SISTEME INTELIGENTEDE SUPORT DECIZIONAL

Ș.l.dr.ing. Laura-Nicoleta IVANCIU

Curs 13 –Recapitulare

2

(R) Decizie

DECÍZIE, decizii, s. f.

1. Hotărâre luată în urma examinării unei probleme, a unei situațiietc., soluție adoptată (dintre mai multe posibile); rezoluție. ♦ Hotărâreluată de un organ al administrației de stat sau de un organ dejurisdicție.2. (Rar) Calitatea de a fi ferm, hotărât; fermitate. [Var.: deciziúne s. f.]Din fr. décision, lat. decisio, -onis. (DEX)

DECÍZIE s. v. dârzenie, fermitate, hotărâre, intransigenţă, neclintire,neînduplecare, nestrămutare, neşovăire, statornicie. (Dicționar desinonime)

Curs 13 – Recapitulare

. dr.ing. Laura-Nicoleta IVANCIU, Sisteme inteligente de suport decizionalȘ l.

3

(R) Proces decizional

”Process of choosing amongst alternative courses of action for the purpose of attaining a goal or goals.” (E. Turban)

Procesul decizional implică:

existența unei probleme de rezolvat -> formularea problemei căi de acțiune multiple existența unui/unor scop/scopuri (destinații, rezultate)

Ex: problema comis-voiajorului

Curs 13 – Recapitulare

. dr.ing. Laura-Nicoleta IVANCIU, Sisteme inteligente de suport decizionalȘ l.

4

(R) Proces decizional

Etapele procesului decizional (H.A. Simon)

Intelligence

Design

Choice MonitoringImplementation

Curs 13 – Recapitulare

. dr.ing. Laura-Nicoleta IVANCIU, Sisteme inteligente de suport decizionalȘ l.

5

(R) Sisteme de suport decizional

”Systems designed to support managerial decision-making in unstructured problems” (E. Turban)

” Interactive, computer-based systems that aid users in judgment and choice activities.” (M. Druzdzel)

Nu există o definiție universal acceptată!

- interacțiune utilizator – componente ale SSD

- accentul se pune pe intrări

Curs 13 – Recapitulare

. dr.ing. Laura-Nicoleta IVANCIU, Sisteme inteligente de suport decizionalȘ l.

6

(R) Sisteme de suport decizional

Caracteristici ale SSD

Un SSD trebuie să fie:

- flexibil- adaptiv- interactiv- bazat pe interfață grafică- iterativ- bazat pe model

Curs 13 – Recapitulare

. dr.ing. Laura-Nicoleta IVANCIU, Sisteme inteligente de suport decizionalȘ l.

7

(R) Sisteme de suport decizional

Caracteristici ale SSD

SSD

Probleme structurate și nestructurate

Suportmanagerial la orice nivel

Suport individual și de grup

Deciziiinterdependente sau secvențiale

Toate etapele procesului dedecizieDiferite tipuri

de procese de decizie

Adaptabil șiflexibilInteractiv

Eficacitate

Control uman

Acces la date

Ușor de dezvoltat

Modelare șianaliză

Standalone

Curs 13 – Recapitulare

. dr.ing. Laura-Nicoleta IVANCIU, Sisteme inteligente de suport decizionalȘ l.

8

(R) Arhitectura SSD

Componente ale SSD (Turban)

sistemul de management al bazei de date

sistemul de management al bazei de modele

interfața cu utilizatorul

sistemul de management bazat pe cunoștințe

Curs 13 – Recapitulare

. dr.ing. Laura-Nicoleta IVANCIU, Sisteme inteligente de suport decizionalȘ l.

9

(R) Arhitectura SSD

Componente ale SSD (Turban)

Management bază de date

Management bază de modele

Modele externe

Internet, Intranet

Alte sisteme

Management bazat pe cunoștințe

Interfața cu utilizatorul

Utilizator(manager)

Cunoștințe organizaționale

Date: interne, externe, private

Curs 13 – Recapitulare

. dr.ing. Laura-Nicoleta IVANCIU, Sisteme inteligente de suport decizionalȘ l.

