Master Rad

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.


- 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.


- 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.


- 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.


- 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.


- 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.


- 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.


- 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.


- 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.


- 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.


- 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.


- 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


- 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.


- 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.


- 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.


- 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


- 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.


- 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.


- 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.


- 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.


- 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.


- 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.


- 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.


- 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.


- 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.


- 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


- 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;


- 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


- 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.


- 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,


- 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.


- 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.


- 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.


- 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.


- 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


- 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.


- 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


- 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.


- 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


- 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


- 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


- 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.


- 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


- 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.


- 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.


- 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.


- 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.


- 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


- 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


- 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.


- 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


- 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


- 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


- 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.


- 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


- 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


- 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.


- 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


- 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.


- 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.


- 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.


- 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


- 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.


- 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.


- 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.


- 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.


- 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.


- 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.


- 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.


- 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.


- 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.


- 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.


- 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.


- 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


- 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


- 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.


- 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


- 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.


- 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


- 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


- 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.


- 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.


- 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.


- 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.


- 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


- 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.


- 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.


- 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.


- 89 -

Redosled važnosti indeksa od najvažnijeg do najmanje bitnog je:


2. Tip i presek 1 kV voda;


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.


- 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


- 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


- 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.


- 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“


- 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.


- 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.


- 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


- 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.


- 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.


- 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.


- 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


- 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.


- 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

Documents

Master Rad