+ All Categories
Transcript
Page 1: Sist Infor Ec Cap !

1. SISTEMUL INFORMATIC - INSTRUMENT PENTRU CONDUCEREA ŞTIINŢIFICĂ A SOCIETĂŢILOR COMERCIALE

1.1. Conceptul de sistem

Conceptul de sistem este folosit tot mai frecvent în limbajul curent deşi există mai multe păreri în definirea acestuia. Fără a recurge la o inventariere a acestor păreri, vom căuta să desprindem aspectele comune care concură la definirea conceptului de sistem, şi anume faptul că orice sistem se caracterizează prin:

- mulţimea E de elemente intercorelate funcţional- intrările sistemului (X)- procesele P din cadrul sistemului care prelucrează intrările- ieşirile sistemului (Y)- starea sistemului- scopul, obiectivul funcţionării sistemului (Z)Totodată, remarcăm faptul că orice sistem este legat de un anumit mediu, are o

anumită structură şi funcţionează după anumite reguli. Pe baza celor de mai sus, sistemul ar putea fi definit ca fiind un ansamblu de elemente intercorelate funcţional ce acţionează într-un anumit scop (Z).

In forma cea mai simplă, conceptul de sistem este sugerat prin figura 1.1.

1.2 Conceptul de sistem cibernetic

În context cibernetic (fig. 1.2) intrările X sunt supuse unui proces P de transformare în interiorul sistemului S, rezultând ieşirile Y, ceea ce se poate formula astfel:

y = P(X)Mărimile Y ale ieşirilor se compară cu mărimile obiectivelor propuse (Z).

Page 2: Sist Infor Ec Cap !

Întrucât de cele mai multe ori între ieşirile efective ale sistemului şi obiectivele prestabilite, datorită unor factori perturbatori apar abateri, în sensul că YX. De aceea, pentru înlăturarea factorilor perturbatori se impune cu necesitate intervenţia unui regulator (R) care va genera mărimea de reglare X cu rolul de a aduce ieşirile cu rolul de a aduce ieşirile Y la nivelul obiectivelor (Z) prestabilite, ceea ce se poate formula astfel:

Z = P ( X+x)unde x are semnificaţia de factor de reglare iar forma prin care se corelează ieşirile cu obiectivele sistemului în funcţie de care apoi se intervine asupra intrărilor şi înlăturării factorilor perturbatorii, poartă denumirea de conexiune inversă sau feed-back.

Sistemul are o dimensiune relativă, ca sferă de cuprindere, în funcţie de nivelul la care se raportează într-o ierarhie funcţională.

Un sistem poate fi descompus pe mai multe niveluri de referinţă şi poate fi format din mai multe subsisteme (fig.1.3).

În ceea ce priveşte raportul dintre nivelul de referinţă şi descompunerea sistemului pe subsisteme, spre exemplificare, am putea privi economia mondială ca fiind formată din economia multitudinii ţărilor, care la rândul lor include multitudinea unităţilor economico-sociale din fiecare ţară (fig.1.4).

La nivelul unei unităţi economice privite ca sistem, pot fi identificate subsistemele

Page 3: Sist Infor Ec Cap !

aprovizionare, producţie, desfacere, personal şi financiar-contabil. Gradul de descompunere sau agregare a sistemului depinde de scopul urmărit, de obiectivele prestabilite precum şi de nivelul la care se doreşte să se facă raportarea.

În acest context se poate spune că orice sistem apare ca un subsistem al unui sistem mai cuprinzător, că nici un sistem sau subsistem nu se găseşte izolat, funcţionând într-un anumit mediu, că legăturile dintre ele sunt evidenţiate tocmai de intrările respectiv ieşirile fiecăruia.

1.3. Conceptul de sistem informaţional

Comunicarea între diferite sisteme, subsisteme şi în cadrul acestora se realizează prinintermediul sistemului informaţional. Spre exemplificare, dacă ne referim la o unitate economica privită ca sistem cibernetic, sistemul informaţional se interpune între sistemul condus şi sistemul de conducere (fig.1.5).

Sistemul informaţional poate fi definit ca un ansamblu tehnico-organizatoric de proceduri de constatare, consemnare, culegere, verificare, transmitere, stocare şi prelucrare a datelor, în scopul satisfacerii cerinţelor informaţionale necesare conducerii în procesul fundamentării şi elaborării deciziilor.

Sistemul informaţional poate fi privit ca “umbra” proceselor şi fenomenelor ce se petrec în cadrul unei unităţi economico-sociale aşa după cum reiese şi din figura 1.6. În partea superioară a figurii 1.6 sunt redate într-o succesiune logică activităţile de bază şi procesele ce au loc într-o societate comercială cu caracter productiv: aprovizionare, producţie şi desfacere. În partea inferioară (marcată prin linie întreruptă) se constată, consemnează, reflectă şi informează tot ceea ce se petrece pe parcursul fluxului aprovizionare – producţie - desfacere.

Page 4: Sist Infor Ec Cap !

Din definiţie se desprind sarcinile şi obiectivul sistemului informaţional.În ceea ce priveşte sarcinile sistemului informaţional, într-o formă mai analitică

acestea pot fi următoarele:- culegerea şi consemnarea datelor primare de la locurile unde se petrec procesele şi

fenomenele economice, precum şi din spaţiul economic extern- verificarea, transmiterea şi stocarea datelor pe diferiţi purtători tehnici de

informaţii- prelucrarea manuală sau automată a datelor în concordanţă cu cerinţele conducerii- asigurarea integrităţii şi confidenţialităţii datelor- asigurarea calităţii informaţiilor necesare conducerii sub aspectul realităţii,

exactităţii, completitudinii, oportunităţii şi formei de prezentare- reducerea costului informaţiei- asigurarea informaţiilor necesare conducerii conform principiului selecţiei şi

informării prin excepţie- includerea în cadrul procedurilor a unor modele matematice care să conducă la

utilizarea optimă a resurselor umane, materiale, financiare şi timp din cadrul unităţilor economice.În ceea ce priveşte obiectivul sistemului informaţional, se poate spune că acesta

reprezintă satisfacerea cerinţelor informaţionale necesare conducerii în procesul de elaborare a deciziilor. Deci, prin scopul urmărit putem considera sistemul informaţional ca un instrument al conducerii în vederea realizării obiectivelor activităţilor unităţilor economice.

Page 5: Sist Infor Ec Cap !

1.4. Conceptul de sistem informatic

În măsura în care activităţile din cadrul sistemului informaţional sunt realizate cu ajutorul echipamentelor electronice de culegere, transmitere, stocare şi prelucrare automată a datelor, se spune că avem de a face cu informatizarea sistemului informaţional şi implicit a determinat apariţia conceptului de sistem informatic.

În acest context, sistemul informatic reprezintă un ansamblu de elemente intercorelate funcţional în scopul automatizării obţinerii informaţiilor necesare conducerii în procesul de fundamentare şi elaborare a deciziilor.

1.4.1. Elemente componente ale sistemului informatic

Elementele componente ale unui sistem informatic, intercorelate funcţional, sunt redate în figura următoare.

Un sistem informatic este compus, în principal, din următoarele elemente:- Baza tehnică sau HARDWARE-ul sistemului informatic, care este constituită din

totalitatea mijloacelor tehnice de culegere, transmitere, stocare şi prelucrare a datelor, în care locul central revine calculatorului electronic.

- Sistemul de programe sau SOFTWARE-ul sistemului, ce cuprinde totalitatea programelor pentru funcţionarea sistemului informatic, în concordanţă cu funcţiunile şi obiectivele ce i-au fost stabilite.Se au în vedere atât programele de bază (SOFTWARE-ul de bază) cât şi programele aplicative (SOFTWARE-ul aplicativ).

- Baza ştiinţifico-metodologică care este constituită din modele matematice ale proceselor şi fenomenelor economice, metodologii, metode şi tehnici de realizare a sistemelor informatice.

- Baza informaţională cuprinde datele supuse prelucrării, fluxurile informaţionale, sistemele şi nomenclatoarele de coduri.

- Resursele umane şi cadrul organizatoric, ce include personalul de specialitate şi cadrul necesar funcţionării sistemului informatic. Personalul de specialitate include informaticieni cu studii superioare şi pregătire medie, analişti, programatori, ingineri de sistem, analişti-programatori ajutori, operatori, controlori date etc.

Page 6: Sist Infor Ec Cap !

Cadrul organizatoric este cel specificat în regulamentul de organizare şi funcţionare al unităţii în care funcţionează sistemul informatic.

Realizarea unui sistem informatic reclamă acţiuni conjugate de asigurare a tuturor elementelor de mai sus, neglijarea chiar şi numai a unuia dintre acestea putând aduce prejudicii întregii acţiuni.

1.4.2. Locul şi rolul sistemului informatic în raport cu sistemul informaţional

Sistemul informatic este inclus în cadrul sistemului informaţional şi are ca obiect de activitate, în general, procesul de culegere, verificare, transformare, stocare şi prelucrare automată a datelor (fig 1.8).

Prin implementarea unor modele matematice şi utilizării tehnicii de calcul în activităţile enumerate, sistemul informatic imprimă valenţe sporite sistemului informaţional sub aspect calitativ şi cantitativ. Astfel, asistăm la o creştere a capacităţii de calcul sub aspectul volumului datelor de prelucrat şi a operaţiilor de efectuat, creşterea exactităţii informaţiilor, sporirea operativităţii şi complexităţii situaţiilor de informare-raportare etc. Toate aceste aspecte determină o apropiere mai mare a decidentului de fenomenele şi procesele economice pe care le are în atenţie, cu multitudinea aspectelor economice pozitive ce derivă din acestea.

În ceea ce priveşte raportul dintre sistemul informatic şi sistemul informaţional se poate aprecia ca sistemul informatic tinde spre a egala sfera de cuprindere a sistemului informaţional, însă acest lucru nu va fi posibil niciodată datorită limitelor sistemului informatic. Tot timpul în cadrul sferei sistemului informaţional vor exista o serie de activităţi ce nu vor putea fi automatizate in proporţie de 100%. Însă dacă acceptăm includerea în sfera sistemului informatic a activităţii de conducere a proceselor tehnologice cu ajutorul calculatoarelor de proces, putem asista la automatizarea completă a procesului tehnologic. Într-o astfel de situaţie există unele păreri cum că sistemul

Page 7: Sist Infor Ec Cap !

informatic ar depăşi sfera sistemului informaţional. Însă această problemă rămâne deschisă discuţiilor.

1.5. Obiectivele sistemelor informatice

Obiectivele sistemelor informatice pot fi clasificate după mai multe criterii astfel:

A. În funcţie de sfera de cuprindere, obiectivele pot fi principale (generale) şi şi secundare (derivate).

Plecând de la ideea că sistemul informatic este subordonat procesului decizional, că el deserveşte conducerea al cărei rol este de a asigura funcţionarea normală sau optimă a întregii activităţi şi de a reduce la minim pierderile în caz de funcţionare anormală sau neoptimă, adică de a compensa perturbaţiile care apar în activitatea întreprinderii, considerăm că obiectivul oricărui sistem informatic trebuie să fie subordonat obiectivului propriu-zis al unităţii economico-sociale sau celor derivate din acesta. În acest context obiectivul principal (general) urmărit prin introducerea unui sistem informatic îl constituie tocmai asigurarea selectivă şi în timp util a tuturor nivelelor de conducere cu informaţii necesare şi reale pentru fundamentarea şi elaborarea operativă a deciziilor cu privire la desfăşurarea cât mai eficientă a întregii activităţi din unitatea economică.

Pe lângă acest obiectiv principal ce poartă amprenta întregii activităţi din unitatea economică, în scopul cunoaşterii mai îndeaproape a activităţii economice respective şi desfăşurării acesteia în cele mai bune condiţii, sistemul informatic mai are şi alte obiective pe care le numim obiective secundare sau derivate şi care pot fi considerate chiar condiţii de prim ordin pentru realizarea obiectivului general. În ceea ce priveşte raportul dintre obiectivul general şi obiectivele secundare ale sistemului, este necesar să arătăm că subobiectivele trebuie să fie compatibile între ele şi compatibile cu obiectivul general, adică realizarea unuia să influenţeze realizarea celorlalte şi toate să concure la realizarea obiectivului general. În caz contrar, urmărirea realizării unui obiectiv necorelat cu celelalte obiective ale sistemului se transformă într-un scop în sine şi este lipsită de eficienţă.

B. Din punct de vedere al domeniului de activităţi asupra cărora se răsfrâng efectele utilizării calculatoarelor electronice, obiectivele pot fi clasificate astfel:

a. Obiective ce afectează activităţile de bază din cadrul unităţilor economice (comercială, producţie etc) cum ar fi:

- creşterea gradului de încărcare a capacităţilor de producţie existente ţi reducerea duratei ciclului de fabricaţie

- creşterea volumului producţiei- reducerea consumurilor specifice de materii prime şi materiale- creşterea productivităţii muncii- reducerea personalului administrativ-funcţionăresc- creşterea profitului şi a rentabilităţii etc.b. Obiective ce afectează funcţionarea sistemului informaţional, cum ar fi:- creşterea vitezei de răspuns a sistemului la solicitările beneficiarilor- creşterea exactităţii ţi preciziei în procesul de prelucrare a datelor şi informare a

conducerii

Page 8: Sist Infor Ec Cap !

- reducerea costului informaţiei- raţionalizarea fluxurilor informaţionale- raţionalizarea circuitelor informaţionale- sporirea completitudinii situaţiilor de informare-raportare etc.

De remarcat că realizarea obiectivelor ce afectează funcţionarea sistemului informaţional se va răsfrânge în mod indirect asupra activităţilor de bază din unitatea economică şi va influenţa cantitativ şi calitativ realizarea primei grupe de obiective.

C. Totodată, obiectivele sistemelor informatice mai pot fi clasificate şi din punctul de vedere al posibilităţilor de cuantificare a efectelor acestora, astfel:

a. Obiective cuantificabile cum ar fi:- accelerarea vitezei de rotaţie a mijloacelor circulante- reducerea cheltuielilor de transport- reducerea cheltuielilor indirecte- creşterea volumului producţiei- raţionalizarea formularisticii de evidentăb. Obiective necuantificabile cum ar fi:- sporirea calităţii produselor finite sau serviciilor prestate- reducerea muncii în asalt- creşterea prestigiului unităţii economice- creşterea calităţii informaţiilor.

Necesitatea clasificării obiectivelor sistemelor informatice decurge din faptul că ele sunt foarte numeroase şi sunt specifice fiecărei unităţi economice, iar realizarea concomitentă a acestora la nivelul unei unităţi economice este greu de înfăptuit. Acest lucru impune ca fiecare conducător să definească obiectivele specifice unităţii respective şi să stabilească ordinea prioritară de realizare a acestora. Totodată, prin inventarierea şi prezentarea acestora în faţa colectivului din unitatea respectivă, prin explicarea modului de realizare şi a eforturilor privind asigurarea resurselor umane, materiale, financiare şi timp pe care le implică, colectivul de oameni va înţelege mai clar necesitatea şi utilitatea implementării sistemelor informatice, va deveni mai responsabil faţă de sarcinile ce-I revin, creându-se astfel condiţii mai favorabile pentru reuşita implementării şi exploatării curente a sistemului informatic.

1.6. Clasificarea sistemelor informatice

Sistemele informatice se clasifică după mai multe criterii.

A. În funcţie de domeniul de utilizare, acestea se clasifică în patru grupe, prezentate în figura 1.9.

Page 9: Sist Infor Ec Cap !

a. Specific sistemelor informatice pentru conducere activităţilor unităţilor economico-sociale este faptul că datele de intrare, de regulă, sunt furnizate prin documente întocmite de om, iar datele de ieşire sunt furnizate de către sistem tot sub formă de documente (liste, rapoarte etc.) pentru perceperea acestora de către om.

b. Spre deosebire de acestea, sistemele informatice pentru conducerea proceselor tehnologice se caracterizează prin aceea că datele de intrare sunt asigurate prin intermediul unor dispozitive automate care transmit sub formă de semnale (impulsuri electronice) informaţii despre diverşi parametri ai procesului tehnologic (presiune, temperatură, umiditate, nivel) iar datele de ieşire se transmit de asemenea sub formă de semnale unor organe de execuţie, regulatoare, care modifică automat parametrii procesului tehnologic. Se execută în acest fel controlul şi comanda automată a procesului tehnologic. Astfel de sisteme sunt folosite în locurile în care este periclitată intervenţia în mod direct a factorului uman. Exemple de asemenea sisteme sunt cele pentru laminarea oţelului, pentru procesele din petrochimie, pentru fabricarea cimentului, a hârtiei, centrale nucleare etc. în mod firesc apar diferenţe între obiectivele celor două categorii de sisteme, cele pentru conducerea proceselor tehnologice având ca obiective îmbunătăţirea randamentului agregatelor, urmărirea siguranţei în funcţionare, creşterea indicatorilor de calitate a produselor, îmbunătăţirea altor indicatori tehnico-economici.

c. Sistemele informatice pentru activitatea de cercetare ştiinţifică şi proiectare asigură automatizarea calculelor tehnico-inginereşti, proiectarea asistată de calculator şi alte facilităţi necesare specialiştilor din domeniile respective.

d. Sistemele informatice speciale sunt destinate unor domenii specifice de activitate ca de exemplu: informare şi documentare, tehnico-ştiinţifică, medicină etc.

Page 10: Sist Infor Ec Cap !

B. Un alt criteriu de clasificare al sistemelor informatice economice este în funcţie de nivelul ierarhic ocupat de sistemul economic în structura organizatorică a socuetăţii, conform căruia avem următoarea clasificare:

a. Sisteme informatice pentru conducerea activităţii la nivelul unităţilor economice. Acestea pot fi descompuse în subsisteme informatice asociate funcţiunilor unităţilor economico-sociale sau chiar unor activităţi

b. Sisteme informatice pentru conducerea activităţii la nivelul organizaţiilor economico-sociale cu structură de grup. În această categorie sunt incluse sistemele informatice la nivelul regiilor autonome.

c. Sisteme informatice teritoriale. Sunt constituie la nivelul unităţilor administrativ-teritoriale şi servesc la fundamentarea deciziilor adoptate de către orgenele locale de conducere

d. Sisteme informatice pentru conducerea ramurilor, subramurilor şi activităţilor la nivelul economiei naţionale. Se constituie la nivelul ramurilor, subramurilor şi activităţilor individualizate în

virtutea diviziunii sociale a muncii şi specificate în clasificarea ramurilor economiei naţionale. Sunt elaborate şi administrate de ministerele, departamentele sau organele care au prin lege sarcina de a coordona metodologic grupele respective de activităţi. Principala lor funcţie constă în fundamentarea şi reglarea echilibrului dezvoltării economico-sociale în profil de ramură.

