Określenie zakresu przedmiotu

Slides:



Advertisements
Podobne prezentacje
Wybrane zastosowania programowania liniowego
Advertisements

Nie-archimedesowe (leksykograficzne) PZ
Sieć jednokierunkowa wielowarstwowa
Systemy/modele rozmyte – podstawy i struktury
Hydraulika SW – modele elementów i systemu
Modele hydrauliki elementów SW
Istota i przesłanki badań marketingowych
Struktura problemu decyzyjnego
Analiza ryzyka projektu
Badania operacyjne. Wykład 1
badania rynku turystycznego
Czym jest zarządzanie operacyjne
Czy potrafimy obliczyć wartość wyjścia sieci znając wartości jej wejść? Tak, przy założeniu, że znamy aktualne wartości wag i progów dla poszczególnych.
Etapy modelowania matematycznego
Komputerowe wspomaganie decyzji 2010/2011Wprowadzenie – mapa pojęć Kazimierz Duzinkiewicz, dr hab. inż.Katedra Inżynierii Systemów Sterowania1 Określenie.
Model Takagi – Sugeno – Kang’a - TSK
- szybkie przetwarzanie dużych ilości danych,
Nieliniowa metoda najmniejszych kwadratów
Problem transportowy. Transport towarów od dostawców (producentów) do odbiorców odbywa się dwustopniowo przez magazyny hurtowe z przeładunkiem na mniejsze.
Modele problemów decyzyjnych – przykłady
Komputerowe Wspomaganie Decyzji 2007/2008 Modele problemów decyzyjnych – przykłady II Dr hab. inż. Kazimierz Duzinkiewicz, Katedra Inżynierii Systemów.
Komputerowe Wspomaganie Decyzji 2010/2011 Zagadnienia wielocelowe II Dr hab. inż. Kazimierz Duzinkiewicz, Katedra Inżynierii Systemów Sterowania 1 Metody.
Metody poszukiwania rozwiązań wielocelowych zagadnień liniowych
Zagadnienia wielokryterialne
Liniowe modele decyzyjne – rozwiązania i analiza post-optymalizacyjna
Zadanie 1.
Zagadnienia wielokryterialne
Teoria wyboru konsumenta
Zarządzanie 1. Zarządzanie
Modelowanie matematyczne
Systemy dynamiczne – przykłady modeli fenomenologicznych
Systemy/modele rozmyte – podstawy i struktury
Teoria sterowania SN 2013/2014Organizacja prowadzenia i program przedmiotu Kazimierz Duzinkiewicz, dr hab. inż.Katedra Inżynierii Systemów Sterowania1.
Modelowanie i identyfikacji SN 2013/2014Modele fenomenologiczne - linearyzacja Kazimierz Duzinkiewicz, dr hab. inż.Katedra Inżynierii Systemów Sterowania1.
Wybrane modele rozmyte i schematy wnioskowania
Wielocelowe problemy decyzyjne I
strukturalizacja powtarzalnych reguł postępowania
Struktury i algorytmy wspomagania decyzji 2013/2014Organizacja prowadzenia i program przedmiotu Kazimierz Duzinkiewicz, dr hab. inż.Katedra Inżynierii.
Wybrane zadania automatyka, w których stosuje on modele:
Modelowanie i podstawy identyfikacji 2012/2013Modele fenomenologiczne - dyskretyzacja Kazimierz Duzinkiewicz, dr hab. inż.Katedra Inżynierii Systemów Sterowania1.
Podstawy modelowania i identyfikacji 2011/2012Modele fenomenologiczne - metodyka Kazimierz Duzinkiewicz, dr hab. inż.Katedra Inżynierii Systemów Sterowania1.
Systemy/modele rozmyte – podstawy i struktury
Etapy modelowania matematycznego
Struktury i algorytmy wspomagania decyzji 2012/2013Organizacja prowadzenia i program przedmiotu Kazimierz Duzinkiewicz, dr hab. inż.Katedra Inżynierii.
Modelowanie i podstawy identyfikacji 2009/2010Modele fenomenologiczne - przykłady Kazimierz Duzinkiewicz, dr hab. inż.Katedra Inżynierii Systemów Sterowania1.
PROBLEMY DECYZYJNE KRÓTKOOKRESOWE WYBÓR OPTYMALNEJ STRUKTURY PRODUKCJI
Planowanie przepływów materiałów
Struktury i algorytmy wspomagania decyzji 2013/2014 Zagadnienia wielokryterialne Dr hab.inż, Kazimierz Duzinkiewicz, Katedra Inżynierii Systemów Sterowania.
MS Excel - wspomaganie decyzji
Politechniki Poznańskiej
Istota i zadania rachunkowości zarządczej
Operacyjne sterowanie produkcją
Metoda studium przypadku jako element XI Konkursu Wiedzy Ekonomicznej
Modele dyskretne – dyskretna aproksymacja modeli ciągłych lub
Wybrane zadania automatyka, w których stosuje on modele:
Treści multimedialne - kodowanie, przetwarzanie, prezentacja Odtwarzanie treści multimedialnych Andrzej Majkowski 1 informatyka +
Teoria sterowania SNUpraszczanie schematów blokowych transmitancyjnych – znajdowanie transmitancji zastępczej  Kazimierz Duzinkiewicz, dr hab. inż.Katedra.
Podstawy automatyki I Wykład 1b /2016
1 USTALANIE CENY SPECJALNEJ DLA DODATKOWEGO ZAMÓWIENIA.
Katedra Inżynierii Sterowania Komputerowe systemy sterowania i wspomagania decyzji 2015/2016 © Kazimierz Duzinkiewicz, dr hab. inż. 1 Dekompozycyjne metody.
RACHUNEK KOSZTÓW ZMIENNYCH, PORÓWNANIE Z RACHUNKIEM KOSZTÓW PEŁNYCH
ANALIZA CVP KOSZT-WOLUMEN-ZYSK.
© Kazimierz Duzinkiewicz, dr hab. inż. Katedra Inżynierii Systemów Sterowania 1 Metody optymalizacji - Energetyka 2015/2016 Wielocelowe programowanie liniowe.
Cz. Nosala (1979, 1993) koncepcja problemu i ich podziału (taksonomii) Każda sytuacja poznawcza ukierunkowana na osiągnięcie jakiegoś celu zawiera następujące.
Struktury i algorytmy i wspomagania decyzji
Struktury i algorytmy wspomagania decyzji
Metody optymalizacji Materiał wykładowy /2017
Struktury i algorytmy wspomagania decyzji
* PROCESÓW TECHNOLOGICZNYCH
Zapis prezentacji:

