7. SISTEME SUPORT PENTRU DECIZII ÎN COORDONAREA PROCESELOR INDUSTRIALE

Orice informaţie există pentru că, în ultimă instanţă, există omul.

M. Drăgănescu "Simetria şi asimetria sensurilor"

7.1. INTRODUCERE

Primele două capitole au prezentat unele tehnologii individuale "cheie" şi în "creştere rapidă" pentru informatica industrială: analiza şi proiectarea orientată obiect, sistemele expert şi alte tehnici de inteligenţă artificială. Alte capitole anterioare (Cap. 4 şi Cap. 5) au descris câteva tendinţe privind integrarea unor tehnologii şi, respectiv a întreprinderii. Problematica factorului uman în sistemele industriale a fost abordată în Cap. 1.

Capitolul de faţă este dedicat sistemelor suport pentru decizii (SSD), un concept aproape matur, dar care se menţine în prezent în creştere datorită integrării (înglobării) mai multor tehnologii individuale relativ mai noi (orientarea obiect, sistemele expert, comunicaţiile avansate), de la care îşi "extrage" valenţe şi potenţe noi. În acelaşi timp, vitalitatea conceptului este stimulată de tendinţele tot mai

puternice de integrare a proceselor tehnologice şi a funcţiilor în interiorul înteprinderii, cât şi de dezvoltarea înteprinderilor virtuale (extinse).

În esenţă, un SSD este un sistem informatic având ca misiune facilitarea activităţii decidenţilor, aflaţi pe diferite niveluri de conducere (de la supravegherea proceselor tehnologice până la conducerea politică şi a întreprinderilor transnaţionale), în sensul de a lua decizii mai bune (mai eficiente). În acelaşi timp, SSD are ca scop stimularea decidentului de a lua mai bine deciziile care trebuie pentru a obţine performanţe superioare şi vizibile rapid (eficacitatea deciziei).

Scopul urmărit în redactarea capitolului de faţă este de a transmite cititorului acele informaţii despre SSD care sunt relevante prin prisma informaticii industriale.

Având în vedere marea varietate a SSD şi a diferitelor "şcoli" de cercetare-dezvoltare, precum şi scopul urmărit declarat mai sus, în continuare, se vor prezenta în mod gradual, de la general la particular elemente privind SSD: procesul decizional (subcap. 7.2), definiţia conceptului de SSD (subcap. 7.3), utilizarea (fiziologia), tehnologia (anatomia) şi construirea ("ontogenia") SSD (subcap. 7.4). În subcap. 7.5 se argumentează aplicabilitatea conceptelor luării deciziei şi a SSD la problemele de control şi conducere operativă (specifice ariei de interes a informaticii industriale) şi se prezintă unele cerinţe generale, existente şi cunoscute privind SSD în timp real în mediu industrial. Exemplul conţinut în subcap. 7.6 prezintă unele dintre rezultatele conceptuale şi practice originale, obţinute pe parcursul ultimilor 15 ani. Scopul acestei prezentări este de a ilustra şi extinde aspectele generale prezentate în subcapitolele anterioare cât şi de a stimula cititorul spre a dezvolta, folosind eventual analogia, sisteme concrete pentru rezolvarea unor probleme practice. Materialul conţinut în subcapitolele 7.2, 7.3 şi 7.4 reprezintă o punere la zi şi o extindere substanţială a unei lucrări anterioare (Filip, 1989a).

7.2. PROCESUL DECIZIONAL

Apariţia SSD este nemijlocit legată de studiul proceselor decizionale. Un proces de decizie constituie o formă specifică de prelucrare a informaţiilor în scopul stabilirii unui plan de acţiune. De exemplu, în cazul sistemelor industriale de producţie, procesul decizional constă în adoptarea unor serii de acţiuni/comenzi privind funcţionarea sau modificarea structurii procesului (de producţie) condus în scopul creşterii performanţei acestuia. Obiectivele derivate, care precizează scopul general de mai sus pot fi:i) utilizarea eficientă a resurselor (materiale, financiare, utilităţi industriale, sau

privind forţa de muncă etc.);ii) creşterea calităţii produselor;iii)micşorarea timpului de realizare a produselor (Browne şi Jagdew, 1996);iv) îmbunătăţirea securităţii muncii şi diminuarea efectelor negative asupra mediului

(Lefkowitz, 1982), sau altfel (mai nou) spus (Browne si Jagdew 1996; Pfeifer ş.a., 1994), asigurarea desfăşurării de procese industriale "benigne" pentru operator şi mediu.

Procesul de luare a deciziilor poate fi realizat în mai multe variante dintre care cele mai importante sunt: i) în întregime de către om, eventual asistat de către un "ssd" (sistem informaţional

de asistare a deciziilor, care nu include în mod necesar calculatorul) (Stabell, 1987);

ii) în întregime de un sistem de prelucrare [automată] a datelor;iii)de către om, asistat de un sistem compus din oameni şi echipamente de prelucrare

a datelor (MIS,SSD, sistem expert).Pentru a evalua necesităţile şi posibilităţile de construire a SSD, în continuare, se

va face o trecere în revistă a aspectelor specifice privind prelucrarea informaţiilor în procesul de decizie, patru abordări: i) cadrul procesual descris de Simon (1960);ii) conţinutul deciziilor (Holsapple şi Moskowitz, 1980); iii)modelele descriptive decizionale (Bahl şi Hunt, 1984);iv) deciziile de grup (De Michelis, 1996).

7.2.1 Modele ale proceselor decizionale A. Cadrul procesual al luării deciziei Simon (1960) descrie luarea deciziei ca un proces de rezolvare a unei probleme,

având trei etape:i) culegerea de informaţii (în limba engleză "intelligence");ii) proiectarea ("design") şiiii) alegerea ("choice").

Prima etapă conţine activităţile de culegere a informaţiilor privind mediul la care se referă luarea deciziilor şi analiza acestor informaţii în scopul indentificării unei probleme sau situaţii de decizie.

Proiectarea cuprinde activităţi de clarificare a problemei, de construire a unor posibile soluţii şi evaluare a acestora. Alegerea implică selectarea soluţiei şi începerea implementării acesteia.

Această abordare permite, în principiu, clarificarea noţiunii de structurabilitate (nestructurabilitate) a unei probleme. Dacă problema de decizie nu poate fi clarificată în întregime şi soluţiile posibile nu pot fi explorate în întregime înainte de a se efectua alegerea, atunci problema este prost (sau ne) structurată.

Potrivit lui Gorry şi Scott-Morton (1971), controlul stocurilor, ordonanţarea producţiei şi planificarea cercetării-dezvoltării de produse şi procese sunt exemple de procese de decizie structurate, semistructurate şi, respectiv, nestructurate.

Newell (1980) rafinează abordarea lui Simon (1960) a deciziilor prin analiza următoarelor patru categorii de elemente caracteristice ale problemei: a) spaţiul stărilor (datelor), b) procedurile (operatorii), c) obiectivele şi restricţiile şi d) strategiile de alegere a procedurilor.

B. Conţinutul luării decizieiHolsapple şi Moskowitz (1980), în ideea construirii de SSD, indentifică o

mulţime de capabilităţi, mutual independente şi colectiv complete, pe care trebuie să

le posede un sistem de luare a deciziilor: a) colectarea de informaţii, b) recunoaşterea problemei, c) formularea (de modele), d) dirijarea ("govern"), e) analiza, f) evaluarea, şi g) implementarea. Aceste capabilităţi, care pot fi regrupate pentru a regăsi modelul procesual al lui Simon, permit construcţia SSD precum şi evaluarea diferitelor produse informatice calificate drept SSD, care ar trebui să posede una sau mai multe din capabilităţile amintite mai sus.

C. Alte modele descriptive ale procesului decizional Unele dintre modelele descrise de Bahl şi Hunt (1984) prezintă o aplicabilitate

deosebită pentru activitatea practică de construire a SSD. Astfel, modelul "econologic" presupune că, decidentul este complet informat şi urmăreşte o extremizare raţională a unuia, sau mai multor indicatori de performanţă. Procesul de luare a deciziei se defineşte într-o succesiune de etape:i) definirea problemei;ii) stabilirea unui criteriu de evaluare a alternativelor de decizie;iii) listarea tuturor alternativelor disponibile şi stabilirea consecinţelor acestora;iv) selectarea celei mai bune alternative;v) execuţia.

Modelul "raţionalităţii limitate" presupune că, persoanele care iau deciziile consideră diferite alternative posibile mai degrabă în mod secvenţial decât sinoptic, folosesc reguli euristice pentru indentificarea alternativelor promiţătoare şi fac selecţia nu pe baza unor considerente de extremizare (a unor indicatori), ci mai degrabă având în vedere nişte alternative satisfăcătoare.

Modelul "favoritului implicit" presupune că, decidentul identifică de la început un plan favorit de acţiune pe baza evaluării câtorva (puţine) caracteristici şi aşteaptă de la sistem o confirmare a acestui plan. Un SSD construit având în vedere modelul econologic va fi puternic "normativ", în timp ce unul construit pe baza modelului raţionalităţii limitate va fi "pasiv" (Keen, 1987).

O altă clasificare mai recentă, interesantă şi complementară, este dată de Carlson (1996) care identifică patru modele organizaţionale, fiecare având asociate câte două tipuri de roluri manageriale. Astfel pentru modelul "obiectivelor raţionale", există rolurile de "director" şi de "producător". În cazul modelului "procesului intern", putem avea roluri de "monitor" şi de "coordonator". Pentru ultimele două modele şi anume cel al "sistemului deschis" şi cel "al relaţiilor umane", Carlson identifică perechile de roluri de "inovator" şi de "broker" şi, respectiv, de "facilitator" şi de "mentor".

D. Caracteristicile deciziilor de grupÎn prezent, se poate observa (Michelis, 1996) că, majoritatea deciziilor

importante (antrenând mişcarea unor resurse serioase, sau având impact major asupra întreprinderii sau societăţii) sunt rezultatul unei activităţi de grup (echipă). Mai mult, globalizarea de dată recentă a producţiei, apariţia întreprinderilor virtuale (vezi Cap. 5), sau "hipointegrarea" înteprinderii (definită de Cariati (1996) prin cele două tendinţe de descentralizare internă a firmelor mari şi de interconectare în reţea a întreprinderilor) impune luarea deciziei în "echipe virtuale", formate din persoane aflate, de multe ori, în locuri diferite şi la distante mari.

Deoarece decizia grupului este rezultatul fie al unei combinaţii de decizii individuale, fie selecţia uneia dintre deciziile individuale, ea nu poate fi "raţională" în sensul propus de Simon (1960) pentru deciziile individuale şi anume să depindă de calitatea solutiei faţă de toate alternativele posibile, într-un spatiu complet al alternativelor asociat cu un criteriu de alegere adecvat. Altfel spus (De Michelis, 1996), soluţia deciziei de grup nu este în mod necesar combinaţia cea mai bună a soluţiilor individuale considerate optime, care se aleg în mod inerent (mai ales în cazul echipelor virtuale) pe baza unor informaţii, scopuri sau criterii potenţial diferite. În consecinţă, trebuie să acceptăm o mutaţie de la modelul raţional cu patru etape al lui Simon la unul nou care ţine seama de "natura socială" (posibile conflicte de interese, influenţe, relaţii), de "multiplicitatea" sau "multilateralitatea" (viziuni diferite şi soluţii diferite ale unor autori diferiţi) cât şi de complexitatea deciziilor de grup.

Alte modele ale proceselor de evaluare în grup a problemelor sunt propuse de Shaw şi Fox (1993), care identifică trei tipuri de raţionament: colaborativ, distribuit şi conecţionist.

7.2.2 Tipuri de decizii în sistemele de fabricaţie industrialeFigura 5.15 şi tabelul 5.1 (vezi secţiunea 5.3.4.A) pot da o indicaţie asupra

multitudinii tipurilor de decizii care se iau în interiorul unei întreprinderi. În continuare, se vor trece în revistă numai acele tipuri de decizii care privesc conducerea (planificarea şi controlul) proceselor de producţie urmărind ideile exprimate de McMahon şi Browne (1995) şi Gibson ş.a. (1996).

A. Decizii de planificare a afacerilorAceste decizii au caracter strategic şi privesc stabilirea pieţelor de interes,

produsele care vor fi fabricate, resursele necesare şi impactul financiar al activităţii întreprinderii.

McMahon şi Browne (1995) identifică şase tipuri de decizii strategice privind:i) asignarea produselor, clienţilor şi pieţelor pe unităţi de producţie sau fabrici

(“facilities”);ii) când, cum şi unde se vor adăuga (se va renunţa la) anumite capacităţi (spaţii,

echipamente);iii)crearea sau cumpărarea (“make or buy”), constând în determinarea acelor produse

şi tehnologii care se dezvoltă în interiorul întreprinderii, celelalte urmând a fi externalizate în ideea creşterii competitivităţii (vezi şi subcapitolul 5.2.1);

iv) procesele de fabricaţie, vizând aspectele legate de: a) nivelul de personalizare (sau standardizare), b) volumul producţiei, c) cerinţele privind calificarea personalului, d) “maturitatea” tehnologiei necesare, şi e) integrarea facilă cu echipamentele şi procesele existente;

v) “infrastructura”, vizând în special de definirea sistemelor de control al stocurilor şi al calităţii;

vi) resursele umane, cuprinzând sistemul de remunerare şi proiectarea structurilor organizaţionale.

Ansamblul deciziilor de mai sus conduce la stabilirea planului de producţie pe termen lung, care conţine: a) încărcarea unităţilor de producţie, integrarea verticală (bazată pe deciziile de tip “make or buy”); c) nivelurile de investiţii, d) ciclurile de viaţă ale produselor, e) structurile organizatorice şi politicile de personal.

B. Decizii tacticeDeciziile tactice se referă la stabilirea:

i) programului de producţie conducător (“Master Production Scheduling” – MPS), care transformă planul de producţie pe termen lung într-o listă cuprinzând tipul, cantitatea şi momentul de livrare ale produselor;

ii) planificarea cerinţelor privind producţia/materialele achiziţionate (“Material/Manufacturing Requirements Planning” – MRP). Atât MPS cât şi MRP depind de tipul fabricaţiei (continuă, de masă, repetitivă, pe loturi sau “jobing”) şi de abordarea adoptată a producţiei (pe stoc – “make to stoc”, asamblare pe bază de comenzi - “assemble to order”, sau proiectare la comandă – “engineer to order”).

Problematica deciziilor tactice şi metodologia de elaborare a MPS şi MRP constituie un subiect vast şi bine reprezentat în literatură (McMahon, Browne, 1995), Gibson ş.a., (1996) şi nu va fi dezvoltată în continuare.

C. Conducerea atelierului de fabricaţieTermenul generic de conducere a atelierului de fabricaţie (“Shop Floor Control”

– SFC) cuprinde două grupuri de tipuri de decizii referitoare la coordonarea proceselor de producţie din fabrică (“Factory Coordination” – FA) şi respectiv la conducerea activităţilor de producţie (“Production Activity Control – PAC) (McMahon, Browne, 1995.

Deciziile care se iau la nivelul FC privesc fluxul de materiale, semifabricate şi produse între diferite compartimente productive şi instalaţii tehnologice şi se referă la următoarele tipuri de funcţii:i) configurarea mediului de producţie (“Production Environment Design – PED”),

constând în a) planificarea proceselor de fabricaţie, b) întreţinerea “layout”- ului bazat pe produse şi c) analiza sistemului de fabricaţie (analiza alternativelor, realizarea de diagnoze ale activităţii în vederea îmbunătăţirii continue);

ii) conducerea (controlul) activităţii, realizând sarcini de: a) planificare (“scheduling”), b) dispecerizare şi c) monitorizare (toate la nivelul fabricii).