Aceste sisteme vor trebui să realizeze elaborare de variante a proiectului de plan în profil de ramură, încărcarea optimă a capacităţilor de producţie, folosirea intensivă a maşinilor, utilajelor şi instalaţiilor, urmărirea şi controlul realizării sarcinilor de plan şi a celor privind calitatea producţiei, perfecţionarea produselor şi a tehnologiilor, înnoirea producţiei şi asigurarea de noi produse, utilizarea superioară a potenţialului material şi uman din ramura respectivă.e. Sisteme informatice funcţionale generale ce au ca atribut principal faptul că

intersectează toate ramurile şi activităţile ce au loc în spaţiul economiei naţionale, furnizând informaţiile necesare coordonării de ansamblu şi sincronizării lor in procesul reproducţiei din cadrul economiei de piaţă. În această categorie sunt cuprinse sistemele pentru planificare, statistică, financiar-bancar etc.

C. Un alt criteriu de clasificare al sistemelor informatice este acela după aportul acestuia în actul decizional.

Decidentul dintr-o unitate are prin sistemul informatic un puternic suport pentru fundamentarea deciziilor sale. Acest suport implementează modele matematico-economice din domeniul specific de activitate sau cu caracter general. Este situaţia clasică de realizare a sistemelor informatice ca asistent al decidentului. Acestea execută o mică parte din activitatea decidentului, rolul lor important fiind de culegere şi prelucrare automată a datelor. Este perioada de până în jurul anului 1970, când două discipline au venit în sprijinul ştiinţific al sistemului informatic-decizional: cercetările operaţionale şi teoria deciziei. În această perioadă apar şi primele sisteme suport decizie ca sisteme pentru prelucrarea automată a datelor împreună cu sistemele de luare a deciziilor.

Anii 1970 au însemnat o creştere puternică a fluxului informaţional în toate domeniile de activitate, a bazelor de date şi a teleprelucrării. Acestea au permis prelucrarea unui volum mai mare de date şi o comunicaţie mai rapidă şi mai eficientă.

Page 11: Sist Infor Ec Cap !

Rolul sistemului informatic creşte în raport cu decidentul, ajungând să fie un colaborator al acestuia. De multe ori, aceste sisteme informatice execută o parte însemnată din activitatea decidentului evoluând astfel spre sisteme suport de decizie.

Începând cu anii ’70 bazele de date au evoluat spre relaţional ţi distribuit, iar reţelele de calculatoare locale şi generale au devenit curente. Informaţia care se prelucrează se diversifică foarte mult, volumul de date este tot mai mare iar complexitatea prelucrărilor de-asemenea. Sistemele informatice încep să execute mare parte din activitatea de rezolvare a problemelor de decizie devenind experte în domeniu, evoluând astfel spre sisteme expert. Volumul de date mare şi complexitatea deosebită a datelor care circulă pe magistralele (reţelele) informaţionale internaţionale în momentul de fată, tind să sufoce sistemele informatice bazate pe relaţional. Abordarea orientată-obiect, precum şi realizarea de baze de cunoştinţe, pe maşini tot mai puternice, tind să rezolve problema.

Sistemele expert (SE) precum şi sistemele suport de decizie (SSD) sunt de fapt sisteme informatice (SI) dedicate. Iată câteva aspecte comune şi deosebiri între ele:

a. Tehnologia de realizare se păstrează în mare parte pentru toate cele trei tipuri desisteme. Pe de o parte SSD si SE au preluat în metodologia lor de realizare majoritatea activităţilor din metodologia de realizare a SI, adoptând o parte din ele. Pe de altă parte metodologia de realizare a SI a evoluat mult odată cu apariţia SSD si SE preluând o serie de elemente de simplitate, flexibilitate precum şi stilul de lucru în paşi mărunţi şi relări succesive. Ideea ca un sistem informatic, ca de altfel orice produs informatic, se realizează “la cheie” prin etape care o dată realizate nu se mai pot relua, nu mai este agreată. Stilul de lucru de la sistemele expert care presupune realizarea unei versiuni care nu este nici ultima nici cea mai bună, urmând apoi să se realizeze versiuni succesive pentru perfecţionare şi dezvoltare, este tot mai mult utilizat şi în realizarea sistemelor informatice.

b. Toate folosesc abordarea sistemică pentru studierea şi rezolvarea problemelor.Aceasta este o cale eficientă pentru învingerea complexităţii şi păstrarea coerenţei. Abordarea sistemică presupune o serie de caracteristici în procesul de cunoaştere, caracteristici care se regăsesc la realizarea tuturor celor trei tipuri de sisteme. Aceste caracteristici sunt:

- extragerea sistemului studiat se face din mediul înconjurător- definirea problemei şi descrierea ei se face cantitativ si/sau calitativ- se definesc mijloacele posibile pentru rezolvarea problemei- se formulează diferite variante de rezolvare a problemei- se compară variantele şi se alege cea mai bună (cea care satisface cel mai bine

cerinţele).c. Modul de rezolvare al problemelor păstrează direcţii comune care caracterizează

sistemul uman de prelucrare şi evaluare a informaţiei. Acest lucru este firesc în SSD si SE şi se accentuează în SI prin abordarea orientată-obiect. În acest sens, se îmbină aspectele descriptive u cele imperative, neprocedurale cu cele procedurale, în funcţie de sistem punându-se accentul pe unul sau altul dintre aceste aspecte. Modulul rezolutiv se bazează în special pe raţionamente dar şi pe algoritmi în SE, şi se bazează în special pe algoritmi dat şi raţionamente în SSD si SI. Raţionamentul se bazează pe modelul logic şi nu pe cel fizic, ceea ce înseamnă că primează relevanţa şi mai puţin precizia. Acest lucru este valabil atât în mecanismul de inferenţă din SE cât şi în procesul decizional din SSD.

Page 12: Sist Infor Ec Cap !

În SI, în modelul prelucrativ, contează mai mult precizia ţi mai puţin relevanţa. Aplicaţiile cu baze de cunoştinţe sunt în ultimă instanţă aplicaţii informatice care permit rezolvarea de probleme dificile prin simularea raţionamentului uman asupra unor cunoştinţe specifice unui domeniu dat.

d. Cele trei sisteme, deşi au arhitecturi diferite păstrează şi elemente comune. Toateau colecţii de date care sunt fişiere sau baze de sate în SI, baze de cunoştinţe în în SSD (baza de date şi baza de modele) şi SE (baza de cunoştinţe şi modele). În plus faţă de SI, SSD conţin o bază de module care este de fapt o bibliotecă de module permanente sau de uz temporar. Acestea pot fi ale utilizatorului sau realizate de firme specializate. Pot fi module operative, tactice sau strategice, pot fi de calcul sau analiză etc. dimensiunile acestor module pot fi de la o singură relaţie până la foarte multe. Legat de această bază de module SSD va conţine un mecanism de construire sau generare a modulelor, va avea posibilitatea să restructureze un model, să-l actualizeze şi să opereze asupra modulelor pentru a obţine rapoarte de ieşire. În loc de colecţiile de date din SI, SE conţin o bază de cunoştinţe în care se descriu obiectele din lumea reală. Ea conţine fapte (axiome) şi reguli (care pot descrie şi modele). Atât SSD cât şi SE au componente pentru învăţare care achiziţionează noi cunoştinţe. Această componentă lipseşte ca atare în SI, deşi sunt încercări în acest sens de a fi inclusă.

De asemenea, toate sistemele conţin interfeţe cu utilizatorul care tind să devină totmai prietenoase, uşor de folosit şi interactive. Această componentă tinde să depăşească jumătate din codul program generat, în toate cele trei sisteme. Tendinţa este dată de maşinile interactive actuale şi de societatea informatizată care determină o utilizare în masă a calculatoarelor. Dialogul dat de interfaţă trebuie să fie cât mai ” natural” pentru a elimina bariera psihologică dintre om şi maşină. Stilul de dialog poate fi întrebare-răspuns, limbaj de comandă, meniu, videoformat, ferestre etc., la care se adaugă facilităţile oferite de platformele multimedia (dacă acestea sunt disponibile).

e. Toate cele trei sisteme ajută decidentul în activitatea sa, îi fundamentează decizia. Contribuţia fiecărui tip de sistem la sprijinul decidentului, în fundamnetarea deciziilor este următoarea:

Tip sistem Ajutor pentru decident Partea executată din activitatea decidentului

SISSDSE

asistentcolaboratorexpertiză

o mică parteo parte însemnatăo mare parte

f. Problemele rezolvate cu cele trei tipuri de sisteme sunt de natură diferită deşi au şielemente comune (provin din lumea reală etc.) Dacă într-o problemă criteriile sunt preponderent cantitative iar caracteristicile problemei se formulează cantitativ, modelarea se face foarte bine algoritmic şi va rezulta un SI. Dacă însă există formulări mai puţin cantitative se tinde spre SSD sau SE, care însă nu exclud folosirea algoritmilor. Pentru problemele complexe în condiţii de incertitudine, se porneşte conceptual dar şi practic, de la baze de date clasice spre baze de cunoştinţe. Acestea au la bază cunoştinţe incomplete, inconsistente, incerte, inprecise, ambigui. Pentru fiecare dintre aceste categorii de

Page 13: Sist Infor Ec Cap !

cunoştinţe există o logică nestandard de care se ţine cont în abordarea problemei. Acest lucru se tratează bine în SSD şi SE şi foarte greu sau imposibil în SI.

Din analiza de mai sus rezultă evoluţia în anumite condiţii a SI spre SSD şi SE.evoluţia se constată în ceea ce priveşte conceptele (sistem, componente, modele, obiecte etc.), metodologia de realizare (principalele activităţi, metode, tehnici etc.), soluţii software de implementare (limbaje, tehnici de programare, inginerie software etc.). Pe de altă parte, din punct de vedere al organizării datelor se constată evoluţia bazelor de date relaţionale spre cele orientate obiect şi spre bazele de cunoştinţe. Simplificarea modelului relaţional şi îmbunătăţirea lui a condus spre modelul orientat obiect. De asemenea, reprezentarea prin perechile A-V (atribut-valoare) din relaţional o regăsim şi în bazele de cunoştinţe (exemplul din limbajul Prolog).

D. Din punct de vedere al organizării datelor sistemele informatice se clasifică în:a. SI care au colecţiile de date organizate în fişiere. Fişierele pot fi cu organizare

clasică (secvenţiale, indexat-secvenţiale, relative) sau cu organizare specială (înlănţuite, inverse etc.). Acest tip de SI sunt tot mai rare astăzi, şi ele mai pot fi acceptate doar pentru sisteme mici. În orice caz, aceste sisteme trebuie să folosească şi fişiere care permit accesul direct pentru uşurinţa şi rapiditatea manipulării datelor.

b. SI care au colecţii de date organizată în bază de date. Pentru acest lucru sefoloseşte un model de date care poate fi arborescent, reţea, relaţional sau orientat-obiect şi un SGBD adecvat. Cel mai utilizat model este cel relaţional cu tendinţă de evoluţie spre orientat-obiect. Majoritatea SI sunt de acest tip datorită avantajelor oferite de bazele de date în crearea şi manipularea colecţiilor de date.

c. SI mixte care au colecţii de date organizate în bază de date dar şi în fişiere. Potapare şi astfel de situaţii în realizarea unui SI, în sensul că pe lângă baza de date sunt necesare şi o serie de fişiere relativ independente prelucrate din limbaje de programare, în afară SGBD-ului. Astfel de cazuri apar mai ales atunci când SI colaborează cu alte sisteme sau aplicaţii informatice.

1.7. Sistemul informatic, instrument al conducerii moderne

Obţinerea de către agenţii economici şi societăţile comerciale a unei eficienţeeconomice sporite este condiţionată de existenţa unei conduceri ştiinţifice bazate pe o bună cunoaştere a legilor economice, cunoaşterea operativă şi exactă a cererii şi ofertei de pe piaţa internă şi externă, a dinamicii preţurilor mărfurilor, a caracteristicilor tehnologice ale mărfurilor ce constituie obiectul de preocupare, a tendinţelor tehnologice precum şi a modului de utilizare a resurselor de care dispun.

Acest lucru impune promovarea în munca de conducere a unor metode, tehnici şi mijloace moderne de informare, analiză şi decizie. În ansamblul metodelor, tehnicilor şi mijloacelor moderne un loc central îl ocupă metodele matematice de creştere a eficienţei economice, de prognozare precum şi sistemele informatice. Deci, se pune problema perfecţionării sistemului de conducere concomitent cu cea a perfecţionării sistemului informaţional prin aplicarea principiilor şi metodelor pe care le oferă ştiinţa conducerii şi organizării, cibernetica, cercetarea operaţională, econometria pe de o parte, iar pe de altă

Page 14: Sist Infor Ec Cap !

parte informatica cu cele mai eficiente metode şi procedee de culegere, verificare, transmitere, stocare şi prelucrare a datelor.

Plecând de la faptul, pe de o parte, că modelele matematice reprezintă componenta ştiinţifică a unui sistem informatic, iar pe de altă parte ţinând seama de facilităţile oferite de utilizarea calculatorului electronic (ca o altă componentă a sistemului informatic) se poate aprecia că sistemul informatic constituie un adevărat instrument în conducerea ştiinţifică a activităţii economice, cel puţin din următoarele considerente:

- Oferă posibilitatea simulării facile a proceselor şi fenomenelor economice la nivelmicro şi macroeconomic.

- Asigură o corelare mai judicioasă a obiectivelor cu resursele. De exemplu, prinimplementarea unui sistem informatic privind programarea, lansarea şi urmărirea operativă a producţiei, pe baza unor modele matematice de armonizarea a cerinţelor cu resursele, se poate detalia această activitate până la nivel de săptămână sau chiar zi, în condiţii de eficienţă economică sporită. În condiţii tradiţionale această activitate se realizează în mod empiric, până cel mult la nivel de trimestru, fără o fundamentare ştiinţifică.

- Prin implementarea unor modele matematice în cadrul sistemelor informaticeapare posibilitatea alegerii ofertei (variantei) optime în diferite domenii de activitate. De exemplu, în domeniul comerţului exterior, alegerea ofertei optime reprezintă una din principalele exigenţe la contractare şi se poate realiza prin aplicarea unor modele de decizii multicriteriale în paralel cu asigurarea fondului de date referitoare la dinamica preţurilor, documentaţia tehnică, performanţele utilajelor sau maşinilor etc. În general, studiul comparativ al ofertelor se realizează în mod empiric şi cu mari dificultăţi.

- Sistemul informatic înlătură anacronismul din activitatea unităţilor economice,manifestat prin faptul ca cca. 40-60% din bugetul de timp este folosit pentru activităţi de rutină, de evidenţă, prelucrare şi raportare a datelor, rămânând prea puţin timp pentru activitatea de informare tehnică de specialitate, pentru consultarea unor materiale de conjunctură economică, de analiză şi previziune a fenomenelor şi proceselor economice ce prezintă interes.

- Prin implementarea unor modele matematice privind croirea optimă a suprafeţelorapare posibilitatea reducerii consumurilor de materii prime şi materiale pe unitate de produs. De exemplu, în industria confecţiilor şi tricotajelor, fabricilor de mobilă, obiectelor de uz casnic etc., croirea suprafeţelor cu ajutorul calculatorului electronic poate spori gradul de utilizare a materiilor prime la peste 90%.

- Sistemele informatice imprimă valenţe sporite de ordin cantitativ şi calitativinformaţiilor furnizate decidenţilor sub aspectul exactităţii, realităţii, oportunităţii, vitezeo de răspuns, formei de prezentare, completitudinei informaţiei şi costului informaţiei.

Deci se impune proiectarea şi implementarea unor sisteme informatice care să sebazeze pe o tehnică rafinată de organizare a datelor, să includă o serie de modele matematice şi care în final să fie capabile să imprime performanţe sporite sistemului informaţional şi activităţilor de bază.

Proiectarea la nivel micro şi macroeconomic a unor sisteme informatice care săutilizeze tehnica bazelor de date şi care să conţină o serie de modele matematice iar situaţiile de informare-raportare să aibă caracter de semnalare preventivă a abaterilor faţă de starea normală, reprezintă o formă superioară de organizare şi prelucrare a datelor.

Page 15: Sist Infor Ec Cap !

Această concepţie revoluţionează întregul sistem informaţional, pe de o parte transformându-l dintr-un instrument pasiv de constatare, consemnare şi analiză a unor fenomene şi procese economice deja petrecute, într-un instrument activ de previziune, comandă şi control al acestora, iar pe de altă parte prezenţa bazei de date ca un punct central la care vin şi de la care pleacă toate informaţiile de la proces spre punctele de decizie şi invers, face ca aspectul circuitelor informaţionale să se schimbe de la “păienjenişul” şi redundanţa existentă în cele mai multe sisteme informaţionale la razele unei surse unice- baza de date.

1.8. Stadiul actual şi tendinţele dezvoltării sistemelor informatice

În ultimii ani asistăm la una dintre cele mai importante transformări din istorie aleinfrastructurii tehnologice a societăţii. Această schimbare constă de fapt în adăugarea unui nou substrat în infrastructura tehnologică substrat care este uzual denumit tehnologia informaţiei. În acest nou substrat se evidenţiază în mod decisiv informatica. Extinderea într-o măsură din ce în ce mai mare a tehnologiei informaţiei a devenit posibilă datorită progreselor rapide şi importante ale microelectronicii. Această extindere este pe cale de a produce o schimbare majoră în societatea nostră, şi anume trecerea de la orientarea industrială, în care accentul se pune pe maşină şi energie, la o nouă orientare, informaţională, în care accentul se pune pe robot şi informaţie. Este evident că şi în continuare maşina şi energia vor juca un rol important, fundamental în societatea informaţională, dar pentru noile maşini, pentru noile industrii ca şi pentru celelalte activităţi ale omului, devin esenţiale tehnologiile informatice care au la bază electronica, informatica şi comunicaţiile moderne.

Informatizarea activităţilor economico-sociale a cunoscut profunde transformări. În cele ce urmează enumerăm câteva din schimbările şi tendinţele ce au loc în practica dezvoltării sistemelor informatice.

a. Se manifestă în mod clar o tendinţă spre divizarea costurilor software-ului sistemelor informatice.

