-11%

ebook Systemy wspomagania decyzji Waldemar Bojar, Katarzyna Rostek, Leszek Knopik

Wydawca: PWE

Rok wydania: 2022

Celem podręcznika jest zarys problematyki systemów wspomagania decyzji (SWD) zarówno w zakresie teoretycznych podstaw konstrukcji i budowy, jak i praktycznych aspektów metod ich wdrażania oraz użytkowania. Utrwaleniu wiedzy służą pytania i zadania kontrolne na końcu każdego rozdziału. Szeroki zakres źródeł literaturowych umożliwia samodzielne pogłębienie zawartej w nich wiedzy.

Podręcznik jest przeznaczony głównie dla studentów zarządzania i inżynierii produkcji studiów I i II stopnia na uczelniach wyższych różnych typów, a także dla studentów logistyki, administracji i kierunków pokrewnych. Może zainteresować również menedżerów w firmach i praktyków gospodarczych.

Spis treści ebooka Systemy wspomagania decyzji

Spis treści

Wstęp

Rozdział 1. Istota systemów wspomagania decyzji
1.1. Geneza i znaczenie systemów wspomagania decyzji (SWD)
1.1.1. Definicja SWD i historia powstania
1.1.2. Pierwsze przykłady — funkcje i struktura SWD
1.1.3. Główne koncepcje, obszary zastosowań i kierunki rozwoju SWD
1.2. Fazy procesu decyzyjnego
1.2.1. Problem decyzyjny
1.2.2. Decyzja
1.2.3. Proces decyzyjny
1.3. Poziomy procesów decyzyjnych
1.3.1. Poziomy decyzji w procesie zarządzania
1.3.2. Poziomy decyzji ze względu na stopień ich strukturalizowania
1.3.3. Poziomy decyzji ze względu na stopień ryzyka decyzyjnego
1.3.4. Wspomaganie decyzji ze względu na poziomy procesu decyzyjnego

Rozdział 2. Symulacje i techniki komputerowe w SWD
2.1. Przewidywanie wyników za pomocą eksperymentów symulacyjnych
2.1.1. Klasyfikacja modeli symulacyjnych
2.1.2. Istota procesu decyzyjnego − modele i symulacje
2.1.3. Modele optymalizacyjne w procesie decyzyjnym
2.1.4. Rodzaje i przykłady eksperymentów symulacyjnych
2.2. Zastosowania metod optymalizacyjnych
2.2.1. Logiczne metody optymalizacyjne
2.2.2. Statystyczne metody optymalizacyjne
2.2.3. Metody heurystyczne
2.3. Techniki kalkulacyjne w eksperymentach symulacyjnych
2.3.1. Obliczenia statystyczne — przykłady
2.3.2. Techniki iteracyjne — przykłady
2.3.3. Reguły decyzyjne i algorytmy wnioskowania logicznego — przykłady
2.4. Przygotowanie BD na potrzeby SWD
2.4.1. Struktura i istota działania BD
2.4.2. Modelowanie logiczne i fizyczne BD
2.4.3. Przetwarzanie transakcyjne w BD
2.4.4. Funkcjonalne i eksploatacyjne aspekty przygotowania BD dla celów SWD
2.4.5. Przykład przetwarzania faktów i reguł decyzyjnych w BD
2.5. Pytania i zadania kontrolne
2.5.1. Pytania kontrolne
2.5.2. Przykładowe zadania

Rozdział 3. Interfejs użytkownika SWD
3.1. Wymagania funkcjonalne
3.1.1. Modelowanie wymagań funkcjonalnych
3.1.2. Język specyfikacji wymagań funkcjonalnych
3.1.3. Przykład specyfikacji wymagań funkcjonalnych dla potrzeb logistycznych
3.2. Wymagania eksploatacyjne
3.2.1. Założenia techniczno-organizacyjne
3.2.2. Założenia ekonomiczne
3.2.3. Przykład specyfikacji wymagań eksploatacyjnych
3.3. Projektowanie interfejsu użytkownika
3.3.1. Ergonomiczne cechy interfejsu
3.3.2. Bezpieczeństwo interfejsu
3.3.3. Przykłady interfejsów
3.4. Pytania i zadania kontrolne
3.4.1. Pytania kontrolne
3.4.2. Przykładowe zadania

