Proces odločanja prof. dr. Vladislav Rajkovič lopes1.fov.uni-mb.si

V.Rajkovič 1

Proces odločanjaProces odločanja

prof. dr. Vladislav Rajkovičprof. dr. Vladislav Rajkovič

http://lopes1.fov.uni-mb.sihttp://lopes1.fov.uni-mb.si

V.Rajkovič 2

CiljiCilji

odločitveni proces kot socio-tehnični proces, ki ga odločitveni proces kot socio-tehnični proces, ki ga je možno podpreti z metodami in tehnikami je možno podpreti z metodami in tehnikami sodobne informacijske in komunikacijske sodobne informacijske in komunikacijske tehnologijetehnologije

razpoložljive metode in tehnike za podporo razpoložljive metode in tehnike za podporo odločitvenemu procesuodločitvenemu procesu

metode organiziranja sistemov za podporo metode organiziranja sistemov za podporo odločanju v danem okoljuodločanju v danem okolju

Študentje pri tem predmetu spoznajo:Študentje pri tem predmetu spoznajo:

V.Rajkovič 3

Metoda delaMetoda dela

PredavanjaPredavanja

VajeVaje

Pisni izpitPisni izpit

V.Rajkovič 4

Literatura Literatura 1/4 1/4

Jereb, E., Jereb, E., Bohanec, M., Rajkovič, V., Bohanec, M., Rajkovič, V., DEXi – DEXi – računalniški program za večparametrsko odločanje,računalniški program za večparametrsko odločanje, Moderna organizacija, Moderna organizacija, 20032003

Krapež, A., Rajkovič, V., Krapež, A., Rajkovič, V., Tehnologije znanja pri Tehnologije znanja pri predmetu informatika,predmetu informatika, Zavod RS za šolstvo, Zavod RS za šolstvo, 20032003

Hammond, J.S., Keeney, R.L., Raiffa, H., Hammond, J.S., Keeney, R.L., Raiffa, H., Pametne odločitve: Pametne odločitve: praktični vodnik za sprejemanje boljših odločitev,praktični vodnik za sprejemanje boljših odločitev, Gospodarski Vestnik, Gospodarski Vestnik, 20002000

Neubauer, F.F., Neubauer, F.F., Upravljanje s portfeljem: potencialni dobiček Upravljanje s portfeljem: potencialni dobiček – teorija in praksa,– teorija in praksa, Gospodarski Vestnik, Gospodarski Vestnik, 19911991

V.Rajkovič 5


Ilievski, T., Rajkovič, V., Ilievski, T., Rajkovič, V., Razvoj tržnega portfelja za Razvoj tržnega portfelja za vrednotenje programov izobraževalne dejavnosti,vrednotenje programov izobraževalne dejavnosti, Uporabna Uporabna Informatika 3, št. 4, Informatika 3, št. 4, 1995,1995, 15-1915-19

Bohanec, M., Rajkovič, V., Bohanec, M., Rajkovič, V., Multi-attribute Decision Making: Multi-attribute Decision Making: Industrial Applications of DEX,Industrial Applications of DEX, Informatica 23, Informatica 23, 1999,1999, 487-487-491491

Bohanec, M., Zupan, B., Rajkovič, V., Bohanec, M., Zupan, B., Rajkovič, V., Applications of Applications of Qualitative Multi-attribute Decision Models in Health Care,Qualitative Multi-attribute Decision Models in Health Care, International Journal of Medical Informatics 58-59,International Journal of Medical Informatics 58-59, 2000,2000, 191-205191-205

Jennings, D., Wattam, S., Jennings, D., Wattam, S., Decision making: An integrated Decision making: An integrated Approach,Approach, Financial Times Management, Financial Times Management, 19981998

V.Rajkovič 6


Berkeley, D., Widmeyer, G., Brezillon, P., Rajkovič, V., (eds.), Berkeley, D., Widmeyer, G., Brezillon, P., Rajkovič, V., (eds.), Context Sensitive Decision Support Systems,Context Sensitive Decision Support Systems, Chapman & Chapman & Hall,Hall, 19981998

Turban, E., Aronson, J.E., Turban, E., Aronson, J.E., Decision Support Systems and Decision Support Systems and Intelligent Systems,Intelligent Systems, Prentice-Hall, Prentice-Hall, 19951995

Carlsson, S.A., Brezillon, P., Humphreys, P., Lundberg, B.G., Carlsson, S.A., Brezillon, P., Humphreys, P., Lundberg, B.G., McCosh, A.M., Rajkovič, V., (eds.), McCosh, A.M., Rajkovič, V., (eds.), Decision Support through Decision Support through Knowledge Management,Knowledge Management, University of Stockholm and Royal University of Stockholm and Royal Institute of Technology,Institute of Technology, 20002000

Klein, M., Methlie, B.L., Klein, M., Methlie, B.L., Expert Systems: A Decision Support Expert Systems: A Decision Support Approach - With Applications in Management and Finance,Approach - With Applications in Management and Finance, Addison-Weseley,Addison-Weseley, 19951995

V.Rajkovič 7

LiteraturaLiteratura 4/4 4/4

Daellenbach, H.G., Daellenbach, H.G., Systems and Decision Making: A Systems and Decision Making: A Management Science Approach,Management Science Approach, Wiley, Wiley, 19951995

Dearlove, D., Dearlove, D., Key Management Decisions: Tools and Techniques Key Management Decisions: Tools and Techniques of the Executive Decision-Maker,of the Executive Decision-Maker, Financial Times – Pitman Financial Times – Pitman Publishing,Publishing, 19981998

Gray, P., Watson, H.J., Gray, P., Watson, H.J., Decision Support in the Data Warehouse,Decision Support in the Data Warehouse, Prentice Hall,Prentice Hall, 19981998

Xing Li, H., Yen, V.C., Xing Li, H., Yen, V.C., Fuzzy Sets and Fuzzy Decision-Making,Fuzzy Sets and Fuzzy Decision-Making, CRC Press,CRC Press, 19951995

Liebowitz, J., (ed.), Liebowitz, J., (ed.), The Handbook of Applied Expert SystemsThe Handbook of Applied Expert Systems, , CRC, CRC, 19981998

Milner, E.M., Milner, E.M., Managing Information and Knowledge in the Managing Information and Knowledge in the Public Sector,Public Sector, Routledge – Taylor and Francis Group, Routledge – Taylor and Francis Group, 20002000

V.Rajkovič 8

AB

CD

E

0

20

40

60

80

OC

EN

A

VARIANTA

Odločitveni procesOdločitveni proces

Izbira določene variante izmed več možnih tako, Izbira določene variante izmed več možnih tako, da izbrana varianta najbolj ustreza ciljem.da izbrana varianta najbolj ustreza ciljem.

