Sistemi za podršku odlučivanju i ekspertni sistemi
1.2 Podrška odlučivanju u organizacijama
Podrška odlučivanju je potrebna iz najmanje tri razloga:
U skoro svim situacijama odlučivanja postoji velika količina podataka koju treba
obraditi
Vreme za odlučivanje je uvek ograničeno, tj postoji vremenski period u kome je
potrebno doneti odluku
Postoji potreba donosioca odluke da donese ispravnu odluku
Za podršku odlučivanju u organizacijama u današnje vreme najčešće se koristi naziv
poslovna inteligencija
. Poslovna inteligencija se definiše kao:
Skup informacionih tehnologija, organizacionih pravila kao i znanja i veština zaposlenih u
organizaciji udruženih u generisanju, zapisivanju, integraciji i analizi podataka sve sa ciljem da
se dođe do potrebnog znanja za donošenje odluka.
Odluke koje se donose u organizacionom okruženju mogu biti:
Operativne – najčešće izvršavane odluke koje karakteriše mogućnost dovođenja do
perfekcije izvršavanja, zbog učestalosti izvršavanja i zbog strukturiranosti (bitna je
efikasnost)
Taktičke – predstavljaju sponu između operativnih i strateških, služe za prevođenje
strateških u operativne (bitna je efektivnost)
Strateške – najsloženije koje treba doneti, za njihovo donošenje i realizacuju
potrebno je najviše vremena
Podrška odlučivanju može da se koristi za sve vrste odluka, ali je ona najznačajnija na
strateškom i taktičkom nivou donošenja odluka. Podrška odlučivanju je zastupljena
svugde gde je potrebno donositi ispravne upravljačke odluke. Podrška odlučivanju je
metadisciplina koja prožima sve ostale discipline, ona nije zamena za ostale discipline.
Podrška odlučivanju može da se pridoda svim organizacionim disciplinama i da unapredi
funkcionisanje organizacije.
1.3 Strukturiranost problema
Po Simon –u strukturiranost se moože izjednačiti sa njegovom definisanošću, a pod
potpuno strukturiranim problemom se podrazumeva da:
je problem jasan
su precizno definisani ulazni podaci
su poznati načini na koji se vrši analiza i dolazi do rešenja
Problemi koje je potrebno rešavati sa stanovišta odlučivanja mogu biti strukturirani,
polustrukturirani i nestrukturirani.
1
Prevođenje problema odlučivanja iz nestrukturiranosti u strukturiranost je jedan od najbitnijih
zadataka podrške odlučivanju.
1.4 Sistemi za podršku odlučivanju
Turban definiše SPO preko većeg broja definicija:
SPO treba da bude pomoć DO u smislu povećavanja njihovih sposobnosti, a nikako kao zamena
njihovih procena.
SPO je sistem baziran na računaru koji daje podršku rešavanju klase polustrukturiranih ili
nestrukturiranih problema u procesu donošenja odluka.
Čupić et, al. daju sledeću definiciju SPO:
Sistemi za podršku odlučivanju su informacioni sistemi, koji su slični i komplementarni
standardnim informacionim sistemima i imaju za cilj da podržavaju, uglavnom, poslovne
procese donošenja odluke. Predstavljaju simbiozu informacionih sistema, primene niza
funkcionalnih znanja i tekućeg procesa donošenja odluka.
Svaki sistem za podršku odlučivanju se sastoji iz tri podsistema:
Podsistem baze podataka
– predstavlja deo SPO u kome se čuvaju ulazni i izlazni
podaci organizacije, ova baza se razlikuje od klasičnih relacionih baza podataka
Podsistem baze modela
– komponenta SPO koja se sastoji od poslovnih modela
odlučivanja, svaki model rešava određeni problem kod određenog poslovnog
procesa. Njihov zadatak je da na osnovu ulaznih podataka i modela odlučivanja
generišu izlazne podatke na osnovu kojih DO donosi odluku.