Rezultatele deciziilor luate la nivelul FC constituie întăriri pentru deciziile luate “aproape în timp real” la nivelul PAC pentru realizarea unor sarcini asemănătoare (Fig.7.1):i) programarea operativă (pe termen scurt ) - PO, prin care se detaliază planul pregătit

la nivelul FC, ţinând cont de satisfacerea restricţiilor definite de capacităţile de prelucrare, intrările şi ieşirile planificate, şi de situaţia stocurilor;

ii) dispecerizarea – D, care are ca scop impletarea programului operativ ţinând cont de valoarea curentă a variabilelor care descriu starea reală a sistemului de fabricaţie condus;

iii)monitorizarea – M funcţionării, materialelor, calităţii produselor, etc;iv) coordonarea mişcării materialelor – CMM;v) comanda şi supervizarea proceselor tehnologice – C&SPP.

Elementele prezentate mai sus se vor detalia în subcapitolele 7.5 şi 7.6.

7.3. DEFINIŢIA SSD

Definiţiile date în ultimii treizeci de ani pentru SSD acoperă, după cum arată Keen (1987), "atât ce este cât şi ce nu este SSD", aceasta având consecinţe atât asupra bazei ştiinţifice, cât şi a credibilităţii produselor informatice pentru asistarea deciziilor. Enumerarea definiţiilor care sunt date în continuare are ca scop reliefarea evoluţiei oarecum în spirală a unor tendinţe şi atitudini faţă de SSD.

Definiţiile iniţiale (Gorry şi Scott-Morton, 1971) identificau SSD (pornind de la tipul de probleme şi funcţiile sistemului) drept sisteme informatice destinate asistării deciziilor în situaţii nestructurate şi semistructurate. Termenii cheie: asistare ("support") şi nestructurate indicau faptul că, SSD are ca scop extinderea şi uşurarea judecăţii decidentului (şi nu înlocuirea acestuia) în abordarea unor probleme a căror rezolvare nu poate fi clar şi în totalitate specificată sub forma unui algoritm programabil, deoarece fie sunt noi (neîntâlnite anterior), fie prea complexe, sau prea importante.

În 1970, Little definea "calculul deciziilor" ca "un set de proceduri bazate pe modele şi pe judecăţi pentru a asista pe decident în activitatea sa". Având în vedere funcţiunile sistemului şi caracteristicile interfeţei, SSD trebuie să fie simplu, robust, convivial, uşor de controlat, adaptiv, şi complet faţă de situaţiile cele mai importante.

FC

P

D

CM

Execuţie

M

C&SPP

Indicatori de

stareInstrucţiuni

Culegere dedate

CerereProgramoperativ

Fig. 7.1. Funcţiile realizate la nivel PAC (McMahon, Browne, 1995).

La începutul decadei anterioare, au apărut noi definiţii. De exemplu, Alter (1980), având în vedere modul de folosire şi obiectivele sistemului, definiţia SSD prin contrast cu sistemele informatice tradiţionale, pe următoarele axe:i) folosire (activ şi nu pasiv);ii) utilizator (decident pe diferite niveluri şi nu personal administrativ-funcţionăresc);iii)scop (eficacitatea globală şi nu eficienţa în sens mecanicist);iv) orizont de timp (orientat către prezent şi viitor şi nu către trecut);v) obiectiv (flexibilitate faţă de complexitate).

Pornind de la observaţia că, nestructurabilitatea (sau structurabilitatea) unor situaţii de decizie, pe care se bazau definiţiile iniţiale ale SSD, depinde nu atât de problema (obiectivă) cât, mai ales, de decidentul (subiectiv) implicat, Moore şi Chang (1980) defineau un SSD ca un sistem extensibil, capabil să asiste analize ad-hoc şi care este orientat către planificare şi este folosit la intervale neregulate şi neplanificate.

Având în vedere modul de realizare a SSD, Keen (1980) arăta că, astfel de sisteme se pot dezvolta numai printr-o procedură adaptivă.

Sprague (1987) considera SSD ca un sistem informatic aflat la confluenţa tendinţelor de evoluţie în prelucrarea datelor (în special în zona gestiunii bazelor de date) şi în ştiinţa conducerii (în special în zona de elaborare a modelelor de conducere) pentru rezolvarea de sarcini de urmărire, alertare, rezolvare de probleme de decizie şi comunicaţii.

Având în vedere faptul că, setul definiţiilor anterioare, considerate în ansamblu, restrânge numărul sistemelor care pot fi calificate drept SSD la o intersecţie care poate fi chiar nulă şi, în general, ignoră esenţa originală a SSD de a asista şi creşte eficacitatea deciziilor, în continuare, se va prefera definiţia dată de Ginzberg şi Stohr (1982). Un SSD este un sistem informatic folosit în asistarea activităţii de luare a deciziilor (de conducere) în situaţii în care nu este posibil şi nici nu este dorit un sistem complet automat care să realizeze întreg procesul de luare a deciziilor.

Această definiţie trebuie completată cu accentul pus pe dezvoltarea creativităţii omului şi luarea unor decizii "care contează" (Elam, 1985; Keen, 1987; Filip, 1989). Cititorul interesat poate găsi şi alte clasificări şi etapizări privind istoria SSD în lucrările lui Ginzberg şi Stohr (1982), Bui (1987), Sol (1988), Stabell (1987) sau, Courbon (1996).

7.4. FOLOSIREA, TEHNOLOGIA ŞI CONSTRUIREA SSD

7.4.1. Folosirea SSDAcest subcapitol îşi propune să răspundă la următoarele cinci întrebări: a) cine

sunt utilizatorii care pot beneficia de SSD?; b) la ce [fel de] probleme sunt folositoare SSD?; c) în ce fel sunt utilizate SSD?; d) în ce scop se folosesc SSD?; e) care este tipul de suport furnizat.

A. UtilizatoriiMajoritatea literaturii mai vechi despre SSD presupune faptul că, utilizatorii de

SSD sunt conducători de întreprinderi ("directori"), cei care au de luat numai decizii "foarte importante". O analiză mai atentă a literaturii privind problemele abordate (a se vedea şi paragrafele următoare), precum şi a modului de folosire a SSD lasă însă să transpară concluzii mai puţin simpliste. În realitate, SSD nu sunt "jucării privilegiate ale directorilor" (Wang şi Courtney, 1984), ci ele sunt folosite de fapt de către toţi decidenţii plasaţi pe diferite niveluri de competenţă. Mai mult, în cazul deciziilor de foarte mare anvergură, utilizatorii reali sunt, de foarte multe ori, specialişti care au nevoie să analizeze mai multe variante de decizie pentru a înţelege modalităţile de acţiune şi implicaţiile acestora în scopul de a le putea recomanda adevăraţilor conducători cu putere de decizie. Aceştia din urmă sunt în realitate, de multe ori, "ratificatori" ai deciziilor propuse de către specialişti. Trebuie precizat că, prin utilizatori nu se înţeleg, în mod mecanic numai cei care operează la terminalul calculatorului ci şi cei care solicită şi analizează alternativele furnizate. De altfel, se acceptă şi existenţa unor persoane de operare denumiţi uneori "şoferi" sau "alimentatori cu date" (Alter, 1980), dar, spre deosebire de sistemele informatice mai vechi, nu se mai acceptă prezenţa şi a unor intermediari (gen personal din centrul de calcul). Pe de altă parte, merită de menţionat faptul că, în ultima decadă, categoriei "directorilor" i s-a realizat un tip special de sistem informatic şi anume ESS ("Executive Support Systems") (Watson, Rainer, Koh, 1991; Carlson, 1996). ESS asigură capabilităţi specifice şi mai extinse decât SSD şi anume: a) comunicaţia electronică (E-mail, teleconferinţă); b) birotica şi c) analiza datelor (incluzând SSD).

ESS şi varianta sa redusă orientată pe informaţii EIS ("Executive Information System"), deşi s-au bucurat de o mare atenţie constituie un domeniu aparte, mai puţin relevant pentru lucrarea de faţă, orientată cu precădere către nivelurile de conducere mai apropiate de procesele industriale de producţie. În consecinţă, expunerea în continuare se va concentra în general pe problematica SSD.

O categorie relativ nouă de sisteme o constituie SSD de grup (SSD-G) (De Sanctis şi Gallupe, 1985; Bui, 1987; Grai 1987; Shaw şi Fox, 1993), care asistă cu mijloace informatice co-deciziile (De Michelis, 1996) sau deciziile de grup/echipă (vezi secţiunea 7.2.1.D). Schimbarea de paradigmă în luarea deciziei - de la managerul care ia decizii noaptea, singur în biroul său, la consiliile de administraţie la echipele "virtuale" de specialişti care proiectează sau conduc producţia unor întreprinderi extinse (vezi subcap. 5.2.) - se reflectă în noile tipuri de SSD-G: a) camera de decizie, b) reţeaua locală de decizii, c) teleconferinţa, d) SSD-G pentru decizii ale unor persoane separate de distante geografice mari. Deşi domeniul SSD-G este interesant şi în plină dezvoltare, în continuarea lucrării de faţă, ne vom limita expunerea numai la deciziile de coordonare a procesului de producţie.

B. Clase de probleme O trecere în revistă a produselor de tip SSD de succes poate susţine afirmaţiile

anterioare şi permite trecerea la analiza legată de întrebarea "ce [fel de] probleme" sunt abordate cu ajutorul SSD? Se pot enumera la următoarele domenii (zone funcţionale) şi produse mai vechi sau mai noi.

i) planificarea Simplan (Nayo, 1979), Gplan (Haseman, 1977), IFPS (FN1, 1983), HYMS (Burrell, Duan, Boskovie, 1996);

ii) marketing şi finanţe: Express (Shee ş.a., 1977);iii) planificarea energiei (Donovan,1976);iv) conducerea producţiei cu prelucrări discrete: MDSS (Nof şi Gurecki, 1980),

CADIS (Filip, Neagu, Donciulescu, 1985), IMS (Fox, 1986), CASES (Biswass, Oliff şi Sen, 1987), MacMare ( Hsu s.a., 1993);

v) planificarea resurselor de apă: Fedra (1985) şi DISPECER-H (Donciulescu şi Filip 1985);

vi) conducerea producţiei cu caracter continuu: (Dourado-Correia şi Monteiro, 1993), DISPECER (Filip 1995, Filip ş.a., 1985, Guran ş.a., 1985);

vii) alocarea resurselor: RALLY (Rădulescu şi Gheorghiu, 1992);viii) planificarea sistemelor GSM (Loebecke, 1996);ix) asistarea deciziilor de grup: Big Blue, IBM Team Focus, Grup Systems, Vision

Quest (Kirkpatrick, 1992).Analiza acestor realizări precum şi a altora nemenţionate din motive de spaţiu

poate permite realizarea unor clasificări ale problemelor de decizie abordate din punctele de vedere ale structurii, caracteristicilor şi restricţiilor privind timpul de răspuns (a se vedea cu titlu de exemplu tabelul 7.1.)

Cele de mai sus ar putea pune sub semnul întrebării obligativitatea unora dintre caracteristicile atribuite sau implicate pentru SSD de către definiţiile mai vechi: nestructurabilitatea şi folosirea în probleme de planificare şi nu de "control" (în sensul de supraveghere şi conducere operativă).

Deşi nestructurabilitatea (semistructurabilitatea) unei probleme (situaţii de decizii) depinde în mare măsură de decidentul implicat, ea rămâne o caracteristică definitorie centrală pentru orice tip de SSD. Pe de o parte, dacă o problema este complet structurabilă, nu sunt necesare intervenţia şi judecata omului, un sistem automat este complet satisfăcător şi deci nu poate fi vorba de SSD. Pe de altă parte, dacă problema nu are de loc structură, sau nu poate fi structurată măcar parţial, realizarea unui SSD este tehnic imposibilă. Rolul SSD este de a facilita structurarea unei probleme în gradul cel mai avansat pe care îl acceptă decidentul şi, bineînţeles, este posibil de atins din punct de vedere tehnic.

Deoarece activitatea de structurare a unei probleme este utilă în toate fazele tradiţionale ale procesului de luare a deciziei (de fapt de rezolvare a problemei) - culegere de informaţii, definire problemă, "proiectare" de alternative, evaluare, alegere, urmărire şi control al îndeplinirii - este evident că, necesitatea abordării problemelor cu caracter de planificare (care vizează mai mult viitorul) nu diferă în esenţă de problemele de control (care vizează situaţia curentă şi cel mult orizonturi restrânse de timp) şi deci negarea calificativului de SSD pentru sistemele care sunt folosite în problemele de control (şi deci şi nivelurilor inferioare de conducere) nu are acoperire (cel puţin prin prisma analizei de mai sus). Analiza se va rafina în subcap. 7.4.

C. Mod de utilizare Referitor la întrebarea "Cum se foloseşte un SSD?" trebuie avute în vedere pentru

analiză următoarele aspecte: i) caracterul evolutiv;ii) controlabilitatea (controlul utilizatorului asupra sistemului);iii) folosirea neplanificată (ad-hoc).

Referitor la prima caracteristică de mai sus, se poate observa că, aceasta nu este neapărat specifică numai SSD faţă de alte sisteme informatice, deşi este prezentă poate cu un grad mai avansat de necesitate, în special datorită posibilei îmbunătăţiri în timp a structurii problemei.

Controlabilitatea este mai semnificativă prin prisma iterativităţii şi interactivităţii implicate în mod necesar de procesul de decizie.

Folosirea neplanificată se poate referi atât la moment, cât şi la forma (neplanificată dinainte a) ieşirilor sistemului. Deşi această situaţie (folosirea ad-hoc, ieşiri nespecificate) este caracteristică unor SSD, totuşi, în multe cazuri, cel putin o parte din formatele de ieşire pot fi utile şi într-o formă prespecificată şi multe decizii se iau la intervale regulate, prestabilite. În concluzie, sistemele folosite în "mod planificat" nu pot fi descalificate din categoria SSD.

Tabelul 7.1. Caracteristici ale deciziilor (adaptat după Nof, 1981)

Nivel Exemplu Structură Caracteristici Restricţii de timp

strategic planificaregenerală

nestructuratsemirepetitiv

în condiţii de risc

nu

tactic gestiunea stocurilor

–"– parţial ad-hocparţial distribuit

uneori

operativ conducerea atelierului

semistructurat risc redusad-hoc

distribuit

timp real

D. NormativitateaLegat de "tipul (gradul) de asistenţă oferit", s-a constatat o migrare (Keen, 1987)

de la "asistarea pasivă" a deciziei (când decidentul folosea SSD ca un instrument comod de realizare mai rapidă a sarcinilor sale) la "asistarea tradiţională" (care este încă majoritară), în care SSD evaluează alternativele propuse de om prin furnizarea de răspunsuri la întrebari de tip "ce se întâmplă dacă...?" ("what if ...?") şi acţionează ca un "asistent" care, în secundar, poate stimula căutarea de căi noi de analiză. Faţă de aceste tipuri de SSD care, în mod normal, nu aveau ca scop schimbarea activităţii de decizie, ci, cel mult, facilitarea ei, noile generaţii de SSD sunt orientate către schimbare. Dacă un SSD pur "normativ" (în care decidentul introduce date şi primeşte sugestii, obţinute pe baza folosirii extensive şi exclusive a modelelor de la "consilierul" său automatizat) va fi acceptat rămâne o problemă deschisă, sistemele care oferă un "suport extins" par o tendinţă de dezvoltare realistă şi promiţătoare. Acestea, acţionând ca nişte "consultanţi", îşi propun să influenţeze modul de decizie, păstrând însă prioritatea judecăţii umane (eliminate în principiu în SSD normative), urmărind modul de gândire a decidenţilor şi căutând să stimuleze delegarea unor activităţi prin folosirea instrumentelor analitice (Keen, 1987).