V.Rajkovič 9

Problemi odločanjaProblemi odločanja

CILJICILJI zapleteni, nepopolni, negotovi, ...zapleteni, nepopolni, negotovi, ... protislovni, neusklajeni (skupinsko odločanje)protislovni, neusklajeni (skupinsko odločanje)

VARIANTEVARIANTE slabo ali nepopolno definirane (nepoznane)slabo ali nepopolno definirane (nepoznane) veliko število variantveliko število variant

PARAMETRI, ki vplivajo na odločitevPARAMETRI, ki vplivajo na odločitev slabo definirani, neznani, spregledanislabo definirani, neznani, spregledani težko merljivitežko merljivi veliko število parametrovveliko število parametrov

V.Rajkovič 10

Problemi odločanjaProblemi odločanja

OMEJITVE VIROVOMEJITVE VIROV časovne, kadrovske in druge omejitvečasovne, kadrovske in druge omejitve pomankljivo poznavanje problemskega področjapomankljivo poznavanje problemskega področja

METODOLOŠKE OMEJITVEMETODOLOŠKE OMEJITVE ““omejena racionalnost” odločevalcevomejena racionalnost” odločevalcev teoretični problemiteoretični problemi problem merjenja kakovosti odločitveproblem merjenja kakovosti odločitve

V.Rajkovič 11

Upravljalskiproces

Informacijski sistem

Surovine, materiali, ipd.

Izdelki, storitve

Poslovni sistem

Okolje

Sistemi za podporo odločanju

Poslovni sistem in sistemi za podporo odločanjuPoslovni sistem in sistemi za podporo odločanju

V.Rajkovič 12

Splošna zgradba SPOSplošna zgradba SPO

Sistemi za delo s podatkiSistemi za delo s podatki

Sistemi za delo z modeliSistemi za delo z modeli

Sistemi za delo s Sistemi za delo s preferenčnim znanjempreferenčnim znanjem

Ekspertni sistemiEkspertni sistemi

VM

ES

NIK

VM

ES

NIK

V.Rajkovič 13

AB

0

50

100

OCENA

VARIANTA

PARAMETRI

Večparametrsko odločanjeVečparametrsko odločanje

V.Rajkovič 14

OPERATIVNA OPERATIVNA PODATKOVNA BAZA PODATKOVNA BAZA

POSLOVNEGA SISTEMAPOSLOVNEGA SISTEMA

Podatkovni kazalci poslovnega sistemaPodatkovni kazalci poslovnega sistema

PODATKI JAVNIHPODATKI JAVNIHPODATKOVNIH BAZPODATKOVNIH BAZ

NEPOSREDNI PODATKINEPOSREDNI PODATKIMANAGEMENTAMANAGEMENTA

SPOSPO

AGREGIRANIAGREGIRANIPODATKOVNIPODATKOVNI

KAZALCIKAZALCI

V.Rajkovič 15

Elementi odločitvenega procesaElementi odločitvenega procesa

Množica variant:Množica variant: A: aA: a11, a, a22, a, a33, ... , a, ... , ann, ..., ...

Preferenčna relacija:Preferenčna relacija: P P (uredi množico variant A po zaželenosti, ustreznosti oz. koristnosti)(uredi množico variant A po zaželenosti, ustreznosti oz. koristnosti)

Racionalna odločitev:Racionalna odločitev: je izbira tiste variante je izbira tiste variante aa iz iz AA, , ki je najbolj zaželjenaki je najbolj zaželjena

Funkcija koristnosti:Funkcija koristnosti: v(v(aa))izmeri stopnjo zaželenosti variante izmeri stopnjo zaželenosti variante aa tako, da za vsak tako, da za vsakpar par aa,,bb iz iz AA velja: velja:

aa PP bb v( v(aa) > v() > v(bb))a imam rajši kot ba imam rajši kot b

V.Rajkovič 16

MerjenjeMerjenje

Merjenje omogoča količinsko ocenoMerjenje omogoča količinsko oceno

Merjenje mase:Merjenje mase:prirejanje števil, ki ohranjajo relacijo T: “je težji”prirejanje števil, ki ohranjajo relacijo T: “je težji”

a T b a T b m(a) > m(b) m(a) > m(b)

Mera za maso je tudi aditivna:Mera za maso je tudi aditivna:m(a & b) = m(a) + m(b)m(a & b) = m(a) + m(b)

V.Rajkovič 17

Merjenje koristnostiMerjenje koristnosti

Relacijo P skušamo nadomestiti s funkcijo vRelacijo P skušamo nadomestiti s funkcijo vv:v: AA DD

v izmeri (priredi) vsaki varianti iz v izmeri (priredi) vsaki varianti iz AAvrednosti iz zaloge vrednosti vrednosti iz zaloge vrednosti DD tako, da velja: tako, da velja:

aa P P bb v(v(aa)) >> v(v(bb))

D je lahko podmnožica realnih števil npr. 0 - 100 aliD je lahko podmnožica realnih števil npr. 0 - 100 alikaj drugega npr. D={nesprej., sprejemljiv, dober}kaj drugega npr. D={nesprej., sprejemljiv, dober}

Aditivnost?Aditivnost?

V.Rajkovič 18

Večparametrsko odločanjeVečparametrsko odločanje

Množica parametrov X: xMnožica parametrov X: x11, x, x22, ..., x, ..., xmm

xx11:: AA DDii

DDii – zaloge vrednosti i-tega parametra – zaloge vrednosti i-tega parametra

a = a = xx11((aa), x), x22((aa), ..., x), ..., xmm((aa))

Varianto a opišemo z naborom (vektorjem) vrednostiVarianto a opišemo z naborom (vektorjem) vrednostiparametrovparametrov

Funkcijo koristnosti v: Funkcijo koristnosti v: AA DD nadomestimo s funkcijo nadomestimo s funkcijovv** in predpostavimo in predpostavimo

v(v(aa) = v) = v**( ( xx11((aa)), , xx22((aa)), , ......, , xxmm((aa)) ) )

V.Rajkovič 19

v(ai)v(ai)

x1x1 x2

x2 xmxm. . .

x1(a1)variante (inačice)variante (inačice)

parametriparametri(atributi, kriteriji)(atributi, kriteriji)

KoristnostKoristnost(utility, zaželjenost, (utility, zaželjenost, primernost, ocena)primernost, ocena)

funkcija koristnostifunkcija koristnostiv*(x1,x2,…,xm)v*(x1,x2,…,xm)

. . .x2(a1) xm(a1)

aa11

aa22

aann......

