno teško
Mogućnost greške postoji
Odlučivanje relativno lako
Mogućnost greške postoji
Odlučivanje lako (najlakše)
Mogućnost greške mala (gotovo i ne postoji)
Mogućnosti
Želje
Branko Đorđević Modelovanje procesa odlučivanja u uslovima neizvesnosti Master rad______________________________________________________________________
- 13 -
Odlučivanje3 je proces koji se sastoji iz niza koraka koje treba preduzeti da bi se izvršio
izbor najbolje akcije (alternative). Odlučivanje predstavlja proces pripreme i donošenja
odluka.
Prema Harisonu4 odlučivanje u zavisnosti od karakteristika same odluke može biti
podeljeno na sledeće nivoe:
Nivo pojedinca (individue);
Nivo grupe;
Nivo organizacionog odlučivanja;
Nivo globalnog odlučivanja.
Kada govorimo o odlukama na nivou pojedinca, onda se uzima u obzir nivo stečenih
znanja i veština, način odrastanja i obrazovanja, uticaj vaspitanja, kao i niz drugih
faktora koji utiču na način razmišljanja i odlučivanja pojedinaca.
U jednom istraživanju objavljenom 1982. godine ističu se sledeći razlozi zbog kojih
odluke koje donosi pojedinac nisu uvek u saglasnosti sa logikom koju zagovara teorija
odlučivanja:5
- Čovek kao ljudsko biće, često „precenjuje“ niske verovatnoće nastupanja
nekih događaja, a takođe „potcenjuje“ visoke verovatnoće;
- Pojedinci su često „neosetljivi“ na veličinu uzorka njihovih opservacija;
- Pojedinci podešavaju svoje prve aproksimacije proceni na bazi dodatnih
istraživanja;
- Pojedinci često procenjuju svoju sposobnost procenjivanja verovatnoća
nastupanja neizvesnih događaja;
- Pojedinci teže procenjivanju verovatnoća događaja koji se aktuelno
zbivaju, isto kao u situacijama kada oni ili neko drugi treba da proceni
prošle događaje;
- Pojedincima je značajno lakše da upoređuju parove alternativa, nego da
poređenja vrše na skupu alternativa;
- Pojedinci teže da minimiziraju pouzdanost eksplicitnih instrumentarija i
ostalih numeričkih procedura; 3 Čupić, Tummala, Suknović, Odlučivanje: formalni pristup, FON, 2003, str. 566. Sa engleskog: Decision making4 Harrison, The managerial Decision-Making Process, Houghtion Mifflin Co., Boston, 1987.5 Čupić, Tummala, Suknović, op. cit, str. 58.
Branko Đorđević Modelovanje procesa odlučivanja u uslovima neizvesnosti Master rad______________________________________________________________________
- 14 -
- Pojedinci često prave izbor koji je nekoegzistentan i netranzitivan;
- Pojedinci se često ponašaju tako da prosto odbijaju da prihvate predloge
„analitičara“ odlučivanja, čak i u situacijama kada su kriterijumske
funkcije dobro definisane (i najčešće potvrđene od njih samih).
Iz tih razloga pokazalo se da pojedinci kao DO u većini slučajeva koriste
pojednostavljene metode eliminacije alternativa, što se u suštini svodi na rešavanje
problema, a ne na traženje efikasnih i efektivnih ili optimalnih rešenja.
Odluke na nivou grupe zavise od pojedinaca koji sačinjavaju grupu. U većini
slučajeva u grupi se prepoznaju pojedinci koji su sposobni da se nametnu kao autoritet i
koji postavljaju obrasce. Ostali članovi grupe mogu biti konstruktivni i snagom
argumenata braniti svoje stavove, ali i pored toga, ne retko, prihvataju se stavovi
nefprmalnog ili formalnog vođe.
Organizaciono odlučivanje ima dosta toga zajedničkog sa induvidualnim
odlučivanjem, jer su u organizaciji u većini slučajeva DO pojedinci (menadžeri), a tek u
novije vreme grupno odlučivanje ima veće učešće. Kada se pomene odlučivanje većina
ljudi taj pojam vezuje za organizaciono odlučivanje. Naime, najviše istraživanja u
oblasti istraživanja se sprovodi upravo zbog nalaženja onih mehanizama koji će dovesti
do efikasnijeg i efektivnijeg odlučivanja u poslovnim sistemima, jer je to u direktnoj
korelaciji sa uspehom tog sistema.
Globalno odlučivanje je najviši nivo odlučivanja i može se posmatrati sa opšteg
društvenog, nacionalnog ili nadnacionalnog nivoa. Ovaj nivo odlučivanja ima
postavljene ciljeve koje treba postići imajući u vidu društveni interes, a odluke su takve
da u dužem vremenskom periodu vode do ostvarenja ciljeva. Opšta karakteristika
globalnog odlučivanja jesu jasno definisana pravila i principi. Globalno odlučivanje je
zapravo grupno odlučivanje u kome se poštuje volja većine (npr. odlučivanja u raznim
parlamentima, skupštinama, udruženjima, itd.).
Analizirajuć nivoe odlučivanja može se reći da u suštini u osnovi teorije odlučivanja
leži princip odlučivanja pojedinca i način uspostavljanja grupnog odlučivanja.
Branko Đorđević Modelovanje procesa odlučivanja u uslovima neizvesnosti Master rad______________________________________________________________________
- 15 -
Kako je svaka odluka spoj intuicije, procene i racionalnosti, to se većina autora slaže da
se može govoriti o:
Intuitivnom odlučivanju,
Iskustvenom odlučivanju (odlučivanju na osnovu procenjivanja);
Racionalnom odlučivanju.
Intuitivno odlučivanje je, kao što mu i sam naziv govori, odlučivanje na bazi intuicije,
odnosno osećaja DO. Menadžer često za rešavanje određenog problema ima postavljene
vremenske rokove, pa neretko pribegava intuitivnom rešavanju problema zaobilazeći
statističke analize. DO često nije u mogućnosti da objasni razloge zašto je u odlučivanju
postupio tako kako jeste, jer on jednostavno bira između više varijanti. Ukoliko je broj
varijanti manji, veća je verovatnoća da će se intuitivnim odlučivanjem izabrati prava
mogućnost. Dakle, moglo bi se reći kako na kvalitet intuitivnog odlučivanja utiče, u
prvom redu, broj mogućnosti za rešavanje problema, kao i verovatnoća nastupanja
svake od više mogućnosti. Kada je reč o poslovnom odlučivanju gde je moguć veliki
broj varijanti rešenja problema, odlučivanje na osnovu intuicije pruža male mogućnosti
za izbor najpovoljnije odluke, pa ga treba svesti na najmanju moguću meru.
U mnogim slučajevima intuicija ima neku racionalnu podlogu, koje možda ni DO nije
svestan, a zasniva se na znanju, odnosno iskustvu, mada to odlučivanje ima sve odlike
intuitivnog odlučivanja. Intuitivno odlučivanje dobro je koristiti u situaciji velike
nesigurnosti, gde su informacije ograničene i postoji samo nekoliko uporišta na koja se
može eventualno osloniti.
U intuitivnom odlučivanju radije se upotrebljavaju iskustvo i posmatranje nego
dosledna logika ili izrazito rasuđivanje. Intuitivno odlučivanje može se koristiti u svim
fazama procesa odlučivanja, a posebno u fazi identifikacije problema, kao i u fazi
odlučivanja o načinu rešavanja problema.
Iskustveno odlučivanje, odnosno, odlučivanje na osnovu procenjivanja, gledajući ga
vrednosno na skali načina odlučivanja, ima veću vrednost od intuitivnog odlučivanja.
Ovaj način odlučivanja je između intuitivnog i racionalnog odlučivanja. Odlučivanje na
osnovu procenjivanja koristi se u situacijama koje se ponavljaju, dakle u manjoj ili
većoj meri programiranom odlučivanju. To je, dakle, odlučivanje na temelju ranijih
iskustava i znanja za iste ili slične situacije.
Branko Đorđević Modelovanje procesa odlučivanja u uslovima neizvesnosti Master rad______________________________________________________________________
- 16 -
Mogućnosti korišćenja odlučivanja na bazi procenjivanja zavisi o toga hoće li se
ponovljena odluka donositi u istim ili barem približno istim uslovima, tj. kontekstu
odlučivanja. Odlučivanje na temelju procenjivanja jedan je od najčešćih načina
odlučivanja upravljača, a bazira se na njihovom znanju i iskustvu, dok mu je velika
prednost i to što se odlučuje brzo i bez dodatnih troškova. Što se odlukama spušta niže u
organizacijskoj hijerarhiji, sve će više biti onih koje se donose na osnovu procenjivanja,
odnosno iskustveno. Na slici 2 prikazan je jedan od mogućih modela iskustvenog
odlučivanja sa kontrolnim elementom.
Slika 2. Iskustveno odlučivanje
Racionalno odlučivanje se zasniva na analitičkom postupku koji se sastoji od
određenih faza i koristi se u situacijama koje se ne ponavljaju. Jedan od najuticajnijih
zastupnika ideje racionalnosti u odlučivanju bio je Max Weber. Herbert Simon bio je
prvi koji je ideju racionalnog odlučivanja primenio na poslovno odlučivanje.
Racionalno odlučivanje zahteva informisanog DO i predstavlja onaj deo upravljanja
koji je najdirektnije povezan sa naučnim metodama odlučivanja. To je jedan od razloga
zbog kojeg se racionalno odlučivanje naziva naučnim odlučivanjem. Racionalno
odlučivanje najpogodniji je način odlučivanja ukoliko se u međuvremenu parametri,
odnosno faktori uticaja iznenada ne promene. Ovaj je način odlučivanja, zbog svog
Definisanje problema i konteksta
Pronalaženje rešenja za prethodne slične situacije
Prilagođavanje starog rešenja novom problemu
Primena izabranog rešenja
Analiza rezultata
Branko Đorđević Modelovanje procesa odlučivanja u uslovima neizvesnosti Master rad______________________________________________________________________
- 17 -
analitičkog postupka, relativno spor, a ujedno i skup. Međutim, koristi se u situacijama
u kojima su troškovi tog načina odlučivanja manji od učinka koji se postiže donošenjem
odluka na taj način.
Kod svih situacija odlučivanja moguće je naći sledeće zajedničke elemente6:
Cilj odlučivanja;
Alternativne odluke;
Ograničenja;
Rezultati odlučivanja;
Kriterijum izbora odluke.
Cilj je željeno stanje sistema, željeni izlaz ili željeni podskup u skupu stanja sistema, tj.
skupu izlaza. Iskazuje se funkcijom cilja. Cilj se ostvaruje u uslovima različitih
ograničenja. Prvi važan korak u čitavom procesu donošenja odluka jeste razumevanje
potrebe da se ovaj proces primeni, odnosno razumevanje problema koji želimo rešiti. To
je konačan cilj donošenja odluka. Konkretni problemi mogu biti vrlo različiti. Da bi smo
mogli efikasno rešiti problem treba razumeti problem iz perspektive ograničenja u
njegovom rešavanju i otkriti važne činioce koji mogu uticati na konačni rezultat
donošenja odluka.
Alternativa je ono što DO stoji na raspolaganju kao mogućnost izbora prilikom
odlučivanja. Skup takvih alternativa (akcija) se često zove strategijom.
Ograničenja su posledica prirode sistema, ograničenosti resursa, tehničkih mogućnosti
postrojenja, mogućnosti čoveka. Među najvažnija ograničenja u odlučivanju ubrajamo
nedovoljna i ograničena sredstva, informacije i vreme koje nam stoji na raspolaganju za
potrebe odlučivanja. Ograničenja se definišu sistemom jednačina ili nejednačina u
kojima figurišu iste nepoznate kao i u funkciji cilja. DO mora poznavati ograničenja u
odlučivanju kako bi definisao prostor, odnosno područje delovanja ili akcije koje će
preduzeti. Ograničenja u odlučivanju limitiraju mogući broj varijanata rešavanja nekog
problema. Ograničenja mogu biti manja ili veća, tako da se sloboda izbora neke odluke
može kretati u rasponu od potpune slobode do potpune neslobode.
6 Srića, Principi modernog menadžmenta, Zagrebačka poslovna škola, Zagreb, 1992, str. 33-34.
Branko Đorđević Modelovanje procesa odlučivanja u uslovima neizvesnosti Master rad______________________________________________________________________
- 18 -
Rezultat odlučivanja, odnosno rezultat izbora jeste odluka. Proces odlučivanja
završava se u trenutku kada je izvršen konkretan izbor.
Kriterijum izbora odluke. Izbor između raznih mogućnosti se sprovodi na taj način što
se ishodi svake alternative upoređuju sa stanjem nazvanim cilj, pri čemu se kao merilo,
tj. kriterijum kvaliteta izbora, može postaviti veći ili manji stepen slaganja sa ciljem
(maksimalno slaganje = optimalna odluka; zadovoljavajuće slaganje = zadovoljavajuća
odluka).
Pod naučnim metodama odlučivanja smatraju se one metode odlučivanja koje se u
potpunosti ili u znatnom delu izvode iz teorije odlučivanja. Uz pojam naučnih metoda
odlučivanja vezan je pojam modela odlučivanja. Naime za skup više metoda povezanih
po nekom zajedničkom svojstvu u upotrebi je naziv model odlučivanja.
3.1. Modeli odlučivanja
Modelovanje problema odlučivanja kao zadatka optimizacije ima više dobrih osobina.
Pre svega, u okviru matematičkog programiranja razvijeno je puno efikasnih algoritama
za rešavanje karakterističnih tipova zadataka.
Model odlučivanja je izražen u uslovima performansi, ograničenja i varijabli
odlučivanja. Svrha takvog modela je pronalaženje optimalnih ili zadovoljavajućih
vrednosti varijabli odlučivanja, koje poboljšavaju performanse sistema unutar
promenljivih ograničenja. Takvi modeli mogu, onda, pomoći u usmeravanju DO.
Identifikacijom alternativnih rešenja (akcija, varijanti) i njihovim testiranjem, kao
izborom najboljeg rešenja i njegovom implementacijom, model zauzima nezamenjivo
mesto i ulogu u procesu donošenja odluka.
Branko Đorđević Modelovanje procesa odlučivanja u uslovima neizvesnosti Master rad______________________________________________________________________
- 19 -
Modeli odlučivanja se mogu podeliti na7:
Verbalne modele;
Matematičke modele.
Kod verbalnih modela upotrebljava se običan svakodnevni govor, koji je nedovoljan,
pa se razvio stručni jezik sa sopstvenom terminologijom.
Matematički modeli odlučivanja najčešće se prikazuju kao skup vektora alternativa
(akcija, strategija) a i vektora mogućih okolnosti (stanja prirode) s. Kombinovanjem
parametara vektora akcija sa parametrima vektora stanja obezbjeđuje se određeni efekat
eij. Većina modela koji su u upotrebi koristi matematičke simbole (npr. matematička
jednačina je simboličan model).
Prikladna sredstva prikazivanja modela odlučivanja su:
Tabele odlučivanja;
Stablo (drvo) odlučivanja.
Tabela ili matrica odlučivanja (matrica efikasnosti, tabela uslovnih vrednosti) je
matrica kvantitativno izraženih posledica akcija i stanja prirode uz određenu
verovatnoću stanja. Očekivani (uslovni) ishodi mogu se izraziti kao finansijski efekti i
efekti izraženi u jedinicama mera korisnosti. Ako su finansijski efekti u matrici
odlučivanja izraženi kao očekivani profiti ili dobit (koji mogu poprimiti i negativnu
vrednost), tabela odlučivanja se naziva tabela ostvarenih finansijskih efekata8, a u
domaćoj literaturi se još prevodi i kao tabela plaćanja.
7 Harold, Koontz, Heinz, Weihrich, Essentials of Management, Fifth Edition, Mc Graw-Hill publishing Company, New York, 1990, str.115.8 Sa engleskog: Payoff Table, Conditional Profit Table.
Branko Đorđević Modelovanje procesa odlučivanja u uslovima neizvesnosti Master rad______________________________________________________________________
- 20 -
Akcije Aj
a1 a2 . . . aj . . . an
Stanja prirode Si
s1 e11 e12 . . . e1j . . . e1n
s2 e21 e22 . . . e2j . . . e2n
. . . . . . . . . . . . . . . . . . . . .
si ei1 ei2 . . . eij . . . ein
. . . . . . . . . . . . . . . . . . . . .
sm em1 em2 . . . emj . . . emn
Slika 3. Matrica efikasnosti (tabela plaćanja)
Ako su finansijski efekti izraženi kao oportunitetni gubici, takvu tabelu zovemo tabela
propuštenih dobiti9. U našoj literature je susrećemo još i pod nazivom tabela žaljenja.
Akcije Aj
a1 a2 . . . aj . . . an
Stanja prirode Si
s1 o11 o12 . . . o1j . . . o1n
s2 o21 o22 . . . o2j . . . o2n
. . . . . . . . . . . . . . . . . . . . .
si oi1 oi2 . . . oij . . . oin
. . . . . . . . . . . . . . . . . . . . .
sm om1 om2 . . . omj . . . omn
Slika 4. Matrica propuštenih dobiti (tabela žaljenja)
Stablo odlučivanja. Pored tabelarnog načina prikazivanja, probleme izbora možemo
prikazati i grafičkim putem uz pomoć tzv. stabla (drveta) odlučivanja. Drvo odlučivanja
konstruiše se sa leva na desno i sastoji se od dve vrste čvorova i dve vrste grana. Prvi
čvor jeste čvor odluke, a grane koje polaze iz ovog čvora jesu grane mogućih akcija. Na
krajevima ovih grana nalaze se čvorovi događaja koji se dalje račvaju na grane mogućih
9 Sa engleskog: Opportunity Loss Table, Regret Table.
Branko Đorđević Modelovanje procesa odlučivanja u uslovima neizvesnosti Master rad______________________________________________________________________
- 21 -
događaja. Na krajevima ovih grana nalaze se ishodi događaja, koji su proizvod izabrane
akcije i okolnosti koju ne možemo da kontrolišemo. Postoje određene prednosti primene
drveta odlučivanja (npr. kada vršimo izbor akcija na koje utiče veliki broj spoljašnjih
faktora, jer tada imamo veliki broj komplikovano formulisanih događaja koji otežavaju
kako razumevanje problema, tako i preglednost tabele, a takođe, i u uslovima rizika gde
verovatnoće pojedinih akcija zavise od preduzete akcije), ali one ovom prilikom neće
biti detaljnije razmatrane.
Kao krajnji rezultat upotrebe svaki model treba da nam predloži odluku, a da bismo
znali šta sve jednu odluku čini odlukom treba da znamo njene osnovne karakteristike,
kao i da se upoznamo sa vrstama odluka koje postoje. Nešto više o odluci i
karakteristikama odluke, kao i o vrstama odluka dato je u nastavku rada.
Branko Đorđević Modelovanje procesa odlučivanja u uslovima neizvesnosti Master rad______________________________________________________________________
- 22 -
3.2. Odluka
Najjednostavnije posmatrano možemo reći da je odluka izbor iz skupa od najmanje dve
opcije kojima možemo da ostvarimo željeni cilj. Ako raspolažemo samo jednom
opcijom, onda nema dileme u vezi sa izborom, a time nema ni problema sa
odlučivanjem. Donošenje odluka može se shvatiti kao izbor između više alternativa.
Odluka10 je rezultat izbora jedne, iz skupa mogućih alternativa, odnosno akcija, koje
DO (pjedinačnom ili grupnom) stoje na raspolaganju.
3.2.1. Karakteristike odluke
Da bi odluka mogla uspešno rešiti posmatrani problem ona mora biti11:
Nedvosmislena;
Precizna;
Realna;
Jasna;
Donesena na vreme.
Prema istom izvoru svaka odluka u sebi mora sadržati sledeće elemente:
Subjekat, objekat, strukturu ili sastav na koji se odluka odnosi i koji odluku
treba realizovati;
Aktivnosti koje treba izvršiti radi realizacije odluke;
Sastav ciljeva koje treba ostvariti realizacijom odluke;
Sastav ograničenja ili limitirajućih faktora;
Termine, rokove, prostorne, vremenske i druge resurse;
Sastav materijalno-tehničkog, finansijskog i drugog osiguranja realizacije
odluke.
10 Čupić, Tummala, Suknović, op. cit, str. 565. Sa engleskog: Decision11 Sikavica, Bebek, Skoko, Tipurić, Poslovno odlučivanje, Informator, Zagreb, 1994.
Branko Đorđević Modelovanje procesa odlučivanja u uslovima neizvesnosti Master rad______________________________________________________________________
- 23 -
3.2.2. Vrste odluka
U zavisnosti od kriterijuma u naučnom svetu postoji veliki broj podela odluka. Ovde će
biti prikazane samo neke od njih za koje smatram da imaju veze sa tematikom ovog
rada.
Prema Simonu odluke mogu biti12:
Programirane odluke;
Neprogramirane odluke.
Programirane odluke se upotrebljavaju u situacijama koje se ponavljaju i kada se od
DO zahteva rešavanje rutinskih problema. Njihova upotreba zasnovana je na ustaljenim
kriterijumima odlučivanja i s obzirom na ranija iskustva koraci u odlučivanju su
poznati.
Neprogramirane odluke se donose u situacijama koje nisu redovne i koje se ne
ponavljaju, tj. u situacijama kada se problem javlja po prvi put i slučaj je za sebe.
ODLUKA Programirana Neprogramirana
Vrsta Strukturirana Nestrukturirana
Učestanost Rutinske Nove
Ciljevi Jasni Nejasni
Informacije Lako dostupne Nedostupne
Posledice Manje Veće
Nivo menadžmenta Niži Viši
Vreme Kratko Relativno dugo
Osnova za donošenje Pravila i procedure donošenja Kreativnost
Tabela 1. Karakteristike programiranih i neprogramiranih odluka
12
Simon, Administrative Behavior, MacMillan, 1959.
Branko Đorđević Modelovanje procesa odlučivanja u uslovima neizvesnosti Master rad______________________________________________________________________
- 24 -
Dahl i Lindblom odluke dele na13:
Strukturirane;
Nestrukturirane.