Prin prisma creşterii gradului de normativitate, termenul de asistare (folosit uneori în literatura română pentru cel din limba engleză – "support") apare acum ca fiind semantic insuficient.

E. Scop Referitor la problema scopului SSD, se poate spune că, acesta este un sistem

folosit în mod voluntar (şi în perspectivă, poate -în unele situaţii- obligatoriu) atât pentru a se înbunătăţii capacităţile cognitive şi creative ale individului, cât şi pentru a realiza mai bine funcţiile de coordonare, control şi comunicare.

7.4.2. Tehnologia SSDDacă în subcapitolul anterior s-a încercat o explicare a conţinutului ultimelor

două iniţiale S (suport) şi D (decizie) ale SSD, în acest subcapitol, analiza va fi orientată către explicitarea primului S (sistem). Astfel, în continuare, ne vom referi la componentele şi arhitectura SSD.

A. OrientăriExistă mai multe clasificări privind arhitectura SSD, care sunt determinate de

criteriile avute în vedere de diferiţi autori: a) funcţiile (Alter, 1977), b) aplicabilitatea imediată (Sprague, 1980) şi c) gradul de proceduralitate (Bonczek ş.a., 1980).

Din punct de vedere al funcţiunilor, Alter (1977) împarte SSD în două grupe mari:i) orientate pe date, realizând regăsirea şi/sau analiza datelor;ii) orientate pe model, realizând simulare, optimizare şi/sau alte calcule care pot

recomanda o alternativă.După Sprague (1980) criteriile de clasificare sunt flexibilitatea şi

transportabilitatea, SSD putând fi:

i) specifice (SSD de aplicaţie), care sunt folosite pentru rezolvarea problemelor particulare unui anumit mediu (unei aplicaţii);

ii) generatoare de SSD, constând din complexe de instrumente software care permit construirea rapidă de sisteme de aplicaţie;

iii) instrumente primare de construire a SSD, variind de la limbaje de programare la biblioteci de algoritmi şi de grafică, SGBD, foi electronice, sisteme de gestiune a ecranelor, monitoare de tranzacţii etc.

Ariav şi Ginzberg (1985) propun, între SSD specifice şi generatoarele de SSD, conceptul de SSD generalizate care, spre deosebire de generatoare, pot fi deja folosite ca atare în anumite domenii de aplicaţie.

Arhitectura "clasică" a SSD, propusă de Sprague şi Carlson (1982), adoptată de majoritatea celor implicaţi în construirea SSD, cuprinde trei componente funcţionale realizând gestiunea dialogului, a modelelor (componenta cea mai specifică SSD) şi, respectiv, a datelor.

Clasificarea lui Bonczek, Holsapple şi Whinston (1980, 1984) are în vedere gradul de proceduralitate sau neproceduralitate al regăsirii datelor şi contruirii modelelor, permiţând numeroase trepte intermediare între cele două extreme. Cadrul conceptual propus de aceşti autori cuprinde trei subsisteme: a) SL - subsistemul de limbaj/comunicare, b) STP - subsistemul de tratare a problemei şi c) SC - subsistemul de înmagazinare a cunoştinţelor.

SL cuprinde totalitatea facilităţilor puse la dispoziţia utilizatorului pentru: a) a-şi exprima cererile către sistem (referitoare la regăsirea unor date şi/sau la efectuarea unor calcule şi, mai nou, deducţii) şi b) a încarca SC. În ultima vreme, un modul de "comunicaţii", uşor încadrabil în SL, apare ca o componentă necesară în special pentru deciziile de grup (Cariati, 1996), dar nu numai. Această apariţie este determinată de nevoile aplicaţiei dar şi de dezvoltările în tehnologiile Inter-/Intranet, WWW, arhitecturile client-prestator, noile medii de programare (de exemplu Java) (Bui, 1996; Dennis, Quak, Pootheri, 1996) şi în comunicaţiile mobile (O'Donghue, Puronen şi Savolainen, 1997). La rândul său, SC cuprinde cunoştinţe "empirice" (date şi fapte provenind din mediu sau de la sistemele informatice adiacente), "de modelare" (modele primitive analitice şi algoritmi de rezolvare şi, mai nou, modele declarative), "derivate" (modele, rezultate din compunerea modelelor primitive şi rezultate), "metacunoştinţe" (de exemplu reguli de compunere a modelelor), "lexicale" (conţinând vocabularul SSD) şi de "prezentare" (privind formatele şi efectele grafice de prezentare). STP are ca scop realizarea unora/tuturor capabilităţilor SSD prezentate în subcapitolul 7.2.1.B.

Dacă arhitecturii lui Sprague şi Carlson (1982) i se adaugă o bază de texte şi un subsistem de reguli, după cum propun Below (1985) şi Cariati ş.a. (1996), diferenţa faţă de cadrul conceptual propus de Bonczek, Holsapple şi Whinston (1984) nu mai este foarte mare.

Alte propuneri de integrare a conceptelor lui Sprague şi Carlson (1982) şi a lui Bonczek, Holsapple şi Whinston (1984) sunt date de Sol (1983), Ariav şi Ginzberg (1985) (Fig. 7.2).

B. Rolul modelelorDupă cum observa Young (1983), în definirea a patru niveluri funcţionale ale

SSD (regăsirea informaţiei, filtrarea şi recunoaşterea situaţiei, extrapolarea şi, respectiv, modelarea), unele sisteme sunt orientate către emisfera stângă a creierului uman, altele către cea dreaptă. În primul caz, predomină aspectele cantitative, de calcul, în timp ce, în al doilea caz, rolul principal îl au aspectele calitative, raţionamentul prin analogie şi recunoaşterea situaţiilor. În acest context, merită a fi făcută o analiză asupra folosirii şi eventualei combinări a modelelor matematice şi a celor care reproduc raţionamentul uman (folosite în sistemele expert).

Modelele numerice riguros definite şi algoritmii minuţios testaţi au fost folosiţe cu prudenţă şi cu succes limitat în sistemele informatice tradiţionale. Această situaţie se datorează, în principal faptului că, majoritatea problemelor reale de decizie sunt caracterizate prin obiective multiple, uneori conflictuale şi/sau necuantificabile. Mai

Fig. 7.2. Arhitectura SSD. [Adaptată după (SOL, 1983)].

mult, se afirmă (Haimes, 1985) că, optimul matematic nici nu există "în sine" deoarece problemele de decizie depind de nenumăraţi factori, printre care şi credibilitatea datelor sau limitările modelatorului care structureză realitatea mai întâi în mintea sa, şi apoi în sistem.

Mai mult, după cum observă Simon (1969), deşi nimeni nu ar fi dispus să accepte o soluţie satisfăcătoare când ar putea avea una optimă, abordarea prin optimizare este dificilă, deoarece modelele de optimizare sunt de prea multe ori "nerealiste, nepractice, artificiale şi nefolosite". În acest sens, perspectiva SSD pur "normative", care presupun eliminarea judecăţii umane (Keen, 1987), este îndoielnică din motive practice, tehnice şi etice (vezi şi subcap. 1.4).

Cu toate acestea, SSD pot şi trebuie să includă modele matematice şi algoritmi de optimizare şi simulare în condiţiile în care judecata şi modelele mentale au prioritate (Keen, 1980). Experienţa a aratăt că, utilizatorii SSD pot accepta combinaţii de modele analitice dacă acestea sunt incluse în sistem, dar se află sub controlul lor. Utilizatorul poate fi conştient că, un model formal nu poate îngloba uşor elemente calitative, dar este de multe ori dornic să beneficieze de modele de optimizare care îi permit să meargă mai departe de analiza de tip "try-and-error". Decidentul poate imagina, crea şi evalua diferite alternative folosind modelele, dacă SSD posedă o structură flexibilă, care permite şi încurajează modificări (în formă şi parametrii) şi nu impune un mod "îngheţat" de analiză, sau o soluţie anume. Aceasta abordare este posibilă dacă se adoptă o atitudine corespunzătoare faţă de folosirea SSD, prin considerarea unor combinaţii de modele ale procesului decizional (a se vedea subcapitolul 7.2.1.C), reflectată corespunzător în arhitectura SSD şi pentru care există resurse (calculatoare, programe de optimizare performante etc.) pe măsură.

O cale de acţiune constă în dezvoltarea unor algoritmi de optimizare flexibilă, multicriterială (Rădulescu şi Gheorghiu, 1992) şi a unor modele specifice, eficiente, uşor actualizabile (Filip ş.a., 1989a), incluse în structura flexibilă a SSD, permiţând utilizatorului să abordeze problemele într-un mod pe cât de comod pe atât de creativ. În plus, există tendinţa de a combina modelele matematice cu abordări euristice (a se vedea metoda IMDH a lui Sawaragi şi Inoue, 1985) sau algoritmul matematico-euristic prezentat de Stănciulescu (1986). În acelaşi sens trebuie menţionate "modelele bazate pe reguli/procese" (Sol, 1987; Bosman, 1987).

O soluţie care urmăreşte atât creşterea performanţelor funcţionale ale SSD, cât şi ridicarea şanselor sale de a fi acceptat este sistemul de modele cu trei niveluri ("extern", "conceptual" şi "de performanţă") destinate interacţiunii într-un limbaj familiar diferitelor categorii de persoane care au tangenţă cu SSD (utilizatori finali, implementatori, modelatori şi respectiv programatori) propus în (Filip, 1988).

În finalul acestei secţiuni vom observa că modelele şi metodele numerice tradiţionale (MNT) de optimizare care sunt componente tehnologice de bază şi, în acelaşi timp, generatoare (alături de şi în convergenţă cu bazele de date) ale conceptului SSD, continuă să joace şi în prezent un rol esenţial. Avantajele lor dovedite în ultimii treizeci de ani de istorie a SSD sunt: a) compactitatea, b) eficienţa, c) calitatea soluţiilor (optimale) şi d) existenţa unor pachete de software performante (Dutta, 1996). Pe de altă parte, ele au şi unele neajunsuri. Modelele (fiind în esenţă rezultatul unor procese intelectuale umane de abstractizare şi idealizare) sunt uneori

reprezentări imperfecte şi pur cantitative ale realităţii. Metodele de optimizare pot "eşua" în optime locale, se pot aplica numai problemelor care au un anumit grad de structură şi sunt cuantificabile. În plus, modelele numerice necesită deprinderi şi cunoştinţe din partea utilizatorului pentru formulare şi interpretare rezultatelor etc. Acest ultim neajuns e valabil atât pentru MNT (programare liniară, pătratică, în numere întregi, cât şi metodele numerice mai noi (MNN), aflate la frontiera cu inteligenţa artificială, ca de exemplu algoritimi genetici, satisfacţia restricţiilor (vezi subcapitolul 3.5), "căutarea Tabu" etc., în care accentul cade în continuare pe rezolvarea modelului ales, modificat, experimentat de expertul uman în afara calculatorului. În plus, recenta teoremă NFL ("No Free Lunch for Search") (Wolpert, Macready, 1996) arată că, "nu există un algoritm să le depăşească în performanţă pe celelalte pentru orice problemă" şi că, "performanţa computaţională a unui algoritm anume depinde de formularea problemei".

În paralel, metodele de inteligenţă artificială (IA), în general consumatorii de resurse, au devenit, odată cu apariţia staţiilor de lucru, interesante sub aspect preţ-performanţe atât ca alternativă la metodele numerice cât şi ca elemente complementare în combinaţie cu acestea. Aceste soluţii vor fi analizate în secţiunea următoare.

C. SSD şi sistemele expertApropierea SSD de (şi împrumutarea de tehnici folosite în) sistemele expert

(SE) este ilustrată fie de sistemele "tandem" (Kusiak, 1990), cu aplicaţii în conducerea CIM, fie de încercările de a introduce şi folosi reguli în compunerea modelelor din modele (blocuri) primitive, evaluarea restricţiilor, a soluţiilor şi a situaţiei din sistemul X-DISPECER pentru coordonarea proceselor continue (Filip şi colegii, 1989b). De altfel, ideea de a include SE în sisteme mai cuprinzătoare este prezentă şi în literatura dedicată SE (Nebendahl, 1987). În acest sens, îşi fac simţită prezenţa încercări conceptuale de a dezvolta SSD "experte" incluzând eventual comunicaţii (Sen şi Biswass, 1985; Chen, 1988) pentru care există deja noi abrevieri ca XDSS (eXpert DSS), WXDSS (Workstation-based DSS), folosite deja în lucrările cu caracter aplicativ (Biswass, Olif şi Sen, 1983). De altfel, folosirea sistemelor expert în asistarea deciziilor nu este un lucru surprinzător. Asemănarea dintre arhitectura SSD propusă de Bonczek, Holsapple şi Whinston (1980) şi cea a SE, observată de Sol (1987), reflectă o convergenţă naturală a tendinţelor de gândire în rezolvarea unor probleme reale propuse de către grupuri de specialişti, aparent independente. Pe lângă această apropiere conceptuală, există deja un număr semnificativ de SE folosite în domenii (zone funcţionale) tradiţionale "rezervate" SSD. Astfel, Nebendal (1987) prezintă câteva exemple semnificative ca ESCORT, GUMMEX, IMS, ISA, LINKMAN (în fabricaţie), FOLIO, INFOMART ADVISOR, PLAN POWER, TAX ADVISOR (afaceri), AALPS, KNOBS (militar), AIRPLAN (aviatică). Mai curând, Durkin (1994) aduce noi exemple: Callisto, GREASE, PWA Planner (fabricaţie), AUTHORISER'S ASSISTANT, BERT (afaceri), BATTLE, HANNIBAL (militar), ALFA (energetică), ADVANCED DISPATCHER GATES (transporturi), DELAQUA (mediu), MUSH (agricultură) etc. Pentru deciziile de grup se folosesc metodele de IA distribuită (Shaw, Fox 1993). Mai de mult, existau păreri că "folosirea datelor şi a modelelor trebuie inclusă într-un proces de raţionament simbolic care domină şi

controlează întregul sistem" şi că "IA se pare că va dobândi poziţia unei discipline centrale în abordarea sistemelor foarte complexe" (Kerckhoff şi Vansteenkiste, 1986).

În prezent se constată o mai mare prudenţă în aprecierea primordialităţii IA asupra modelelor numerice. Principalele cauze sunt: probemele care persistă legate de problemele care încă persistă în ceea ce priveşte achiziţia şi validarea cunoştinţelor, cu toate progresele realizate în sortarea cunoştinţelor incerte şi imprecise (vezi subcapitolul 3.4). În plus, metodele IA nu conduc în mod necesar la soluţii optimale (care uneori uneori nu sunt totuşi cerute în mod expres) ci mai degrabă (din motive computaţionale) la soluţii satisfăcătoare.

În realitate, calea cea mai promiţătoare s-a dovedit cea a combinaţiei sinergice dintre IA şi metodele de optimizare şi simulare. Literatura mai nouă a identificat deja principalele metode de IA (vezi Cap. 3) care sunt folosite intensiv în aplicaţii de asistare a deciziei: sistemele expert bazate pe reguli şi pe cadre, reţelele neurale artificiale (RNA), raţionamentul bazat pe situaţii (RBS) (Dutta 1996; Filip, Roberts şi Zhang 1992a). O posibilă repartizare a sarcinilor între metodele bazate pe IA şi cele numerice este dată în tabelul 7.2. Tot în acest context semnalăm extinderea modelului ierarhizat având trei niveluri (amintit mai sus) cu un al patrulea nivel al modelului cel al decidentului experimentat (Filip ş.a. 1989; Filip 1991, 92). Acesta "asistă" decidentul real în formularea, validarea şi, mai ales, experimentarea (inclusiv interpretarea rezultatelor) modelului numeric. Această abordare nu numai că sporeşte eficienţa sistemului dar, în acelaşi timp, îi creşte eficacitatea (în sensul stimulării unor abordări creative) şi "acceptanţa" (Filip 1993; Filip, Roberts si Zhang, 1992b).

