Original English version: http://www.pitt.edu/~druzdzel/abstracts/dss.html
Forfattere:
Marek J. Druzdzel og Roger Flynn
Beslutningssystemets laboratorium
Skolen for informasjonsvitenskap
og Program for intelligente systemer
Universitet av Pittsburgh
e-post: [email protected], [email protected]
Dette er en leksikonartikkel som gir en oversikt over feltet for beslutningsstøttesystemer. Det som følger er innledningen til artikkelen. Hvis dette fanger din interesse, kan du se hele versjonen (lenker til elektroniske versjoner er tilgjengelige nedenfor).
Introduksjon:
Å ta beslutninger om komplekse systemer (f.eks. Styring av organisasjonsoperasjoner, industrielle prosesser eller investeringsporteføljer; kommando og kontroll av militære enheter; kontroll av atomkraftverk) anstrenger ofte våre kognitive evner. Selv om individuelle interaksjoner mellom et systems variabler kan være godt forstått, er det ofte vanskelig å forutsi hvordan systemet vil reagere på en ekstern manipulasjon, for eksempel en politisk beslutning. Hva vil for eksempel være effekten av å innføre det tredje skiftet på et fabrikkgulv? Man kan forvente at dette vil øke anleggets produksjon med omtrent 50%. Faktorer som tilleggslønn, nedbrytning av maskiner, vedlikeholdsbrudd, råstoffbruk, forsyningslogistikk og fremtidig etterspørsel må imidlertid også vurderes fordi de alle vil påvirke det totale økonomiske resultatet av denne beslutningen. Mange variabler er involvert i komplekse og ofte subtile innbyrdes avhengigheter, og det å forutsi det totale utfallet kan være skremmende.
Det er en betydelig mengde empiriske bevis på at menneskets intuitive skjønn og beslutninger kan være langt fra optimale, og det forverres ytterligere med kompleksitet og stress. I mange situasjoner er kvaliteten på beslutningene viktig; Derfor har hjelper manglene ved menneskelig dømmekraft og beslutningstaking vært et hovedfokus for vitenskapen gjennom historien. Fagfelt som statistikk, økonomi og driftsforskning utviklet forskjellige metoder for å ta rasjonelle valg. Nyere har disse metodene, ofte forbedret med forskjellige teknikker som stammer fra informasjonsvitenskap, kognitiv psykologi og kunstig intelligens, blitt implementert i form av dataprogrammer, enten som frittstående verktøy eller som integrerte databehandlingsmiljøer for komplekse beslutninger. Slike miljøer blir ofte gitt det vanlige navnet på beslutningsstøttesystemer. Konseptet med DSS er ekstremt bredt, og definisjonene varierer, avhengig av forfatterens synspunkt. For å unngå ekskludering av noen av de eksisterende typene DSS-er definerer vi dem omtrent som interaktive datamaskinbaserte systemer som hjelper brukere i vurderings- og valgaktiviteter. Et annet navn som noen ganger brukes som et synonym for DSS er kunnskapsbaserte systemer, som refererer til deres forsøk på å formalisere domenekunnskap slik at det er mulig for mekanisert resonnement.
Beslutningsstøttesystemer får en økt popularitet innen forskjellige domener, inkludert virksomhet, ingeniørarbeid, militæret og medisin. De er spesielt verdifulle i situasjoner der mengden tilgjengelig informasjon er uoverkommelig for intuisjonen til en uavhengig menneskelig beslutningstaker, og hvor presisjon og optimalitet er av betydning. Beslutningsstøttesystemer kan hjelpe menneskers kognitive mangler ved å integrere ulike informasjonskilder, gi intelligent tilgang til relevant kunnskap og hjelpe prosessen med å strukturere beslutninger. De kan også støtte valg mellom veldefinerte alternativer og bygge videre på formelle tilnærminger, som metoder for ingeniørøkonomi, driftsforskning, statistikk og beslutningsteori. De kan også benytte kunstig intelligensmetoder for å heuristisk ta opp problemer som er umulige med formelle teknikker. Riktig anvendelse av beslutningsverktøy øker produktiviteten, effektiviteten og effektiviteten, og gir mange bedrifter en komparativ fordel over konkurrentene, slik at de kan ta optimale valg for teknologiske prosesser og deres parametere, planlegge forretningsdrift, logistikk eller investeringer.
Selv om det er vanskelig å overvurdere viktigheten av forskjellige datamaskinbaserte verktøy som er relevante for beslutningsprosesser (f.eks. Databaser, planleggingsprogramvare, regneark), fokuserer denne artikkelen først og fremst på kjernen i en DSS, den delen som direkte støtter modellering av beslutningsproblemer. og identifiserer de beste alternativene. Vi diskuterer kort kjennetegnene ved beslutningsproblemer og hvordan beslutninger kan støttes av dataprogrammer. Vi dekker deretter forskjellige komponenter av DSS-er og hvilken rolle de spiller i beslutningsstøtte. Vi introduserer også en fremvoksende klasse av normative systemer (dvs. DSSer basert på gode teoretiske prinsipper), og spesielt beslutningsanalytiske DSSer. Til slutt gjennomgår vi problemer relatert til brukergrensesnitt til DSS-er og understreker viktigheten av brukergrensesnitt for den ultimate kvaliteten på beslutninger hjulpet av dataprogrammer.
Den fulle papiret er tilgjengelig i Compressed Postscript (220KB) og PDF (149KB) formater.