10

(R) Metode de dezvoltare a SSD

Metodologie tradițională

SDLC – System Development Life Cycle

model de tip cascadă (waterfall)

4 etape

Nevoie

Planificare

Analiză

Implementare

Proiectare

Sistem

Curs 13 – Recapitulare

. dr.ing. Laura-Nicoleta IVANCIU, Sisteme inteligente de suport decizionalȘ l.

11

(R) Metode de dezvoltare a SSD

Metode alternative de dezvoltare

Dezvoltare paralelă

RAD – Rapid Application Development

- metodă rapidă, funcționalități limitate

phased development: dezvoltare secvențială, în serie prototyping throwaway prototyping

Curs 13 – Recapitulare

. dr.ing. Laura-Nicoleta IVANCIU, Sisteme inteligente de suport decizionalȘ l.

12

“Un sistem expert (SE) este un program care acționeazăasupra unui set de cunoștințe, pentru obținerea în acelașimod ca și experții umani a rezultatelor unor activități dificil de executat.” (Dzițac)

” Expert systems are computer-based information systems that use expert knowledge to attain high-level decision performance in a narrow problem domain.” (Turban)

”Program de exploatare inteligentă a unei baze de date caracteristice unui domeniu particular de aplicație.” (DEX)

- produse ale Inteligenței Artificiale

Curs 13 – Recapitulare (R) Sisteme expert

. dr.ing. Laura-Nicoleta IVANCIU, Sisteme inteligente de suport decizionalȘ l.

13

Expert și expertiză

Expert = persoană care are cunoștințe, poate emite judecățide valoare, are experiență și cunoaște metode pentru a da sfaturi și pentru a rezolva probleme.

Expertiză = ansamblu de cunoștințe specifice, deținute de un expert în domeniu; analiza și soluționarea unei problemespecifice

(R) Sisteme expertCurs 13 – Recapitulare

. dr.ing. Laura-Nicoleta IVANCIU, Sisteme inteligente de suport decizionalȘ l.

14

Definiție

SSD care realizează funcţii cognitive selectate de luare a deciziei şi care sunt bazate pe inteligenţă artificială sau pe tehnologii cu agenţi inteligenţi sunt denumite sisteme inteligente de suport decizional (SISD).

Necesitate

Limitări în prelucrarea cunoştinţelor umanecognitiveeconomicede timpcompetitive

(R) SISDCurs 13 – Recapitulare

. dr.ing. Laura-Nicoleta IVANCIU, Sisteme inteligente de suport decizionalȘ l.

15

În mod ideal, un SISD ar trebui...

să se comporte ca un consultant uman

să strângă și să analizeze date relevante pentru proces

să identifice și să diagnosticheze problemele

să propună diferite moduri de acțiune

să evalueze modurile de acțiune propuse

Prin tehnici de IA/IC, toate aceste acțiuni vor fi realizate de către computer, emulând cât mai real comportamentul uman.

(R) SISDCurs 13 – Recapitulare

. dr.ing. Laura-Nicoleta IVANCIU, Sisteme inteligente de suport decizionalȘ l.

16

Diagramă funcțională

Extragerea cunoștințelorlimbaj natural -> tabel informațional

(R) SISDCurs 13 – Recapitulare

. dr.ing. Laura-Nicoleta IVANCIU, Sisteme inteligente de suport decizionalȘ l.

17

“Inteligența este capacitatea de a înțelege ușor și bine, de a sesiza ceea ce este esențial, de a rezolva situații sau probleme noi pe baza experienței acumulate anterior” (DEX)

calcul – complet algoritmizabil percepție/recunoaștere – nu sunt algoritmizabile

Tipuri de inteligență biologică artificială computațională

(R) Fundamente ale IACurs 13 – Recapitulare

. dr.ing. Laura-Nicoleta IVANCIU, Sisteme inteligente de suport decizionalȘ l.

18

Mecanisme de comportament inteligent ale IA

raționament

învățare sau instruire

capacitatea de rezolvare a sarcinilor

comunicare prin limbaj natural

(R) Fundamente ale IACurs 13 – Recapitulare

. dr.ing. Laura-Nicoleta IVANCIU, Sisteme inteligente de suport decizionalȘ l.

