سيستم پشتيباني تصميم

1. سيستم پشتيباني تصميم

2. مقدمه • شكل گيري از دهه 1970 • حل مسائل نيمه ساخت يافته يا بدون ساختار • كمك به تصميم گيري مديران عالي جهت تصميم گيري در سطوح تاكتيكي/ استراتژيكي

3. اجزاء DSS 1. پايگاه داده(DataBase)

4. پايگاه داده مجموعه اي از داده هاي يكپارچه است كه DSS بعنوان ورودي از آنها استفاده مي كند. • دروني (Internal Database) • بيروني (External Database)

5. اجزاء DSS 1. پايگاه داده(DataBase) 2. پايگاه مدل(Model Base)

6. پايگاه مدل • مدل نمايش خلاصه اي است كه اجزاء و روابط بين آنها را در يك پديده نمايش مي دهد. • انواع مدل: • مدل پژوهش عملياتي • مدل دانش مديريت • مدل رفتاري

7. پايگاه مدل مدل پژوهش عملياتي: بكارگيري فرمولهاي رياضي براي رسيدن به راه حلهاي مطلوب و بهينه • برنامه ريزي خطي • تحليل ABC • برنامه ريزي تكنيك هاي رياضي

8. پايگاه مدل مدل رفتاري: روابط رفتاري ميان متغيرها را نشان مي دهد. • پيش بيني • تحليل گرايش • پيوستگي و رگرسيون

9. پايگاه مدل مدل دانش مديريت: مبتني بر اصول مديريت روشهاي آماري و حسابداري مديريت مي باشد. • سيستمهاي بودجه • محاسبه هزينه • مديريت بودجه اي

10. اجزاء DSS 1.پايگاه داده(DataBase) 2. پايگاه مدل(Model Base) 3.نرم افزار DSS

11. نرم افزار DSS • ايجاد تعامل بين كاربر و DSS • ايجاد ذخيره و بازيابي مدلها و يكپارچه نمودن آنها با داده هاي پايگاه داده • داراي يك قابليت گرافيكي آسان و انعطاف پذير است كه سبب تقويت رابطه كاربر با DSS مي شود.

12. ويژگيهاي DSS • كمك به تصميم گيرنده در هنگام تصميم گيري • توانايي تحليل مسائل نيمه ساخت يافته • داراي امكان پاسخگويي سريع • قابليت استفاده بدون كمك از متخصصان MIS • قابليت تطبيق با سطوح گوناگون مديريتي • پشتيباني در سطوح تاكتيكي-استراتژيكي • قابليت انعاطف پذيري درون سيستمي و رشد مهارتهاي كاربر

13. عوامل موفقيت و شكستDSS • ميزان مهارت و تعامل كاربر • ميزان تجربه كاربر • پشتيباني مديريت عالي • زمان استفاده • تازگي برنامه • برگشت در سرمايه گذاري

14. توجه به موضوعات ساخت يافته شناسايي و تشخيص اطلاعات موردنياز تاكيد بر ذخيره سازي داده ها امكان دسترسي غيرمستقيم به داده ها ممكن است مدير MIS ماهيت تصميم را بطور كامل درك نكند. متكي بر تخصص كامپيوتر تأكيد بر كارايي مقايسه MIS و DSS • توجه به موضوعات نيمه ساخت يافته • شناسايي ابزارلازم جهت تصميم گيري • تأكيد بر دستكاري داده ها • امكان دسترسي مستقيم به داده ها • مدير DSS ماهيت تصميم را بطور كامل درك مي كند. • متكي بر قضاوتهاي مديريتي • تأكيد بر اثربخشي

15. ساختار برنامه DSS پايگاه مدل مديرت مدل مديرت گفتگو مديرت پايگاه داده پايگاه داده DSS داده هاي يكپارچه پايگاه داده خارجي

16. سيستم پشتيباني تصميم گروهي(GDSS) مزايا: • مورد استفاده جهت تصميم گيري هاي گروهي • توجه دقيتر به مسائل و مشكلات موردنظر • درك گروهي بهتر از مشكلات و منطق تصميم گيري • الزام گروه هاي بزرگ به تصميم گيري • بهبود ارتباط با مجريان جهت انجام بهتر كارها

17. سيستم پشتيباني تصميم گروهي(GDSS) ساختار شبكه اي برنامه GDSS

18. اجزاء GDSS 1. سخت افزار • دستگاه هاي ورودي و خروجي • ابزار سمعي و بصري • صفحات نمايش الكترونيكي • تجهيزات كامپيوتري • تجهيزات اوليه جهت كنفرانس • ساختار شبكه اي برحسب نحوه ارتباط كاربران با يكديگر (LAN,WAN,Web Based,…) 2.نرم افزار • پايگاه داده و DBMS • قابليت هاي طراحي • مديريت گفتگو براي دسترسي به چند كاربر • برنامه هاي كامپيوتري مبتني بر شبكه 3. افراد و روش كار • اساتيد مجرب • شركاي فرايند تصميم گيري • ستاد پشتيباني • روال و روش كار مشخص و تبيين شده • فنآوري اطلاعات