Reducerea costurilor sistemelor informatice se datorează pe de o parte reduceriicosturilor hardware-ului, iar pe de altă parte reducerii costurilor software-ului. În ceea ce priveşte componenta software, putem spune că cu ani în urmă nu erau aşa de multe produse software disponibile pe piaţă. Modul obişnuit de implementare a sistemelor informatice era de a programa de unul singur software-ul necesar. Fiecare implementare tindea să fie alcătuită din software-ul pentru un anumit scop. Acest mod de lucru era extrem de scump pentru că nu se obţineau reduceri de costuri provenite din generalizarea pe scară largă a sistemului. Costurile de proiectare, realizare, menţinere şi calitate pentru fiecare componentă trebuiau suportate doar de un singur utilizator al sistemului. În prezent se manifestă o tendinţă clară în dezvoltarea sistemelor informatice bazate tot mai mult pe platformele software de nivel înalt.

O platformă software corespunde unei platforme de aplicaţii şi conţine funcţiisoftware de bază şi funcţii specifice aplicaţiei companiei. Prin funcţiile software de bază se definesc şi se rezolvă problemele comune aplicaţiei în proporţie de circa 80-90%, iar prin software-ul specific aplicaţiei, se definesc proprietăţile comportamentale suplimentare companiei.

Page 16: Sist Infor Ec Cap !

O astfel de abordare oferă posibilitatea generalizării şi implementării sistemelor informatice în mai multe unităţi economice, cu efecte imediate de divizare şi reducere a costurilor pe unitate de implementare.

Ideea de bază a unei platforme comune de aplicaţii este într-adevar veche. Noua invenţie este că în sfârşit ideea a ajuns să fie implementată.

b. Se manifestă o intensă tendinţă spre tehnologia sistemelor informatice bazate pe reţele de calculatoare.

Creşterea complexităţii, varietăţii aplicaţiilor şi apariţia de noi produse informatice cuun raport preţ/performanţă din ce în ce mai avantajos au făcut necesară şi rentabilă conectarea între ele a calculatoarelor în cadrul unor reţele care constituie la ora actuală suportul cel mai adecvat pentru teleinformatică.

O importanţă remarcabilă în dezvoltarea reţelelor a avut-o INTERNETul (cu semnificaţia de reţea a reţelelor) care a oferit posibilitatea accesului nelimitat la diverse tipuri de informaţii precum şi comunicarea între diverse persoane de pe întreaga planetă conectate la Internet. Tendinţele din domeniul reţelelor de calculatoare cuprind diverse aspecte cum ar fi apariţia şi dezvoltarea de noi protocoale şi medii de comunicaţie ce permit viteze de transport de ordinul gigabiţilor/sec, dezvoltarea fără precedent a comunicaţiilor fără fir, dezvoltarea reţelelor de sateliţi, a accesului la distanţă în scopul unor operaţiuni de comerţ electronic sau pentru diverse tranziţii electronice on-line.

c.In domeniul organizării datelor se manifestă tendinţa spre baze de date orientate-obiect. Structurile clasice de date bazate pe text şi valori numerice fie se dovedesc insuficiente fie complexitatea lor depăşeşte posibilităţile de stocare şi prelucrare oferite de tehnologiile clasice. Aplicaţiile asociate cu disciplinele tehnologice cum ar fi proiectarea asistată de calculator, sistemele informatice geografice şi sistemele bazate pe cunoştinţe, presupun stocarea unor cantităţi mari de informaţii cu o structură complexă. Aceste aplicaţii necesită suport pentru tipurile de date care nu pot fi reprezentate în sistemele clasice. Unele aplicaţii informatice solicită monitorizarea unor desene formate din grupuri de elemente complexe ce trebuie să fie combinate, separate, suprapuse şi modificate astfel încât să permită elaborarea unor variante de proiect. Totodată, orientarea spre multimedia aduce elemente noi în lumea informaticii. Grafica, imaginea fotografică, video, sunetul, muzica nu pot fi tratate în aceeaşi manieră cu a structurilor tabelare de denumiri şi numere.Dacă eforturile de extindere a tehnologiilor actuale în domeniul colectării, stocării şi prelucrării acestor noi tipuri de informaţii ca elemente singulare sunt tot mai adesea finalizate cu succes, nu acelaşi lucru se poate spune despre administrarea corespunzătoare a unor colecţii de astfel de date.

Bazele de date clasice sau relaţionale oferă prea puţin suport teoretic şi practic pentru tipurile neconvenţionale de date.Bazele de date orientate-obiect permit crearea de obiecte complexe din componente mai simple, fiecare având propriile atribute şi propriul comportament, în acest fel ele reuşesc să ofere soluţii pentru problemele şi aplicaţiile amintite anterior.

Page 17: Sist Infor Ec Cap !

d.Aplicaţii informatice de tip nou.

Pentru aplicaţiile tradiţionale pentru care au fost concepute, sistemele relaţionale satisfac cerinţele acestora. Descrierea datelor sub formă de tabele corespunde bine tipului de informaţii manipulate de aceste aplicaţii. O dată cu scăderea costului calculatoarelor şi creşterea puterii lor de calcul au apărut noi aplicaţii care manipulează cantităţi mari de date. Printre acestea:

1. proiectarea asistată de calculator2. aplicaţii multimedia3. sisteme deschise.

Aceste aplicaţii există deja şi reprezintă o piaţă foarte importantă pentru SGBD. Majoritatea dintre aceste aplicaţii nu utilizează însă un SGBD ci sunt construite cu sisteme dedicate. Acest lucru se datorează faptului ca un SGBDR nu oferă funcţionalităţile necesare. Noile genraţii de baze de date vor trebui să ţină cont nu numai de aplicaţiile tradiţionale dar şi de noile aplicaţii. Utilizarea unui SGBD standard în locul unui SGBD dedicat va permite reducerea considerabilă a costului de punere în funcţiune a acestor noi aplicaţii. Este foarte probabil că alte tipuri noi de aplicaţii vor apare. Din această cauză noile generaţii de SGBD vor trebui să aibă implementat conceptul de extensibilitate. Adică ele trebuie să fie capabile să administreze nu numai tipurile de aplicaţii identificate la un moment dat ci să se adapteze la alte tipuri de aplicaţii care nu au fost prevăzute iniţial. 1.Aplicaţii de proiectare asistată de calculator.Aplicaţiile generează un ansamblu de faze (activităţi) pentru realizarea unui produs. Datele manipulate sunt adesea foarte complexe descrierea unei componente fiind dependentă în mare măsură de celelalte componente ale aceluiaşi produs. Se regăseşte aici şi o parte importantă a informaţiei de tip regăsire documentară.

- Datele din bază reprezintă direct realul. Există o legătură directă, uneori explicităîntre entităţile generate de aplicaţie şi obiectele lumii reale. Totdeauna între datele generate şi un sistem fizic din realitate va exista o legătură directă (exemplu: între datele referitoare la un circuit electronic şi circuitul fizic). În aplicaţiile tradiţionale datele reprezintă desigur obiecte din lumea reală, dar într-un mod mult mai puţin direct (exemplu: datele referitoare la o clădire şi clădirea propriu-zisă).

- Datele sunt de cele mai multe ori ierarhizate. Un sistem de proiectare asistată de calculator manipulează legături de componente la subcomponente, deci o ierarhie de compoziţie. Performanţele globale ale sistemului sunt de cele mai multe ori influenţate de modul cum sunt manipulate ierarhiile.

- Proiectarea se face numai într-un proces interactiv. Proiectarea asistată se realizează pe maşini interactive iar rolul interfeţei utilizator este de mare importanţă în aceste aplicaţii.

Interfaţa om-maşină a devenit tot mai performantă şi mai importantă în aplicaţii, ca oconsecinţă a folosirii staţiilor de lucru grafice. Multe aplicaţii şi produse program sunt apreciate după calităţile şi defectele interfeţelor de dialog. Aceste interfeţe schimbă considerabil poziţia şi sarcinile utilizatorului permiţând nespecialiştilor să utilizeze aplicaţii complexe. În momentul de faţă aplicaţiile conţin de cele mai multe ori pese jumătate din cod pentru gestiunea dialogului cu utilizatorul. Sistemele relaţionale nu au fost concepute nici pentru date grafice nici pentru a suporta interfeţe cu utilizatorul foarte

Page 18: Sist Infor Ec Cap !

laborioase. Ultimele versiuni din SGBDR au făcut totuşi progrese importante în acest sens fie prin componente generatoare specializate (Oracle, Access, Paradox) fie prin generatoare, alături de un limbaj specific puternic şi pentru interfaţa cu utilizatorul (FoxPro, dBase).

Pentru a se putea face o aplicaţie de proiectare trebuie să se poată modifica nu numai datele din bază, dar chiar şi metodele adică schema. Această situaţie este foarte diferită de generaţiile de până acum de baze de date în care schema este dacă nu invariabilă cel puţin relativ stabilă, iar evoluţia schemei este în sarcina administratorului bazei de date (care este un expert). Pentru aplicaţiile de proiectare schema trebuie să poată evolua adesea şi să fie manipulată fără a apela la un expert uman.

O altă consecinţă a interactivităţii este că sistemul trebuie să furnizeze un mecanismcare să permită definirea şi folosirea de alternative de proiectare sau să poată alege din variantele anterioare. Ducând raţionamentul la extrem se poate spune că o aplicaţie de proiectare nu suprimă niciodată datele ci acumulează versiunile succesive pe toată durata procesului de proiectare. Acest lucru este analog cu ceea ce se întâmplă deja în aplicaţiile cu baze de cunoştinţe din domeniul inteligenţei artificiale.

- Mai mulţi proiectanţi trebuie să poată lucra simultan. Această caracteristică a aplicaţiilor de proiectare justifică pe lângă volumul important de date utilizat folosirea unui SGBD ca suport. Partajarea datelor într-un mod coerent între mai mulţi utilizatori este una dintre facilităţile oricărui SGBD. Natura acestor aplicaţii face ca partajarea şi controlul concurenţei între diferiţi proiectanţi să aibă aspecte diferite faţă de aplicaţiile clasice.2. Aplicaţii multimedia.

Aplicaţiile de acest nou tip au drept caracteristică aceea că administrează datele întrun mod netradiţional. Exemplele cele mai cunoscute sunt aplicaţiile care administrează imagini şi sunet pe lângă text şi grafică. Există deja acum aplicaţii comerciale care folosesc astfel de date, cum ar fi de exemplu aplicaţiile meteorologice. Acest tip de aplicaţii se caracterizează printr-un volum foarte mare de date tratate. Imaginile sunt date foarte voluminoase care necesită un suport de stocare şi prelucrare performant. Tehnologia discurilor optice numerice este adaptată acestor aplicaţii. Un SGBD care suportă aplicaţii multimedia trebuie să folosească tratamentul clasic asupra imaginilor şi să administreze legăturile de tot felul dintre acestea. De exemplu, într-o aplicaţie meteorologică trebuie căutat printre imaginile stocate pe toate cele care ajută la detectarea unui ciclon. Pentru o astfel de operaţie trebuie folosită tehnica de căutare şi acces clasic într-o bază de date, precum şi tehnica specifică de tratare a imaginilor. Aceleaşi observaţii sunt valabile şi pentru tehnica specifică de tratare a sunetului. Pentru aplicaţiile multimedia este deci nevoie de o integrare tehnologică nouă cu cea tradiţională.

3. Sisteme deschise.Expresia sisteme deschise corespunde ea însăşi unui concept vag. Ideea este de a

aduce un plus de flexibilitate întreprinderilor prin aplicaţiile care se dezvoltă pentru ele.a. Supleţea (flexibilitatea) în dezvoltarea şi exploatarea sistemelor aferente unei

unităţi se realizează prin:- Numeroasele periferice şi platforme de diferite tipuri ce pot fi interconectate

Page 19: Sist Infor Ec Cap !

- Proiectantul să poată trece uşor de la un instrument la altul. Acest lucru este facilitat de instrumentele care obligă proiectantul să utilizeze limbaje şi baze de date standard.

- Aplicaţiile pot fi interconectate sau integrat altor aplicaţii sau repartizate pe diferite platforme.

b. La sistemele deschise totul începe cu problema normelor (standardelor). Anumite norme sunt stabilite de comitete naţionale şi internaţionale, altele sunt impuse de grupurile de proprietari sau vânzători, altele există pur şi simplu pentru anumite produse care sunt larg utilizate (exemplu: o versiune standard de C a fost acceptată de un comitet internaţional, MOTIF este o interfaţă promovată de un grup de ofertanţi încercând să normalizeze Unix, Windows este un produs impus de proprietar – Microsoft etc.). Standardele proprietarilor sau producătorilor sunt acceptate mai uşor dacă produsul oferă facilităţi de interconectare cu alte produse standard (exemplu: limbajul standard de regăsire din bazele de date – SQL).

c. Pentru a se evalua nivelul de deschidere al unui produs informatic (acesta este considerat un instrument pentru elaborarea de aplicaţii) se vede dacă:

- este scris într-un limbaj standard sau propriu- utilizează o notaţie a unei metode standard sau o notaţie proprie- este exploatat cu o interfaţă standard sau nu- permite legături cu alte instrumente sau standarde- natura aplicaţiilor pentru care se poate folosi.Conform acestor criterii instrumentul ideal va fi exploatabil în medii multiple şi

autorizat de standarde multiple. Singurele instrumente cu adevărat deschise sunt limbajele de programare. Toţi

ofertanţii vând instrumente care facilitează dezvoltarea de aplicaţii. Acestea vor introduce elemente non-standard. Nici un instrument nu este în întregime deschis decât dacă produce aplicaţii deschise.

d. Normele de deschidere sunt relative pentru că se referă la unităţi care evolueazărapid. În acest fel deschiderea este o noţiune relativă şi diferite societăţi tind să impună diferite tipuri de deschideri. Iată câteva caracteristici ale sistemelor deschise în acest sens:

Punct de vedere Nivel de deschidere al instrumentului Grad de deschidere al aplicaţiei produse

Maşină (hard) Pe ce hard este exploatat instrumentul

Pe ce hard este exploatată aplicaţia

Sistem operare SO utilizatInterfeţe utilizate

De ce SO are nevoie aplicaţia Ce interfeţe sunt oferite

Notaţie şi limbaj de programare

În ce limbaj este scris instrumentulCe limbaj utilizează proiectantulCe notaţie oferă instrumentul

In ce mod utilizatorul dialoghează cu aplicaţiaÎn cadrul cărui limbajPe baza căror notaţii

Biblioteci de clase Ce biblioteci de clase poate utiliza instrumentul

Ce programe de comunicaţie foloseşte aplicaţia

Page 20: Sist Infor Ec Cap !

Baze de date Care sunt conexiunile cu bazele de date

Ce BD utilizează aplicaţiaCum se conectează aplicaţia la baza de date

4. Afaceri în mediu Internet – comerţ electronic.

Ca urmare a extinderii sferei de cuprindere a Internetului, se manifestă un interesdeosebit pentru o serie de noi aplicaţii dintre care Comerţul electronic ocupă un loc însemnat.

Comerţul electronic presupune o metodologie modernă care se adresează folosiriitehnologiei informaţiei ca un potenţial esenţial al afacerii. Prin aceasta vor fi înţelese cel puţin următoarele două aspecte:

- tehnologia informaţiei în sprijinirea interacţiunii afacerii cu piaţa- tehnologia informaţiei ca sprijin a proceselor, funcţiilor şi operaţiilor internePentru afaceri comerţul electronic include:- execuţia de tranzacţii cu clienţii prin Internet cu scopul cumpărării de acasă, plăţii

de acasă şi folosirea cash-ului electronic.- Execuţia de tranzacţii cu alte organizaţii prin interschimbul electronic de date

(EDI – Electronic Data Interchange).- Transferul direct de la calculator la calculator a informaţiilor privind tranzacţiile

conţinute în documentele de afaceri standard, ca facturi şi comenzi- Colectarea informaţiilor despre piaţa de consum şi competitori- Distribuirea de informaţii clienţilor potenţiali prin reclame sau alte politici de

marketing.În contextul în care Internetul poate fi privit ca un univers informaţional, comerţul

electronic apare ca un nou mare orizont şi trebuie doar să-i valorificăm potenţialul deplin. Deşi comerţul electronic e mai mult ca niciodată o problemă de afacere strategică,

viitorul afacerii va depinde de abilitatea de a folosi interschimbul electronic de date.

1.9. Sisteme suport de decizie (SSD)

1.9.1. Premizele apariţiei sistemelor suport de decizie

Sistemele suport de decizie au apărut în jurul anilor ’70. Denumite “Decision Support Systems” în literatura de specialitate anglo-saxonă şi “Systems Interactives d’Aide a la Decision” în cea franceză, această clasă de sisteme software au avut în vedere să ofere decidentului o asistare interactivă în activitatea sa decizională. Apariţia sistemelor suport de decizie s-a realizat într-un context organizaţional şi tehnologic bine precizat, în afara căruia apariţia acestor sisteme nu ar fi fost posibilă. Aceste premize sunt în principal reprezentate de nivelul de maturitate atins de:

- ştiinţa conducerii- ştiinţa calculatoarelor, în special domeniul informaticii economice

Page 21: Sist Infor Ec Cap !

- modelarea matematică, cercetările operaţionale şi alte discipline ce contribuie la oferirea unor metode şi tehnici, instrumente de lucru pentru rezolvarea problemelor manageriale.

1.9.1.1. Stiinţa conducerii

A permis elaborarea de teorii în domeniul managementului, fixând bazele teoretice ale conceptului de asistare a deciziei. Declanşarea unei acţiuni are la bază capacitatea umană de a reprezenta într-un mod abstract situaţii şi probleme concrete. Omul construieşte o reprezentare mentală a deciziei care reprezintă de fapt o modelare, apoi efectuează o alegere înainte de a acţiona. Alegerea făcută va determina executarea acţiunii. Această activitate de modelare constituie elementul esenţial al asistării deciziei.

Asistarea deciziei este definită drept activitatea celui care bazându-se pe modele empirice dar nu neapărat formalizate în totalitate asistă la obţinerea unor elemente de răspunsuri corespunzătoare întrebărilor care se pun unui executant în procesul de decizie, elemente ce contribuie la lămurirea deciziei şi la recomandarea sau la favorizarea unui comportament care să contribuie la creşterea coerenţei dintre evoluţia procesului pe de o parte, şi la atingerea obiectivelor şi a sistemului de valori ale serviciului în care este plasat executantul pe de altă parte. Modelul reprezintă o schemă care pentru un câmp de probleme este considerat drept reprezentarea unei clase de fenomene mai mult sau mai puţin eliberate de contextul lor de către un observator pentru a servi ca suport în investigare şi/sau la comunicare.