Określenie zakresu przedmiotu Systemy wspomagania decyzji - SWD (Decision Support System - DSS) są klasą skomputeryzowanych systemów informacyjnych, które wspomagają działalność podejmowania decyzji Dwa obszary: podejmowanie decyzji, systemy informacyjne Płaszczyzna spotkania: technika komputerowa Dlaczego skomputeryzowane? Budowane dla wspomagania decyzji, których podjęcie wymaga analizowania i przetwarzania dużych ilości danych i złożonych relacji pomiędzy nimi

Decyzja jest pojęciem popularnym w naszym języku a jednocześnie kluczowym we wszystkich naukach i dziedzinach życia

Decyzja:  pojęcie popularne w naszym języku ...... zdecydowałem się – będę studiował automatykę ....... zarząd przyjął plan strategicznego rozwoju firmy Decyzja:  pojęcie kluczowe w wielu naukach ...... teoria decyzji ....... optymalizacja decyzji ....... decyzje wielokryterialne ........ decyzje w warunkach ryzyka i niepewności

Oblicza decyzji? * decyzja sędziego na boisku – był faul? rzut wolny? żółta kartka? czerwona kartka? * decyzja Trybunału Konstytucyjnego – akt prawny zgodny z Konstytucją? częściowo zgodny? * decyzja zakochanego? – wziąć ślub? * decyzja szefa firmy – dobry projekt marketingowy? sfinansować w całości? dobry projekt nowego wyrobu? dobry program produkcji? * decyzja rady miasta – dobry projekt budżetu? o ile zmniejszyć wydatki? co usunąć?