Stepen strukturiranosti odluke označava u kojoj su one meri rutinske i koliko se često
ponavljaju.
Strukturirne odluke su one koje su se već često donosile. To su najčešće programirane
odluke na nižim nivoima menadžmenta. DO poseduju znanje o tome koje su informacije
i metode potrebne za njihovo donošenje. Opcije između kojih se pravi izbor dobro su
poznate i mogu se lako proceniti sa stanovišta ciljeva sistema. Problem odlučivanja je
visokostrukturiran u onoj meri u kojoj su DO poznate sve komponente problema. Dobro
strukturiran problem omogućuje DO da u njegovom rešavanju primeni iskustvo iz
prošlosti. Rutinske odluke donose se uz primenu standardnih procedura. To mogu biti
postupci sa konačnim brojem logički poređanih koraka koji dovode do očekivanog
rešenja. Takođe, to mogu biti i heuristike koje se mogu uspešno primeniti u traženju
rešenja. Međutim, takva pravila ne garantuju uspeh.
Nestrukturirane odluke se donose u izvanrednim situacijama, pa se one po pravilu
donose samo jednom. Takve odluke odnose se ili na potpuno nove situacije,
prouzrokovane neočekivanim zbivanjima unutar ili izvan sistema, ili su vrlo retke. Kod
njih je opcije teško formulisati, a nekada i proceniti sa stanovišta ciljeva sistema. Često
nedostaje i znanje o načinu odlučivanja. U kojoj meri je problem odlučivanja
strukturiran određeno je time koliko je DO poznato trenutno, a koliko željeno stanje
sistema, kao i procedura prevođenja sistema iz trenutnog u željeno stanje. U rešavanju
takvog problema DO orijentisan je na onu komponentu koja mu je najbolje poznata:
- Ako mu je poznato samo sadašnje stanje on će pomake raditi na osnovu
provere da li ide u smeru poboljšanja performansi;
- Ako zna konačno (željeno) stanje pokušaće povratnom dedukcijom
identifikovati transformacije koje bi to stanje povezale sa polaznim;
- Ako su mu poznati samo postupci (transformacije) kojima se može menjati
stanje sistema o kojem odlučuje, on će pokušati specifikovati početno i
konačno stanje tako da može primeniti ono što zna.
13 Sikavica, Bebek, Skoko, Tipurić, op. cit.
Branko Đorđević Modelovanje procesa odlučivanja u uslovima neizvesnosti Master rad______________________________________________________________________
- 25 -
Za donošenje nestrukturiranih odluka potrebne su kreativnost, mašta, intuicija i
sposobnost istraživanja. Slaboj strukturiranosti problema odlučivanja najviše doprinose
uslovi iz okruženja. Kvalitet odluke zavisi od logičkog okvira za odlučivanje i načina
odlučivanja DO.
Takođe, može se govoriti i o polustrukturiranim odlukama. To su one kod kojih je
znanje o nekim aspektima odlučivanja dobro poznato, ali se o drugim aspektima malo
zna. Zato je potrebno sakupiti odgovarajuće znanje da bi se odluka mogla doneti.
Prema važnosti odluke i nivoima na kojima se ona donosi postoje različite vrste odluka,
ali se smatra da je najzačajnija podela na14:
Strateške;
Taktičke;
Operativne odluke.
Starteške odluke su najznačajnije i sa dugoročnim posledicama, odnose se najčešće na
planiranje i programiranje razvoja, a osnovni kriterijum njihovog vrednovanja je
efektivnost (deletvornost) sistema. Strateške odluke donosi najviše rukovodstvo i to bi
trebalo raditi racionalnim odlučivanjem.
Taktičke odluke obezbeđuju realizaciju strateških odluka, dok je osnovni kriterijum
njihovog vrednovanja efektivnost (uspešnost sistema). Donosi ih srednje rukovodstvo.
Taktičke odluke se odnose na raspored resursa na način da se postignu ranije utvrđeni
ciljevi, odnosno da se postigne optimalni odnos između inputa i outputa. Od taktičkih
odluka se očekuje povećanje efikasnosti postrojenja (tj. što veći output u odnosu na
input). Taktičke odluke donosi srednji nivo menadžmenta i to najčešće na bazi
procenjivanja, mada to nije pravilo.
Operativne odluke se donose svakodnevno, čime se obezbeđuje osnova za realizaciju
obaveza i promena iniciranih na svim nivoima menadžerskog odlučivanja. To su odluke
najnižeg reda preko kojih se realizuju taktičke odluke. Operativne odluke su najčešće
14 Sikavica, Bebek, Skoko, Tipurić, op. cit.
Branko Đorđević Modelovanje procesa odlučivanja u uslovima neizvesnosti Master rad______________________________________________________________________
- 26 -
programirane i koriste se za rešavanje rutinskih problema. Donosi ih najniži
menadžment. Operativne odluke bi se, po pravilu, morale donositi intuitivno.
3.3. Okolnosti i okruženja u kojima se odlučuje
Na odlučivanje uopšte utiču i činioci okoline. Pod okolinom sistema podrazumeva se
deo okruženja sa kojim on dolazi u kontakt. Okolina je sve ono što se nalazi izvan
sistema. Okolnosti ili stanja prirode su faktori na koje DO ne može uticati, a od kojih
zavise posledice različitih odluka, tj. izabranih akcija. Činioci okoline različito utiču na
odlučivanje u sistemu. Međusobna interakcija DO sa zadatkom koji treba da reši i sa
okruženjem u kome rešava taj zadatak može se predstaviti kao na slici 5.
Slika 5. Interakcija DO sa zadatkom i okruženjem
Može se razlikovati odlučivanje u uslovima stabilne okoline od odlučivanja u uslovima
nestabilne okoline, odnosno promenljive ili turbulentne okoline. U uslovima stabilne
okoline promene su spore i slabe pa je i odlučivanje lakše, a dominira centralizovan
DO- Znanje;- Memorija;- Obrada informacija;- Motivacija;- ...
ZADATAK
Dato
OKRUŽENJE- Dodatne informacije;- Povratna sprega;- Resursi;- Pritisak;- ...
Cilj
Barijere
Alat
Branko Đorđević Modelovanje procesa odlučivanja u uslovima neizvesnosti Master rad______________________________________________________________________
- 27 -
način odlučivanja, nasuprot odlučivanju u uslovima nestabilne okoline u kome su
promene brze pa je potrebno decentralizovano odlučivanje. U zavisnosti od stabilnosti,
odnosno nestabilnosti okoline zavise i prioriteti u odlučivanju. Nestabilna okolina, za
razliku od stabilne, menja listu prioriteta. U stabilnoj okolini odluke se, po pravilu,
donose sa manjim stepenom neizvesnosti i rizika, za razliku od nestabilne okoline, u
kojoj će postojati visok stepen rizika i visok nivo neizvesnosti očekivanog rezultata.
Pored stabilnosti i nestabilnosti okoline, druge dve dimenzije okoline su jednostavnost i
složenost. Pod jednostavnošću i složenošću okoline misli se na broj faktora koji utiču na
odlučivanje u sistemu. Jednostavna je okolina takva u kojoj na odlučivanje utiče mali
broj faktora, za razliku od složene okoline, u kojoj na odlučivanje utiče veliki broj
faktora. Najlakše je donositi odluke u onim sistemima koji posluju u stabilnoj i
jednostavnoj okolini. Nešto će teže biti odlučivati u uslovima stabilne i složene okoline.
Još je teže odlučivanje u uslovima jednostavne i nestabilne okoline, a najteže u
uslovima nestabilne i složene okoline.
Okolnosti mogu biti povoljne ili nepovoljne, zavisno od toga sa kakvom se
verovatnoćom, odnosno pouzdanošću, može proceniti očekivani rezultat. Da bi DO
doneo najbolju odluku, mora dobro poznavati situaciju, odnosno okolnosti u kojima se
odlučuje. Ako je situacija u kojoj se odlučuje potpuno poznata i jasna, tada je lako
odlučivati, pa u tom slučaju reč je o determinističkom odlučivanju. Međutim, u realnim
situacijama odlučivanja često nije tako. Tada je reč o stohastičkom odlučivanju.
Rezultate odluka lakše je proceniti ako se one donose u sigurnim uslovima, za razliku
od onih odluka koje se donose u uslovima rizika, odnosno nesigurnosti.
S obzirom na okolnosti u kojima se odlučuje, a prema teoriji odlučivanja, može se
govoriti o odlučivanju u uslovima:
Sigurnosti;
Rizika;
Neizvesnosti;
Branko Đorđević Modelovanje procesa odlučivanja u uslovima neizvesnosti Master rad______________________________________________________________________
- 28 -
Vera DO u realizaciju odluke znatna je za odluke koje se donose u uslovima sigurnosti,
znatno manja za odluke koje se donose u uslovima rizika, a najmanja za odluke koje se
donose u uslovima nesigurnosti, kao što je prikazano na slici 6.
Slika 6. Odnos između okolnosti u kojima se odlučuje i vere DO u odluku
3.3.1. Odlučivanje u uslovima sigurnosti
Odluka se donosi u uslovima sigurnosti kada se može tačno predvideti rezultat svake od
mogućnosti, odnosno varijante rešavanja problema. DO tačno zna šta će se dogoditi sa
odlukom ako izabere bilo koju od mogućnosti. Što se više udaljava od operativnih
odnosno rutinskih odluka prema taktičkim i strateškim odlukama, to su uslovi
odlučivanja sve rizičniji, odnosno nesigurniji. Isto tako, što se više ide u hijerarhiji od
nižih prema višim nivoima upravljanja, to je veći broj odluka koje se donose na tim
višim nivoima u uslovima rizika i nesigurnosti.
Kod odlučivanja pri izvesnosti ključna uloga DO je da prikupi neophodnu količinu
informacija potrebnih za donošenje odluke, da definiše alternativna rešenja, a sam izbor
alternative zavisi od izbora metode koja će se prilikom izbora koristiti. Pored
jednostavnih metoda MAXMIN i MINMAX mogu se koristiti i složenije metode za
određivanje optimalne akcije pod pretpostavkom da se događaji kako je i prdviđeno. U
Okolnosti
Vera DO u odluku
Niska
Visoka
Sigurnost NesigurnostRizik
Branko Đorđević Modelovanje procesa odlučivanja u uslovima neizvesnosti Master rad______________________________________________________________________
- 29 -
zavisnosti od karakteristika problema prikupljanje informacija se vrši sa ili bez
uzorkovanja, statističkim merenjem ili prognozom.
Čak i odluke koje se donose u uslovima sigurnosti, donose se više u uslovima relativne
nego apsolutne sigurnosti. Ako možemo sa sigurnošću znati koje će situacije u datim
okolnostima nastupiti, tada se govori o odlučivanju u uslovima sigurnosti i određenosti.
Danas se za rešavanje problema u takvim okolnostima najčešće koriste modeli i tehnike
operacionih istraživanja iz oblasti linearnog i nelinearnog programiranja. Odgovarajuća
tehnika za rešavanje takvih problema dobro je poznata simpleks tehnika. Primer
optimizacije putem modela linearnog programiranja je primer donošenja odluka u
uslovima sigurnosti i određenosti. Simpleks tehnika predstavlja računski postupak
(algoritam) kojim se kroz seriju repetitivnih operacija postupno dolazi do optimalnog
rešenja problema. Teoretski, simpleks metoda može služiti za rešavanje problema sa
bilo kojim brojem varijabli i ograničenja.
3.3.2. Odlučivanje u uslovima rizika
Uopšteno, rizik kao pojam predstavlja kombinaciju verovatnoće nekog događaja i
uticaja, odnosno (negativne) posledice tog događaja u slučaju realizacije pretnji koje
iskorišćavaju neku od ranjivosti. Rizik (R) za pojedini resurs procenjuje se procenom
njegove vrednosti (AV15), ranjivosti tog resursa (V16), pretnji koje mogu iskoristiti te
ranjivosti (T17), verovatnoće ostvarenja pretnji (P18) i posledica (I19) koje se mogu
dogoditi ukoliko se određena pretnja ostvari. Dakle, matematički, rizik predstavlja
funkciju navedenih varijabli:
R = f (AV,V,T,P,I)20 .
15 Sa engleskog: Asset Value.16 Sa engleskog: Vulnerability.17 Sa engleskog: Threat.18 Sa engleskog: Probability.19 Sa engleskog: Impact.20 Krutz, Dean Vines, The CISSP Prep Guide.Mastering the Ten Domains of Computer Security, John Wiley & Sons, Inc., 2001.
Branko Đorđević Modelovanje procesa odlučivanja u uslovima neizvesnosti Master rad______________________________________________________________________
- 30 -
Da bi se rezultati procene rizika mogli smatrati valjanim, sam proces mora zadovoljiti
sledeće kriterijume:
Jednoznačnost;
Objektivnost;
Pouzdanost;
Repetabilnost.
Odlučivanje u uslovima rizika karakteriše činjenica da su DO poznate moguće varijante
rešavanja problema, međutim, nisu mu sa sigurnošću poznate posledice svake
varijanate. Dakle, odlučivanje u uslovima rizika je odlučivanje u okolnostima u kojima
rezultati nisu sigurni, ali su poznate verovatnoće za različite rezultate. Upravljanje
rizikom je proces kroz koji se potvrđuje poslovna opravdanost odabira sigurnosnih
rešenja i kontrola koje će obezbediti dovoljan nivo sigurnosti. Takođe, proces
upravljanja rizikom omogućava razvoj strategije i postavljanje ciljeva u području
sigurnosti sistema. Najvažniji deo tog procesa, ali i najpodložniji greškama, jeste prvi
korak koji predstavlja procenu rizika.
Postoji kvalitativna i kvantitativna procena rizika. Kvalitativnom procenom rizik se
procenjuje iskustveno, odnosno opisno, za razliku od kvantitativne procene, kod koje se
rizik opisuje numerički (finansijski).
Kvantitativni pristup proceni rizika oslanja se na primenu egzaktnih numeričkih
vrednosti. U tom slučaju, parametrima za izračunavanje rizika nastoji se da se odrede
tačne vrednosti. Vrednost resursa prikazuje se u novčanim jedinicama. Ranjivosti,
pretnje i posledice u slučaju realizacije posmatraju se kao tzv. faktor izloženosti, koji se
izražava procentom gubitka vrednosti resursa u slučaju ostvarenja pojedine pretnje.
Verovatnoća, koja takođe zavisi od ranjivosti i pretnji, obično se posmatra u zadatom
vremenskom periodu, pa se u skladu sa tim sprovodi i kvantifikacija rizika za taj
vremenski period.
Za razliku od kvantitativnog pristupa, kvalitativni pristup proceni rizika ne koristi
apsolutne vrednosti parametara, nego kvalitativno evoluira njihov uticaj na rizik. Kod
kvalitativnog pristupa veliku važnost imaju iskustvo, stručnost i iznad svega,
Branko Đorđević Modelovanje procesa odlučivanja u uslovima neizvesnosti Master rad______________________________________________________________________
- 31 -
sposobnost osoba koje sprovode procenu rizika. Procena se sprovodi kvalitativno, ali
zbog lakše interpretacije rezultata, kod kvalitativne procene rizika parametri se, isto kao
i procenjeni rizik, kvantifikuju. Za razliku od kvantitativnog pristupa, dobijene
numeričke vrednosti nisu apsolutne, već relativne. Osim subjektivnosti, koja je
inherentni problem kvalitativnog pristupa proceni rizika, pa samim tim i direktan uzrok
nepouzdanosti, dodatni faktor koji može uticati na pouzdanost rezultata kvalitativne
procene jeste metoda kvantifikacije subjektivno procenjenih parametara,
kvantifikovanje rizika pa ponovna reinterpretacija tako dobijenih numeričkih vrednosti.
Pošto se kvalitativna procena rizika izrazito oslanja na subjektivnu procenu, podložna je
greškama. Uzimajući u obzir to da se kvalitativne veličine parametara procenjuju
subjektivno, da bi se postigla repetabilnost, vrlo je bitno da se sam čin procene više
kompetentnih osoba može jednoznačno interpretirati i sprovoditi, sa istim ili sličnim
rezultatima. Obezbeđenje jednoznačnosti, pouzdanosti, objektivnosti i repetabilnosti u
postupcima kvalitativne procene je često problematično. Metode koje predlažu postojeći
standardi imaju određene nedostatke, zbog kojih ne ispunjavaju sve kriterijume
potrebne za procenu rizika.
Verovatnoća svake pojedine varijante može se utvrditi matematičkim modelima, ali isto
tako i procenom, odnosno iskustvom. Verovatnoća realizacije određene varijante koju
utvrđujemo matematičkim putem, a na osnovu istorijskih podataka, naziva se objektivna
verovatnoća, za razliku od subjektivne verovatnoće, do koje se dolazi procenom na
osnovu ranijih iskustava. Time se mogu utvrditi troškovi osiguranja rizika.
Branko Đorđević Modelovanje procesa odlučivanja u uslovima neizvesnosti Master rad______________________________________________________________________
- 32 -
3.3.3. Odlučivanje u uslovima neizvesnosti
Čovek je svakodnevno izložen potrebi da donosi nekakve odluke, bilo da su to odluke
lične prirode bilo da su u pitanju odluke vezane za posao koji obavlja. Nezavisno od
toga o kakvom je odlučivanju reč DO je po pravilu izložen okruženju koje je izuzetno
kompleksno i dinamično. Možemo reći da je neizvesnost prisutna prilikom svakog
odlučivanja bez obzira koliko je problem naizgled jednostavan. Pitanje je samo koliko
je DO spreman da zanemari neizvesnost i koliko je spreman da prihvati rizik pogrešne
odluke.
Neizvesnost može biti prouzrokovana pogrešnim pretpostavkama ili „višim silama“.
Pogrešne pretpoatavke su posledica nedovoljnih informacija ili nepoznavanja prirode
stvari u budućnosti, bilo da se radi o događaju koji ima uticaja na odluku a nije
predviđen ili je prdviđen događaj ali nisu predviđeni svi efekti koje on nosi sa sobom,
odnosno nije predviđeno vreme kada će se događaji desiti. Pod neizvesnošću
prouzrokovanom „višim silama“ smatraju se događaji koji imaju štetne posledice koje
se nisu mogle predvideti niti sprečiti (npr. vremenske nepogode, katastorfe i drugi
događaji slične prirode).
Osim nekih statističkih metoda gde se na osnovu poznavanja prošlosti može zaključivati
o budućnosti, ne postoji način da se u svim segmentima predvide budući događaji. DO
pretpostavlja određena stanja na bazi prikupljenih podataka (stanja resursa, raspoloživi
kapaciteti, motivisanost zaposlenih i sl.), koja su u većini slučajeva tačna i neznatno
promenljive u funkciji vremena.
Neizvesnost je prisutna i kada se donosi odluka pri poznatim svim parametrima za
donošenje odluka, ali su pojedini kriterijumi kvalitativne prirode što prouzrokuje to da
pojedine vrednosti atributa za ocenu alternativa zavise od subjektivne procene DO, kao i
relativne težine izabranih kriterijuma. Subjektivnost DO se kod rešavanja realnih
problema ne može izbeći, ali se neodređenosti moraju uzeti u obzir prilikom procesa
donošenja odluka.
Branko Đorđević Modelovanje procesa odlučivanja u uslovima neizvesnosti Master rad______________________________________________________________________
- 33 -
Ukupno uzev, neodređenost se može posmatrati u sledećim situacijama21:
Kada dati uslovi koji karakterišu pojam ne određuju jedinstveno očekivani
rezultat, ovakve pojave se obično modeliraju teorijom verovatnoće;
Kada nije moguće (a nije ni potrebno) precizno znati posmatrane vrednosti,
ovakve neodređenosti se obično tretiraju intervalnom matematikom;
Kada neodređenost potiče od nepreciznosti u komunikaciji među ljudima
(npr. visoki ljudi, niska temperatura, slaba prodaja i sl.), ovakve se
neodređenosti modeliraju teorijom fuzzy skupova.
Neizvesnost proizilazi iz nepredvidivosti unutrašnjih faktora poslovnog sistema i
faktora okruženja. Okruženje u kome DO deluje je po pravilu izuzetno kompleksno i
dinamično bez obzira da li se radi o poslovnom ili društvenopolitičkom odlučivanju.
Osnovni razlog te složenosti leži u činjenici što je izuzetno teško razumeti prirodu
faktora i okolnosti koje utiču na sve alternative odlučivanja za posmatrani problem. Ti
faktori mogu biti ekonomski, kulturološki, institucionalni, socijalni, tehnički i faktori
okruženja. Intenzitet uticaja na pojedine poslovne odluke zavisi kako od značaja odluke
tako i od vremena u kome se odluka donosi.
Dakle, može se reći da odlučivanje pri neizvesnosti predstavlja najsloženiji i u praksi
najčešći oblik odlučivanja. Pa se logično postavlja pitanje: „Šta je to neizvesnost?“. Za
potrebe ovog rada odlučio sam se za sledeću definiciju:
Neizvesnost22 se definiše kao slučaj kada je stanje prirode nepoznato i kada su
nepoznate sve informacije na osnovu kojih bi se mogle dodeliti (odrediti) verovatnoće
nastupanja pojedinih stanja.
Neizvesnu situaciju karakteriše:
Nedostatak informacija;
Nesigurnost dostupnih informacija;
Nedostatak saznanja o mogućnostima procene situacije odlučivanja;
Nepoznavanje povezanosti između različitih varijabli koje utiču na odluku,
odnosno na verovatnoću njenog ostvarivanja. 21 Čupić, Tummala, Suknović, op. cit.22 Čupić, Tummala, Suknović, op. cit.
