Szent István Egyetem Gödöllı
" Agrárökonómia és menedzsment " címő Ph.D. program
DOKTORI (Ph.D.) ÉRTEKEZÉS TÉZISEI
DÖNTÉST TÁMOGATÓ RENDSZEREK ALKALMAZÁSI
KÉRDÉSEI A MEZİGAZDASÁGBAN KÜLÖNÖS TEKINTETTEL A SZIMULÁCIÓRA ÉS A SZAKÉRTİI RENDSZEREKRE
Készítette:
Gyenge Balázs
A doktori program címe:
Agrárökonómia és menedzsment
vezetıje:
Dr. Lökös László egyetemi tanár, az MTA doktora
A doktori alprogram címe:
Agrárvállalkozás menedzsment
vezetıje:
Dr. Székely Csaba egyetemi tanár, a mezıgazdaság-tudomány kandidátusa
tudományága: témavezetı:
közgazdaság-tudomány
Dr. Illés B. Csaba egyetemi docens, a mezıgazdaság-tudomány kandidátusa
................................................... a programvezetı jóváhagyása
................................................... a témavezetı jóváhagyása
TARTALOMJEGYZÉK 1. BEVEZETÉS ......................................................................................................1 1.1. A téma aktualitása, jelentısége ...................................................................1 1.2. A kutatás elızményei, a kutatás háttere.......................................................2 1.3. A téma idıszerősége, megalapozottsága .....................................................3 2. AZ ÉRTEKEZÉST MEGALAPOZÓ KUTATÓMUNKA CÉLJAI, MÓDSZEREI ÉS A tÉMAKÖR IRODALMI ÁTTEKINTÉSE .......................4 2.1. Célkitőzések.................................................................................................4 2.2. Az alkalmazott módszerek...........................................................................6 2.3. Irodalmi áttekintés .......................................................................................7 3. FİBB MEGÁLLAPÍTÁSOK ÉS EREDMÉNYEK.........................................12 3.1. Céltábla-Modell .........................................................................................13 3.2. A Döntéstámogató Rendszerek fejlesztésének a mezıgazdaság sajátosságaiból fakadó kulcstényezıi ......................................................15 3.3. Az egyes eszközök és a döntési alaptípusok, sajátosságok összekapcsolása........................................................................................17 3.4. Esettanulmány............................................................................................22 4. AZ ÉRTEKEZÉS, ÚJ KUTATÁSI EREDMÉNYEi, MEGÁLLAPÍTÁSAI, GYAKORLATI HASZNOSÍTÁS LEHETİSÉGEI ........................................22 4.1. Az új tudományos eredmények .................................................................22 4.2. Következtetések és megállapítások ...........................................................22 4.3. Az eredmények hasznosításának lehetıségei ............................................25 5. ÖSSZEFOGLALÁS..........................................................................................26 6. AZ ÉRTEKEZÉS TÉMAKÖRÉBEN KÉSZÜLT PUBLIKÁCIÓK................27 ÁBRAJEGYZÉK 1. ábra: 2. ábra: 3. ábra: 4. ábra:
A DSS, ESS és EIS dimenziói [Herdon, M. 1998] .......................................... 7 A döntést támogató rendszerek szélesebb körő értelmezése ......................... 13 A döntést támogató rendszerek osztályozása. „Céltábla - Modell” ............... 14 A döntés során kiválasztott cselekvési alternatíva és a döntési következmény kapcsolata .............................................................................. 15
TÁBLÁZATOK JEGYZÉKE
1. táblázat: Döntések típusai, a vállalat irányítás szintjei szerint................................. 19 2. táblázat: Döntések típusai, bonyolultság, méret és probléma alaptípusok szerint ........................................................................................................ 20
1. BEVEZETÉS
A döntést segítı, döntést támogató rendszerek fejlıdése az utóbbi 15-20 évben felgyorsult és szerteágazóvá vált. A fejlıdés eredményeként a számítástechnikai eszközök alkalmazása mind szélesebb szerepet kapott az emberi élet szervezésében. A sajátosságai miatt lassabban változó mezıgazdaságban is fokozódik a döntést támogató rendszerek iránti igény, bár a gazdálkodók még sokszor jobban bíznak saját tapasztalataikban, mint a „mesterséges intelligenciák”, számítástechnikai eszközök által felkínált információkban (Guilhermo, M. Esslemont, D. 1993). Ahhoz viszont, hogy a különbözı döntést segítı, döntést támogató rendszerek, programok, modellek használata még hatékonyabbá és szélesebb körben elterjedtebbé váljon, elengedhetetlen ezen alkalmazásokban a felhasználói igényeknek az eddigieknél erıteljesebb érvényre juttatása (Vestergen, A.A.M. 1992). E folyamatban az oktatás is kiemelkedı szerepet kap: egyrészt az eszközhasználat elsajátíttatásában, másrészt a számítástechnika kínálta elınyök közérthetı világos bemutatásában. A gazdálkodás folyamatának elemzése, értékelése, operatív és hosszú távú döntések meghozatala összetett és bonyolult tevékenység, amiben nemcsak az adott folyamatot jellemzı paraméterek ismeretére van szükség, hanem legalább ugyanakkora jelentısége van a gyakorlatban elsajátított tapasztalatoknak, a megszerzett ismeretek készségszinten való alkalmazásának, a kialakult helyzet reális értékelésének 1.1. A TÉMA AKTUALITÁSA, JELENTİSÉGE
Az elmúlt évtizedekben a téma folyamatosan a kutatók figyelmének középpontjában állt. A mikroszámítógépek elterjedésével és a számítástechnika újabb eredményeinek megjelenésével jelentısége tovább növekedett. Különösen igaz ez az információs rendszerekre és az információs rendszerekkel összefonódó, azt kiegészítı, vagy magába foglaló döntéstámogató rendszerek fejlesztésére. A döntések segítése, támogatása egyre inkább összekapcsolódik „gépi” intelligencia kutatás fejlıdésével, törekvéseivel. Az üzleti intelligencia szerepe az információs rendszerekben szintén növekszik. A döntéstámogató rendszerek mezıgazdasági alkalmazása azonban a fejlett országokban sem éri el a szakemberek által remélt, illetve kívánt szintet, a velük kapcsolatos kutatások is hol megerısödnek, hol újra visszaesnek és sokszor még divatszerő áramlatoktól sem mentesek. Ezért is visszatérı témája a tudományos-szakmai konferenciáknak az informatikai alkalmazások terjedésének korlátait, akadályait, feltételeit vizsgáló tudományos munkák megjelenése. A sikeres gyakorlati alkalmazások készítésének és eredményes felhasználásának alapja mindezen problémák forrásainak pontos ismerete. A tervezés szerteágazó sokféle optimumot keresı feladatai szükségessé tették matematikai módszerek kifejlesztését, alkalmazását a vizsgált problémák megoldá1. oldal
sának megkönnyítésére. A mezıgazdaságban erre a célra leggyakrabban igénybe vett matematikai módszerek a matematikai statisztika, a függvény analízis, a hálótervezés és a lineáris programozás. Ezekkel az úgynevezett analitikus eljárásokkal meghatározható az „egyetlen” optimális megoldás, de az úgynevezett legjobb megoldásra törekvı módszerek alkalmazásáért nem kis árat kell fizetni. Ezek a módszerek ugyanis a sok kötöttség mellett gyakran saját felhasználhatóságuk alkalmazási területeit szőkítik le. A lineáris programozás esetében például a modellbéli kapcsolat lineáris kapcsolatra „kényszerít”, pedig a mezıgazdaság kérdésköreire, folyamataira a legritkábban jellemzı az ilyen összefüggés. A döntési helyzet kiértékelésének egy másik lehetséges megoldási módja, hogy olyan modelleket hozunk létre, amelyek a valóság körülményeit utánozzák, majd a kapott modelleken kísérleteket végezünk és így jutunk az optimum közelébe. (Bár gyakran nem célunk azt elérni.) Az ehhez hasonló szimulációs „jellegő” módszerek nagyobb rugalmasságot, szélesebb körő felhasználási kört, alternatív megoldási lehetıségeket adnak a különbözı szintő mezıgazdasági döntések meghozatalában. Gyakran szokták mondani, hogy a valóságban a szimulációs modellezés, illetve a Döntéstámogató Rendszerek, Szakértıi Rendszerek alkalmazása szők területre vonatkozó egyedi megoldás, hiszen a vizsgált problémák is nagyon különbözıek lehetnek. Túlzás lenne azonban azt állítani, hogy a szimulációnak és a Döntéstámogató Rendszerek területén kialakított módszereknek nincsenek általánosan alkalmazható elemei és szabályai. Az igaz ugyan, hogy a szimulációnak és az említett rendszereknek — a jellegükbıl következıen — nincs olyan értelemben vett formális eljárásuk, procedurális megoldási menetük, mint az analitikus matematikai módszereknek, de mégis megfogalmazhatunk megoldási módokat, eljárási módszereket, probléma feltárási metódusokat, szemléletmódot, mely segítségünkre lehet a gyakorlati fejlesztésekben. A szimulációs jellegő módszerek elınyeinek példáján okulva keresnünk kell tehát azon módszerek alkalmazásának szélesebb körő használatát, melyek nem csak abszolút megoldásokra törekszenek. Az eltérı módszerek nyújtotta megoldások a hatékonyabb gyakorlati alkalmazhatóságot is elısegítik. 1.2. A KUTATÁS ELİZMÉNYEI, A KUTATÁS HÁTTERE
A doktori munka elızményeként kutatásaimat a Döntéstámogató Rendszerek, Szakértıi Rendszerek és Szimulációs módszerek témakörében végeztem. Elızıleg már hallgatói éveim alatt több Döntéstámogató Rendszer fejlesztését kezdtem meg, mint például: a meteorológiai adatokat győjtı és feldolgozó rendszer (Gyenge, B. 1992 „AGYFER” Adat Győjtı Mérı és FEldolgozó Rendszer), majd tudományos diákköri dolgozat és diplomamunka keretében egy, a szarvasmarha ágazatra alkalmazott döntési helyzetet szimuláló szakértıi modellt készítettem, melyeknek során szembesültem a szimulációs modellek és döntést segítı rendszerek gyakorlati 2. oldal