Cu toate aceste progrese, integrarea metodelor de IA cu cele numerice în cadrul SSD, în realizările semnalate până în prezent, s-a făcut numai în cazuri specifice deoarece procesul se izbeşte încă de câteva dificultăţi în încercarea de a găsi soluţii generale (Dutta, 1996). În primul rând, reprezentările folosite în IA folosesc, de cele mai multe ori, structuri de tip listă, în timp ce, metodele numerice se bazează frecvent pe masive de date şi matrici. Limbajul (procedural) FORTRAN, încă intens folosit în

Tabelul 7.2. Repartizarea sarcinilor în SSD

Etape, faze Metoda omSE RBS RNA MNT MNM

"Culegere de informaţii" • Perceperea situaţiei P I/E • Identificarea problemei P/I I I/E

"Poriectarea" • Selectarea modelului I I M/I • Construirea modelului I I P M • Validarea modelului I P P M

"Alegerea" • Rezolvarea modelului E P/I • Experimentarea I I/M • Adoptarea saoluţiei pentru implementare E

optimizare, nu poate manipula liste, iar limbajele C şi Pascal nu sunt foarte puternice în manipularea listelor încuibate. Deşi în majoritatea mediilor de programare IA, rutinele externe sunt scrise în limbaje procedurale, transmiterea parametrilor este uneori greoaie. În plus, informaţiile de control pot fi o barieră pentru o integrare completă.

În finalul acestui capitol, considerăm că, pentru "limpezirea tabloului", este necesară (totuşi) o diferenţiere a SE (văzute, uneori de pe poziţia SSD, ca un caz particular de SSD (Bonezek, Holsapple şi Winston, 1984), sau ca un subsistem al SSD) şi SSD. După părerea noastră, diferenţele esenţiale nu constau nici în denumirea (aparent, SSD accentuează pe "suport", iar SE pe "expert") şi nici în arhitectura sau în instrumentele folosite. Mai degrabă, diferenţele dintre SSD tipice şi SE tipice actuale considerate separat, constau (Filip 1989b) în:i) delimitarea domeniului (mai vag şi uneori, variabil şi impredictibil la SSD şi mai

precis la SE prin conţinutul bazei de cunoştinţe);ii) evoluţia istorică (de la aplicaţie către sistem, în cazul SSD şi respectiv de la

studiul raţionamentului abstract în încercările de creare a unor sisteme generale de rezolvare a problemelor către domeniile de aplicaţie în cazul SE);

iii)normativitatea (mai pronuntaţă la SE);iv) scopul urmărit (creşterea eficacităţii unor decizii de conducere la SSD şi, respectiv,

creşterea eficienţei soluţiilor la SE);v) iniţiativa şi atitudinea faţă de sistem (de dorit liberă şi creativă la SSD şi respectiv

de acceptare/neacceptare a soluţiilor şi explicaţiilor bazate pe cele mai bune cunoştinţe existente în cazul majorităţii SE);

vi) timpul acceptat de dezvoltarea sistemului (obligatoriu scurt la SSD şi în general mai lung la SE);

În vorbirea curentă, SE desemnează mai degrabă o tehnologie, în timp ce SSD implică, de cele mai multe ori, ideea unei aplicaţii. Ceea ce este neîndoielnic este faptul că, împrumuturile bidirecţionale dintre SSD şi SE vor continua şi se vor amplifica.

7.4.3. Construirea şi alegerea SSDLiteratura privind construirea ("ontogenia") SSD este mai puţin vastă decât cea

despre arhitectură ("anatomia") şi folosirea ("fiziologia") SSD.Principalele elemente avute în vedere se referă la: a) schimbările implicate, b)

participarea utilizatorului, c) orientarea sistemului, d) metoda de proiectare, e) implementarea şi considerarea resurselor.

A. Orientarea către schimbareÎnsăşi existenţa modelelor implică "orientarea către schimbare" a SSD, al cărui

scop este nu este păstrarea şi uşurarea practicilor anterioare de luare a deciziilor, ci de a implica schimbări care să conducă la îmbunătăţirea procesului de luare a deciziilor.

B. Implicarea utilizatoruluiImplicarea utilizatorului în proiectarea şi realizarea SSD nu este, în principiu, un

lucru nou faţă de sistemele informatice tradiţionale, dar este mult mai importantă privită prin prisma clarificării unor incertitudini şi pregătirii utilizatorului. Un aspect

esenţial în proiectare îl constituie definirea problemei care, după cum arăta Keen şi Scott-Morton (1978), "nu vine frumos împachetată". Ea este mai degrabă asimilată cu "o realitate obiectivă nesatisfăcătoare dezvăluită prin observaţii şi analiza faptelor" (Landry, Pascot şi Briolat, 1985).

În plus, utilizatorii potenţiali întâmpină mari dificultăţi în formularea cerinţelor informaţionale în limbajul abstract al diagramelor folosite de proiectanţi (Borrisford, 1979). O posibilă abordare este aceea de a vedea problemele ca "realităţi obiective" (Landry, Pascot şi Briolat, 1985) şi de a lăsa expertul să le definească mai bine decât decidentul, care poate fi suspectat de subiectivism. O a doua alternativă constă în considerarea problemelor drept "construcţii mentale", reprezentări subiective ale unui anume decident confruntat cu o realitate pe care el o consideră nesatisfăcătoare (Landry, Pascot şi Briolat, 1985). O abordare intermediară, folosită în aplicaţiile mai vechi ale sistemelor din familia DISPECER (Filip, 1985), constă în furnizarea unei anumite formulări tipice pentru o anumită clasă de probleme şi îmbunătăţirea acesteia cu ajutorul decidentului implicat.

Mai mult, folosirea tehnicilor şi instrumentelor din zona sistemelor expert "mută" construirea modelului "în interiorul" sistemului.

Analiza de mai sus este legată de aspectul "orientarea sistemului". Este un SSD orientat (prin modelele folosite şi prin prezentarea datelor) către: a) preferinţele unui anume individ? sau b) către un "rol" (poziţie ierarhică a unui decident)?

Răspunsul ar putea fi găsit având în vedere perechea generator-sistem de aplicaţie amintită în subcapitolul 7.4.2. şi în implicarea utilizatorului dată mai sus.

Ultima perioadă de dezvoltare SSD a mai adăugat un element perechii individ-rol ierarhic (relativ stabil) şi anume ipostaza/poziţia ("client sau prestator") în luarea unei decizii colective, la un anumit moment de timp (Gray, 1987; De Michelis, 1996).

C. Metoda de proiectarePrivind metoda de proiectare folosită, concluziile sunt evidente de mai multă

vreme. Se preferă o metodă evolutivă, de tip "prototip" (Nauman, Jenkins, 1982), atunci când incertitudinile privind necesităţile utilizatorului şi modalităţile de folosire sunt substanţiale, sau una bazată pe "ciclul de viaţă", dacă incertitudinile sunt mai reduse sau inexistente.

Esenţa metodei prototipului aplicată la proiectarea SSD poate fi percepută cu ajutorul Fig. 7.3. Experienţa arată că, metoda prototipului poate avea totuşi unele dezavantaje, neanticipate de la început, legate fie de abandonarea prototipului înainte de a fi, experimentat suficient, fie de dificultatea de a renunţa la un sistem (prototipul) în care s-au investit resurse umane şi materiale, fie de dezvoltarea unei viziuni înguste şi locale (de tip "tunel"), (Sol, 1987).

SSD este în prezent o tehnologie aproape de maturitate. Ultimii ani au evidenţiat, pe lângă îmbunătăţirile tehnologice, un mare accent pus pe aspectele de facilitare a implementării ţinând seama de schimbările de context ale desfăşurării afacerilor (producţiei) şi mai ales de rolul şi poziţia omului. Abordărilor "centrate pe decizie" (accentuând latura normativă a proceselor de decizie), sau "pe sistem" (inspirate din ingineria software şi urmărind încorporarea de componente tehnologice dintre cele mai noi), sau pe "suport" (vizând, în principal, interactivitatea), li se alătură, în ultima

vreme, cea "centrată pe om" (vezi şi subcapitolul 1.4). În cazul SSD, această abordare se traduce (Ness, 1996) prin considerarea unor principii ca: a) demararea construcţiei SSD prin rezolvarea problemei celei mai convingătoare, b) scurtarea la minimum a ciclului de viaţă a fiecărei versiuni, c) evoluţia sistemului în cicluri multiple şi d)

evaluarea continuă. Tot Ness (1996) arăta că, proiectarea SSD nu poate fi separată de implementarea sa şi constituie împreună cu aceasta un proces "tehnico-social", în care utilizatorul este pus în "scaunul vizitiului" în fazele de implementare şi evaluare. În contrast cu abordările "tehnocratice" (în care proiectantul ştie ce e mai bine pentru client), abordarea evolutivă se recomandă ca având şanse mai mari de a conduce la un sistem folositor, folosibil şi mai ales folosit.

D. Implementarea şi rolul resurselorResursele (echipamente, software, date, cunoştinţe, calificarea personalului)

avute la dispoziţie joacă un rol important în strategia de construcţie a SSD. În cazul încare ele sunt modeste, o abordare "Procustiană" este inevitabilă. În cazul abundenţei şi al posibilităţii de alegere, o abordare sistemică "din afară către înăuntru" devine posibilă. Esenţa abordării sistemice, ale cărei elemente incipiente au fost propuse de Ariav şi Ginzberg (1985), porneşte de la considerarea SSD ca un sistem caracterizat de: a) mediu (setul de entităţi externe şi condiţiile în care SSD le poate afecta), b) rol (impactul intenţionat asupra mediului), c) servicii oferite şi scop urmărit, d)

UTILIZATOR

SISTEM PROIECTANTBucla de implementare

Presiune pentru evoluţie

Evoluţia funcţiilor

Fig. 7.3. Proiectarea adaptivă. [După (Keen, 1980b)].

arhitectură (componentele funcţionale şi legăturile) şi e) resurse (elementele existente în afara sistemului, care sunt folosite în construcţie). Pe baza clarificării aspectelor externe legate de mediu, de tipul sarcinii (faza, zona funcţională, structurabilitatea) şi de forma de acces (tipul interacţiunii cu utilizatorul şi cu alte sisteme informatice, categoria de utilizatori) şi a celor legate de rol (scop, generalitatea, orientarea către date sau modele), e de dorit să se adopte o arhitectură sau alta (vezi subcapit. 7.4.2), care se materializează prin alocarea corespunzătoare a unor resurse.

În finalul acestui subcapitol, se vor prezenta unele criterii posibile ale utilizatorului, propuse de Reimann şi Waren (1985), pentru alegerea unui generator de SSD. Acestea ar trebuie avute în vedere şi de proiectantul de software pentru a asigura premisele pentru succesul sistemului conceput. Criteriile enumerate mai jos nu sunt mutual exclusive şi nici obligatorii iar, ordinea lor nu indică importanţa acordată, care poate varia de la o aplicaţie la alta.

Printre principalele criterii se menţionează:i) posibilităţile de modelare (multidimensionalitatea, proceduralitatea, funcţiile

definite de utilizator etc.);ii) convivialitatea (prescurtări ale comenzilor, opţiuni de "help", ferestre, meniuri şi

"prompturi", moduri de lucru distincte pentru expert şi pentru începător, comenzi definite de utilizator, atenţionări şi mesaje de eroare etc.);

iii) capabilităţi de analiză ("ce se întâmplă dacă ...?", analiza de stabilitate, optimizare etc.);

iv) predicţii şi statistică (regresii multiple, potrivirea curbelor, serii de timp etc.);v) gestiunea datelor (securitate şi integritate, dicţionar de date etc.);vi) raportare (formate utilizator, formate standard, simboluri standard etc.);vii) grafică (simboluri de bază, diagrame, "icoane", controlul aşezării în pagină,

grafice multiple pe pagină etc.);viii) sprijinul furnizorului (consultant, "linie directă", instruire, dezvoltări etc.);ix) factori de cost (preţul iniţial, modularitatea preţurilor, întreţinere etc.).

O metodă sistematică şi formalizată de alegere a produselor software de tip SSD este dată de Le Blanc şi Jelassi (1989). Mai recent, Turban (1993) prezintă principalii factori determinanţi, în opinia lui, pentru succesul implementării: tehnici, comportamentali, de proces, de implicare şi instruire a utilizatorului, organizatorici, legate de proiectare şi de cadrul de reglementări.

7.5. SSD ÎN TIMP REAL ÎN MEDIUL INDUSTRIAL

Majoritatea literaturii (în special mai vechi) tratând problemele SSD se referă în principal la sistemele neimplicând funcţionarea în timp real în mediul industrial. Prin prisma interesului acestei lucrări, în acest subcapitol şi în cel următor, expunerea va fi orientată spre problematica specifică a asistării deciziilor de conducere şi coordonare a proceselor industriale.

7.5.1 CaracteristiciBosman (1987) arăta că, dacă planificarea este privită ca un proces de luare a

deciziei, procesele de control pot fi privite ca o "extensie naturală" şi ca un element distinct al proceselor de decizie, iar Sprague (1987) afirma că, SSD trebuie să includă şi funcţii legate de comunicare, urmărire, monitorizare şi alarmare, pe lângă fazele tradiţionale ale procesului de rezolvare a problemei. Chiar unele exemple practice susţin aceaste afirmaţii. Astfel, sistemul DISPECER-R (Filip, Donciulescu, 1985), proiectat iniţial pentru dispecerizarea şi controlul operativ al unei rafinării, poate fi folosit la fel de bine la planificarea trimestrială sau anuală. De altfel, astfel de fenomene de "migrare a destinaţiei" SSD au fost semnalate de Keen (1980).

Luarea deciziei în aplicaţiile de "control" (supervizare, coordonare, şi conducere operativă a proceselor de producţie) se caracterizează (Charturverdi ş.a., 1993) prin următoarele aspecte distinctive:i) implică o monitorizare continuă într-un mediu cu o dinamică semnificativă;ii) vizează orizonturi de timp relativ limitate şi se realizează pe o bază repetitivă;iii) se face de obicei sub presiunea timpului;iv) poate avea efecte pe termen lung uneori greu de prevăzut, care pot fi uneori

catastrofale dacă decizia a fost greşită.În acest context complicat şi contradictoriu, modelul "econologic", implicând

optimizarea (vezi secţiunea 7.2.1.C), este puţin probabil să fie tehnic posibil de implementat în SSD funcţionând "strict în timp real". În aceste cazuri, chiar şi soluţiile "satisfăcătoare" ("satisfycing" în terminologia lui H. Simon), obţinute prin reducerea spaţiului de căutare pe seama calităţii (optimalităţii) deciziei, sau sistemele automate, corespunzând gradului de automatizare nr. 10 pe scala lui Sheridan (1992) (vezi şi subcap. 3.3.2 din Bărbat şi Filip, 1997) ar putea să nu fie totdeauna recomandabile (în special datorită aspectului de presiune a timpului semnalat mai sus).