Branko Đorđević Modelovanje procesa odlučivanja u uslovima neizvesnosti Master rad______________________________________________________________________
- 34 -
Obzirom na složenost i u realnom životu učestanost potrebe za rešavanjem problema
odlučivanja pri neizvesnosti razvijena je posebna naučna disciplina koja nosi naziv
Analiza odlučivanja (AO). AO je okvir za rešavanje problema odlučivanja sistemskim
logičnim uravnoteženjem svih činilaca koji utiču na izbor odluke. AO je izvedena iz
operacionih istraživanja i teorije igara tako da uključuje identifikaciju svih raspoloživih
izbora i potencijalnih ishoda svakog od njih u vizuelnoj seriji odluka. DO kroz
raspodelu verovatnoća treba da kvantificira uticaj kako faktora okruženja tako i
unutrašnjih faktora. Ovaj proces se odvija kroz AO, a naziva se šifrovanjem
neizvesnosti ili analizom neizvesnosti.
AO je posebno značajna u sledećim situacijama:
Odluka je složena, a informacije su nesigurne;
Postoji više izbora koji su legalni i ne zahtevaju velike resurse;
Odluka je važna i posledice su ozbiljne.
AO čine sledeći koraci23:
1. Strukturiranje problema: Nabrajanje svih mogućih alternativa odlučivanja,
stanja i određivanja plaćanja.
2. Analiza neizvesnosti: Dodeljivanje verovatnoća svim mogućim stanjima.
3. Analiza korisnosti ili preferencija: Dodeljivanje preferencija za rizične
posledice.
4. Izbor optimalne akcije: Izbor se vrši na osnovu kriterijuma očekivane
novčane vrednosti ili kriterijuma očekivane korisnosti.
5. Prikupljanje novih informacija (evidencija): Prikupljanje dodatnih
informacija iz odgovarajućih uzoraka radi smanjenja neizvesnosti i izbor
najbolje akcije u svetlu novih informacija.
Odlučivanje u uslovima nesigurnosti se javlja kada DO ne zna sve moguće varijante za
rešavanje problema ili kada DO zna moguće varijante rešenja problema, ali ne zna
verovatnoće svake od mogućnosti.
Nije svejedno da li DO nema nikakve ili nema sigurne informacije. Nesigurnost
odlučivanja najveća je upravo u uslovima nepostojanja nikakvih informacija o
23 Čupić, Tummala, Suknović, op. cit.
Branko Đorđević Modelovanje procesa odlučivanja u uslovima neizvesnosti Master rad______________________________________________________________________
- 35 -
verovatnoći mogućnosti rešenja problema. Iako su u praksi retke situacije kad se odluka
mora doneti u uslovima totalne nesigurnosti, DO morao bi nastojati dodatnim, odnosno
sigurnim informacijama ovo odlučivanje pretvoriti barem u odlučivanje u uslovima
rizika. Ako nema drugih mogućnosti, potrebno je na bazi iskustva, odnosno intuicije,
proceniti subjektivnu verovatnoću za svaku mogućnost. Zavisno od toga kako se i kada
DO uključuje u rešavanje problema, većina autora razlikuje tri osnovna pristupa,
odnosno tri grupe metoda rešavanja, i to:
Aposteriorni pristup;
Apriorni pristup;
Interaktivni i kooperativni pristup.
Aposteriorni pristup. DO se u aposteriornom pristupu uključuje u analizu i rešavanje
svog problema posle određivanja skupa dominantnih rešenja, dakle a posteriori. On sam
treba da izabere najbolje rešenje. Zadatak analitičara je da iz dopustivog skupa izdvoji
podskup dominantnih rešenja. Ovaj pristup je više teorijskog nego praktičnog značaja.
Dva su osnovna razloga za to. Prvi razlog je taj što je izdvajanje podskupa dominantnih
rešenja analitički često nerešiv problem. Za izvesne zadatke diskretne optimizacije i za
višekriterijumsko linearno programiranje to je u principu moguće uraditi, ali prilično
teško. Drugi razlog je taj što podskup dominantnih rešenja može da bude veoma širok
(velik ili beskonačan broj elemenata skupa), tako da DO ne može lako da odabere
rešenje.
Apriorni pristup. U apriornom pristupu donošenja odluke treba unapred, pre rešavanja
zadatka višekriterijumskog odlučivanja, iskazati svoj odnos prema kriterijumima. Ovo
može da se uradi utvrđivanjem prioriteta ili hijerarhije kriterijuma, dodeljivanjem
preferencija pojedinim kriterijumima, određivanjem relativnog odnosa između svaka
dva kriterijuma ili na neki drugi način. Na osnovu toga analitičar treba, rešavanjem
zadatka, da predloži donošenje odluke, tj. jednog rešenja koje najviše odgovara
njegovim iskazanim preferencijama. Nedostatak ovog pristupa je u tome što DO teško
može iz jednog pokušaja da precizno odredi svoj stav prema kriterijumima, naročito na
način koji zahtevaju određeni matematički model i metoda. On se po pravilu protivi da
unapred eksplicitno kaže kakav odnos između kriterijuma postoji, ako će mu to kasnije
predstavljati obavezu. Jedino što je izvesno jeste to da on rešenje traži u skupu
dominantnih rešenja. Analizom rešenja za razne skupove težinskih koeficijenata, na
Branko Đorđević Modelovanje procesa odlučivanja u uslovima neizvesnosti Master rad______________________________________________________________________
- 36 -
primer, DO može da prepozna međusobni odnos kriterijuma i rešenja i dobije bolji uvid
u suštinu problema.
Apriorni pristup je teorijski najviše razmatran i praktično najčešće primenjivan.
Razvijeno je puno metoda apriornog višekriterijumskog odlučivanja. Neke od njih su
prilično jednostavne i to im daje veliku prednost za praktične primene u posebnim
situacijama.
Interaktivni pristup obuhvata metode koje kombinuju apriorni i aposteriorni pristup sa
aktivnim učešćem u donošenju odluke. Pristup se zasniva na neprekidnom korišćenju
računara u fazi odlučivanja i korisnički realizovanom okruženju. Savremeni softverski
alati treba da pruže DO snažnu podršku u eksperimentisanju različitim skupovima
svojih referenci. Jednostavno i brzo obavljanje raznovrsnih analiza treba da olakša DO
konačni izbor.
Za potrebe analize i rešavanja slučajeva donošenja odluka u uslovima neizvesnosti
razvijene su brojne teorije, od kojih ću, za potrebe ovog rada, dati prikaz Teorije
očekivane korisnosti, kao jedne od najpoznatijih teorija u ovoj oblasti, i Teorije
zaključivanja na osnovu slučaja, kao jedne novije i opšte prihvaćene teorije.
3.3.3.1. Teorija očekivane korisnosti
Teorija očekivane korisnosti24 je jedna od poznatija teorija koja se bavi izučavanjem
odlučivanja u uslovima neizvesnosti. Ova teorija se pokazala kao veoma korisna i lako
primenljiva metoda za modelovanje procesa odlučivanja u uslovima neizvesnosti.
Teorija očekivane korisnosti25 je naučna disciplina koja matematičkim aparatom
pokušava da iskaže subjektivne preference DO o posledicama koje proističu iz procesa
odlučivanja, a koje se ne mogu na uobičajeni (kvantitativni) način iskazati (npr. preko
novčanih vrednosti).
24 Drugi naziv za ovu teoriju je Teorija preferenciji.25 Čupić, Tummala, Suknović, op. cit.
Branko Đorđević Modelovanje procesa odlučivanja u uslovima neizvesnosti Master rad______________________________________________________________________
- 37 -
Teoriju očekivane korisnosti postavili su John von Neumann i Oskar Morgenstern26
(1947), a dopunio je Savage (1954). Autori su ovu teoriju opisali kao normativnu teoriju
ponašanja. To znači da njena namera nije bila da opiše kako se ljudi zaista ponašaju, već
kako bi se ponašali kada bi sledili određene zahteve racionalnog donošenja odluka. Ova
tri istraživača su postavili niz pravila koja bi racionalni DO trebao da poštuje prilikom
izbora alternative:
Redosled alternativa;
Dominacija;
Isključivanje (izbor);
Tranzitivnost;
Kontinuitet;
Invarijantnost.
Redosled alternativa. Racionalni DO trebalo bi da budu u stanju da uporede sve
alternative i između njih izaberu onu sa najvećom očekivanom korisnošću. Ukoliko više
alternativa ima istu očekivanu korist, trebalo bi da budu indiferentni prema izboru među
njima.
Dominacija. Racionalni subjekti nikada ne bi smeli izabrati alternativu koja je
prevladana od neke druge.
Isključivanje, tj. izbor između alternativa treba da zavisi samo od onih faktora po
kojima se one razlikuju, a faktore koji su jednaki za obe mogućnosti treba isključiti.
Tranzitivnost. Ako racionalan DO preferira ishod A pred ishodom B, a ishod B pred
ishodom C, trebalo bi isto tako da preferira ishod A pred ishodom C.
Kontinuitet. Za bilo koji set ishoda, racionalan DO uvek bi trebalo da prihvati rizik kod
izbora između najboljeg i najlošijeg ishoda u odnosu na siguran srednji ishod, ako je
verovatnoća nastupanja najgoreg ishoda dovoljno mala.
26 Morgenstern, von Neumann, Teorija igara i ekonomska interpretacija, ruski prevod, Mir, Moskva, 1970
Branko Đorđević Modelovanje procesa odlučivanja u uslovima neizvesnosti Master rad______________________________________________________________________
- 38 -
Invarijantnost. DO ne bi trebalo da bude pod uticajem načina na koji su alternative
prezentovane.
Teorija korisnosti neizvesnost predstavlja kao skup stanja sveta, uz pretpostavku da je
verovatnoća realizovanja stanja data objektivno (kao u slučaju bacanja kockice) ili
subjektivno (kao u slučaju klađenja u trci pasa kada je DO u stanju da pripiše
subjektivne verovatnoće svakoj alternativi). Odlukom u uslovima neizvesnosti se tada
smatra izbor jedne akcije iz datog skupa, pri čemu svaka akcija sadrži raspodelu
verovatnoća izlaza. Teorija korisnosti predlaže predstavljanje preferenci svake akcije.
Korisnost akcije se računa kao suma korisnosti izlaza, pri čemu su težine ustvari
verovatnoće stanja. Korisnost27 je, u stvari, numerička predstava ukusa i preferenci
različitih ljudi, koja se formira u situacijama suočavanja DO sa rizikom.
Teorija korisnosti ostvaruje vezu između racionalnog rezonovanja i rezonovanja na
osnovu verovatnoće. Svaka racionalna osoba bi trebalo da ima sopstvenisistem
preferenci koji je navodi da donosi odluke kao da ima subjektivne verovatnoće. Takođe,
ova teroija povezuje znanja pojedinca sa njegovim shvatanjem verovatnoće. DO
otpočinje proces sa sopstvenim predstavama verovatrnoće, koriguje svoje stavove
tokom procesa i tako vremenom dolazi do graničnog stanja u kome će imati predstavu o
objektivnoj raspodeli verovatnoće.
Teorija korisnosti je našla veliku primenu u mnogim oblastima ekonomije (u oblasti
osiguranja, kod sklapanja ugovora, na finansijskom tržištu,...) i postala veoma značajan
deo ekonomske metodologije. Međutim, i pored široke primene postoje i nedostaci i
kritike koje su upućene ovoj teoriji. Na primer, uočeno je da se ljudi u procesu
odlučivanja ne ponašaju uvek kao da pripisuju subjektivne verovatnoće alternativama.
27 Čupić, Tummala, Suknović, op. cit.
Branko Đorđević Modelovanje procesa odlučivanja u uslovima neizvesnosti Master rad______________________________________________________________________
- 39 -
3.3.3.2. Teorija odlučivanja na osnovu slučajeva
Odlučivanje na osnovu slučajeva predstavlja potpuno nov pristup odlučivanju u
uslovima neizvesnosti. Teorija odlučivanja na osnovu slučajeva28 je nastala 1995.
godine i njeni tvorci su dvojica naučnika Gilboa i Schmeidler. Oni uvode novi pristup
pri opisu situacije koja zahteva odluku. Ova dva naučnika smatraju da Teorija
očekivane korisnosti ne opisuje dovoljno dobro probleme odlučivanja u kojima stanja
sveta nisu jasno određena ili su previše složena i brojna da im se teško mogu pripisati
verovatnoće. DO, koristeći Teoriju odlučivanja na osnovu slučajeva, u cilju rešavanja
problema treba da izabere akciju iz njemu poznatog skupa akcija. DO ne poseduje
nikakva znanja o stanjima sveta, mogućim posledicama, kao ni o njihovim
verovatnoćama. Umesto toga DO koristi memoriju u kojoj su sačuvane informacije o
prošlim slučajevima. Problem nastaje kada se dođe u situaciju da izbrana akcija nikada
ranije nije bila izabrana ili ako se problem sa kojim se DO sreće nije nikada ranije
pojavljivao. Iz tog razloga u ovoj teoriji predviđa se postojanje pojma sličnosti, koji igra
važnu ulogu u odlučivanju na osnovu slučajeva.
U cilju upoznavanja sa glavnom idejom koju promoviše Teorija odlučivanja na osnovu
slučajeva sledi prikaz njenih osnovnih pojmova (i njihovih oznaka).
Osnovni pojmovi Teorije odlučivanja na osnovu slučajeva:
Slučaj je okarakterisan kao trojka29:
1. Problem sa kojim se DO sreće;
2. Akcija izabrana kao rešenje problema;
3. Korisnost koja se izborom te akcije očekuje.
Slučaj ima karakteristiku semantičkog bogatstva, tj. u njemu može biti uskladišteno i
iskustveno znanje pojedinaca, kao i propratni multimedijalni sadržaji, koji obogaćuju
opis slučaja. Kao što je već rečeno slučaj je trojka koja se sastoji od problema sa kojim
se srećemo ρT, akcije izabrane kao rešenje tog problema αT i korisnosti izmerene kao
posledica primenjenog rešenja uT.
28 Sa engleskog: Case-Based Decision Theory29 www.odlucivanje.fon.bg.ac.yu
Branko Đorđević Modelovanje procesa odlučivanja u uslovima neizvesnosti Master rad______________________________________________________________________
- 40 -
U ovoj teoriji problem ne daje potpun opis situacije, već suprotno on sam je
identifikovan opisom situacije koja zahteva neku odluku, pa na osnovu toga problem30
možemo shvatiti kao formulaciju ciljeva DO, kombinovanu sa opisom bitnih
karakteristika situacije, o kojima je DO informisan.
Akcija ili alternativa31 je ono što DO stoji na raspolaganju kao mogućnost izbora
prilikom odlučivanja.
Memorija DO, koja određuje njegovo ponašanje, takođe, je formulisana u odnosu na
problem i akciju. Memorijom32 DO nazivamo informacije koje on koristi prilikom
rešavanja problema koji mu je dat. Memorija sadrži probleme koji su se pojavili u
prošlosti, donete odluke i postignute korisnosti.
Na оsnovu istog izvora memorija može biti: еgzogena (eksplicitno određena na osnovu
tuđeg iskustva) ili endogena (određena prethodnim izborima DO). Prednost
pretpostavke da je memorija endogena je u tome što nije unapred potrebno nikakvo
pretpostavljanje o strukturi memorije, već se iskustvo može modelovati nakon nekoliko
ponovljenih procesa odlučivanja. Ponašanje DO zavisi od njegove memorije, ali isto
tako činjenica je i da memorija DO zavisi od ponašanja DO, pa je proces odlučivanja
zavisan od istorije. Što je više odluka doneto u prošlosti broj slučajeva u memoriji raste,
pa se na osnovu toga informacije i iskustvo akumuliraju tokom vremena. Iz tog razloga
će rezultati tokom vremena postajati sve bolji. Ove pretpostavke primenjene su i
prilikom projektovanja aplikacije u ovom radu. Memorija u trenutku t može biti
predstavljena na sledeći način:
Mt = ((ρT; αT; uT))T=1,...,t-1
Realizovana korisnost se procenjuje u odnosu na aspiracioni nivo, tj. ako realizovana
korisnost premašuje aspiracioni nivo onda se smatra zadovoljavajućom i povećava
vrednost akcije koja je dovela do nje i obrnuto, tj. smatra se nezadovoljavajućom (ako je
realizovana korisnost ispod aspiracionog nivoa). Aspiracioni nivo DO u trenutku t
označava se sa ūt. Različiti aspiracioni nivoi dovode do različitih procena raspoloživih
akcija, čak i ako je memorija dva DO identična. Jedna od osnovnih osobina
30 www.odlucivanje.fon.bg.ac.yu31 Čupić, Tummala, Suknović, op. cit.32 www.odlucivanje.fon.bg.ac.yu
Branko Đorđević Modelovanje procesa odlučivanja u uslovima neizvesnosti Master rad______________________________________________________________________
- 41 -
aspiracionog nivoa je da se on menja u toku vremena, odnosno da uzima u obzir
iskustva DO. Međutim, dinamika promene aspiracionog nivoa, uostalom, kao ni sam
aspiracioni nivo, nije određena teorijski već se određuje u kontekstu samog modela.
Jedna od prednosti konstantnog aspiracionog nivoa je u tome što se ne zahtevaju
nikakve pretpostavke u vezi usvojenih pravila. Takođe, konstantan aspiracioni nivo
obezbeđuje uvid u to kako aspiracioni nivo utiče na rezultate. Praksa je pokazala da će
dinamika promene aspiracionog nivoa zavisiti od njegove početne vrednosti, sličnosti
između situacija odlučivanja, poređenja sa drugima, socijalno-ekonomskog okruženja
itd.
Kao što je već rečeno korisnost je numerička predstava ukusa i preferenci različitih
ljudi, koja se formira u situacijama suočavanja DO sa rizikom. Kumulitivna korisnost
akcije α u trenutku t označavamo sa Ut(α). U formiranju kumulativne korisnosti
zadovoljavajuća korisnost učestvuje sa pozitivnim znakom, a nezadovoljavajuća sa
negativnim.
Za razliku od koncepta sličnosti u nekim drugim teorijama odlučivanja koji
predstavljaju binomnu relaciju (objekti A i B su ili slični ili nisu slični), sličnost se u
teoriji odlučivanja na osnovu slučaja opisuje kao relacija tri objekta (objekat A je
sličniji objektu B nego objektu C). Koncept sličnosti se predstavlja pomoću funkcije
sličnosti, koja služi za određivanje težina sa kojima svka realizovana korisnost ulazi u
proces evaluacije akcije. Sličnost između para problem-akcija zabeleženog u trenutku t
i para problem-akcija koji tek treba da se odredi označavamo sa:
s((ρ;α) ; (ρt;αt))
Bitno obeležje Teorije odlučivanja na osnovu slučajeva jeste učenje DO. Naime, DO
koji koristi ovu teoriju induktivno zaključuje koristeći subjektivno definisanu relaciju
sličnosti. Ovo učenje je ograničeno činjenicom da se uočavanje sličnosti koristi za
donošenje odluka, ali relacije sličnosti postaju poznate tek sa iskustvom. Odlučivanje na
osnovu slučaja obezbeđuje alternativan način učenja koji dopunjuje i obezbeđuje bolji
uvid u funkcionisanje sistema. Za razliku od tzv. eksplicitne indukcije koja se sastoji u
usvajanju kao tačnog najjednostavnijeg zakona koji se može uskladiti sa našim
iskustvom implicitna indukcija, koja se koristi u ovom vidu učenja, ne definiše pravila
ni zakone. Iako pravila mogu biti implicitno prisutna i u odlučivanju na osnovu slučaja
Branko Đorđević Modelovanje procesa odlučivanja u uslovima neizvesnosti Master rad______________________________________________________________________
- 42 -
zaključivanje korišćenjem pravila je manje fleksibilno nego odlučivanje na osnovu
slučaja, pošto ne daje nikakvo upustvo za ponašanje u slučaju da je pravilo
kontradiktorno iskustvu.
U nastavku rada izneću osnovne postavke menadžerskog odlučivanja, kao krune
upotrebe i iskustvene provere svih teorijskih postavki nauke o odlučivanju. Takođe,
ovih nekoliko reči o odlučivanju u menadžmentu, iz kojih će se videti neophodnost
kompjuterske podrške saramenom menadžerskom odlučivanju, će mi poslužiti kao uvod
u četvrto poglavlje ovog rada, u kome će biti opisani sistemi za podršku odlučivanju.
3.4. Odlučivanje u menadžmentu
U savremenom načinu poslovanja menadžeri predstavljaju glavne kreatore uspeha i
nosioce razvoja preduzeća. Od efikasnosti rada menadžera zavisi ostvarenje glavnih
zadataka i strateških ciljeva poslovnih sistema. Menadžeri moraju da uoče problem, da
ga analiziraju i na osnovu toga da donesu konačnu odluku o načinu njegovog rešavanja.
Menadžer33 je čovek koji se bavi menadžerskim, odnosno upravljačkim poslovima u
nekoj kompaniji, administraciji, obrazovnoj, zdravstvenoj ili drugoj instituciji. To je
čovek koji upravlja poslovima preko drugih ljudi. Menadžer upravlja izvršavanjem
pojedinačnih poslova i zadataka, poslovanjem i razvojem neke organizacione celine ili
cele firme. Menadžer je osoba koja je zadužena i odgovorna za postizanje planiranih
ciljeva organizacije ili nekog njenog dela.
U literaturi se dosta govori o različitim ulogama menadžera. Prema jednoj podeli, koja
se, sa manjim razlikama, često pojavljuje u literaturi, menadžer ima sledeće glavne
uloge34:
Integrator;
Komunikator;
33 Jovanović, Menadžment: teorija i praksa, Beograd, 2004, str. 195.34 Jovanović, op. cit.
Branko Đorđević Modelovanje procesa odlučivanja u uslovima neizvesnosti Master rad______________________________________________________________________
- 43 -
Vođa;
Donosilac odluka;
Kreator atmosfere.
Za donošenje odluka menadžeru na raspolaganju stoji veliki broj informacija koje
neprekidno prima u toku rada i, najčešće, dobre mogućnosti obrade informacija i
pripreme odluka. Menadžer pri pristupanju rešavanja nekog problema najveći deo
vremena troši na proces odlučivanja. To je iz razloga što je menadžeru za donošenje
odluke potrebno vreme za dug niz aktivnosti pre donošenja odluke (vreme za
prikupljanje ulaznih podataka, vreme za analizu tih podataka, zatim vreme za poređenje
alternativnih rešenja itd.). Kada kažemo da menadžer donosi kvalitetne odluke onda se
misli da su one dobro promišljene, donete u pravom trenutku i da je realizacija te odluke
precizno planirana, a sve u cilju maksimiziranja efekata koje odluka treba da ostvari.