Oblicza decyzji? c.d. * decyzja dowódcy na polu walki – atakować? wycofać się? bronić się? którędy atakować, aby zaskoczyć wroga? * decyzja kierowcy w samochodzie – którędy jechać, aby najszybciej dotrzeć do celu? * decyzja robota domowego? sprzątać? włączyć ogrzewanie? * decyzja zespołu robotów – jak poruszać się w terenie, aby razem najszybciej dotrzeć do celu? * decyzja regulatora – ile gazu do pieca, aby osiągnąć pożądaną temperaturę?

Czy zawsze będziemy mówić o wspomaganiu decyzji - kto podejmuje decyzje? Decydent jednostka, która podejmuje decyzję Decydentem może być:  pojedyncza osoba – człowiek  grupa osób  urządzenie  grupa urządzeń

Fakty z przytoczonych przykładów:  decydent chce coś osiągnąć – istnieje jakiś cel lub cele jego, które chciałby osiągnąć lub które mają być osiągnięte  decydent jest człowiekiem lub zespołem ludzi  jego działanie jest skierowane na niego samego lub na obiekty z otoczenia

Decyzja jest wyborem sterowania Odrzucenie urządzeń i grupy urządzeń jako decydentów - odwołanie do dwóch pojęć – sterowanie, automatyka Sterowanie to celowe oddziaływanie czegoś/kogoś na coś/kogoś Decyzja jest wyborem sterowania Automatyka jest dziedziną wiedzy, która zajmuje się możliwościami ograniczania udziału lub eliminowania udziału człowieka w sterowaniu różnorodnymi obiektami bądź środowiskiem

Można powiedzieć: Wspomaganie decyzji jest dziedziną wiedzy, która zajmuje się możliwościami pomagania człowiekowi w sterowaniu różnorodnymi obiektami bądź środowiskiem, w sterowaniu w którym jest on istotnie zaangażowany, a pomaganie skupione jest na procesie podejmowania decyzji

Czy zawsze będziemy mówić o wspomaganiu decyzji – charakter decyzji? Czy powinienem kupić nowy komputer? Czy powinienem tej jesieni podróżować samolotami? Jaki jest najbardziej odpowiedni profil produkcji fabryki? Który rynek powinien być najbardziej dochodowy? Jaką terapię zastosować? Jak przeciwdziałać skutkom ataku terrorystycznego? Jak monitorować środowisko przeciw skażeniom?

Będą nas interesowały decyzje tego drugiego rodzaju Rozróżnienie: decyzje indywidualne (osobnicze) decyzje instytucjonalne Będą nas interesowały decyzje tego drugiego rodzaju

Historia zainteresowania i rozwoju metod podejmowania decyzji instytucjonalnych planowanie i kierowanie operacjami militarnymi, przeniesienie idei z zastosowań militarnych do handlu i przemysłu i rozwinięcie ich próby zastosowania w polityce, …..

proces podejmowania decyzji Kiedy pojawia się decyzja? Decyzja pojawia się jako wynik procesu nazywanego procesem decyzyjnym Terminy tożsame: proces decyzyjny  proces podejmowania decyzji podejmowanie decyzji Proces decyzyjny może prowadzić do decyzji, może kończyć się podjęciem decyzji, ale nie musi.

