|
|
|
Generarea de alternative
Parte importanta a construirii modelului. In optimizare (PL) generarea alternativelor se face automat cu de model. In alte sisteme trebuie generate manual → proces dificil de cercetare & creativ - consumator de timp & bani. Momentul terminarii generarii - subiect important. Procesul de generare depinde de disponibilitate, costul informatiei & cere expertiza in domeniu. Este ultimul aspect formal al rezolvarii problemelor. Se poate realiza: euristic - preluarea de la alti indivizi sau grupuri poate fi asistata de sisteme electronice de brainstorming.
Cautarea alternativelor - dupa stabilirea criteriului de evaluare care determina alternativele. Aceasta ordine poate reduce complexitatea cautarii alternativelor si eforturile necesare evaluarii acestora, desi identificarea unor alternative posibile poate ajuta uneori la identificarea criteriului.
Previzionarea rezultatelor fiecarei alternative
Pentru evaluarea si compararea alternativelor - este importanta determinarea rezultatelor fiecarei alternative. De multe ori, situatiile decizionale se clasifica dupa ceea ce decidentul stie (crede) despre rezultatele prevazute. Aceste cunostinte se gliseaza intre 3 categorii, de la cunoastere totala la ignoranta totala.
Categoriile sunt:
certitudine;
risc;
incertitudine.
Luarea deciziilor in conditii de certitudine
Presupune cunoasterea de catre decident a rezultatelor fiecarei actiuni (ca in medii deterministe). Se poate sa nu fie cunoasterea adevarata 100% - se simplifica ipotezele modelului in asa fel ca problema sa fie abordabila. Se considera ca, decidentul poate previziona rezultatul deoarece exista un singur rezultat pentru fiecare alternativa. Este cazul problemelor structurate cu un orizont scurt de timp (pana la 1 an). Uneori problemele deterministe (care se desfasoara in conditii de certitudine) sa nu fie suficient structurate pentru o abordare analitica → se aplica DSS.
Luarea deciziilor in conditii de risc (analize de risc)
O decizie in conditii de risc (cunoscuta ca luarea unei decizii in conditii stohastice / probabilistice) este una in care decidentul trebuie sa ia in considerare mai multe alternative, fiecare avand o probabilitate de aparitie. Se considera ca probabilitatile de aparitie a rezultatelor sunt cunoscute / pot fi estimate. In aceasta ipoteza decidentul cunoaste sau poate evalua gradul de risc asociat fiecarei alternative (denumit risc calculat). Analiza riscului se efectueaza pe baza calcularii valorii asteptate pentru fiecare alternativa si selectarea alternativei cu cel mai bun rezultat asteptat.
Luarea deciziilor in conditii de incertitudine
Decidentul considera ca pot exista mai multe rezultate pentru fiecare alternativa. Spre deosebire de deciziile in conditii de risc el nu stie si nu poate estima probabilitatea aparitiei unui anumit rezultat→ luarea deciziei este mult mai dificila deoarece nu exista informatii. Modelarea in astfel de situatii implica impunerea atitudinii decidentului (sau a organizatiei) fata de risc.
Masurarea rezultatelor
Valoarea unei alternative - gradul de atingere a tintei. Uneori rezultatul se masoara direct in aceiasi termeni ca si scopul. Exemplu: profitul este un rezultat, maximizarea lui este o tinta, ambii se masoara in u.m.
Un rezultat poate fi insa masurat cu mai multe unitati de masura. Exemplu, satisfactia clientilor se poate masura prin: numarul clientilor multumiti, nivelul de loialitate fata de produs, rating-ul la chestionare etc.
Scenarii
Definitia din AI - specificitatea. [Turban] Scenariu = enuntarea ipotezelor despre mediul operational unui sistem particular la un moment dat, adica o descriere narativa a situatiei decizionale. Scenariile descriu deciziile & variabilele / parametrii necontrolabili pentru o situatie de modelare specifica. Pot contine, de asemenea, proceduri & restrictii pentru model.