Većina autora smatra da menadžersko odlučivanje, po pravilu, podrazumeva korišćenje
kompleksnih procesa rešavanja problema sa sledećim tipičnim fazama:
Identifikacija i dijagnoza problema;
Generisanje alternativa i izbor;
Primena i kontrola rezultata.
Slika 8. Proces donošenja menadžerskih odluka
Branko Đorđević Modelovanje procesa odlučivanja u uslovima neizvesnosti Master rad______________________________________________________________________
- 44 -
Kao prateći efekat velikog angažovanja i naprezanja menadžera u želji da što efikasnije
donese odluku dolazi do pojave grešaka, stresa i premora. Često se postavlja pitanje
kako je moguće istovremeno olakšati rad menadžeru i kvalitativni i kvantitativno
povećati njegove radne sposobnosti. Realno posmatrano nastali problem ne može se
rešiti samo željom menadžera da postigne bolje rezultate i oslanjajući se samo na
njegove organizacione sposobnosti. Problemi koji se postavljaju pred menadžera i
zahtevi za brzim reagovanjem su dve činjenice koje menadžer ne može da usaglasi bez
kompjuterske podrške. U sve oštrijoj trci za tržišni prostor više se uopšte ne postavlja
pitanje da li je menadžeru potrebna kompjuterska podrška prilikom donošenja odluka,
već se razlika između konkurentnih preduzeća ogleda u vrsti softvera koji menadžeri
upotrebljavaju u cilju postizanja konkurentske prednosti na tržištu.
Za uobičajene probleme odlučivanja menadžerima su na raspolaganju različiti softverski
alati koji imaju mogućnosti analize problema, procene alternativnih rešenja, ukazivanja
na optimalno rešenje i sl. Uopšteno gledano za ove potrebe koriste se različite vrste
ovakvih sistema i to: sistemi za podršku odlučivanju, ekspertni sistemi, izvršni
informacioni sistemi, menadžment informacioni sistemi, hibridni sistemi, itd. U ovom
radu poseban naglasak je stavljen na sisteme za podršku odlučivanju (SPO), kojima je
posvećeno sledeće poglavlje.
Branko Đorđević Modelovanje procesa odlučivanja u uslovima neizvesnosti Master rad______________________________________________________________________
- 45 -
4. SISTEMI ZA PODRŠKU ODLUČIVANJU
Sistemi za podršku odlučivanju (SPO) predstavljaju samo jednu od mnogobrojnih vrsta
poslovne inteligencije koja je postala integrativni deo savremenih poslovnih sistema na
svim nivoima menadžmenta. Uopšteno gledano može se reći da je Poslovna
inteligencija35 opšti naziv za sve procese, tehnike i alate koje podržavaju donošenje
poslovnih odluka, a zasnovani su na informacionim tehnologijama. Pored naziva
poslovna inteligencija koristii se i sinonim Informacioni sistemi (IS).
Početak razvoja sistema za podršku odlučivanju (SPO)36 datira iz šezdesetih godina
prošlog veka, kada su definisani strukturirani izveštaji. Sedemdesete godine donose
pojavu specifičnih SPO, kao što su Management Decision Systems. Osamdesetih se
razvijaju ekspertski sistemi i sistemi za podršku grupnom odlučivanju, dok devedesete
donose Intranet, Visual Modeling, Data Warehouse, itd. Kako su se vremenom
pojavljivali novi SPO tako je evoluirala i definicija pojma SPO. Tako, na primer,
sedemdesetih godina naučnik Scott Morton definiše SPO kao „interaktivni
kompijuterski baziran sistem koji koristeći podatke i modele pomaže DO da reše
nestrukturirane probleme“.
Danas se kod različitih autora sreću različite definicija SPO, ali za potrebe ovog rada
odlučio sam se za sledeću:
Sistem za podršku odlučivanju37 je interaktivni, fleksibilni i adaptivni sistem
specijalno razvijen za podršku rešavanja nestrukturiranih mendžment problema u cilju
poboljšanja procesa odlučivanja. Sistem koristi podatke, obezbeđuje jednostavan
korisnički interfejs i omogućuje uključivanje korisnikove pronicljivosti u proces
odlučivanja. Takođe, SPO može koristiti modele koji se izgrađuju u interaktivnom
procesu sa korisnikom, podržavajući sve faze procesa odlučivanja i može sadržati
komponentu znanja.
35 Delibašić, Projektovanje i implementacija sistema menadžmenta znanja, FON, Beograd, 2004.36 Sa engleskog: Decision Support Sistems37 Veljović, Menadžment informacioni sistemi, Kompjuter biblioteka, 2002.
Branko Đorđević Modelovanje procesa odlučivanja u uslovima neizvesnosti Master rad______________________________________________________________________
- 46 -
SPO su IS, koji su slični i komplementarni standardnim IS, imaju za cilj da podržavaju,
uglavnom poslovne procese donošenja odluka. Predstavljaju simbiozu informacionih
tehnologija, primene niza funkcionalnih znanja i tekućeg procesa donošenja odluka.
SPO novije generacije napravljeni su tako da korisniku izgledaju što jednostavnije i
imaju tzv. „user-friendly“ korisnički interfejs. Nakon unosa ulaznih podataka sistem
daje rezultate analize, na osnovu koje menadžer može da izvrši izbor među rangiranim
alternativnim rešenjima.
SPO se koriste kada je DO potrebna kompjuterska podrška u procesu rešavanja
nedovoljno strukturiranih problema (polustrukturiranih ili nestrukturiranih).
Slika 9. Računar kao sastavni deo SPO
SPO, kao nadgradnja više različitih disciplina (pre svega menadžmenta i informatike)
korene imaju u teoriji odlučivanja, ali su takođe prožeti i drugim raznim oblastima
ljudskih delatnosti (ekonomija, tehnika, tehnologija,...).
Primenom SPO znatno se povećava kvalitet donetih odluka, skraćuje se vreme potrebno
za donošenje odluka, povećava se produktivnost i na niz drugih neposrednih ili
posrednih načina utiče na opšte zadovoljstvo zaposlenih.
SPO predstavljaju u rukama menadžera moćan alat koji im omogućava da uspešno
realizuju ciljeve definisane strateškim opredeljenjima njihove poslovne organizacije.
Branko Đorđević Modelovanje procesa odlučivanja u uslovima neizvesnosti Master rad______________________________________________________________________
- 47 -
Iako postoje sličnosti između menadžment informacionih sistema (MIS) i sistema za
podršku odlučivanju (SPO) između njih postoje i neke bitne razlike.
MIS kreiraju tehnička lica, odnosno informatičari, a menadžeri daju tek manji doprinos.
Nasuprot tome, SPO se zasnivaju na procesu odlučivanja i na njihovom konstruisanju
su angažovani menadžeri koji u saradnji sa informatičarima projektuju sistem koji
odgovara određenim menadžerskim nivoima. U tabeli 2 prikazan je uporedni pregled
karakteristika MIS i SPO.
MIS SPO
Usmerenost na strukturirane probleme i
rutinske odluke
Usmerenost na slabostrukturirane
probleme koji zahtevaju prosuđivanje
menadžera
Menadžeri imaju posredan pristup
podacima
Menadžeri imaju direktan pristup
podacima
Naglasak na pohranjivanju podataka Naglasak na manipulaciji podataka
Oslanjanje na informatičke eksperte Oslanjanje na sud menadžera
Akcenat na efikasnosti Akcenat na efektivnosti
Korisnik MIS-a ne razume u potpunosti
prirodu odlučivanja
Menadžer poznaje ambijent odlučivanja
Tabela 2. Razlika između karakteristika SPO i MIS
SPO podržavaju sve faze procesa odlučivanja, počevši od faze identifikacije problema,
preko faze projektovanja alternativa i izbora, pa sve do implementacije i kontrole
rezultata. Kod mnogih autora se sreće objedinjavanje primene raspoloživih alata za
podršku odlučivanju sa odgovarajućim fazama procesa odlučivanja. Na slici 10 dat je
prikaz moguće vrste kompjuterske podrške po pojedinim fazama procesa odlučivanja
koje čine jedan SPO.
Branko Đorđević Modelovanje procesa odlučivanja u uslovima neizvesnosti Master rad______________________________________________________________________
- 48 -
Faze odlučivanja SPO
EIS – Executative Information Systems MIS – Management Information Systems
ANN – Artifical Nerual Networks OLAP – Online Analitical Processing
MS – Management Science GDSS – Group Decision Support Systems
ES – Expert Systems
Slika 10. Kompjuterska podrška fazama procesa odlučivanja
Menadžer (DO) želi pravu infomaciju u pravo vreme i u pravoj formi. SPO treba da
obezbedi DO vremenski odgovarajuću informaciju koja će biti tačna, relevantna i
kompletna. Takođe, SPO treba da prikazuje informaciju u adekvatnoj formi kako bi bila
laka za razumevanje i upravljanje. SPO može da prikaže i unutrašnje i spoljašnje
činjenice, a takođe i neke dodatne činjenice i prognoze (tacitno znanje) koje može da
bude od pomoći menadžeru prilikom donošenja odluke.
Jako je bitno napomenuti da SPO podržavaju, a ne zamenjuju DO. SPO ne donosi
odluke automatski, već samo obezbeđuje analizu i podršku potrebnu za odlučivanje.
Donošenje odluka na svim nivoima pored mnoštva informacija uključuje i iskustvo i
intuiciju. Razvoj IS menja ulogu menadžera tako što ih sve više oslobađa uloge
operativca i postavlja sve veće zahteva za inventivnošću. Savremeni IS, među kojim
jedno od vodećih mesta zasigurno zauzima SPO, predstavljaju neophodnu osnovu za
unapređenje inovativnih aktivnosti. Danas SPO predstavljaju prepoznatljivu kategoriju
IS koji obezbeđuju menadžerima kontrolu njihovih podataka, analizu podataka,
komunikaciju i konsultacije sa grupama menadžment tima.
Faza identifikacijeproblema
Faza projektovanja i izbora
Fazaimplementacije i
kontrole
EIS, MIS, ANN, Data Mining, OLAP- Identifikovanje problema- Klasifikovanje problema
OLAP, MS, ANN, GDSS, Data Mining- Generisanje modela- Generisanje alternativa- Senzitivna analliza- Donošenje odluke
MIS, ES, GDSS- Komuniciranje- Dobijanje povratnih informacija
Branko Đorđević Modelovanje procesa odlučivanja u uslovima neizvesnosti Master rad______________________________________________________________________
- 49 -
4.1. Struktura SPO
SPO su računarski sistemi koji efikasno rešavaju poslovne modele na osnovu kojih DO
mogu da donesu odluku. Tu svoju funkciju SPO obavljaju obezbeđujući DO kontrolu
nad podacima, pristup alatima za analizu i sposobnošću interakcije sa ostalim nosiocima
procesa odlučivanja (u slučaju grupnog odlučivanja).
Jedan od mogućih modela strukture SPO prikazan je na slici 11. Autori ovog prikaza
strukture SPO su naučnici Barrett i Castore.
Slika 11. Struktura SPO prema Barrett-u i Castore-u
Korisnikova dilema
Definisanje i formulacija problema
Opis situacije Opis domena
Obrada od strane SPO
Ekspertsko rezonovanje i
logika
Znanje
Informacije
Prezentacija alternativa
Korisnikov izbor
Projekcija posledica
Informacija za buduću upotrebu
Društveni faktori
Ekonomski faktori
Branko Đorđević Modelovanje procesa odlučivanja u uslovima neizvesnosti Master rad______________________________________________________________________
- 50 -
Autori navode da proces započinje korisnikovom dilemom. Korisnik potom definiše
problem, u čemu mu SPO može pružiti pomoć kroz snimanje, praćenje i prikupljanje
podataka iz spoljašnjih i unutrašnjih izvora podataka, na osnovu čega se stiče uvid o
nastanku i karakteru problema. Po završetku formulacije problema SPO vrši obradu
podataka koristeći se pri tom bazom podataka i/ili bazom znanja. Po izvršenoj obradi
problema SPO nudi korisniku raspoloživi niz alternativa. Služeći se pokazateljima o
stepenu zadovoljenja postavljenog problema svake alternative, korisnik vrši izbor
najpovoljnije. Kroz mogućnosti analize npr. “šta ako”, analizu senzitivnosti itd.,
korisnik može da ispita posledičnosti pojedinih alternativnih pravaca ili da ispita
posledice koje mogu nastupiti prilikom promene uticajnih faktora (nekontrolisanih
varijabli kao što su npr. ekonomski faktori, društveni faktori) na izabranu alternativu.
Kao rezultat opisanog procesa sledi informacija za buduću upotrebu, tj. odluka o pravcu
akcije.
Osnovne komponente SPO prema Turban-u su38:
Podsistem za upravljanje podacima;
Podsistem za upravljanje modelima;
Podsistem za upravljanje znanjem;
Podsistem korisnički interfejs dijaloga;
Korisnik.
38 Turban, Aronson, Decision Support Systems and Intelligent Systems, Prentice-Hall, 1998.
Branko Đorđević Modelovanje procesa odlučivanja u uslovima neizvesnosti Master rad______________________________________________________________________
- 51 -
Slika 12. Struktura SPO prema Turban-u
Podsistem za upravljanje podacima je ustvari baza podataka koja omogućava
korišćenje podataka iz različitih izvora (unutrašnjih i spoljašnih). Sistem za upravljanje
podacima pre svega služi za kreiranje, pristupanje i ažuriranje baze podataka. Kako se
SPO obično gradi za potrebe strukture koja već ima razvijen bazni informacioni sistem
za raspodelu podataka i deljenje znanja unutar organizacije (npr. Intranet), to se
projektovanje baze podataka SPO obično zasniva na osnovama te postojeće baze.
Podaci koji potiču iz različitih izvora i kojima se pothranjuje baza podataka SPO trpe
izvesna prilagođavanja i promene, tj. preslikavaju se (kod nekih autora taj proces se
zove ekstrakovanje) iz okruženja u bazu. Prilikom ovog preuzimanja podaci se mogu
klasifikovati na osnovu nekoliko kriterijuma i to prema:
Strukturi podataka;
Izvorima iz kojih potiču;
Semantičkoj vrednosti za proces odlučivanja;
Njihovoj pouzdanosti za korišćenje;
Načinu na koji se preslikavaju u bazu SPO.
Upravljanje podacima
Upravljanje modelima
Upravljanje znanjem
Korisničkiinterfejs
Korisnik
Ostali računarski sistemi
SPO
Podaci
Branko Đorđević Modelovanje procesa odlučivanja u uslovima neizvesnosti Master rad______________________________________________________________________
- 52 -
Podsistem za upravljanje modelima omogućava integraciju pristupa podacima i
modelima odlučivanja, tj. omogućava jednostavno korišćenje modela od strane
korisnika. Ulazni podaci ovog podsistema treba da budu u odgovarajućem formatu. Kod
složenih SPO, gde postoji više modela, moguće je povezivanje tako da izlazni podaci
jednog modela budu ulazni podaci drugog modela.
SPO koji u sebi imaju podsistm za upravljanje znanjem nazivaju se još i Sistemi
zasnovani na znanju39 ili Inteligentni SPO40. Glavna prednost Inteligentnih SPO koja ih
izdvaja od ostalih SPO je postojanje baze znanja koja omogućava pružanje korisniku
ekspertize o postavljenom problemu. To su tzv. napredni SPO koji u sebi objedinjuju
poziivne karakteristike postojećih informacionih sistema menadžmenta. Podsistem za
upravljanje znanjem SPO je zasnovan na istim principima kao kod Ekspertnih sistema,
gde se znanje eksperta čuva u nizu fajlova u bazi znanja i najčešće je organizovano
pomoću pravila „if...then“. Mehanizam za zaključivanje koristi neke forme logičke
dedukcije kako bi se korisniku ponudila rešenja.
Može se reći da ovaj podsistem predstavlja inteligentnu komponentu koja proširuje i
obogaćuje znanje DO, omogućavajući dobijanje ekspertize o problemu koji se razmatra.
Podsistem korisnički interfejs pokriva sve aspekte komunikacije između korisnika i
sistema za podršku menadžmentu, tj. on treba da omogući što jednostavniju i lakšu
komunikaciju korisnika (DO) i SPO. Od kvaliteta ovog podsistema umnogome zavisi
komfor pri radu, mogućnost upotrebe i prihvaćenost SPO od strane korisnika.
39 Sa engleskog: Knowledge-based Decision Support Systems40 Sa engleskog: Intelligent Decision Support Systems
Branko Đorđević Modelovanje procesa odlučivanja u uslovima neizvesnosti Master rad______________________________________________________________________
- 53 -
4.2. Arhitektura i mreža SPO
Arhitektura i mrža SPO obuhvata hardver, softver i podatke. SPO treba da definiše
koliko je komponenti u sistemu integrisano i u vezi i treba da omogući korišćenje Web
browsera i kompanijskog Intraneta.
Slika 13. SPO arhitektura i mreža
Većina arhitektura SPO smešta softverske modele na serveru, dok se korisnički
interfejsi distribuiraju klijentima. Stepen korišćenja mreže je različit za raličite vste
SPO. U slučaju SPO zasnovanih na podacima, može se reći da se mrežno okruženje
koristi u većini slučajeva. Za realizaciju korisničkog interfejsa obično se koriste Web
stranice i Java. Baza podataka SPO predstavlja kolekciju podataka organizovanih tako
da obezbedi jednostavan pristup i analizu podataka. Mreža SPO reguliše načina na koji
je hardver organizovan, kako se softver i podaci distribuiraju kroz sistem i kako su ove
komponente integrisane i fizički povezane. Pri tome je vrlo važna mogućnost relativno
jednostavnog proširenja sistema radi podrške veće količine podataka i korisnika.
Dobro definisana arhitektura SPO obezbeđuje lak pristup i jednostavnu upotrebu SPO,
mogućnost da viša korisnika mogu da rade zajedno, kao i poboljšanje planiranja i
komunikacije između svih učesnika sistema.
MODELI
PODACI
KORISNIČKIINTERFEJS
SPO arhitektura i mreža
Branko Đorđević Modelovanje procesa odlučivanja u uslovima neizvesnosti Master rad______________________________________________________________________
- 54 -
U prethodnom i ovom poglavlju dat je prikaz i objašnjenje osnovnih pojmova procesa
odlučivanja i korišćenja informacionih tehnologija, pre svih SPO, u tom procesu. Nema
odlučivanja bez znanja, odnosno znanje predstavlja osnovu za donošenje poslovnih
odluka, jer malo je verovatno da će nasumično doneta odluka bez učešća znanja dati
dobre rezultate. Takođe, rečeno je da SPO predstavljaju inteligentne IS, tj. IS zasnovane
na znanju, koji ne donose odluke automatski (na zamenjuju DO), već obezbeđuju
analizu, ekspertizu i podršku DO. DO koji koristi SPO mora posedovati određena
znanja i imati iskustva u datoj oblasti primene SPO. Dakle, može se reći da je znanje
imanentno odlučivanju primenom SPO.
Šta je znanje, kako ga na najbolji način upotrebiti i kako njime upravljati u jednom
poslovnom sistemu, o tome će više reči biti u narednom poglavlju.
Branko Đorđević Modelovanje procesa odlučivanja u uslovima neizvesnosti Master rad______________________________________________________________________
- 55 -
5. ZNANJE I MENADŽMENT ZNANJA
„Ko priznaje svoje neznanje, pokazuje ga jednom, ko ga skriva pokazuje ga više puta.“
- Japanska poslovica -
Znanje je pojam sa kojim se svakodnevno srećemo u svim oblastima ljudskih aktivnosti.
U oblasti poslovanja znanje se sve više tretira kao osnovni resurs koji kompaniji treba
da obezbedi konkurentsku prednost. Moglo bi se reći da će u XXI veku uspešne
kompanije biti one koje najbolje obave posao hvatanja, skladištenja i osnaživanja onoga
što njihovi zaposleni znaju. Znanje je neizostavan faktor mnogih procesa, a za proces
donošenja poslovnih odluka može se reći da je osnova.
Ali znanje nije samo znanje znati već je znanje znanje dati i njime upravljati, tj. znaje
kao samo puko prikupljanje informcija i njihovo ubacivanje i skladištenje u memoriju
(memoriju DO, bazu podataka SPO ili na web stranicu) ne predstavlja resurs koji
obezbeđuje napredak. Znanje bez adekvatnog upravljanja njime predstavlja samo obilje
malo korisnih informacija (npr. danas nedeljno izdanje New York Times-a objavi više
informacija nego što bi pre tri veka prosečan Englez našao tokom celog svog života!).
Zbog toga je neophodan menadžment znanja kao stalan proces obezbeđenja
najefektivnijeg korišćenja intelektualnog kapitala, tj. znanja, nekog posla.
5.1. Znanje
U nekom trenutku poslovnog procesa svake poslovne organizacije donese se odluka. Tu
odluku donese DO (pojedinac ili grupa), koji je za rešavanje konkretnog problema
morao posedovati određena znanja iz te oblasti, tj. nije mogao doneti odluku napamet,
nasumično, pogađanjem bez znanja, ili čak iako jeste onda su šanse da takva odluka
rezultira pozitivnim ishodom male. Ono čemu svaki DO teži u ovakvim situacijama, tj.
ono što je njegov krajnji cilj u procesu donošenja odluke, jeste to da za svaki probelem
koji se javi u određenoj situaciji zna šta treba da uradi, tj. zna rešenje. Ovo predstavlja
Branko Đorđević Modelovanje procesa odlučivanja u uslovima neizvesnosti Master rad______________________________________________________________________
- 56 -
idealnu situaciju kojoj se teži u procesu odlučivanja, a u kojoj znanje igra glavnu ulogu,
kao što je prikazano na slici 14.
