Integracja źródeł wiedzy w analizie decyzyjnej (Synteza...

60 HANDEL WEWNĘTRZNY 2014;1(354):60-71

Ryszard BudzińskiUniwersytet Szczeciński

Jarosław BeckerZachodniopomorski Uniwersytet Technologiczny

Integracja źródeł wiedzy w analizie decyzyjnej (Synteza autorskiego systemu informatycznego DSS)

Streszczenie

Artykuł zawiera opis ważniejszych rozwiązań metodycznych (szkoły ame-rykańskiej, europejskiej i polskiej) zastosowanych do budowy informatycznego systemu wspomagania decyzji oraz autorskie rozwiązania z zakresu integracji tych metod. W pracy weryfikuje się pogląd, że budowa systemu informatycznego wspomagania decyzji, oparta na wykorzystaniu architektury budowy zadań WPL, dobrze systematyzuje zasoby danych i ułatwia wszechstronniejsze korzystanie z tych zasobów przez inne zinformatyzowane metody i techniki wspomagania decyzji.

Słowa kluczowe: analiza decyzyjna, system wspomagania decyzji, preferencje.

Kody JEL: C38, C60, C80, C88

Wstęp

Współcześnie można zaobserwować dwa nurty teorii decyzji: ilościowy (normatywny) – skoncentrowany na rozwoju teorii i metod poszukiwania optymalnych wariantów decy-zyjnych przy udziale matematyki stosowanej – oraz behawioralny (deskryptywny) – obja-śniający, skupiony na podejmowaniu decyzji w praktyce i odnoszący się przede wszystkim do teorii organizacji i zarządzania. Podejście ilościowe, które dominuje w literaturze, mimo niewątpliwych zalet posiada wiele ograniczeń w zastosowaniach praktycznych. W podej-ściu tym nie docenia się czynników znajdujących się u podstaw zachowania człowieka i nie uwzględnia jego społecznych uwarunkowań w budowanych modelach decyzyjnych. Dlatego deficyt zdolności do zapewnienia syntezy sformalizowanych metod z rzeczywistą działalno-ścią człowieka doprowadził do powstania luki między teorią a praktyką. Rozwiązania tego problemu można poszukiwać w obszarach deskryptywnej teorii podejmowania decyzji, co z uwagi na jej objaśniający charakter (wyjaśnia podjęcie decyzji, a nie zaleca jaką decyzję podjąć) czyni to podejście mało skutecznym.

Kolejną propozycją znalezienia rozstrzygnięcia omawianej sytuacji stanowią metody analizy systemowej. Jej celem jest uwzględnianie złożonych uwarunkowań z zakresu ana-lizy, oceny i metod wyboru wariantu decyzyjnego. Metodologia analizy systemowej wyko-rzystuje również wiele założeń behawioralnej teorii podejmowania decyzji w warunkach

handel_wew_1-2015.indd 60 2015-03-26 09:47:57

61RYSZARD BUDZIŃSKI, JAROSŁAW BECKER

niepewności. Mamy zatem do czynienia z postępującym procesem integracji obydwu ob-szarów racjonalizacji decyzji, behawioralnego i ilościowego, w spójny proces użyteczny dla teoretyków i praktyków.

Na przestawiony stosunek do teorii decyzji nakłada się nowe podejście do odwzoro-wywania rzeczywistości. J. Kacprzyk (2010) wskazuje, że: „podejmowanie decyzji jest właściwie procesem kognitywnym i myślowym, który ma na celu wybranie jakiejś opcji z możliwych”. Konkluzja prof. Kacprzyka brzmi: „ostatecznym kryterium jakości mode-li i rozwiązań jest akceptacja człowieka”. Prowadzi to, zdaniem autora, do poszukiwania nowych rozwiązań w obszarach tzw. neuroekonomii. Poddaje się przy tym w wątpliwość istnienie tylko zachłanności, np. w obszarze twardych rozwiązań optymalizacyjnych, wska-zując na znaczenie sprawiedliwości i altruizmu.