În acelaşi timp, se poate observa că, probleme de decizie "strict în timp real" pot fi întâlnite numai în situaţii acute ("de criză"). De exemplu, dacă o instalaţie tehnologică trebuie oprită datorită unei avarii neaşteptate, întreg programul de producţie pentru linia din care face parte instalaţia devine neoperant. În această situaţie, decizia corectă este de a lua măsurile compensatorii adecvate pentru a "gestiona criza" pe parcursul unui interval de timp necesar adaptării programului de producţie al liniei la noua situaţie, sau reducerii sale. În acest caz, o decizie "satisfăcătoare" poate fi potrivită. Dacă situaţia de criză a fost întâlnită şi tratată adecvat la un moment de timp anterior, o soluţie reactivă, "aproape automatizată" bazată pe deciziile anterioare, memorate în sistemul informatic, ar putea fi acceptată, validată şi implementată de către operatorul uman. Pe de altă parte, este rezonabil să se considere minimizarea şansei de apariţie a unor situaţii de criză majoră în stabilirea programului de producţie prin formularea preventivă a unor restricţii în model. (Filip, 1991)

În consecinţă, definiţia generală a SSD formulată la sfârşitul subcap. 7.3 poate fi completată pentru cazul specific al SSD în timp real pentru mediu industrial (SSD-TR-I). Un SSD-TR-I trebuie să sprijine prin mijloace informatice deciziile de producţie (fabricaţie, întreţinere, logistică) optimale şi, în acelaşi timp, precaute (Filip, 1995).

7.5.2 Reactivitate, flexibilitate şi proactivitateElementele privind sistemele de asistare a deciziilor în mediul industrial,

prezentate mai sus pot fi detaliate şi sistematizate în continuare. Astfel, Spinosa ş.a. (1997) identifică patru tipuri de situaţii de decizie care pot fi întâlnite în mediul industrial:i) normale, legate de execuţia sarcinilor curente, proprii ale unităţii;ii) anormale previzibile, legate de apariţia unor evenimente cunoscute în timpul unor

situaţii normale;iii)de pornire ("kick-off"), când o unitate funcţională doreşte, sau trebuie să coopereze

cu alte unităţi;iv) anormale şi imprevizibile, legate de apariţia unor evenimente noi sau rare.

Dacă în primele două cazuri de mai sus, avem de a face cu procese de luare a deciziilor reactive la evenimente normale şi planificate şi, respectiv, anormale, dar pentru care există o experienţă anterioară suficientă (proprie sau transferabilă) şi eventuale "reţete" de acţiune, în celelalte două cazuri, decizia se bazează pe o experienţă incompletă şi necesită un grad sporit de inventivitate a omului şi de inteligenţă stocată în sistemul de asistare a deciziilor.

Neubert ş.a. (1988) duc mai departe analiza în contextul sistemelor de conducere de supervizare.Autorii pornesc de la adoptarea definiţiei flexibilităţii deciziei ca fiind posibilitatea de reconsiderare, în orice moment, a opţiunilor alese în scopul atingerii scopului şi definesc mai multe dimensiuni ale flexibilităţii:i) cea potenţială-fizică, care este legată de existenţa unor opţiuni diverse privind

produsele, resursele şi procesele şi constituie condiţia necesară pentru orice tip de acţiune reactivă;

ii) cea organizaţională, care indică posibilitatea operatorilor şi a managerilor aflaţi pe diferite trepte ale ierarhiei de conducere de a exploata flexibilitatea elementelor fizice. Această dimensiune se bazează pe împuternicirea ("empowerment") personalului în cadrul unor structuri organizatorice cât mai aplatizate;

iii)cea operaţională, care este bazată pe capacitatea diferiţilor agenţi aflaţi în sistem de a lua întradevăr iniţiative şi de a-şi reconsidera deciziile în orice moment. Dacă în primele două cazuri, elementele de proiectare şi inginerie a proceselor şi produselor şi respectiv de organizare jucau un rol important, în cazul al treilea, sistemul de asistare a deciziilor are ca menire realizarea flexibilităţii operaţionale.

Reactivitatea deciziilor bazată pe flexibilitate nu mai este suficientă în condiţiile schimbărilor de context (vezi subcapitolul 1.2.1) şi, mai ales, atunci când timpul devine un criteriu primordial în competiţie. Momentul actual implică o atitudine proactivă, în care flexibilitatea este folosită pentru stimularea şi realizarea unor schimbări în structura produselor şi proceselor, în modul de organizare şi respectiv în capacitatea de decizie a operatorilor şi managerilor, bazat pe anticiparea unor evoluţii în mediu şi în factorii tehnologici.

7.6 EXEMPLU

DISPECER este numele unei familii de generatoare de SSD pentru asistarea şi eventuala optimizare a proceselor de decizie privind coordonarea proceselor unitare de producţie în interiorul unor complexe industriale de prelucrări primare (fabrici de celuloză şi hârtie, rafinării, combinate pentru îngrăşăminte chimice), sau din alte aplicaţii reprezentabile prin reţele de unităţi de prelucrare şi de acumulare (ca de exemplu complexe de retenţie si alocare a resurselor de apă, intersecţii de trafic rutier urban).

Primul sistem al familiei DISPECER a fost realizat, la începutul anilor '80, pe o platformă informatică de tip PDP11 si era construit în jurul unui algoritm original de optimizare ierarhizată (Filip 1982), care calcula programul de producţie optim, pe termen scurt.

Experimentarea practică iniţială în rafinării şi fabrici de celuloză şi hârtie a ilustrat teza dezvoltării evolutive a SSD (Keen, 1980), sistemul fiind folosit mai degrabă la asistarea altor funcţii (ca de exemplu planificarea producţiei pe termen mediu, acceptarea comenzilor, sau planificarea reparaţiilor) decât la programarea

producţiei în timp real cum s-a intenţionat de către proiectanţii sistemului. În plus, dezvoltările tehnologice (noile platforme informatice, orientarea obiect, tehnologia sistemelor expert, considerarea factorilor umani (nevoia de înţelegere a funcţionării, considerarea diferitelor stiluri şi modele asociate ale comportării operatorului) cât şi evoluţia întreprinderii (nevoia soluţiilor cu costuri diferenţiate, “extinderea” către şi integrarea cu furnizorii de materiale şi cu clienţii) au condus la dezvoltări şi adoptări (vezi Fig. 7.4). Printre cele mai importante funcţii noi şi soluţii adoptate se pot menţiona: a) asistarea (prin simulare) a analizelor de tip “ce se întâmplă dacă...? (“what if...?”), b) schema de modelare cu trei niveluri (vezi secţiunea 7.4.2.B), c) metoda originală de memorare şi reformularea algoritmului de optimizare pentru modelele dinamice, discrete cu matrici rare şi coeficienţi “relativ constanţi” în timp (Filip, 1988, 1991) şi d) folosirea unui sistem bazat pe cunoştinţe conţinând modelul declarativ al comportării bazate pe cunoştinţe a unui decident experimentat (MBCDE) pentru asistarea operaţiilor de construire, validare şi experimentare a modelului matematic (vezi secţiunea 7.6.2.B de mai jos). Cea mai recentă dezvoltare a sistemului constă în considerarea problemei de planificare extinsă (EPP) conform cu evoluţiile către întreprinderea extinsă (vezi Cap. 5. şi secţiunea 7.6.4).

7.6.1. Domeniul de aplicaţieSă considerăm un complex industrial (CI) cu procese continue (Fig. 7.5). Acesta

poate fi “abstractizat” (adică redus la elementele esenţiale care interesează deciziile avute în vedere) ca fiind format dintr-o mulţime de procese de prelucrare, sau instalaţii (P) interconectate prin intermediul unor unităţi de stocare (fără amestecare) a “materialelor pure” în tancuri sau rezervoare (T). Alte obiecte de interes pentru sistemul de realizat sunt: consumatori de produse finite (C), furnizori de materie primă şi utilităţi (F) şi mediul natural înconjurător (MN). La un nivel de decizie superior, pe orizontul propriu de decizie , în funcţie de comenzile ferme primite de la clienţi şi de prognozele privind livrările din cele produse din rezervoare sau direct din instalaţii, se specifică secvenţele de cantităţi livrate

( ; ).

Comenzile de materii prime şi materiale ( ; ) se pot stabili în consecinţă pe baza unor simulări sau calcule simple în foile electronice (spreadsheet) (Gibson, Greenhalagh, Kerr, 1995). Ambele secvenţe constituie în mod tradiţional date de intrare (externe) pentru deciziile analizate în acest subcapitol.

Pentru fiecare instalaţie ( ), exită un număr finit de regimuri tehnologice de funcţionare de bază ( , ). Fiecare obiect este caracterizat (din nou prin abstractizare) de valorile mai multor atribute ca:i) şi - numărul de intrări şi numărul de ieşiri ale în regimul r. Acestora li

se asociază numele (codul) materialelor de intrare şi de ieşire;

ii) MP - materialul (semiprodusul/produsul) principal care alimentează sau este debitat de P în regimul tehnologic de bază r. În continuare, pentru a nu complica expunerea, vom considera numai cazul în care materialul principal este la intrarea instalaţiei (caz întâlnit în rafinării, uzine de celuloză şi hârtie, sisteme de retenţie şi alocare a apei etc.);

iii)Sjr şi Dj

r - mulţimile de intrări şi de ieşiri către obiectele (rezervoare, instalaţii, furnizori/consumatori) sursă şi respectiv destinaţie pentru fluxurile de materiale intrare şi respectiv de ieşire ale instalaţiei aflate în ;

iv) şi - limitele maxime şi minime permise din punct de vedere tehnologic

pentru debitul de MP pe fiecare interval unitar de timp [ );v) - proporţia faţă de debitul MP a materialului preluat pe canalul de intrare i

(iSj), al lui ;vi) şi - coeficientul de transfer şi respectiv întârzierea la ieşirea i (iDj) al lui

.Funcţia obiectului este descrisă de ecuaţiile de intrare şi respectiv de

transfer:iSj

Dj

Observaţie: valoarea zero a indicelui r indică oprirea instalaţiei conducând la valori nule pentru .

În mod similar, fiecare obiect “rezervor” ( ) este caracterizat de valorile mai multor atribute reţinute ca urmare a unui proces de abstractizare:i) numele (codul), materialul conţinut şi caracteristicile fizico-chimice;ii) – valoarea stocului în la momentul ;iii) Ii şi Oi – mulţimile de intrări şi ieşiri către obiectele care pot să debiteze în şi

respectiv să se alimenteze cu materialul din ;iv) şi – limitele de variaţie (permise de capacitatea fizică a rezervorului )

pentru valoarea stocului.Funcţia obiectului este descrisă de ecuaţia de variaţie a stocului:

Problema originală (de coordonare/planificare operativă) a proceselor de producţie (POP) constă din două subprobleme înlănţuite şi anume: a) stabilirea configuraţiei de funcţionare (SCF) şi b) planificarea operativă a fluxurilor de materiale (POF) în interiorul CI. SCF constă în alegerea regimurilor tehnologice adecvate pe orizontul deciziei operative [ ) (unde ).

Regimurile tehnologice sunt variante ale regimurilor tehnologice de bază, RTB, la care se pot modifica unii parametrii. De exemplu limitele fizice şi se pot “strânge” la valorile ( ) şi ( ) din motive economice, sau de creştere a siguranţei în exploatare. De asemenea, se pot introduce valori dorite pentru ritmurile de producţie uj pentru a fi urmărite (vezi secţiunea următoare) în scopul minimizării consumurilor, sau pentru micşorarea variaţiilor de funcţionare faţă de intervalul anterior de timp (vezi obiectivul a de mai jos). La rândul ei, POF constă în stabilirea secvenţelor fezabile (şi uneori optimale) de ritmuri de producţie (

), pentru condiţia iniţială dată, , ( ) şi pentru secvenţele date şi ( ), astfel încât restricţiile privind limitele stocurilor în rezervoare ( şi ) şi privind domeniile de variaţie ale fluxurilor principale ( şi

) sunt respectate. Alte obiective care pot fi avute în vedere în POP sunt: a) micşorarea numărului de schimbări de regimuri tehnologice, b) minimizarea variaţiilor ritmurilor de producţie de la un interval de timp la altul, c) menţinerea stocurilor în rezervoare cât mai aproape de valorile economicoase, d) evitarea întreruperilor în funcţionarea CI, e) evitarea cantităţilor excesive de materiale uzate evacuate în mediu etc. (Filip, 1991). Figura 7.6 conţine în partea inferioară (sub linia întreruptă) o prezentare a POP în notaţia orientării pe obiect (vezi cap. 4).

7.6.2. ModelareaPrezentarea POP dată în subcapitolul anterior este (în ciuda unui formalism

minim necesar pentru păstrarea unui grad rezonabil de generalitate a expunerii), prezentată în termenii utilizatorului. Ea reprezintă de fapt nivelul extern (sau de reprezentare) al modelului ierarhizat, anticipat în secţiunea 7.4.2.C. În următoarele două secţiuni, se vor descrie nivelul conceptual (modelul matematic) şi respectiv modelul bazat pe cunoştinţe al comportamentului decidentului experimentat (MBCDE).

A. Modelul matematicFigura 7.5.b conţine “idealizarea” (reprezentare formalizată pe baza unor ipoteze

simplificatoare şi analogii) a complexului industrial. Se poate observa că, majoritatea rezervoarelor şi instalaţiilor sunt “idealizate” sub forma unor elemente de acumulare (EA) şi respectiv elemente de transformare/transfer (ET). În termenii teoriei sistemelor, comportarea unui element de acumulare, EAi pe orizontul de timp [ts, tf] este descrisă de traiectoria variabilelor de stare, (( , ; unde KF=f-s şi = reprezintă numărul de variabile de stare), care corespunde în general evoluţiei valorii stocului . În cazul unui element de transformare, (), variabilele de comandă uj(k) ( ), corespund în general secvenţelor de ritmuri de producţie notate identic. Consumatorii împreună cu secvenţele de fluxuri de ieşire asociate, ( ) precum şi furnizori împreună cu fluxurile de intrare

corespunzătoare, ( ) sunt modelaţi ca nişte perturbaţii aditive cunoscute

( ; ) şi respectiv ( ; ) .După cum se poate observa, analizând comparativ figurile 7.5.a şi 7.5.b, numărul

de EA (şi numărul corespunzător de stări, nx) ca şi numărul de ET (şi numărul de comenzi, nu) pot diferi de numărul de instalaţii ( ) şi rezervoare ( ). Aceasta se explică prin faptul că, în modelul matematic adoptat, sunt acceptate numai legăturile dintre rezervoare şi celelalte entităţi (procese, consumatori, furnizori, mediu). De aceea, legăturile directe între două procese (de exemplu P1 şi P2 din Fig 7.5.a) sunt modelate prin EA fictive (aici EA4), caracterizate prin domenii de variaţie suficient de mici pentru a realiza o aproximaţie satisfăcătoare ( ). Legăturile directe între procese şi consumatori sau furnizori (a se vedea perechea P3-C2 din Fig. 7.5.a) se idealizează în POP din nou printr-un EA fictiv (aici EA3). În cazul EA3 vom observa că perturbaţia este specificată sub forma fracţiei unde, reprezintă raportul de transfer al lui P3 către prima (şi singura) ieşire a sa. Mediul natural se modelează printr-un EA fictiv (EA5 în exemplul nostru), cu capacitate limitată (valoarea permisă prin restricţiile legate de considerente ecologice). Uneori funcţionarea asincronă (din motive tehnologice) a instalaţiilor, restricţiile globale (la nivelul CI) sau integrale (privind în special consumurile) cât şi mai ales, întârzierile pe diferite canale I/O în diferite instalaţii conduc la includerea în modelul idealizat a unor entităţi suplimentare (EA şi ET) inexistente în modelul de reprezentare extern. Detalii privind obţinerea modelului “conceptual” din cel “de reprezentare” pot fi găsite în (Filip şi colegii 1989c; Filip 1991). O recentă extindere vizând CI conţinând substanţe impure şi procese de amestec (Filip, Donciulescu, 1998) măreşte semnificativ numărul variabilelor de stare.