Slika 14. Idealno odlučivanja41
Postoji veliki broj definicija koje manje ili više uspešno pokušavaju da daju odgovor na
pitanje šta je to znanje. Oko definicije znanja ne postoji opšta saglasnost. Može se reći
da je znanje razumevanje stečeno iskustvom ili učenjem42. U tabeli 3. date su razne
definicije znanja koje se često sreću u literaturi.
Ljudska interakcija sa realnošću.
Značajne veze koje ljudi prave u svojim umovima između informacija i njihove
primene u akciji u specifičnom kontekstu.
Sposobnost pretvaranja informacija i podataka u efektivnu akciju.
Idejna konstrukcija generisana preko ljudskog uma.
Organizacioni resurs sastavljen od sume onoga što se zna.
Fluidni miks uokvirenog iskustva, vrednosti, kontekstualnih informacija i ekspertskog
uvida, koji obezbeđuje okvir za ocenjivanje i primenu novih znanja i informacija.
Informacija čija je validnost uspostavljena kroz testove i dokaze.
Sistematizovane i strukturirane informacije specifične namene.
Znanje je informacija koja je prošla proces validacije.
Tabela 3. Razne definicije znanja43
41 Delibašić, op. cit.42 Awad, Ghaziri, Knowledge Management, Prentice Hall, 2004, str. 33.43 Definicije navedene u: Delibašić, op. cit, str. 13.
ZNANJE DO
PROBLEM,KONTEKST
REŠENJE PROBLEMA
ODLUČIVANJADO
Branko Đorđević Modelovanje procesa odlučivanja u uslovima neizvesnosti Master rad______________________________________________________________________
- 57 -
Znanje ima osobinu da je vezano za kontekst, tj. znanje koje je upotrebljivo u nekim
situiacijama u nekim drugim ne mora da ima bilo kakvu vrednost. To znači da se
prilikom pojavljivanja nekog problema na koji DO treba da odreaguje moraju znati i
okolnosti, tj. kontekst tog problema da bi se moglo primeniti odgovarajuće znanje. To
znači da je znanje određeno problemom, kontekstom u kome se problem javlja i
rešenjem problema.
Važna karakteristika znanja jeste iskustvo. U toku procesa rada čovek stiče iskustvo
koje se pretvara u znanje. Iskustvo je bitna odlika znanja jer omogućava praktičnu
proveru teorijskih koncepata. Proces sticanja znanja je vremenski usmeren, tj. može se
smatrati da je evolutivan. To znači da se znanje stiče vremenom i da je iskustvo bitan
faktor koji određuje vrednost nekog znanja. Znanje koje se ustali kao prihvaćeno u
organizaciji prethodno je prošlo iskustvenu proveru i potvrdu.
5.1.1.Životni ciklus znanja
Proces kojim se dolazi do znanja, kojim znanje postaje bolje i upotrebljivo može se
definisati kao životni ciklus znanja. Životni ciklus znanja je put koji znanje prolazi od
trenutka identifikacije potrebe za znanjem do njegove upotrebe. Ovaj ciklus se sastoji iz
četiri faze44:
1. Prikupljanje (snimanje) znanja;
2. Organizovanje znanja;
3. Rafinisanje (prerada) znanja;
4. Prenošenje znanja.
44 Delibašić, op. cit, str. 37.
Branko Đorđević Modelovanje procesa odlučivanja u uslovima neizvesnosti Master rad______________________________________________________________________
- 58 -
Slika 15. Životni ciklus znanja
U fazi prikupljanja znanja životnog ciklusa znanja potrebno je saznati izvore i putanje
kojima znanje cirkuliše kroz organizaciju, tj. identifikovati znanje, a zatim prikupiti što
više znanja. U ovoj fazi se ne vrši procena korisnosti prikupljenog znanja, već se to radi
u nekoj od narednih faza. Prikupljanje ili snimanje znanja je proces u kome se beleže
ekspertske misli i iskustva45. Proces dobijanja znanja od eksperta nije lak i jednostavan
posao. Postoje različite metode kojima se projektant znanja može koristiti u cilju
snimanja znanja. Neke od njih su:
1. Intervju;
2. Posmatranje;
3. Metode uporednog poređenja;
4. Brejnstorming;
5. Skala ocena;
6. Analiza protokola;
7. Delfi;
8. Konceptualno mapiranje;
45 Awad, Ghaziri H, op. cit.
SNIMANJE
ORGANIZOVANJE
RAFINISANJE
PRENOŠENJE
ZNANJE
Branko Đorđević Modelovanje procesa odlučivanja u uslovima neizvesnosti Master rad______________________________________________________________________
- 59 -
Organizovanje znanja je faza životnog ciklusa znanja u kojoj se znanje sistematizuje i
organizuje tako da mu se može na jednostavan način pristupiti. Koriste se različite
tehnike, kao što su indeksiranje, kategorizacija, kodiranje, šifrovanje, klasterovanje,...
Veoma je bitno da znanje bude brzo i jednostavno pristupno u što kraćem vremenu.
Takođe, znanje koje korisnik dobije kao odgovor na tražene kriterijume mora biti
pouzdano za rešavanje njegovog problema.
Da bi znanje koje korisnik zahteva za rešavanje svog problema bilo odgovarajuće treba
ga staviti u određeni kontekst, tj. povezati ga sa odeđenim poslovnim procesom. To se
radi u fazi prerade, tj. rafinisanja znanja. Metode koje se koriste u ovoj fazi su46:
1. Kontekstualizacija;
2. Saradnja;
3. Sažimanje;
4. Projektovanje;
5. Rudarenje po podacima.
Da bi znanje moglo da počne da se koristi potrebno je omogućiti njegovo prenošenje
do korisnika koji će moći da mu pristupaju shodno potrebama svog posla.
5.1.2.Vrste znanja
Do sada je rečeno nešto o tome šta je znanje i dat je prikaz životnog ciklusa znanja.
Postoji veliki broj podela znanja na različite vrste, ali u suštini svih tih podela je ista
težnja da se razlikuju nivoi znanja i da se sistematizuje znanje koje DO pomaže u
donošenju odluka. Sada ću reći nešto o vrstama znanja prema jednoj od poznatijih
podela znanja.
Znanje može biti47:
1. Eksplicitno znanje;
2. Tacitno znanje.
46 Podela navedena u: Delibašić, op. cit, str. 38.47 Podela data u Delibašić, op. cit, str. 16.
Branko Đorđević Modelovanje procesa odlučivanja u uslovima neizvesnosti Master rad______________________________________________________________________
- 60 -
Eksplicitno znanje je ona vrsta znanja koja se može na jednostavan način formalizovati
i predstaviti u dokumentima, tabelama, izveštajima, procedurama, bazama podataka.
Ovo znanje je često teorijsko i nema praktičnu i iskustvenu proveru.
Tacitno znanje je ono znanje koje je prošlo praktičnu i iskustvenu proveru, tj. znanje
koje poseduje svaki pojedinac (koji može, ali i ne mora, biti ekspert). To je znanje koje
je skladišteno i rafinirano godinama u glavama ljudi i koje svakom pojedincu
omogućava obavljanje svog posla. Tacitno znanje je ono što omogućava funkcionisanje
jedne poslovne organizacije i ono predstavlja osnovnu vrednost te organizacije. Čak bi
se moglo reći da se vrednost jedne organizacije meri vrednošću njenih zaposlenih i
znanja koje oni poseduju. Odlazak pojedinaca, koji sa sobom odnose tacitno znanje, iz
organizacije može predstavljati nenadoknadiv gubitak za kompaniju. Zbog toga jedan
od glavnih zadataka menadžmenta svake organizacije treba da bude pronalaženje načina
da se što više tacitnog znanja prenese i sačuva unutar organizacije i nakon odlaska
pojedinaca koji su nosioci tog znanja.
5.2. Menadžment znanja
„Ideja procesa menadžment znanja nije ništa novo, ali je, napokon, došlo vreme da ljudi
počnu obraćati više pažnje na ovaj fenomen. Ljudi su bića koja imaju sposobnost da
stvaraju i akumuliraju znanje i da to znanje prenose sa kolena na koleno. Ovim tokom je
tekao ceo razvoj civilizacije.... Danas je sazrelo vreme da se ove osobine ljudi iskoriste
u organizacijama kako bi se bolje koristili postojeći resursi i kako bi se bolje upravljalo.
Znanje je identifikovano kao resurs preko koga mogu da se ostvare ovi ciljevi.“48
Menadžment znanja49 (MZ) je kolektivno znanje (uključujući iskustvo, veštine,
podatke i informacije) jedne organizacije. Uključuje interno znanje i znanje koje se
selektivno prikuplja iz eksternih izvora radi poboljšanja organizacije.
48 Delibašić, op. cit, str. 29.49 Shockley, Planning for Knowledge Management, Quality Progress, USA, 2000, str. 56.
Branko Đorđević Modelovanje procesa odlučivanja u uslovima neizvesnosti Master rad______________________________________________________________________
- 61 -
MZ50 je proces snimanja, distribucije i efektivnog korišćenja znanja, dok je znanje
informacija sa vrednošću iz ljudskog uma.
MZ51 predstavlja kombinaciju softverskih proizvoda i poslovne prakse da bi se
zabeležile, analizirale i rafinisale organizacione informacije.
MZ52 je nov, interdisciplinarni, poslovni model koji se bavi svim aspektima znanja u
okviru organizacije, uključujući stvaranje znanja, deljenje znanja i kako ove aktivnosti
podstiču učenje i inovaciju (potpomognut informaciono-komunikacionom tehnologijom
i organizacionim rutinama).
Kao što sam već napomenuo MZ je nešto više od pukog prikupljanja informacija i
njihovog ubacivanja u kompjutersku bazu podataka ili na web stranicu. Pravilan MZ
omogućuje pojedincima, na svim nivoima organizacije, pristup informacijama koje su
im potrebne za obavljanje njihovih zadataka dajući doprinos ispunjenju sveukupnih
ciljeva organizacije.
MZ se opisuje kao najefektivnije korišćenje intelektualnog kapitala nekog posla. On
uključuje povezivanje mozgova odgovarajućih ljudi kako bi razmena, rezonovanje i
zajedničko delovanje postali gotovo instinktivni i deo svakodnevnog rada.
MZ se vezuje za tzv. organizacije koje uče. Takva organizacija je uvežbana za stvaranje,
prikupljanje i transfer znanja i modifikovanje svog ponašanja kako bi došla do
određenog znanja i vizije. Gotovo sve kompanije na njima svojstven način koriste MZ.
U IS zasnovanom na papirologiji znanje se usmerava kroz podsetnike, sastanke i
projekte. Znanje se prenosi putem lične komunikacije, telefonskim razgovorima ili na
sastancima. Vrednosti znanja stvaraju se kroz ove procese i usmeravaju se u obliku
različitih izveštaja. Oni potom postaju deo znanja kompanije.
MZ je strateška primena kolektivnog znanja kompanije za stvaranje profita i povećanja
udela na tržištu. Imovina ili vrednost znanja (ideje, koncepti, know-how) stvaraju se
kompjuterizovanim prikupljanjem, čuvanjem, podelom i usmeravanjem korporativnog
50 Davenport T., definicija navedena u [31], www.brint.com, 1998.51 Crag, Knowledge Management Comes of Age, ENT, vol. 5, 2000.52 Hibbard, Knowing What we Know, Information Week, 1997.
Branko Đorđević Modelovanje procesa odlučivanja u uslovima neizvesnosti Master rad______________________________________________________________________
- 62 -
znanja. Napredne tehnologije omogućuju istraživanje korporativne svesti radi stvaranja
novih proizvoda zasnovanih na znanju. Ukoliko se znanje upotrebljava na pametan i
strateški način onda donosi čist profit.
MZ pokriva tri glavne aktivnosti znanja53:
Generisanje;
Kodifikaciju;
Prenošenje.
Slika 16. Menadžment znanja
Generisanje znanja uključuje sve aktivnosti koje prenose novo znanje pojedincima,
grupi ili organizaciji. Ono uključuje aktivnosti kao što su stvaranje, pribavljanje,
sinteza, fuzija i adaptacija.
Kodifikacija znanja je takva vrsta predstavljanja znanja koja omogućava pojedincima i
organizacijama da ga ponovo koriste.
Prenošenje (transfer) znanja uključuje premeštanje znanja sa jednog mesta na drugo i
njegovu apsorbciju.
Generisanje, kodifikacija i prenošenje se stalno pojavljuju tako da menadžment ne
stvara ove akcije. Snaga MZ je u tome što dopušta organizacijama da poboljšaju
produktivnost svih aktivnosti i da pruže njihovu vrednost kako grupi tako i pojednicima.
MZ ima za cilj: da poboljša efektivnost organizacije povećanjem intelektualne
specijalizacije i sposobnosti da se rade prave stvari, da poveća efikasnost (raditi prave
53 Grupa autora, Knowledge Management Tools, Butterworth-Heinemann, Newton, USA, 1997.
MENADŽMENTZNANJA
GENERISANJE KODIFIKACIJA PRENOŠENJE
Branko Đorđević Modelovanje procesa odlučivanja u uslovima neizvesnosti Master rad______________________________________________________________________
- 63 -
stvari na pravi način), da smanji ponavljanje posla, da poboljša usredsređenost i da
eliminiše rad koji može biti automatizovan. Cilj organizacije zasnovane na znanju
uključuje kongnitivno učenje, obnavljanje i održivost.
„U MZ standardne definicije podataka, informacija i znanja pokazuju da su ovi pojmovi
blisko povezani i da proističu jedan iz drugog. Podaci su sirove, nepovezane činjenice.
Informacije su podaci koji imaju odredjeno značenje ili odnos. Znanje je informacija
koja podržava čoveka i vodi ga ka akciji. Akcija se definiše kao nešto što osećamo,
mislimo i radimo.“54
5.2.1. Interni i eksterni faktori MZ
MZ može biti tako jednostavan kao da se poseduje lista priznatih eksperata ili
komunicira sa jednim od njih da bi se pronašlo najbolje rešenje. MZ je sposobnost da se
u relativno kratko vreme dođe do informacije koja će omogućiti svakome u organizaciji
da donese najbolju odluku, bilo da se radi o uslovima na tržištu, proizvodu, usluzi,
procesu, planiranim aktivnostima konkurenata ili nekim drugim informacijama važnim
za uspeh kompanije55.
U tabeli 4. data je kategorizacija internih i eksternih faktora i znanja zaposlenih koji
čine MZ. Ova kategorizacija predstavlja početne osnove organizacionog znanja.
54 Wilson, Asay, Putting Quality in Knowlegde Management, Learner First Ine, USA, 1998.55 Shockley, op. cit.
Branko Đorđević Modelovanje procesa odlučivanja u uslovima neizvesnosti Master rad______________________________________________________________________
- 64 -
Interno znanje Eksterno znanje Znanje zaposlenih
Kultura i istorija
kompanije
Strateški pravci (na
nivou kompanije i na
nivou odeljenja)
Organizacije, partneri i
ostali formalni odnosi
Interesne grupe i ostali
neformalni oblici veza
Pojednici -Ko je u čemu
ekspert?
Procesi
Proizvodi i usluge
Sistemi i alati
Patenti i tehnologije
Pisana i nepisana
pravila
Kako ih pronaći
Kako ih upotrebiti?
Kako uspeti?
Potrošači, tržišta, potrebe,
želje, aktivnosti na tržištu
Konkurencija, aktivnosti,
tržište, poznate prednosti i
slabosti
Zakoni i pravila koji imaju
uticaja na organizaciju
Promene u tehnologiji
poznate i planirane
Dobavljači i promene
(planirane i potencijalne)
Globalne promene
Jezik i poznata kulturna
iskustva
Zanimanja i ostala
iskustva zaposlenih
Obuka i obrazovanje
Profesionalne sklonosti i
članstva u raznim
sekcijama, klubovima,
asocijacijama ...
Tabela 4. Početne osnove organizacionog znanja56
Organizacija i pojedinci često prikupljaju više informacija nego što im je potrebno da
donesu odluku. Do informacija koje mogu biti korisne organizaciji obično se teško
dolazi. MZ omogućuje takvu vrstu prikupljanja podataka koja će da omogući da se dođe
do kvalitetne informacije.
„MZ ne treba posmatrati kao novu samostalnu menadžment strategiju koja treba da
zameni reinženjering, kvalitet ili timski rad. MZ organizaciji pruža druge alate za
poboljšanje mogućnosti nudeći zaposlenima pravovremeni pristup važnim
informacijama. Ukoliko se upotrebe napredne tehnologije proces postaje daleko brži.
Kompjuteri i Internet omogućuju razmenu i usmeravanje znanja na način koji nije 56 Shockley, op. cit.
Branko Đorđević Modelovanje procesa odlučivanja u uslovima neizvesnosti Master rad______________________________________________________________________
- 65 -
moguć u sistemu zasnovanom na papirologiji. Moćne mašine za pretragu omogućuju
globalno pretraživanje podataka u potrazi za informacijama.“57
Sve ovo lepo zvuči u teoriji, ali u praksi MZ može biti van sposobnosti mnogih
menadžera i njihovih zaposlenih. MZ zahteva sposobnost da se analiziraju, a potom
efikasno ciljaju prave vrednosti znanja i primene u poslovanju. To podrazumeva da
zaposleni moraju biti sposobni da realizuju sledeće zadatke58:
Da traže relevantne vrednosti znanja;
Da sortiraju one najvažnije;
Da ih usmeravaju;
Da analiziraju koja znanja treba primeniti za postizanje maksimalnog
efekta;
Da pravovremeno reaguju.
Sposobnost da se korektno analizira, a potom strateški deluje verovatno je najznačajnija
spona izmedju MZ i profita. Ovaj faktor je takodje problematičan jer u najvećem delu
zavisi od čovekovih veština.
MZ koristi aspekte mendžmenta promena, benchmarkinga i drugih menadžment
tehnika. Koncept "brainstorming", okuplja pojedince da reše određen problem, tako što
će uz diskusiju i brzu razmenu ideja doći do određenog broja rešenja od kojih će neka
biti kvalitetna. Sa MZ pojedinci mogu da daju kvalitetan doprinos, a da im to nije
osnovni zadatak u grupi. Takođe, tamo gde reinženjering teži da popravi neki proces ili
da restrukturiranjem razvije grupu u efikasniju organizacionu jedinicu, MZ može biti od
pomoći kako pre tako i za vreme i posle restrukturiranja. MZ je živ proces koji
uključuje veliki broj informacija i koji prikuplja i procesira znanje.
„Projektovanje i implementacija sistema MZ je usko vezano sa projektovanjem i
implementacijom organizacione strukture (OS) i informacionih sistema (IS). Prvo je
potrebno projektovati OS, potom IS, a zatim i sistem MZ. Iako je ovo logičan sled
okolnosti, može se projektovati sistem MZ i tokom projektovanja OS i IS.“59
57 Zuckerman, Buell, Is the World Ready for Knowledge Management, Quality Progress, USA, 1998.58 Zuckerman, Buell, op. cit,59 Delibašić, op. cit, str. 39.
Branko Đorđević Modelovanje procesa odlučivanja u uslovima neizvesnosti Master rad______________________________________________________________________
- 66 -
5.2.2. Projektovanje organizacione strukture
Organizaciona struktura (OS) se može definisati kao način na koji su aktivnosti u
preduzeću integrisane u organizacione jedinice60.
OS predstavlja relativno stabilan model odnosa koji se uspostavljaju između poslova i
zadataka, kao i između pozicija odlučivanja u preduzeću. Strukturom se formalizuju
uloge koje pojedinci i grupe imaju u funkcionisanju preduzeću. U realnim uslovima
nema idealne, već samo optimalne OS. Optimalna OS je ona koja je najbolja u datim
uslovima, odnosno ona koja je prilagođena relevantnim faktorima. Izbor OS u
preduzeću ima značajne implikacije na njegovu efikasnost. OS preduzeća može u
značajnoj meri da pospeši ili spreči efikasno odvijanje poslovnih procesa i na taj način
povoljno ili nepovoljno deluje na poslovne rezultate preduzeća. Visina troškova,
produktivnost i kvalitet su u direktnoj i očiglednoj zavisnosti od kvaliteta OS preduzeća.
U manje očiglednoj, ali isto tako jakoj zavisnosti od strukture su i kvalitet strateških
odluka i sposobnost preduzeća da na vreme uoči i prilagodi se trendovima u okruženju.
Moglo bi se reći da izbor optimalne OS u preduzeću je jedna od odluka koja
dalekosežno utiče na njegov uspeh.
OS ima ulogu da koordiniše aktivnosti članova poslovnog sistema i transformiše
postojeće resurse u proizvode ili servise61.
OS definiše vertikalnu i horizontalnu diferencijaciju unutar jedne organizacije u cilju
koordinacije i precizne podele poslova62.
„Važnost OS za funkcionisanje jedne poslovne organizacije je tolika da ona nikada ne
može biti prenaglašena.“63
60 Levitt, March, Organizational learning, Annual Review of Sociology 14, 1990.61 Lagadec, Major Technological Risk: An Assessment of Industrial Disasters, Pergamon Press, 1981, translated from French by Ostwald H., Anchor Press Ltd., 1982.62 Cohen, March, Olsen, A garbage can model of organizational choice, Administrative Science Quarterly 17, 1972.63 Hall, Organizations: Structures, Processes and Outcomes, Prentice Hall, 1991.
Branko Đorđević Modelovanje procesa odlučivanja u uslovima neizvesnosti Master rad______________________________________________________________________
- 67 -
OS može biti64:
Centralizovana (hijerarhijska, funkcionalna);
Decentralizovana.
Pre početka procesa projektovanja treba izvršiti snimanje postojećeg stanja OS, a zatim
pristupiti projektovanju nove OS. U prvoj fazi se ispituje konteks i problematika, a u
drugoj fazi se projektuje rešenje. U okviru prve faze prvo se radi situaciona analiza, u
okviru koje treba da se uoči postojeći problem i mogućnosti za njegovo rešenje. U
realizaciji situacionog pristupa koriste se opšte metode, koje nisu teme ovog rada, pa
neće ni biti obrađene.