Au existat şi există şi în prezent numeroase încercări de formalizare a procesului de rezolvare a problemelor. Acest proces a fost în general descompus în patru faze: proiectarea conceptuală, modelarea, rezolvarea modelului şi implementarea modelului. Faza de proiectare conceptuală constă în construirea unui model conceptual al problemei. Prin urmare este de dorit să se realizeze un model formalizat, care să permită generarea unei soluţii bazate pe o metodă sau algoritm pentru rezolvarea sa.

Modelul ales trebuie evaluat pentru a verifica validitatea sa. Dacă modelul propus nu oferă soluţii satisfăcătoare, atunci el trebuie respins, fiind necesare proiectarea unui nou model conceptual, pana la obţinerea unuia satisfăcător. Urmând un proces iterativ se va obţine modelul care să fie implementat. Este necesar, totodată să se utilizeze şi un test numit "test de coerenţă" pentru verificarea coerentă dintre modelul conceptual şi soluţia propusă de acesta. Dacă soluţia obţinută nu este o consecinţă logică a modelului conceptual, atunci modelul trebuie reconstituit. Prin urmare, procesul de rezolvare a problemei poate fi reprezentat conform figurii 1.10.

Page 22: Sist Infor Ec Cap !

În realitate, problemele sunt extrem de complexe, aflate în interdependenţă cu altele, la fel de complexe. De aceea, rezolvarea problemelor trebuie abordată într-un context cât mai general.

Pentru rezolvarea problemelor complexe, H. Simon propune principiul descompunerii conform căruia fiecare problemă trebuie descompusă însubprobleme, ce la rândul lor urmează a fi descompuse până în momentul când putem oferi direct soluţia. Problema primară poate fi, prin urmare reprezentată sub formă arborescentă, fiecare frunză reprezentând o subproblemă. Analizând particularităţile problemelor decizionale şi ale procesului de rezolvare a acestor probleme, H. Simon a identificat patru faze în cadrul procesului decizional şi anume:

- informarea sau învăţarea (intelligence);- proiectarea (design);- selectarea sau alegerea (choice);- evaluarea alegerilor precedente (review).Prima fază a procesului decizional constă din studierea mediului prin colectarea

informaţiilor referitoare la problema decizională. Aspectul cel mai important este cel referitor la culegerea informaţiilor, întrucât trebuie stabilită pertinenţa informaţiei în raport de problema de rezolvat şi oportunitatea reţinerii acelei informaţii. O altă problemă ce poate apare în această fază este legată de suprasaturarea decidentului cu informaţii. În sfârşit, o ultimă problemă este legată de momentul în care faza de informare poate fi considerată drept terminată.

În faza de proiectare, decidentul elaborează şi analizează diferite moduri de acţiune posibile, deci construieşte o serie de scenarii. În faza de selectare sau alegere, decidentul efectuează o alegere din mulţimea de acţiuni pe care le-a construit.

Faza de evaluare, uneori neglijată este extrem de importantă întrucât permite efectuarea unei sinteze a efectelor deciziilor. Această acţiune permite corectarea erorilor pentru derularea, în viitor a unui proces decizional mai eficient.

Procesul decizional descris de H. Simon nu este liniar, întrucât decidentul are

Page 23: Sist Infor Ec Cap !

posibilitatea de a reveni la faza anterioară celei curente ori de câte ori este nevoie. Acest fenomen este denumit de Simon drept ”interferenţa fazelor”. Figura 1.11 prezintă fazele procesului decizional, conform delimitărilor realizate de Simon.

Tratarea detaliată a procesului decizional impune nuanţarea abordării pe tipuri de decizii. Tot conform lui H.Simon, este realizată distincţia între:

- decizii programabile;- decizii neprogramabile.Deciziile sunt considerate ca programabile dacă sunt repetitive, de rutină şi există o

procedură bine determinată pentru efectuarea lor. In cadrul unei organizaţii economice există numeroase decizii programabile, de exemplu cele legate de plata salariilor,

Page 24: Sist Infor Ec Cap !

probleme de facturare, de stabilire a nivelului producţiei efective etc. în aceste cazuri deciziile sunt stabilite după reguli precise şi pot fi transferate unui sistem informatic. Atunci când decizia este obţinută pe baza unui program (în sens informatic) a cărui execuţie nu poate fi schimbată nici de program nici de operator, nu există posibilitatea realizării unei explorări euristice, ceea ce reprezintă de fapt şi sensul termenului “programmed”.

Deciziile neprogramabile sunt acele decizii pentru care nu există nici o procedură stabilă pentru a le rezolva. Formalizarea şi rezolvarea acestor decizii este mai dificilă. De exemplu, selecţia angajaţilor reprezintă a activitate în care figurează decizii neprogramabile. Diferenţele existente între cele două clase de decizii reclamă utilizarea unor tehnici de lucru diferite.

O altă diferenţiere a deciziilor se poate realiza în raport de tipul de activitate managerială. În managementul întreprinderii se disting trei categorii de activităţi de conducere şi anume:

- managementul strategic - managementul tactic- managementul operaţionalDupă tipul de activitate managerială, Levine şi Pomerol propun o serie de

clase de decizii prezentate în figura 1.12.

Managementul operaţional

Managementul tactic

Managementul strategic

Normalizate Plăţi, programarea activităţilor, gestionare conturi clienţi

Conducerea producţiei

Alegerea noilor produse, alegerea amplasamentului unei uzine.

Semi-normalizate

Conducerea curentă a trezoreriei, alegerea unui plasament financiar

Stabilirea bugetului de publicitate, alegerea unei reţele de distribuţie a produselor

Creşterea capitalului firmei

Ne-normalizate Alegerea unei forme de publicitate, redactarea unei note de serviciu, organizarea unei deplasări

Selectarea cadrelor, reorganizarea serviciilor, alegerea unui model de conducere, realizarea software-ului asociat.

Stabilirea bugetului de cercetare şi dezvoltare, finanţarea pe termen lung.

Fig.1.12 Clasificarea deciziilor

Pentru a face faţă acestor tipuri de decizii trebuie folosite diferite metode şi

Page 25: Sist Infor Ec Cap !

tehnici. De exemplu, pentru deciziile programabile metodele cercetării operaţionale, ca de exemplu programarea liniară, neliniară, dinamică, teoria mărfurilor, teoria firelor de aşteptare, teoria stocurilor pot fi utilizate cu succes, întrucât aceste metode permit formalizarea şi automatizarea procesului decizional.

O serie de cercetări consideră că toate etapele procesului decizional ar putea fi automatizate, altele dimpotrivă consideră contrariul. Indiferent de poziţia acestora, se recunoaşte că suportul oferit de tehnologiile informatice este extrem de important.

Turban analizează categoriile de sisteme informatice ce pot fi utilizate ca suport al activităţii manageriale, pe tipuri de decizii (figura 1.13) şi faze ale procesului decizional.

Decizii strategice Decizii tactice Decizii operaţionaleDecizii programabile

Sisteme informatice, metodele cercetării operaţionale

Sisteme informatice, sisteme executive

Sisteme de prelucrare tranzacţii, sisteme informatice pentru conducere

Decizii semi-programabile

Sisteme suport de decizie, sisteme executive, sisteme expert

Sisteme suport de decizie, sisteme expert

sisteme informatice pentru conducere, sisteme suport de decizie

Decizii ne-programabile

Sisteme suport de decizie, sisteme expert, reţele neuronale.

Sisteme suport de decizie, sisteme expert, reţele neuronale

Sisteme executive, sisteme suport de decizie

a)

Page 26: Sist Infor Ec Cap !

1.9.1.2. Informatica economică

Domeniul informaticii economice a cunoscut o evoluţie trecând prin mai multe epoci ale istoriei informaticii. Prima fază este cea a “Electronic Data Processing” (EDP). In anii ’60, introducerea informaticii în mediul economic (şi deci constituirea informaticii economice) a fost facilitată de EDP-uri. Această perioadă poate fi caracterizată drept o fază a descoperirilor, iar EDP-urile au fost utilizate în întreprinderi pentru automatizarea activităţilor de rutină, în special a celor administrative. Managementul nu a fost abordat de aceste sisteme, deoarece calculatorul îndeplinea în acea perioada doar funcţia unui procesor de date. Conceptul de informare şi suport de decizie nu apăruseră încă.

A doua etapa se refera la sistemele informatice pentru conducere (SIC) adică ”management information systems”. In perioada anilor ’70, sistemele de tip SIC au fost elaborate pentru informarea utilizatorului (decidentului). Conceptul de sisteme suport de decizie (SSD) s-a constituit în "sisteme ce ar trebui să fie folosite într-un sens activ, în

Page 27: Sist Infor Ec Cap !

opoziţie cu sensul pasiv al asistării echipelor manageriale, mai degrabă decât pentru automatizarea sarcinilor administrative.

1.9.1.3. Cercetările operaţionale, modelarea economico-matematică, matematica aplicată în economie.

Cercetările operaţionale reprezintă un domeniu ce poate fi abordat în accepţiunea clasică a termenului, drept domeniul ce studiază posibilităţile de rezolvare a problemelor complexe, pe baza metodelor ştiinţifice ce provin din discipline multiple sau într-o accepţiune relativ diferită, utilizată tot mai mult în prezent drept o componentă a domeniului matematicii aplicate [Mois96].

Dacă se face referire la accepţiunea clasică a termenului, cercetările operaţionale au. drept obiectiv rezolvarea problemelor reale complexe, din cadrul întreprinderilor şi în acest caz se va elabora modelul conceptual, apoi cel matematic, ce este rezolvat cu ajutorul unor metode specifice.

In anii ’60 - ’70, specialiştii din domeniul cercetărilor operaţionale au elaborat numeroase aplicaţii în domeniul asistării deciziilor. Dar atât modul de analiză a problemei, cât şi cel de modelare nu sunt explicitate. Procesul de asistare a deciziilor se desfăşoară după principiul ”cutiei negre”, decidentul furnizând datele ce urmează sa fie prelucrate de către calculator pe baza unui algoritm, iar calculatorul oferă soluţia decidentului. Decidentul nu are nici un mijloc de a controla dacă modelul sau algoritmul ales este suficient de bine adaptat problemei care trebuie rezolvată. Din aceasta cauză, decidentul poate avea reţineri în aplicarea soluţiei propuse.Introducerea metodelor şi sistemelor matematicii aplicate în întreprinderi a fost şi este încă dificilă, din mai multe motive. În primul rând, comunicarea dintre cercetători şi practicieni a fost şi este încă destul de slabă. De asemenea, există un decalaj important între dorinţele, obiectivele, scopurile practicienilor şi cele ale cercetătorilor. Mulţi cercetători sunt interesaţi în anumiţi algoritmi sau metode, de fundamentarea teoretica a acestora, fără sa fie preocupaţi de cerinţele practice din întreprinderi. Folosirea metodelor de cercetare operaţională în realizarea sistemelor suport de decizie trebuie sa permită crearea unui suport prin care decidentul să poată testa comportamentul modelului, pentru a vedea daca acesta este adaptat problemei sale, chiar dacă nu înţelege formalizarea modelului. Acest lucru este posibil prin vizualizarea rezultatelor, prin simulări de tipul “WHAT-IF” (ce s-ar întâmpla dacă). Caracteristica necesară este cea de interactivitate, care să permită decidentului să ştie dacă metoda propusă este adecvată problemei sale.

Metodele şi tehnicile de lucru oferite de matematică aplicată pentru asistarea deciziilor au la bază o serie de ipoteze precum:

- mulţimea acţiunilor posibile este identificată înainte de prelucrare;- există o preordine totală pe mulţimea acţiunilor, reprezentatţ printr-o funcţie

de utilitate explicită care poate fi formalizată matematic;- datele sunt numerice şi conţin întreaga informaţie utilă;- cea mai bună decizie este cea care maximizează funcţia de utilitate.

Aceste ipoteze îndepărtează destul de mult, metodele şi tehnicile matematice aplicate de contextuu1 real al întreprinderilor Criticând ipotezele de mai sus, H. Simon propune alte premize pentru dezvoltarea metodelor de matematică aplicată şi anume:

Page 28: Sist Infor Ec Cap !

- deciziile umane (interdependente sau nu) sunt luate pe rând, una cate una, in domenii limitate, urmând un proces temporal;

- aprecierea viitorului este limitată şi niciodată nu se pot evalua toate scenariile posibile;

- nu există o funcţie de utilitate globală şi nici nu este necesar să o construim, întrucât preferinţele decidentului sunt de cele mai multe ori contradictorii şi pot fi luate în considerare numai cu ajutorul unor criterii aflate în conflict.

- în cadrul procesului decizional, faza de informare condiţionează cel mai semnificativ decizia.

Aceste ipoteze stau la baza raţionalităţii limitate, prin care decidentul caută să obţină o acţiune ”satisfăcătoare” şi nu neapărat optimă, în sensul modelului matematic. Prin urmare, în procesul asistării deciziilor prin metode ale matematicii aplicate trebuie propusă decidentului o soluţie, iar în cazul în care acesta nu este satisfăcut, decidentul însuşi să poată. modifica parametrii modelului şi să solicite o altă soluţie. Acest proces de asistare trebuie să fie deci interactiv oprindu-se în momentul obţinerii unei soluţii satisfăcătoare.

1.9. 2. Conceptul de sistem suport de decizie

Primele realizări în domeniul sistemelor suport de decizie (SSD) au apărut la sfârşitul anilor `6O, odată cu dezvoltarea primelor sisteme interactive orientate către aplicaţii financiare. Caracteristica de interactivitate a fost şi rămâne esenţială, în domeniul SSD, conducând la obţinerea unei sinergii între capacitatea de calcul şi stocare a datelor pe care o posedă calculatorul şi experienţa şi raţionamentul decidentului, dând posibilitatea de modificare interactivă a valorilor parametrilor, de efectuare a unor analize etc. Sistemele de asistarea deciziilor au ridicat două probleme principale şi anume:

- construirea modelului conceptual a ceea ce trebuie să fie un sistem suport de decizie (definirea conceptului de SSD)

- definirea unei metodologii de realizare a SSD, stabilirea instrumentelor care să permită dezvoltarea acestor sisteme.

Fără a încerca realizarea unei definiri rigide a SSD, putem aprecia că acestea reprezintă sisteme interactive, care asista decidentul uman în obţinerea unor probleme complexe neprogramabile. Obiectivul principal al acestor sisteme trebuie să-l reprezinte îmbunătăţirea modalităţilor de adoptare a deciziei sau realizarea unui studiu pregătitor în vederea adoptări deciziilor, în cazul în care ansamblul activităţilor ce trebuie desfăşurate in acest scop nu este programabil. Problemele decizionale care conduc la necesitatea utilizării unui SSD sunt cele în care:

- preferinţele, raţionamentuI, intuiţia şi experienţa decidentului sunt esenţiale;- căutarea soluţiei implică o combinaţie de activităţi de căutare a informaţiilor,

manipulare a acestora, în principal calcule, formalizare a problemei (modelare);- succesiunea operaţiilor nu poate fi stabilită în avans, deoarece depinde de datele

utilizate şi se poate modifica, în vederea realizării unor simulări;- criteriile de decizie sunt numeroase, contradictorii şi dependente de utilizator;- datele ce trebuie utilizate nu sunt întotdeauna cunoscute sau certe;- obţinerea unei soluţii satisfăcătoare trebuie realizată într-un timp limitat;

Page 29: Sist Infor Ec Cap !

- problema este supusă uneiL evoluţii şi transformări rapideUn SSD trebuie să răspundă unei serii de cerinţe, rezultate din caracteristicile problemelor decizionale pentru care se utilizează, caracteristici menţionate anterior. Dintre aceste cerinte se pot aminti:

- Sistemul trebuie să poată fi folosit ce către decident. In acest sens, sistemul trebuieconceput astfel încât să opereze cu reprezentarea şi conceptele cu care operează decidentul, într-un limbaj simplu, natural. Considerentele de natură ergonomică sunt esenţiale la un astfel de sistem şi se traduc în existenţa unei interfeţe utilizator/calculator de calitate ridicată. Sistemul trebuie sa facă dovada calităţii sale în rezolvarea problemelor concrete care îl preocupă pe decident, oferindu-i acestuia un acces simplu şi rapid la informaţii şi cunoştinţe (semnificaţia datelor, metode de calcul pentru obţinerea anumitor informaţii, modalităţi de prezentare a anumitor rezultate etc.), pe de alta parte.

- Sistemul trebuie să aibă posibilitatea de a structura o problemă, de a o modela,corespunzător naturii ei şi cerinţelor de rezolvare. Aceasta este o caracteristică esenţială a SSD şi acelaşi timp, un element esenţial pentru succesul utizării SSD în procesul decizional.

- Sistemul trebuie să aibă capacitatea de a se adapta la evoluţia rapidă acerinţelor decidentului în ceea ce priveşte modificarea datelor, a structurii problemei, modului de prezentare a informaţiilor şi rezultatelor.

- Interacţiunea dintre decident şi sistem reprezintă o condiţie c căreiîndeplinire trebuie să ofere decidentului posibilitatea de a folosi sistemul într-un mod care să îl apropie cât mai mult de rezultatele urmărite.

Satisfacerea acestor cerinţe reclamă înzestrarea sistemului cu o funcţionalitate minimală, obligatorie oricărui SA

Astfel funcţiile unui SSD sunt:- asigurarea accesului la informaţia necesară şi pertinentă şi controlul acestuiacces;- diagnosticarea problemei şi oferirea posibilităţii de prezentare a informaţiilor într-o formă adaptată interpretării lor;- definirea de noi concepte pornind de la cele deja existente; - structurarea informaţiei sub forma unor modele;- descrierea şi analizarea informaţiilor cu ajutorul unor instrumente statistice;- conservarea şi îmbogăţirea sistemului (colecţiilor de date, modelelor, prezentărilor de informaţii) aflate în componenţa sistemului sub forma unor biblioteci de modele;- manipularea acestor obiecte în sensul asistării deciziilor (pentru generarea alternativelor decizionale, analiza impactului şi a senzitivităţii, introducerea incertitudinilor, etc);- evaluarea alternativelor decizionale;- facilitarea comunicării între decidenţii dispersaţi geografic.Aceste funcţii pot fi grupate în trei subsisteme funcţionale ale unui SSD, ce pot reprezenta o definiţie conceptuală a sistemelor suport de decizie (figura 1.14.)

Page 30: Sist Infor Ec Cap !