19

Rețele Neuronale Artificiale

- sisteme de prelucrare a informației, ce modelează structura paralelă masivă acreierului – inspirație biologică

- număr mare de elemente de prelucrare (neuroni) relativ simple

- conexiuni ponderate între neuroni

- cunoștințele sunt stocate în ponderile conexiunilor

(R) Principiile RNACurs 13 – Recapitulare

. dr.ing. Laura-Nicoleta IVANCIU, Sisteme inteligente de suport decizionalȘ l.

20

Alte definiții

RNA = calculator distribuit, masiv paralel, care achiziționeazănoi cunoștințe pe baza experienței anterioare și le facedisponibile pentru utilizarea ulterioară (S.Haykin, 1994)

Asemănarea cu creierul uman cunoștințele sunt achiziționate de rețeaua neurală printr-un proces de învățare

cunoștințele sunt depozitate în conexiunile inter-neuronale (ponderisinaptice)

(R) Principiile RNACurs 13 – Recapitulare

. dr.ing. Laura-Nicoleta IVANCIU, Sisteme inteligente de suport decizionalȘ l.

21

RNA este complet determinată prin:

tipul unităților funcționale (elemente de procesare numite neuroni)

arhitectură (amplasare unități funcționale)

algoritm de funcționare (transformare semnal intrare în semnal ieșire)

algoritm de învățare (cum achiziționează rețeaua noicunoștințe pe bază de exemple)

(R) Principiile RNACurs 13 – Recapitulare

. dr.ing. Laura-Nicoleta IVANCIU, Sisteme inteligente de suport decizionalȘ l.

22

Neuronul natural

unitate morfo-funcțională a sistemului nervos

(R) Bazele biologice ale RNACurs 13 – Recapitulare

. dr.ing. Laura-Nicoleta IVANCIU, Sisteme inteligente de suport decizionalȘ l.

23

Neuronul artificial

Modelul de bază McCulloch-Pitts (1943) Modelul derivat

w – ponderi sinapticef – funcție de integrare/agregare/activare

Θ – bias (polarizare)

(R) Bazele biologice ale RNACurs 13 – Recapitulare

. dr.ing. Laura-Nicoleta IVANCIU, Sisteme inteligente de suport decizionalȘ l.

24

Funcții de activare

(R) Bazele biologice ale RNACurs 13 – Recapitulare

. dr.ing. Laura-Nicoleta IVANCIU, Sisteme inteligente de suport decizionalȘ l.

25

Unități funcționale ale RNA

(R) Arhitectura RNACurs 13 – Recapitulare

. dr.ing. Laura-Nicoleta IVANCIU, Sisteme inteligente de suport decizionalȘ l.

Arhitectura RNA

rețele feed-forward (unidirecționale)

unistrat

(R) Arhitectura RNACurs 13 – Recapitulare

26

Arhitectura RNA

rețele feed-forward (unidirecționale)

multistrat

- mai lente decât cele unistrat- pot implementa funcții mai complexe

Curs 13 – Recapitulare (R) Arhitectura RNA

27

Caracteristici ale RNA ”împrumutate” de la creier

capacitatea de a învățaînvățare din exempleajustarea ponderilor pe baza unor modeleantrenare cu seturi mari de date

capacitatea de a generalizapot da răspunsuri corecte pentru intrări ușor diferite de cele cu care au fost antrenate

capacitatea de a sintetizapot da răspunsuri corecte pentru intrări afectate de zgomot/imprecise/parțiale

Curs 13 – Recapitulare (R) Arhitectura RNA

28

29

Tipuri de probleme rezolvabile cu RNA

clasificaregruparea vectorilor de intrare în clasedomeniu de ieșire discret

Ex: recunoașterea formelor, operații de telecom (decodare, demodulare, regenerare semnale), decizie

aproximare de funcțiiinterpolare perechi intrare-ieșiredomeniu de ieșire continuu

Ex: modelarea directă/inversă a unui sistem necunoscut, predicție

optimizaregăsirea punctului de minim/maxim al unei funcțiiset de ponderi pentru care diferența dintre ieșirea dorită și ieșirea rețelei este minimă, în sens statistic

Ex: problema comis-voiajorului

(R) Tipuri de problemeCurs 13 – Recapitulare

. dr.ing. Laura-Nicoleta IVANCIU, Sisteme inteligente de suport decizionalȘ l.