Definicja: Podejmowanie decyzji to każdy ciąg procesów mentalnych (myślowych) i/lub komputerowych (obliczeniowych) tworzących proces przetwarzania (obróbki), w który włączone są informacja, wiedza i preferencje, a którego wynikiem końcowym jest decyzja

W procesie podejmowania decyzji zostaje rozwiązany problem decyzyjny przez wybranie jednej z możliwych opcji decyzyjnych i wskazanie jej jako decyzji Podejmowanie decyzji rozpoczyna się, kiedy pojawia się potrzeba wyboru i istnieje możliwość dokonania takiego wyboru oraz, kiedy istnieje jednostka, która uświadamia sobie potrzebę wyboru i chce go dokonać

Nieodzowne składniki każdego procesu decyzyjnego: istnienie, co najmniej dwóch opcji, które będziemy nazywali opcjami decyzyjnymi, spośród których można dokonać wyboru – podjąć decyzję, istnienie, co najmniej jednego kryterium oceny decyzji, dzięki któremu jesteśmy w stanie oceniać opcje z punktu widzenia tego kryterium i dokonać wyboru dobrego lub najlepszego w sensie istniejącego kryterium, istnienie jednostki, która dokona wyboru decyzji, którą będziemy nazywali decydentem

Opcje decyzyjne to „kandydatury” na decyzję, wszystkie opcje decyzyjne tworzą zbiór D, który będziemy nazywali zbiorem opcji decyzyjnych lub przestrzenią decyzyjną Czy można matematycznie scharakteryzować opcje decyzyjne?

Każdą opcję decyzyjną można w jakiś sposób scharakteryzować, opisać ją za pomocą szeregu cech - atrybutów, określić za pomocą szeregu cząstkowych wielkości Oznaczmy te cechy za pomocą zbioru wielkości zmiennych Wartości każdej z tych wielkości należą do dziedziny Iloczyn kartezjański dziedzin atrybutów opcji decyzyjnych nazywać będziemy przestrzenią decyzyjną zatem

Poszczególne elementy zbioru są opcjami decyzyjnymi Będziemy zakładali, że poszczególne atrybuty decyzji dają się wyrazić liczbowo, bądź co najmniej ocenić za pomocą przyjętej umownej skali liczbowej

Przykład: Programy produkcji zakładów określają ile, jakiego towaru zakład wyprodukuje w określonym przedziale czasu. Weźmy dwa zakłady wytwarzające produkty o różnym charakterze: fabryka samochodów i rafineria nafty. Fabryka samochodów może produkować model samochodu terenowego i/lub model samochodu kompaktowego, zaś rafineria nafty może produkować jeden rodzaj benzyny i/lub jeden rodzaj oleju napędowego. Infrastruktura technologiczna zakładów determinuje maksymalne liczby i ilości tych produktów

Kryterium oceny decyzji to przyporządkowanie lub przepis na przyporządkowanie każdej opcji decyzyjnej ilościowej (lub ilościowych) lub jakościowej (lub jakościowych) oceny korzyści (dobroci, lepszości, ...) wynikających w jej wyboru jako decyzji Często kryterium oceny decyzji nazywane jest celem decyzji.

Kryterium oceny decyzji pojedyncze kryterium: problemy jednokryterialne wiele kryteriów: problemy wielokryterialne

Problemy podejmowania decyzji wielokryterialnych mogą być ogólnie zakwalifikowane do dwóch kategorii:  problemy decyzji wieloatrybutowych (Multiple Attribute Decision Problem - MADP)  problemy decyzji wielocelowych (Multiple Objective Decision Problem - MODP)

Problemy decyzji wieloatrybutowych Cechą wyróżniającą problemy decyzji wieloatrybutowych MADP jest to, że istnieje ograniczona (i przeliczalnie mała) liczba ustalonych wcześniej opcji decyzyjnych. Każda opcja posiada określony, związany z nią, poziom osiągnięcia uznanych za istotne przez decydenta atrybutów/cech (które niekoniecznie muszą być kwantyfikowalne) i na których podstawie podejmowana jest decyzja

