Upload
avram-murphy
View
109
Download
1
Embed Size (px)
DESCRIPTION
Proces odločanja prof. dr. Vladislav Rajkovič http://lopes1.fov.uni-mb.si. Cilji. Študentje pri tem predmetu spoznajo:. odločitveni proces kot socio-tehnični proces, ki ga je možno podpreti z metodami in tehnikami sodobne informacijske in komunikacijske tehnologije - PowerPoint PPT Presentation
Citation preview
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 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
Literatura Literatura 2/4 2/4
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
Literatura Literatura 3/4 3/4
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 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
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 = starost00 1 2 3 4 5 6 7 8 1 2 3 4 5 6 7 8
V.Rajkovič 23
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 = 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
neprimerenneprimeren
primerenprimeren
doberdober
odličenodličen
OCENA AVTAOCENA AVTA
VARNOST VARNOST – x– x11
CENACENA – x – x22
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
neprimerenneprimeren
primerenprimeren
doberdober
odličenodličen
OCENA AVTAOCENA AVTA
VARNOST VARNOST – x– x11
CENACENA – x – x22
odlična
odlična
Funkcija koristnosti več parametrovFunkcija koristnosti več parametrov
V.Rajkovič 27
slab
asl
aba
zadovo
lj
zadovo
ljivaivadobra
dobra nizka
nizkasrednja
srednjavisoka
visoka
neprimerenneprimeren
primerenprimeren
doberdober
odličenodličen
OCENA AVTAOCENA AVTA
VARNOST VARNOST – x– x11
CENACENA – x – x22
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
neprimerenneprimeren
primerenprimeren
doberdober
odličenodličen
OCENA AVTAOCENA AVTA
VARNOST VARNOST – x– x11
CENACENA – x – x22
odlična
odlična
Funkcija koristnosti več parametrovFunkcija koristnosti več parametrov
V.Rajkovič 29
slab
asl
aba
zadovo
lj
zadovo
ljivaivadobra
dobra nizka
nizkasrednja
srednjavisoka
visoka
neprimerenneprimeren
primerenprimeren
doberdober
odličenodličen
OCENA AVTAOCENA AVTA
VARNOST VARNOST – x– x11
CENACENA – x – x22
odlična
odlična
Funkcija koristnosti več parametrovFunkcija koristnosti več parametrov
V.Rajkovič 30
slab
asl
aba
zadovo
lj
zadovo
ljivaivadobra
dobra nizka
nizkasrednja
srednjavisoka
visoka
neprimerenneprimeren
primerenprimeren
doberdober
odličenodličen
OCENA AVTAOCENA AVTA
VARNOST VARNOST – x– x11
CENACENA – x – x22
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
neprimerenneprimeren
primerenprimeren
doberdober
odličenodličen
OCENA AVTAOCENA AVTA
VARNOST VARNOST – x– x11
CENACENA – x – x22
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
neprimerenneprimeren
primerenprimeren
doberdober
odličenodličenOCENA AVTAOCENA AVTA
VARNOST VARNOST – x– x11
CENACENA – x – x22
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
nesprej. sprejemljiv dober
nesprej. sprejemljiv dober
nesprej. sprejemljiv dober
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
za za večparametrsko odločanjevečparametrsko odločanje
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
CENA TEH. KAR. DODATKI
NOT. ENOTE ZUN. ENOTE
PROCESOR POMNILNIK DISK ZASLON TIPKOVNICA
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
CENA TEH. KAR. DODATKI
NOT. ENOTE ZUN. ENOTE
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
CENA TEH. KAR. DODATKI
NOT. ENOTE ZUN. ENOTE
PROCESOR POMNILNIK DISK ZASLON TIPKOVNICA
AVTONOMIJA
spr
nizka
odl
nespr
spr
dob spr spr
dob
dob sred
4h
M.Bohanec 58
4. Analiza 4. Analiza kaj-čekaj-če
PRENOSNIK
CENA TEH. KAR. DODATKI
NOT. ENOTE ZUN. ENOTE
PROCESOR POMNILNIK DISK ZASLON TIPKOVNICA
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
CENA TEH. KAR. DODATKI
NOT. ENOTE ZUN. ENOTE
PROCESOR POMNILNIK DISK ZASLON TIPKOVNICA
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
za za večparametrsko odločanjevečparametrsko odločanje
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
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 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
Skupinsko odločanjeSkupinsko odločanje
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
Skupinsko odločanjeSkupinsko odločanje
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 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