Złożoność procesu decyzyjnego

Z przestawionych we wstępie założeń można wywieść naturalną procedurę, której głów-ne zapytania dotyczą następujących problemów, tworzących kolejne etapy postępowania: czym kierują się ludzie wybierając cokolwiek, jakie mają przy tym preferencje oraz jakie tworzą profile w zarządzaniu? Ostatni etap jest podstawą organizacji działania prawie każdej firmy. Jest to zasadne w dążeniach do szerszego ujmowania problemów ekonomii behawio-ralnej w rozwiązaniach informatycznych wspomagania decyzji.

Analiza rzeczywistości wskazuje na zasadnicze uwarunkowania (por. schemat 1), któ-re należy wziąć pod uwagę w konstrukcji informatycznego systemu wspomagania decyzji, mianowicie: - wieloetapowość – proces decyzyjny może przebiegać w ramach jednego lub wielu eta-

pów; - wielokryterialność – decyzje mogą być rozpatrywane z punktu widzenia dowolnej

liczby kryteriów, tj. struktura kryteriów – prosta (wektor kryteriów), złożona (zależ-ności hierarchiczne lub sieciowe), reprezentacja kryteriów – w formie liczbowej lub słownej;

- liczba decydentów – decyzje mogą być podejmowane przez jednego lub grupę decyden-tów, dodatkowo pewne parametry decyzji (wariantów decyzyjnych) mogą być opiniowa-ne przez eksperta bądź grupę ekspertów o wymaganym poziomie kompetencji;

- skala problemu decyzyjnego – problemy małej skali związane z rozstrzygnięciem decy-zji obejmującej od kilku do kilkunastu wariantów decyzyjnych lub problemy masowe dotyczące rozpatrzenia kilku dziesiątek lub setek wariantów;

- elastyczność wariantów decyzyjnych – procedura decyzyjna może przebiegać jednokrot-nie od zdefiniowania problemu, poprzez określenie wariantów i ich wybór lub może mieć charakter iteracyjny;

- lingwistyka danych – dane mogą być formułowane w postaci liczbowej z badań em-pirycznych lub słownej opinii ekspertów o znanych (udokumentowanych) kompeten-cjach.

handel_wew_1-2015.indd 61 2015-03-26 09:47:57

62 INTEGRACJA ŹRÓDEŁ WIEDZY W ANALIZIE DECYZYJNEJ...Sc

hem

at 1

Uw

arun

kow

ania

syst

emow

e pro

cesu

info

rmac

yjno

-dec

yzyj

nego

Źród

ło: o

prac

owan

ie w

łasn

e.

handel_wew_1-2015.indd 62 2015-03-26 09:47:58


Złożoność opisu sytuacji decyzyjnej powoduje, że trudno znaleźć metodę uniwersalną, dzięki której można uzyskać najlepsze rozwiązanie postawionego problemu decyzyjnego. Jest pewien dylemat na zbiegu dane – decyzje. W związku z tym należy znaleźć odpowiedź na pytania: czy zasób danych (najczęściej rozproszonych) kreuje decyzje?, czy mamy do czynienia z sytuacją odwrotną, że decyzje wymuszają gromadzenie określonych danych?

Koncepcja systemu – rozwiązanie metodyczne

Literatura przedmiotu, w której można znaleźć opis dotyczący integracji metod, zawie-ra przede wszystkim omówienie tworzenia podejść hybrydowych łączących zastosowanie kilku metod do rozwiązania problemu decyzyjnego. Przykładowo, zastosowanie procedury AHP oraz PROMETHEE jako metody hybrydowej do wyboru strategii outsourcingu syste-mu informatycznego przedstawiono w pracy (Wang, Yang 2007). Podobne połączenie meto-dy TOPSIS z metodą AHP zaproponowali (Rao, Davim 2008). W pracy (De Almeida 2007) przedstawiono praktyczne połączenie modelu relacyjnego (metoda ELECTRE) z modelem funkcjonalnym (metoda MAUT). Kolejne interesujące podejście do integracji metod przed-stawiono w pracy (Brans, Mareschal 2005). Autorzy zastosowali metodę PROMETHEE II oraz programowanie liniowe (PL).