fejlesztései nehézségeivel (Gyenge, B. 1995 „Döntési folyamatot szimuláló számítógépes oktató-modell a tejelı szarvasmarha ágazatban”). A gyakorlati fejlesztések során világossá vált, hogy használható rendszerek fejlesztése során interdiszciplináris és multidiszciplináris ismeretekre van szükség. A legnagyobb feladatot az informatikai megoldások és a mezıgazdasági rendszerek találkozási pontjainak megszerkesztése jelentette. Hasonló fejlesztési kérdésekkel kapcsolatban hollandiai tanulmányút során szereztem értékes tapasztalatokat, ahol állami támogatás keretében, Szakértıi és Döntéstámogató Rendszerek intenzív fejlesztését végzik. (Prof R.Huirne, Prof. A. Dijkhuisen Wageningen Agricultural University andSTOAS). 1.3. A TÉMA IDİSZERŐSÉGE, MEGALAPOZOTTSÁGA
A kutatás idıszerőségét az a tény határozza meg, hogy az irányítás eszközeinek fejlesztése sokáig a vezetés szervezetének korszerősítésére és a dolgozók anyagi érdekeltségi rendszerére irányult, de lényegében változatlanul hagyta a döntési mechanizmust, és az információs rendszereket. Ez a káros tendencia azt a veszélyt hordozza magában, hogy az irányítás színvonala elmarad a mőszaki-technikai feltételektıl, aminek káros hatásai a hatékonyság csökkenésében jelennek meg. Az irányítás eszközrendszereinek fejlıdése, ezek közül is elsısorban a számítástechnika fejlıdése, lehetıvé tette az információknak, mint erıforrásoknak a szélesebb körő alkalmazását. A fejlıdés hatására az adatok felhasználási területeinek és feldolgozási módjainak számtalan új útja nyílt meg az elmúlt évtizedben. A fokozódó piaci verseny szintén szükségessé teszi az irányítási eszközök folyamatos fejlesztését. Segítségükkel a mezıgazdasági termelık elkerülhetik a hatékonyságot veszélyeztetı, kockázatos döntési alternatívákat. A kisgazdaságok, családi gazdaságok egyik legfontosabb sajátossága, hogy méretüknél fogva érzékenyek, nem rendelkeznek elegendı tartalékkal, ennek következtében nehezen viselik a hatékonyságot veszélyeztetı eseményeket. A korábbi nagyüzemi struktúrában a gazdálkodás keretében nem volt számottevı a szakember hiány. Ezzel ellentétben az új gazdasági formában a kisgazdaságok, családi gazdaságok kialakulásával felértékelıdött a mezıgazdasági szaktanácsadás szerepe, ami azt is jelenti, hogy fokozott igény van olyan eszközök kifejlesztésére is, melyek a menedzsment információs rendszerek, a döntéstámogató rendszerek területén nyújtanak segítséget a vezetıknek, szaktanácsadóknak. Újra kell értékelnünk mindazokat a menedzsmenti, szervezési, döntéshozási mechanizmusokat, amelyeket eddig alkalmaztunk és igazítani kell mindezeket a családi vállalkozások keretében történı mezıgazdasági termeléshez is. Mindezeknek az igényeknek azonban az oktatási struktúrában is meg kell jelenniük, komplexebb, integráltabb, az élethez közelebb állóbb feladatok készítésével, melyekbıl használható gyakorlati tapasztalatok szerezhetık. 3. oldal
2. AZ ÉRTEKEZÉST MEGALAPOZÓ KUTATÓMUNKA CÉLJAI, MÓDSZEREI ÉS A TÉMAKÖR IRODALMI ÁTTEKINTÉSE
2.1. CÉLKITŐZÉSEK
Értekezésem tárgya a döntést támogató, döntés-elıkészítı rendszerek vizsgálata, a szerteágazó, sokféle megvalósítás határainak és mezıgazdasági alkalmazhatóságának elemzése. Lényeges szempont, a jelen kutatásai mellett a már megvalósult rendszerek használhatóságának tisztázása. Fontos továbbá, hogy az informatika korszerő és legújabb vívmányai, a rendszerek nyújtotta többlet lehetıségek megjelenjenek a gazdálkodás szintjén azokon a területeken, ahová azokat eredetileg szánták. Az elemzésem fókuszában a Szimulációs, valamint a Szakértıi Rendszerek állnak, melyek jó megvilágítással tükrözik a Mesterséges Intelligencia módszerek integrált alkalmazásának elınyeit. Célkitőzéseim a következık:
1. A vezetıi döntésekben használható rendszerek, számítástechnika adta eszközök áttekintése, rendszerezı értékelése, alkalmazhatóság szerinti csoportosítása. Egy olyan rendszerezési struktúra kialakítása, mely lehetıvé teszi gyakorlatban megvalósuló sokrétő, és sokcélú eszközök egymáshoz való viszonyának feltárását. 2. A döntést támogató rendszerek fejlesztése szempontjából azoknak a kulcstényezıknek a meghatározása, melyek a mezıgazdasági, biológiai rendszerek sajátosságaiból fakadnak és a döntést támogató rendszerek fejlesztését alapvetıen befolyásolják. 3. A mezıgazdasági termelési tevékenység sajátosságaiból fakadó legfontosabb döntési alaptípusok, döntési területek, jellemzı döntési problémák elhatárolása, valamint az alkalmazható eszközöknek, mint módszereknek az összekapcsolása. A kitőzött célok elérésének lépései:
a Döntéstámogató Rendszerek fogalmának kiterjesztése, az átfogó cso-
portosítási rendszer létrehozása érdekében; az egységes rendszerezés megalkotása; a jelenleg korszerőnek tartott legismertebb döntést támogató rendszerek áttekintése, elemzése, értékelése; a döntések és a döntést támogató rendszerek információs hátterének vizsgálata, elınyök, hátrányok felvetése; az egyes módszerek alkalmazási feltételeinek, nehézségeinek elemzése;
4. oldal
a mezıgazdasági döntések, a döntést támogató rendszerek fejlesztésébıl
fakadó sajátos kulcstényezık és körülményeinek vizsgálata; a döntést támogató rendszerek alkalmazhatóságának, a módszereknek és a döntési alaptípusok, jellemzı döntési problémák, mint alkalmazási területeknek az összekapcsolása.
Vizsgálataimat arra a felismerésre alapozva végeztem, hogy annak ellenére, hogy sokan magas szintő tudományos igénnyel rendszerezték a menedzsment területén használható döntést segítı, döntést támogató rendszereket, mégsem alakult ki egységes, mindenki által elfogadható struktúra. Az egyes szerzık eredményeiket általában a teljes rendszerhez képest, annak részrendszereiben helyezik el. További probléma, hogy a jelen fejlesztések irányai a felhasználók sajátos igényei felé mozdultak el, így igen nehéz egységes átlátható rendszerezést teremteni. Mindezek együttes hatása során olyan helyzet alakult ki melyben nem csak az alkalmazott terminológiák átfedık, nehezen kezelhetık, de elıfordul az is, hogy a konkrét megoldások olyan tévutakra vezetnek, melyek a gyakorlati alkalmazásokat erısen megnehezítik, sıt lehetetlenné is teszik (lásd például: Általános Problémamegoldó Modell, GPS). Meglátásom szerint sok nehézség van a meglévı rendszerek kiválasztása, alkalmazása terén, mely tényállítás mögött a kiválasztási szempontok rendkívüli összetettsége és a rendezı elv hiánya hózódik meg. Ezt a helyzetet látszik igazolni, hogy mind gyakrabban jelennek meg olyan publikációk, melyek a fenti kérdéssel behatóan foglalkoznak (Kovács, Á.E. 2000). Kutatómunkám céljainak elérése érdekében beható elemzésnek vetettem alá a mezıgazdasági döntésekben használható rendszerek népes családját, azok informatikai hátterét. A fenti cél megvalósítása érdekében: A rendelkezésre álló szakirodalom feldolgozásával kívánok átfogó képet
nyújtani az elérhetı rendszerekrıl, megvalósításokról, a legfontosabb kutatási területek elméleti hátterérıl. Kulcstényezıket fogalmaztam meg, melyek alapvetıen befolyásolják a mezıgazdasági döntéshozást és a velük kapcsolatban kialakított rendszerek megvalósítását. Mivel ez utóbbi terület meghatározásához interdiszciplináris információkra volt szükségem, így a felhasznált irodalmak igen széles szakterületeket ölelnek fel. Elemzésem kiterjedt azokra az emberi tényezıkre is, melyek befolyásolják, segítik, vagy nehezítik a mezıgazdasági vezetıi döntéshozást, illetve szaktanácsadást, valamint az említett folyamatban a korszerő számítástechnikával támogatott informatikai rendszerek használatát és elterjedését.
5. oldal
2.2. AZ ALKALMAZOTT MÓDSZEREK
Az irodalmi háttér feldolgozása a döntést segítı, döntést támogató rendszerek, áttekintése, elemzése, értékelése, elınyök hátrányok vizsgálata során szövegelemzéssel, összehasonlító analízissel dolgoztam. A téma feldolgozása során felhasználtam a hazai és külföldi szakirodalmakat. A munkám során egyaránt figyelembe vettem összefoglaló jellegő munkákat, valamint a legismertebb alkalmazások irodalmi hátterét is. Átfogó megközelítést csakis interdiszciplináris megközelítéssel tudtam elérni, így a felhasznált irodalom több különbözı tudományterületet is felölel. Az irodalmi áttekintés során felmerülı esetleges ellentmondásokat, problémákat részekre bontottam és az összevonható állításokat szintetizáltam. Az eszközök rendszerezése során egységes kritériumrendszert határoztam meg, mely segítségével csoportosítottam a különbözı eszközöket. Az vonatkozó források feldolgozása során a jellemzı tulajdonságok feltárásához figyelembe vettem a leggyakrabban alkalmazott Interneten elérhetı információit is. A meghatározott kritériumok a következık voltak:
1. Legfeljebb két dimenzió mentén rendszerezhetık legyenek a döntéstámogatásban használható eszközök.
2. Az alkalmazott dimenziókban kapjon szerepet, hogy a rendszerek különbözı mértékben adnak támogatást a döntéshozás során.