..

..

..

V.Rajkovič 20

Opisljivost variantOpisljivost variant

Množica parametrov X mora ustrezati več lastnostim:Množica parametrov X mora ustrezati več lastnostim:

• polnostpolnost• operativnostoperativnost• razstavljivostrazstavljivost• nerundantnost nerundantnost • minimalnostminimalnost• ortogonalnostortogonalnost• ......

V.Rajkovič 21

Določanje funkcije koristnostiDoločanje funkcije koristnosti

• predstavitveni problempredstavitveni problem• problem enoličnostiproblem enoličnosti• aksiomatski pristopaksiomatski pristop• neposredni pristop:neposredni pristop:

funkcija koristnosti enega parametrafunkcija koristnosti enega parametra

00

100100

v(xv(xii))

xxii = starost = starosta b c d e f g h ia b c d e f g h i

V.Rajkovič 22




00

100100

v(xv(xii))

xxii = starost = starost00 1 2 3 4 5 6 7 8 1 2 3 4 5 6 7 8

V.Rajkovič 23




00

100100

v(xv(xii))

xxii = starost = starost00 10 20 30 40 50 60 70 80 10 20 30 40 50 60 70 80

V.Rajkovič 24

slab

asl

aba

zadovo

lj

zadovo

ljivaivadobra

dobra nizka

nizkasrednja

srednjavisoka

visoka

neprimerenneprimeren

primerenprimeren

doberdober

odličenodličen

OCENA AVTAOCENA AVTA

VARNOSTVARNOST – x – x11

CENACENA – x – x22

odlična

odlična

Vpliv varnostiVpliv varnostina oceno avtana oceno avta

vv11(x(x11))Vpliv cene na Vpliv cene na

oceno avtaoceno avtavv22(x(x22))

Funkcija koristnosti več parametrovFunkcija koristnosti več parametrov

V.Rajkovič 25

slab

asl

aba

zadovo

lj

zadovo

ljivaivadobra

dobra nizka

nizkasrednja

srednjavisoka

visoka


primerenprimeren

doberdober

odličenodličen


VARNOST VARNOST – x– x11


odlična

odlična

Združevanje delnih koristnostiZdruževanje delnih koristnosti

Ocena = u ( vOcena = u ( v11(x(x11), v), v22(x(x22) )) )

V.Rajkovič 26

slab

asl

aba

zadovo

lj

zadovo

ljivaivadobra

dobra nizka

nizkasrednja

srednjavisoka

visoka


primerenprimeren

doberdober

odličenodličen




odlična

odlična


V.Rajkovič 27

slab

asl

aba

zadovo

lj

zadovo

ljivaivadobra

dobra nizka

nizkasrednja

srednjavisoka

visoka


primerenprimeren

doberdober

odličenodličen




odlična

odlična

W-utež kriterijW-utež kriterij 70% varnost70% varnost 30% cena30% cena

W-utež kriterijW-utež kriterij 50% varnost50% varnost 50% cena50% cena

Funkcija koristnosti več Funkcija koristnosti več parametrov parametrov

Ocena = Ocena = v vii(x(xii)*w)*wi i - utežena vsota- utežena vsota

nn

i=1i=1

V.Rajkovič 28

vv11(x(x11))vv22(x(x22))

slab

asl

aba

zadovo

lj

zadovo

ljivaivadobra

dobra nizka

nizkasrednja

srednjavisoka

visoka


primerenprimeren

doberdober

odličenodličen




odlična

odlična


V.Rajkovič 29

slab

asl

aba

zadovo

lj

zadovo

ljivaivadobra

dobra nizka

nizkasrednja

srednjavisoka

visoka


primerenprimeren

doberdober

odličenodličen




odlična

odlična


V.Rajkovič 30

slab

asl

aba

zadovo

lj

zadovo

ljivaivadobra

dobra nizka

nizkasrednja

srednjavisoka

visoka


primerenprimeren

doberdober

odličenodličen




odlična

odlična

Funkcija koristnosti več parametrovFunkcija koristnosti več parametrovpodana po točkahpodana po točkah

V.Rajkovič 31

slab

asl

aba

zadovo

lj

zadovo

ljivaivadobra

dobra nizka

nizkasrednja

srednjavisoka

visoka


primerenprimeren

doberdober

odličenodličen




odlična

odlična

Funkcija koristnosti več parametrovFunkcija koristnosti več parametrovpodana po točkahpodana po točkah

V.Rajkovič 32

VARNOSTVARNOST CENACENA OCENA AVTAOCENA AVTA

SlabaSlaba VisokaVisoka NeprimerenNeprimeren

SlabaSlaba SrednjaSrednja NeprimerenNeprimeren

SlabaSlaba NizkaNizka NeprimerenNeprimeren

ZadovoljivaZadovoljiva VisokaVisoka NeprimerenNeprimeren

ZadovoljivaZadovoljiva SrednjaSrednja PrimerenPrimeren

ZadovoljivaZadovoljiva NizkaNizka PrimerenPrimeren

DobraDobra VisokaVisoka NeprimerenNeprimeren

DobraDobra SrednjaSrednja PrimerenPrimeren

DobraDobra NizkaNizka DoberDober

OdličnaOdlična VisokaVisoka NeprimerenNeprimeren

OdličnaOdlična SrednjaSrednja DoberDober

OdličnaOdlična NizkaNizka OdličenOdličen

slab

asl

aba

zadovo

lj

zadovo

ljivaiva

dobra

dobra nizka

nizkasrednja

srednjavisoka

visoka


primerenprimeren

doberdober

odličenodličenOCENA AVTAOCENA AVTA



odlična

odlična

Funkcija koristnosti več parametrov podana poFunkcija koristnosti več parametrov podana potočkah – lahko jih smatramo za enostavna pravilatočkah – lahko jih smatramo za enostavna pravila