Projektovanje OS se odvija u četiri faze65:
1. Analiza ključnih aktivnosti;
2. Analiza doprinosa;
3. Relaciona anliza;
4. Sinteza modela OS.
Analiza ključnih aktivnosti predstavlja identifikaciju ključnih aktivnosti organizacije,
tj. nosećih stubova buduće OS. Kriterijumi za selekciju ovih aktivnosti su perfekcija
izvršenja aktivnosti, visoka osetljivost i izuzetan značaj za organizaciju. Za
identifikaciju ključnih aktivnosti potrebno je znati kontekst (viziju, misiju i ciljeve) i
kriterijume.
Analiza doprinosa omogućava da se grupišu aktivnosti u logičke celine prema vrsti
doprinosa koje stvaraju. Nikada ne treba porediti aktivnosti koje proizvode direktne
rezultate sa onima koje ih ne proizvode, odnosno treba aktivnosti različitih doprinosa
držati razdvojene.
Relaciona analiza utvrđuje položaj komponenti u OS. Rezultatima ove analize dolazi
se do saznanja o međusobnoj saradnji između pojedinih organizacionih celina i o tome
kakav se doprinos očekuje od svake organizacione celine ponaosob. Aktivnost treba
opteretiti sa što manjim brojem veza i te veze učiniti značajnim. 64 Carley, Prietula, Computational Organization Theory, Lawrence Erlbaum Associates, Hilladale, New Jersey, 1994.65 Delibašić, op. cit.
Branko Đorđević Modelovanje procesa odlučivanja u uslovima neizvesnosti Master rad______________________________________________________________________
- 68 -
Sinteze modela OS. Kao rezultat prethodno zvršenih analiza u fazi sinteze modela OS
predlaže se model kao krajnji rezultat projektantskog rada.
Pri projektovanju OS treba voditi računa o definisanju šest ključnih elemenata
(dimenzija) i to su66:
1. Specijalizacija rada;
2. Departmentalizacija;
3. Lanac komandovanja;
4. Raspon kontrole;
5. Centralizacija i decentralizacija;
6. Formalizacija.
Specijalizacija rada predstavlja stepen do kojeg su zadaci u jednoj organizaciji
podeljeni u posebne poslove. Specijalizacija rada još je poznata i pod imenima podela
rada i raspodela radne snage. Specijalizacija rada se odvija u dve faze: raščlanjavanje
ukupnog zadatka i sinteza i dodeljivanje zadataka.
Departmentalizacija predstavlja grupisanje pojedinaca čije će međusobne orjentacije
ispoljavati veći stepen srodnosti. Tako formirane grupe pojedinaca nazivaju se
departmanima koji imaju svog menadžera, ograničene resurse, povećanu
interodeljensku integraciju i međuodeljensku diferencijaciju, kao i doprinos ukupnim
rezultatima organizacije.
Lanac komandovanja je kontinuirana linija autoriteta koja polazi od gornjih
organizacionih nivoa i ide do najnižih nivoa i koja razjašnjava koje kome odgovoran.
Osnovni principi lanca komandovanja su:
Autoritet – prava koja su data menadžeru da kaže ljudima šta da rade i da
očekuje od njih da to i učine;
Odgovornost – dužnost da se izvrši bilo koja preuzeta obaveza;
Jedinstvo komande – princip menadžmenta po kojem svako lice treba da
bude odgovorno samo jednom menadžeru.
66 Robbins, Coulter, Organizational Structure and Design, Managament 8, Prentice Hall, 2005.
Branko Đorđević Modelovanje procesa odlučivanja u uslovima neizvesnosti Master rad______________________________________________________________________
- 69 -
Raspon kontrole definiše broj zaposlenih sa kojima menadžer može efikasno i
efektivno da upravlja. Na raspon kontrole utiču: veštine i sposobnosti menadžera,
karakteristike zaposlenih, karakteristike posla koji treba da se uradi, sličnost zadataka,
kompleksnost zadataka, fizička udaljenost podređenih, standardizacija poslova.
Centralizacija predstavlja stepen do kojeg je donošenje odluka skoncentrisano u jednoj
tački organizacije. U centralizovanim organizacijama sve odluke donose menadžeri dok
ih zaposleni na nižim nivoima jednostavno izvršavaju.
Decentralizacija predstavlja proces prenošenja dela autoriteta na niže nivoe hijerarhije
ili njihovu disperziju u okviru istog nivoa, tj. to je stepen do koga zaposleni na nižim
nivoima obezbeđuju input, odnosno donose odluke.
Formalizacija je stepen do koga su poslovi u okviru jedne organizacije standrdizovani i
stepen do kojeg je ponašanje zaposlenih u skladu sa pravilima i procedurama.
Formalizacija se vrši u horizontalnom i vertikalnom pravcu. Visoko formalizovani
poslovi pružaju malo diskrecionog prava o tome šta zaposleni trebaju da urade nasuprot
slaboj koja zaposlenima omogućava više slobode u pogledu toga kako i na koji način
obavljaju svoj posao.
5.2.3. Projektovanje informacionih sistema
Jedan od prvih formalno definisanih modela za projketovanje IS je tzv. „vodopad
životni ciklus“. Ovaj model zahteva sistematičan i sekvencijalan pristup razvoju IS.
Postoji više varijanti modela vodopada, zavisno od OS organizacije koja model koristi i
od specifičnosti projekta. Osnovni koraci u ovom modelu su67:
1. Definisanje strategije;
2. Snimanje postojećeg stanja;
3. Projektovanje;
4. Aplikativno modeliranje;
5. Impelementacija;
6. Održavanje.
67 Vlajić, Osnove razvoja IS, FON, 2004.
Branko Đorđević Modelovanje procesa odlučivanja u uslovima neizvesnosti Master rad______________________________________________________________________
- 70 -
Definisanje strategije je faza koja proističe iz činjenice da je svaki IS deo nekog većeg
realnog sistema, čije zahteve IS treba da zadovolji. Rezultat ove faze treba da bude plan
razvoja IS. Ova faza se realizuje uz pomoć studije izvodljivosti.
Studija izvodljivosti ima za cilj da proceni troškove i moguće dobiti (cost-benefit
analysis) koji će biti posledica izrade i uvođenja IS. Studija izvodljivosti predstavlja
simulaciju budućeg razvoja, kojom se analiziraju alternativana rešenja i potencijalne
dobiti od njih.
Snimanje postojećeg stanja treba da pruži odgovor na pitanje šta je to što se očekuje
da budući IS reši. Rezultat faze treba da bude precizan, komplentan i konzistentan
dokument sa specifikacijom zahteva. Takođe, u ovoj fazi treba da se odredi koje
informacije korisnik treba da dobije od sistema, kao i tokove podataka unutar sistema
(ulaz, transformacija, izlaz, čuvanje podataka).
Projektovanje je faza u kojoj se definišu sledeći aspekti sistema: dizajn baze podataka,
arhitektura softverskog sistema, procedure koje će se koristiti prilikom korišćenja
sistema i korisnički interfejs. Projektovanje IS se sastoji od dve podfaze:
1. Logičkog projektovanja;
2. Fizičkog projrktovanja.
Logičko projektovanje daje specifikaciju elemenata iz kojih je sistem sastavljen, dok
fizičko projektovanje detaljno opisuje programske komponente i bazu podataka koja
treba da bude podržana sistemom.
Aplikativno modeliranje je faza u kojoj programeri pišu programski kod prema
projektnoj specifikaciji i vrše testiranje modula.
Implementacija je faza u kojoj se vrši preslikavanje projekta u realan sistem.
Implementacija se sastoji iz sledećih koraka68:
1. Implementacija projekta IS;
2. Postavljanje i fizičko povezivanje opreme;
3. Instaliranje softvera;
4. Obuke.
68 Delibašić, op. cit, str. 46.
Branko Đorđević Modelovanje procesa odlučivanja u uslovima neizvesnosti Master rad______________________________________________________________________
- 71 -
Održavanje je skup aktivnosti koje se sprovode nakon što je IS isporučen korisniku.
Održavanje se sastoji od otklanjanja zaostalih grešaka u sistemu, prilagođavanju IS
promenama u okruženju i promenama zhteva, kao i pobljšavanje starih i dodavanje
novih funkcija.
U kratkim crtama prikazao sam metodološke procese projektovanja OS i IS, čije
postojanje je osnova za projektovanje i implementaciju sistema MZ u jednu
organuzaciju.
5.2.4. Projektovanje sistema MZ
Projektovanje sistema MZ se odvija u sledećim fazama69:
1. Evaluacija postojeće infrastrukture;
2. Formiranje tima MZ;
3. Snimanje znanja;
4. Projektovanje sistema MZ;
5. Verifikovanje i validacija sistema MZ;
6. Implementacija sistema MZ;
7. Upravljanje promenama;
8. Evaluacija uvedenog sistema.
Evaluacija postojeće infrastrukture ima za cilj da prikaže trenutno stanje
organizacije, mogućnosti primene MZ i očekivane rezultate koji će se dobiti primenom
sistema MZ. Da bi sistem MZ bio uveden u neku organizaciju potrebno je pokazati da
to ima opravdanost, zatim odrediti granice (veličinu) sistema i izvodljivost projekta.
Faza formiranja tima MZ ima za cilj upoznavanje učesnika u procesu uvođenja
sistema MZ i njihovo organizovanje u funkcionalni tim. MZ tim se satoji od eksperata
organizacionih celina u koje se uvodi sistem MZ, projektanta znanja (projektanta
sistema MZ) i vođe celog projekta.
69 Podela navedena u: Delibašić, op. cit, str. 47.
Branko Đorđević Modelovanje procesa odlučivanja u uslovima neizvesnosti Master rad______________________________________________________________________
- 72 -
Snimanje znanja je faza u kojoj se identifikuju izvori znanja i vrši njegovo
prikupljanje. Izvori znanja zavise od vrste znanja. Ukoliko se radi o eksplicitnom
znanju, već je rečeno da se ono čuva u bazama podataka, knjigama, zapisima i sl. i
njegovo identifikovanje i snimanje obično ne predstavlja veliki problem. Tacitno znanje
nastaje iskustvenim putem, tj. učenjem i otkrivanjem u glavama eksperata i njegovo
snimanje je kompleksniji proces, jer ono obično nije nigde zapisano.
Projektovanje sistema MZ70 je faza u kojoj se projektuju informacione tehnologije
infrastrukture i arhitekture sistema MZ. Ovo je faza razvoja projekta na osnovu koga je
moguća implementacija sistema MZ sa postojećom OS i IS. Ja se u ovom radu neću
baviti detaljno fazom projektovanja sistema MZ iz razloga što bi to premašilo obim
jednog Master rada i udaljilo me od teme, jer mi je pre svega cilj da pokažem kako je
moguće modelovati proces odlučivanja u uslovima neizvesnog okruženja uvodeći
komponentu znanja (posredstvom MZ) kao olakšavajući faktor koji pomaže DO.
Verifikacija obezbeđuje potvrdu da je sistem ispravan i da radi ono za šta je
programiran, dok validacija podrazumeva proveru da li sistem odgovara postavljenim
zahtevima korisnika.
Implementacija predstavlja proces preslikavanja gotovog projekta u realnost. Veoma
važan faktor za uspešan rad sistema je korektna implementacija sistema. Od uspešnosti
implementacije zavisi prihvatljivost od strane korisnika kao i pravilna upotreba.
Upravljanje promenama je proces kontinualne nadogradnje, poboljšanja i
prilagođavanja funkcija sistema novonastalim potrebama i zahtevima korisnika. Sistem
MZ je dinamičan sistem koji podleže promenama u toku svog rada.
Evaluacija uvedenog sistema treba da pruži odgovor na pitanje koliko je poboljšanje u
organizaciji nakon uvođenja sistema MZ i koliko novouvedeni sistem zaista odgovara
zahtevima i potrebama organizacije.
70 Detaljno o projektovanju sistema MZ u: Delibašić, Projektovanje i implementacija sistema menadžmenta znanja, FON, Beograd, 2004.
Branko Đorđević Modelovanje procesa odlučivanja u uslovima neizvesnosti Master rad______________________________________________________________________
- 73 -
Ovde bih želeo da naglasim da projketovanje sistema MZ ima za cilj da poboljša
funkcionisanje IS u slučaju odlučivanja u uslovima neizvesnosti uvodeći komponentu
znanja, koja DO može biti od presudne pomoći prilikom donošenja odluke. U tom
smislu u poslednjem poglavlju ovog rada biće razvijena aplikacija (napredni SPO
zasnovan na znanju) namenjena pomoći DO za donošenje odluke u situacijama
neizvesnosti.
5.2.5. Deljenje i prenošenje znanja
Cilj svakog znanja treba da bude njegova upotreba za rešavnje problema u orgnizaciji.
U organizaciji bi trebalo da vlada atmosfera podsticanja inovacija i razmene znanja, jer
znanje samo za sebe ne znači ništa. U poslovnim organizacijama se dešava da pojedinci
koji poseduju znanje i iskustvo to znanje čuvaju i ne dele ga sa drugim članovima
organizacije. To se dešava iz razloga uplašenosti pojedinaca da deljenjem znanja ne
ugroze svoje pozicije ili iz razloga što su takvi pojedinci skrajnuti organizacionom
strukturom organizacije tako da njihovo znanje ne može biti adekvatno upotrebljeno. U
organizaciji treba izgraditi takvu kulturu koja će vrednovati i nagrađivati znanja
pojedinaca stvaranjem atmosfere poverenja i podsticati razmenu mišljenja i znanja.
U poslovnom sistemu treba uspostaviti mehanizme za prenošenje (transport) znanja koji
će omogućiti neometani proces deljenja znanja. U savremenom informatičkom dobu
informacione tehnologije umongome pomažu i olakšavaju ovaj proces. Tu se pre svega
misli na savremene računarske mreže poput Interneta, Intraneta, Ekstraneta i sl. Ja se u
ovom radu neću detaljnije baviti mehanizmaima i tehnologijama za prenošenje i
deljenje znanja.
U poglavlju broj 3 bilo je reči o Teoriji odlučivanja na osnovu slučajeva kao novijem
pristupu odlučivanju u uslovima neizvesnosti. U narednom poglavlju (broj 6) biće
predstavljen praktičan koncept, za donošenje odluka u slučaju neizvesnog okruženja,
zasnovan na ovoj teoriji. Taj koncept je Zaključivanje na osnovu slučajeva (ZOS). ZOS
se može iskoristiti za objedinjavanje ideje uvođenja sistema MZ u organizaciju i
modelovanja problema odlučivanja u uslovima neizvesnosti.
Branko Đorđević Modelovanje procesa odlučivanja u uslovima neizvesnosti Master rad______________________________________________________________________
- 74 -
6. ZAKLJUČIVANJE NA OSNOVU SLUČAJEVA
Koncept zaključivanja na osnovu slučajeva (ZOS) predstavlja praktično razvijen
koncept poslovne inteligencije koji je prethodio nastanku Teorije odlučivanja na osnovu
slučajeva.
Cilj mi je da pokažem da je ZOS moguće primeniti kao metodologiju za uvođenje
pojma znanja u proces odlučivanja u neizvesnim situacijama, i to kao SPO zasnovan na
znanju.
ZOS71 je metodologija koja rešava nove probleme koristeći rešenja starih problema. Za
rešavanje probleme ZOS koristi postojeća rešenja (u potpunosti ili ih adaptira, ukoliko
je to potrebno) starih problema. Kada se DO suoči sa novim problemom on tada ima
mogućnost da pretraži bazu znanja i da nađe rešenja koja su upotrebljena za rešavanje
problema sličnih novom problemu. Na osnovu toga DO stiče uvid u to kako bi trebalo
da izgleda novo rešenje i donosi ga. To rešenje novog problema se zatim smešta u bazu
znanja i pamti za buduće upotrebe. Ako se isti problem u istom kontekstu rešava dva ili
više puta onda se pamti rešenje koje na bolji način rešava problem. Na taj način se
postiže unapređenje procesa odlučivanja u konkretnom poslovnom procesu.
ZOS je takav koncept (SPO) koji u velikoj meri zavisi od ljudskog faktora. ZOS nije
samostalan i da bi bila moguća njegova ispravna upotreba potrebno je da DO poseduje
određena znanja iz oblasti u kojoj se primenjuje ovaj koncept.
ZOS ima određene pretpostavke koje su praktične i na kojima je čitav koncept ZOS-a
zasnovan72:
1. Svet u kome živimo ne funkcioniše po principu haosa;
2. Situacije u životu se ponavljaju, zato ih treba pamtiti;
3. Slični problemi imaju slična rešenja.
71 Sa engleskog: Case-Based Reasoning (CBR)72 www.odlucivanje.fon.bg.ac.yu
Branko Đorđević Modelovanje procesa odlučivanja u uslovima neizvesnosti Master rad______________________________________________________________________
- 75 -
6.1. Životni ciklus ZOS-a
ZOS se sastoji iz šest aktivnosti (šest RE73) i to su sledeć aktivnosti (slika 17.)74:
1. Pronalaženje znanja (slučaja) koji odgovara problemu;
2. Korišćenje dela pronađenog znanja;
3. Prilagođavanje, ukoliko ima potrebe, dela pronađenog znanja novom zhtevu;
4. Proveravanje da li je novo rešenje vredno pamćenja;
5. Pamćenje novog znanja, ukoliko je tako odlučeno pod 4;
6. Rafinisanje novog znanja u bazi znanja, ukoliko za tim ima potrebe.
Slika 17. Životni ciklus ZOS
73 Retrieve, Reuse, Revise, Review, Retain & Refine.74 Delibašić, op. cit, str. 110.
PROBLEM, KONTEKST
BAZA ZNANJA NOVO ZNANJE
PRONAĐENO ZNANJE
IZABRANO ZNANJE
POTENCIJALNONOVO
ZNANJE
1
2
3
4
5
6
Branko Đorđević Modelovanje procesa odlučivanja u uslovima neizvesnosti Master rad______________________________________________________________________
- 76 -
Na osnovu poređenja faza AO75 i životnog ciklusa ZOS vidi se da je moguće uspostaviti
direktnu vezu između ovih šest aktivnosti metodologije ZOS sa fazam odlučivanja u
uslovima neizvesnosti koje opisuje AO i to sledećom analogijom:
1. Aktivnosti 1 životnog ciklusa ZOS odgovara faza 1 AO (jer znanje ima
osobinu da je vezano sa kontekst);
2. Aktivnostima 2,3 i 4 životnog ciklusa ZOS odgovaraju faze 2,3 i 4 AO;
3. Aktivnostima pamćenja novog znanja i preradi baze znanja životnog ciklusa
ZOS identična je faza prikupljanja novih informacija AO.
Ova sličnost ne čudi kada se ima u vidu činjenica da je ZOS praktično razvijen koncept
koji je poslužio za razvoj jedne od novijih teorija koja tretira problem odlučivanja u
uslovima neizvesnosti (Teorija odlučivanja na osnovu slučajeva), a AO je naučna
disciplina koja analizira aspekte odlučivanja u uslovima neizvesnosti.
Poređenjem aktivnosti ZOS i karakteristika procesa iskustvenog odlučivanja76 vidi se da
postoji velika sličnost. Ta sličnost se ogleda u sledećem:
1. Aktivnost 1 životnog ciklusa ZOS je ista kao početni korak u iskustvenom
odlučivanju;
2. Aktivnosti 2 ZOS odgovara druga faza iskustvenog odlučivanja;
3. Aktivnosti 3 kod ZOS i iskustvenog odlučivanja su iste;
4. Aktivnosti proveravanja novog znanja kod ZOS analogna je faza primene
rešenja u iskustvenom odlučivanju;
5. Aktivnosti 5 i 6 ZOS predstavljaju analizu primene znanja u iskustvenom
odlučivanju.
Na osnovu toga može se reći da ZOS predstavlja koncept koji nove probleme rešava
posredstvom prethodnih iskustava, odnosno: Odlučivanje zasnovano na ZOS konceptu
je iskustveno odlučivanje. Iskustvo je bitan sačinilac znanja i znanje (tacitno) bez
iskustva i nije znanje.
75 Videti stranu 32.76 Videti stranu 14.
Branko Đorđević Modelovanje procesa odlučivanja u uslovima neizvesnosti Master rad______________________________________________________________________
- 77 -
Poređenjem životnog ciklusa znanja77 i životnog ciklusa ZOS vidi se da postoji direktna
povezanost78:
1. Aktivnosti 1,2 i 3 životnog ciklusa ZOS odgovaraju aktivnostima stvaranja i
snimanja znanja;
2. Aktivnosti 4 i 5 životnog ciklusa ZOS podržavaju organizovanje znanja;
3. Baza znanja sa aktivnostima 1 i 6 životnog ciklusa ZOS omogućava čuvanje
znanja.
4. Na kraju, pronalaženje, korišćenje i prilagođavanje podržavaju deljenje
znanja.
Šest aktivnosti iz kojih se sastoji ZOS mogu da se svrstaju u četiri faze odlučivanja, i te
faze su79:
1. Strukturiranje problema;
2. „Normalizacija“ podataka;
3. Agregacija podataka;
4. Analiza.
Sada je jasno da su šest nabrojanih aktivnosti iz kojih se sastoji životni ciklus ZOS,
grupisane u četiri faze procesa odlučivanja, slične fazama opisanim kod AO i
iskustvenog odlučivanja, kao i da je znanje imanentno ZOS konceptu.
77 Videti stranu 55.78 Delibašić, op. cit, str. 78.79 www.odlucivanje.fon.bg.ac.yu
Branko Đorđević Modelovanje procesa odlučivanja u uslovima neizvesnosti Master rad______________________________________________________________________
- 78 -
6.1.1. Strukturiranje problema
Osnova ZOS-a su slučajevi, tj. slučajevi služe za uređenje (strukturiranje) problema
kod ZOS. O pojmu slučaja već je bilo reči u razmatranju Teorije odlučivanja na osnovu
slučaja80. Slučaj je jedan od načina predstavljanja znanja.
Kod ZOS-a pojam slučaja je pojednostavljen tako da se svaki slučaj sastoji iz dva dela, i
to problema (u kome se krije kontekst) i rešenja problema (u datom kontekstu).
