Számítógépes döntéstámogatás. Bevezetés és tematika

Átírás

1 SZDT-01 p. 1/27 Számítógépes döntéstámogatás Bevezetés és tematika Werner Ágnes Villamosmérnöki és Információs Rendszerek Tanszék

2 Előadás SZDT-01 p. 2/27

3 SZDT-01 p. 3/27 Tematika A döntési folyamat számítógépes támogatása Döntési modellek és technikák; Döntési táblák Portfolió analízis; Statisztikai elemzések Intelligens technikák a döntéstámogatásban; Gépi tanulás alapmódszerei; Induktív rendszerek; Fogalmakat is kezelni tudó számítógépes döntéstámogatás Döntési fák és azok alkalmazásai a számítógépes döntéstámogatásban Fuzzy szakértői rendszerek; Döntések fuzzy környezetben; FLT MATLAB Genetikus algoritmusok; GE MATLAB Folyamatbányászat; ProM Gyakorlat: Bioinformatika orvosi és egészségügyi területen

4 SZDT-01 p. 4/27 Segédletek és követelmények Előadó: Starkné dr. Werner Ágnes egyetemi docens Honlap: Villamosmérnöki és Információs Rendszerek Tanszék döntéstámogatás Számonkérés Az aláírás feltétele az előadások legalább 50%-án történő részvétel és a félév végi dolgozat sikeres megírása. A félév végén a gyakorlati anyagból dolgozat kérdések és feladatok megoldásával. Az eredményes dolgozat (legalább 2-es osztályzat) feltétele a legalább 50%-os eredmény elérése. A vizsga írásbeli. A vizsgajegybe a 2 írásbeli dolgozat eredménye beleszámít (év végi dolgozat: 35%; vizsga dolgozat: 65%).

5 SZDT-01 p. 5/27 Döntéshozatal A hétköznapi életben - és a gazdasági életben is - lépten-nyomon döntenünk kell. E döntések sokszor könnyűek, alig igénylik a döntési környezet vizsgálatát. A komolyabbak, mint pl. az életkörülményeket, életvitelt, gazdasági nyereséget befolyásoló döntések alapos körültekintést igényelnek, és akár különböző módszerek felhasználását is igénylik. A döntéshozatal egy többlépéses folyamat, melyet számos kutató vizsgálata alapján 5-6 főbb fázisra bonthatunk, pl.: A döntési probléma meghatározása, adatgyűjtés, Kiértékelési kritériumok (célok) azonosítása, Döntési alternatívák generálása, Megoldás keresése és értékelés, Választás az alternatívákból, Megvalósítás.

6 SZDT-01 p. 6/27 Döntéshozás A döntéshozatal fázisait szoftverekkel támogathatjuk. Minden fázisra kiterjedő szoftver nincs, de a teljes döntéshozatalt lehet módszerekkel támogatni. Az egyes fázisokra, főleg a 3. és 4. fázisra már sokféle döntéstámogató szoftvert / rendszert találunk. E döntéstámogató rendszerek (DSS=Decision Support System) a probléma, valamint a döntéshozók jellemzőihez igazodva többfélekép épülhetnek fel, ill. más-más módszerekkel támogathatják a döntéshozatalt.

7 SZDT-01 p. 7/27 Egy DSS különböző csoportokba sorolható a probléma ill. a döntéshozók jellemzőitől függően: 1. A problémát leíró adatok lehetnek éles, biztos adatok vagy lehetnek bizonytalanok. 2. A döntési problémát egy-több kritérium (cél) figyelembe vételével kell megoldani. 3. A döntéshozók száma alapján is különböző DSS-ről beszélhetünk.