Ključne osobine SPO u podsistemu modela uključuju sledeće sposobnosti:
1. Uključivanje novih modela u sistem
2. Pristupanja i integraciji blokova modela radi dobijanja novog modela
3. Katalogiziranja i održavanja širokog opsega modela za različite korisnike
4. Povezivanje ovih modela sa odgovarajućim vezama u bazi podataka
5. Upravljanje bazom modela
Podsistem korisničkog interfejsa –
treba da omogući komunikaciju između SPO i
korisnika, i razloga što DO nisu specijalisti za određeni model, te je s toga ovaj
podsistem i najvažniji. U većini slučajeva podsistem korisničkog interfejsa se sastoji
iz tri dela:
1. Jezik akcije: šta korisnik može da učini u komunikaciji sa sistemom
2. Jezik prikazivanja ili prezentacije: šta korisnik vidi
3. Baza znanja: šta korisnik mora znati
Struktura SPO po Turbanu:
Upravljanje podacima
Upravljanje modelima
Komunikacijski podsistem
Osnovne predsnosti SPO, koje je naveo Keen 1981.:
2
Rešenje objedinjenih IS i SPO sa ciljem da podrže taktičko i strateško odlučivanje se danas
naziva
poslovna inteligencija
. Proces integracije IS i SPO nije u potpunosti završen.
Sistem PI,u budućnosti, bi trebalo da zadovolji sledeće:
Punjenje podataka u bazu podataka u realnom vremenu
Punjenje modela iz baze modela u realnom vremenu
Analiza rezultata modela u realnom vremenu
Donošenje odluke u realnom vremenu
Slojevi koji čine strukturu jednog sistema poslovne inteligencije su sledeći:
Analitički sloj
– odgovoran je za pravljenje izveštaja za DO, u njega su uključeni alati
za izveštavanje kao i različiti modeli iz baze modela, čiji je zadatak da na osnovu
zahteva korisnika i podataka iz baze reše zahtev DO. Ovaj sloj u dobroj meri zavisi
od sposobnosti analitičara, a potrebna je i određena količina vremena za
sastavljanje izveštaja. Da bi sistem PI mogao da funkcioniše u realnom vremenu
neophodno je znanja analitičara automatizovati i formalizovati.
Integrativni sloj
– predstavlja sponu između modela i podataka poslovanja. On treba
da obezbedi kvalitetne podatke za analitički sloj. Da bi ovaj sloj funkcionisao u
realnom vremenu treba da se omogući:
1. Jednostavan pristup podacima poslovanja kroz definisano skladište podataka
2. Definisan tok učitavanja podataka iz poslovanja u skladište podataka
3. Sistem za upravljanje kvalitetom podataka i rešavanje problema nekvalitetnih
podataka kod procesa učitavanja podataka u skladište
Transakcioni ili operativni sloj
– generiše podatke poslovanja. Sistem PI treba da
bude vezan za ovaj sloj i to dvostruko. Sve što se dešava u tekućem poslovanju
organizacije treba da se očitava u skladištu podataka, i sa druge strane odluke
donete na osnovu izveštaja iz analitičkog sloja treba da se odraze u operativnom
sloju i povratno kroz sam sistem PI. Da bi ovo bilo moguće, potrebno je uključiti
sledeće funkcionalnosti u sistem PI:
1. Organizacioni procesi treba da budu snimani konstantno i podaci iz tog procesa
učitavani u skladište podataka
2. Odluke koje donosi DO treba da utiču na sam poslovni proces
4
Sistem
znanja
Jezički sistem
Sistem za
procesiran
e
problema
Prezentacioni sistem
Odgovor
Korisnik
Zahtev
Da bi modeli za odlučivanje postali efikasni neophodno je:
Efikasno korišćenje postojećih algoritama i njihovih delova
Jednostavno korišćenje novih modela odlučivanja objavljenih u naučnim časopisima
u organizacijama
Mogućnost kombinovanja prednosti različitih algoritama
Brže prihvatanje algoritama u privredi i različitim disciplinama
Razvoj standarda u oblasti OZP
1.5 Ekspertni sistemi
Ekspertni sistemi mogu da se definišu kao
programi koji koriste ljudsko znanje radi
rešavanja problema koji zahtevaju ljudsku inteligenciju
.
Ekspertni sistemi su inteligentni računarski programi koji upotrebljavaju znanje i procedure
zaključivanja da bi rešili probleme koji su dovoljno teški te zahtevaju značajnu ljudsku stručnost
i veštinu. Znanje sa dodatkom mehanizama zaključivanja za rešavanje tog problema mogu se
smatrati modelom koji simulira najboljeg stručnjaka u toj oblasti.