W pracach metodyczno-inżynierskich nad systemem wspomagania decyzji przyjęto, że racjonalnego rozwiązania postawionego problemu należy szukać przede wszystkim w or-ganizacji danych źródłowych - organizacji lepiej dostosowanej w rzeczywistości do teorii podejmowania decyzji.

Dane badawcze najczęściej gromadzimy w formie tabelarycznej. Wiersze to obserwa-cje, które są scharakteryzowane wartościami na wielu różnych atrybutach. W systemie DSS do opisu obserwacji zastosowano notację modeli matematycznych Wielokryterialnego Programowania Liniowego - WPL (por. schemat 2). Rekord w bazie danych (bazie obser-wacji) niesie informację o modelu, jego strukturze oraz niezbędnych wartościach danych do jego rozwiązania. Idea ta oparta jest na przesłance, że decyzje, widziane przez pryzmat modeli, wyznaczają zakres wymaganych danych w systemie informatycznym. Poza tym przyjęcie struktury informacyjnej ujętej w formie modeli i rekordów bazy danych pozwo-liło na spełnienie zasadniczych uwarunkowań, które należało wziąć pod uwagę przy kon-strukcji systemu DSS (wieloetapowość, wielokryterialność itd.; por. schemat 1). Połączenie dowolnej kolekcji rekordów modeli w jeden multimodel pozwala z jednej strony – znaleźć optymalne rozwiązanie czyli rozstrzygnąć, który lub które obiekty (obserwacje) są najlepsze z punktu widzenia przyjętych celów – z drugiej strony – parametry obiektów mogą być ko-rygowane a proces poszukiwania rozwiązania najlepszego z możliwych powtarzany, np. tak jak to ma miejsce podczas wieloparametrycznej licytacji ofert (Becker 2008).

Intencja postulowanego schematu myślowego pochodzi z pojmowania wspomagania decyzji jako procesu, w którym na podstawie bazy faktów (danych) wywodzimy wnioski i podejmujemy decyzje. Uwzględniana jest także wiedza użytkownika czy eksperta, którzy przyjmują dane (lub je generują – eksperci) i posługują się przy tym zaproponowanymi

handel_wew_1-2015.indd 63 2015-03-26 09:47:58

64 INTEGRACJA ŹRÓDEŁ WIEDZY W ANALIZIE DECYZYJNEJ...Sc

hem

at 2

Idea

org

aniz

acji

dany

ch źr

ódło

wyc

h w

syst

emie

wsp

omag

ania

dec

yzji

opar

ta n

a no

tacj

i inf

orm

acyj

nej

mod

eli m

atem

atyc

znyc

h W

PL

Źród

ło: j

ak w

sche

mac

ie 1

.

handel_wew_1-2015.indd 64 2015-03-26 09:47:59


metodami odwzorowania. W proponowanym systemie proces informatyczno-decyzyjny po-dzielono na: - identyfikację w ujęciu metod ilościowych (Metoda Najmniejszych Kwadratów – MNK)

i metod bazujących na danych lingwistycznych (Teoria Zbiorów Przybliżonych – TZP); - analizę, w której zastosowano dwa podejścia związane z dorobkiem szkół: amerykań-

skiej (AHP) i europejskiej (ELECTRE) – analiza dotyczy preferencji oraz formułowania profili dla potrzeb, np. analizy marketingowej;