Provin din teatru & imprumutate in multe de simulari. Planificarea & analiza scenariilor - instrument DSS care capteaza toate tipurile de posibilitati existente. Decidentul construieste o serie de scenarii (de exemplu in what-if), face analize bazate pe calcul, invata despre sistem si despre problema decizionala pe care o are.
Se utilizeaza mai ales in simulare & analize de tip what-if. In ambele cazuri se modifica scenariul pentru a urmarii rezultatul. Exemplu, daca se schimba numarul de cereri anticipate de spitalizare (data de intrare pentru planificarea unui spital) se creeaza un nou scenariu. Se masoara cash-flow-ul anticipat pentru fiecare scenariu si se creeaza variante eligibile.
Scenariile joaca un rol important in MSS:
pot identifica oportunitati / probleme;
asigura o planificare flexibila;
identifica laturile principale ale problemei pe care managerul trebuie sa le monitorizeze;
ajuta validarea ipotezelor de modelare;
permite decidentului sa analizeze comportamentul sistemului prin model;
ajuta la analiza senzitivitatii solutiilor fata de modificarile mediului descris de scenariu.
Scenarii posibile
Pentru fiecare situatie decizionala exista mii de scenarii posibile - speciale:
cel mai bun scenariu posibil;
scenariul cel mai prost;
scenariul cel mai fidel;
scenariu mediu.
Scenariul determina contextul analizei de executat.
Erori in luarea deciziilor
Modelul - un element cheie a procesului de luare a deciziilor, pot exista erori in construirea si utilizarea lui.
Este importanta validarea unui model inainte de utilizare.
Este importanta colectarea unei cantitati suficiente de informatii, o precizie & acuratete a acestora si integrarea lor in procesul decizional
Sawyer (1999) descrie "sapte pacate mortale in luarea deciziilor" [Turban2003]:
FAZA DE ALEGERE A DECIZIEI
Alegerea deciziei - critica in luarea deciziilor. Se ia decizia de a actiona pe o anumita varianta. Granita dintre faza de proiectare si cea de alegere a decizie nu este clara deoarece de multe ori din faza de alegere se revine la faza de proiectare activitatilor. Exemplu, generarea unei noi alternative in momentul evaluarii uneia existente.
Faza de alegere include cautarea, evaluarea & recomandarea unei solutii pentru un model. Solutia modelului = set de valori ale variabilelor decizionale pentru o alternativa selectata.
Observatie.
Rezolvarea modelului 
rezolvarea problemei reprezentate de model.
Rezolvarea modelului furnizeaza o solutie recomandata pentru
rezolvarea problemei. Problema se considera rezolvata numai daca
solutia recomandata este implementata cu succes.
Abordari in cautare
Faza de cautare a unei actiuni dintre cele stabilite in faza de proiectare poate rezolva problema. Exista mai multe metode importante de cautare, in functie de criteriul stabilit.
Pentru modele normative se utilizeaza o metoda analitica sau o enumerare completa exhaustiva; pentru descriptive - un numar limitat de alternative, determinate fie orbeste fie prin metode euristice. Rezultatele ghideaza decidentul in alegerea metodei de cautare.
Tehnici de abordare analitica
Utilizeaza formule matematice pentru a determina direct solutia sau pentru a previziona un anumit rezultat.
Se utilizeaza de regula in problemele structurate de natura tactica sau operativa.
Exemple: alocarea resurselor, gestiunea stocurilor.
Cautarea orbeasca sau euristica in probleme mai complexe.
Algoritmii
Utilizati in pentru cresterea eficientei cautarilor analitice.
Algoritmul - cautarea pas cu pas a solutiei optimale [Turban].
Se genereaza & testeaza pentru o posibila imbunatatire.
Cautarea se face iterativ pana cand nu se mai poate imbunatatii solutia.