3. A rendszerezés során érvényesüljön az a szempont, hogy a rendszerekben megjelenı mesterséges intelligencia mértéke és milyensége alapján a rendszerek elkülöníthetıek legyenek.
4. Az alkalmazott rendszerezés legyen egységes és legyen alkalmas olyan eszközök besorolására is, melyek még nem léteznek, vagy felépítésüket és fejlesztési céljaikat tekintve egyedi jellegőek, speciálisak.
5. Az alkalmazott csoportosítások tegyék lehetıvé a csoportok közös jellemzıinek megfogalmazását és az eszközök, valamint a döntési probléma típusok összekapcsolását.
A dolgozatban taglalt elméleti kérdéseket modellezési, modell-alkotási módszerrel is vizsgáltam. A dolgozatban esettanulmány keretében egy elkészült modellt is bemutattam. A mezıgazdaságban alkalmazható Döntéstámogató Rendszerek fejlesztése során felmerülı leggyakoribb kérdéseket szintetizáltam. Meghatároztam a nehézségek mögött meghúzódó leggyakoribb okokat, és megállapítottam az általam legfontosabbnak tartott kulcstényezıket, melyek alapvetıen befolyásolják a már kidolgozott rendszerek alkalmazhatóságát.
6. oldal
2.3. IRODALMI ÁTTEKINTÉS
A mikroszámítógépek tömeges megjelenésével és elterjedésével együtt szinte azonnal megjelentek a vállalati menedzsment területén alkalmazható, különbözı rendő és rangú számítógépes rendszerek. A számítástechnika fejlıdése során a különbözı rendszerek vállalati döntésekben betöltött szerepe szerint, különbözı elnevezések jelentek meg és terjedtek el a köztudatban. Sorra megjelentek olyan elnevezések, mint: TPS (Transaction Processing System), DBS (Data Base System), IS (Information System), MIS (Management Information System), MSS (Management Support System), DBMS (Data Base Management System), OAS (Office Automatization System), DSS (Decision Support System), ES (Expert System), KS (Knowledge Based System), EIS (Executive Informaton System), (lásd: Gábor, A. 1986, Herdon, M. 1998, Dobay, P. 1997, Turban, E. 1990). Mindezek a fogalmi meghatározások és besorolások igen szövevényesek, nehezen áttekinthetık, sıt használatukat illetıen gyakran divatszerő hatások is érezhetık. Általános igénynek tekintettem, hogy a fogalmakat rendszerezzem, tartalmukat a mai korszerő technikák nyújtotta megoldások ismeretében értelmezzem. Az irodalom áttekintése során különbözı csoportosítási szempontokat és halmazokat találtam. Bizonytalan jövı DSS
Adat és kapcsolatok ESS Jelentés és megjelenítés Elemzési lehetıségek
1. ábra:
Elemzés és diagnózis
EIS
Biztos múlt
A DSS, ESS és EIS dimenziói [Herdon, M. 1998]
A különbözı csoportosítások általában három szempont rendszer szerint épültek fel, melyek: menedzsmenti; információelméleti, vagy bıvebben Információ Technikai (IT, Information Technology); és végül számítástechnikai megközelítéseket tükröztek. Kombinált, vagyis több szempont szerinti (több dimenzió szerinti) csoportosítást alkalmaz például Herdon, M. (1998) (lásd: 1. ábra:). 7. oldal
Információs Rendszerek (adatgyőjtés) Az Információs technológia fogalmainak áttekintéséhez (Peter, W. 1992), (Pohlmann, J. M. 1993/1994), (Kovács, G. 1994), (Dobay, P. 1997), (Dinnyés, J. 1993) az Információs Rendszerek fogalmainak áttekintéséhez (Burt, P. V., et. al. 1990), (Dobay, P. 1997), (Davis, G. B. et. al. 1985), (Herdon, M. 1998, 1994), (Holsapple, C. W. – Whinston, A. B. 1987) (Arató, I., Schwarczenberger, I. 1993), és végül az Információs Rendszerek ágazati kérdéseihez (Kapronczai, I. 1994,1997), (Barakonyi, K. 1984, 1993), (Kovács, G. 1994), (Harnos, Zs. 1993), (Vörös, M. 1994), (Zilahi - Szabó, M. G. 1994), munkái adtak jelentıs irodalmi hátteret. Az Információs Rendszerek megjelenése az 1950-es években megkezdıdött az adatbázis kezelı, nyilvántartó rendszerek készítésével. Hamar megjelentek a TPS Tranzakció Feldolgozó és Követı Rendszerek, melyek kezdetben ipari folyamatok pontosabb nyomon követését, esetleg beavatkozását tették lehetıvé (Völgy, Cs. S. 1991), (Pflacner, S. 1992), (Mikola, Z. 1999). Az Információs Rendszerek alkalmazásának természetes felhasználási szükségességét támasztotta alá a vállalati menedzsment információs igénye, így természetszerőleg megindult a menedzsment irányultságú információs rendszerek fejlesztése. Ezeket a rendszereket összefoglaló néven MIS (Management Information System) -nek nevezték el. Ezeknek a rendszereknek csakúgy, mint a vezetıi tevékenységnek is a döntéselıkészítés áll a középpontjában. A Menedzsment Információs Rendszerek áttekintését a következı szerzık munkáira támaszkodva mutatom be (Charles, S. P. 1989), (Herdon, M. 1998, 1994), (Székely, Cs. 1994), (Davis, G. B. - Olson, M. H. 1985). Döntéstámogatás (tervezés és választás) A számítástechnika eszközeinek, és azok továbbterjedésével, valamint a vállalati menedzsment igényeinek erısödésével megjelentek azok az alkalmazások, amelyek az operatív és stratégiai szintő döntéshozás támogatását tőzték ki célul. Megjelentek azok a rendszerek, amelyek valamilyen formalizált „tudásra”, vagyis „tudásbázisra” építve igyekeztek a döntéshozást nem csak információkkal, hanem javaslatokkal, döntési alternatívák elıkészítésével is támogatni. Ezek a rendszerek a Döntéstámogató Rendszerek DSS és a Szakértıi Rendszerek. A DSS, EIS és ES rendszereket nevezte (Turban, E. 1990) együttesen MSS (Management Support System) Menedzsment Támogató Rendszereknek. A döntéstámogató rendszerek irodalma igen széles, melyhez a következı forrásokat dolgoztam fel (Holsapple, C. W. – Whinston, A. B. 1987), (Bentley-Ho, 1986), (Jeffrey L. W.- Lonnie, D. B.Thomas I.M. 1986), (Herdon, M. 1998), (Székely, Cs. 1990). Döntés A Szakértıi Rendszerek fejlesztéséhez nagy reményeket főztek a kutatók, mert az emberi intelligencia gépi megfeleltetését látták bennük. A Szakértıi Rendszerek 8. oldal
kutatásának mind a hazai, mind a külföldi irodalma igen széles, így az alábbi forrásokat vettem alapul: (Gábor, A. 1988), (Borgulya, I. 1995), (Nagy T. - Gault D.- Nagy M. (1988), (Nigel, B. 1989), (Simons, G.L. 1987), (Harmon, at. al 1988, 1994, 1993), (Gonzalez, A.J. - Dankel, D.D. 1993), (Sántáné, T. E. 1997), (Watterman, D. A. 1986). További irodalmak foglalkoznak a Probléma Megoldó Rendszerek (Newell, A. Simon, H. A. 1992), és tudás alapú rendszerek (Stefik, M. 1995), (Michael, L. B. - John, M. 1986) ismertetésével. A nyolcvanas évekre a legtöbb fejlesztı konfrontálódott a klasszikusnak nevezhetı döntéstámogatási modellek komplexitási problémáival, és a kutatások kezdtek új irányt venni. Felhagytak a sokszor nagy költségen kifejlesztett, ennek ellenére mégis ritkán bıvíthetı „prototípus”- modellek készítésével. Egyre inkább jellemzıvé vált az, hogy ha kisebb „szeleteket” igyekeznek megragadni a vezetıi menedzsment széles területébıl, akkor sikeresebb alkalmazásokat tudnak létrehozni. Az így létrehozott rendszereknek viszont jóval pontosabban meghatározott felhasználói igényeket kellet teljesíteni. Az új fejlesztések során a 90-es évekre megjelentek a Vezetıi, vagy Felsıvezetıi Menedzsment Információs Rendszerek EIS és Vezetıi Menedzsment Támogató Rendszerek ESS. A kialakult rendszerek mélyreható vizsgálatát, alkalmazási követelményeinek elemzését végezte el Kovács Árpád (2000) és rámutatott az integrált, moduláris rendszerek várható elıtérbe kerülésére. Mesterséges Intelligencia Rendszerek (automatikus döntés) A Mesterséges Intelligenciakutatás igen széles irodalommal rendelkezik, melynek áttekintéséhez olyan összefoglaló munkákat használtam mint: (Yoshiaki, S. – Jun-ichi, T. 1987), (Jenny, R. – William, B. 1994), (Rich, E. - Kniht K. 1991), (Sántáné, T. E. 1997), (Fekete, I. et al. 1990), (Harmon, P.- King, D. 1985). A Mesterséges Intelligencia kutatás matematikai hátterét, a bizonytalansági változók kezelését Molnár Károly (1990), valamint a neuronháló modellek matematikai alapját Horváth Gábor (1995) munkái alapján vizsgáltam. A Mesterséges Intelligenciakutatás rohamosan fejlıdı területét képzik a különbözı függvény generátor modellek, függvényevolúciós eljárások, és neurális hálók. Ez utóbbi neurális hálózatok segítségével már napjainkban is igen széles körben használható gyakorlati alkalmazásokat hoztak létre. Felépítésükrıl jó áttekintést nyújtanak (Sárközy, F. 1999) munkái. Elemzés, ellenırzés (megvalósítási változatok) A szimulációs modellezés szintén több évtizedes múltra visszatekintı eljárás, de bizonyos területeken alkalmazása kevéssé terjedt el. A szimulációs modellek felépítésével és alkalmazásával kapcsolatban kevés hazai publikáció született és a gyakorlati alkalmazások terén is sokszor mellızés volt tapasztalható, különösen, ha a mezıgazdasági területekre gondolunk. Mindössze az utóbbi években érezhetı a 9. oldal
szimulációs modellek újraéledése. A szimulációs modellezés elméleti hátterét (Csáki, Cs. 1976), és (Székely, Cs. 1978, 1981) munkái alapján tártam fel.