- optymalizację decyzji z punktu widzenia dysponenta (rozdział zasobów, np. dotacji unij-nych) i beneficjenta, poszukującego rozwiązań dających gwarancję, np. otrzymania do-tacji unijnej (znalezienia się na liście dotacyjnej). Rozwiązaniem właściwym (nowatorskim) byłoby dążenie do budowy pulpitu decyzyj-

nego (menadżerskiego), w obszarze którego integrowałyby się różne metody decyzyjne na zasadzie pewnego konsylium (por. schemat 2). W związku z tym ważnym zagadnieniem jest odpowiedź na pytanie: jaką notację w organizacji zasobów faktograficznych należy zastoso-wać, aby wyczerpująco opisać sytuacje decyzyjne? Oryginalnym rozwiązaniem jest budo-wa platformy organizacji danych opartej na notacjach informacyjnych metody WPL, która poprzez pełniejszy opis sytuacji decyzyjnej (kolekcje zmiennych decyzyjnych, łączących je bilansów i ograniczeń oraz wielokryterialną funkcję celu) może stanowić podstawę do wykorzystania również szerszej kolekcji metod (por. schemat 2).W systemie dąży się do for-malizacji danych, która umożliwiłaby automatyczne formułowanie struktur odbiegających od modeli WPL i przywoływanie do ich rozwiązania innych metod interpretacji. W efekcie można dokonać prób łączenia w bazie (danych) metod jako nowych hybryd odwzorowania.

Zakres autorskiego systemu informatycznego DSS

Artykuł zawiera autorskie rozwiązania z zakresu integracji metod w informatycznym systemie wspomagania decyzji zarządzania – grze decyzyjnej, gdzie koncentrujemy się na wyborze rozwiązań najlepszych. Problem jest niełatwy, bowiem procesy decyzyjne z natury rzeczy dotyczą przyszłości i nie są do końca przewidywalne. Przykładowo, wartościowym rozwiązaniem byłaby równoczesna optymalizacja doboru obiektów wraz z ich wewnętrz-nym dopasowaniem do rozpatrywanej sytuacji, tj. automatycznego aktualizowania wniosku w trakcie procesu wyboru. W związku z takimi uwarunkowaniami nasuwa się wiele pytań. Czy przedstawiona propozycja będzie zrozumiana przez użytkownika? Czy uzyskane roz-wiązanie w praktyce nie będzie budziło sprzeciwu, np. uczestników w ramach procedur odwoławczych trybu przetargowego? Innym problemem jest uzupełnienie procesu decyzyj-nego zastosowaniem różnych metod, ponieważ wyboru rozwiązań najlepszych nie można przypisać jednej procedurze i precyzyjnie obliczyć. Jakie metody należy wykorzystać, aby dodatkowo nie pozyskiwać danych źródłowych? Powinno się zrezygnować z posługiwania się w obliczeniach tylko liczbami i dążyć do rozszerzania nośności informacyjnej uzyski-wanych wyników. Łączenie wiedzy pomiarowej z interpretacją ekspercką, w dążeniach do najlepszego odwzorowania rzeczywistości, jest celem nadrzędnym wspomagania decyzji

handel_wew_1-2015.indd 65 2015-03-26 09:47:59

66 INTEGRACJA ŹRÓDEŁ WIEDZY W ANALIZIE DECYZYJNEJ...

w zarządzaniu (i prezentowanym systemie DSS). Założono, że funkcjonalność systemu in-formatycznego wspomagania decyzji powinna obejmować nie tylko wybór obiektów, ale ich wszechstronną analizę decyzyjną: ranking, grupowanie, analizy i oceny o charakterze ilościowym i jakościowym.

Najważniejszym momentem w konstrukcji prezentowanego systemu DSS jest utożsa-mianie submodelu matematycznego jako OBIEKTU (por. schemat 3) – jednostki podstawo-wej, z rekordem w relacyjnej bazie danych. Każdy obiekt powstaje na podstawie wcześniej zaprojektowanego szablonu (wzorca) i jest względnie odosobnionym modelem decyzyjnym WPL.

Baza szablonów modeli cząstkowych (por. schemat 3) to bardzo ważny element sys-temu informatycznego, który pełni dwie użyteczne funkcje. Po pierwsze, stanowi ar-chiwum i zabezpieczenie dla wielu repozytoriów opisujących różne zadania decyzyjne rozpatrywane w systemie. Po drugie, w fazie projektowania nowego szablonu można z niej dziedziczyć i rozwijać (modyfikować) dla własnych potrzeb wcześniej sprawdzo-ne rozwiązania.