Slučaj je struktuiran iz niza kriterijuma u čijim vrednostima su smeštene informacije o
slučaju. Slučaj pored numeričkih vrednosti može sadržati i semantičko bogatstvo
(tekstualne i video zapise, fotografije, crteže, skice, itd.).
Kriterijumi iz kojih se sastoji svaki slučaj mogu biti81:
1. Indeksirani;
2. Neindeksirani.
Indeksirani kriterijumi (ili kraće indeksi) jesu podskup skupa kriterijuma jednog
slučaja koji služe za pretraživanje baze podataka u cilju poređenja sličnosti između
slučajeva. Neindeksirani kriterijumi služe za opisivanje slučaja.
Indeksi bi trebalo da budu82:
Predvidivi;
Svrsishodni;
Dovoljno apstraktni;
Konkretni.
Neindeksirani kriterijumi u sebi prenose semantičko znanje koje nije pogodno za
kvantifikaciju i normalizaciju. Neindeksirani kriterijumi mogu imati veluku (ponekad
presudnu) ulogu u donošenju konačne odluke.
Indeksiranje83 slučajeva predstavlja proces dodeljivanja indeksa svakom slučaju, da bi
se omogućilo lakše otkrivanje slučaja. Izbor indeksa može da se radi ručno ili 80 Videti stranu 36.81 www.odlucivanje.fon.bg.ac.yu82 Watson,Marir, Case-Based Reasoning: A Review, The Knowledgw Engineering Review, Vol. 9, No. 4, 1994, str. 7.
Branko Đorđević Modelovanje procesa odlučivanja u uslovima neizvesnosti Master rad______________________________________________________________________
- 79 -
automatski. Ručna metoda traži od DO ekspertsko znanje i njena prednost dolazi do
izražaja kada DO ima jasnu predstavu o tome šta želi da postigne. Automatskih metoda
indeksiranja ima raznih, a neke od njih su: kriterijumske, zasnovane na razlikama,
zasnovane na sličnostima, induktivne metode učenja itd.
6.1.2. Normalizacija slučajeva
Nakon što je slučaj strukturiran (izvršeno indeksiranje) treba svim indeksima dodeliti
zajedničko obeležje u cilju lakšeg upravljanja i smeštanja u memoriju. Taj proces se
naziva normalizacija.
Kod normalizacije je potrebno sve slučajeve organizovati tako da sve vrednosti indeksa
međusobno budu uporedive. Normalizacija je, takođe, veoma bitna i sa stanovišta
načina organizovanja memorije i skladištenja podataka (slučajeva) u nju.
Za normalizaciju se koriste razne vrste metrika: L1 (Menheten), L2 (vektorska), L
(Čebiševljeva), itd. U zavisnosti od iskustva i preferencija DO koristi se određena vrsta
metrike.
ZOS koristi neke modele za uređivanje i skladištenje podataka među kojima su
najpoznatiji84:
1. Dinamički memorijski model;
2. Model kategorijskih uzoraka.
Dinamički memorijski model smešta podatke u bazu u formi ramova znanja, odnosno
redova tabela odlučivanja. Njegova prednost je u tome što olakšava indeksiranje i
organizovanje slučajeva, ali ima manu da postaje previše komplikovan kada postoji
veliki broj indeksa.
Model kategorijskih uzoraka smešta i organizuje podatke u bazu posredstvom sistema
kategorija, semantičkih relacija, slučajeva i indeksa.
83 www.odlucivanje.fon.bg.ac.yu84 www.odlucivanje.fon.bg.ac.yu
Branko Đorđević Modelovanje procesa odlučivanja u uslovima neizvesnosti Master rad______________________________________________________________________
- 80 -
6.1.3. Agregacija podataka
Agregacija ili sinteza podataka je proces kojim se pronalaze najsličniji slučajevi novom
slučaju.
Kod ZOS se koristi koncept sličnosti kojim se računa odstojanje novog slučaja od starih
slučajeva. Postoji više različitih metoda koje se koriste za pronalaženje slučajeva, a
zajedničko im je da pretraživanje baze slučajeva vrše na taj način što sve indekse
pretvaraju u jednu vrednost (kolonu), na osnovu koje se vrši sortiranje po sličnosti i
izbor najbližih slučajeva. Problem određivanja bliskosti novog i prethodno rešenih
slučajeva je problem višekriterijumskog odlučivanja.
Metode koje se koriste za pronalaženje slučajeva su85:
1. Metoda najbližeg suseda;
2. Indukcija;
3. Indukcija vođena znanjem;
4. Otkrivanje paterna.
Metoda najbližeg suseda je jedna od najčešće korišćenih metoda za određivanje
blizine novog i starih slučajeva. Ova metoda određuje sličnost između slučajeva na
osnovu zbira težina indeksa.
Formula kojom je opisana metoda najbližeg suseda ima sledeći algoritam:
F (P, S) = ∑ f (Pi, Si) * Ti, i=(1,n)
P – problem koji definiše rešenje koje se traži;
S – slučaj koji se nalazi u bazi znanja;
f (Pi, Si) – sličnost između i-te vrednosti kriterijuma slučajeva P i S;
Ti – težina kriterijuma (za normalizovane kriterijume važi: ∑Ti = 1);
n – broj indeksiranih kriterijuma.
85 www.odlucivanje.fon.bg.ac.yu
Branko Đorđević Modelovanje procesa odlučivanja u uslovima neizvesnosti Master rad______________________________________________________________________
- 81 -
Za određivanje sličnosti najčešće se koristi Euklidova norma. Korišćenjem Euklidove
norme svi kriterijumi se posmatraju na jednak način, a jedini način da se izrazi
preferencija prema određenom kriterijumu je težina (ponder) indeksa. Naravno,
Euklidova norma predstavlja samo jedan od načina na koji je moguće meriti sličnost.
Umesto Euklidove norme moguće je koristiti već opisanu Teoriju očekivane korisnosti.
Ova teorija pruža više mogućnosti DO pri izražavanju preferencija u traženju
odgovarajućeg slučaja.
Brzina pronalaženja slučaja u bazi znanja metodom najbližeg suseda je direktno
srazmerna broju slučajeva u bazi.
Indukcija je metoda koja određuje koje osobine najbolje diskriminišu slučajeve i
generiše drvo odlučivanja za organizaciju slučajeva u memoriji.
Indukcija vođena znanjem je metoda kod koje se korisnik navodi da kroz algoritam
pitanja otkrije najkorisniji slučaj.
Otkrivanje paterna je metoda kojom se otkrivaju svi najznačajniji slučajevi u okviru
traženih granica. Patern je jedinica najmanje energije koja za dati problem u datom
kontekstu nudi rešenje, tj. omogućuje akciju86.
6.1.4. Analiza rešenja
Analiza rešenja služi za proveru mogućnosti primene starog rešenja za potrebe novog
problema. Kod ZOS postoje mehanizmi za prilagođavanje starog rešenja novom
problemu koji su zasnovani na uočavanju bitnih razlika starog i novog problema i
prilagođavanj starog rešenja novom problemu.
Neke od tehnika koje se koriste za adaptaciju u ZOS su87:
1. Nulta adaptacija – direktna jednostavna metoda koja primenjuje svako
otkriveno rešenje za novi problem bez ikakvog prilagođavanja.;
86 Delibašić, op. cit, str. 18.87 Delibašić, op. cit, str. 85.
Branko Đorđević Modelovanje procesa odlučivanja u uslovima neizvesnosti Master rad______________________________________________________________________
- 82 -
2. Parametarsko usaglašavanje – strukturalno adaptivna tehnika koja upoređuje
specifične parametre otkrivenog i tekućeg slučaja da pi modifikovala rešenje
u odgovarajućem smeru;
3. Apstrakcija i respecijalizacija – opšta strukturalna adaptaciona tehnika koja
se koristi u osnovnom obliku da bi dostigla prosto prilagođavanje, a u
kompleksnim situacijama da stvori nova kreativna rešenja;
4. Kritički zasnovana tehnika – metoda u kojoj kritičar traži kombinaciju
osobina koji mogu da stvore problem u rešenju, pri tome on je svestan
rešenja za ove probleme;
5. Zamenjivanje – je metoda koja zamenjuje osobine starog rešenja u novo
rešenje;
6. Derivacioni odgovor – korišćenje procesa starog rešenja da bi se rešio novi
problem;
7. Popravka vođena modelom – koristi uzročni model da vodi prilagođavanje;
8. Zamena zasnovana na slučajevima – koristi slučajeve da bi se predložilo
prilagođavanje.
Iz napred navedenog vidi se da je ZOS relativno jednostavna metodologija. Na osnovu
ovde iznetih razloga smatram da se koncept ZOS (sa znanjem kao svojim sastavnim
elementom) može koristiti kao koncept za modelovanje procesa odlučivanja u uslovima
neizvesnosti i unapređenje ovog procesa korišćenjem znanja. U narednom poglavlju
izneću osnove razvijene aplikacije u kojoj sam korišćenjem koncepta ZOS pokušao da
rešim problem iz svog radnog okruženja.
Branko Đorđević Modelovanje procesa odlučivanja u uslovima neizvesnosti Master rad______________________________________________________________________
- 83 -
7. APLIKACIJA ZA IZBOR TIPA I PRESEKA 10 kV VODA ZA
NAPAJANJE STUBNE TRAFOSTANICE
U cilju praktične provere mogućnosti primene prethodno razmatranih teorijskih
aspekata Тeorije odlučivanja na osnovu slučajeva i koncepta ZOS u uslovima
neizvesnosti razvio sam aplikaciju za pomoć u radu inženjerima u projektnom birou u
kome sam zaposlen. Ova aplikacija treba da pokaže da se ZOS kao napredan SPO može
iskoristiti za objedinjavanje ideje uvođenja sistema MZ u organizaciju i modelovanja
problema odlučivanja u uslovima neizvesnosti.
7.1. Analiza i opis posmatranog problema
Prilikom dobijanja novog radnog naloga za projektovanje nove ili rekonstrukciju
postojeće stubne trafostanice (STS) svaki projektant, u projektnom birou u kome sam
zaposlen, kao jednom od prvih i najvećih dilema sa kojom se sreće na početku
projektovanja je izbor tipa 10 kV voda koji služi za napajanje predmetne STS. Od
rezultata ovog izbora zavisi postupak projektovanja ostalih elemenata i izbor opreme, ali
i predračunska cena projektovanog objekta. Iz tih razloga, ali i iz nekih drugih čijom se
analizom neću baviti u ovom radu, može se reći da je izbor 10 kV voda jedan od
najvažnijih faktor u procesu projektovanja STS. Za pravilan izbor srednjenaponskog
napojnog voda koriste se razne tehnike, metode i proračuni koji zahtevaju inženjersko
(espertsko) znanje. Međutim, postoji izvestan broj slučajeva, koji nije zanemarljiv, kada
projektant nije u mogućnosti da izvrši proračune usled nedostataka, nepotpunosti ili
nesigurnosti potrebnih ulaznih podataka88. U takvim slučajevima projektant pristupa
različitim vrstama snalaženja i aproksimacija zasnovanih na intuitivnim i iskustvenim
procenama ili ekspertizi više projektanata. Moglo bi se reći da se ovakvi slučajevi
rešavaju gotovo isključivo zahvaljujući iskustvenom znanju koje postoji u birou.
Ovakve situacije dovode do produžetka vremena potrebnog za završetak projektovanja i
smanjuju produktivnost zaposlenih.
88 Analiza situacija zbog kojih nastaju ovakve situacije neće biti predmet ovog rada.
Branko Đorđević Modelovanje procesa odlučivanja u uslovima neizvesnosti Master rad______________________________________________________________________
- 84 -
Uzimajući u obzir činjenicu da na personalnom računaru svakog od projektanata postoji
veći broj ranije uspešno rešenih slučajeva izbora napojnog 10 kV voda ovi podaci mogu
poslužiti kao osnova za bazu znanja i projektovanje aplikacije. Aplikacija će poboljšati
proces donošenja odluka i povećati produktivnost radnih mesta projektanata. Znanje
koje ću koristiti za bazu znanja u razvijenoj aplikaciji smestiću u bazu podataka. Do
podataka za pothranjivanje baze došao sam kopirajući i sistematizujući prethodno
rešene slučajeve iz personalnih računara projektanata u birou, kao i digitalizacijom
podataka koji su bili u papirnoj formi. Na taj način uspeo sam da formiram bazu znanja
od 117 zapisa o odabiru napojnog 10 kV voda za napajanje STS.
Forma za unos traženih podataka o novom slučaju koju popunjava projektant sadrži
sledeće podatke:
1. Broj 1 kV izvoda (opcije su: 1, 2, 3 i 4);
2. Tip i presek 1 kV voda (opcije su: X00/O – A 3x70 + 54,6 + 2x16 mm2 –
piše se 1 ili Al/Č 4x50 mm2 - piše se 0);
3. Snaga transformatora (opcije su: 160, 250 i 400 [kVA]);
4. Dužina 1 kV izvoda [m];
5. Dužina 10 kV izvoda [m].
Rešen zahtev sadrži sva polja kao u formi za unos podataka sa dodatkom polja:
1. Broj radnog naloga;
2. Naziv objekta;
3. Investicioni broj;
4. Tip i presek 10 kV voda (opcije su: XHE 48/0-A 3x(1x50) + 50 mm2, Al/Č
3x50 mm2 ili Al/Č 3x70 mm2);
5. Blizina (procentualno izražena blizina novog slučaja sa svakim
pojedinačnim starim slučajem u bazi znanja).
Pojednostavljen princip funkcionisanja aplikacije i rešavanja posmatranog problema
mogao bi se predstaviti kao na slici 18.
Branko Đorđević Modelovanje procesa odlučivanja u uslovima neizvesnosti Master rad______________________________________________________________________
- 85 -
Slika 18. Algoritam funkcionisanja aplikacije
7.2. Projektovanje aplikacije
Aplikaciju ću realizovati korišćenjem koncepta ZOS iz razloga što mislim da je ovaj
koncept u mogućnosti da reši ovaj problem.
7.2.1. Korisnički interfejs
Aplikacija predviđa da inženjer projektant u birou ima korisnički interfejs u koji može
da unese zahtev za izbor tipa 10 kV voda. Predložena forma za unos ulaznih podataka u
razvijenoj aplikaciji ima izgled kao na slici 19. Formu sam napravio u Visual Basic for
Applications.
Slika 19. Forma za unos ulaznih podataka
FORMA ZAUNOS PODATAKA REŠEN ZAHTEV
BAZA PRETHODNO REŠENIH
SLUČAJEVA
Branko Đorđević Modelovanje procesa odlučivanja u uslovima neizvesnosti Master rad______________________________________________________________________
- 86 -
Kada projektant unese podatke i klikne na opciju IZBOR program treba da izlista sve
slučajeve u bazi i da ih poređa po kriterijumu blizine, počevši od najbližeg pa do
najudaljenijeg slučaja. Na taj način aplikacija treba projektantu da olakša izbor i da mu
predloži odluku. Naravno, kako je reč o odluci tehničke prirode DO (u ovom slučaju
projektant inženjer) za donošenje konačne odluke koristi i svoje ekspertsko znanje.
7.2.2. Prenošenje i sigurnost podataka
Pri radu sa aplikacijom treba omogućiti da svi inženjeri imaju nesmetani pristup bazi
znanja i da se omogući nesmetano ažuriranje baze. Aplikaciji za odabir tipa i preseka 10
kV voda mogu da pristupaju samo projektanti kojima je, po sistematizaciji radnih
mesta, to u opisu radnog mesta. Za prenos podataka i pristup bazi mogao bi se iskoristiti
Intranet. Treba obezbediti sigurnost baze znanja iz razloga što bi svaka promena u bazi
mogla drastično da utiče na donošenje odluke.
Svi ovde pomenuti aspekti projektovanja neće biti predmet mog istraživanja u ovom
radu, pa ih neću ni ugrađivati u svoju aplikaciju, jer bi to značajno prevazišlo obim
jednog Master rada.
7.2.3. Skladište aplikacije
Za realizaciju ove aplikacije koristiću program za tabelarna izračunavanja Excel.
Korišćenje Excel-a, koji je sastavni deo radnog prostora svih personalnih računara u
projektnom birou, daje prednost i olakšava upotrebu aplikacije s obzirom da svi
projektanti u birou znaju da koriste ovaj program. Baza znanja će se skladištiti i čuvati u
Excel-u u formi slučajeva koji će biti predstavljeni u redovima.
Branko Đorđević Modelovanje procesa odlučivanja u uslovima neizvesnosti Master rad______________________________________________________________________
- 87 -
Slika 20. Izveštaj na osnovu koga DO odlučuje
7.2.4. Organizovanje znanja
Kao što je već rečeno u ovoj aplikaciji znanje će biti organizovano u formi slučajeva.
Slučajevi se pamte u bazi znanja. Svaki slučaj se sastoji iz dva dela, i to problema u
kome se krije kontekst i rešenja za problem u datom kontekstu. To znači da se svaki
slučaj sastoji od niza kriterijuma u čijim vrednostima su smeštene informacije o slučaju.
Problem i kontekst biće smešteni i opisani u prvih osam polja, a rešenje će biti
predstavljeno poljem odluka. U zasebnom polju biće predstavljena blizina novog slučaja
sa prethodno rešenim zahtevima. Slučajevi će imati istu formu kao rešeni zahtevi. U
pojedinim slučajevima, za koje su ti podaci dostupni, mogu biti smešteni situacioni
planovi i fotografije, koji predstavljaju dodatnu vrednost i semantičko bogatstvo
aplikacije. Situacioni planovi izrađeni su u AutoCAD-u, koji, takođe, predstavlja
sastavni deo radnog prostora svakog računara u birou. Ovo semantičko bogatsvo
aplikacije može dodatno pomoći inženjeru (DO) prilikom donošenja konačne odluke.
Branko Đorđević Modelovanje procesa odlučivanja u uslovima neizvesnosti Master rad______________________________________________________________________
- 88 -
Svaki slučaj se sastoji iz indeksiranih i neindeksiranih kriterijuma. Podskup skupa
kriterijuma kod slučaja koji služe za pretraživanje baze znanja su indeksi. Neindeksirani
kriterijumi služe za opisivanje slučaja i često se na osnovu njih donosi konačna odluka.
U ovoj fazi projektovanja treba odlučiti koji će se kriterijumi koristiti kao kriterijumi za
pretragu. Odlučio sam se da za indekse izaberem sve numeričke kriterijume, a to su:
1. Snaga transformatora;
2. Broj 1 kV izvoda;
3. Tip i presek 1 kV voda;
4. Dužina 1 kV izvoda;
5. Dužina 10 kV izvoda.
Ovi atributi će biti indeksi i služiće za upoređivanje slučajeva i na osnovu toga
određivanje blizine, dok će ostali kriterijumi služiti za efikasno identifikovanje
slučajeva i za prenos tacitnog (nestrukturiranog) znanja. Blizina novog slučaja starom
slučaju može biti 1 (100%) ukoliko su slučajevi potpuno identični ili 0 (0%) ukoliko su
slučajevi totalno različiti89. Pri tome nebitno je da li su kriterijumi tipa minimizacije ili
maksimizacije pošto to za određivanje sličnosti nije bitno.
S obzirom da problem određivanja težina (pondera) kriterijuma predstavlja usko grlo i
najveći problem nauke o odlučivanju potrebno je odrediti redosled važnosti kriterijuma.
Na osnovu redosleda važnosti svakom kriterijumu se dodeljuje odgovarajuće težina. U
cilju dobijanja što relevantnijih vrednosti pondera za pojedine kriterijume sproveo sam
anketu u kojoj sam intervjuisao 20 eksperata koji su zaposleni na radnim mestima
inženjer projektant. Zadatak koji su trebali da urade sastojao se u tome da za pet
odabranih indeksiranih kriterijuma rasporede celobrojne vrednosti na skali od 1 do 9
(9 – značajno utiče, ..., 1 – zanemarljivo utiče) u zavisnosti od toga koliko po njihovom
mišljenju svaki kriterijum utiče na izbor tipa i preseka 10 kV voda. Analizom dobijenih
odgovora u anketi koju sam sproveo među zaposlenim na radnim mestima inženjer
projektant u brojektnom birou, kao i na osnovu analize uticaja cene pojedinih
indeksiranih atributa na konačnu predračunsku cenu (do sada projektovanih) STS, došao
sam do podataka o važnosti indeksiranih kriterijuma.
89 Ovo su dve krajnosti od kojih se ni sa jednom nije moguće susresti u praksi projektovanja STS.
Branko Đorđević Modelovanje procesa odlučivanja u uslovima neizvesnosti Master rad______________________________________________________________________
- 89 -
Redosled važnosti indeksa od najvažnijeg do najmanje bitnog je:
1. Dužina 10 kV izvoda;
2. Tip i presek 1 kV voda;
3. Dužina 1 kV izvoda;
4. Snaga transformatora;
5. Broj 1 kV izvoda.
Vrednosti težina (pondera) za pet izabranih indeksa date su u tabeli 5. Normalizacija
pondera izvršena je L1 metrikom, što podrazumeva deljenje vrednosti svakog pondera
sa sumom svih pondera.
Kriterijum Težina Normalizovana težina
Dužina 10 kV izvoda 9 0,3
Tip i presek 1 kV voda 9 0,3
Dužina 1 kV izvoda 6 0,2
Snaga transformatora 4 0,13
Broj 1 kV izvoda 2 0,07
Tabela 5. Vrednosti težina indeksa
7.2.5. Pronalaženje slučajeva i validacija znanja
Kao što je već napomenuto validacija je proces određivanja koliko je neki prethodno
rešen slučaj pogodan za rešavanje novog problema. Da bi se upšte mogla razmatrati
sličnost novog slučaja sa prethodno rešenim potrebno je odrediti metodu koja će se
koristiti za pronalaženje slučajeva. Sve metode pretraživanja pretvaraju više indeksa u
jednu vrednost (kolonu) na osnovu koje se vrši sortiranje i izbor najbližeg slučaja.
Metoda najbližeg suseda90 predstavlja najčešće korišćenu metodu za računanje blizine
između novog i starih problema. Upravo ovu metodu ću i ja koristiti u predloženoj
aplikaciji.