8 SZDT-01 p. 8/27 DSS szoftverek különböző típusba sorolhatók aszerint, hogy mi a szoftver alapvető koncepciója, mi a feldolgozás, működés alapja 1. Modell-alapú DSS 2. Adat-alapú DSS 3. Dokumentum-alapú DSS 4. Tudás-alapú DSS 5. Kommunikáció-alapú DSS 6. Táblázat-alapú DSS 7. Web-alapú DSS

9 SZDT-01 p. 9/27 Vállalati vezetők döntéstámogatása A vállalat vezetői különböző hierarchia szinteken tevékenykednek: felső, közép és alsó szintű vezetők. Az egyes szinteken eltérő jellegű feladatokat kell megoldaniuk: A felsőszintű vezetők stratégiai feladatokat oldanak meg. A középszintű vezetők taktikai feladatokat oldanak meg. Az alsó szintű vezetők operatív feladatokat látnak el.

10 SZDT-01 p. 10/27 A vezetői szintekhez kapcsolódó DDS változatok A vállalati vezetők operatív és taktikai döntéseit alapvetően kétféle rendszer támogatja: a DSS és az analitikai alkalmazások

11 SZDT-01 p. 11/27 A vezetői szintekhez kapcsolódó DDS változatok A stratégiai döntéseket a felsővezetői IR támogatja

12 SZDT-01 p. 12/27 Mesterséges intelligencia alkalmazása A tudás-alapú DSS a mesterséges intelligencia (MI) módszereit alkalmazza. Az intelligens megoldások közül szakértői rendszer, fuzzy rendszer, neurális háló, evolúciós algoritmus, adatbányászat stb. használatos.

13 SZDT-01 p. 13/27 Döntéstámogató rendszerek Minden vezetői tevékenység a döntéshozatal körül forog Egy menedzser elsődlegesen döntéshozó ezt a munkát informatikai ezközökkel szükséges támogatni A döntéstámogató rendszerek használatának célja az, hogy a lehető legalkalmasabb adatok összeválogatásával, azok alapos elemzésével, rejtett összefüggések felfedésével és megjelenítésével segítsék a döntéshozó munkáját.

14 A döntéshozatalt befolyásoló tényezők SZDT-01 p. 14/27

15 SZDT-01 p. 15/27 További eszközök A vezetők döntési munkáját a döntéstámogató rendszerek mellett speciális hardver- és szoftvertechnológiák segítik: Rácshálózatos (grid) technológia; Vezeték nélküli, mobil technológia (wireless); Modellvezérelt architektúrák; Egyre bővülő internet-szolgáltatások; Barátságos felhasználói felületek; Ágens-technológia; Specifikus algoritmusok, heurisztikák számítógépes megvalósításai.

16 SZDT-01 p. 16/27 A döntési folyamat fázisai 1. Előkészítés problémameghatározás, adatgyűjtés 2. Tervezés alternatívák (jósági mérték) 3. Választás megoldás 4. Megvalósítás implementált megoldás (validálás) A döntési folyamat I. fázisa adatokat, információkat kap a környezettől. A többi fázis információkat nyújt a következő fázisok, valamint a környezet felé. Minden fázis visszacsatolhat a megelőzők bármelyikére.

17 A döntéstámogató rendszerek jellemző komponensei SZDT-01 p. 17/27

18 SZDT-01 p. 18/27 Csoportos döntéstámogató rendszer A Groupsystems for Windows: GroupSystems Meeting Room LAN-verzió GroupSystems OnLine weben elérhető

19 Gyakorlat SZDT-01 p. 19/27

20 Kísérlet, esemény, valószínűség SZDT-01 p. 20/27

21 Fogalmak Kísérlet: minden olyan tevékenység, amit valamilyen cél érdekében hajtunk végre és amely azonos körülmények mellett tetszőlegesen sokszor megismételhető, de az ismétlésekben az eredmény más lehet pl. otthoni vérnyomás-ellenőrzés reggelente és este Kísérlet: jelenségek megfigyelése pl. megfigyeljük az 50 éven felüli dohányzók körében egy adott időszak alatt a tüdőrákos megbetegedések számát Elemi esemény: egy kísérlet lehetséges kimenetelei pl. a mért vérnyomásérték normális vagy magas Ha két esemény, A és B olyan kapcsolatban van egymással, hogy A csak akkor következhet be, ha B is bekövetkezik, akkor az A esemény maga után vonja a B eseményt: A B pl. a HIV-fertőzés (B esemény) maga után vonja az AIDS-betegség (A esemény) kifejlődését Minden egység kiküldi a kimeneti értékét az összes többi egységnek, amelyekkel kimenő kapcsolatban vannak. Eseménytér: egy kísérlet összes elemi eseményének halmaza: Ω lehetetlen esemény: O biztos esemény: I ellentett (komplementer) esemény: A SZDT-01 p. 21/27