V.Rajkovič 33

PARAMETRIPARAMETRIVREDNOSTIVREDNOSTI

PARAMETROVPARAMETROV

CENACENA

PROCESORPROCESOR

ZASLONZASLON

TRDI DISKTRDI DISK

MODEMMODEM

MIŠKA / KROGLICAMIŠKA / KROGLICA

AVTONOMIJAAVTONOMIJA

5000 dem 4000 dem 3000 dem

Celeron PIII 500 boljše

12” 13” 14”

2GB 4GB 6GB 10GB

brez eksterni interni

ne posebej vgrajena

2 uri 3 ure 4 ure 5 ur

Variante: Rač1, Rač2, Rač3

Pomembnostparametrov

Kakovost

V.Rajkovič 34

0 10 20 30 40 50 60 70 80 90 100 [%]0 10 20 30 40 50 60 70 80 90 100 [%]

PARAMETRIPARAMETRIVREDNOSTIVREDNOSTI

PARAMETROVPARAMETROV

CENACENA

PROCESORPROCESOR

ZASLONZASLON

TRDI DISKTRDI DISK

MODEMMODEM

MIŠKA / KROGLICAMIŠKA / KROGLICA

AVTONOMIJAAVTONOMIJA

visoka srednja nizka

nesprej. sprejemljiv dober





2 uri 3 ure 4 ure 5 ur

Variante: Rač1, Rač2, Rač3

Pomembnostparametrov

Kakovost

V.Rajkovič 35

Rač1Rač1 Rač2Rač2 Rač3Rač3kriterijkriterij

cenacena 4040 3030 1010 procesorprocesor 5050 5050 5050 zaslonzaslon 6060 6060 8080 trdi disktrdi disk 2020 2020 2020 modemmodem 5050 5050 7070 miškamiška 5050 5050 5050 avtonomijaavtonomija 0 0 5050 100100

V.Rajkovič 36

Rač1Rač1 Rač2Rač2 Rač3Rač3 utežutež kriterijkriterij 20%20% cenacena 4040 3030 1010 10%10% procesorprocesor 5050 5050 5050 15%15% zaslonzaslon 6060 6060 8080 20%20% trdi disktrdi disk 2020 2020 2020 12%12% modemmodem 5050 5050 7070 8%8% miškamiška 5050 5050 5050 15%15% avtonomijaavtonomija 0 0 5050 100100100%100%

V.Rajkovič 37

Rač1Rač1 Rač2Rač2 Rač3Rač3 utežutež kriterijkriterij v v v*wv*w v v v*wv*w v v v*wv*w 20%20% cenacena 4040 88 3030 66 1010 2 2 10%10% procesorprocesor 5050 55 5050 55 5050 1515 15%15% zaslonzaslon 6060 99 6060 99 8080 1212 20%20% trdi disktrdi disk 2020 44 2020 44 2020 4 4 12%12% modemmodem 5050 66 5050 66 7070 8.4 8.4 8%8% miškamiška 5050 44 5050 44 5050 44 15%15% avtonomijaavtonomija 0 0 00 5050 7.57.5 100100 1515100%100% 3636 41.541.5 50.450.4

v*wv*w

V.Rajkovič 38

Rač1Rač1 Rač2Rač2 Rač3Rač3 utežutež kriterijkriterij vv v*wv*w v v v*wv*w v v v*wv*w 33%33% cenacena 4040 13.213.2 3030 9.99.9 1010 3.33.3 10%10% procesorprocesor 5050 55 5050 55 5050 1515 15%15% zaslonzaslon 6060 99 6060 99 8080 1212 20%20% trdi disktrdi disk 2020 44 2020 44 2020 4 4 12%12% modemmodem 5050 66 5050 66 7070 8.4 8.4 8%8% miškamiška 5050 44 5050 44 5050 44 2%2% avtonomijaavtonomija 0 0 00 5050 11 100100 22100%100% 41.241.2 38.938.9 38.738.7

13%13%

V.Rajkovič 39

RAČUNALNIŠKA PISMENOST

POMOČ PRI DELU

DELAMO STVARI, KI JIH DO SEDAJ NISMO

INTENZIVNA UPORABA ZNANJA

V.Rajkovič 40

Upravljanje z znanjem (knowledge management) Upravljanje z znanjem (knowledge management) je proces sinergetskega povezovanja med je proces sinergetskega povezovanja med metodami in tehnikami procesiranja podatkov in metodami in tehnikami procesiranja podatkov in informacij s sodobno informacijsko in informacij s sodobno informacijsko in telekomunikacijsko tehnologijo (ITKT) in telekomunikacijsko tehnologijo (ITKT) in ustvarjalnimi ter inovativnimi sposobnostmi ustvarjalnimi ter inovativnimi sposobnostmi človeka.človeka.Gre za sprejemanje izzivov ITKT za povečanje Gre za sprejemanje izzivov ITKT za povečanje človekovih umskih sposobnosti za obvladovanje človekovih umskih sposobnosti za obvladovanje problemov vse bolj kompleksnega sodobnega sveta.problemov vse bolj kompleksnega sodobnega sveta.

Znanje razumemo kot ustrezno organizirane Znanje razumemo kot ustrezno organizirane podatke oz. informacije za reševanje kakega podatke oz. informacije za reševanje kakega problema.problema.

V.Rajkovič 41

Umetna inteligenca (UI)Umetna inteligenca (UI)

Je znanstvena disciplina, ki se ukvarja zJe znanstvena disciplina, ki se ukvarja z metodamimetodami tehnikamitehnikami orodjiorodji arhitekturamiarhitekturami … …

za reševanje logično zapletenih problemov, za reševanje logično zapletenih problemov, ki bi jih bilo težko ali celo nemogoče rešiti s ki bi jih bilo težko ali celo nemogoče rešiti s klasičnimi metodamiklasičnimi metodami

V.Rajkovič 42

Cilji umetne inteligenceCilji umetne inteligence

““inteligentno” obnašanje računalnikov inteligentno” obnašanje računalnikov

večja uporabnost računalnikovvečja uporabnost računalnikov

proučevanje principov inteligenceproučevanje principov inteligence

boljše razumevanje človekovega boljše razumevanje človekovega inteligentnega obnašanjainteligentnega obnašanja

V.Rajkovič 43

Teme umetne inteligence:Teme umetne inteligence:

Hevristično reševanje problemovHevristično reševanje problemov Predstavitev znanja in mehanizmi sklepanjaPredstavitev znanja in mehanizmi sklepanja Ekspertni sistemi (ES)Ekspertni sistemi (ES) Procesiranje naravnega jezikaProcesiranje naravnega jezika Strojno učenje in sinteza znanjaStrojno učenje in sinteza znanja Inteligentni robotiInteligentni roboti Računalniški vidRačunalniški vid Avtomatsko programiranjeAvtomatsko programiranje Nevronske mrežeNevronske mreže . . .. . .