30

Logica fuzzy

Fuzzy: vag, neclar, imprecis, scămos, pufos, nuanţat

Fuzziness: imprecizie nestatistică și caracter vag al informațiilor și datelor

Mulțimi fuzzy: clase de obiecte cu granițe neprecise; apartenența la o clasă este graduală, între 0 (totală neapartenență) și 1 (apartenență completă)

- logica raționamentului aproximativ (=extensie a logicii multivalente)

- generalizare a logicii convenționale

Curs 13 – Recapitulare (R) Logica fuzzy

. dr.ing. Laura-Nicoleta IVANCIU, Sisteme inteligente de suport decizionalȘ l.

31

Logica fuzzy“Pe măsură ce creşte complexitatea, formulările precise pierd dinînţeles şi formulările pline de înţeles pierd din precizie.” (Lotfi Zadeh)

(R) Logica fuzzyCurs 13 – Recapitulare

. dr.ing. Laura-Nicoleta IVANCIU, Sisteme inteligente de suport decizionalȘ l.

32

Mulțime fuzzy = clasă de obiecte, cu grade de apartenență continue.

Funcție de apartenență – atribuie fiecărui obiect un grad de apartenență, cuprins între 0 (neapartenență) și 1 (apartenență totală).

0.55

0.3

Curs 13 – Recapitulare (R) Mulțimi fuzzy

. dr.ing. Laura-Nicoleta IVANCIU, Sisteme inteligente de suport decizionalȘ l.

33

0.55

0.3

Mulţimea fuzzy A este complet determinată de mulţimea perechilor ordonate:A = {(x, µA(x))x∈X}

Suportul unei mulțimi fuzzy A: Submulțimea strictă a lui X ale cărei elemente au grade de apartenenţă nenule în A:

( ){ }0|)(supp >∈= xXxA Aµ

Curs 13 – Recapitulare (R) Mulțimi fuzzy

. dr.ing. Laura-Nicoleta IVANCIU, Sisteme inteligente de suport decizionalȘ l.

34

variabilălingvistică

valoarelingvistică

0.55

0.3

i) Variabila lingvistică x =: o proprietate, un atribut al obiectului (obiectelor) în discuţie (pentru un amplificator: amplificarea);

ii) Valoarea lingvistică A =: un adverb, adjectiv asociat variabilei lingvistice, care dă numele mulţimii fuzzy asociate (medie, mare);

Curs 13 – Recapitulare (R) Mulțimi fuzzy

. dr.ing. Laura-Nicoleta IVANCIU, Sisteme inteligente de suport decizionalȘ l.

35

variabilălingvistică

valoarelingvistică

universul discuției

0.55

grad de apartenență

0.3

iii) Universul discuţiei X =: o mulţime clasică, tranşantă, pe care se definesc mulţimile fuzzy (intervalul considerat pentru amplificare X = [50; 300];

iv) Gradul de apartenenţă µ =: măsura în care un element aparţine unei mulţimi fuzzy, µ∈[0; 1] (µ=0.55 pentru amplificare de 199, ce aparţine mulţimii fuzzy ‘amplificare medie’)

Curs 13 – Recapitulare (R) Mulțimi fuzzy

. dr.ing. Laura-Nicoleta IVANCIU, Sisteme inteligente de suport decizionalȘ l.

36

variabilălingvistică

valoarelingvistică

universul discuției

0.55

grad de apartenență

functie de apartenență

0.3

v) Funcţia de apartenenţă µA =: asociază fiecărui element x gradul de apartenenţă la mulţimea fuzzy A

µA(x) : X→[0; 1] µmedie(amplificare) : [50; 300]→[0; 1]

Curs 13 – Recapitulare (R) Mulțimi fuzzy

. dr.ing. Laura-Nicoleta IVANCIU, Sisteme inteligente de suport decizionalȘ l.

37

Tipuri de mulțimi fuzzy (Matlab)

0

0.2

0.4

0.6

0.8

1trapmf gbellmf trimf gaussmf gauss2mf smf

0

0.2

0.4

0.6

0.8

1zmf psigmf dsigmf pimf sigmfsingleton

Curs 13 – Recapitulare (R) Mulțimi fuzzy

. dr.ing. Laura-Nicoleta IVANCIU, Sisteme inteligente de suport decizionalȘ l.