19. پيكره بنديGDSS پايگاه داده خارجي

20. عوامل موفقيت GDSS • مشاركت بيشتر اعضاي گروه • طرح ايده هاي عاري از انتقاد • ارزيابي و سازماندهي ايده ها • تعيين اولويت ها • نگهداري مستندات جلسات • بدست آوردن اطلاعات خارجي موردنياز • نگهداري از «حافظه سازمان»

21. سيستم اطلاعات اجرايي(EIS)سيستم پشتيبان اجرايي (ESS) • EIS/ESS يك تكنولوژي تصميم گيري نسبتاً جديد است. • EIS/ESS در پاسخ به ظهور وضعيت پويا بوجود آمد بطوريكه مقامات اجرايي عالي با حجم انبوهي از داده ها مواجه شدند كه منجر به «سرريزي اطلاعات» همراه با وضعيتهاي پيچيده و مغشوشي گرديد. • EIS/ESS در سطح نسبتاً عالي شامل اعضاي هيئت رئيسه و هيئت اجرايي با عناوين مدير مسئول اجرايي(CEO)، مدير مسئول عملياتي(COO)، مدير مسئول مالي(CFO) و مشابه آن، مورد نياز و مورد استفاده مي باشد.

22. عوامل خارجي رقابت جهاني شديد تغييرات سريع محيط شغلي نياز به فعاليت بيشتر نياز به دسترسي پايگاه داده هاي خارجي افزايش مناسبات دولتي عوامل داخلي نياز به اطلاعات بهنگام نياز به ارتباطات پيشرفته نياز به اطلاعات صحيحتر نياز به دسترسي داده هاي عملياتي نياز به دسترسي به پايگاه داده هاي مشترك عوامل بوجود آورنده EIS/ESS

23. تعاريف • EIS يك سيستم كامپيوتري داراي قابليت • برطرف كننده نياز مقامات عالي به اطلاعات • دسترسي سريع به اطلاعات و گزارش هاي مديريتي • قابل اتصال به سيستم هاي آنلاين و پست الكترونيك • گرافيكي كاربرپسند و گزارشگيري مطلوب و قابليت Drill Down(تجزيه داده ها به اعضاي كوچكتر) • ESS سيستم پشتيبان اجرايي است كه دركنار EIS بوجود آمد و شامل ارتباطات اتوماسيون اداري حمايت تجزيه و تحليلي و ... است.

24. مشخصه هاي EIS/ESS • انعطاف پذيري و سادگي • زمان پاسخگويي كوتاه و دسترسي سريع به اطلاعات • توليد اطلاعات مرتبط صحيح و معتبر • پشتيباني جهت تعريف ماموريت و استراتژي كلي • قابليت دسترسي از هر مكان دلخواه • قابليت تهيه بصورت سفارشي • رابط هاي كاربر گرافيكي بسيار كاربرپسند

25. مزايايEIS/ESS • تسهيل در دسترسي به اهداف سازماني • دسترسي به اطلاعات بسيار زياد و متراكم • افزايش بهره وري كاربران با قادر ساختن به تصميم گيري مؤثرتر • افزايش قابليت و كيفيت ارتباطات • كنترل و طرح ريزي استراتژيك بهتر • ايجاد مزاياي رقابتي

26. سيستم هاي هوشمند(خبره)Expert Systems • ظهور در اوايل دهه 1980 • WAX,XCON,OPSS,… • مبتني بر هوش مصنوعي • سالهاي 1985-1986 : اوج تقاضا • سالهاي 1987-1988 : اشباع شدن بازار

27. تعاريف • پيتر جكسون: يك برنامه كامپيوتري است كه دانسته هاي يك موضوع تخصصي را با نگرشي براي حل مسائل يا دادن مشاوره، تجزيه و تحليل نموده و نمايش مي‌دهد. • باوارمن و گلاور: سيستم هاي كامپيوتري حرفه اي با قابليت شبيه سازي عنصر استدلال و دانش حرفهاي بشر كه مي تواند به قطعه هاي دانش تقسيم بندي شود كه مي‌تواند بوسيله مجموعه اي از عوامل و قوانين ابداعي توصيف شود • حسين بيدگلي: مجموعه اي از برنامه هاي كامپيوتري است كه تلاش مي كند از تفكر بشر تقليد كند،و تحت حوزه خاصي كه بطور موفقيت آميزي توسط تخصص بشر مشخص شده رفتار كند.