10. oldal
Kiértékelı Rendszerek (döntés optimalizálás) Mindezekkel a fejlesztésekkel párhuzamos és folyamatos fejlıdést mutattak a matematikai, illetve egyéb analitikus módszerek, melyek szintén szoros részévé váltak a számítógépes döntés támogatás módszereinek. Sok gyakorlati és elméleti eredmény született például az operációkutatás területén, melyek ismertetéséhez az alábbi irodalmakat használtam (Csáki, Cs. – Mészáros, S. et al. 1981), (Fredrick, S. H. - Gerald, J. L. 1994), (Andrássy, A. 1998), (Székely, Cs.- Kiss, E. 1975). A hálótervezés szintén sokat használt gyakorlati eszközzé vált (Kovács, Á. E. et al. 1999), mely fıleg az operatív tervezés és project kontrol területén jelentett elırelpést. Az Információ Technológia új eszközei Hasonlóan folyamatos, de rendkívül dinamikus fejlıdés következett be az információs csatornák fejlıdése terén is. Megjelent a „Világháló” World Wide Web, WWW melynek jelentısége nem csak abban áll, hogy az információk elérhetısége, továbbítása könnyebbé, globalizálttá vált, hanem abban is, hogy további rendszerek úgynevezett „On-Line” rendszerek fejlesztését tette lehetıvé (Domján, E. - Sebestyén, Zs. 1996), (Pásztor, M.Zs. - Pitlik, L. - Popovics, A. 1999), (Herdon, M. 1998). Az Internet újabb lehetıségeket nyitott a már ismert rendszerek elıtt. Így jött létre kapcsolat például a lokális hálózatokkal (LAN) szoros összefüggésben álló Irodaautomatizációs rendszerek és a nagy kiterjedéső hálózatok (WAN), illetve az Internet között is. Az automatizált iroda és irodaszervezési, ügyvitel szervezési kérdésekben (Dobay, P. 1996), és (Adamcsik, J. 1998, elıadásvázlat) Magyarországon megjelent munkáit használtam. A mai korszerő rendszerek felépítésében megfigyelhetı, hogy a széles információs bázis (Internet kapcsolat) mellett a differenciált felhasználói igényekhez modularitással alkalmazkodnak. (Lásd: SAP, Oracle, Integrált Vezetıi Rendszerek). Ezeknek a rendszereknek a megvalósítását az objektumorientált technika tette lehetıvé. Az objektumorientált tervezés és programozás területén (Juhász, M. et al. 1996), (Marco, C. 1998) és (Angster, E. 1997) munkái adtak jó alapot. Az objektumorientált szemlélet alkalmazása ma már nem csak a programozás, de a rendszer-tervezés során is ismert. Legfontosabb jelentısége, hogy segítségével a rendszertervezı absztrakciós szintjét feljebb emelhetjük, így nagymérető összetett, mégis „egyszerő” – átlátható modellekhez juthatunk (Gyenge, B. – Györök, B. 1998).
11. oldal
3. FİBB MEGÁLLAPÍTÁSOK ÉS EREDMÉNYEK
Az elmúlt évtizedekben egyre gyakrabban jelennek meg különbözı, mezıgazdasági felhasználásra is alkalmas információs bázisok, irányító, adatrögzítı, feldolgozó, döntést támogató és egyéb rendszerek. Mégis, vagy éppen ezen rendszerek rendszerezetlen sokasodása miatt, úgy érezhetı, hogy az egyre bıvülı eszközök kihasználtsága és a bennük rejlı adottságok kiaknázása elmaradni látszik a lehetıségektıl. A jelen helyzetben így megújult igény jelentkezik a létezı rendszerek fejlesztésére, illetve új irányú megoldások keresésére egyaránt. A fellelhetı irodalmakból is kitőnik az, hogy még részleteiben sincs egységes kép a már kialakult rendszereket és az elnevezéseket illetıen sem. Mind az elnevezés, mind a felépítés, mind a funkciók között ellentmondásos kép alakult ki. A nehezen áttekinthetı helyzet, az újonnan kialakult fogalmak átfedései, lefedettlenségei, perspektivikus, ámde gyakran valószínőtlen megnevezései miatt alakult ki. A fogalmak nehéz áttekinthetısége hazánkra ugyanúgy jellemzı, mint külföldi szakirodalomra, és a szakirodalom fordítása során gyakran jelentkezı „nyelvi korlátok” még inkább nehezítik a tisztánlátást. Értekezésemben olyan fogalmi rendszerezést alakítottam ki, mely lehetıvé teszi a továbbgondolkodást, egyértelmő és egyszerő, jól definiált csoportokra bontja a lehetséges rendszereket, ennek kapcsán lehetıvé teszi az „eszközök” és a problémák, mint „alkalmazások” hatékony összekapcsolását. A fogalmak hatékony összekapcsolását a döntéstámogató rendszerek fogalmának kiterjesztésével lehet elvégezni. A fogalom szélesebb körő értelmezését az is alátámasztja, hogy a döntést támogató rendszerek palettája mára jelentısen kiszélesedett és szoros kapcsolatba került olyan fogalmakkal mint a Mesterséges Intelligencia, Szakértıi Rendszerek illetve Szimulációk. A Döntéstámogató Rendszerek szélesebb körő értelmezése magában foglalja mindazokat a számítógéppel támogatott módszereket, melyek részt vesznek a döntéshozás egyes szintjeiben. Az így definiált győjtıfogalom nagy csoportját különbözı rendszerek alkotják, melyek közé éppúgy tartoznak olyan rendszerek, amelyek alternatívákkal, javaslatokkal segítik a döntéshozást, mint azok a rendszerek, melyek csak a döntések elıkészítésben, vagy a már meghozott döntés megvalósításában, illetve ellenırzésében játszanak szerepet. Mindezeket figyelembe véve a hagyományosan értelmezett Döntéstámogató Rendszer (DSS) fogalma helyett a szélesebben értelmezhetı „döntést támogató rendszerek” elnevezést használtam. A döntést támogató rendszerek nagy halmazának közös tulajdonsága, hogy mindenképpen valamilyen formalizált tudáson alapszik. A szakértıi tudás ábrázolása nem más, mint annak szimbólumokkal történı leírása. A legegyszerőbb szimbólum rendszer például: a beszélt nyelv, illetve írás. Ebben az értelemben egy szakkönyv is természetes tudásbázis, mely döntéshozó segítségére lehet. A 12. oldal
tudásábrázolás számítógépes módszereit tudásreprezentációnak nevezzük, mely kulcsfontosságú terület a Mesterséges Intelligencia-kutatásban. A számítógépes rendszerek célja, és egyben a tudásreprezentáció minıségi szintjei1 az alábbiak: 1. A tudás megszerzése, kinyerése.
2. A megszerzett ismeretek számítástechnikai reprezentálása,
vagyis
formalizálása, és ennek kapcsán történı megjelenítése. 3. A megszerzett ismeretek hasznosítása, vagyis feladatmegoldásra való felhasználása. A döntést támogató rendszerek tehát olyan számítógépes rendszerek, melyek egyik oldalról valamilyen szintő tudásreprezentációt valósítanak meg, másik oldalról bizonyos típusaik a Mesterséges Intelligenciákkal is kapcsolatosak, azokra jellemzı megoldásokat alkalmaznak. A hovatartozás mértékét a tudásreprezentáció megvalósításának szintje, és alkalmazott megoldások együttesen döntik el. Számítógépes tudásreprezentáló módszerek
Döntést támogató rendszerek
2. ábra:
Mesterséges Intelligenciájú Rendszerek
A döntést támogató rendszerek szélesebb körő értelmezése
3.1. CÉLTÁBLA-MODELL
A döntést támogató rendszerek egy része magában a döntéshozásban is részt vesz, döntési javaslatok kidolgozásával. Ezeknek a rendszereknek a többsége a Mesterséges Intelligenciájú rendszerekkel állnak erısebb kapcsolatban. A 1
Más szerzıknél (pl.: Sántáné T. E. 1997) a tudásreprezentáció szintjei az általam említett elsı két szinttel kapcsolatosak, miszerint „Tudás szint”— a valós világ dolgainak tudati visszatükrözıdése, „Szimbolikus szint”— A tudatosult tudás ábrázolható, formalizálható része, és a „Technikai szint”— Számítógépes ábrázolás, tudásbázis, algoritmusok segítségével.
13. oldal
Mesterséges Intelligenciával alkotott kapcsolat és a döntéshozásban való aktív részvétel kettıs dimenziója szerint a döntést támogató rendszereket egységesen rendszerezhetjük. Az alábbi ábrán (3. ábra:) a döntést támogató rendszerek és a Mesterséges Intelligenciájú rendszerek osztályozásának egy lehetséges módszerét vázoltam fel.