V.Rajkovič 44

Kaj je ekspertni sistem?Kaj je ekspertni sistem?

UPORABNIKUPORABNIK

ESES

KOMUNIKACIJSKIKOMUNIKACIJSKIVMESNIKVMESNIK

BAZA BAZA ZNANJAZNANJA

MEHANIZEMMEHANIZEMSKLEPANJASKLEPANJA

V.Rajkovič 45

Tri učne zanke:Tri učne zanke:

ZAJEMANJEZAJEMANJEZNANJAZNANJA

PREDSTAVITEVPREDSTAVITEVBZBZ

SKLEPANJESKLEPANJE

BAZA ZNANJABAZA ZNANJA(BZ)(BZ)

EKSPERT(I)EKSPERT(I)TEHNOLOGTEHNOLOG

ZNANJAZNANJA

V.Rajkovič 46

Izgradnja baze znanja:Izgradnja baze znanja:

artikulacijaartikulacija

SAY HOWSAY HOW BZBZ Feigenbaumovo Feigenbaumovo ozko grloozko grlo

KNOW HOWKNOW HOW

ekspertekspert tehnologtehnologznanjaznanja

primeriprimeriSHOW HOWSHOW HOW

aavtomatskovtomatskoučenjeučenje

modelmodelKNOW HOWKNOW HOW

V.Rajkovič 47

Kvalitativno modeliranje:Kvalitativno modeliranje:

Kvantitativno: Kvantitativno: enačbe, domena spremenljivk je množica npr. enačbe, domena spremenljivk je množica npr. realnih števil realnih števil

Kvalitativno:Kvalitativno: relacije med spremenljivkami, domena je prostorrelacije med spremenljivkami, domena je prostorkoličinkoličin

Mozetič, I., Mozetič, I., Principi kvalitativnega modeliranjaPrincipi kvalitativnega modeliranja, Informatica, 4/84, , Informatica, 4/84, pp. 79-85pp. 79-85

Človek doseže predmet:Človek doseže predmet:Če VIŠINA (zelo visok)Če VIŠINA (zelo visok)Če VIŠINA (visok) in pručkaČe VIŠINA (visok) in pručkaČe VIŠINA (nizek) in stolČe VIŠINA (nizek) in stol

150 160 170 180 190 200 VIŠINA

nizeknizek visokvisok zelo visokzelo visok

M.Bohanec 48

DEX:DEX:Lupina ekspertnega sistemaLupina ekspertnega sistema

za za večparametrsko odločanjevečparametrsko odločanje

DEXi:DEXi:RaRačunalniški programčunalniški program


198719871995, DOS1995, DOS

19991999, Windows, Windows

M.Bohanec 49

Osnove sistemov DEX in DEXiOsnove sistemov DEX in DEXi

1.1. VEČPARAMETRSKO ODLOČANJE VEČPARAMETRSKO ODLOČANJE • modeliranje s kriteriji in funkcijami koristnostimodeliranje s kriteriji in funkcijami koristnosti• strukturiranje odločitvenega problema (drevo kriterijev)strukturiranje odločitvenega problema (drevo kriterijev)• vrednotenje variantvrednotenje variant

2.2. EKSPERTNI SISTEMIEKSPERTNI SISTEMI• kvalitativne (simbolične) merske lestvicekvalitativne (simbolične) merske lestvice• funkcije koristnosti predstavljene s pravili tipa če-potemfunkcije koristnosti predstavljene s pravili tipa če-potem• odločitveni model odločitveni model = baza znanja= baza znanja• poudarek na razlagi in analizi rezultatov vrednotenjapoudarek na razlagi in analizi rezultatov vrednotenja (DEX) (DEX)

M.Bohanec 50

Faze odločitvenega procesaFaze odločitvenega procesa

0.0. IDENTIFIKACIJA PROBLEMA IDENTIFIKACIJA PROBLEMA

1.1. IDENTIFIKACIJA KRITERIJEV (ATRIBUTOV)IDENTIFIKACIJA KRITERIJEV (ATRIBUTOV)a.a. spisek kriterijevspisek kriterijevb.b. struktura kriterijev (drevo kriterijev)struktura kriterijev (drevo kriterijev)c.c. merske lestvicemerske lestvice

2.2. DEFINICIJA ODLOČITVENIH PRAVILDEFINICIJA ODLOČITVENIH PRAVIL

3.3. OPIS VARIANTOPIS VARIANT

4.4. ANALIZA VARIANTANALIZA VARIANT

M.Bohanec 51

1.a Spisek kriterijev1.a Spisek kriterijev

Spisek kriterijev, ki vplivajo na odločitev (neurejen)Spisek kriterijev, ki vplivajo na odločitev (neurejen)

hitrosthitrostvelikost diskavelikost diskacenacenazanesljivostzanesljivostzaslonzaslonbarvebarveservisservis

razširljivostrazširljivostbaterijabaterijaprocesorprocesorproizvajalecproizvajalecmiškamiškatipkovnicatipkovnicavelikost pomnilnikavelikost pomnilnika

Pazimo, da ne spregledamo pomembnih, bistvenih kriterijevPazimo, da ne spregledamo pomembnih, bistvenih kriterijev

Nakup prenosnega računalnikaNakup prenosnega računalnika

M.Bohanec 52

1.b Drevo kriterijev1.b Drevo kriterijev

Združimo kriterije, ki “spadajo skupaj”Združimo kriterije, ki “spadajo skupaj”Pazimo na strukturo: praviloma dva do trije nasledniki notranjega vozliščaPazimo na strukturo: praviloma dva do trije nasledniki notranjega vozlišča