În urma procesului de manipulare a diferitelor entităţi externe şi de idealizare a comportării lor rezultă modelul global dinamic, cu timp discret de mai jos:

; ;

(7.1)xi(0) = xi(ts); (7.2)

(7.3)

(7.4)unde: xl, xn, ul, un, sunt limitele stabilite de decident, eventual cu ajutorul unui sistem bazat pe cunoştinţe (vezi secţiunea următoare), în interiorul limitelor fizice.

Modelul (7.1)-(7.4) poate servi la simularea comportării complexului industrial permiţând analize de tipul “Ce se întâmplă dacă ... ?” (“What if ... ?”). Acestea se realizează atunci când decidentul uman alege regimurile tehnologice (în SCP) şi stabileşte (în POF) secvenţele ritmurilor de producţie

pentru condiţiile iniţiale (valoarea stocurilor la momentul şi istoricul funcţionării instalaţiilor) cunoscute şi pentru secvenţele de livrări

stabilite la un nivel de decizie superior.

Versiunea standard a SSD DISPECER permite, pe lângă analiza de tip “What if...?”, obţinerea de soluţii optimale în POF. În acest scop se poate ataşa modelului de mai sus un indicator de performanţă (de minimizat) inspirat din controlul optimal (Filip, 1982; Leiviska, 1982):

(7.5)

unde: xdi(k) şi udj(k) sunt valori dorite pentru xi(k) şi uj(k); qi şi rj sunt ponderi care indică importanţa acordată penalizării îndepărtării valorilor stocurilor x i şi comenzilor uj de valorile dorite. De fapt, secvenţele de ponderi şi de valori dorite traduc în numere obiectivele problemei enunţate în finalul subcap. 7.6.1.

Observaţii:i) Stabilirea ponderilor este o problemă în sine deoarece de valorile acestora depinde

semnificaţia fizică (şi deci şi acceptarea de către decidentul uman) a soluţiilor optimale din punct de vedere matematic. În acelaşi timp, stabilirea secvenţelor de valori dorite xdi(k) şi udj(k) nu este o chestiune simplă deoarece obiectivele enunţate în subcap. 7.6.1 sunt de multe ori şi contradictorii.

ii) Alte forme posibile pentru criteriul de performanţă şi unele modalităţi de stabilire a valorilor dorite sunt descrise în (Guran şi Filip, 1986; Filip, 1991).

iii)Modelul de optimizare (7.1)-(7.5) prezintă anumite caracteristici (matrici rare, coeficienţi relativ constanţi). Pentru creşterea performanţelor algoritmilor de optimizare a fost propusă o metodă de reprezentare internă specifică care exploatează caracteristicile modelului (matrici rare şi parametri relativ constanţi) (Filip, 1988). Aceasta permite în plus şi o interacţiune mai bună cu sistemul (crearea facilă de alternative) cât şi considerarea evoluţiei CI în timp, acestea putând avea o structură variabilă caracteristică problemei extinse care va fi prezentată în subcap. 7.4. Deoarece expunerea metodei de reprezentare internă (“de performanţă”) si a algoritmului de rezolvare depăşeşte cadrul de interes al acestei cărţi, ea nu va fi făcută. Cititorul interesat poate găsi descrierea metodei în alte lucrări (Filip, 1991, 1995).

B. Modelul declarativ al decidentului experimentatSituaţia modelului descris în secţiunea anterioară poate fi acceptată spre

implementare. Ea poate fi recalculată de asemenea pentru un set modificat de parametrii, determinaţi fie de o nouă configuraţie de regimuri tehnologice de bază, fie de noi valori ale ponderilor q şi r şi ale unora dintre limitele xl, xn, ul şi un alese conform cu criterii economice şi de siguranţă în funcţionare pe baza modelelor mentale ale decidentului.

Experienţa practică de implementare şi de exploatare a primelor versiuni ale familiei DISPECER a arătat că, deşi multitudinea de facilităţi oferite de sistem permiteau în principiu o atitudine şi o comportare creativă a decidentului, în multe cazuri, acestea nu s-au manifestat. În schimb, utilizatorii s-au limitat la invocarea

optimizării pentru obţinerea unei soluţii de bază (secvenţa ) pe care uneori o modificau direct pentru a obţine prin

simulare rezultatele conforme cu experienţa anterioară. Altfel spus, modelul “favoritului implicit” al procesului decizional (vezi subcap. 7.2.1.C) a prevalat faţă de modelul “econologic” şi chiar faţă de cel al “raţionalităţii limitate”. Această situaţie poate fi explicată şi prin predominanţa modelului comportamental al operatorului “comod”(care, în lucrul cu sistemul, este tentat în primul rând să-şi limiteze efortul mental depus) faţă de cel “ambiţios” şi chiar “înţelept” (vezi subcapitolul 1.4.2.A).

Pentru a depăşi situaţia creată şi a da o tentă antropocentrică sistemului, a fost introdus modelul comportamentului bazat pe cunoştinţe al decidentului experimentat (MBCDE) (Filip şi colegii 1989, 1990). Acesta asistă sau realizează direct câteva activităţi ca:i) definirea modelului extern;ii) construirea automată a modelului “de performanţă” (executabil) cât şi alegerea şi

apelarea algoritmului de rezolvare adecvat dintr-o mulţime de variante disponibile. Aceasta se face în funcţie de cazul identificat, definit de combinaţia unor elemente caracteristice ale modelului ca: absenţa sau prezenţa întârzierilor pe diferite canale, gradul de umplere cu elemente nenule a diferitelor matrice şi variabilitatea parametrilor;

iii) testarea condiţiilor de fezabilitate a modelului (existenţa sau inexistenţa soluţiilor);iv) “experimentarea” modelului, incluzând evaluarea rezultatelor şi eventuala

modificare a parametrilor în scopul recalculării soluţiilor.În continuare se dau ca titlu de exemplu, câteva dintre regulile de producţie

incluse în MBCDE prezentat în (Filip, 1992).

În definirea modelului extern

R01DACĂ P01.1 (Instalaţia P trebuie oprită pentru întreţinere planificată pe parcursul unui segment de timp [k1, k2], adică

pentru k[k1, k2]) şiP01.2 (D - mulţimea obiectelor destinaţie nu este vidă),

ATUNCI După oprire, P reporneşte cât mai aproape de capacitatea maximăud(k2+1)uu

R02DACĂ P01.1 şi P01.2 şi

P02.3 ( (yi(0) > ydi ) pentru iD) şiP02.4 (mulţimea Vσ a instalaţiilor care se alimentează din rezervoarele alimentate de P nu e vidă V = {jOi; iD} Ø) şiP02.5 (există rezerve în funcţionarea P:

)

ATUNCI Se permite funcţionarea tuturor instalaţiilor Pj(jV) aproape de capacitatea minimă pe segmentul de timp [k1, k2] când P este oprită

ulj(k) min(umj, ulj)udj(k) ulj(k)rj(k) 0,5 rj(k); k[k1, k2]; RC=0,5.

unde: RC este coeficientul recomandat în partea de concluzie a regulii de producţie.

În faza de experimentare a modelului

R61DACĂ P61.1 (Evoluţia stocurilor este apreciată de decident ca fiind în general

nesatisfăcătoare [cu un anumit coeficient de certitudine – CC) şiP61.2 (U este mulţimea stocurilor cu evoluţie evident nesatisfăcătoare pe segmentul de timp [k1, k2]) şiP61.3 (Secvenţa de comenzi este apreciată global ca acceptabilă [cu un

anumit CC]),

ATUNCI Crează noi variante de regimuri tehnologice de funcţionare, mărind ponderile

penalizărilor pentru stocurile cu evoluţie evident nesatisfăcătoareqi(k) 10 qi(k); iU; RC=0,6.

R62DACĂ P61.1 şi P61.2 şi P61.3 şi

P62.4 (este foarte de dorit ca să rezolve "local" situaţia) şiP62.5 (mulţimea instalaţiilor conectate la rezervoarele cu evoluţie a stocurilor apreciată ca nesatisfăcătoare nu e vidăV = {jIi U Oi - Ei; i U} Øunde: Ei indică mulţimea factorilor externi (furnizori şi/sau consumatori conectaţi la rezervorul Ri),

ATUNCI Se definesc noi regimuri tehnologice pentru instalaţiile din V prin relaxarea

coeficientului de pondere:rj 0,1 rj; jV ; RC=0,55

R63DACĂ P61.1 şi P61.2 şi P61.3 şi

P63.4 (nu se acceptă devieri de la valoarea dorită mai mari decât ixdi

(iU) pe un anumit segment de timp),

ATUNCI Se definesc noi regimuri tehnologice pentru rezervoarele Ti (iU) prin “îngustarea” domeniilor de variaţie admisibile ale stocurilor:

ulj(k) udi(1-i)

uuj(k) udi(1+i); k[k1, k2]; RC=0,5.

7.6.3. Problema de planificare extinsăÎn industria de prelucrări primare (chimie, rafinării, celuloză şi hîrtie etc.), se pot

observa multe situaţii în care livrările de produse şi multe din intrările de materii prime se realizează în loturi mari, la momente discrete de timp, chiar dacă procesele şi fluxurile de material în interiorul complexelor industriale au un caracter continuu în timp. Mai mult, planificarea secvenţelor de cantităţi de produse livrate, şi, în mod corespunzător intrările de materiale şi materii prime , sunt bazate în mare măsură pe prognoze, cu excepţia primelor intervale de timp ale orizontului [ ), când sunt considerate comenzile ferme (Gibson, Grenhalagh şi Kerr, 1995).

Diferite perturbaţii interne (de exemplu nerespectarea regimurilor de funcţionare şi a ritmurilor de producţie stabilite, sau chiar oprirea instalaţiilor), sau în lanţul aprovizionare-livrare (ca de exemplu apariţia de comenzi prioritare dar neprevăzute, întârzierii în preluarea produselor, sau în sosirea materiei prime) pot apărea pe parcursul orizontului de decizie [ ). În consecinţă, soluţiile alese ale POP pot deveni subit nepotrivite cu situaţia nou creată, iar o nouă formulare a POP, poate să nu aibă nici o soluţie fezabilă pentru o anumită condiţie de funcţionare, CI, definită de nivelul iniţial al stocurilor (condiţia iniţială) şi de secvenţele planificate şi

(k= ), considerate ca parametrii externi şi nemodificabili ai problemei. Filip şi Donciulescu (1996), propun rezolvări “ad-hoc” bazate în principal pe relaxarea unor domenii de variaţie a valorii stocurilor şi rezervoarelor, a ritmurilor de producţie, cât şi pe proceduri de negociere cu furnizorii şi clienţii.

În prezent, viteza de reacţie permite obţinerea unor preţuri “premiale” în cazul satisfacerii comenzilor cu caracter de urgenţă (Browne şi Jagdev, 1996). În acelaşi timp, principiile “fabricaţiei suple” (“lean manufacturing”) nu permit stocuri excesive şi încurajează mai degrabă abordările de tip “trage” (“pull”) decât cele de tip “împinge” (“push”). Comenzile de tip “cuvertură” (“blanket orders”) permiţând acoperirea flexibilă cu livrări pe un anumit orizont de timp, mult practicată în ţările Asiei orientale (Gibson, Greenhalagh şi Kerr, 1995), se constituie într-o bună premiză pentru o coordonare mai bună a programului operativ de producţie al CI cu programele operative ale furnizorilor şi clienţilor.

În contextul fixat de constatările de mai sus, în continuare, se vor prezenta unele rezultate preliminare privind aplicarea conceptului de “întreprindere extinsă” (prezentate în subcap. 5.2) în cadrul SSD pentru considerarea proceselor de producţie în industria de prelucrări primare (Filip, 1997).

Ideea centrală a acestei abordări constă în extinderea fluxului de materiale dincolo de “cei patru pereţi” ai complexului industrial propriuzis. Fig. 7.5.c ilustrează idealizarea internă a unora dintre furnizori şi consumatori, aceasta conducând la un nou model extins. În acelaşi timp figura 7.6 conţine în partea sa superioară elementele suplimentare specifice problemei extinse de coordonare (planificare opereativă) (PEP). În aceeşi figură, se poate observa în căsuţa centrală cuvântul “program” (pentru factorii externi: consumatori şi furnizori) se aplică în cazul PEP, în timp ce termenul “prognoză” corespunde POP.

Consumatorii şi furnizorii, consideraţi în POP sunt factori externi, obiecte caracterizate de cinci atribute de bază (AB) cu valori binare (0 sau 1) şi anume:i) tipul: valoarea 0 indică un consumator, în timp ce valoarea 1 arată că e vorba de un

furnizor;ii) conexiunea: valoarea 0 arată că obiectul este conectat la un rezervor, T, din

interiorul CI, iar valoarea 1 indică o instalaţie P;iii)partajabilitatea: valoarea 0 arată că e vorba de o singură destinaţie/sursă, iar

valoarea 1 înseamnă mai multe destinaţii/surse;iv) integrabilitatea: valoarea 0 arată că interesează respectarea fiecărei valori

(sau ), pe când valoarea 1 relaxează interesul la respectarea unei valori integrale pe unul (sau mai multe) segmente mai mari de intervale de timp [k1, k2] [ks, kf];

v) negociabilitatea: valoarea 0 arată că nu e premiză (sau nu e tehnic posibilă) nici o variaţie în cantităţile livrate sau primite, în timp ce valoarea 1 permite o negociere (coordonare) cu clientul sau cu furnizorul.

Alături de cele cinci atribute de bază, fiecare clasă de obiecte este caracterizată de atributele valorice specifice (AVS) fiecărei clase definite de atributele de bază. De exemplu, consumatorii C1 şi C2 şi furnizorul F1 din Fig. 7.5.a, sunt caracterizaţi de următoarele seturi de valori ale atributelor de bază: C1: {0,0,0,0,1}, indicând: un consumator, conectat la rezervor, sursa fluxului e

unică, interesează valorile instantanee ale cantităţilor livrate, care sunt nenegociabile;

C2: {0,1,0,1,1}, însemnând: un consumator, alimentat direct din instalaţie, sursa e unică, interesează valoarea integrală a fluxului (adică secvenţa de livrări nu e specificată în mod rigid) şi cantităţile livrate sunt, în principiu, negociabile;

F1: {1,0,0,0,1}, indicând un furnizor, conectat la rezervor, numai o singură destinaţie, interesează valorile instantanee ale materialelor furnizate, dar se admit variaţii (în plus sau în minus în funcţie de nevoile CI) în cantităţile furnizate.Atributele valorice specifice pentru cele trei obiecte sunt:

C1: k1=s, k2=f sunt limitele intervalului de timp pentru care interesează valoarea integrală a livrărilor către C1;

- este valoarea integrală a livrărilor către C1 pe parcursul segmentului de timp [ts, tf);

şi sunt limitele minime şi maxime;

C2: ( ) este secvenţa de valori prognozate pentru livrările de produse către C2; ( ) este secvenţa de cantităţi care trebuie livrate în mod obligatoriu deoarece corespund unor comenzi ferme;

F1: ( ) este secvenţa de valori dorite ale materialelor furnizate de F1;

( ) sunt limitele superioare şi inferioare pentru variaţia debitului de materiale furnizate, stabilite din considerente tehnice sau comerciale.