Ekspertni sistemi pored osnovne namene, čuvanje ekspertskog znanja, imaju još nekoliko
važnih osobina kada se posmatraju u odnosu na SPO:
Integracijom ES i SPO značajno se poboljšava problem upravljanja bazom modela
specifičnih SPO-a.
Uspešno realizovana integracija ES i SPO, predstavlja prvi korak u kreiranju novih
vrsta informacionih sistema kao što su EIS, ESS, MSS.
Svaki ES se sastoji iz tri osnovna dela:
5
ANALITIČKI SLOJ
Izveštavanje, OZP
INTEGRATIVNI SLOJ
Skladišta, metapodaci
ETL
OPERATIVNI SLOJ
CRM, ERP, Baze, IS
Tri sloja poslovne
inteligencije
INFORMACIJA I AKCIJA
SISTEM PI
SKLADIŠTE
MODELI ODL.
POSLOVNI PROCESI
Sistem poslovne
inteligencije u realnom
vremenu
među njima. Predikatski račun uključuje u sebi još dva logička veznika za
svaki i postoji. Predikatska logika je mnogo povoljnija za modelovanje
ljudskog jezika.
Tabela odlučivanja
– indukciona tabela odlučivanja predstavlja još jedan vid
čuvanja znanja. Tabela se sastoji od atributa i redova, a neki od atributa
mogu biti izlaznog karaktera, tj kada se se desilo stanje opisano neizlaznim
atributima tada se donela odluka koja je opisana u izlaznom atributu. Ova
tabela se naziva indukciona jer se na osnovu slučajeva datih u tabeli
predviđa kako će biti ponašanje u celoj populaciji, tj induktivno.
Stablo odlučivanja
– jedan od često korišćenih načina za čuvanje znanja,
znanje se čuva u formi stabla. Stablo odlučivanja čuva znanje u
hijerarhijskom obliku koji je jednostavno čitljiv.
Bez obzira na izabrani način predstavljanja znanja, prikupljanje istog je važna
komponenta prilikom razvijanja ekspertskog sistema. Ovaj posao je poveren
inženjeru znanja, a sam proces prikupljanja znanja od eksperta naziva se akvizicija
znanja.
2.
Mehanizam zaključivanja
– predstavlja deo ES koji ima zadatak da pronađe
odgovarajuće znanje u bazi znanja i da ga primeni za rešavanje problema.
Mehanizmi zaključivanja su locirani između baze znanja i korisničkog interfejsa. Pri
tome izvršava dva osnovna zadatka:
Ispituju se postojeće činjenice i pravila u bazi znanja i dodaju nove kada je to
moguće
U saradnji sa korisnikom ES određuje redosled zaključivanja nad bazom
znanja
Mehanizam zaključivanja direktno komunicira sa bazom znanja, što je razlog da se
obezbedi brzo i efikasno pretraživanje podataka. Za pretraživanje baze podataka
koriste se dva algoritma koji se koriste u realizaciji mehanizama zaključivanja ES
zasnovanih na produkcionim pravilima, to su:
Ulančavanje unapred
– polazi od premisa, IF delova pravila, u bazi znanja i
upoređuje ih sa činjenicama u memoriji koje je korisnik izneo. Time se
utvrđuje koja su pravila zadovoljena; to su ona čija je premisa nađena među
činjenicama u memoriji. Pravila koja su zadovoljena, mogu se realizovati
tako da se njihovi THEN delovi izvrše (ako su akcije), ili, ukoliko su iskazi,
mogu se smatrati istinitim. Izvršavanje neke akcije menja stanje činjenica u
memoriji, iskaz koji je istinit dodaje se već postojećim činjenicama u
memoriji. Tako se dobija novo stanje činjenica u memoriji. Sada se
proverava da li je problem rešen, a ukoliko jeste korisnik se obaveštava o
tome i završava sa radom. Ukoliko rešenje nije nađeno postupak se
iterativno ponavlja. Ako se prilikom pretraživanja pravila u bazi znanja
pokaže da ni jedno nije zadovoljeno ES zaključuje da nema dovoljno
podataka da bi problem mogao da se reši. Tada ES može ili da prekine sa
radom, ili da od korisnika zahteva dodatne podatke. Ako dođe do konfliktne
7