38

Mulțime fuzzy triunghiulară

≤≤−−

≤≤−−

==

altfel

xaax

axax

xxA A

;

;

;

)()(

0

βββ

ααα

µ

];[supp βα=(A)

( )

=n

n

xxxxA µµµ ;...;;

2

2

1

1

A – se mai numeste și număr fuzzy triunghiular

“x este aproximativ egal cu a”

Mulțime discretă

Definită prin punctele de inflexiune

a - centrul mulțimii

),,( βα a

Curs 13 – Recapitulare (R) Mulțimi fuzzy

. dr.ing. Laura-Nicoleta IVANCIU, Sisteme inteligente de suport decizionalȘ l.

39

Mulțime fuzzy trapezoidală

A – se mai numeste și număr fuzzy trapezoidal

“x este aproximativ în intervalul [a, b]”

Definită prin punctele de inflexiune

[a, b] – interval de toleranță

),,,( βα ba

≤≤−−

≤≤

≤≤−−

==

altfel;

xb;bx

bxa;

axα;αaαx

(x)μA(x) A

0

1

βββ

];[supp βα=(A)

Curs 13 – Recapitulare (R) Mulțimi fuzzy

. dr.ing. Laura-Nicoleta IVANCIU, Sisteme inteligente de suport decizionalȘ l.

40

Mulțime fuzzy singleton

A – se mai numeste și punct fuzzy

c – centrul mulțimii

=

==restin,0

,1)()(

cxxxA Aµ

c(A) =supp

Curs 13 – Recapitulare (R) Mulțimi fuzzy

. dr.ing. Laura-Nicoleta IVANCIU, Sisteme inteligente de suport decizionalȘ l.

41

Operații cu mulțimi fuzzy Intersecție XxxBxAxBA ∈∀∧=∩ )()()(

XxxxxBxAxBA BA ∈∀=∧=∩ ))(),(min()()()( µµ

Curs 13 – Recapitulare (R) Mulțimi fuzzy

. dr.ing. Laura-Nicoleta IVANCIU, Sisteme inteligente de suport decizionalȘ l.

42

Operații cu mulțimi fuzzy Reuniune

XxxxxBxAxBA BA ∈∀=∨=∪ ))(),(max()()()( µµ

XxxBxAxBA ∈∀∨=∪ )()()(

Curs 13 – Recapitulare (R) Mulțimi fuzzy

. dr.ing. Laura-Nicoleta IVANCIU, Sisteme inteligente de suport decizionalȘ l.

43

Operații cu mulțimi fuzzy Complement

(R) Mulțimi fuzzy

XxxxA A ∈∀−= ),(1)( µ

Curs 13 – Recapitulare

. dr.ing. Laura-Nicoleta IVANCIU, Sisteme inteligente de suport decizionalȘ l.

44

Structura unui sistem cu logică fuzzy SISOMamdani Takagi-Sugeno – mulțimi de ieșire de tip singleton

Curs 13 – Recapitulare (R) Sisteme cu logică fuzzy

. dr.ing. Laura-Nicoleta IVANCIU, Sisteme inteligente de suport decizionalȘ l.

45

Principii ale CE

căutare în spațiul soluțiilor, bazată pe principiul evoluției naturale (Darwin – teoria evoluționistă – supraviețuirea celui mai bun)

pentru găsirea populației finale (soluție), se lucrează cu o populație de soluții potențiale, care evoluează

Evoluție = indivizii din noua generație sunt mai adaptați la mediu decât indivizii din care au fost creați

direcționarea căutării se face prin transformări specifice asupra populației, similare cu procese naturale: selecție, recombinare, mutație

(R) Calcul evoluționistCurs 13 – Recapitulare

. dr.ing. Laura-Nicoleta IVANCIU, Sisteme inteligente de suport decizionalȘ l.

46

Operații specifice CE

Selecție

mai apropiat ≡ mai adecvat

- șanse mai mari de a fi ales pentru a contribui la generarea noii populații

(R) Calcul evoluționistCurs 13 – Recapitulare

. dr.ing. Laura-Nicoleta IVANCIU, Sisteme inteligente de suport decizionalȘ l.