În cadrul literaturii de specialitate, exista numeroase încercări de definire a conceptului de sistem suport de decizie.

a) După destinaţia lor distingem:- SSD dedicate, care asistă decidentul în rezolvarea unor probleme specifice unui

domeniu dat /tehnic, economic, militar etc.)- Generatoare de SSD, care asistă procesul de realizare a SSD dedicate- Instrumente pentru SSD, care facilitează dezvoltarea evolutivă a SSD dedicate

sau a generatoarelor de SSD.SSD dedicate se bazează pe aplicarea metodelor sistemelor informatice şi utilizează

tehnici software şi hardware pentru asistarea unui decident particular sau a unui grup de decidenţi în rezolvarea unei probleme. Acestea reprezintă aplicaţii specifice pentru fiecare activitate din cadrul unei întreprinderi şi care nu prezintă caracteristici mai generale

Generatoarele de SSD reprezintă un alt nivel tehnologic, format din sofware-ul ce ajută la elaborarea de software, oferind o mulţime de funcţiuni built-in .Astfel, generatoarele permit realizarea rapidă şi facilă a SSD dedicate.

Instrumente pentru SSD reprezintă un nivel tehnologic foarte important în realizarea SSD, constituit din elemente hardware şi software ce facilitează elaborarea SSD -urilor specifice sau a generatoarelor de SSD –uri.

Astfel, instrumentele SSD pot fi utilizate pentru elaborarea de SSD specifice

Page 31: Sist Infor Ec Cap !

(dedicate) sau pot servi la implementarea unor generatoare de SSD, ce vor servi, la rândul lor la elaborarea de SSD specifice.

Evoluţia permanentă a tehnologiilor informatice face ca această clasificare să fie dificil de menţinut. Un generator de SSD poate deveni foarte rapid un SSD dedicat. Acest fapt a determinat realizarea unor clasificări ale SSD mai puţin dependente de mediul tehnologic. Astfel, Alter distinge şase categorii de SSD şi anume:

- sisteme de extragere a datelor prin intermediul fişierelor, care permit accesul imediat la date;

- sisteme de analiză a datelor, ce permit o manipulare a datelor prin înlănţuiri de operaţii simple şi bine individualizate sau operaţii de natură mai generală;

- sisteme de analiza a informaţiilor, ce furnizează un acces direct la seriile de date de bază şi la datele mai mult sau mai puţin formalizate;

- modele de estimare, care calculează consecinţele pe baza unor modele parţial definite;

- modele de optimizare, care furnizează un ghid de acţiune generând soluţii optimale (pertinente) relative la o serie de restricţii,

- modele de sugestie, care execută o muncă mecanică, ce conduce la o decizie specifică, pentru o sarcină relativ bine structurată.

Figura 1.15 prezintă clasificarea lui Alter ce permite o regrupare mai simplă a SSD –urilor în:- SSD –uri orientate pe date- SSD –uri orientate pe modele.

b) Din punct de vedere al modului de instruire se pot distinge:- SSD neinteligente, ce rezolvă numai situaţiile pentru care au fost proiectate- SSD inteligente ce permit rezolvarea unor situaţii decizionale noic) In raport de modul de interacţiune om-maşină, SSD pot fi:

Page 32: Sist Infor Ec Cap !

- SSD cu limbaje flexibile (dialogul are la bază un limbaj apropiat de cel natural)

- SSD cu comenzi precise (dialogul are la bază comenzi cu formă strict definită).

1.9.4. Arhitecturi clasice ale sistemelor suport de decizie

Arhitectura clasică (fig.1.16) a fost introdusă de Sprague şi Carbore şi se compune din:

- sistemul de gestiune a bazei de date- sistemul de gestiune a bazei de modele- sistemul de gestiune a interfeţei.

Fiecare dintre componentele SSD poate fi considerată în mod autonom separat de celelalte. SSD –urile până în prezent au asigurat o legătură eficientă între cele trei tipuri distincte de module ale SSD: baza de date, baza de modele şi modulele de dialog.Interfaţa utilizator are rolul de a asigura interacţiunea dintre SSD şi decident. Datorită frecvenţei ridicate de intervenţie a decidentului pe parcursul rezolvării problemelor această componentă are o importanţă deosebită. In raport de modalitatea de comunicare cu utilizatorul, se pot distinge mai multe tipuri posibile de dialog- întrebare/răspuns- prin limbaj de comandă. Utilizatorul lansează comenzi, ce1 mai adesea sub formă de verb/substantiv, la care sistemul oferă răspunsuri fără a putea răspunde însă unor solicitări privind informaţii suplimentare.- meniu, care presupune existenţa în memorie a unor alternative de comenzi, din care utilizatorul alege un set de alternative, pe care le selectează din cadrul opţiunilor de meniu. Sistemul execută aceste alternative, fără o eventuală interacţiune cu decidentul.- format de intrare/ format de ieşire, ce prevede tipizarea formatelor de intrare a datelor şi comenzilor, precum şi a celor de ieşire a răspunsurilor oferite de sistem- tip negociere, ce presupune alegerea tipului de dialog în funcţie de configuraţie, forma dialogului şi costurilor corespunzătoare pe unitatea de timp.

Subsistemu1 bazei de date este constituit din baza de date şi sistemul de gestiune a acesteia. Această componentă este foarte bine realizată în prezent, ţinând cont de

Page 33: Sist Infor Ec Cap !

progresele înregistrate de tehnologia bazelor de date. Deosebirea esenţială dintre baza de date aferentă SSD şi cea din cadrul sistemelor informatice clasice constă în faptul ca SSD poate utiliza date atât interne (din sistem) cât şi externe (alte baze de date, ale organizaţiilor care cooperează cu unitatea). In consecinţă, sistemul de gestiune a bazei de date asigură atât crearea bazei de date proprii, cât şi actualizarea datelor, accesul la date, protecţia şi securitatea datelor.

Utilizarea. unei baze de date externe SSD permite eliminarea redundanţei informaţionale, limitarea setului de funcţii şi utilizatori pe care SSD trebuie să îi asiste, obţinându-se astfel o reducere a volumului de date ce urmează a fi stocate în sistem. Fiecare bază de date externă SSD (numită şi bază de date sursă) are un sistem de gestiune propriu şi un index specific, utilizat de componenta SA D de extragere a datelor pentru crearea şi actualizarea bazei de date SSD, necesară realizării funcţiilor celorlalte componente ale SSD, baza de date SSD reprezentând o bază de date virtuală. Este posibilă şi crearea unei baze de date SSD propriu-zisă, prin extragerea datelor din baza de date externa. Procesul de extragere a datelor se realizează prin intermediul a patru operaţii distincte.- descrierea, destinată caracterizării datelor din baza de date sursa, descriere ce poate fi organizată sub formă de fsiere;- agregarea datelor- clasificarea datelor, ce are ca efect selectarea unei submulţimi de date sursă, combinarea acestor date şi crearea de noi submulţimi ce vor fi memorate în baza de date SSD în funcţie de o serie de criterii logice de combinare a înregistrărilor;- reprezentarea datelor

Principalele funcţii ale unui sistem de gestiune a bazei de date SSD sunt constituirea şi întreţinerea dicţionarului de date, crearea şi actualizarea datelor, regăsirea, accesul la date, protecţia şi securitatea datelor, deci funcţiile clasice ale unui sistem de gestiune a bazelor de dateSubsistemul de modelare este constituit din baza de modele şi sistemul de gestiune a bazei de modele Aceasta componentă asistă decidentul în rezolvarea unor situaţii decizionale, având drept funcţii:- analiza funcţiilor decizionale;- proiectarea modelului decizional;- deducţia (generarea) alternativelor decizionale pe baza modelului; - compararea alternativelor decizionale;- simularea şi optimizarea proceselor conduse.Facilităţile pe care aceasta componentă le oferă utilizatorilor se referă la:- interfaţa de utilizare, prin care sistemul oferă decidentului diferite variante de decizie ce urmează să fie analizate în vederea alegerii uneia dintre ele. Decidentul va fi confruntat în acest mod doar cu aspectele semnificative ale situaţiei decizionale, evitând etapele de prelucrare a informaţiilor primare şi de elaborare a variantelor decizionale;- mecanismul de control, care permite decidentului să intervină în funcţionarea componentei şi să corecteze sau să modifice anumite operaţii, prin introducerea unor in formaţii noi (de natură subiectivă) sau prin actualizarea unor restricţii şi funcţii obiectiv;- flexibilitatea, care asigură intervenţia manuală a decidentului pe parcursul rezolvării unor modele, în vederea dezvoltării structurii acestora sau ordonării fazelor de elaborare a modelelor după care se predă controlul sistemului.

Page 34: Sist Infor Ec Cap !

- feed-back-ul, prin intermediul căruia sistemul furnizează în permanenţă informaţii relative la starea curenta a rezolvării situaţiei decizionale, facilitând în acest fel controlul procesului şi intervenţia, la nevoie a decidentului.

Principalele componente ale subsistemului de modelare sunt: baza de modele; sistemul de gestiune a bazei de modele, la care se pot adăuga interfeţele cu subsistemul bazei de date şi interfaţa utilizator.

Baza de modele constituie o bibliotecă de modele şi/sau module (componente) de modele, cu caracter temporar sau permanent, construite de utilizator şi/sau forme specializate, utilizabile la asistarea deciziilor strategice, tactice sau operative precum şi la calcularea şi analiza unor elemente ale situaţiilor decizionale.

Sistemul de gestiune a bazei de modele prezintă drept funcţii specifice:- generarea modelelor, cu ajutorul unui limbaj de modelare;- restructurarea modelelor, în conformitate cu modificările survenite în situaţia modelată- actualizarea modelelor, în urma modificării unor parametri-generarea rapoartelor cu rezultatele modelelor, în funcţie de opţiunea utilizatorilor (tabele, situaţii sintetice, liste, grafice, etc). Fiecare dintre aceste funcţiuni au la bază programe specifice a căror structură depinde de modul în care sunt stocate modelele în baza de modele.

Integrarea efectivă a componentelor reprezintă de fapt, principala problema în realizarea unui SSD şi sursa dificultăţilor cu care se confruntă specialiştii în domeniul realizării SSD.

În acest sens sunt identificate următoarele probleme ale integrării componentelor unui SSD, ce determina diminuarea performantelor:- integrarea relativ slaba a bazei de date a SSD cu alte baze de date externe sau interne sistemului;- timpul de răspuns slab;- dificultatea abordării modelelor de dimensiuni mari;- dificultatea realizării interfeţelor dintre componente;- costurile relativ ridicate de dezvoltare, operare şi întreţinere.

Modalităţile diferite în care cele trei subsisteme pot fi integrate în cadrul SSD au condus la obţinerea unor configuraţii standard, respectiv:- Configuraţia reţea, care presupune integrarea componentelor sub forma unei reţele în care nodurile corespund subsistemelor, iar arcele interfeţelor. In aceasta configuraţie, fiecărei componente îi corespunde o interfaţă proprie care asigură comunicarea, principalul avantaj al structurii constând în posibilitatea de a include în arhitectura componente neomogene, construite la momente de timp diferite, în limbaje/medii de programare diferite. Prezenţa mai multor niveluri de interfaţă (a celor de bază, plus a celei coordonatoare) face ca acesta structură să aibă o performantă relativ scăzută.- Configuraţia de tip pod, care utilizează o singura interfaţă, fără să diminueze posibilitatea integrării unor noi componente funcţionale, dar cu condiţia elaborării lor în acelaşi mediu sau medii translatabile.- Configuraţia de tip sandwich, în care sunt alăturate mai multe componente unei singure componente de dialog şi unei singure baze de date. Aceasta configuraţie este utilă, îndeosebi în asistarea proceselor decizionale care necesită modelare.

Page 35: Sist Infor Ec Cap !

- Configuraţia turn, în care este posibilă exploatarea mai multor baze de date sursă prin intermediul unui mecanism de obţinere a datelor. In acest caz, baza de date a SSD realizează o legătură între baza de date, sursa şi subsistemul de modelare. In plus, componenta de interfaţă utilizator este separată în două părţi, una care creează formatele de ieşire şi interpretează comenzile de intrare ale diferitelor componente şi a doua care supervizează prin intermediul interfeţei cu utilizatorul dispozitivele de intrare/ieşire conectate la SSD.

Faţă de arhitectura generală clasică prezentată, configuraţiile SSDprezentate pot fi grupate în următoarele categorii: arhitecturi centralizate, arhitecturi ierarhizate, arhitecturi reţea.

1.9.4.1. Arhitectura centralizată a sistemelor suport de decizieIntr-o arhitectură centralizată în care fiecare model comunică cu o singură

bază de date, existând întotdeauna un singur modul de dialog.

Acest tip de arhitectură asigură o bună integrare a diferitelor modele. Unitatea de dialog reprezintă un element comod pentru utilizator. De asemenea, partajarea unei baze de date unice facilitează schimburile şi informaţiile dintre modele. Controlul se realizează prin intermediul modulului de dialog. Principalul dezavantaj al arhitecturii îl reprezintă lipsa de flexibilitate, întrucât este dif1cil de introdus un model nou.

1.9.4.2. Arhitectura ierarhizată a sistemelor suport de decizie.

Acest tip de arhitectură, prezentat în figura 1.18 este destul de apropiat de un sistem centralizat. Principala deosebire constă din divizarea modulului de dialog şi din asocierea unei componente suplimentare la baza de date.

Page 36: Sist Infor Ec Cap !

Supervizorul reprezintă un modul de control. Pentru a îndeplini rolul său de integrator şi de mediator între modele, modulul de dialog supervizor posedă cunoştinţe despre datele manipulate şi despre calculele efectuate de aceste modele.

Se presupune că în această arhitectură modelele au structuri diferite şi că fiecare prelucrează datele pentru care este autorizat accesul.

Schimbul de date între modele se poate realiza în mai multe moduri. Acest schimb este comandat de către supervizor, care permite citirea datelor aferente modelelor şi recopierea acestora în baza de date, de unde se va efectua transferul spre alte modele. Toate aceste date relative la diferite prelucrări pot fi apoi regrupate într-o zonă comună (blackboard).

1.9.4.3. Arhitectura reţea a sistemelor suport de decizie

În cadrul acestei configuraţii, fiecare model posedă propria sa bază de date,propriul său modul de dialog şi propriile sale module de integrare (figura 1.19).

Page 37: Sist Infor Ec Cap !

Fiecare model, împreună cu ”sateliţii” săi formează un ansamblu ce poate fi privit drept un subsistem de tip SSD, ce face parte dintr-o reţea. Controlul reţelei este realizat printr-o componenta separată (modulele de integrare). Controlul reţelei nu presupune cunoaşterea elementelor din interiorul fiecărui ansamblu SSD.

Avantajul acestui tip de arhitectură rezidă în modularitatea sa, putându-se realiza cu uşurinţă adăugarea / modificarea /ştergerea de ansambluri. Prin urmare arhitectura reţea reprezintă o arhitectură deschisă şi adaptabilă în raport de context.

Figura 1.20 sintetizează rezultatele unei tratări comparative a celor trei tipuri de arhitecturi SSD.

SSD Avantaje Dezavantaje

centralizata - integrare ridicata- unicitate dialog- schimb de date facil- realizare facila

- modificări dificile (înspecial adăugarea de noimodele) - lipsa confidenţialităţii

Page 38: Sist Infor Ec Cap !

ierarhizata - integrare ridicata - unicitate dialog - creare facila a bazelor de date - modificări facile - utilizare uşoară

-dificultate de realizare(supervizorul şi modul deacces la date)

reţea - arhitectură deschisă- modularitate ridicată

- integrare slabă- lipsa unităţii de dialog- modificare dificilă a datelor- realizarea dificilă (controlul SSD)

Fig 1.20. Tratarea comparativă a arhitecturilor SSD

1.9.5. Noi arhitecturi ale sistemelor suport de decizie

Modificările aduse de noile tehnologii informatice arhitecturii clasice SSD pot fi sintetizate în două tendinţe majore:

- încorporarea în cadrul SSD a metodelor şi tehnicilor de inteligenţă artificială- utilizarea tehnologiilor informatice de activitate pe grupuri în realizarea SSD,

ceea ce a dus la apariţia arhitecturilor SSD de grup.

1.9.5.1. Arhitectura sistemelor suport de decizie cu bază de cunoştinţe

Reprezintă o extensie a arhitecturii clasice a SSD prin încorporarea în configuraţie a subsistemului de reprezentare şi utilizare a cunoştinţelor.

Baza de cunoştinţe – componentă de bază a SSD

Fundamentarea deciziilor economice se sprijină pe un demers logico-raţional, prin care se prefigurează implicaţiile posibile şi dezirabile ale diferitelor variante decizionale pentru a se putea selecta una dintre ele. Cu siguranţă procesul decizional nu poate fi redus la operaţiile de identificare în viitor a implicaţiilor unei acţiuni. Activitatea decizională prezintă şi calităţile unei activităţi umane creatoare, prin care se construiesc forme posibile de viitor, ce nu pot fi explicate, derivate din evoluţia trecutului şi prezentului , ci numai prin apelul la imaginaţie, creativitate. Se poate afirma că fundamentul raţional - deductiv şi inductiv - este esenţial. Numai cu ajutorul unor structuri şi operaţii logico-raţionale procesul de luare a deciziilor poate dobândi statutul unui demers decidabil şi coerent.

Demersul deductiv. Fundamentarea deciziilor pe baza demersului deductiv constă din inferenţierea unor evenimente (efectele aplicării diferitelor variante de acţiune) pe baza condiţiilor iniţiale (aşa numitele premize teoretice sau universale).

Page 39: Sist Infor Ec Cap !