Passzív
Ds
EIS ESS IS MSS DS MIS
Tisztán IS
- AI: Artificial Intelligence
LS NN Robotic
WWW
SIM
- Ds: Decision support
Aktív
LP Project
PPS ES MSS KS MIS
AI Passzív
Aktív
Számítógépes Tudásreprezentációs Rendszerek
WWW: World Wide Web IS: Information System DS: Data Base System EIS: Executive Information System ESS: Executive Support System LP: Linear Programming Project: Network Planning MIS: Management Information System MSS: Management Support System SIM: Simulation PPS: Problem Processing System KS: Knowledge Based System ES: Expert System LS: Language System NN: Neural Network, Artificial Seeing Robotic: Robotic systems
Tisztán AI
Átmeneti zóna
3. ábra: A döntést támogató rendszerek osztályozása. „Céltábla - Modell”
Az ábrán megfigyelhetjük, hogy milyen kapcsolat van a döntést támogató rendszerek (az ábra baloldala), valamint a Mesterséges Intelligencia (jobboldal) között. A fent említett két nagy csoportnak vannak közös, és elkülönült részei. A kör baloldala szimbolizálja a döntést támogató rendszerek csoportját, míg az ábra jobb fele szimbolizálja a Mesterséges Intelligenciák szintén nagy csoportját. A középsı részben a vegyes tulajdonságú rendszereket találhatjuk. Az elkülönítés második dimenziója függılegesen két részt alakít ki, aszerint hogy az adott módszer milyen szerepet játszik az emberi döntéshozatalban. Az alsó csoportot az emberi döntéshozás szempontjából a ”passzív” rendszerek alkotják, melyek nem hoznak önálló döntéseket, mindössze támogatást adnak annak meghozatalához. A felül elhelyezkedı csoportot azok az úgynevezett ”aktív” rendszerek alkotják, melyek a döntéshozásban maguk is részt vesznek, döntési javaslatok elıállításával. A függıleges tengelytıl balra elhelyezkedı és a közös részbıl a Mesterséges Intelligencia területével is is kapcsolatban levı rendszerek, tehát azok a számító14. oldal
gépes rendszerek, amelyek együttesen alakítják ki döntést támogató rendszerek népes családját. Mindezek legjellemzıbb tulajdonsága, hogy az emberi döntéshozatal elısegítését látják el. A fenti „Céltábla-Modellnek” nevezett csoportosítás, lehetıséget ad arra, hogy a már megadott, legismertebb rendszercsoportok mellett, a fejlesztık saját rendszerüket is elhelyezhessék a már ismertek mellett. A grafikus ábrázolás lehetıvé teszi továbbá, hogy a lefedett terület méretével és elhelyezkedésével mindenki számára, szemléletesen, könnyen áttekinthetıen tudjuk jellemezni a kérdéses rendszereket (lásd a modell elsı verzióját: Gyenge, B. - Illés B. Cs. 1996 „A mezıgazdasági szakértıi rendszerek alkalmazásának helyzete és lehetıségei”). 3.2. A DÖNTÉSTÁMOGATÓ RENDSZEREK FEJLESZTÉSÉNEK A
MEZİGAZDASÁG SAJÁTOSSÁGAIBÓL FAKADÓ KULCSTÉNYEZİI
A döntéshozónak szembe kell néznie azzal a ténnyel, hogy a jövıre vonatkozó ismereteink nem teljes körőek, és nem teljesen megbízhatóak. A valódi gazdasági döntések esetében nincs determinált kapcsolat a döntések cselekvési alternatívái és az alternatívák következményei között. A determinisztikus kapcsolatot közös néven zavaró hatások akadályozzák. (Természeti tényezık, váratlan események, nem ismert mechanizmusok, eltelt idı, emberi tényezık …stb. Lásd: 4. ábra:) Zavaró tényezık! Akciók, vagy tevékenységek A9
A4
A8 A5
Kimenetelek, vagy következmények
A2
A3 A6
K1 A7
K9
K2
K8
K5 A2 K7
A3 A4
4. ábra: A döntés során kiválasztott cselekvési alternatíva és a döntési következmény kapcsolata A mezıgazdasági döntés sajátos tényezıi
A döntéshozatal tehát a személyes preferenciákon kívül rengeteg külsı tényezıtıl is függ, melyeket a döntéshozó különféle módszerekkel igyekszik csökkenteni, a befolyásoló tényezıket mind figyelembe venni. Természetesen a döntéshozó célja a fennálló bizonytalanságának csökkentése, hogy minél „jobb”, ésszerőbb döntéseket hozzon, azaz a meghozott döntéseit az üzleti partnerei számára vállalható módon támassza alá. 15. oldal
A befolyásoló tényezık egy része a mezıgazdasági döntéshozatal szempontjából sajátos, vagyis kiemelik, megkülönböztetik, a mezıgazdasági döntést az egyéb gazdasági döntésektıl. A mezıgazdaság speciális jellege sok olyan tényezı függvényében alakul ki, amelyek alapvetı fontosságúak a mezıgazdasági döntések, az állattenyésztés és a növénytermesztés területén felmerülı döntések elıkészítése és meghozatala során. Ezen tényezık közül számunkra azokat kell különös figyelembe vennünk, melyek egy lehetséges döntést támogató rendszer kialakítását és magát a döntési módszert alapvetıen befolyásolják. Tehát a rendszerfejlesztés során a következı kulcstényezık alapvetı fontosságúak: 1. Bizonytalanság kérdése a mezıgazdaságban. A bizonytalanság a figyelembe vett paraméterek között különbözı módon, a döntési folyamat különbözı elemeiben merülhet fel. A bizonytalanság, illetve kockázat kezelésére használhatók valószínőség számítási tételek, de nem szabad elfeledkeznünk arról, hogy a bizonytalanság, illetve a kockázat mértékének megítélése nem annyira matematikai, mint inkább személyes preferenciákon alapuló, szubjektív módon történik.
2. A kombinatorikai tér mérete. A kombinatorikai tér mérete alapvetı fontosságú, hiszen annak „bejárhatósága”, milyensége meghatározza az alternatívák gépi úton történı keresésének módszereit. A mezıgazdaságban jellemzıen nem határos, nem, vagy rosszul bejárható, illetve csak kis részletében ismert kombinatorikai terekrıl beszélhetünk. 3. Túl sok, vagy túl kevés információ. A mezıgazdasági döntéshozó egyrészrıl alulinformált, hiszen döntési alternatíváinak egy részét, illetve a lehetséges kimenetelek, események nagy részét nem ismeri. Másrészrıl viszont a kombinatorikai tér mérete, illetve a termelési feltételek információi túl sok, még számítástechnikai eszközökkel is nehezen feldolgozható információ tömeget jelentenek. A döntéshozó helyzete így kettıs.
4. Szándékos információ torzítás. A mezıgazdasági termelıt körülvevı gazdasági, politikai, piaci környezet, illetve függıségi rendszer olyan, hogy gyakran érdekében áll a termelésének valós adatait titkolni, torzítani, sıt bizonyos esetekben a pontos információk kinyerése sem áll érdekében. Ez a bizalmi kérdés a kialakításra kerülı rendszerek fejlesztését nagymértékben befolyásolhatja.
5. A döntéshozó részleges információs elszigeteltsége. A mezıgazdasági döntéshozót termelése során külsı és belsı környezet veszi körül, melybıl különbözı információs csatornák („média-közeg”) információi áramlanak felé a környezet egyes szereplıi felıl. Az egyes kommunikációs csatornák összetétele és súlyaránya a nagy és kis mezıgazdasági vállalatok 16. oldal
információ ellátottsági szintjében betöltött szerepe jelentısen eltérı, de mindkét esetben az információ ellátottság regionális és országos szintő javítására kell törekednünk.
6. A racionális döntéshozó célhatékonysága, célok összetett rendszere. A mezıgazdasági döntéshozó számára kiemelt jelentıséggel bírnak az említett, „optimálisnál” ugyan rosszabb, de azt mégis megközelítı szuboptimális megoldások, még abban az esetben is, ha ezek a megoldások a célhatékonyságot sem érik el. Ez a látszólag irracionális viselkedési mód azért jellemzı a mezıgazdasági döntéshozóra, mert célfüggvényei sem egyértelmőek. A „racionális célhatékonyság” a valós mezıgazdasági termelıre ritkán jellemzı. Egy kiemelt szempont szerint szuboptimálisnak bizonyuló megoldások, más szempontok együttes figyelembevételével, mint lehetséges alternatívák fogalmazódnak meg, melyek akár kedvezıbbek is lehetnek a termelı számára.
7. Heurisztikus döntéshozás. A heurisztikák alkalmazása gyakran szükséges a mezıgazdasági döntéshozatalban, melynek két fı oka különíthetı el. Az egyik ok, hogy segítségével olyan szabályok alkalmazhatók, melyek segítségével drasztikusan csökkenthetı a megoldáskeresésbe bevont alternatív megoldások száma. A másik ok a mezıgazdaság biológiai jellegébıl fakad, vagyis a biológiai rendszerekre vonatkozó ismereteink is sokszor eleve heurisztikus jellegőek. Ez azt jelenti, hogy nem ismerjük a jelenségek mögött húzódó pontos oksági összefüggéseket, csak úgynevezett szimptómákat ismerünk, mely tünet együttes bizonyos cselekvési programokat ír elı.
8. Fuzzy jelleg. A mezıgazdaságban fokozottan érvényesül, hogy a tényezık (állapotok) többnyire valamilyen bizonytalansággal, rendelkeznek. Legmegfelelıbb magyar terminológia a „határozatlanság”. Az állapotok olyan fogalmi elhatárolásról van itt szó, mely matematikai pontossággal nehezen követhetı (jó talaj, jó konstitúció, rossz vízellátottság …stb.). A probléma kezelhetı a részleges, vagy parciális tagság fogalmának definiálásával (Zadeh, L. 1965). 3.3. AZ EGYES ESZKÖZÖK ÉS A DÖNTÉSI ALAPTÍPUSOK, SAJÁTOSSÁGOK ÖSSZEKAPCSOLÁSA
Az összeállítás során abból a megállapításból indultam ki, hogy nem szabad engedni, hogy a már létezı eszközök megléte, elérhetısége, tulajdonságai döntsék el az alkalmazást egy bizonyos probléma megoldása esetén. Minden esetben inkább a probléma jellegének kell meghatározni a kívánt eszközt és nem fordítva. 17. oldal
A mezıgazdasági döntések minden esetben sajátos döntések, de a döntésekben megfogalmazott célok jellege szerint alaptípusokat különböztethetünk meg.