Problemy decyzji wielocelowych W przypadku problemów decyzji wielocelowych MODP nie określana jest wcześniej liczba opcji z wartościami właściwych dla problemu atrybutów. Zamiast tego problemy te posiadają: (1) zbiór kwantyfikowalnych celów na podstawie których podejmowana jest decyzja; (2) zbiór dobrze określonych ograniczeń na wartości różnorakich atrybutów (zmiennych decyzyjnych) możliwych opcji

Cecha MADP MODP Problem Porównanie: Ocena oparta o Atrybuty Cele Cel Nie wyrażany wprost Wyraźnie określony Atrybut Ograniczenie Nie występują (włączone w atrybuty) Występują Opcja Skończona liczba, dyskretne (wcześniej określone) Nieskończona liczba, (pojawiają się w trakcie procesu decyzyjnego)

Atrybut Myśliwiec Zagadnienie wieloatrybutowe – przykład (Problem wyboru samolotów myśliwskich) Pewne państwo zdecydowało się zakupić flotę odrzutowych myśliwców w USA. Urzędnicy Pentagonu przedstawili informację o właściwościach czterech modeli, które mogą być sprzedane do tego kraju. Zespół analityków Sił Powietrznych zainteresowanego kraju zgodził się, że należy rozważać sześć charakterystyk (atrybutów). Są to: maksymalna prędkość (A1), zasięg latania (A2), maksymalny ładunek użyteczny (A3), koszt zakupu (A4), niezawodność (A5), manewrowalność (A6). Wartości tych atrybutów zostały przedstawione w tablicy Myśliwiec Atrybut A1 A2 A3 A4 A5 A6 M1 2.0 1500 20000 5.5 średnia b. wysoka M2 2.5 2700 18000 6.5 niska M3 1.8 2000 21000 4.5 wysoka M4 2.2 1800 5.0 Który z samolotów powinien wybrać zainteresowany kraj, jeżeli chciałby mieć samolot jak najszybszy, o jak największym zasięgu, jak największej ładowności, jak najtańszy, jak najbardziej niezawodny i jak najwyższych zdolnościach manewrowych?

Zagadnienie wielocelowe – przykład Firma produkuje dwa produkty. Kierownictwo zdecydowało, że pragnie znaleźć plan produkcji, który będzie:  maksymalizować całkowite zyski,  maksymalizować spodziewaną liczbę „opanowanych” części rynku,  spełnić ograniczenia procesowe (tj. dostępność surowca),  uniknąć nasycenia rynku (tj. być w stanie sprzedać wszystkie wyprodukowane wyroby Każda jednostka produktu 1 przynosi zysk w wysokości 3 jednostek pieniężnych, a drugiego 1 jednostkę. Ustalono, że każda sprzedana jednostka produktu 1 spowoduje zdobycie 2 jednostek udziału na rynku, a drugiego produktu 3 jednostek udziału. Ponadto wiadomo, że jednostka produktu 1 potrzebuje 2 jednostki surowca do wyprodukowania, a jednostka produktu 2 tylko 1 jednostkę oraz, że dostępnych jest w rozważanym przedziale czasu tylko 50 jednostek surowca. W końcu ekspertyza rynku wskazuje, że nie więcej niż 20 jednostek produktu 1 i nie więcej niż 30 jednostek produktu 2 powinno być produkowane w rozważanym przedziale czasu

Decydent to podmiot podejmowania decyzji, jednostka, która dokonuje wyboru decyzji spośród opcji. Decydentem może być:  pojedyncza osoba – człowiek – np. ktoś zamierzający kupić prezent imieninowy  grupa osób – np. rada miasta pracująca nad budżetem miasta  urządzenie – np. regulator ustalający taki dopływ gazu do pieca, aby uzyskać pożądaną temperaturę  grupa urządzeń – np. grupa robotów mobilnych realizujących zadanie w terenie

– koniec materiału prezentowanego podczas wykładu Dziękuję – koniec materiału prezentowanego podczas wykładu