47

Operații specifice CE

Recombinare (încrucișare)

crossover

single point double point

(R) Calcul evoluționistCurs 13 – Recapitulare

. dr.ing. Laura-Nicoleta IVANCIU, Sisteme inteligente de suport decizionalȘ l.

48

Operații specifice CE

Mutație – permite apariția unor trăsături și gene care nu ar fi putut să apară exclusiv prin selecție sau încrucișare.

- se asigură diversitatea populației

(R) Calcul evoluționistCurs 13 – Recapitulare

. dr.ing. Laura-Nicoleta IVANCIU, Sisteme inteligente de suport decizionalȘ l.

49

Structura unui AG

Curs 13 – Recapitulare (R) Algoritmi genetici

. dr.ing. Laura-Nicoleta IVANCIU, Sisteme inteligente de suport decizionalȘ l.

50

Curs 13 – Recapitulare (R) Algoritmi genetici

. dr.ing. Laura-Nicoleta IVANCIU, Sisteme inteligente de suport decizionalȘ l.

51

Ierarhizarea indivizilor - ranking

populația este ordonată în concordanță cu valoarea funcției obiectiv

valoarea adecvării atribuită fiecărui individ depinde numai de poziția sa în urma ierarhizării, și nu de valoarea funcției obiectiv

fiecare individ primește o probabilitate de selecție în vederea reproducerii, dependentă de propria valoare a funcției obiectiv și de valorile funcțiilor obiectiv a celorlalți indivizi

Pos – poziție; Nind – dimensiunea populației; PS – presiunea de selecție, 1 ≤ PS ≤ 2

11)1(22)(−−

−+−=NindPosPSPSPosAdecv

Curs 13 – Recapitulare (R) Algoritmi genetici

. dr.ing. Laura-Nicoleta IVANCIU, Sisteme inteligente de suport decizionalȘ l.

52

SelecțieDeterminarea populației intermediare ce conține părinții care

vor fi supuși operatorilor genetici de recombinare și mutație -selectarea indivizilor care vor produce urmași.

Curs 13 – Recapitulare (R) Algoritmi genetici

. dr.ing. Laura-Nicoleta IVANCIU, Sisteme inteligente de suport decizionalȘ l.

Selecția de tip ruletă

indivizii sunt atribuiți la segmente contigue ale unei linii, astfel ca lungimea fiecărui segment să fie proporțională cu gradul său de adecvare

se generează un număr aleator și este selectat individul al cărui segment corespunde valorii aleatoare

pentru fiecare individ, se calculează o probabilitate de selecție:

∑=

= N

i

iFitness

iFitnessiprobSelection

1)(

)()(_

53

Selecție – selecția de tip ruletă

procesul este asemănător roții de ruletă, în care mărimea fiecărui “sector” este proporțională cu gradul de adecvare

Curs 13 – Recapitulare (R) Algoritmi genetici

. dr.ing. Laura-Nicoleta IVANCIU, Sisteme inteligente de suport decizionalȘ l.

54

Recombinare (încrucișare - crossover)Produce noi indivizi (urmași) prin combinarea informațiilor

conținute de doi sau mai mulți părinți.

Tipuri: discretă pentru valori reale

- recombinare intermediară- recombinare liniară- recombinare liniară extinsă

pentru valori binare - single point- double point- multiple point- uniformă

Curs 13 – Recapitulare (R) Algoritmi genetici

. dr.ing. Laura-Nicoleta IVANCIU, Sisteme inteligente de suport decizionalȘ l.

55

Recombinare (încrucișare - crossover)Recombinare intermediară

Variabila j a urmașului U este o combinație liniară între variabilele j ale celor 2 părinți, P1 și P2.

a – factor de scalare, generat aleator în intervalul [-d; 1+d], uzual d = 0.25

var,....,,,*)(* NjVaraVaraVar Pjj

Pjj

Uj 211 21 =−+=

Curs 13 – Recapitulare (R) Algoritmi genetici

. dr.ing. Laura-Nicoleta IVANCIU, Sisteme inteligente de suport decizionalȘ l.

56

MutațieProduce noi indivizi prin modificarea aleatoare a indivizilor din

populația curentă.