90 Drugi naziv za ovu metodu je metoda najmanjih kvadrata.
Branko Đorđević Modelovanje procesa odlučivanja u uslovima neizvesnosti Master rad______________________________________________________________________
- 90 -
Da bih u predloženoj aplikaciji prilikom određivanja sličnosti novog i starih slučajeva
napravio razliku između važnosti pojedinih indeksa neću koristiti Euklidovu normu,
koja sve kriterijume tretira na jednak način, već ću koristiti Teoriju preferencije. Ova
teorija pruža više mogućnosti za izražavanje preferencija u traženju odgovarajućeg
slučaja. Za pretraživanje baze znanja, između ostalih, moguće je koristiti i šest tipova
funkcija iz metode PROMETHEE, prikazanih u tabeli 6.
Funkcija preferencije P(x) Vrsta opšteg kriterijuma
Tip 1. Običan kriterijum
0, x 0
P(x) =
1, x > 0
Tip 2. Kvazi kriterijum
0, x M
P(x) =
1, x > M
M
Tip 3. Linearan kriterijum
0, x < 0
P(x) = x/H, 0 x H
1, x > H
H
Tip 4. Nivo kriterijum
0, x M
P(x) = 1/2, M < x < H
1, x H
M, H
0
P(x)
x
M H
1/2
1
0
P(x)
x
1
0
P(x)
x
H
1
0
P(x)
x
M
1
Branko Đorđević Modelovanje procesa odlučivanja u uslovima neizvesnosti Master rad______________________________________________________________________
- 91 -
Tip 5. Indiferentni kriterijum
0, x M
P(x) = (x-M) / (H-M), M < x H
1, x > H
M, H
`Tip 6. Gausov kriterijum
P(x) = 1 – e22 2/ x
Tabela 6. Tipovi kriterijuma kod metode PROMETHEE91
Prezentovani tipovi funkcija preferencije mogu se opisati sledećim iskazima92:
Kriterijum 1. Pri oceni n-tog kriterijuma je najmanja razlika bitna pri oceni
različitih vrednosti kriterijuma.
Kriterijum 2. Pri oceni n-tog kriterijuma razlika od M jedinica između različitih
vrednosti kriterijuma nije bitna.
Kriterijum 3. Pri oceni n-tog kriterijuma razlika od H jedinica između različitih
vrednosti kriterijuma je bitna srazmerno veličini razlike.
Kriterijum 4. Pri oceni n-tog kriterijuma razlika od H jedinica između dve
vrednosti kriterijuma je dva puta bitnija od razlike od M jedinica između dve
vrednosti kriterijuma.
Kriterijum 5. Pri oceni n-tog kriterijuma razlika od H jedinica između dve
vrednosti kriterijuma je srazmerno bitnija u odnosu na razliku od M jedinica
između dve vrednosti kriterijuma.
Kriterijum 6. Pri oceni n-tog kriterijuma razlika od ima standardnu devijaciju
po Gausovoj raspodeli.
91 Čupić, Tummala, Suknović, op. cit, str. 316.92 Delibašić, op. cit, str. 110.
0
P(x)
x
σ
1
0
P(x)
x
HM
1
Branko Đorđević Modelovanje procesa odlučivanja u uslovima neizvesnosti Master rad______________________________________________________________________
- 92 -
Ukoliko bi se, recimo, pretpostavilo da se svi kriterijumi ponašaju po prvom tipu
kriterijuma to bi značilo da se dva slučaja međusobno totalno razlikuju iako se vrednosti
njihovih kriterijuma razlikuju za veoma male vrednosti. Ovom prilikom potrebno je
naglasiti da je u fazi projektovanja ne samo moguće, već i neophodno eksperimentisanje
sa pojedinim funkcijama preferencije za indeksirane kriterijume kako bi se za svaki od
njih odabrao optimalan. Međutim, kada aplikacija počne da se koristi nema više potrebe
da se menjaju tipovi kriterijuma i njihovi parametri. Za svaki od pet indeksa izabrao
sam tipove funkcija preferencije sa njima prpadajućim parametrima kao što je prikazano
u tabeli 7.
Kriterijum F-ja preferencije M H
Dužina 10 kV izvoda 5 50 250
Tip i presek 1 kV voda 1
Dužina 1 kV izvoda 5 200 400
Snaga transformatora 3 100
Broj 1 kV izvoda 1
Tabela 7. Tipovi funkcija preferencija za izabrane indekse
Priliom odabira tipa kriterijuma i vrednosti parametara vodio sam se sledećom
logikom93:
Dužina 10 kV izvoda. Pri odabiru funkcije preferencije za ovaj kriterijum uzeo sam u
obzir da je ovo jedan od najbitnijih kriterijuma za donošenje odluke. Želeo sam da
posmatram sve slučajeve u kojima se dužina napojnog 10 kV voda razlikuje za manje
od 50 m kao jednake, a one za koje je razlika veća od 250 m kao totalno različite, dok
sam za one slučajeve koji se nalaze između ovih graničnih hteo da napravim linearno
srazmernu razliku.
Tip i presek 1 kV voda. Kako je odabir tipa 10 kV voda direktno zavisan od tipa 1 kV
voda to je i najmanja razlika između dva slučaja u tipu 1 kV voda od presudnog značaja
93 Bitno je napomenuti da sam pri izboru tipa kriterijuma i vrednosti parametara konsultovao eksperte koje sam intervjuisao i prilikom određivanja pondera i kojima je i namenjena upotreba ove aplikacije.
Branko Đorđević Modelovanje procesa odlučivanja u uslovima neizvesnosti Master rad______________________________________________________________________
- 93 -
za odabir tipa 10 kV voda. Iz tog razloga sam za ovaj kriterijum izabrao prvi tip
kriterijuma.
Dužina 1 kV izvoda. Na osnovu tehno-ekonomske analize i konsultacija sa ekspertima
uvideo sam pravilnost da se svi slučajevi kod kojih se dužina 1 kV izvoda razlikuje za
manje od 200 m mogu posmatrati kao približno jednaki, a da se svi oni kod kojih je ta
razlika veća od 400 m mnogo razlikuju. Za one slučajeve čija je razlika između 200 i
400 m uzeo sam linearnu srazmeru.
Snaga transformatora. Internim standardom projektnog biroa i Tehničkim
preporukama Elektrodistribucije Srbije94 prilikom projektovanja STS predviđena je
ugradnja transformatora snage: 160, 250 ili 400 kVA. Razlika u tipu i preseku 10 kV
napojnog voda za transformatore snage 160 i 250 kVA skoro i da ne postoji ili je
zanemarljivo mala, dok se za transformator snage 400 kVA mnogo razlikuje. Iz tih
razloga pri odabiru tipa kriterijuma hteo sam da napravim razliku između ove dve
situacije, pa sam se odlučio za treći tip kriterijuma. Vrednost parametra (M = 100) sam
usvojio tako da zadovolji uslov:
(250 – 160) < M < (400 – 250 ).
Broj 1 kV izvoda. Prilikom izbora tipa kriterijuma za ovaj indeks hteo sam da pravim
razliku za svaku neidentičnost u broju 1 kV izvoda između slučajeva.
U narednih nekoliko stavki daću kraći prikaz kako sam osmislio i rešio posmatrani
problem i na koji način sam realizovao aplikaciju:
1. Napravio sam jedinstvenu bazu i sve slučajeve (ukupno 117) sam ubacio u
jednu tabelu u Excel-u;
2. Odredio sam koje ću kriterijume koristiti kao indekse, a koji će služiti za
prenos ostalih podataka o slučaju (identifikacionih i tacitnog znanja);
3. Utvrdio sam redosled važnosti indeksiranih kriterijuma;
94 EPS – Direkcija za distribuciju električne energije: „Zbirka tehničkih preporuka ED Srbije“
Branko Đorđević Modelovanje procesa odlučivanja u uslovima neizvesnosti Master rad______________________________________________________________________
- 94 -
4. Za svaki indeksirani kriterijum odredio sam težinu kriterijuma, funkciju
preferencije i pripadajući joj parametar;
5. Za svaki indeks napravio sam formulu na osnovu koje sam računao
udaljenost novog slučaja sa postojećim, i to:
Za kriterijum Dužina 10 kV izvoda:
[=IF(ABS(I2-I$131)>=I$123;"1";IF(ABS(I2-
I$131)<=I$122;"0";ABS(I2-I$131)/I$122))*I$125];
Za kriterijum Tip i presek 1 kV voda:
[=IF(ABS(G2-G$131)<>0;"1";"0")*$G$125];
Za kriterijum Dužina 1 kV izvoda:
[=IF(ABS(H2-H$131)>=H$123;"1";IF(ABS(H2-
H$131)<=H$122;"0";ABS(H2-H$131)/H$122))*H$125];
Za kriterijum Snaga transformatora:
[=IF(ABS(E2-E$131)>=E$122;"1";ABS(E2-E$131)/E$122)*E$125];
Za kriterijum Broj 1 kV izvoda:
[=IF(ABS(F2-F$131)<>0;"1";"0")*$F$125].
6. U aplikaciji je ostavljen prostor za unošenje novog slučaja sa kojim treba
vršiti poređenje. Formu za unos novog slučaja napravio sam u Visual Basic
for Applications.
7. Zatim sam sumirao vrednosti svih udaljenosti i oduzeo ih od 1, čime sam
dobio blizinu novog slučaja sa svakim slučajem u bazi podataka. Te
vrednosti sam smestio u novu kolonu u Excel-u;
8. Na kraju kada inženjer unese novi slučaj i pritisne dugme za pokretanje
proračuna aplikacija će automatski izračunati blizinu novog slučaja u odnosu
na slučajeve u bazi i na osnovu toga poređati sve slučajeva od najbližeg do
najudaljenijeg.
9. Na osnovu blizine novog slučaja sa postojećim inženjer (DO) može da
donese odluku. U donošenju konačne odluke DO može pomoći i semantičko
bogatstvo ukoliko postoji za posmatrani slučaj.
Branko Đorđević Modelovanje procesa odlučivanja u uslovima neizvesnosti Master rad______________________________________________________________________
- 95 -
7.3. Testiranje i provera funkcionalnosti aplikacije
Da bih ispitao upotrebljivost razvijene aplikacije morao sam naći način da izvršim njeno
testiranje i upoređivanje rezultata koje sam dobio njenom primenom sa rezultatima koji
su dobijeni do sada korišćenim metodama. Jedini relevantni podaci sa kojima sam
raspolagao bili su oni koje sam upotrebio za pravljenje baze podataka za aplikaciju. Iz
tog razloga odlučio sam da mi ti podaci budu i test podaci. Kao što sam i na početku
rada napomenuo jedan od glavnih razloga i motiva za razvoj aplikacije bile su situacije
u kojima (usled nedostatka ulaznih podataka) inženjer projektant nije u mogućnosti da
izvrši proračune za izbor tipa 10 kV voda, već se oslanjajući na iskustvo i tacitno znanje
dolazi do rešenja. Upravo iz tih razloga u bazi aplikacije našli su se i prethodno rešeni
slučajevi u kojima nije bilo moguće izvršiti proračune već se do rešenja došlo
iskustvenim postupkom. Ta činjenica je važna da bi se shvatilo zašto je broj slučajeva
koji se koriste kao test podaci manji od broja slučajeva koji se nalaze u bazi aplikacije.
Za testiranje sam koristio test podatke koje sam obrađivao upotrebom internog
programa koji se koristi u projektnom birou za ovakve proračune. Ovi rezultati su mi
služili kao reper za poređenje sa rezultatima koje sam dobio primenom aplikacije nad
istim podacima.
Branko Đorđević Modelovanje procesa odlučivanja u uslovima neizvesnosti Master rad______________________________________________________________________
- 96 -
F1-pom.▒F2-kal.▒F3-ind.▒F4-tra.▒F5-for.▒F6-pre.▒F7-▒F8-▒F9-▒F10-Kraj
PRORAČUN V.2.20.N.(C) EDB Mreža RN 1785 19.02.08
Obrada Pregled Štampa
╔════════════════════════════════════════════
NADZEMNA MREŽA 10 kV 1. NAPOJNI 10 kV VOD
╠═══════════════════════════════════════════
║ RB ŠIFRA ► NAZIV ►
║══════════╤═════════╤═══════════════════════
║ 1 │ 108016 │ Lin.rastavljač 10kV 400A, vertik,na okr.bet. stubu
║ 2 │ 108092 │ Konzola za odv.prenapona 10 kV i SKS kabl. glave
║ 3 │ 108147 │ Jednostruki zatezni izolatorski lanac Zp 1x2 U40C
║ 4 │ 108212 │ Linijski potporni izolat. LSP 17,5L (R12,5ET 95L)
║ 5 │ 108252 │ Oprema za jednostrano zatezno prihvatanje SKS 10kV
║ 6 │ 108255 │ Oprema za noseće prihvatanje 1xSKS 10kV
║ 7 │ 108297 │ Uže Al/Č 50/ 8
║ 8 │ 108342 │ DETALJNO:Razvl(pom.užetom)i zatezanje Al/Č 3x50/ 8
║ 9 │ 108309 │ XHE 48/0-A 3x(1x50) + Č50 6/10 kV
║ 10 │ 108531 │ Razvlačenje i zatez. XHE 48/0-A 3x(1x50)+Č50 10kV
║ 11 │ 108605 │ Odvodnik prenapona 12kV, 10kA, bez konzole
║ 12 │ 105373 │ Glava za spoljnu mont. za XHE 48/O-A 3x1x50+50
║ 13 │ 108514 │ Strujna stezaljka Al-Al
╠════════════════════════════════════════════
Slika 21. Interni program za proračun parametara 10 kV napojnog voda
U tabeli 8. dat je prikaz poređenja rezultata dobijenih korišćenjem internog programa i
razvijene aplikacije nad test podacima:
74 test slučajeva Interni program Aplikacija
Tačan rezultat 74 71
% tačan rezultat 100% 95,95%
Tabela 8. Rezultati testiranja
Branko Đorđević Modelovanje procesa odlučivanja u uslovima neizvesnosti Master rad______________________________________________________________________
- 97 -
Iz tabele se vidi da je primenom aplikacije postignut visok procenat tačnosti rezultata,
pa bi se na osnovu toga moglo reći da aplikacija funkcioniše. Vrlo je moguće da bi se u
slučaju korišćenja većeg broja uzoraka za testiranje dobio i veći procenat podudaranja
rezultata internog programa i aplikacije. Nedostatak ovog procesa testiranja aplikacije
mogao bi biti to što su korišćeni isti podaci za testiranje kao za bazu znanja aplikacije,
kao i to što je broj test uzoraka mali. Međutim, jedna od značajnih prednosti ove
aplikacije, i pored malog broja slučajeva, jesu slučajevi koji u sebi sadrže dodatno
semantičko bogatstvo, koje, kao što je već rečeno, često može biti presudno u donošenju
odluka.
Branko Đorđević Modelovanje procesa odlučivanja u uslovima neizvesnosti Master rad______________________________________________________________________
- 98 -
8. ZAKLJUČAK
U doba velikih i brzih promena u poslovnom okruženju jedan od ključnih elemenata
opstanka sistema leži u primeni optimizacije poslovnog procesa i celokupnog
poslovanja. Efikasan i efektivan sistem odlučivanja je jedan od najvažnijih komponenti
ove optimazacije.
Smatram da to što je predloženi model testiran na problemu koji se javlja u realnoj
organizaciji dokaz da ovaj model može da poboljša i smanji troškove poslovanja. U
svojim budućim radovima planiram da se još detaljnije posvetim nadogradnji ovog
modela i omogućim njegovu primenu u organizaciji u kojoj sam zaposlen.
U radu nisam projektovao aspekte implementacije razvijenog SPO na osnovu
predloženog modela jer sam uvideo da je to preobiman posao za jednu osobu i da bi
takav poduhvat umnogome prevazišao okvire jednog Master rada.
Prikazao sam teorijske postavke modela, metoda i okolnosti u kojima se vrši proces
odlučivanja. Poseban akcenat stavljen je na proces odlučivanja u uslovima neizvesnosti
i na okolnosti koje prate taj proces.
Pošao sam od pojmova odlučivanje, SPO i znanje i mislim da sam na jedinstven način
uspeo te pojmove da inkorporiram u predloženo rešenje. Izvršio sam detaljne analize
ovih pojmova kroz dostupnu literaturu i sagledao njihove uticaje na proces donošenja
odluke, pa shodno tome dao prikaz njihovog međusobnog uticaja i povezanosti.
U radu sam potvrdio opštu, posebne i pojedinačne hipoteze, i to:
Opšta hipoteza:
Moguće je uvidom u prethodno rešene probleme uticati na efikasnost procesa
donošenja odluka u uslovima neizvesnosti.
Branko Đorđević Modelovanje procesa odlučivanja u uslovima neizvesnosti Master rad______________________________________________________________________
- 99 -
Posebne hipoteze:
1. Analizom postojećeg stanja mogu se uočiti procesi u kojima je moguće
integrisati koncept poslovnog odlučivanja i povećati njegova rezistentnost na
neizvesnost.
2. Modelovanjem različitih organizacionih stanja poslovnog sistema moguće je
pojednostaviti napore za pronalaženje najboljeg odgovora sistema na
neizvesnost.
Pojedinačne hipoteze:
1. Projektna dokumentacija preduzeća može poslužiti kao polazna osnova za
integraciju primenjivih modela poslovnog odlučivanja.
2. Kompetetivna prednost se postiže samo zajedničkim naporima cele
organizacije.
Realizacijom rada postignuti su sledeći naučni doprinosi:
Razvijen je model procesa odlučivanja pri uslovima neizvesnosti.
Ostvaren je doprinos poslovnom odlučivanju analiziranjem uloge i položaja
prethodnih iskustava u procesu odlučivanja u neizvesnim uslovima.
Postignut je doprinos integraciji većeg broja naučnih disciplina, kao što su
teorija odlučivanja, projektovanje organizacije, menadžment znanja, teorije
upravljanja, itd.
Prikazana je opšta problematika odlučivanja u uslovima neizvesnosti na
jedinstven način.
Iskreno se nadam da će predložena metodologija i model rešavanja problema
odlučivanja pomoći u optimizaciji poslovnih procesa.
Branko Đorđević Modelovanje procesa odlučivanja u uslovima neizvesnosti Master rad______________________________________________________________________
- 100 -
SPISAK SKRAĆENICA
AO Analiza odlučivanja
DO Donosilac odluke
IS Informacioni sistem
MIS Menadžment informacioni sistemi
MZ Menadžment znanja
OS Organizaciona struktura
SPO Sistem za podršku odlučivanju
STS Stubna trafostanica
ZOS Zaključivanje na osnovu slučajeva
Branko Đorđević Modelovanje procesa odlučivanja u uslovima neizvesnosti Master rad______________________________________________________________________
- 101 -
LITERATURA
1. E. Awad, H. Ghaziri, Knowledge Management, Prentice Hall, 2004.
2. K. M. Carley and M. J. Prietula, Computational Organization Theory, Lawrence
Erlbaum Associates, Hilladale, New Jersey, 1994.
3. M. D. Cohen, J. G. March, J. P. Olsen, A garbage can model of organizational
choice, Administrative Science Quarterly 17, 1972.
4. R. Crag, Knowledge Management Comes of Age, ENT, vol. 5, 2000.
5. M. Čupić, V. M. R. Tummala, M. Suknović, Odlučivanje: formalni pristup,
FON, 2003.
6. B. Delibašić, Projektovanje i implementacija sistema menadžmenta znanja,
FON, 2004.
7. D. K. Edwards and A. Tversky, Decision making, England, Harmnodsworth:
Penguin Books, 1967.
8. R. H. Hall, Organizations: Structures, Processes and Outcomes, Prentice Hall,
1991.
9. E. F. Harrison, The managerial Decision-Making Process, Houghtion Mifflin
Co., Boston, 1987.
10. J. Hibbard, Knowing What we Know, Information Week, 1997.
11. P. Jovanović, Menadžment: teorija i praksa, Beograd, 2004.
12. R. L. Krutz and R. D. Vines, The CISSP Prep Guide.Mastering the Ten Domains
of Computer Security, John Wiley & Sons, Inc., 2001.
13. P. Lagadec, Major Technological Risk: An Assessment of Industrial Disasters,
Pergamon Press, 1981, translated from French by H. Ostwald, Anchor Press
Ltd., 1982.
14. B. Levitt and J. G. March, Organizational learning, Annual Review of Sociology
14, 1990.
15. O. Morgenstern and J. von Neumann, Teorija igara i ekonomska interpretacija,
ruski prevod, Mir, Moskva, 1970.
16. S. Robbins and M. Coulter, Organizational Structure and Design, Managament
8, Prentice Hall, 2005.
17. W. Shockley, Planning for Knowledge Management, Quality Progress, USA,
2000.
Branko Đorđević Modelovanje procesa odlučivanja u uslovima neizvesnosti Master rad______________________________________________________________________
- 102 -
18. P. Sikavica, B. Bebek, H. Skoko, D. Tipurić, Poslovno odlučivanje, Informator,
Zagreb, 1994.
19. H. A. Simon, Administrative Behavior, MacMillan, 1959.
20. V. Srića, Principi modernog menadžmenta, Zagrebačka poslovna škola, Zagreb,
1992.
21. E. Turban, J. E. Aronson, Decision Support Systems and Intelligent Systems,
Prentice-Hall, 1998.
22. A. Veljović, Menadžment informacioni sistemi, Kompjuter biblioteka, 2002.
23. S. Vlajić, Osnove razvoja IS, FON, 2004.
24. I. Watson & F. Marir, Case-Based Reasoning: A Review, The Knowledgw
Engineering Review, Vol. 9, No. 4, 1994.
25. L. T. Wilson, D. Asay, Putting Quality in Knowlegde Management, Learner
First Ine, USA, 1998.
26. A. Zuckerman, H. Buell, Is the World Ready for Knowledge Management,
Quality Progress, USA, 1998.
27. www.odlucivanje.fon.bg.ac.yu
28. www.brint.com