Deducţia este considerată frecvent principalul demers din cadrul procesului de fundamentare a deciziilor. Raţionamentul deductiv permite realizarea de predicţii derivate din enunţuri teoretice, dar şi previziuni bazate pe sisteme de ipoteze. Prin deducţie trebuie să avem în vedere nu numai trecerea de la general la particular, ci orice trecere riguroasă de la condiţii la consecinţă- condiţia să fie suficientă şi consecinţa să fie necesară (deci şi trecerea de la întreg la parte sau de la cauză la efect). Legile utilizate în fundamentarea deductivă a deciziilor economico-sociale sunt legi statistice, care guvernează mobilitatea fenomenelor şi proceselor economico-sociale, în condiţii concrete de timp şi de spaţiu. Legile statistice exprimă ceea ce este în general, ceea ce se manifestă într-un număr suficient de mare de cazuri individuale. Reprezintă legităţi care se manifestă sub forma de tendinţe. Evoluţia unui fenomen economico - social reprezintă rezultatul acţiunii unei multitudini de factori, unii esenţiali, alţii întâmplători. Factorii esenţiali pot fi cu caracter permanent, imprimând tendinţa, trendul evoluţiei fenomenului respectiv sau pot avea un caracter periodic (ciclic sau sezonier). Intre fenomenele şi procesele economico-sociale se manifesta legături cauzale şi legături reciproce. Uneori variaţia paralelă a două fenomene nu se datorează legăturii dintre ele, ci influenţei unui al treilea factor, care le determină pe ambele. În cadrul fenomenelor economico-sociale legătura nu se manifestă în fiecare caz în parte, ci în general şi în medie, într-un mare număr de cazuri. Fenomenul efect este rezultatul conjugării influenţei mai multor fenomene cauză şi în acest sistem de legături nu toate raporturile de dependenţă au aceeaşi importanţă, acţiunile unora dintre acestea compensându-se reciproc. Studierea acestor fenomene, cunoaşterea regularităţilor de producere a lor se realizează înlăturând ceea ce este întâmplător şi neesenţial. Legăturile dintre fenomenele economico-sociale sunt legături statistice, care exprimate numeric sunt desemnate prin noţiunea de corelaţie.

In descrierea demersului deductiv din cadrul activităţii decizionale este extrem de utilă şi utilizarea schemelor raţionamentului ipotetic. Astfel, schema raţionamentului Ipotetic modus-ponens permite previzionarea producerii unui eveniment aşteptat (consecinţa), în condiţiile realizării premizelor. Raţionamentul ipotetic modus-tollens permite exprimarea faptului ca neîmplinirea consecinţei (infirmarea previziunii) indică falsitatea premizelor. Raţionamentul ipotetico-disjunctiv utilizat în construcţiile previzionale care explorează diferite alternative posibile ale viitorului.

Demersul inductiv. Există procese decizionale care nu pot fi reduse la schemele raţionamentului

deductiv. In schema deductivă nu pot fi încadrate toate deciziile, precum cele întemeiate pe temeiuri cognitive incomplete. Utilizarea previziunilor amplificatoare, care depăşesc strict vorbind premizele, ca şi cele care conduc la substituiri şi generalizări reclama extinderea tipurilor de raţionament avute în vedere.

Procesele decizionale realizate pe baza inductiva nu se întemeiază exclusiv pe experienţa trecutului. Prin inducţie se prevede generalul, plecând de la cunoaşterea unei colecţii de fapte sau anticiparea unui fapt particular pe baza cunoaşterii altui fapt particular, a prevederii unei clase pe baza cunoaşterii unei părţi din clasă, a anticipării manifestării viitoare a evenimentelor guvernate de legi empirice, luându-se ca punct de plecare cunoaşterea manifestărilor trecute ale acestor legi empirice. Problema fundamentării raţionale şi practice a valorii amplificatoare a inducţiei incomplete a

Page 40: Sist Infor Ec Cap !

provocat şi mai provoacă încă vii discuţii. Extinderea şi generalizarea operate prin inducţia incompletă reclamă procedee de garantare a valabilităţii ei. Accentul se pune pe procedeele intensionale, mai mult decât pe cele extensionale. Pe baza cunoaşterii esenţei, fie chiar şi a unui singur exemplar dintr-o clasă de elemente se poate ajunge la concluzii inductive amplificatoare, valabile pentru întreaga clasa, făra cunoaşterea integrala a seriei de evenimente asupra căreia operează predicţia. Inducţia se manifestă ca previziune, permiţând anticiparea generalului, a legii, completarea unor serii de evenimente cu elemente noi, pe baza studierii cazurilor tipice şi a proprietăţilor esenţiale ale elementelor din clasele considerate. In cadrul deciziilor economico-sociale se impune ca de la constatarea faptului că un anumit eveniment, proprietate, starea se repetă cu o anumita frecventa şi regularitate în cadrul unei serii lungi de evenimente să se presupună că aceeaşi regularitate şi distribuţie se vor manifesta şi în viitor. Această presupunere este rezultatul unui raţionament inductiv.

Raţionamentul prin analogie, precum şi operaţiile logice de comparare conduc la relevarea unor proprietăţi şi relaţii pe baza izomorfismului dintre diferite sisteme. Două elemente x şi z ale unei mulţimi M se consideră analoage dacă sunt îndeplinite condiţiile ca x şi y să aibă unele proprietăţi comune sau să fie identice şi să existe o corespondenţă între părţi ale lui x şi y sau între proprietăţi ale acestor părţi. În general, relaţia de analogie este simetrică şi reflexivă. Când analogia este şi tranzitivă este considerată drept o analogie contagioasă, reprezentând în fapt o relaţie de echivalenţă.

Există mai multe tipuri de analogii între două elemente, analogia simplă (similitudinea), echivalenţa, egalitatea, identitatea. Analogia între mulţimi poate fi, la rândul său de diferite tipuri: corespondenţă de la element la element, analogie injectivă, bijectivă, homomorfism, izomorfism.

În baza similitudinii operaţionale dintre conceptele de analogie şi uitilitate, se poate introduce un procedeu de măsurare a analogiei pe baza axiomaticii von Neumann-Morgenstern. În locul conceptelor de preferinţă şi indiferenţă se utilizează conceptele de ”asemănare puternică”, precum şi cel de ”asemănare la fel de puternică” şi se introduce o funcţie de analogie, care prezintă toate proprietăţile funcţiei de utilitate şi care permite asocierea unor numere reale asemănărilor dintre entităţi.

Fundamentarea deciziilor pe baza raţionamentului analogic şi pe operaţiile de comparare este frecvent utilizată. Raţionamentul poate fi formulat astfel: Dacăproprietăţile au, a2,,..,an condiţionează apariţia proprietăţii an*1 proprie sistemului Sa şi din moment ce sistemul Sb este analog cu Sa se poate prevedea ca şi el va prezenta în viitor proprietatea an*1

Sau: Dacă în trecut, din legătura a două elemente A şi B a apărut evenimentul C şi dacă remarcăm apariţia a două elemente noi, identice cu A şi B este de aşteptat ca din legătura 1or să se producă un eveniment identic C.

Analogia surprinde numai elementele de continuitate, drept pentru care trebuie utilizată cu precauţie. Pericolul provine din faptul că. termenii analogiei sunt întotdeauna diferiţi în anumite privinţe. Decizia fondată pe repetiţie, pe regularitatea şi coincidenţa specifice raţionamentului prin analogie surprinde doar temeiurile superficiale. Simpla repetare a unor stări trecute nu constituie o probă ca între acestea şi

Page 41: Sist Infor Ec Cap !

stările viitoare vor exista legături necesare şi nu coincidenţe accidentale

Formalizarea demersului raţional.A permis caracterizarea construcţiilor decizionale drept construcţii explicite şi decidabile, care pot beneficia de calcule logico-matematice, care duc la creşterea rigorii şi corectitudinii formale. Adesea se consideră că procesul decizional care nu este rezultatul unui calcul logic reprezintă o simplă aventură.

În replică la teoriile privind aşa-zisa neraţionalitate a operaţiilor decizionale se constată o intensificare a eforturilor de modelare logică a activităţii decizionale.

Chiar daca uneori s-a considerat că pentru a realiza o modelare logică descriptivă a procesului decizional este suficient să se utilizeze calculul predicatelor s-au manifestat constant încercări de nuanţare a modelării logice. Logicile neclasice, precum logica, acţiunii şi logica deontică, logica temporală, logica modală şi mai recent legica decizională susţin această afirmaţie, chiar dacă valoarea operaţională a acestor demersuri este în prezent destul de redusă.

Raportul dintre demersul raţional şi demersul intuitiv în fundamentarea deciziilor economico-sociale.

Dificultăţile întâmpinate în realizarea unei logici formale a inducţiei, după modelul logicii formale deductive au scos în evidenţă complexitatea inferenţelor inductive. Problema inducţiei nu este numai ce ne îndreptăţeşte să extindem o proprietate observată la un număr determinat de cazuri la un număr mai mare, întrucât asta ar însemna reducerea problemei la aspectul pur extensiv.

Inducţia este mai complexă, apărând ca operaţie de construire a unui întreg atunci când se cunoaşte numai o parte sau unele dintre părţi. Esenţa procedeului raţional inductiv nu trebuie căutată în puterea de generalizare, ci în puterea de integrare, de construire a unui întreg cu ajutorul unora din părţile sale. Inferenţele inductive se bazează pe un principiu integrator, prin care gândire găseşte întregul ale cărui părţi le cunoaşte. Acestea s-ar putea numi intuiţie.

Intuiţia poate fi tratată nu numai în contextul inferenţelor inductive ci şi al celor deductive. Demersul deductiv presupune procedarea în etape riguros ordonate, fiecare etapă sprijinindu-se pe etapele anterioare, exemplul tipic fiind cel al de demonstraţiilor matematice. Modul în care matematica este prezentată diferă mult de modul în care ea este elaborată. Cele mai multe teoreme sunt întâi intuite, imaginate şi numai după aceea demonstrate. Adesea demonstraţia este greşită sau complicată în mod inutil. Rezultatul unui proces deductiv se poate explica fără a se face apel la intuiţie, dar defăşurarea procesului deductiv, ca atare, nu.

Astfel demersul raţional, indiferent de forma pe care o îmbracă nu poate fi izolat de demersul intuitiv care îl însoţeşte şi îl susţine.

Caracteristicile demersului intuitiv.Cercetată până acum mai mult de fiziologi şi psihologi, intuiţia devine tot mai mult

un obiect al cercetărilor şi în domeniul managementului. Tot mai frecvent este acceptat statutul intuiţiei de instrument managerial pentru fundamentarea deciziilor. Cercetările

Page 42: Sist Infor Ec Cap !

asupra intuiţiei vor putea oferi acesteia statutul teoretic care îi lipseşte şi îi limitează în prezent acceptarea.

Se obişnuieşte să se considere intuiţia ca fundamentată pe procese subconştiente, imposibil de raportat, de descris în mod sistematic. În încercarea dedescifrare a acestor procese mentale subconştiente s-au utilizat mai multe scheme. Seconsideră uneori că aceste procese sunt tot inferenţieri, realizate însă pe un fond decunoştinţe care nu sunt disponibile în mod conştient. Intuiţia ar permite astfelreactivarea acestor cunoştinţe. O interpretare a intuiţiei, care se bucură de o largăacceptare, promovată şi susţinută de Herbert A Simon este ceă potrivit căreia intuiţiareprezintă un proces raţional prin care creierul evocă amintiri şi experienţe trecute pentru a le aplica la situaţiile curente. Intuiţia ar reprezenta, în fapt analize îngheţate în obişnuinţe, conferind posibilitatea de a acţiona, de a decide rapid prin recunoaştere.

Se accentuează astfel asupra faptului că intuiţia reprezintă o calitate a decidentului, posibil de dezvoltat şi perfecţionat prin educaţie şi experienţă.

Decidenţii pot lua decizii rapid, fără a putea face dovada realizării unui raţionament sistematic, prin care să fi ajuns la concluziile lor. Aceasta pentru că, în fapt concluziile nici nu se bazează pe un atare tip de raţionament, ci se bazează pe recunoaşterea unor pattern-uri. Managerii dispun de un repertoriu de situaţii problematice cu răspunsurile asociate fiecărei situaţii în parte. Aceste modele ale acţiunii de urmat în cazul situaţiei descrise prin pattern se consideră a fi ”semnificaţia” pattern-ului respectiv (aşa cum un cuvânt din cadrul vocabularului activ îl deţinem în asociere cu semnificaţia sa). Acest repertoriu se constituie printr-o vastă experienţă de analiză şi rezolvare a problemelor. Managerii se bazează deci în rezolvarea problemelor decizionale nu numai pe capacitatea deductivă de anticipare, prin derivare logică a desfăşurării evenimentelor, în diferite ipoteze plauzibile, ci si pe calitatea lor de memorare a unor stări şi evoluţii posibile şi de recunoaştere în situaţiile decizionale curente a pattern-urilor aplicabile. Calităţile unui manager sunt legate nu numai de posibilitatea realizării unor procese de gândire analitice, corecte si riguroase, ci ţin şi de calitatea percepţiei unei anumite situaţii decizionale.

O caracteristică importantă a intuiţiei este aceea că se bazează pe o utilizare integrată, relaţională a datelor. Intuiţia presupune o sinteză a datelor şi nu o analiză a acestora (pattern-urile reprezintă sinteze ale datelor). Se vorbeşte în acest context de caracterul holistic al intuiţiei. Intuiţia operează asupra întregului şi nu asupra părţilor, precum procedeele analitice. Se acceptă existenta proprietăţilor emergente ale sistemelor economico-sociale. Orice efect de interacţiune care nu este aditiv în raport cu efectele locale poate fi privit ca o manifestare a emergentei. In studierea sistemelor mari se impune completarea tratării analitice, bazată pe studierea elementelor şi a conexiunilor dintre ele cu o tratare integrală, holistică a sistemului din cel puţin două motive:- emergenţa sistemului- complexitatea mare a sistemului (exprimată prin numărul componentelor şi a relaţiilor dintre acestea).

Tratarea analitică este inevitabil parţial întrucât nu se pot ataca proprietăţile emergente ale sistemului si nici nu poate epuiza “infinitul complexităţii“. Având date despre sistemul economic pe care îl conduce, decidentul se află într-o situaţie aparent paradoxală, aceea de a fi sufocat de informaţii (datorită complexităţii) şi în

Page 43: Sist Infor Ec Cap !

acelaşi timp de a îi lipsi informaţii (legate cel mai adesea de proprietăţile emergente ale sistemului), de a dispune numai de informaţii parţiale. Această situaţie impune pe de o parte reducerea complexităţii, prin selectarea, trierea informatiilor şi pe de altă parte integrarea, sinteza informaţiilor, prin “completarea spatiilor goale “, adică a informaţiilor lipsă (pattern-urile reprezintă sinteze de date).Intuiţia este considerată drept un instrument managerial extrem de preţios pentru fundamentarea deciziilor în situaţiile cu informaţie incompletă. Acest lucru face ca intuiţia să fie o resursă extrem de valoroasă în luarea deciziilor în situaţiile nestructurate, fluide, de criză sau de tranziţie în care se produc restructurări profunde şi rapide, în care numărul necunoscutelor este extrem de mare. Intuiţia este utilă atunci când există un nivel ridicat al incertitudinii, când există puţină experienţă anterioară care să sprijine procesul de luare a deciziei, când informaţiile disponibile sunt limitate sau indisponibile, când exista presiunea timpului sau când exista mai multe opţiuni posibile din care se poate realiza alegerea, toate susţinute prin argumente solide.

Se consideră că intuiţia se poate cultiva şi perfecţiona devenind o resursă managerială extrem de utilă. Totodată se consideră că 1ipsa de acceptare a intuiţiei în mediul cultural contribuie la inhibarea ei la decidenţii care vor să fie trataţi cu suspiciune. Acest lucru face ca unele persoane să manifeste mai multă intuiţie la vârste mai fragede decât la maturitate. Neacceptarea culturală se datorează în primul rând lipsei unui model teoretic care să confere un statut ştiinţific solid intuiţiei şi adesea prejudecăţii că intuiţia ar fi legată de manifestări paranormale.

În general, intuiţia se manifestă atunci când este apreciată sau promovată. Prin urmare trebuie adoptate metode şi tehnici de lucru care să faciliteze manifestarea intuiţiei, să cultive şi să sprijine participarea acesteia.

Cu toate avantajele oferite, metodele şi tehnicile intuitive prezintă şi inconveniente. O serie de elemente de mediu (stres, presiune sociala, etc.) pot influenţa negativ calitatea deciziilor luate cu ajutorul intuiţiei.

Metodele si tehnicile intuitive nu fac apel, de obicei la proceduri sistematice de colectare a datelor. Informaţiile folosite în deciziile de acest tip pot fi din această cauză denaturate datorită stabilirii unor corelaţii iluzorii, datorită caracterului dominant al informaţiilor concrete asupra celor abstracte, datorită percepţiei selective. Cel mai adesea informaţiile sunt structurate conform experienţei proprii celui care ia decizia. De multe ori acesta anticipează ceea ce ar dori să se producă, căutând informaţii consistente cu previziunile sale şi ignorând contradicţiile dintre aceste previziuni si datele disponibile.

SSD – sistem cu bază de cunoştinţe

Sistemele cu bază de cunoştinţe reprezintă sisteme informatice care ajută decidentul în rezolvarea problemelor decizionale complexe, în special a celor din clasa problemelor prost structurate. Obiectivul acestor sisteme î1 reprezintă Iîmbunătăţirea procesului de luare a deciziilor sau asistarea realizării unui studiu preliminar luării deciziilor, pentru cazurile în care nu există proceduri operaţionale predefinite (soluţii prefabricate).

Problemele decizionale prost structurate se caracterizează prin importanţa

Page 44: Sist Infor Ec Cap !

deosebită pe care o reprezintă experienţa decidentului în soluţionarea problemei, prin lipsa unor proceduri predefinite de rezolvare, prin existenţa unor criterii de decizie numeroase, adesea inconsistente, printr-un ritm rapid de schimbare a contextului şi a formei de manifestare a problemei.

Paradigma sistemelor cu bază de cunoştinţe s-a impus în domeniul informaticii la sfârşitul anilor ’60. Până la apariţia acestor sisteme, cercetările din cadrul inteligenţei artificiale abordau cu precădere probleme bine definite pentru care nu se mai cunoşteau decât algoritmi exponenţiali de rezolvare. Cercetările vizau identificarea posibilităţilor de utilizare a unor euristici cu ajutorul cărora să se întârzie explozia combinatorială a calculelor. S-a considerat mult timp că aceste euristici trebuie să fie extrem de generale să caracterizeze procesul generic de rezolvare a problemelor, inteligenţa artificială având sarcina să contribuie la identificare, formalizarea şi utilizarea afectivă a acestor euristici în cadrul sistemelor informatice. Eşecul acestei abordări care nu a dus la obţinerea unor rezultate relevante, cu valenţe practice a impus schimbarea modului de abordare a procesului de rezolvare a problemelor aşa zis dificile. În locul căutării unor euristici extrem de generale de rezolvare a problemelor s-a formulat necesitatea identificării acelor cunoştinţe specifice unei anumite probleme practice, cunoştinţe extrem de numeroase şi de specializate, pe baza cărora să fie rezolvată problema. Aceste cunoştinţe, ca şi în cazul datelor sunt organizate în sistem sub forma unei baze de cunoştinţe şi utilizate prin mecanisme mai mult sau mai puţin specifice domeniului în care se manifestă respectiva problemă practică.