Tipuri: pentru variabile binare

pentru variabile reale – se adaugă valori aleatoare variabilelor reale

precissionmutationkua

rangemutationrdomainrr

s

NjarsVarVar

ukj

ij

j

jjjjMutj

_],,[,

_,*

},{

var,....,,,**

−∈=

−=

+−∈

=+=

− 102

1121

Curs 13 – Recapitulare (R) Algoritmi genetici

. dr.ing. Laura-Nicoleta IVANCIU, Sisteme inteligente de suport decizionalȘ l.

57

MOM (multiobjective optimization) mai multe obiective (criterii) care trebuie optimizate (îndeplinite) simultan

obiectivele sunt de cele mai multe ori contradictorii

conflicting objectives (goals)

Ex.: precizie vs. complexitate vs. viteză pentru sisteme de calculconsum de carburant vs. viteză pentru automobilecost vs. dimensiuni pentru terminale mobile

(R) Optimizare multiobiectivCurs 13 – Recapitulare

. dr.ing. Laura-Nicoleta IVANCIU, Sisteme inteligente de suport decizionalȘ l.

58

Front Pareto = granița dintre regiunea în care toate cerințele sunt satisfăcute (feasible points) și cea în care cerințele nu sunt satisfăcute (infeasible point)

Curs 13 – Recapitulare (R) Optimizare multiobiectiv

. dr.ing. Laura-Nicoleta IVANCIU, Sisteme inteligente de suport decizionalȘ l.

59

DefinițieStrategic decisions are the decisions concerned with the whole environment in which the firm operates, the entire resources and the people who form the company, and the interface between the two.

Caracteristici: cel mai mare grad de risc se iau la nivel înalt (conducere) afectează cel mai mult compania/angajații/clienții/imaginea companiei foarte complexe încearcă să creeze armonie între resurse/oportunități/amenințări

. dr.ing. Laura-Nicoleta IVANCIU, Sisteme inteligente de suport decizionalȘ l.

Curs 13 – Recapitulare (R) Decizie strategică în mediul economic

60

A nu se confunda!!!

decizii strategice/operaționale/administrative

Ex.: Reducerea costurilor – decizie strategică, implementată prin decizia operațională de reducere a numărului de angajați. Felul în care se realizează disponibilizările este o decizie administrativă.

Tip decizie/Proprietate Strategică Operațională Administrativă

frecvență foarte rar rar zilnictimp termen lung termen mediu termen scurtefect global producție angajați

. dr.ing. Laura-Nicoleta IVANCIU, Sisteme inteligente de suport decizionalȘ l.

Curs 13 – Recapitulare (R) Decizie strategică în mediul economic

61

Tipuri de decizie strategică

go/no-goEx.: dezvoltarea de produse noi, extinderea pieței de desfacere

selecție dintre alternativeEx.: selecția orașelor în care compania să își dezvolte noi sedii

creare de alternativeEx.: dezvoltare de produse noi (cu caracteristici diferite sau din altă gamă)

(R) Decizie strategică în mediul economic

. dr.ing. Laura-Nicoleta IVANCIU, Sisteme inteligente de suport decizionalȘ l.

Curs 13 – Recapitulare

62

Sistemul de decizieCaracterizat prin:

număr finit de alternative (posibilități de decizie)

număr finit de rezultate (efecte/produse/outcomes), fiecare cu o probabilitate asociată

cost sau beneficiu (profit) pentru fiecare decizie

. dr.ing. Laura-Nicoleta IVANCIU, Sisteme inteligente de suport decizionalȘ l.

Curs 13 – Recapitulare (R) Abordări alternative pentru decizie

63

Tabel de decizie (cu probabilități)

Stare

Decizie ploaie (0.1) senin (0.9)

Ia umbrelă 0 (0) 3 (2.7) (3)(2.7)

Nu lua umbrelă 6 (0.6) 0 (0) (6)(0.6)

Abordare Minimax – Ia umbrelă!Abordare Bayes – Nu lua umbrelă!

(R) Abordări alternative pentru decizie

. dr.ing. Laura-Nicoleta IVANCIU, Sisteme inteligente de suport decizionalȘ l.

Curs 13 – Recapitulare

64

În episodul următor: Examen

. dr.ing. Laura-Nicoleta IVANCIU, Sisteme inteligente de suport decizionalȘ l.

Curs 13 – Recapitulare