Omawiając system informatyczny DSS można wyróżnić sześć zasadniczych obszarów: funkcje architektury, projektowanie zadań, walidacja, modelowanie rozwiązań decyzyjnych, klasyfikacje i archiwum rozwiązań modelowych.

Architektura systemu informatycznego obejmuje projektowanie i konstrukcję rozwią-zań dla praktycznych problemów funkcjonowania systemu informatycznego. Wymaga to rozwiązywania problemów różnej natury w obszarach paradygmatu: inżynierii systemu in-formacyjnego, oprogramowania i inżynierii wiedzy. Przyjęto założenie, że system winien funkcjonować opierając się na lokalizacji rozproszonych zasobów danych źródłowych, tj. dane do przetwarzania mogą być posadowione w sposób przechodni na różnych nośnikach danych. Przedstawione rozwiązanie pozwala na grupowe przetwarzania danych z jednego, np. sieciowego, miejsca posadowienia systemu.

Projektowanie zadań użytkownika jest zasadniczym elementem w koncepcji systemu informatycznego wspomagania decyzji opartego na notacji WPL. Zawiera: szablon mode-lu decyzyjnego (postać cząstkowego zadania decyzyjnego – obiektów wyboru) i tworzenie z tych zadań rekordów bazy danych. Następnie łączenie rekordów (modeli cząstkowych) w systemie w modele nadrzędne i ich rozwiązywanie oraz archiwizowanie i zarządzanie bazą modeli. Nowatorską propozycją w rozwiązaniach metodycznych systemu informatycz-nego jest współpraca różnych metod wspomagania decyzji, których funkcjonowanie oparto na tych samych strukturach danych co optymalizacja wielokryterialna.

Walidacja wprowadzania danych zawiera zasady (rozwiązania metodyczne) i postu-laty, aby główne zasoby danych (parametry techniczno-ekonomiczne) w bazie modeli mogły być definiowane lingwistycznie (lub liczbowo) przez wielu ekspertów o znanych kompetencjach. Interesujące jest zastosowanie rozwiązania tzw. kwantyfikatorów lingwi-stycznych i oceny kompetencji w wartościowaniu parametrów. Dąży się, aby zakończeniu sesji optymalizacyjnej towarzyszyła ocena trafności sądów przez poszczególnych eksper-tów.

handel_wew_1-2015.indd 66 2015-03-26 09:47:59


Schemat 3 Model integracji metod w autorskim systemie informatycznym DSS

Źródło: jak w schemacie 1.

handel_wew_1-2015.indd 67 2015-03-26 09:47:59


Modelowanie rozwiązań decyzyjnych obejmujące rozwiązania edycyjne. Wykorzystanie technik WPL do modelowania rozwiązań decydenta i rozwiązania optymalizacyjne (symu-lacje) dla beneficjentów. Równolegle, rozwiązaniom tym towarzyszy kolekcja rozwiązań identyfikacyjnych, grupowania i klasyfikacji oraz rankingu rozwiązań najlepszych (z różne-go punktu widzenia) wywodząca się z odmiennych szkół: amerykańskiej (AHP; Saaty 1980, 1990), europejskiej (ELECTRE; Roy 1990, 1991) oraz polskiej (TZP; Pawlak 1982, 1991). Metody te zintegrowano poprzez korzystanie ze wspólnego zasobu danych: na PULPICIE decyzyjnym oraz opartego na platformie WPL.

Klasyfikacje we wspomaganiu decyzji są uzupełnieniem poszukiwań rozwiązań naj-lepszych. Ważny etap stanowi zaprojektowanie (i oprogramowanie) dużego bloku metod związanych z „odkrywaniem wiedzy” z tych samych danych, za pomocą: analizy hierar-chicznej, opartej na szacowaniu preferencji dysponentów w różnych ujęciach metodycznych i grupowych (wyniki są przekazywane do innych metod), grupowanie obiektów w ujęciu analizy preferencji i relacji przewyższenia oraz kwantyfikacji lingwistycznej (wyniki są przekazywane do innych metod), generowanie lingwistycznych reguł decyzyjnych opartych na metodach sztucznej inteligencji (TZP), identyfikacja i wyjaśnianie nieokreśloności oraz generowanie oceny efektywnościowych za pomocą metod analizy zmienności (wyniki są przekazywane do innych metod) oraz integracja działania zastosowanej kolekcji metod do łącznego rozpatrywania referencyjnego i diagnostycznego obiektów za pomocą tzw. pulpitu decyzyjnego.