18. oldal
Döntések típusai, a vállalat irányítás szintjei szerint
A döntések altípusainak egy csoportosítása lehet a vállalat vezetése, illetve a menedzsment szintjei szerinti csoportosítás. A vállalati vezetés alapvetıen három stratégiai szintet alakít ki. A döntések legalacsonyabb szintje, mely egyben a legközelebb is áll a közvetlen termelési folyamathoz, az operatív szint, melyet mőködési kontrollnak is nevezhetünk. A második szint, egy közép szintet jelent, ez az irányítási, vagy igazgatási szint (esetleg „taktikai szint”), melyet nevezhetünk menedzsment kontrollnak is. A termelési folyamattól a legmesszebb, vagyis a legmagasabb irányítási szinten a stratégiai szintet találjuk. Az egyes irányítási szintek más és más döntési feladatokat jelentenek a gyakorlatban. 1. táblázat: Döntések típusai, a vállalat irányítás szintjei szerint Döntési problémák típusai:
Strukturált (programozható)
Félig strukturált (valamelyik fázis programozható) Nem strukturált (nem programozható, egyedi elemeiben is túl sok „józan-észt” igényel)
Operatív, „Mőködési Kontroll” szint Példák: - Számlázás, - Vevı és szállító nyilvántartás, - Raktárkezelés Eszközök: DS, OAS, TPS Döntési fák Példák: - Termelés ütemezés Eszközök: ES, IS Példák: - Ivarzás megfigyelés, Eszközök: technikai IS (pl.: aktivitás mérı)
Irányítási ”Menedzsment Kontroll” szint Példák: - Rövidtávú tervek összeállítása, - Cash-Flow analízis Eszközök: LP, Project, MIS(aktív) Szimuláció Példák: - Hitel értékelés, Eszközök: Szimuláció, IS, MIS(passzív) Példák: - Humán munkaerı utánpótlás Eszközök: EIS, (pl.: szervezeti információs rendszer)
Stratégiai szint Példák: - Beruházás tervezés Eszközök: Beruházás gazdaságossági kalkulációk, LP Példák: - Új termék bevezetés Eszközök: MIS(passzív) Példák: - Új technológia, - Fejlesztés, - Kutatás, Eszközök: EIS, ESS, MIS(passzív) GDSS
A döntési problémák második dimenziója a 1. táblázat: nyomán a probléma megoldás algoritmizálhatósága, mely szerint az egyes szintek a következık: Strukturált problémának nevezzük, melyben mind a kiindulási állapotok,
mind a megoldási utak, mind az elérendı célok jól ismertek, mindezek nem vezetnek ellentmondásokra, és a megoldáskeresés algoritmizálható, a kombinatorikai tér átfogható. Félig strukturált problémáknak nevezzük azokat a problémákat, melyek megoldása során csak bizonyos lépések algoritmizálhatók. Nem strukturált, nem programozható problémák, melyek megoldása során sem a kiindulási állapotok, sem az elérendı célok, sem a megoldási utak 19. oldal
nem teljesen ismertek, illetve a kombinatorikai tér túl nagy. Az ilyen problémák megoldása az emberi szakértı feladata, melyet a fent leírt eszközök segítségével támogatunk, mintegy „elısegítünk” (ez a tulajdonképpeni „döntés támogatás”).
Döntési alaptípusok, összetettség szerint
Harmon (Harmon, P.- Sawyer, B. 1994) csoportosítása szerint állítottam szembe a problémák típusait a döntési problémák összetettsége, vagyis bonyolultságuk mértékével. Az öt alapprobléma típus: Procedurális problémák,
Diagnosztizáló problémák,
Monitorozó/İrzı problémák,
Konfiguráló, vagy tervezı (design) problémák,
Tevékenység tervezı, vagy ütemezı (planning, schedulig) problémák.
2. táblázat: Döntések típusai, bonyolultság, méret és probléma alaptípusok szerint Döntési problémák alaptípusai: Procedurális problémák Diagnosztizáló problémák Monitorozó, İrzı problémák Konfiguráló, objektumtervezı problémák Tevékenység tervezı, Ütemezı problémák
Kismérető egyszerő, problémák P, LP, Egyéb analitikus módszerek SZRI,SZRC SZRC,SZRA, OAS, TPS, NN SZRA, SZRC, CADrendszerek, MIS(aktív) Project
Ø
(nincs kismérető)
Közepes mérető, problémák P, OOP, LP
Nagymérető bonyolult, problémák OOP, LP
SZRC, NN
SZRH, NN(sok adat feldolgozása) SZRH, IMIS(passzív) SZRH, IMIS(passzív) Project
SZRC,SZRA, TPS, SZRA, SZRC,SZRH, CADrendszerek EIS,ESS MIS(passzív) Project SZRH MIS(passzív) EIS,ESS Project
SZRH IMIS(passzív) Project
[Forrás: Saját szerkesztés, Sántáné, T. E. 1997 nyomán]
20. oldal
A 2. táblázatban szereplı problémamegoldó rendszerek rövidítései: Procedurális megoldás, hagyományos programozás, OOP: objektumorientált programozás LP: Lineáris Programozási modell SZRI: Induktív, szabályalapú Szakértıi Rendszer SZRA: Adatvezérelt, szabályalapú Szakértıi Rendszer SZRC: Célvezérelt, szabályalapú Szakértıi Rendszer SZRH: Hibrid Szakértıi Rendszer P:
OAS:
Office Automatization System
NN: CAD:
Transaction Processing System, OMIS: Operative Management Information System Neural Network Computer Aided Design
MIS:
Management Information System
TPS:
Integrated Management Information System EIS: Executive Information Systems, ESS: Executive Support Systems, Project: Hálótervezés
IMIS:
A fenti összesítésbıl a következı megállapítások vonhatók le:
1. Az Információs Rendszerek (IS, DS, DBMS, WWW, EDI …stb.) minden döntési alaptípussal kapcsolatban használhatók, amennyiben azok a tárgyköri ismeretanyaggal foglalkoznak. 2. A bonyolult és nagymérető problémák kezelése a procedurális problématípusok kivételével csak integrált, vagy hibrid2 rendszerekkel képzelhetık el. A feladatok bonyolultsága és sokfélesége is indokolja a választást. 3. A problémák bonyolultságának növekedésével a jelenleg létezı eszközök, egyre kevésbé képesek döntési javaslat elıállítására. A problémák jellege is olyan, hogy egyre nagyobb mértékben van szükség az emberi döntési képességekre. 4. További fontos megállapítás, hogy a probléma megoldási alaptechnikák szerinti elhelyezkedését illetıen minél inkább a passzív oldalon helyezkednek el, és minél inkább csak információs jellegőek a rendszerek, vagyis minél inkább a szakértı, illetve a döntéshozó kezébe adják a döntést, annál inkább univerzális jellegőek is egyben. Az ilyen rendszerek alkalmazási területe is szélesebb lehet. Az egy-egy konkrét célra (döntési problémára) való orientáltság a Mesterséges Intelligenciával támogatott döntés-támogatás szempontjából az aktív rendszerek felé mutat, melyek így „célrendszerek”, szők döntési területtel állnak kapcsolatban, alkalmazásuk tekintetében is szőkebb területet ölelnek fel. Fontos információ az is, hogy az ábra legszélsı, jobboldalán található Tisztán Mesterséges Intelligenciájú rendszerek, a döntési problémákban való alkalmazásuk szempontjából szintén univerzális jellegőek, azaz széles felhasználási területet érinthetnek. Ennek legfıbb oka, hogy ezek a rendszerek legtöbbször összetett rendszerek részrendszerei, vagyis önmagukban kismértékben használatosak. Alkalmazásuk során integrált,
2
A hibrid rendszer, tecnika a hibrid Szakértıi Rendszerhez hasonlóan, több különbözı megoldási alaptípus elemeit ötvözi, illetve kombinálja össze.
21. oldal
illetve hibrid rendszereket alkotnak, melyek alkalmazási területüket tekintve szélesebb körben használatosak. 3.4. ESETTANULMÁNY
Az esettanulmány a „Tarka-Farm” példáján keresztül mutatja be, a döntési folyamatot szimuláló elemzı modellt, mely kisebb mértékben stratégiai, nagyobb mértékben operatív döntések elıkészítésére készült. Egyfajta megoldás, a rendszerben bekövetkezı változások, összetett hatások tanulmányozására, alternatív döntési lehetıségek javító hatásának összevetésére. A döntéshozók számára olyan segédeszközt nyújt, melynek segítségével szimulált körülmények között tudják „tesztelni” a Tarka-Farm sajátosságaiból eredı problémák kezelésére tett javaslataik eredményét, összehasonlítást végezhetnek az egyes alternatívák eredményei között. (Illés, B. Cs. 1995 et al.) (Gyenge, B. – Illés, B.Cs. et al. 1994, 1996)
4. AZ ÉRTEKEZÉS ÚJ KUTATÁSI EREDMÉNYEI, MEGÁLLAPÍTÁSAI, A GYAKORLATI HASZNOSÍTÁS LEHETİSÉGEI
4.1. AZ ÚJ TUDOMÁNYOS EREDMÉNYEK
A döntést támogató rendszerek vizsgálatával, fejlesztésével kapcsolatos munkám során a következı új eredmények születtek:
1. Összegyőjtöttem és feldolgoztam a vezetıi döntéshozás területén alkalmazható számítástechnikai eszközök irodalmát. Tekintettel a téma interdiszciplináris jellegére széleskörő feldolgozást végeztem, melyben több különbözı szakterület kutatási eredményeit tekintettem át, rendszereztem a rendelkezésre álló irodalmat, azt célorientáltan állítottam össze. Az irodalom feldolgozásával rendszerezı feldolgozást végeztem. 2. Kutatómunkám során kialakítottam egy olyan rendszerezési módszert („Céltábla-Modell”), mely lehetıvé tette, hogy egységes szemléletmódban tárgyaljam a döntést támogató eszközök szerteágazó típusait, valamint arra is alkalmat nyújt, hogy a különbözı rendszerfejlesztık saját rendszerüket elhelyezve a már ismertek mellett, egyszerő, szemléletes módon mutassák be az új módszer képességeit.
3. A széleskörő irodalom áttekintésével lehetıségem nyílt összegyőjteni és értékelni a tárgyalt eszközök legfıbb jellemzıit. Meghatározni azok elınyeit és hátrányait, erıs és gyenge pontjait, valamint alkalmazásuk legfıbb területeit. Az összesítést a mellékletben helyeztem el. 4. A rendszerfejlesztés szempontjából a mezıgazdasági problémák sajátos problémák, ezért meghatároztam azokat a kulcstényezıket, amelyeket a rendszer-
22. oldal
fejlesztés során figyelembe kell venni. A biológiai és a mezıgazdasági termelırendszerbıl fakadó, a fejlesztés szempontjából fontos, általam meghatározott kulcstényezık az a következık: – bizonytalanság; – a kombinatorikai tér mérete; – az információ mennyisége; – a döntéshozó részleges információs elszigeteltsége – szándékos információ torzítás; – célok összetett rendszere, célhatékonyság; – heurisztikus jelleg; – fuzzy jelleg.