Sistemele cu bază de cunoştinţe sunt în general sisteme destinate utilizării de către decidenţi. Sistemul trebuie să fie de aceea bine adaptat reprezentării conceptelor cu care operează decidentul, să se caracterizeze printr-o comportare clară, explicită. Acest lucru impune o calitate deosebită a interfeţei cu utilizatorul.

Funcţionarea sistemelor cu baze de cunoştinţe este puternic interactivă. Situaţiile decizionale prost structurate sunt situaţii în care căutarea soluţiei reprezintă un proces esenţial pentru utilizator, aflat într-un asemenea proces de căutare posibilitatea definirii şi dirijării interacţiunii cu sistemul constituie elemente esenţiale.

Sistemele cu bază de cunoştinţe trebuie să susţină procesul de structurare a problemei decizionale deci să ofere utilizatorului facilităţi de modelare. De regulă, sistemul dispune de un limbaj de modelare care permite definirea de modele multirelaţie. Acest limbaj poate fi procedural sau declarativ. Unele sisteme suport de decizie se limitează însă la asigurarea accesului la o serie de modele statistico-matematice.

Sistemele de asistare a deciziei cu bază de cunoştinţe presupun integrarea în cadrul sistemelor suport de decizie a unei baze de cunoştinţe împreună cu mecanismele asociate acesteia – în primul rând motorul de inferenţă.

Prin aceasta se oferă posibilitatea integrării prelucrărilor numerice cu cele simbolice, deci a tehnicilor cantitative cu cele calitative. S-a demonstrat că astfel se pot asigura soluţii la probleme care altfel nu ar fi posibil de rezolvat.

Modelul sistemelor suport de decizie cu baze de cunoştinţe oferă posibilitatea de a combina capacitatea de rezolvare a problemelor pe care o deţin sistemele cu bază de cunoştinţe cu precizia prelucrărilor numerice din cadrul sistemelor suport de

Page 45: Sist Infor Ec Cap !

decizie.In cadrul bazei de cunoştinţe a unui sistem suport de decizie este necesară

combinarea unor cunoştinţe cantitative şi calitative cu ajutorul cărora să se poată formula şi verifica relaţii între variabilele economice.

Cunoştinţele calitative se vor utiliza iniţial in scopul identificării factorilor de bază (variabilelor economice relevante) şi a relaţiilor dintre acestea.

Metodele cantitative se vor utiliza pentru analizarea şi derivarea relaţiilor dintre variabile. Metodele statistice, precum şi analizele de regresie au avantajele analitice, servind la punerea în evidenţă a coliniarităţii dintre diferitele variabile, la estimarea coeficienţilor unor modele economico-matematice, la determinarea nivelului de semnificaţie (intensitatea) legăturilor dintre variabilele economice.

Identificarea unei relaţii cauză-efect nu se poate realiza numai printr-o analiză de regresie. Analiza de regresie sugerează relaţii, dar determinarea validităţii relaţiei reclamă cunoştinţe despre procesul ca atare şi despre interacţiunile sale cu alte procese. In acest scop sunt utile cunoştinţe calitative pentru evaluarea rezultatelor analizelor de regresie, pentru verificarea faptului că acestea nu violează perceperea subiectivă şi intuiţia specialistului.

Rezultatele unei analize de regresie pot să nu fie aplicabile în orice situaţie..Cunoştinţele calitative permit reducerea numărului de combinaţii dintre

variabilele care interacţionează. Prin cunoştinţele calitative se reduce spaţiul de căutare, direcţionându-se atenţia spre anumite aspecte şi tehnici de analiză relevante într-un context dat. Cunoştinţele calitative permit concentrarea pe factorii (variabilele economice) cele mai importante şi ajută, la formalizarea relaţiilor dintre aceşti factori.

Sistemele bazate pe cunoştinţe au capacitatea de a formaliza, utiliza şi păstra diferite tipuri de cunoştinţe, în timp ce forţa sistemelor de asistare a deciziei rezida în capacitatea de a executa cu mare acurateţe analize numerice şi în primul rând statistice prin aplicarea tehnicilor cantitative de prelucrare a datelor.

Sistemele bazate pe cunoştinţe au puternic dezvoltată facilitatea explicativă, utilă în contextul sistemelor de asigurare a deciziilor pentru explicarea anumitor rezultate obţinute prin execuţia modelelor. Sistemele bazate pe cunoştinţe pot asigura totodată asistenţa în asigurarea resurselor sistemului. În acelaşi timp, sistemele bazate pe cunoştinţe oferă posibilitatea îmbunătăţirii comunicării cu utilizatorul, interfaţa utilizator fiind mai bine rezolvată în prezent în cadrul sistemelor bazate pe cunoştinţe decât în cadrul altor tipuri de aplicaţii.

Referitor la gestiunea cunoştinţelor, mecanismul cel mai cunoscut asociat acestei funcţii este motorul de inferenţă care asigură accesul la cunoştinţele din cadrul bazei de cunoştinţe şi utilizarea lor efectivă. Celelalte funcţii de gestionare a cunoştinţelor se asociază de regulă unor mecanisme diferite de motorul de inferenţă, cum ar fi de exemplu componenta de achiziţionare a cunoştinţelor. Ca şi în cazul datelor sau modelelor şi pentru cunoştinţe a fost introdus conceptul de sistem de gestiune a bazei de cunoştinţe care să permită realizarea integrală a tuturor funcţiilor de gestionare a cunoştinţelor.

Integrarea datelor, modelelor şi cunoştinţelor în procesul de asistare a deciziilor presupune asigurarea unor mecanisme de interfaţă între componentele de gestionare a acestora, lucru destul de greu de realizat în practică.

În legătură cu interactivitatea sistemelor suport de decizie bazate pe cunoştinţe, în

Page 46: Sist Infor Ec Cap !

cazul arhitecturii unui astfel de sistem există o componentă de comunicare cu utilizatorul (interfaţa cu utilizatorul). Aceasta are sarcina de a realiza un dialog eficient cu utilizatorul deci de a oferi o serie de facilităţi precum prezentarea informaţiilor sub formă grafică (unele sisteme dispunând de o bibliotecă de raportare şi grafice), oferirea de explicaţii (funcţia explicativă a interfeţei cu utilizatorul) etc.

Importanţa deosebită pe care o capătă dialogul în cadrul unui sistem suport de decizie cu bază de cunoştinţe se reflectă în efortul deosebit de ridicat destinat realizării componentei de interfaţă cu utilizatorul (uneori apreciat la peste 40% din efortul de realizare a întregului sistem). În rezolvarea problemelor decizionale nestructurate, intrările şi ieşirile de date în şi din sistem au un caracter mult mai complex decât în rezolvarea problemelor structurate. Dacă în aplicaţiile convenţionale intrările şi ieşirile sunt foarte bine precizate ca tip, semnificaţie, volum etc., în cadrul unor situaţii nestructurate datele de intrare pot fi incomplete prezentând un grad de precizie mai mare sau mai mic. Rezultatele trebuie însoţite deseori de explicaţii asupra modului în care s-a ajuns la respectiva soluţie. Realizarea acestor cerinţe presupune asigurarea unei interfeţe “inteligente” a sistemului. Calitatea interfeţei are un rol hotărâtor asupra eficienţei cu care este utilizat sistemul de asistare a deciziei cu bază de cunoştinţe.

Un sistem suport de decizie cu bază de cunoştinţe trebuie să asigure accesul la informaţiile pertinente, concomitent cu un control al acestui acces.

In al doilea rând trebuie să facă posibilă diagnosticarea problemei decizionale făcând practic posibilă reprezentarea informaţiilor într-o formă adaptată interpretării datelor.

O altă funcţie a unui sistem de asistare a deciziei cu bază de cunoştinţe este cea de structurare a informaţiilor sub formă de modele (sistem de relaţii între variabile, arbori de decizie etc.)

Sistemul trebuie să ofere posibilitatea de descriere şi analiză a datelor cu ajutorul instrumentelor statistice care asigură o utilizare a datelor şi a modelelor în scopul generării de alternative de rezolvare a situţiei, realizării unor analize de sensibilitate a modelelor.

O funcţie importantă a sistemelor suport de decizie cu bază de cunoştinţe se referă la asigurarea posibilităţilor de evaluare a alternativelor de rezolvare, prin utilizarea unor funcţii pentru modelarea preferinţelor utilizatorului (decidentului) în raport cu anumite criterii.

Si, în sfârşit o funcţie importantă o reprezintă funcţia de comunicare cu utilizatorul.

1.9.5.2. Arhitectura sistemelor suport de decizie de grup.

SSD de grup beneficiază de aportul tehnologiilor de teleprelucrare a datelor. SSD de grup ajung să se prezinte sub forma unor SSD organizaţionale (fig. 1.21).

Page 47: Sist Infor Ec Cap !

1.10. Sisteme expert

1.10.1. Inteligenţa artificială şi sistemele expert

Inteligenţa artificială reprezintă un domeniu al informaticii care are drept scop transpunerea comportamentului inteligent uman la maşini, în speţă la calculatoare. Dorinţa de a dispune şi de a folosi maşini inteligente reprezintă un vechi deziderat al omului, perfect justificabil ţinând cont de faptul că asemenea maşini pot fi, în principiu mai simplu de utilizat şi mai productive.

Constituirea ca domeniu ştiinţific autonom, cu obiect de studiu propriu, cu metode şi tehnici de lucru specifice s-a realizat la începutul anilor ’50, ca urmare a sprijinului oferit de inteligenţa artificială din partea unor domenii conexe, precum matematica, psihologia, fiziologia, logica etc.

Obiectul de studiu al inteligenţei artificiale îl reprezintă comportamentul inteligent şiposibilitatea de emulare al acestuia la maşini.

Prin comportament inteligent se înţelege, în general, acel comportament care implică realizarea unor activităţi ce reclamă calităţi intelectuale deosebite: posibilitatea de abstractizare, flexibilitate, adaptare la situaţii noi (incomplet cunoscute), creativitate etc. De exemplu, înţelegerea limbajului natural, practicarea matematicii, rezolvarea unor probleme practice dificile, acordarea de semnificaţie diferitelor forme (de exemplu vizuale) sunt considerate drept activităţi ce reclamă inteligenţă şi deci caracterizează un comportament inteligent. Realizarea acestor activităţi de către maşină, deci automatizarea, lor poate fi extrem de dificilă. Chiar si activităţile pe care omul le realizează curent, de exemplu înţelegerea limbajului natural, pot fi extrem de dificil de automatizat. Informatica convenţională, bazată pe algoritm drept paradigma a calculului (a automatizării sarcinilor) nu a reuşit să transfere aceste activităţi inteligente spre maşină.

Paradigma care a dominat domeniul inteligenţei artificiale, la începutul constituirii

Page 48: Sist Infor Ec Cap !

sale, poate fi considerată cea desemnată prin general problem solver, denumirea proiectului lansat în anii ’60, care a avut drept obiectiv identificarea acelor mecanisme abstracte ale gândirii ce permit omului desfăşurarea activităţii “inteligente”. Iniţiatorii acestui proiect – H.Simon , A. Newell, B.Shaw – considerau că la baza comportamentului intelligent stau o serie de mecanisme generale, universale de gândire ce sunt utilizate în rezolvarea oricărei probleme, în desfăşurarea oricărei activităţi. Odată descifrate aceste mecanisme şi transpuse în programe de calcul, maşina poate executa orice sarcină.

Eşecul proiectului a demonstrat că activităţile ce reclamă inteligenţă trebuieabordate diferenţial ţinând cont de marea lor varietate şi că esenţiale în realizarea acestor activităţi sunt cunoştinţele (knowledge). Sfârşitul anilor ’70 a marcat momentul lansării unei noi paradigme în cadrul inteligenţei artificiale şi anume cea de cunoştinţe.

1.10.2. Conceptul de sistem bazat pe cunoştinţe

Inteligenţa artificială consideră ca posibilă emularea comportamentului inteligentla maşini prin memorarea cunoştinţelor şi asigurarea condiţiilor pentru prelucrarea lor automată.Toate sistemele de inteligenţă artificială sunt sisteme care posedă şi utilizează cunoştinţe fiind denumite sisteme bazate pe cunoştinţe (sau sisteme cu bază de cunoştinţe). Aceste sisteme sunt specializate în desfăşurarea diferitelor activităţi.

Sistemele de inteligenţă artificială dispun de o bază de cunoştinţe precum şi demecanisme de utilizare a acestora (mecanisme rezolutive, inferenţiale sau de raţionament), în scopul efectuării în mod automat a diferite activităţi (taskuri) descrise cu ajutorul unor fapte, reunite în componenta baza de fapte.

În sens informatic cunoştinţele reprezintă informaţii dobândite care servesc la realizarea diferitelor activităţi. Deşi aspectul pragmatic este esenţial în definirea conceptului de cunoştinţe, exprimarea acestora trebuie realizată relativ independent de modul lor de utilizare. Aceasta, deoarece unele şi aceleaşi cunoştinţe pot fi utilizate în mod diferit pentru rezolvarea diferitelor probleme sau chiar pentru aceeaşi problemă în circumstanţe diferite.

Page 49: Sist Infor Ec Cap !

Spre deosebire de informatica convenţională care s-a bazat pe o reprezentare implicită a cunoştinţelor şi o reprezentare explicită a modului de utilizare a acestora în rezolvarea unei anumite probleme (algoritmul fiind de fapt o schemă de aplicare a unor cunoştinţe care nu sunt menţionate în mod explicit) inteligenţa artificială a adoptat soluţia reprezentării explicite a cunoştinţelor, a enunţării lor într-un mod relativ independent de modurile de utilizare. Realizarea unui sistem de inteligenţă artificială are sarcina de a identifica şi a exprima (reprezenta) cunoştinţele necesare efectuării unor activităţi şi de a înregistra sistemul cu mecanisme care să permită aplicarea acestor cunoştinţe. Responsabilitatea deciziilor privind modul efectiv de utilizare a cunoştinţelor revine sistemului însuşi care la momentul execuţiei va lua în mod automat decizii privind:

- ce cunoştinţe sunt necesare- cum şi când să fie utilizate acestea pentru realizarea respectivelor activităţi.

1.10.3. Metode şi tehnici de inteligenţă artificială

Realizarea unui sistem de inteligenţă artificială reclamă deci aplicarea unor metode şi tehnici de achiziţionare, reprezentare şi utilizare a cunoştinţelor.

A) Achiziţionarea cunoştinţelor

Page 50: Sist Infor Ec Cap !

Metodele şi tehnicile de achiziţionare a cunoştinţelor (fig.1.24) precizează modul

în care se construieşte baza de cunoştinţe într-un sistem SIA.

Invăţarea teoretică permite construirea primei forme a bazei de cunoştinţe(BC). Limitele metodelor teoretice (bazate pe calcul simbolic) au făcut ca procesul de automatizare a achiziţionării cunoştinţelor să fie foarte lent si rezultatele puţin convingătoare. Calculul simbolic nu este un bun instrument pentru emularea proceselor de învăţare, deoarece majoritatea sunt bazate pe procese inductive, de natură preponderent intuitivă. Completarea fazei de învăţare teoretică cu o învăţare empirică este posibilă prin convertirea cunoştinţelor din BC sub forma unei reţele neuronale, cunoscută în acest caz sub numele de reţea neuronală bazată pe cunoştinţe. Instruirea acestei reţele se realizează pe baza exemplelor de instruire, cu ajutorul unuia dintre algoritmii de instruire ai reţelelor neuronale aplicabile acestui tip de reţea. Rezultatele instruirii, reprezentate sub forma valorilor parametrilor de reţea sunt convertite în cunoştinţe reprezentate simbolic (adăugate la BC) cu ajutorul unor algoritmi de extragere a cunoştinţelor din reţelele neuronale.

Dintre cele mai cunoscute metode si tehnici de învăţare simbolică se pot aminti:- rnetode şi tehnici de învăţare "pe de rost" (rote learning)- rnetode şi tehnici de învăţare prin instruire (learning by being told);-metode şi tehnici de învăţare inductivă (din exemple, prin descoperire, prin observare).

B) Reprezentarea cunoştinţelor

Metodele şi tehnicile de reprezentare a cunoştinţelor definesc structurile de reprezentare a cunoştinţelor, structuri ce trebuie să satisfacă o serie de cerinţe (fig. 1.28) şi anume:

- adecvarea reprezentaţională, adică posibilitatea de reprezentare a tuturor categoriilor de cunoştinţe din cadrul domeniului respectiv

- adecvarea achiziţională, schema de reprezentare fiind obligată să favorizeze procesul de achiziţionare a cunoştinţelor

- adecvarea informaţională, în sensul că structurile de reprezentare trebuie să permită definirea unor operatori, să fie prelucrabile

- eficacitatea inferenţială, în sensul că structurile de reprezentare trebuie să facă posibile prelucrările nu în orice condiţii ci numai în condiţiile de eficienţă.

Page 51: Sist Infor Ec Cap !

O schemă de reprezentare poate fi caracterizată cu ajutorul unor caracteristici dintre care se pot aminti:

- gradul de granularitate al reprezentării, dat de nivelul de detaliere al primitivelor reprezentaţionale

- gradul de modularitate al construcţiilor (structurilor) de reprezentare ce exprimă nivelul de independenţă relativă a acestor structuri.

- gradul de compilare al reprezentării, exprimă măsura în care reprezentarea favorizează anumite scheme de utilizare a cunoştinţelor. Teoretic gradul de compilare trebuie să fie zero, însă necesitatea asigurării unei eficienţe impune facilitarea unor prelucrări, deci asigurarea unui grad de compilare mai mare sau mai mic.

- gradul de nedeterminare se referă la numărul de soluţii alternative de reprezentare din care se poate face reprezentarea unei anumite piese de cunoaştere.

Metodele şi tehnicile de reprezentare a cunoştinţelor se pot grupa în:- metode şi tehnici de reprezentare simbolică (calculul predicatelor, regulile de

producţie, cadre-frame, grafuri etc)- metode şi tehnici de reprezentare neuronală (reţele neuronale)- metode şi tehnici de reprezentare genetică (cromozomi).

C) Utilizarea cunoştinţelor.Metodele şi tehnicile de utilizare a cunoştinţelor sunt în strânsă legătură cu cele de

reprezentare în sensul că posibilităţile de utilizare depind, în mod direct de structurile de reprezentare. Utilizarea cunoştinţelor poate fi interpretată drept un proces de aplicare a unui set de operatori definiţi asupra structurilor de reprezentare a cunoştinţelor prin metode „slabe” si metode „tari”.