PRENOSNIK

CENA TEH. KAR. DODATKI

NOT. ENOTE ZUN. ENOTE

PROCESOR POMNILNIK DISK ZASLON TIPKOVNICA

AVTONOMIJA

M.Bohanec 53

1.c Merske lestvice1.c Merske lestvice

Zaloge vrednosti so diskretne, praviloma urejene od slabih proti Zaloge vrednosti so diskretne, praviloma urejene od slabih proti dobrimdobrimŠtevilo vrednosti naj raste počasi od listov proti korenuŠtevilo vrednosti naj raste počasi od listov proti korenu

PRENOSNIK




AVTONOMIJA

5000

visoka

, 4000, ali

, srednja,

3000

nizka

nespr, spr, dob

nespr, spr, dob, odl

2h , 3h, 4h

M.Bohanec 54

2. Odločitvena pravila2. Odločitvena pravilaZUN. ENOTE

ZASLON TIPKOVNICA

ZASLONZASLON TIPKOV.TIPKOV. ZUN.ENOTEZUN.ENOTE

nesprnespr slabšaslabša nesprnespr

sprspr slabšaslabša nesprnespr

dobdob slabšaslabša nesprnespr

nesprnespr srednjasrednja nesprnespr

sprspr srednjasrednja sprspr

dobdob srednjasrednja dobdob

nesprnespr boljšaboljša nesprnespr

sprspr boljšaboljša sprspr

dobdob boljšaboljša dobdob

M.Bohanec 55

3. Opis variant3. Opis variant

DISK

AVTONOMIJA

PRENOSNIK



PROCESOR POMNILNIK ZASLON TIPKOVNICA

PrenosnikPrenosnik CENACENA PROC.PROC. POMN.POMN. DISKDISK ZASLONZASLON

1.1. visokavisoka dobdob sprspr sprspr dobdob

2.2. srednjasrednja sprspr dobdob sprspr nesprnespr

3.3. nizkanizka nesprnespr sprspr sprspr nesprnespr

M.Bohanec 56

4. Vrednotenje in analiza variant4. Vrednotenje in analiza variant

1.1. VREDNOTENJE VARIANTVREDNOTENJE VARIANT• poteka od listov proti korenu drevesapoteka od listov proti korenu drevesa• rezultat je rezultat je kvalitativnakvalitativna ocena vsake variante ocena vsake variante• vrednotenje lahko poteka tudi ob vrednotenje lahko poteka tudi ob nenatančnihnenatančnih in in

nepopolnihnepopolnih podatkih o variantah podatkih o variantah

2.2. ANALIZA VARIANTANALIZA VARIANT• interaktivno pregledovanje rezultatovinteraktivno pregledovanje rezultatov• analiza tipa analiza tipa kaj-čekaj-če• selektivna razlagaselektivna razlaga vrednotenja (DEX) vrednotenja (DEX)

M.Bohanec 57

4. Osnovno vrednotenje variant4. Osnovno vrednotenje variant

PRENOSNIK




AVTONOMIJA

spr

nizka

odl

nespr

spr

dob spr spr

dob

dob sred

4h

M.Bohanec 58

4. Analiza 4. Analiza kaj-čekaj-če

PRENOSNIK




AVTONOMIJA

spr

nizka

odl

nespr

spr

dob spr spr

dob

dob sred

4h

spr

dob

M.Bohanec 59

4. Selektivna razlaga vrednotenja4. Selektivna razlaga vrednotenja

PRENOSNIK




AVTONOMIJA

spr

nizka

odl

nespr

spr

dob spr spr

dob

dob sred

4h

M.Bohanec 60

DEX in DEXi: Nekaj izkušenjDEX in DEXi: Nekaj izkušenj

1.1. POTREBNI ČAS ZA IZVEDBO POSTOPKA POTREBNI ČAS ZA IZVEDBO POSTOPKA • močno odvisen od problema (nekaj ur do nekaj močno odvisen od problema (nekaj ur do nekaj

mesecev)mesecev)• tipično 2 do 15 delovnih dnitipično 2 do 15 delovnih dni

2.2. NAJZAHTEVNEJŠA FAZA:NAJZAHTEVNEJŠA FAZA:• izdelava drevesa kriterijevizdelava drevesa kriterijev

3.3. PRIMERNI ODLOČITVENI PROBLEMIPRIMERNI ODLOČITVENI PROBLEMI • veliko kriterijev (> 15)veliko kriterijev (> 15)• veliko variant (> 10)veliko variant (> 10)• kvalitativno odločanje, presojakvalitativno odločanje, presoja• nenatančni in nepopolni podatkinenatančni in nepopolni podatki• skupinsko odločanje (razlaga)skupinsko odločanje (razlaga)• dovolj časa za izvedbo postopka dovolj časa za izvedbo postopka

M.Bohanec 61

DEX in DEXi: Področja uporabeDEX in DEXi: Področja uporabe

1.1. RAČUNALNIŠTVORAČUNALNIŠTVO• izbor računalnikaizbor računalnika• izbor strojne in programske izbor strojne in programske

opremeopreme2.2. VREDNOTENJE PROJEKTOVVREDNOTENJE PROJEKTOV

• ocena kvalitete oz. izvedljivosti ocena kvalitete oz. izvedljivosti projektaprojekta

• ocena investicijeocena investicije• vrednotenje ponudbvrednotenje ponudb• vrednotenje proizvodnih vrednotenje proizvodnih

programov (portfolio)programov (portfolio)3.3. VREDNOTENJE PODJETIJVREDNOTENJE PODJETIJ

• izbor poslovnega partnerjaizbor poslovnega partnerja• boniteta bankboniteta bank• ocenjevanje uspešnosti podjetijocenjevanje uspešnosti podjetij

4.4. KADROVSKO ODLOČANJEKADROVSKO ODLOČANJE• ocenjevanje primernosti, ocenjevanje primernosti,

uspešnosti delavcevuspešnosti delavcev• izbor ekspertne skupineizbor ekspertne skupine• vrednotenje prošenj in vlogvrednotenje prošenj in vlog

5.5. MEDICINAMEDICINA, , ZDRAVSTVOZDRAVSTVO• ocenjevanje rizičnostiocenjevanje rizičnosti• spremljanje osnovnih spremljanje osnovnih