Pe baza valorilor AB şi AVS, sistemul construieşte în mod automat noi elemente de acumulare (EA) şi de transformare (ET) (Fig. 7.5.c). Astfel C2 este prezentat de perechea (EA6, ET5). Valorile atributelor noi la obiectele create sunt:

ud3(k) = 2-(s+k);

ul3(k) = ;

uu3(k) = ;xd6(k) = 0;xl6(k) = -;xu6(k) = +;x6(0) = 0C1 şi F1 sunt modelate de ET6 şi respectiv ET4 având următoarele valori ale

atributelor:ud6(k) = /KF;

ul6(k) = ;

uu6(k) = ;ud4(k) = (s+k);ul4(k) = (s+k);uu4(k) = (s+k);

7.6.4 Arhitectura sistemului DISPECERÎn continuare, se va prezenta pe scurt arhitectura standard a sistemului

DISPECER. Nu se va intra în detalii privind implementarea pe o anumită platformă informatică (care oricum a cunoscut şi cunoaşte diferite ipostaze şi variaţii) şi de care arhitectura este suficient de independentă. Scopul acestei prezentări este de a realiza o detaliere particularizată pe o aplicaţie şi de a prezenta un sistem concret al cadrului conceptual propus de Bonczek, Holsapple şi Whinston (1980, 1984), amintit în secţiunea 7.4.2.A. Faptul că această arhitectură a rămas relativ stabilă, cu toate că au fost adăugate noi funcţii şi s-au folosit câteva platforme, arată valabilitatea soluţiei propuse de cei trei autori în urmă cu aproape două decenii.

A. Subsistemul de cunoştinţe (SC)SC conţine “cunoştinţele” (date, modele, reguli) necesare atât pentru definirea

domeniului generic al problemei cât şi cunoştinţele necesare unei aplicaţii anume (de exemplu denumirile instalaţiilor, ale rezervoarelor, materialelor, consumatorilor şi furnizorilor) precum şi cele legate de momentul deciziei (istoricul evoluţiei anterioare, secvenţele de livrări de produse şi intrări de material, stocurile iniţiale). Principalele tipuri de cunoştinţe sunt:i) cunoştinţele procedurale (de modelare) incluzând bibliotecile de algoritmi de optimizare şi simulare şi variantele de regimuri tehnologice de bază;ii) cunoştinţele empirice incluzând caracteristicile furnizorilor şi consumatorilor, stocurile iniţiale, istoricul funcţionării anterioare;iii) cunoştinţele derivate conţinând rezultatele unor prelucrări ca de exemplu: reprezentarea internă (“de performanţă”), soluţiile POP (sau PEP) care, în cazul

DISPECER, sunt de trei tipuri: salvate (mai multe), în evaluare curentă (calculate de sistem, sau introduse direct de operator) şi cele considerate ca fiind cele mai bune până la momentul deciziei finale;iv) cunoştinţele lingvistice conţinând vocabularul specific aplicaţiei (denumirile diferitelor entităţi);v) cunoştinţele de prezentare conţinând principalele tipuri de informaţii standard implicite care permit reprezentări de tip liste, tabele, grafice, (pictograme specializate, histograme, poligoane de frecvenţă etc.);vi) Metacunoştinţele conţinând modelul bazat pe cunoştinţe al decidentului experimentat (MBCDE).

B. Subsistemul de prelucrare a problemei (SPP)SPP este partea semifabricată a sistemului care face posibile atât combinaţii ale

diferitelor funcţii pe care le asistă un SDD (culegerea de date, construirea modelului şi experimentarea sa, analiza soluţiilor alternative, alegerea şi implementarea soluţiei) cât şi personalizarea sistemului pentru o anumită aplicaţie şi eventul un anumit decident:i) funcţia duală de culegere a datelor serveşte la introducerea datelor (şi stocarea în sistem) privind atât valorile curente ale atributelor diferitelor entităţi ale obiectului condus şi mediului său (valoarea iniţială a stocului, prognozele privind fluxurile de materiale de la furnizori şi către consumatori etc.) cât şi opţiunile decidentului (valori dorite, ponderi-priorităţi). Pe de altă parte, funcţia asigură şi raportarea (culegerea datelor din sistem) privind datele curente, acestea putând iniţia activitatea de “recunoaştere a problemei” de către utilizator;ii) funcţia de formulare a modelului realizează fie construirea reprezentării interne (incluzând şi diferite transformări de variabile), fie modificarea modelului ca urmare a opţiunilor decidentului pe parcursul procesului de luare a deciziei folosind, opţional, sugestiile furnizate de MBCDE;iii) funcţiile de analiză şi alegere sunt folosite fie pentru alegerea şi activarea algoritmului de optimizare cel mai potrivit faţă de caracterul modelului şi stocarea rezultatelor în fişierele de cunoştinţe derivate, fie pentru realizarea de evaluări de tipul “Ce se întâmplă dacă ...?”;iv) funcţia de implementare, permite prezentarea în formă adecvată pentru aplicare a soluţiei alese şi stocarea ei într-un fişier folosit pentru monitorizare şi arhivare.

C. Sistemul de limbaj [şi comunicaţii] (SLC)SLC serveşte la memorarea/regăsirea informaţiilor şi/sau la apelarea unor operaţii

de calcul şi de control al sistemului. Principalele funcţii ale SLC sunt:i) monitorizarea funcţionării;ii) controlul dialogului;iii)generarea şi personalizarea pe aplicaţie, incluzând editoare pentru construirea de

diagrame şi sinoptice din elemente de bază predefinite.

7.7 NOTE ŞI COMENTARII

În primii ani după apariţia sa – la începutul anilor ’70 – ca obiect de cercetare – dezvoltare, conceptul de SSD a stârnit entuziasm dar şi multe controverse. Potrivit cu unii autori (Bonczek, Holsapple şi Whinston, 1984) termenul de SSD era folosit în mod abuziv şi, în unele cazuri, nu erea altceva decât “o etichetă nouă aplicată pe diferite produse software pentru a putea profita de modă”. Naylor (1982) considera că SSD este “un termen redundant folosit pentru a descrie un subsistem al MIS” (“Management Information System” - sistem informatic pentru conducere). În acelaşi timp, Waszony (1982) arată că, SSD “satisface o cerinţă reală şi că există piaţă pentru astfel de sisteme”, iar unele analize exhaustive (Wagner, 1981; Reiman şi Waren, 1985) ale numeroaselor sisteme şi aplicaţii raportate la începutul anilor ’80 căutau să probeze aplicabilitatea, succesul comercial şi noutatea conceptului.

Între timp “mişcarea SSD” a continuat să progreseze atât în cercetarea academică cât şi în dezvoltarea de produse comerciale într-un efort notabil de sincronizare cu tehnologiile informaţiei şi comunicaţiilor cât şi cu mutaţiile petrecute în conducerea afacerilor şi a întrepriderilor pe diferite niveluri manageriale.

Câteva cărţi fundamentale (Alter, 1980; Bonczek, Holsapple şi Whinston, 1980; Sprague şi Carlson, 1982) au “modelat” şi aproape au stabilizat conceptele fundamentale ale SSD, iar din anul 1985, editura Elsevier Sci. publică revista de specialitate “Decision Support Systems”. În ultima decadă, literatura de specialitate reflectă cu prioritate abordările tehnologice interdisciplinare şi aspectele de context şi cele legate de rezultatele şi concluziile trase în urma implementărilor practice.

În anul 1981, la recomandarea Comitetului tehnic IFIP pentru sisteme informatice (TC8), a luat fiinţă grupul de lucru WG 8.3 pentru sisteme suport pentru decizii. Scopul grupului a fost de “a dezvolta abordări pentru aplicarea tehnologiilor sistemelor informatice pentru a creşte eficacitatea decidenţilor şi realizarea de sarcini care conţin elemente care nu pot fi specificate dinainte”. Grupul urmărea “să amelioreze căile de sinteză şi de aplicare a lucrărilor relevante de la disciplinele de bază până la implementările practice de sisteme care extind capabilităţile de asistare a deciziilor” (Humphrey, 1996).

În prezent, se afirmă (Courbon, 1996) că, uneori managerii aflaţi pe diferite niveluri de conducere “au mai degrabă o dorinţă de a avea un SSD decât o nevoie reală şi bine conturată, neştiind exact ce le trebuie şi cum poate sistemul să-i ajute”. În plus, se apreciează că răspândirea mai redusă decât ar fi fost de aşteptat a tehnologiei (deja mature) a SSD se explică prin mai multe cauze ca: dificultăţile de acces la tehnologia SSD (datorate în principal limitărilor privind portabilitatea lor), greutatea adaptării la situaţii şi probleme specifice şi mai ales costurile ridicate de integrare a modelelor interactive (Curbon, 1996).

Capitolul încheiat a încercat să facă o sistematizare şi ilustrare (folosind rezultatele proprii) a aspectelor cele mai importante (prin prisma tematicii de interes a cărţii) din domeniul SSD. Expunerea nu a putut fi exhaustivă şi o descriere mai completă a problematicii şi soluţiilor se intenţionează a face într-o lucrare viitoare.

În ceea ce priveşte viitorul SSD, se poate face şi prognoza că, sistemele viitorului apropiat vor fi caracterizate în primul rând de câteva atribute ca: a) bazare pe comunicaţii (mai ales mobile), b) grad sporit de inteligenţă (artificială) incorporată şi

c) modele multicriteriale pentru asistarea decidenţilor acţionând în echipe virtuale în conducerea afacerilor, proceselor tehnologice şi logisticii în cadrul înteprinderilor extinse.

7.8 BIBLIOGRAFIE

Alter, S. (1980) Decision Support Systems: Current Practices and Continuing Challanges. Addison-Wesley. Reading, Massachusetts.

Ariav, G., M. Ginsberg (1985) DSS Design- a Systemic View of Decision Support. Working Paper Series, CRIS’84, GBA 84-81, New York University.

Bahl, H.C., R.G. Hunt (1984) Decision making theory and DSS. Data Base, 15(4), 10-

14.Barr, A., E. Feigenbaum (1982) The Handbook of Artificial Intelligence. Kaufman,

Los Angeles.Bărbat, B., F.G. Filip (1997) Informatica industrială; ingineria programării în timp

real. Ed. Tehnică, Bucureşti.Below, R.K. (1995). Evolutionary DSS. In L.B. Methlie şi R.H. Sprague (Eds.),

Knowledge Representation for DSS. North Holland, Amsterdam, p. 141-160.Berrisford, T.R., J.C. Wetherbe (1979). Heuristic developmente: a redesign of system

design. MIS Quarterly, 3(1), 11-59.Biswas, G., M. Oliff, A. Sen (1988). An expert DSS for production control. Decision

Support Systems, 4, 235-248.Bonczek, R.H., C.W. Holsapple, A.B. Whinston (1984). Developments in decision

support systems. Advances in Computer, 23, 141-175.Bosman, A. (1987) Relations between specific DSS, Decision Support Systems, 3,

213-224.Browne, J., H.S. Jagdev (1996). The Extended Enterprise; A Context for the

Product Development and Production. SOA Report, ESPRIT ICIMS NOE.Bui, T.X. (1987). Co-oP. A Group Decision Support System for Cooperative

Multiple Criteria Decision Making. Springer Verlag, Berlin.Bui, T.X. (1997) Decision support in the future tense. Decision Support Systems, 19,

149-150.Burrel, P.R, Y. Duan, A. Boskovik (1996). The effective use of a decision support tool

in the area of strategic marketing management. In P. Humphreys, L. Bannon, A. McCosh, P. Migliarese, J.Ch. Pomeroe (Eds.), Implementing Systems for Supporting Management Decision: Concepts, Methods and Experiences. Chapman&Hall, London, p. 61-72.

Cariati, T., G. Iazzolino, A. Tancredi (1996). Information technology in hyperintegrated organisations: communication support versus decision support. In P. Humphrey, L. Bannon, A. Mc. Cosh, P. Migliarese, J.Ch. Pomerol (Eds.),

Implementing Systems for Supporting Management Decisions: Concepts, Methods and Experiences. Chapman & Hall, London, p. 44-60.

Carlson, E.D., G. Bennet, G. Giddings, P. Mantrey (1974). The design and evolution of

an interactive geo-data analisys and display system. Prep. IFIP Congress, p. 1057-1061.

Carlson, S.A., E. Leidner, J.E. Elam (1996). Individual and organisational effectiveness: perspectives on the impact of ESS in multinational organisations. In P. Humphrey, L. Bannon, A. Mc. Cosh, P. Migliarese, J.Ch. Pomerol (Eds.), Implementing Systems for Supporting Management Decisions: Concepts, Methods and Experiences. Chapman & Hall, London, p. 91-107.

Charturverdi, A.R., G.K. Hutchinson, D.L. Nazareth (1993) Supporting complex real-time decision making through machine learning. Decision Support Systems, 10, 213-233.

Chen, Y.S. (1988) An entity – relationship approach to DSS and axpert systems. Decision Support Systems, 4, 124-234.

Courbon, J.C. (1996) User-centered DSS design and implementation. In P. Humphrey,

L. Bannon, A. Mc. Cosh, P. Migliarese, J.Ch. Pomorol (Eds.), Implementing Systems for Supporting Management Decisions: Concepts, Methods and Experiences. Chapman & Hall, London, p. 108-123.

De Michelis, G. (1996). Co-ordination with cooperative processes: analisys, design and

implementation issues. In P. Humphrey, L. Bannon, A. Mc. Cosh, P. Migliarese, J.Ch. Pomerol (Eds.), Implementing Systems for Supporting Management Decisions: Concepts, Methods and Experiences. Chapman & Hall, London, p. 124-138.

De Sanctis, G., B. Gallupe (1993). Group decision support systems: a new frontier. In R.H. Sprague Jr., H.J. Watson (Eds.), Decision Support Systems. Putting Theory into Practice. Prentice Hall, Englwood Cliffs, New Jersey, p. 297-308.

Dennis, A.R., F. Quack, S.K. Pootheri (1996). Using the Internet to implement support

for distributed decision making. In P. Humphrey, L. Bannon, A. Mc. Cosh, P. Migliarese, J.Ch. Pomorol (Eds.), Implementing Systems for Supporting Management Decisions: Concepts, Methods and Experiences. Chapman & Hall, London.

Donovan, J.J. (1976) Data base system approach to management decision support. Transactions on Data Base System, 1(4), 139-159.

Donciulescu, D.A., F.G. Filip (1985). A DSS in water resources dispatching. In A. Sydow, M. Thoma, R. Wichnewtsky (Eds.), Dystem Analysis and Simulation'85. Academie Verlag, Berlin, vol. II, p. 263-266.

Donovan, J.J., S.E. Madnick (1977). Institutional and ad-hoc decision support systems

and their effective use. Data Base, 8(3), 79-88.Dourado Correia, A., A. Santos (1993). Optimal Rule-based systems for production

and energy management. In Proc., IEEE International Conference on Systems, Man and Cybernetics, Le Touquet, p. 731-736.

Durkin, J. (1994). Expert Systems. Design and Development. Prentice Hall, Englwood Cliffs, New Jersey.

Dutta, A. (1996). Integrating AI and optimisation for decision support: a survey. Decision Support Systems, 18, 217-226.

Elam, J.(1985). A vision for DSS. In G. Fick, R.H. Sprague (Eds.), DSS: Issues and Challenges. Pergamon Press, Oxford.

Fedra, K. (1985). Interactive water resources planning and management: computer simulation with a friendly user interface. In A. Sydow, M. Thoma, R. Wichnewstky (Eds.), System Analysis and Simulation'85.

Filip, F.G. (1982). Contribuţii la conducerea ierarhizată a sistemelor complexe. Teză de doctorat. Institutul Politehnic Bucureşti, Fac. Automatică şi calculatoare.

Filip, F.G. (1985). Computer aids for decision making in operational control. In Proc. 30 Intern. Wiss. Koll., T.H. Ilmenau, vol. I, p. 119-122.