Fiecare schemă de reprezentare are correspondent în ansamblul metodelor şi

Page 52: Sist Infor Ec Cap !

tehnicilor de raţionament. Este însă important de menţionat faptul că indiferent de categoria de metode şi tehnici de raţionament considerată se definesc variante de raţionament:

- în condiţii de completitudine a cunoştinţelor şi certitudine- în condiţii de incompletitudine şi incertitudine

1.10.4. Domeniile inteligenţei artificiale

Domeniile inteligenţei artificiale reprezintă zone majore de aplicaţii ale inteligenţei artificiale: prelucrarea limbajului natural, modelarea raţionamentelor, probleme de percepţie, jocuri, roboţi, sisteme expert.

Prelucrarea limbajului natural cuprinde atât înţelegerea mesajelor exprimate în limbaj natural cât şi generarea mesajelor. Se consideră cel mai reprezentativ şi totodatâ cel mai dificil domeniu al inteligenţei artificiale. De prelucrarea limbajului natural sunt legate şi o serie de alte tipuri de aplicaţii de inteligenţă artificială, precum traducerea automată şi programare automată.

Modelarea diferitelor forme de raţionament reprezintă un domeniu mai abstract cu aplicare în cadrul mai multor domenii teoretice şi practice: modelarea raţionamentului inductiv şi modelarea raţionamentului incert.

Problemele de percepţie se referă la domenii precum vederea şi vorbirea artificială, cu aplicare deosebită în extinderea capacităţilor de interacţiune om-maşină.

Jocurile cu partener-calculator reprezintă probleme combinatoriale pentru care încetinirea sau chiar împiedicarea exploziei combinatoriale a calculelor reprezintă aspectul teoretic şi practic cel mai important de soluţionat.

Roboţii inteligenţi reprezintă acea clasă de sisteme fizice autonome care pot realiza planificarea acţiunilor într-un mediu necunoscut sau numai parţial cunoscut.

Page 53: Sist Infor Ec Cap !

Sistemele expert reprezintă domeniul inteligenţei artificiale cel mai bine reprezentat în mediul social-economic şi simulează comportamentul expertului uman într-un domeniu bine precizat.

1.10.5. Sisteme expert – definire şi arhitectură

Sistemele expert reprezintă sisteme de inteligenţă artificială destinate rezolvării unor probleme dificile, de natură practică, la nivelul de performanţă a experţilor umani.

Experţii rezolvă respectivele probleme practice dificile pe bază de expertiză. Sistemele expert realizează deci o automatizare a expertizei dintr-un anumit domeniu. Caracteristicile expertizei (fig. 1.27) şi conceptele asociate în cadrul sistemelor expert sunt:

Page 54: Sist Infor Ec Cap !

a. Domeniul de expertiză se caracterizează prin ansamblul de cunoştinţe necesare rezolvării diferitelor probleme ce se manifestă în acest domeniu. Cunoştinţele pot fi de cultură generală, de specialitate şi cunoştinţe expert.

Cunoştinţele expert reprezintă elementul esenţial al sistemului de cunoştinţe servind la identificarea şi descrierea (formalizarea) problemelor. Aceste cunoştinţe sunt proprietatea expertului, fiind obţinute de acesta în special prin experienţă şi calităţi individuale deosebite ce îl disting de ceilalţi specialişti în domeniu ce posedă doar cunoştinţe comune de specialitate.

Cunoştinţele asociate domeniului de expertiză servesc rezolvării problemelor din acest domeniu, probleme în general omogene ca tip deci putând fi considerate drept aparţinând unei clase de probleme. Descrierea unei anumite probleme specifice se realizează prin prezentarea stării de fapt a domeniului la un moment dat.

b. Conceptele asociate expertizei într-un SE sunt legate de BC: cum este construită (axhiziţionarea), cum se rezolvă raţionamentul, cum se explică utilizatorului.

Caracteristicile şi conceptele expertizei conduc spre arhitectura unui sistem expert (fig. 1.28) de unde rezultă componentele sale:

- Baza de cunoştinţe reprezintă ansamblul cunoştinţelor din domeniul de expertiză ce permit rezolvarea diferitelor probleme din darul acestui domeniu. Cunoştinţele sunt reprezentate sub forma unor anumite structuri (formule din calculul predicatelor, reguli de producţie, ierarhii cadre etc.)

- Baza de fapte conţine descrierea problemei ce trebuie rezolvată. Această descriere se obţine prin interacţiune cu utilizatorul sau contactul direct (prin mecanisme de tipul senzorilor) cu domeniul de expertiză. Structurile reprezentaţionale asociate faptelor sunt în general simple, de forma tripletelor <obiect, atribut, valoare> sau chiar perechilor <atribut, valoare>.

- Mecanismele rezolutive asigură producerea (utilizarea) cunoştinţelor. Aceste mecanisme permit implementarea unui ansamblu de operatori, definiţi asupra structurilor de reprezentare a cunoştinţelor.

- Spaţiul de lucru este constituit din ansamblul rezultatelor intermediare şi setărilor parametrilor de funcţionare ai sistemului.

- Interfaţa de realizare reprezintă ansamblul instrumentelor cu care este posibilă realizarea diferitelor componente ale sistemului. O componentă importantă a interfeţei de realizare este reprezentată de mecanismele de achiziţionare automată a cunoştinţelor care permit prelucrarea “on-line” a surselor de cunoştinţe în scopul identificării şi exprimării cunoştinţelor.

- Interfaţa utilizator asigură comunicarea între sistem şi utilizator în scopul oferirii de către utilizator a descrierii problemei şi obţinerii de către acesta a rezultatelor şi a explicaţiilor referitoare la modul de obţinere a acestor rezultate.

1.10.6. Metode de reprezentare şi utilizare a cunoştinţelor în cadrul sistemelor expert

Page 55: Sist Infor Ec Cap !

1.10.6.1. Calculul predicatelor de ordinul întâi

Limbajul formal al calculului cu predicate reprezintă atât un limbaj de reprezentare a cunoştinţelor cât şi un ansamblu de reguli de inferenţă, reguli ce împreună cu limbajul formează sistemul logic al calculului cu predicate.

Sistemul logic al calculului cu predicate oferă deci atât structurilor de reprezentare cât şi mecanismelor de utilizare a acestor cunoştinţe.

Construcţia de bază a limbajului calculului de predicate este atomul. Cu ajutorulconectivelor şi cuantificatorilor se construiesc construcţiile compuse. Atât construcţiile de bază cât şi cele compuse poartă numele de formule (formule bine formate).

Semantica limbajului calculului cu predicate reprezintă definirea adevărului respectivfalsităţii cu ajutorul interpretării formulelor (punerea lor în corespondenţă cu elemente ale domeniului real).

Reprezentarea cunoştinţelor cu ajutorul limbajului calculului cu predicate (fig. 1.28).

În scopul reprezentării cunoştinţelor cu limbajul calculului cu predicate se parcurg o serie de etape şi anume:

1. se identifică aserţiunile (propoziţiile logice) din descrierea în limbaj natural a cunoştinţelor

2. se exprimă legăturile (asocierile) dintre propoziţiile logice cu ajutorul conectivelor logice.

În urma celor două etape e obţine reprezentarea în calculul propoziţional a cunoştinţelor prin introducerea unor variabile propoziţionale care să desemneze propoziţiile logice.

3. se detaliază structura fiecărei aserţiuni prin utilizarea simbolurilor din alfabet.

Utilizarea cunoştinţelor. Probleme ale automatizării raţionamentelor.

Page 56: Sist Infor Ec Cap !

Sistemul logic al calculului cu predicate posedă o serie de reguli de inferenţă c permit obţinerea unor noi formule bine formate pe baza celor de care se dispune iniţial (axiome). Ca exemple de reguli de inferenţă se pot cita: modus ponens, modus tollens, silogismul, specializarea universală etc.

În procesul automatizării raţionamentelor în cadrul calculului cu predicate, formulele iniţiale se numesc axiome, formulele derivate poartă numele de teoreme iar procesul derivării lor este cunoscut sub numele de demonstrare automată de teoreme.

Astfel, pentru rezolvarea unei probleme este necesar să se asigure:- reprezentarea cunoştinţelor sub formă de formule (axiome)- descrierea stării iniţiale a problemei sub formă de formule (axiome)- descrierea soluţiei (stării scop) sub formă de formule (teoremă)- aplicarea regulilor de inferenţă în scopul demonstrării teoremei.Automatizarea raţionamentelor din calculul predicatelor indică o serie de probleme

dificile dintre care se pot aminti:1.problema decidabilităţii. Decidabilitatea desemnează posibilitatea de a decide dacă

o anumită formulă este sau nu o teoremă în raport de un set dat de formule (axiome). Ca sistem logic, calculul predicatelor este un sistem semidecidal, în sensul că sistemul calculului cu predicate garantează proceduri de demonstrare a unei teoreme în raport de un set de axiome, dar nu garantează proceduri care să permită stabilirea faptului că o anumită formulă nu e teoremă în raport cu un set de axiome.

2.problema eficienţei procedurilor de demonstrare a teoremelor. Timpul de aplicare aprocedurilor de demonstrare trebuie să fie acceptabil. În general, realizarea interfeţelor implică operaţii extrem de dificile şi de costisitoare în termenii resurselor reclamate, de exemplu: operaţiile de pregătire a formulelor în vederea aplicării regulilor de inferenţă. De asemenea, numărul paşilor de prelucrare în demonstrare este foarte mare (“câştigul” realizat în fiecare caz de prelucrare este minim). In acelaşi timp factorul de ramificare în procesul de demonstrare este semnificativ, ceea ce face ca procesele de decizie ce însoţesc demonstraţia să fie dificil de rezolvat.

Rezolvarea dificultăţilor de automatizare se realizează în general prin:- restrângerea sistemului logic al calculului cu predicate la subsisteme logice

decidale, de exemplu subsistemul logic bazat pe clauze HORN- omogenizarea formulelor şi reducerea numărului de tipuri de reguli de inferenţă

utilizate (de exemplu utilizarea numai a formei clauzale a formulelor ce au asociat un singur tip de inferenţă şi anume regule de inferenţă a rezoluţiei).

Notă: Calculul predicatelor de ordinul întâi este utilizat ţi în calculul relaţional pe care se bazează unele limbaje de programare din sistemele de baze de date relaţionale.

1.10.6.2. Reguli de producţie

Regulile de producţie au fost utilizate şi de alte domenii (teoria automatelor, teoria limbajelor formale etc.). In cadrul inteligenţei artificiale, regulile de producţie sunt utilizate pentru exprimarea asocierilor empirice dintre descrierile de stare ale problemei şi acţiunile de întreprins în cazul în care problema se află într-o anumită stare.

Page 57: Sist Infor Ec Cap !

Regulile de producţie servesc la reprezentarea cunoştinţelor de natură procedurală sub forma unor construcţii modulare de tipul:

Nu orice construcţie condiţională reprezintă o regulă de producţie ci numai acele construcţii definite în mod modular. Regulile formează un ansamblu pe care nu există definită nici o relaţie de ordine. Acest ansamblu de reguli poartă numele de bază de reguli.

Tratarea (executarea) activităţilor condiţionate de premize este independentă de modul de încărcare (organizare) a bazei de reguli. Sistemele de inteligenţă artificială bazate pe reguli sunt constituite din:

- baza de reguli- ansamblul de fapte (contextual sau memoria de lucru) ce conţine descrierea

problemei de rezolvat. O faptă este de obicei reprezentată sub formă de triplet <obiect, atribut, valoare> sau pereche <atribut, valoare>

- interpretorul de reguli (mecanismul de raţionament pe reguli sau mecanismul de înlănţuire a regulilor).

1.10.6.3. Frame-uri şi reţele de cunoştinţe

Un cadru (frame) reprezintă o unitate de informaţii care grupează un anumit număr de rubrici (sloturi).

O rubrică de frame poate conţine informaţii despre obiectul prezentat su informaţii de legătură cu late frame-uri (este o, aparţine).

Intr-o rubrică poate figura de asemenea, un apel la o procedură externă de calcul, caz în care se vorbeşte de ataşare procedurală. Utilizarea acestui tip de reprezentare permite regăsirea rapidă a anumitor agregate informaţionale (de exemplu, firmele ce aparţin unei anumite ramuri). La fiecare rubrică sunt declarate condiţiile în care trebuie să se realizeze gestionarea valorii rubricii (faţetele de frame). Astfel, pentru fiecare frame se pot declara valorile situate în alte frame-uri care trebuie modificate la schimbarea unei dintre rubricile sale. Fiecare rubrică posedă de asemenea demon ih-needed, if-added, if-removed pentru descrierea comportamentului frame-ului la citire, adăugare sau ştergere a valorii din rubrica respectivă.

Frame-urile asigură o schemă simplă şi eficientă de lucru cu valorile implicite. Utilizarea frame-urilor (raţionamentul pe bază de frame-uri) constă în modificarea din aproape în aproape a conţinutului memorat în structura de frame-uri pe baza procedurilor ataşate rubricilor. Uneori, sistemele pe bază de frame-uri introduc şi reguli (fie în formă clasică, fie simulate ca frame-uri).

Page 58: Sist Infor Ec Cap !

Plecând de la reţeaua de frame-uri se poate generaliza repartizarea pe bază de grafuri a cunoştinţelor sub forma reţelelor de cunoştinţe. La început, reţelele de cunoştinţe au fost utilizate în prelucarrea limbajului natural (reţele semantice) pentru a exprima dependenţele dintre conceptele desemnate prin faze în limbajul natural.

1.10.7. Evoluţia sistemelor informatice spre SE şi SSD

Prelucrarea nealgoritmică, descriptivă a cunoştinţelor în cadrul sistemelor expert a determinat extinderea ariei de aplicare a tehnologiilor informatice. Se poate vorbi de o extindere pe orizintală, în sensul cuprinderii unor noi domenii economico-sociale, cum ar fi: activităţile educaţionale, juridice, politice în care procesele de prelucrare informaţională se algoritmizează cu greu sau chiar nu se pot algoritmiza. Informaţiile specifice acestor activităţi au o natură preponderant calitativă, necuantificabilă. Pe de altă parte, se poate vorbi de o extindere pe verticală, în sensul cuprinderii în actuala tehnologie a noi prelucrări, procese informaţionale precum: evaluarea calitativă, raţionamentul în sens general. Acest lucru poate influenţa în mod semnificativ procesul informaţional-decizional economic, prin prelurea de către tehnologiile informatice a unui segment al deciziilor economice-sociale, în speţă a acelora de rutină.

Sistemele expert reprezintă alături de sistemele orientate obiect un mijloc important pentru stăpânirea complexităţii informaţionale. S-a sperat că odată cu definirea unui algoritm şi deţinerea unui procesor de mare putere practic orice algoritm poate fi utilizat pentru rezolvarea unei probleme concrete. Atât dezvoltările teoretice (teoria matematică a complexităţii) cât şi dificultăţile efectiv întâmpinate în rezolvarea unor probleme de dimensiuni mari au arătat însă că în lupta împotriva complexităţii informaţionale calea algoritmică are limite clare. In special, în domeniul economic sunt cunoscute dificultăţile care apar la creşterea scării problemei. Un principiu metodologic util în lupta pentru demararea complexităţii informaţionale este cel al complementarităţii relevanţei ţi preciziei în analiza sistemelor complexe şi asigurarea unui bun echilibru între relevanţă şi precizie în rezolvarea unor probleme complexe. In cazul analizei unui sistem complex, pe măsura descompunerii tot mai fine în subsisteme se începe de la o relevanţă mare şi precizie mică (descompunere în puţine sisteme şi se ajunge la o precizie mare cu multe subsisteme) şi la o relevanţă mică (în sensul pierderii aspectelor importante, definitorii pentru sistemul iniţial). Doar un anumit raport între relevanţă şi precizie permite analiza corectă a rezolvării unor probleme complexe. Primele sisteme expert pun în evidenţă capacitatea raţionamentului artificial de a prelua aspectele relevante din practica rezolvării problemelor, aşa cum algoritmul preia aspectele precise ale acesteia.

Prelucrarea nealgoritmică a informaţiei în cadrul sistemelor expert poate oferi soluţii mai productive unor probleme abordate şi rezolvate deja şi în manieră convenţională (algoritmică).

In domeniile în care datele şi cerinţele informaţionale se modifică frecvent, soluţiil algoritmice se adaptează cu dificultate la aceste schimbări, uneori cu un efort de reproiectare şi programare foarte important. Tehnologiile nealgoritmice utilizate în cadrul sistemelor expert permit o adaptare perfectă la schimbările intervenite în volumul şi structura cunoştinţelor, a cerinţelor informaţionale etc.

O adaptare deosebită o prezintă sistemele expert şi la situaţiile cu informaţie incompletă şi/sau imprecisă. Soluţiile obţinute cu ajutorul sistemelor expert sunt de o

Page 59: Sist Infor Ec Cap !

calitate deosebită prin faptul că se oferă posibilitatea utilizării în cadrul raţionamentului automat a regulilor euristice validate de practică , ce concură uneori cu succes abordării formale.

Experţii umani se exprimă cel mai adesea “de obicei este adevărat că“,“se poate spune că“. Adesea, dificultăţile constau nu în luarea decizie ci în obţinerea informaţiei de fundamentare a deciziilor. Cunoştinţele expertului constau în principal în metodele de obţinere a datelor şi metodei de analiză a acestor date.

In situaţiile perfect cunoscute (cu informaţie completă şi precisă) este posibil de realizat selectarea celei mai bune variante decizionale )dacă numărul alternativelor nu este foarte mare). In practică însă, informaţiile sunt cel mai adesea incomplete şi incerte, presiunea în luarea deciziei este mare (pericol iminent de pierderi semnificative, uneori dramatice).

In management, sistemele expert au dobândit o largă utilizare. În orice funcţie managerială există probleme decizionale complexe, neînţelese, dinamice, multicriteriale etc.

Aceste probleme decizionale reclamă utilizarea sistemelor expert. Pentru aexemplifica să considerăm domeniul bancar. Folosirea calculatoarelor în programe complexe se extinde tot mai mult în sfera bancară. Aceste sisteme sunt utilizate pe larg pentru a ierarhiza condiţiile şi premisele economico-sociale ale deciziei de creditare. Din toate sursele de informare se desprinde faptul că aceste sisteme sunt folosite mai ales pentru formularea unui suport obiectiv, cuprinzător şi multilateral al deciziei.

În marea majoritate a cazurilor decizia revine omului, în toată plenitudinea răspunderilor ce şi le asumă, mai ales când fundamentele sunt exprimate, prin aceste metode, fără echivoc.


Top Related