življenjskih aktivnostiživljenjskih aktivnosti6.6. OSTALA PODROČJAOSTALA PODROČJA

• vrednotenje tehnologijvrednotenje tehnologij• izbor lokacijeizbor lokacije• ocena prioritet pri ocena prioritet pri

dodeljevanju posojiladodeljevanju posojila

M.Bohanec 62

DEXi:DEXi:RaRačunalniški programčunalniški program


Preprost program za delo z odločitvenimi modeli, ki omogoča:Preprost program za delo z odločitvenimi modeli, ki omogoča: • izdelavo in preurejanje drevesa kriterijevizdelavo in preurejanje drevesa kriterijev• urejanje zalog vrednosti kriterijev in odločitvenih pravilurejanje zalog vrednosti kriterijev in odločitvenih pravil• zajemanje podatkov o variantahzajemanje podatkov o variantah• vrednotenje variantvrednotenje variant• tabelarični pregled rezultatov vrednotenja z analizo tipa tabelarični pregled rezultatov vrednotenja z analizo tipa kaj-čekaj-če• grafični prikaz rezultatov vrednotenjagrafični prikaz rezultatov vrednotenja

M.Bohanec 63

DEXi:DEXi:Izdelava in preurejanje drevesa kriterijevIzdelava in preurejanje drevesa kriterijev

M.Bohanec 64

DEXi:DEXi:Urejanje zalog vrednosti in odločitvenih pravilUrejanje zalog vrednosti in odločitvenih pravil

M.Bohanec 65

DEXi:DEXi:Urejevalnik variantUrejevalnik variant

M.Bohanec 66

DEXi:DEXi:Vrednotenje variantVrednotenje variant

M.Bohanec 67

DEXi:DEXi:Grafični prikaz vrednotenja variantGrafični prikaz vrednotenja variant

V.Rajkovič 68

Upravljanje s portfeljem• Življenje ustvarja red, toda red ne ustvarja življenja.

(Antoine de Saint-Exupéry)

V.Rajkovič 69

Matrika portfeljapodvajanje ali

opuščanjeintenziviranje vodilnost

nadaljevanje

postopnoopuščanje

rast

nadaljevanjeracionalizacija

vodilnost

rast

opuščanje postopnoopuščanje

finančni vir

Trž

na

pri

vlač

nos

tn

izk

a

zm

ern

a

vis

oka

nizka zmerna visoka

Konkurenčna sposobnost

C

B

B A

A strategija rasti (vlaganja)

B strategija selektivnosti

C strategija opuščanja

V.Rajkovič 70

Tradicionalen pristopVHODNI PODATKI

X p1 p2 p3

1. Življenjski cikel 40 20 50

2. Atraktivnost cene 20 55 60

3. Proizvodne zmogljivosti 90 60 60

4. St. rasti povpraševanja 80 50 30

5. Obseg tržišča 20 75 50 .

.

n

Tržnaprivlačnost

n

i=1Wi Ki

V.Rajkovič 71

Matrika portfeljapodvajanje ali

opuščanjeintenziviranje vodilnost

nadaljevanje

postopnoopuščanje

rast

nadaljevanjeracionalizacija

vodilnost

rast

opuščanje postopnoopuščanje

finančni vir

Trž

na p

rivl

ačno

stni

zka

zmer

na

vi

sok

a

nizka zmerna visokaKonkurenčna sposobnost

C

B

B A

V.Rajkovič 72

Tržna privlačnost

ŽIVLJEN JSK IC IK EL

ATR AK TIVN O STC EN E

PR O IZVO D N EZM O G LJIVO STI

PR O IZVO D

STO PN JA R ASTIPO VPR AŠEVAN JA

O B SEGTR ŽIŠČ A

TR G

STAN JEK O N K U R EN C E

K O N K U R EN Č N O STSU B STITU TO V

K O N K U R EN C A

TR ŽN A PR IVLAČ N O ST

V.Rajkovič 73

Konkurenčna sposobnost

TR ŽN ID ELEŽ

D ELEŽIZVO ZA

STO PN JAPO K R ITJA

TR ŽN IR EZU LTATI

C EN AK O N K U R EN C E

K AK O VO STPR O IZVO D A

TR ŽN E ZN AČ ILN O STIPR O IZVO D A

IM AG E

D ISTR IB U C IJA

PR O M O C IJA

M AR K ETIN G

STR U K TU R AK AD R O V

ZN AN JA

K AD R I inZN AN JA

TEH N O LO ŠK AR AVEN

TEH N O LO ŠK AFLEK SIB ILN O ST

IN TEN ZITETAR & R

TEH N O LO G IJAin R AZVO J

K AK O VO STPO SLO VN IH FU N K C IJ

K O N K U R EN Č N ASPO SO B N O ST

V.Rajkovič 74

Model evalvacije strateške pozicije podjetja

54321012345

5 4 3 2 1 0 1 2 3 4 5Makroekonomsko okolje

Ekonomska moč podjetja

Atraktivnostpanoge

Tržnamoč podjetja

V.Rajkovič 75

Model evalvacije strateške pozicije podjetja

54321012345

5 4 3 2 1 0 1 2 3 4 5Makroekonomsko okolje

Ekonomska moč podjetja

Atraktivnostpanoge

Tržnamoč podjetja

1988198919901991

V.Rajkovič 76

Vredana

V.Rajkovič 77

Pridobitve

• Parametri (dejavniki) ohranijo svoje “naravne” vrednosti

• Strukturiranje parametrov

• Transparentna razlaga agregiranih vrednosti

• Selektivni večnivojski prikazi

• Razlaga strateškega položaja

V.Rajkovič 78

Zaključek

• Pomoč miselnim procesom managerja pri razumevanju odločitev

• Ni garancije za dobro odločitev; z ustreznim razumevanjem lahko le zmanjšamo možnost napake

V.Rajkovič 79

Človek in odločanje:Človek in odločanje:

psihološko-sociološki problemi odločanjapsihološko-sociološki problemi odločanja

Kaj optimiziramo?Kaj optimiziramo?Pomen kontekstaPomen kontekstaLogika izbireLogika izbire >> imam rajši imam rajši

== preferenčna enakost (ni diference) preferenčna enakost (ni diference)osnovna pravila:osnovna pravila: (1)(1) tranzitivnosttranzitivnost: : če A > B in B > C potem A > Cče A > B in B > C potem A > C