Rozdział 4. Modele abstrakcyjne w projektowaniu SWD
4.1. Płaskie i hierarchiczne problemy decyzyjne
4.1.1. Graficzny model płaskiego problemu decyzyjnego
4.1.2. Wartościowanie decyzji oraz procedura dekompozycji drzewa decyzyjnego
4.1.3. Procedura dekompozycji drzewa
4.1.4. Grafowy model hierarchicznego problemu decyzyjnego
4.2. Zbiory rozmyte w modelowaniu problemów decyzyjnych
4.2.1. Koncepcja zbiorów rozmytych L. Zadeha
4.2.2. Operacje na zbiorach rozmytych
4.2.3. Relacje rozmyte i ich własności
4.2.4. Operacje wnioskowania na zbiorach rozmytych
4.2.5. Przykłady procesów decyzyjnych na zbiorach rozmytych
4.3. Zbiory przybliżone Z. Pawlaka w modelowaniu problemów decyzyjnych
4.3.1. Koncepcja zbiorów przybliżonych Z. Pawlaka
4.3.2. Operacje wnioskowania na zbiorach przybliżonych
4.3.3. Przykłady procesów decyzyjnych na zbiorach przybliżonych
4.4. Zasada charakteryzacji w modelowaniu problemów decyzyjnych
4.4.1. Koncepcja zasady charakteryzacji
4.4.2. Problem decyzyjny w ujęciu zasady charakteryzacji
4.4.3. Przykład algorytmu konstruowania zbioru decyzji alternatywnych
4.5. Pytania i zadania kontrolne
4.5.1. Pytania kontrolne
4.5.2. Przykładowe zadania

Rozdział 5. Konkretyzacja rozwiązań projektowych SWD
5.1. Strategie projektowania SWD
5.1.1. Przyrostowa i kaskadowa strategia projektowania
5.1.2. Spiralna strategia projektowania
5.1.3. Architektoniczne uwarunkowania rozwoju SWD
5.2. Elementy składowe architektury SWD
5.2.1. Bazy i hurtownie danych
5.2.2. Baza wiedzy i moduł wnioskujący
5.2.3. Magistrala danych i oprogramowanie integrujące
5.2.4. Konsole i interfejsy użytkownika
5.3. Hurtownia danych (HD) w SWD
5.3.1. Struktura i istota działania HD
5.3.2. Modelowanie logiczne i fizyczne HD
5.3.3. Przetwarzanie analityczne w HD
5.3.4. Funkcjonalne i eksploatacyjne aspekty projektowania HD na potrzeby SWD
5.3.5. Przykład przetwarzania analitycznego w HD
5.4. Baza wiedzy (BW) i moduł wnioskujący w SWD
5.4.1. Definicja i istota działania BW
5.4.2. Charakterystyka i projektowanie regułowych baz wiedzy
5.4.3. Przykład wykorzystania BW i modułu wnioskującego w SWD
5.5. Pytania i zadania kontrolne
5.5.1. Pytania kontrolne
5.5.2. Przykładowe zadania

Rozdział 6. Metody i narzędzia projektowania SWD
6.1. Metody projektowania SWD
6.1.1. Specyfikacja funkcjonalności SWD
6.1.2. Modelowanie architektury SWD
6.1.3. Weryfikacja niesprzeczności modeli elementów architektury SWD
6.2. Narzędzia projektowania SWD
6.2.1. Narzędzia inżynierii wiedzy
6.2.2. Prototypowanie SWD
6.2.3. Weryfikacja prototypów SWD
6.3. Przykłady prostych narzędzi projektowania SWD
6.3.1. Arkusz kalkulacyjny MS Excel
6.3.2. Tablice decyzyjne
6.3.3. Scenariusze i animacja zdarzeń
6.4. Zastosowanie systemów zarządzania BD w projektowaniu SWD
6.4.1. Elementy języka SQL
6.4.2. Przykłady zapytań SQL
6.4.3. Przykład definiowania BD w SWD
6.5. Języki programowania wysokiego poziomu w projektowaniu SWD
6.5.1. Języki i pakiety inżynierii wiedzy
6.5.2. Przykład formułowania decyzji w języku programowania wysokiego poziomu
6.5.3. Przykład zastosowania pakietów inżynierii wiedzy w realizacji SWD
6.6. Pytania i zadania kontrolne
6.6.1. Pytania kontrolne
6.6.2. Przykładowe zadania