5. Összevetettem a mezıgazdasági döntési problémák sajátosságaiból, alaptípusaiból fakadó csoportokat és az alkalmazható rendszereket négy szempont szerint elkülönítettem és két összetett szempont szerint táblázatba foglaltam az egyes döntési alaptípusokat és azokat összekapcsoltam az általam javasolt alkalmazható rendszerekkel.
6. A Szimulációs és Szakértıi Rendszerek területén végzett saját fejlesztés eredményeként született egy döntési helyzetet szimuláló modell, mely bemutatását esettanulmány keretében dolgoztam fel. 4.2. KÖVETKEZTETÉSEK ÉS MEGÁLLAPÍTÁSOK
Doktori értekezésem és a döntést támogató rendszerek vizsgálata során a következı megállapításokat tetem: A tárgyalt rendszerek elterjedésének és alkalmazásának egyik gátja, hogy
nem kellıképpen lettek definiálva az alkalmazási területek és a rendelkezésre álló eszközök alkalmazási korlátai. Ezt a megállapítást valószínősíti az a tény is, hogy az elmúlt ötven év alatt, mindezeknek az eszközöknek a fejlesztése és kutatása, kicsit a divattól is vezérelve, hullámszerően következett be. Bizonyos eszközök használata hol felerısödött, hol visszahúzódott, esetleg nem tért vissza. A döntést támogató rendszerek fejlesztésének nehézsége, hogy a fejlesztés pénz és adatigénye mellett sokféle probléma egyidejő megoldására van szükség, így a fejlesztés szakértı igénye különleges, univerzális szakértıket kíván, másrészt kiemelkedı fontosságú szerepet kap a jól kialakított szakértıi „team”-ek együttmőködése. A döntést támogató rendszerek fejlesztése során sokszor találkozunk azzal a problémával, hogy a rendszer fejlesztıje informatikai szakember. Önmagában ez nem lenne probléma, sıt örvendetes is, de abban a pillanatban amint a fejlesztett rendszer megreked az informatikai szakterület elvárása23. oldal
in, már veszélybe kerül a végcél, a rendszer „alkalmazhatósága”, és csak félig, vagy nem használható rendszerek jönnek létre. Hasonló eredményre juthatunk, ha a megoldást csak matematikusi vagy más szaktudományhoz kapcsolódó szemmel nézzük. A rendszer fejlesztés irányítójának nem szabad az egyes részmegoldások technikai megvalósításának csapdáiban elveszni, még akkor sem, ha a ma használatos eszközök sokszor nem nyújtanak megoldást. A rendszerek fejlesztıinek tisztában kell lenni azzal, hogy integrálniuk kell több különbözı szakterület kutatásait. Az elızı pontban említett nehézség megoldása két módon képzelhetı el. Az elsı lehetıség, ha a rendszer fejlesztıje egyszerre matematikus, informatikus, programozó, mesterséges intelligencia kutató, pszichológus, és mezıgazdasági szakember az érintett szakterületen (növénytermesztés, állattenyésztés …stb). A másik járhatóbb módszer, ha a fejlesztések szoros együttmőködés, „team-munka” keretében jönnek létre. Az alkalmazhatóság érdekében a döntéstámogató eszközök fejlesztése során el kell kerülni, hogy valamilyen technikai megoldás uralja el a rendszert. Ennek érdekében a rendszerek és a célok nagyon pontos együttes ismeretére van szükség. Hasonlóan elkerülendı, ám mégis gyakorta felmerülı probléma a „hiposztázis” jelensége, amikor is a modellezı túlzott jelentıséget tulajdonít a modellnek, és ennek következtében a modell bizonyos kérdések terén elszakadhat a valóságtól. A mezıgazdasági rendszerek döntéstámogatási feladatait, az említett rendszer szemszögébıl megállapított sajátosságai nélkül, az informatikai eszközök kizárólagos ismeretével nem lehet megoldani. Az absztrakció szintje, a kombinatorikai tér szükséges degradációjának kérdése, szintén nem lehet az informatikai eszközrendszer, illetve az informatikai módszerek kérdése. Ebben a kérdésben a tárgyterületi szakértınek kell dönteni. A könnyebb fejlesztést jelentı, valamint olcsóbb Információs Rendszerek egyben univerzális rendszerek is. Ezek ugyanis minden döntési alaptípussal kapcsolatban használhatók, melyek a tárgykör ismeretanyagával kapcsolatban vannak, hiszen a döntéshozás során a döntés teljes mértékben a döntéshozó feladata, a rendszer csak „motiválja” ıt. A bonyolult és nagymérető problémák csak integrált, vagy hibrid rendszerekkel képzelhetık el. A döntéstámogatásban „aktívan” résztvevı rendszerek szők területen alkalmazhatók, úgynevezett „célrendszerek”, melyek fejlesztése drágább, bonyolultabb. 24. oldal
A célrendszerek fejlesztésének fokozottan jelentkezı igénye, hogy minél
inkább egy adott területre szőkítsük a probléma-megoldást, rendszerfejlesztést, miközben a felhasználói igényekhez is jobban kell igazítanunk a készülı rendszer jellemzıit. A legújabb fejlesztések során a széleskörő igényeket nem elvetve, áthidaló megoldásként, egyre inkább modularizálják a rendszereket, így azok tetszıleges egyei igények szerint is összerakhatók. (ld.: SAP, Oracle) A sikeres rendszer építés záloga az alkalmazási szempontok sajátosságainak (mezıgazdasági termelı rendszer), és a felhasználói igényeknek az együttes értékelése, figyelembevétele.
4.3. AZ EREDMÉNYEK HASZNOSÍTÁSÁNAK LEHETİSÉGEI
A munkám során olyan kutatási eredmények jöttek létre, melyek az alkalmazható eszközök rendszerezésével, a fejlesztést és alkalmazást befolyásoló kulcstényezık meghatározásával, és az alkalmazási területek eszközök összekapcsolásával segíti a felhasználókat abban, hogy felmérjék a saját igényeiket és ennek függvényében kiválasszák a számukra megfelelı döntést támogató rendszert. A bemutatott rendszerezés egy áttekintı munka, mely alkalmazható az oktatás több területén: − az agrár felsıoktatásban a hallgatóknak segít bemutatni, hogyan kell a döntést támogató rendszerek fejlesztésének alapelemeit megválasztani. − a gyakorlati szakemberek számára lehetıséget kínál a rendelkezésre álló eszközök és módszerek megfelelıbb megválasztására. − a doktori értekezés eredményei, a megállapítások és az összefoglalások alapját képezhetik egy elméleti tananyagnak is. A meghatározott kulcstényezık figyelembevétele, az eszközök és a döntési alaptípusok összekapcsolása konkrét ajánlás lehet a fejlesztık és a mezıgazdasági szaktanácsadásban dolgozók számára. Hasznos támpontot és segédletet adhat a mindennapi munkájuk, és a továbbképzésük során. A mezıgazdasági döntéshozók köre jelentısen átformálódott, összetételében megváltozott, így szükség van olyan útmutatásra, mely a döntéshozókat is segíti eligazodni az alkalmazható rendszerek között.
25. oldal
5. ÖSSZEFOGLALÁS
Doktori értekezésem témájának a mezıgazdasági számítógépes döntéstámogató rendszerek alkalmazási kérdéseinek vizsgálatát választottam. Témaválasztásomat az a felismerés motiválta, hogy a számítástechnika újabb eszközei és az elektronikus médiák fejlıdése felerısítette az információknak, mint erıforrásoknak alkalmazási szükségszerőségét. Az irányítás eszközrendszereinek fejlıdésével az elmúlt évtizedekben számtalan új számítástechnikai alapú eszköz jelent meg, melyek alkalmazását sok estben nehezíti a lehetséges eszközök, valamint ezek alkalmazási korlátainak nem pontos ismerete. Célul tőztem magam elé az elérhetı irodalom áttekintését, a megszerzett ismeretanyag kiegészítését, egységes irányelvek szerinti rendszerezését, értékelését. Értekezésem második fejezetében rendszereztem a legismertebb rendszereket, a következı fıbb szempontok figyelembevételével: Pontos fogalmi besorolás. Általános jellemzık, felépítés ismertetése, elınyök, hátrányok megfogalmazása. Mezıgazdasági alkalmazás lehetıségeinek kérdései, sajátosságai.
A létezı rendszerek értékelése során fokozott hangsúlyt fektettem a gyakorlati alkalmazás tapasztalataira, valamint figyelembe vettem az iránymutató Mesterséges Intelligencia rendszerek legfontosabb fejlıdési vonalait és legelterjedtebb jellemzı típusait. Dolgozatom harmadik fejezetében arra a kérdésre kerestem a választ, hogy melyek azok a sajátos tényezık — „kulcstényezık” — a mezıgazdasági döntések kapcsán, amelyek a rendszerek alkalmazhatóságát és felhasználási körét alapvetıen befolyásolják. A kulcstényezık tanulmányozása során arra a felismerésre jutottam, hogy ezeknek a tényezıknek a pontos ismerete alapvetı fontosságú ahhoz, hogy a gyakorlatban is jól használható, a felhasználói igényekkel is találkozó alkalmazások születhessenek. A negyedik fejezet célja az elemi döntési problématípusok meghatározása, valamint az egyes probléma-típusokhoz javasolható megoldási technikák meghatározása, azok összekapcsolása. A jövıben az általános probléma-megoldó rendszer elképzelések helyett, egyre inkább az egy-egy szakterületre, egy-egy problémára orientált eszközök fejlesztésére helyezıdik a hangsúly. Mindezeket a követelményeket a felhasználói igények és a döntési probléma adta jellegzetességek együttes figyelembevételével és összehangolásával lehet teljesíteni. Ehhez azonban elengedhetetlen az alkalmazási szituációk adta követelmények és a már meglévı rendszerek nyújtotta lehetıségek mind pontosabb ismerete. A rendszerek továbbfejlesztése során a jövıben egyrészt integrálni kell a jelenleg ismert megoldásokat úgy, hogy
26. oldal
szinergia-hatást lehessen elérni, másrészt pedig modularizálni kell a meglévı rendszereket a jobb összekapcsolhatóság érdekében. Ezek megvalósítása során a felmerülı beruházási költségek csökkentésében, a szélesebb felhasználói elérhetıség biztosításában, valamint a moduláris szerkezet kialakításában a jövıben mind nagyobb szerep hárulhat az Internet adta új lehetıségekre. Vélhetıen a doktori értekezésemben elért eredmények jó alapul szolgálnak mind a leendı-, és a jelenlegi felhasználók, mind a fejlesztéssel foglalkozó szakemberek számára ahhoz, hogy a fenti szempontokat minél pontosabban tudják figyelembe venni.