22 SZDT-01 p. 22/27 Eseményalgebra Összeadás: A=egy baleset során az egyik kéz elvesztése, B=az egyik láb elvesztése, C=munkaképesség csökkenése A + B = C (C akkor következik be, ha A vagy B bekövetkezik) Kivonás: A esemény teljesül, de B nem: A B = F = AB Szorzás: A és B események szorzata az az esemény, amely csak akkor következik be, ha A és B is bekövetkezik: C = AB Összetett esemény: A esemény öszetett vagy felbontható, ha legalább két különböző esemény összegeként egyértelműen előállítható: D = A + B + C Teljes eseményrendszer: A 1,...A n teljes eseményrendszert képeznek, ha igazak az alábbi feltételek: A 1 + A A n = I A i A j =, ha i j i = 1,...,n és j = 1,...,n

23 SZDT-01 p. 23/27 A valószínűség fogalma 1. 0 P(A) 1 2. P(0) = 0 lehetetlen esemény 3. P(I) = 1 biztos esemény 4. Ha az A és B események, akkor az A és B eseményekre igaz: P(A + B) = P(A) + P(B) 5. Ha az A 1,A 2,...,A n események páronként kizárják egymást, akkor igaz. P(A 1 + A A n ) = P(A 1 ) + P(A 2 ) P(A n ) Feltételes valószínűség: A és B két esemény és P(B) 0: P(A B) = P(AB) P(B)

24 SZDT-01 p. 24/27 Feladatokhoz: Megfigyelési eredmények nemek szerinti bontásban tüdőrákra vonatkozóan Nem alakult ki Kialakult Összes Férfi Nő Összes

25 SZDT-01 p. 25/27 Feladatokhoz: Megfigyelési eredmények dohányzási szokás szerint tüdőrákra vonatkozóan Dohányzási szokás Nem alakult ki Kialakult Összes Nem Mérsékelt Erős Összes

26 SZDT-01 p. 26/27 A teljes valószínűség tétele Ha a B 1,B 2,...,B n események teljes eseményrendszert alkotnak és P(B i ) 0, akkor tetszőleges A esemény valószínűségére igaz: P(A) = n i=1 P(A B i) P(B i ) az A esemény valószínűsége a B i események feltétele mellett meghatározható. Feladat: Egy gyógyszertári aszisztens megfigyelte, hogy a leszállított lázmérők között hibásak is vannak. Megfigyelése szerint egy csomagban 0-tól 3-ig fordul elő sérült lázmérő. Véletlenül kiválasztva egy csomagot a 25 lázmérőből kivesz 3 darabot. Mi a valószínűsége annak, hogy a kiválasztott lázmérők nem sérültek?

27 SZDT-01 p. 27/27 Bayes-tétel Ha a B 1,B 2,...,B n események teljes eseményrendszert alkotnak és P(B i ) 0 és egy tetszőleges A eseményre P(A) 0, akkor a B i eseményekre igaz: P(B i A) = P(A B i ) P(B i ) n k=1 P(A B k) P(B k ) a B i események valószínűsége az A esemény bekövetkezése esetén mint feltétel mellett a formula segítségével meghatározható. Feladat: Egy nehéz fémeket feldolgozó ipari környezetben a férfiak és nők száma azonos. Egy tüdőgyógyász szerint 100 férfi közül 15 és minden 100 nő közül 7 légzési panaszokkal kűzd. Mi a valószínűsége annak, hogy közülük kiválasztva egy személyt nő lesz?