Rozdział 7. Weryfikacja i wdrożenie SWD
7.1. Metodyka wdrożenia systemu informatycznego klasy SWD
7.1.1. Opracowanie docelowego modelu systemu informacyjnego przedsiębiorstwa
7.1.2. Opracowanie strategii i planu wdrożenia SWD
7.1.3. Przygotowanie finansowe i logistyczne przedsięwzięcia
7.1.4. Zarządzanie projektem wdrożenia SWD
7.2. Metodyka wielokryterialnego wyboru systemu informatycznego klasy SWD
7.2.1. Istota modelu wielokryterialnego
7.2.2. Budowa modelu przedsięwzięcia
7.2.3. Przestrzeń decyzyjna
7.2.4. Wielokryterialna procedura wyboru
7.3. Pytania i zadania kontrolne
7.3.1. Pytania kontrolne
7.3.2. Przykładowe zadania

Rozdział 8. Wpływ SWD na gospodarczą działalność organizacji
8.1. Wpływ SWD na funkcjonowanie organizacji
8.1.1. Współczesne kierunki rozwoju i obszary zastosowań SWD
8.1.2. Wielokryterialne podejmowanie decyzji
8.1.3. Psychologiczne aspekty podejmowania decyzji
8.1.4. Prawne aspekty zastosowań SWD
8.2. Rola wiedzy eksperckiej w SWD
8.2.1. Wiedza eksperta zapisana w bazie przypadków
8.2.2. Rola przestrzeni tolerancji w przetwarzaniu wiedzy eksperta
8.2.3. Formułowanie zapytań — prezentacja wywodu eksperckiego
8.3. Pytania i zadania kontrolne
8.3.1. Pytania kontrolne
8.3.2. Przykładowe zadania

Rozdział 9. Zastosowanie metod sztucznej inteligencji w SWD
9.1. Metody sztucznej inteligencji
9.1.1. Klasyfikacja metod sztucznej inteligencji
9.1.2. Zastosowanie aparatu logiki matematycznej
9.1.3. Zastosowanie analogii naturalnych
9.2. Sieci neuronowe
9.2.1. Idea i struktura sieci neuronowych
9.2.2. Strojenie (uczenie) sieci neuronowej
9.2.3. Model decyzyjny sieci neuronowej
9.2.4. Przykłady zastosowań sieci neuronowych
9.3. Algorytmy genetyczne
9.3.1. Idea budowy i schemat funkcjonowania algorytmów genetycznych
9.3.2. Model decyzyjny algorytmu genetycznego
9.3.3.Przykłady praktycznych zastosowań algorytmów genetycznych
9.4. Algorytmy mrówkowe
9.4.1. Idea budowy i schemat funkcjonowania algorytmów mrówkowych
9.4.2. Model decyzyjny algorytmu mrówkowego
9.4.3. Przykłady zastosowań algorytmów mrówkowych
9.5. Hybrydowe modele decyzyjne
9.5.1. Idea i struktura hybrydowych modeli decyzyjnych
9.5.2. Przykłady rozwiązań hybrydowych modeli decyzyjnych
9.6. Pytania i zadania kontrolne
9.6.1. Pytania kontrolne
9.6.2. Przykładowe zadania

Rozdział 10. Integracja w systemach SWD
10.1. Business Intelligence (BI)
10.1.1. Koncepcja i istota działania BI
10.1.2. Struktura i metody BI
10.1.3. Projektowanie rozwiązań BI
10.2. System ekspertowy
10.2.1. Struktura i istota działania SE
10.2.2. Projektowanie SE
10.2.3. Przykłady zastosowań SE
10.3. Hybrydowy SWD
10.3.1. Architektura hybrydowego SWD
10.3.2. Problemy projektowania i eksploatacji HSWD
10.3.3. Przykłady zastosowań HSWD
10.4. Pytania i zadania kontrolne
10.4.1. Pytania kontrolne
10.4.2. Przykładowe zadania

Rozdział 11. Przykłady praktycznych zastosowań SWD
11.1. System Business Intelligence w zarządzaniu ryzykiem ubezpieczeniowym
11.1.1. Cechy funkcjonalne systemu BI
11.1.2. Architektura systemu BI
11.1.3. Eksperymenty symulacyjne
11.1.4. Charakterystyki eksploatacyjne systemu BI
11.2. System ekspertowy w zarządzaniu produkcją rolniczą
11.2.1. Cechy funkcjonalne SE
11.2.2. Architektura SE
11.2.3. Eksperymenty symulacyjne
11.2.4. Wyniki zastosowania SE w planowaniu wyposażenia przedsiębiorstw rolnych
11.3. Pytania i problemy kontrolne
11.3.1. Pytania kontrolne
11.3.2. Problemy zastosowań SWD

Podsumowanie

Bibliografia

Indeks