6. AZ ÉRTEKEZÉS TÉMAKÖRÉBEN KÉSZÜLT PUBLIKÁCIÓK
Tudományos folyóirat:
1. Illés B. Csaba - Gyenge Balázs (1998): A hazai juhtenyésztés fejlesztési lehetıségei: költségcsökkentés vagy specializáció; Állattenyésztés és Takarmányozás, Juhtenyésztési különszám 1998 vol. 47. 6p. 411-416 pp. ISSN 0230-1814
2. Gyenge Balázs (2001): Döntéstámogató rendszerek fejlesztésének kulcstényezıi a mezıgazdaságban, (Cardinal factos of developing DecisionSupporting Systems) Gazdálkodás 2001/1 XLV. Évfolyam 14p. 57-68 pp. ISSN 0046-5518 Index 25341
3. Gyenge Balázs (2001): A lineáris programozási modell és a szimulációs módszer integrált alkalmazási lehetısége nitrogénveszteségi vizsgálatokban I. Gazdálkodás 2001/5. szám. 12 p. Megjelenés alatt, befogadási nyilatkozat csatolva. ISSN 0046-5518 Index 25341 4. Gyenge Balázs (2001): A lineáris programozási modell és a szimulációs módszer integrált alkalmazási lehetısége nitrogénveszteségi vizsgálatokban II., Gazdálkodás 2001/6. szám. 12 p. Megjelenés alatt, befogadási nyilatkozat csatolva. ISSN 0046-5518 Index 25341 Tudományos konferencián elhangzott elıadások, kiadványban megjelentetve:
5. Cs.B. Illés - B. Gyenge - L. Podmaniczky - S. Prókai (1995): Simulation of deceison making at dairy enterprise 2nd IFAC/IFIP/EurAgEng Artificial Intelligence in Agriculture, Edited by A.J. Udink ten Cate, R. Martin-Clouaire, A.A. Dijkhuizen, C.Lokhorst, Wageningen, The Netherlands, Elsevier Ltd. 6p. 363-365 pp. 6. Gyenge Balázs - Illés B. Csaba (1996): Szimulációs modell alkalmazása az oktatásban. V. Agrárökonómiai Tudományos Napok, „Gazdálkodás-piaci
27. oldal
verseny a mezıgazdaságban” címő kiadványa, Gyöngyös 4 p. 272-275 pp. ISBN 963 8140 47 x ö, ISBN 963 8140 51 8 I.k.
7. Gyenge Balázs - Illés B. Csaba (1996): A mezıgazdasági szakértıi rendszerek alkalmazásának helyzete és lehetıségei. V. Agrárökonómiai Tudományos Napok, „Gazdálkodás-piaci verseny a mezıgazdaságban” címő kiadványa, Vol. 1, Gyöngyös 5 p. 237-239 pp. ISBN 963 8140 47 x ö, ISBN 963 8140 51 8 I.k. 8. Gyenge Balázs - Györök Balázs (1998): Dinamikus gazdasági szimuláció a sertéstenyésztési ágazatban. „Vállalati környezet és alkalmazkodás az élelmiszertermelésben”, Tudományos Közlemények 2. II. kötet, Gödöllı 5p. 85-89 pp. ISSN 1418-950X ISBN 963 8140 78 x ö, ISBN 963 8140 80 1
9. Gyenge Balázs - Györök Balázs - Arutyunjan Alex (1999): Model development for simulation games augusztus 8-14 2nd International Conference of PHD Students (Economics), Miskolc 4 p. 87.-90 pp. ISBN 963 661 374 5 ö ISBN 963 661 377 x
10. Györök Balázs - Gyenge Balázs - Szalay Zsigmond Gábor (1999): inamic simulation of pig production augusztus 8-14 2nd International Conference of PHD Students (Economics), Miskolc 6p. 91-96 pp. ISBN 963 661 374 5 ö, ISBN 963 661 377 x 11. Szalay Zsigmond Gábor - Györök Balázs - Gyenge Balázs (1999): Virtual Decision at virtual companies Simulation Games augusztus 8-14 2nd International Conference of PHD Students (Economics) , Miskolc 4p. 87.-90 pp. ISBN 963 661 377 x 12. Györök Balázs - Gyenge Balázs (2001): Operation based information system for small-scale farms, 3rd International Conference of PHD Students (Agriculture), Miskolc 6p. 23-28 pp. ISBN 963 661 480 6 ISBN 963 661 485 7
13. Gyenge Balázs - Kovács Attila (2001): Nitrogen loss examination in function of different branch structures for the preparing of the strategic decisions, 3rd International Conference of PHD Students (Economics), Miskolc 5p. 29-33 pp. Miskolc ISBN 963 661 480 6 ISBN 963 661 485 7
14. Gyenge Balázs - Illés B. Csaba - Podmaniczky László - Prókai Sándor (1994): Ismert adatbázison alapuló döntés és problémaorientált gondolkodást támogató oktató rendszer a tejtermelı szarvasmarha ágazatra. Mezıgazdasági Adatbázisok "Workshop" (AGRIcultural data BASE workshop) kiadványa, Debrecen, 11p. 85-95 pp.
15. Gyenge Balázs - Györök Balázs (1998): Objektumorientált szemlélet alkalmazása az állattenyésztésben alkalmazható szimulációs modell készítésében, XL Georgikon napok elıadás és kiadvány, Keszthely 5p. 155-159 pp. 28. oldal
16. Gyenge Balázs - Laczkó András (1998): Számítógépes hálózat és az Intrenet alkalmazási lehetıségei a vállalat és agrárgazdasági ismeretek oktatásában, International Computer Sience Conference, Nyíregyháza 4p. 67-70 pp. 17. Gyenge Balázs - Györök Balázs (1999): Szimulációs modellezés elvi és gyakorlati kérdései egy tejtermelı szarvasmarha gazdaság állományváltozási példáján keresztül, Március 11. V. Ifjúsági tudományos fórum elıadás és kiadvány Keszthely 5p. 383-387 pp.
18. Györök Balázs - Gyenge Balázs (1999): Szimulációs modell alkalmazása a csoportos kocatartás folyamatainak elemzésére. V. Ifjúsági tudományos fórum, elıadás és kiadvány, Keszthely 5p. 388-392. pp. 19. Gyenge Balázs (1999): Üzleti szimulációs játékok fejlesztésének modellezési háttere, október 8-9. II. Alföldi tudományos tájgazdálkodási napok, Mezıtúr 4p. 87-90 pp.
20. Gyenge Balázs - Illés B. Csaba (2000): A döntéstámogató rendszerek fejlesztésének a mezıgazdaság sajátosságaiból fakadó kulcstényezıi, november 09. VISION-2000 III. A kooperáció, a koordináció és az integráció szerepe és lehetıségei az agrár és a vidéki gazdaságban Konferencia, Gödöllı, Vol. II. 9 p. 10p. 4-13 pp. Szakkönyv:
21. Gyenge Balázs (1997): Információ - Ábrázolás és feldolgozás, lektorált egyetemi jegyzet (GI-508) Készült a "Felzárkózás az Európai Felsıoktatáshoz Alap" támogatásával (FEFA 1570/2. sz. alprogram) GATE, Gödöllı 170 p. (Kézirat) Szakfolyóirat:
22. Gyenge Balázs (1999): Szimulációs modellezés gyakorlati megvalósításának nehézségei, Magyar Internetes Agrárinformatikai Újság, No. 13. (1999. szeptember), 6 p. ISSN 1419-1652, http://miau.gau.hu/miau/ 13/szept.html
23. Gyenge Balázs (1999): A mezıgazdaságban alkalmazható szakértıi rendszerek, döntéstámogató rendszerek és mesterséges intelligenciák egymáshoz való viszonya, alkalmazásuk elınyei, Magyar Internetes Agrárinformatikai Újság, No. 16. (1999. december), 9 p. ISSN 1419-1652, http://miau.gau.hu/miau/ 16/december.html
29. oldal
24. Gyenge Balázs (2000): A mezıgazdaság sajátosságai a döntéstámogató rendszerek fejlesztésében, Magyar Internetes Agrárinformatikai Újság, No. 25. (2000. szeptember), 10 p. ISSN 1419-1652, http:// miau.gau.hu/miau/25/szept.html Egyéb publikációk, tanulmányok:
25. Gyenge Balázs - Kovács Attila (2001): Nitrogén veszteség vizsgálata eltérı ágazati szerkezetek függvényében stratégiai döntések elıkészítéséhez. VII. Ifjúsági Tudományos Fórum, Március 29., Veszprémi Egyetem Georgikon Mezıgazdaságtudományi Kar 6p.
26. Gyenge Balázs (1992): Meteorológiai adatokat győjtı és feldolgozó rendszer. Agrár-felsıoktatási Intézmények VIII. Országos számítástechnikai versenye, I. helyezés, GATE, Gödöllı 80 p.
27. Gyenge Balázs (1994): Döntési folyamatot szimuláló számítógépes oktatómodell a tejelı szarvasmarha ágazatban. Tudományos Diákköri Konferencia, Gödöllı 80 p.
28. Gyenge Balázs (1995): Döntési folyamatot szimuláló számítógépes oktatómodell a tejelı szarvasmarha ágazatban. Országos Tudományos Diákköri Konferencia, Nyíregyháza 80 p. Egyéb konferencián elhangzott, kiadványban nem megjelent elıadások:
29. Illés B. Csaba - Gyenge Balázs - Podmaniczky László - Prókai Sándor (1994): Döntési folyamatot szimuláló modell alkalmazása az oktatásban "A magyar agrárátalakulás és az európai normák" címő Kari Tudományos Tanácskozás, Gödöllı, poszter 4 p.
30. oldal