Archiwum rozwiązań modelowych stanowi miejsce, w którym przechowuje się uzyska-ne rozwiązania decyzyjne WPL oraz edycje z rozwiązań analitycznych pozostałych opcji, jak: analiza hierarchiczna, grupowanie lingwistyczne, identyfikacja słowna i numeryczna, pulpit decyzyjny. Specyficzną grupę danych tworzą opisy metodyczne stosowanych roz-wiązań w systemie. Opcja ARCHIWUM jest złożonym rozwiązaniem informatycznym, szczególnie w odniesieniu do optymalizacji wielokryterialnej. W systemie zastosowano trzy rodzaje rozwiązań archiwalnych, mianowicie: opis zastosowanych metod (dostęp do specjalnego podręcznika metodycznego), obliczenia optymalizacyjne WPL (dysponentów i beneficjentów) oraz wyniki wielowymiarowej analizy (hierarchicznej i regresyjnej, grupo-wania lingwistycznego oraz pulpitu decyzyjnego).

Centrum informacyjno-decyzyjnym, integrującym wyniki metod wspomagania decyzji w aspekcie użytkowym jest pulpit decyzyjny (por. schematy 2 i 3). Jest to interaktywny podsystem umożliwiający wielowymiarową (multimetodyczną) diagnostykę nowego obiek-tu Wx na tle wyników całej zbiorowości (W1, W2, …, Wn). Posiada on kognitywną, graficzną formę syntezy wyników zastosowanych metod. Jest to rodzaj grafiki maszynowej, która konsoliduje wizualizację graficzną z procesami kognitywnymi zachodzącymi w umyśle człowieka w momencie podejmowania decyzji. Założono, że wiedza o obiekcie (referencje) wyrażona za pomocą kształtu i koloru zostaje przyswojona o wiele szybciej niż informacja w postaci liczb oraz tekstu.

handel_wew_1-2015.indd 68 2015-03-26 09:47:59


Podsumowanie

W artykule weryfikuje się pogląd, że budowa systemu informatycznego wspomagania decyzji, oparta na wykorzystaniu architektury budowy zadań WPL, dobrze systematyzuje zasoby danych i ułatwia wszechstronniejsze korzystanie z tych zasobów przez inne zin-formatyzowane (w systemie DSS1) metody i techniki wspomagania decyzji. Przedstawione rozwiązania nie wyczerpują wszystkich możliwości rozbudowy przedstawionej koncepcji metodycznej. Szerszego rozwoju proponowanego podejścia upatruje się w możliwościach rozszerzenia kolekcji metod, które oparte na dobrym umiejscowieniu danych w procesie de-cyzyjnym mogą przyczynić się do głębszej automatyzacji systemów wspomagania decyzji.

Bibliografia

Becker J. (2008), Architektura informatycznego systemu generowania wielokryterialnych rozwiązań decyzyjnych: (cz. 1) Koncepcja budowy modelu WPL oparta na niestandardowych zadaniach decyzyjnych, Seria IBS PAN: Badania Systemowe, Tom 64, Instytut Badań Systemowych PAN & Polskie Towarzystwo Badań Operacyjnych i Systemowych, Warszawa.

Brans J., Mareschal B. (2005), Promethee methods, (in:) Figueira J., Greco S., Ehrgott M. (Eds.), Multiple Criteria Decision Analysis: State of the Art Surveys, Chapter 5, Springer Verlag, Boston, Dordrecht, London.

De Almeida A.T. (2007), Multicriteria decision model for outsourcing contracts selection based on utility function and ELECTRE method, “Computers & Operations Research”, No. 34.