(2) (2) pomen malih razlikpomen malih razlik:: če A = B in B = C potem A = Cče A = B in B = C potem A = C

(3) (3) problem Tokyo-NewYorkproblem Tokyo-NewYork:: če A = B in C > 0 potem A + C > Bče A = B in C > 0 potem A + C > B

V.Rajkovič 80

Subjektivna verjetnost:Subjektivna verjetnost:

1. Verjetnost različnih dogodkov ob vsakem poskusu, 1. Verjetnost različnih dogodkov ob vsakem poskusu, npr. metanje kockenpr. metanje kocke

{b} je približno 3x večja kot {a}{b} je približno 3x večja kot {a}

3. Utrjeni notranji vzorci mišljenja3. Utrjeni notranji vzorci mišljenjaa: angleška beseda, ki se začne s črko ka: angleška beseda, ki se začne s črko kb: angleška beseda, ki ima na 3. mestu kb: angleška beseda, ki ima na 3. mestu k

2. Presoja verjetnosti dogodka na osnovi karakterističnosti2. Presoja verjetnosti dogodka na osnovi karakterističnosti

A: Ž M M Ž M ŽA: Ž M M Ž M ŽB: M M M Ž Ž ŽB: M M M Ž Ž Ždružina

spoli otrok po vrstnemredu rojstev

Podobno A:Podobno A: C: Ž M Ž M M ŽC: Ž M Ž M M ŽD: M Ž M Ž Ž MD: M Ž M Ž Ž ME: M Ž Ž M Ž ME: M Ž Ž M Ž M

takih podobnih zaporedij je 18takih podobnih zaporedij je 18

Podobno B:Podobno B: F: Ž Ž Ž M M MF: Ž Ž Ž M M M

to je edino zaporedje podobno Bto je edino zaporedje podobno B

V.Rajkovič 81

dol

gotr

ajn

i sp

omin

(D

S)

dol

gotr

ajn

i sp

omin

(D

S)

aktivacijskiaktivacijskivmesnikvmesnik

senzorskisenzorskivmesnikvmesnik

aktivacijskiaktivacijski

signalisignali

senzorskisenzorski

signalisignali

pod

atk

i o o

kol

ju

p

odat

ki z

a p

odat

ki o

ok

olju

pod

atk

i za

okol

jeok

olje

podatki o okoljupodatki o okolju

7 + 2

kra

tkot

rajn

i sp

omin

(K

S)

kra

tkot

rajn

i sp

omin

(K

S)

procesprocespotrjevanjapotrjevanja

iningeneriranjageneriranjakonceptovkonceptov

dej

stva

in k

once

pti

dej

stva

in k

once

pti

dej

stva

in k

once

pti

dej

stva

in k

once

pti

zavestnozavestnoupravljanjeupravljanje

Model nekaterih človekovih Model nekaterih človekovih miselnih procesov:miselnih procesov:

V.Rajkovič 82

Skupinsko odločanjeSkupinsko odločanje

1. Zakaj odločanje v skupini?1. Zakaj odločanje v skupini?

• demokracijademokracija• participacijaparticipacija• informacijska družbainformacijska družba• kompleksnostkompleksnost• prilagajanje spremembamprilagajanje spremembam• učno-vzgojni procesučno-vzgojni proces• odločitveni postopekodločitveni postopek

V.Rajkovič 83


2. Problemi skupinskega odločanja:2. Problemi skupinskega odločanja:

• pogojipogoji• motivacijamotivacija• znanjeznanje• brez sovraštvabrez sovraštva

• cena postopkacena postopka• različni interesirazlični interesi• odgovornostodgovornost• manipulacijamanipulacija• strah pred tehnološkim razvojemstrah pred tehnološkim razvojem

V.Rajkovič 84


3. Usklajevanje interesov:3. Usklajevanje interesov:

• nezadostno znanje kot vir različnosti nezadostno znanje kot vir različnosti interesov interesov

• metode usklajevanjametode usklajevanja• pravilo večinepravilo večine• utežiuteži• več parametrovveč parametrov• ekspertni sistemiekspertni sistemi

V.Rajkovič 85

2 4 6 8 102 4 6 8 10vv1 1 -vrednost za prvega odločevalca-vrednost za prvega odločevalca

1010

88

66

44

22

00

vv22

nemanjvrednostne nemanjvrednostne oceneocene

aa11

aa22

aa33

aa44

področje ocenpodročje ocenkoristnosti variantkoristnosti variant

vv11=v=v22

vv11+v+v22=konst.=konst.

HarsanyiHarsanyi

NashNash

vv11*v*v22=konst.=konst.

V.Rajkovič 86

Organiziranje procesa odločanja:Organiziranje procesa odločanja:

1. 1. Identifikacija odločitvenega problemaIdentifikacija odločitvenega problema 2. 2. Določitev odločitvene skupineDoločitev odločitvene skupine 3. 3. Identifikacija variantIdentifikacija variant 4. 4. Identifikacija odločitvenih parametrovIdentifikacija odločitvenih parametrov 5. 5. Zajemanje odločitvenega znanjaZajemanje odločitvenega znanja 6. 6. Analiza in ocena variantAnaliza in ocena variant 7. 7. Razlaga rezultatov vrednotenjaRazlaga rezultatov vrednotenja 8. 8. Realizacija izbrane varianteRealizacija izbrane variante

V.Rajkovič 87

V.Rajkovič 88

VSEBINA

Odločanje kot socio-tehnični proces.Upravljanje z odločitvenim znanjem.Principi in struktura sistemov za pomoč pri odločanju.Pregled metod in tehnik, ki jih nudi sodobna IT za pomoč pri odločanju. Podatkovno skladiščenje in odkrivanje znanja iz podatkov. Integracija posameznih metod in tehnik v celovit, kompleksen sistem. Identifikacija potreb in evalvacija sistemov za pomoč pri odločanju.

VAJE- individualno in skupinsko odločanje- razvoj odločitvenega modela- spoznavanje nekaterih orodij za podporo odločanju (preglednica, Decaid, HighView, ExpertChoice, DEX, ipd.)- izgradnja sistema za pomoč pri odločanju

Documents

Proces odločanja prof. dr. Vladislav Rajkovič lopes1.fov.uni-mb.si