28. اجزاي سيستم خبره موتور جستجو توصيف وضعيت جديد رابط كاربر كاربر پايگاه دانش امكانات دريافت ابزار و ملزومات پايگاه دانش تخصص

29. قابليتهاي سيستم خبره • مهارت جمع آوري و ضبط وقايع • تخصص رمزگذاري • تخصص انتقال و تكثير • صرفه جويي در زمان بهره گيري از تخصص بشر • صرفه جويي در نگهداري و به روز آوري معلومات پايه

30. كاربردهاي سيستم خبره • تكنولوژي هوا فضا(ناسا) • بانكداري و حسابداري (مانند محدوديتهاي كارتهاي اعتباري) • جرم شناسي • آموزش • صنايع غذايي • مديريت مراقبت بهداشت(مانند تشخيص آلودگي هاي خون) • مونتاژ و طراحي صنعتي • مديريت كاركنان • تحليل امنيت/ مديريت سهام • طراحي ماليات • مديريت بازرگاني بين المللي • عيب زدايي شبكه تلفن • تنظيم اهداف استراتژيكي و ....

31. محدوديتهاي سيستم هاي خبره • ضعف در كنترل و شناسايي وروديهاي نيازمند به حسگرهاي بسيار حرفه اي • محدويت در دامنه تخصص و عدم توانايي حل مسائل جديد • عدم توانايي پاسخگويي به مسائل خارج از تخصص • فقدان ابزار خودآگاهي و خودشناسي و درون بيني • مهمتر اينكه: كامپيوترهاي اصولا تنها داراي حافظه و سرعت عمل هستند ، و هوشمند نيستند.

32. هوش مصنوعي • ظهور در اواخر دهه 1940 • ظهور سيستم هايي با قابليت شبيه سازي توانايي هاي بشر • رشد اقتصادي در اوايل دهه 1980

33. مقايسه ويژگي هاي هوش طبيعي و هوش مصنوعي

34. تعاريف • «هوش مصنوعي شاخه اي از علم كامپيوتر است كه به اتوماسيون رفتار هوشمندانه توجه دارد.» جورج لوگر و ويليام استابلفيد • « هوش مصنوعي مجموعه اي از تكنولوژيهاي مرتبط به هم مي باشد كه تلاش مي كند رفتارهاي انسان، مانند فكر كردن، صحبت كردن، احساس و استدلال را شبيه سازي و تقليد نمايد» حسين بيدگلي • « هوش مصنوعي شاخه اي از علم كامپيوتر است كه بر مطالعه و ايجاد سيستمهاي كامپيوتري كه نوعي فرم هوشي را نمايش مي دهد متمركز است: سيستمهايي كه مفاهيم و رفتارهاي جديد مي آموزند، سيستمهايي كه مي توانند استدلال كنند و نتايج مفيدي درمورد دنياي اطراف ما بدست آورند، سيستمهايي كه مي توانند زبان هاي طبيعي را بفهمند و يك حس بصري را درك كنند و سيستمهايي كه كارهاي مفيد ديگري را انجام مي دهند و نياز به نوعي از هوش مصنوعي دارند. » دان پترسون

35. حوزه فعاليت هوش مصنوعي • سيستم هاي خبره • منطق فازي • عاملهاي هوشمند • پردازش زبان طبيعي • شبكه هاي عصبي • رباتيك • تشخيص صدا • سيستمهاي تشخيص بصري • سيستمهاي آموزشي

36. مدل گوجه اي هوش مصنوعي پردازش زبان طبيعي جستجوي سلسله مراتبي مدلسازي و نمايش اطلاعات طرح ريزي و حل مساله نگرش كامپيوتري ابزار و زبانهاي AI منطق و استدلال سيستمهاي خبره

37. كاربردهاي هوش مصنوعي • طراحي و زمانبندي ساخت / توليد • مديريت پروژه • مديريت كارخانه • فروش ، توزيع و خدمات پشتيباني • مديريت مالي • معاملات نرخ بهره/ارزي • مديريت سرمايه گذاريها • مديريت كنترل دارايي • مطالعه/ تفسير امور مالي • جرم شناسي • زمين شناسي(حفر/ كشف محل هاي ذخيره نفت)

38. عوامل موفقيت هوش مصنوعي • كسب اعتبار مالي لازم • افراد داراي مهارتها و تخصص لازم • خصوصيات مديريت مشاركتي • و مهم تر از همه نمايش داستان موفقيت هاي مختلف هوش مصنوعي بعنوان نمونه اي براي تقليد ديگران جهت ادامه اين راه.