Kacprzyk J. (2010), Co to jest neuroekonomia?, materiały z wykładu wygłoszonego na Wydziale Informatyki ZUT w Szczecinie.

Pawlak Z. (1982), Rough sets, “Int. J. Computer and Information Sci.”, No. 11.Pawlak Z. (1991), Rough sets. Theoretical aspects of reasoning about data, Kluwer Academic Pub-

lishers, Dordrecht.Rao R., Davim J. (2008), A decision-making framework model for material selection using a com-

bined multiple attribute decision-making method, “The International Journal of Advanced Manu-facturing Technology”, No. 35.

Roy B. (1990), Wielokryterialne wspomaganie decyzji, WNT, Warszawa.Roy B. (1991), The outranking approach and the foundations of Electre methods, “Theory and Deci-

sion”, No. 31.Saaty T.L. (1980), The analytic hierarchy process: Planning, priority setting, resource allocation,

McGraw-Hill International Book Co., New York.Saaty T.L. (1990), How to make a decision, The analytic hierarchy process, “European Journal of

Operational Research”, No. 48.Wang J.-J., Yang D.-L., Using a hybrid multi-criteria decision aid method for information systems

outsourcing, “Computers & Operations Research”, No. 34.

1 Wizytówka systemu DSS określa autorstwo systemu: dr Jarosław Becker i prof. Ryszard Budziński, którzy są twórcami koncepcji systemu, oprogramowania algorytmów i wykorzystania do tego celu technologii informatycznej Visual Object 2.8 (Licencja FUL-2811126349, firmy GrafX Software Dev. Inc.& CA Int).

handel_wew_1-2015.indd 69 2015-03-26 09:47:59


Integration of Sources of Knowledge in the Decision-Making Analysis. (Synthesis of the Author’s IT System, DSS)

Summary

The article includes a description of major methodological solutions (of the American, European and Polish schools) applied for construction of the IT deci-sion support system (DSS) and the authors’ solutions in the field of these methods integration. In their study, the authors verify the view that construction of the IT decision support system, based on the use of the architecture of construction of tasks of the multi-criterial linear optimisation (WPL), well systemises stocks of data and facilitates a comprehensive use of those stocks by other IT-based methods and techniques of decision-making support.

Key words: decision-making analysis, decision support system, preferences.

JEL codes: C38, C60, C80, C88

Интеграция источников знаний в анализе принятия решений. Синтез авторской информатической системы поддержки принятия решений (СППР)

Резюме

Статья содержит описание важнейших методических решений (американ-ской, европейской и польской школ), примененных для построения инфрма-тической системы поддержки принятия решений, а также авторские решения из области интеграции этих методов. В работе проверяется мнение, что по-строение информатической системы поддержки принятия решений, основан-ное на использовании архитектуры построения заданий многокритериальной линейной оптимизации, хорошо систематизирует наборы данных и облегчает более всестороннее пользование этими наборами другими информатизиро-ванными методами и техниками поддержки принятия решений.

Ключевые слова: анализ принятия решений, система поддержки принятия решений, предпочтения.

Коды JEL: C38, C60, C80, C88

Artykuł nadesłany do redakcji we wrześniu 2014 r.

© All rights reserved

handel_wew_1-2015.indd 70 2015-03-26 09:47:59


Afiliacje:Prof. dr hab. Ryszard BudzińskiUniwersytet Szczeciński Wydział Nauk Ekonomicznych i ZarządzaniaInstytut Informatyki w Zarządzaniuul. Mickiewicza 6471-101 Szczecintel.: 91 444 21 27e-mail: [email protected]

dr Jarosław Becker Zachodniopomorski Uniwersytet TechnologicznyWydział InformatykiKatedra Systemów Informacyjnychul. Żołnierska 4971-210 Szczecintel.: 91 449 56 68e-mail: [email protected]

handel_wew_1-2015.indd 71 2015-03-26 09:47:59

Integracja źródeł wiedzy w analizie decyzyjnej (Synteza...

Documents

Transcript of Integracja źródeł wiedzy w analizie decyzyjnej (Synteza...