Filip, F.G. (1988). Operative decision-making in the process industry. In Preprints, 12th World Congress, IMACS'88, Paris, vol. IV, p. 523-528.

Filip, F.G. (1989a). Sisteme suport pentru decizii: un punct de vedere într-o încercare de sistematizare. Buletinul român pentru informatică şi tehnică de calcul, BRITC, X(3-4), 100-126.

Filip, F.G. (1989b). Creativity and DSS. Studies and Researches in Computers and Informatics, 1, 41-49.

Filip, F.G. (1990a). System analysis and expert systems techniques for operative decision making. J. of Syst. Anal. Model. Simul., 8(2), Akademie Verlag, 296-404.

Filip, F.G. (1990b). A solution for sparse systems with relatively constant parameters. Studies and Researches in Computers and Informatics (new series), 1(2), 19-38.

Filip, F.G. (1990c). Decision support systems in process coordination; part I - modelling issues. Studies and Researches in Computers and Informatics (new series), 1(3), 77-110.

Filip, F.G. (1992). Systems analysis and expert systems techniques for operative decision making. In A. Sydow (Ed.), Computational Systems Analysis: Topics and Trends, Elsevier Sci. Publishers, Amsterdam, p. 285-305.

Filip, F.G. (1993). An object oriented multilayer model for scheduling. In A. Verbraeck, E.J.H. Kerckhoffs (Eds.), Proc., European Simulation Symposion ESS'93, SCS Publications, p. 173-180.

Filip, F.G. (1994). Evolutions in systems analysis for computer-based industrial automation. Syst. Anal. Model and Simul., 15, 135-149.

Filip, F.G. (1995a). Towards more humanized real-time DSS. In L.M. Camarinha-Matos, H. Afsarmanesh (Eds.), Balanced Automation Systems: Architectures and Design Methods. Chapman & Hall, London, p. 230-240.

Filip, F.G. (1995b). Optimization of large-scale dynamic discrete-time systems with

sparse structure and relatively constant parameters. In C. Boţan, C. Lazăr, D. Grigoraş (Eds.), Proc. 5th Symp. in Automatic Control and Computer Sci. , "G. Asachi", T.V. Iaşi, vol. 1, p. 9-34.

Filip, F.G. (1997). Intelligent DSS for the extended planning problem in modern enterprise. In A. Sydow (Ed.), Proc., 15th IMACS World Congress, vol. 4 "Artificial Intelligence and Computer Sci.", Wiss. & Techn. Verlag, Berlin, p. 25-30.

Filip, F.G., D.A. Donciulescu (1985). DISPATCHER-R: a computer aid in modeling and optional control in refineries. In S. Kotob (Ed.), Preprints, "IFAC Workshop on Automatic Control in Petroleum, Petrochemical and Desalination Industry", Kuwait, Pergamon Press, Oxford, paper V.I.

Filip, F.G., D.A. Donciulescu (1996). Internal models and negotiation in the extended scheduling problems. Studies in Informatics and Control - SIC 5(4), 353-360.

Filip, F.G., D.A. Donciulescu, R. Gaspar, M. Muratcea, L. Orasanu (1985). Multilevel

optimisation algorithms in computer aided control in process industry. Computers in Industry, 6(1), 47-53.

Filip, F.G., D.A. Donciulescu, A. Majaru, I. Socol, D. Bara (1989a). External and conceptual models in DSS, Syst. Anal. Model. Simul., 6(7), 507-512.

Filip, F.G., D.A. Donciulescu, I. Socol (1989b). Models and data representation for computer-aided production control in large-scale industrial systems. In K. Reinisch (Ed.), Proc. Large Scale Systems. Pergamon Press, Oxford, vol. 2, p. 332-337.

Filip, F.G., D.A. Donciulescu, I. Socol (1990). Mixed knowledge based control for real

time scheduling at the shopfloor level. In Preprints, 11th IFAC World Congress, Tallin, vol. 2, p. 68-73.

Filip, F.G., D.A. Donciulescu, G. Neagu (1998). Decision support for blend monitoring

in process industries. Computers in Industry, 36, 13-19.Filip, F.G., G. Neagu,, D.A. Donciulescu (1983). Job scheduling optimisation in real-

time production control. Computers in Industry, 4(4), 395-403.Filip, F.G., P.D. Roberts, J. Zhang (1992). Combined numeric-knowledge based

hierarchical control; part II: process scheduling and coordination. Studies in Informatics and Control, 1(4), 267-283.

Fox, M. (1986). Project Sampler. Intelligent Systems Laboratory. Carnegie Mellon University. Pittsburg.

FN1 (1979). IFIPS User's Manual. EXECUCOM Syst. Corp. Austin.Gibson, P., G. Greenhalagh, R. Kerr (1995). Manufacturing Management. Chapman

& Hall, London.Ginsberg, M.J., E.A. Sthor (1982). Decision Support Systems: issues and perspectives.

In M.J. Ginzberg, W. Reitman, E.A. Stohr (Eds.), Decision Support Systems. North Holland, Amsterdam.

Gorry, G.A., M.S. Scott-Norton (1971). A framework for management information

systems. Sloan Management Review, 13(1), 55-70.Gray, P. (1987). Group DSS, Decision Support Systems, 3(3), 233-242.Guran, M., F.G. Filip (1986). Sisteme ierarhizate în timp real. Ed. Tehnică,

Bucureşti.Guran, M., F.G. Filip, D.A. Donciulescu, L. Orasanu (1985). Hierarhical optimisation

in computer dispatcher systems in the process industry. Large Scale Systems, 8, 157-167.

Haimes, Y.Y. (1985). Multiple-criteria decision-making. IEEE Trans. on System, Man and Cybern., SMC-25(3), 25-28.

Hasseman, W.D. (1977). GPLAN: an operational DSS. Data Base, 6(3), 80-85.Holsapple, C.W. (1982). MOBS III: a full scale DBMS for microcomputers. In D.

Gradwell (Ed.), Data base, Pergamon Press, Oxford.Holsapple, C.W., H. Moskowitz (1980). A conceptual framework for studying complex

decision processes. Policy Sci., 12(1).Holsapple, C.W., W.S. Jacobs, J.S. Zaveri (1993). Learning by problem processors:

adaptive decision support systems. Decision Support Systems, 10, 85-108.Hsu, W.L., M.J. Prietula, G.L. Thompson, P.S. Ow (1993). Mixed-initiative

scheduling workbench integrating AI, OR and HCI. Decision Support Systems, 9(4), 425-447.

Humphrey, P. (1996). Introduction. In P. Humphery, L. Bannon, A. Mc. Cosh, P. Migliarese, J. Ch. Pomerol (Eds.), Implementing Systems for Supporting Management Decisions: Concepts, Methods and Experiences. Chapman & Hall, London, p. VII-X.

Keen, P.G.W., M.S. Scott-Norton (1978). Decision Support Systems: An Organizational Perspective. Addison-Wesley, Reading, Massachusetts.

Keen, P.G.W. (1987). DSS: the next decade. Decision Support Systems, 3, 253-265.Keen, P.G.W. (1980a). Adaptive design for decision support systems. Data Base,

12(1,2).Keen, P.G.W. (1980b). DSS: translating analytic tehniques into tools. Sloan

Management Review, Spring, 33-34.Kerckhoffs, E.J.H., G.S. Vansteenkiste (1986). The impact of advanced information

processing on simulation - an illustrative review. SIMULATION, 46, 17-26.Kirkpatrick, K. (1993). Here comes the payoff from PC. In R.H. Sprague Jr., H.J.

Watson (Eds.), Decision Support Systems. Putting Theory into Practice. Prentice Hall, Englewood Cliffs, New Jersey, p. 346-355.

Klein, M., A. Manteau (1983). OPTRANS: a tool for implementation of decision support centers. În H.G. Sol (Ed.), Processes and Tools for Decision Support. North Holland, Amsterdam, p. 165-187.

Kusiak, A. (1990). Intelligent Management Systems. Prentice Hall, Englewood, N.J.Landry, M., D. Pascot, D. Briolat (1985). Can DSS evolve without changing our view

of the concept of "problem"? Decision Support Systems, 1(1), 25-36.Le Blanc, L.A., M.T. Jelassi (1993). DSS software selection: a multiple criteria

decision methodology. In R.H. Sprague Jr., H.J. Watson (Eds.), Decision Support Systems. Putting Theory into Practice. Prentice Hall, Englewood Cliffs, New Jersey, p. 200-225.

Lefkowitz, I. (1982). Hierarchical control in large scale industrial systems. In D.D. Haimes (Ed.), Large Scale Systems. North Holland, Amsterdam, p. 65-98.

Leiviska, K. (1982). Short time production scheduling of the pulp mill. Acta Polytechnica Scandinavica. Math. Anal. Appl., vol. 11.

Little, J.O.C. (1970). Models and managers: the concept of a decision calculus. Management Sci., 16(8), 466-485.

Loebecke, C., T.X. Bui (1996). Designing and implementary DSS with systems dynamics: lessons from modeling a global system of mobile communication (GSM) market. In P. Humphrey, L. Bannon, A. Mc. Cosh, P. Migliarese, J.Ch. Pomerol (Eds.), Implementing Systems for Supporting Management Decisions: Concepts, Methods and Experiences. Chapman & Hall, London, p. 270-287.

Luconi, F.D., T.W. Malone, M.S. Scott-Morton (1993). Expert systems: the next challenge for managers. In R.H. Sprague Jr., H.J. Watson (Eds.), Decision Support Systems. Putting Theory into Practice. Prentice Hall, Englwood Cliffs, New Jersey, p. 365-379.

Mayo, R.B. (1979). Corporate planning and modeling with SIMPLAN. Addison Wesley, New York.

McMahon, C., J. Browne (1995). CAD/CAM. From Principles to Practice. Addison Wesley, Workingham.

Moore, J.H., M.G. Chang (1980). Design of decision support systems. Data Base, 12(1,2), 8-14.

Nauman, J.D., A.M. Jenkins (1982). Prototyping: the new paradigm for systems development. MIS Quarterly, 6(3), 29-44.

Naylor, T.H. (1982). DSS of whatever happened to MIS. INTERFACES. 12(4), 92-94.

Nebendahl, D. (1987). Expert Systems. Siemens AG & Jhon Willy & Sons, NY.Neubert, G., N. Rezg, J.P. Campagne (1997). Supervisory control: towards a proactive

attitude. In Z. Binder, B.E. Hirsch, L.M. Aguillera (Eds.), Proceedings, Conf. on Management and Control of Production and Logistics - MCPL'97. Campinas, Brasil, August 31- Sept. 2, p. 400-405.

Newell, A. (1993). Reasoning: problem solving and decision processes. In R.H. Sprague Jr., H.J. Watson (Eds.), Decision Support Systems. Putting Theory into Practice. Prentice Hall, Englwood Cliffs, New Jersey, p. 365-379.

Nof, S.Y. (1981). Theory and practice in decision support for manufacturing control. In

C.W. Holsapple, A.B. Whinston (Eds.), Data Base Management: Theory and Applications. D. Reidel. Dordrecht, p. 325-348.

Nof, S.Y., R. Gurecki (1980). MDSS: manufacturing decision support systems. Preprints, AIIE Spring Conf. Atlanta, p. 36.

O'Donghue, S. Puuraneni, V. Savolainen (1997). Executives' mobile personal

information systems: information and communication view. Studies in Informatics and Control - SIC, 6(2), 145-161.

Pfeifer, T., W. Eversheim, W. Konig (1994). Manufacturing Excellence. The Competitive Edge. Chapman & Hall, London.

Rădulescu, D., O. Gheorghiu (1992). Optimizarea flexibilă şi asistată de calculator, Editura Ştiinţifică, Bucureşti.

Reimann, B.C., A.D. Waren (1985). User-oriented criteria for the selection of DSS software. Communication of the ACM, 28(2), 166-179.

Sawaragi, Y., K. Inoue (1985). New trends in systems approaches by the interactive use of microcomputers. In Proc. of CSTD'85. Beijing, p. 166-179.

Scott-Norton, M.S. (1971). Management Decision Systems: Computer Based Support for Decision Making. Div. of Res. Graduate School of Business Administration, Harvard University.

Sen, A., Biswas, G. (1985). DSS: an expert systems approach. Decision Support Systems, 1, 197-204.

Shaw, M.J., M.S. Fox (1993). Distributed artificial Intelligence for group decision support. Decision Support Systems, 9, 340-367.

Shee, N.C., B.C. Housel, R.W. Taylor, U.Y. Lum (1997). EXPRESS: a data extraction

processing and restructuring systems. ACM Trans. on Data Base Systems, 2(2), p. 134-174.

Sheridan, T. (1992). Telerobotics, Automation and Human Supervizory Control. MIT Press, Cambridge.

Simon, H.A. (1960). The New Science of Management Decision. Harper & Brothers.Simon, H.A. (1969). Science of the artificial. MIT Press, Cambridge M.A.Sol, H.G. (1983). Processes and tools for decision support. Interfaces for future

developments. In H.G. Sol (Ed.), Processes and Tools for Decision Support, North Holland, Amsterdam, p. 1-6.

Sol, H.G. (1988). Conflicting experiences with DSS. Decision Support Systems, 3, 203-211.

Spinosa, L.M., B. Espinasse, E. Chauraqui (1997). For a decision support system model to distributed manufacturing systems: a multiagent and CIMOSA based approach. In Z. Binder, B.E. Hirsch, L.M. Aguillera (Eds.), Proceedings, Conf. on Management and Control of Production and Logistics - MCPL'97. Campinas, Brasil, August 31- Sept. 2, p. 504-509.

Sprague, R.H. (1980). A framework for development of decision support systems. MIS

Quarterly, 4(4), 1-26.Sprague Jr., R.H. (1987). DSS in Context. Decision Support Systems, 3, 197-202.Sprague Jr., R.H., E.D. Carlson (1982). Building Effective Decision Support

Systems. Prentice Hall, Englewood Cliffs, New Jersey.Stabell, C.B. (1987). DSS: alternative perspectives and schools, Decision Support

Systems, 3, 243-251.Stănciulescu, F. (1986). Principles of modeling and simulation of large-scale and

complex systems: applications to ecology. Syst. Anal. Model. Simul, 3(15), 409-429.

Turban, E. (1996). Implementing decision support systems: survey. In Proc. IEEE, p. 2540-2545.

Vaszony, A. (1982). DSS, computer literary and electronic models. INTERFACES, 12(1), 74-78.

Young, L.F. (1983). Computer support for creative decision-making: right brained DSS. In H.G. Sol (Ed.), Processes and Tools for Decision Support, North Holland, Amsterdam, p. 47-63.

Wagner, R.G. (1981). DSS: the real substance. INTERFACES, 11(2), 77-86.Wang, M.S.Y., J.F. Courtney Jr., (1984). A conceptual architecture for generalized

DSS software. IEEE Trans. on Syst. Man and Cyber, SMC-14(5), 701-711.Wang, M.S.Y., K.C. Yu (1983). A hierarchical skeleton of knowledge-based decision

support systems software. În Proc. COMPCON'83. Computer Society Press, p. 86-92.

Watson, H.J., R.K. Rainer, C. Koh (1993). The management information and decision support (MIDS) system at Lockhead-Georgia. In R.H. Sprague Jr., H.J. Watson (Eds.), Decision Support Systems. Putting Theory into Practice. Prentice Hall, Englwood Cliffs, New Jersey, p. 235-252.

Winston, P.W. (1977). Artificial Intelligence. Addison-Wesley, (Trad. rom. Inteligenţa artificială, Ed. Tehnică, Bucureşti, 1981).

Wolfpert, D.H., W.C. Macready (1996). No Free Lunch for Search. SFI-TR-95-02-010.