Számítógépes döntéstámogatás Bevezetés és tematika ´ Werner Agnes ´ oki ¨ es ´ Informaci ´ os ´ Rendszerek Tanszek ´ Villamosmern
e-mail:
[email protected]
SZDT-01 – p. 1/27
El˝oadás
SZDT-01 – p. 2/27
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 szakértoi ˝ rendszerek; Döntések fuzzy környezetben;
FLT MATLAB • Genetikus algoritmusok; GE MATLAB • Folyamatbányászat; ProM • Gyakorlat: Bioinformatika orvosi és egészségügyi területen
SZDT-01 – p. 3/27
´ ´ kovetelm ¨ ´ Segedletek es enyek ˝ Eloadó: Starkné dr. Werner Ágnes egyetemi docens Honlap: Villamosmérnöki és Információs Rendszerek Tanszék http://virt.uni-pannon.hu »Tantárgyak »Számítógépes döntéstámogatás Számonkérés ˝ Az aláírás feltétele az eloadások legalább 50%-án történo˝ 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%). SZDT-01 – p. 4/27
¨ eshozatal ´ Dont • A hétköznapi életben - és a gazdasági életben is -
lépten-nyomon döntenünk kell. • E döntések sokszor könnyuek, ˝ alig igénylik a döntési
környezet vizsgálatát. • A komolyabbak, mint pl. az életkörülményeket, életvitelt,
gazdasági nyereséget befolyásoló döntések alapos körültekintést igényelnek, és akár különbözo˝ módszerek felhasználását is igénylik. • A döntéshozatal egy többlépéses folyamat, melyet számos ˝ fázisra bonthatunk, pl.: kutató vizsgálata alapján 5-6 fobb ◦ ◦ ◦ ◦ ◦ ◦
A döntési probléma meghatározása, adatgyujtés, ˝ Kiértékelési kritériumok (célok) azonosítása, Döntési alternatívák generálása, Megoldás keresése és értékelés, Választás az alternatívákból, Megvalósítás. SZDT-01 – p. 5/27
¨ eshoz ´ ´ Dont as • A döntéshozatal fázisait szoftverekkel támogathatjuk. • Minden fázisra kiterjedo˝ szoftver nincs, de a teljes
döntéshozatalt lehet módszerekkel támogatni. • Az egyes fázisokra, foleg ˝ a 3. és 4. fázisra már sokféle
döntéstámogató szoftvert / rendszert találunk. • E döntéstámogató rendszerek (DSS=Decision Support
˝ System) a probléma, valamint a döntéshozók jellemzoihez igazodva többfélekép épülhetnek fel, ill. más-más módszerekkel támogathatják a döntéshozatalt.
SZDT-01 – p. 6/27
¨ oz ¨ o˝ csoportokba sorolhato´ Egy DSS kul ¨ onb ˝ ol ˝ függoen: ˝ a probléma ill. a döntéshozók jellemzoit 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 különbözo˝ DSS-rol beszélhetünk.
SZDT-01 – p. 7/27
¨ oz ¨ o˝ t´ıpusba sorolhatok ´ DSS szoftverek kul ¨ onb aszerint , hogy mi a szoftver alapveto˝ koncepciója, mi a feldolgozás, muködés ˝ 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
SZDT-01 – p. 8/27
´ ˝ dont ¨ est ´ amogat ´ ´ Vallalati vezetok asa ˝ különbözo˝ hierarchia szinteken A vállalat vezetoi tevékenykednek: • felso, ˝ • közép és • alsó szintu˝ vezetok. ˝
Az egyes szinteken eltéro˝ jellegu˝ feladatokat kell megoldaniuk: • A felsoszint ˝ ˝ stratégiai feladatokat oldanak meg. u˝ vezetok • A középszintu˝ vezetok ˝ taktikai feladatokat oldanak meg. • Az alsó szintu˝ vezetok ˝ operatív feladatokat látnak el.
SZDT-01 – p. 9/27
˝ szintekhez kapcsolod ´ o´ DDS valtozatok ´ A vezetoi • A vállalati vezetok ˝ operatív és taktikai döntéseit alapvetoen ˝
kétféle rendszer támogatja: a DSS és az analitikai alkalmazások
SZDT-01 – p. 10/27
˝ szintekhez kapcsolod ´ o´ DDS valtozatok ´ A vezetoi • A stratégiai döntéseket a felsovezet ˝ ˝ IR támogatja oi
SZDT-01 – p. 11/27
´ ´ Mesterseges intelligencia alkalmazasa • A tudás-alapú DSS a mesterséges intelligencia (MI)
módszereit alkalmazza. • Az intelligens megoldások közül ◦ szakértoi ˝ rendszer, ◦ fuzzy rendszer, ◦ neurális háló, ◦ evolúciós algoritmus, ◦ adatbányászat stb. használatos.
SZDT-01 – p. 12/27
¨ est ´ amogat ´ Dont o´ rendszerek ˝ tevékenység a döntéshozatal körül forog ⇒ Egy Minden vezetoi ˝ menedzser elsodlegesen döntéshozó ⇓
ezt a munkát informatikai ezközökkel szükséges támogatni A döntéstámogató rendszerek használatának célja az, hogy a leheto˝ legalkalmasabb adatok összeválogatásával, azok alapos elemzésével, rejtett összefüggések felfedésével és megjelenítésével segítsék a döntéshozó munkáját.
SZDT-01 – p. 13/27
¨ eshozatalt ´ ´ o´ tenyez ´ ˝ A dont befolyasol ok
SZDT-01 – p. 14/27
´ ¨ ok ¨ Tovabbi eszkoz ˝ döntési munkáját a döntéstámogató rendszerek A vezetok mellett speciális hardver- és szoftvertechnológiák segítik: • Rácshálózatos (grid) technológia; • Vezeték nélküli, mobil technológia (wireless); • Modellvezérelt architektúrák; • Egyre bovül ˝ o˝ internet-szolgáltatások; • Barátságos felhasználói felületek; • Ágens-technológia; • Specifikus algoritmusok, heurisztikák számítógépes
megvalósításai.
SZDT-01 – p. 15/27
¨ esi ´ folyamat fazisai ´ A dont ˝ 1. Elokészítés ⇒ problémameghatározás, adatgyujtés ˝ 2. Tervezés ⇒ alternatívák (jósági mérték) 3. Választás ⇒ megoldás 4. Megvalósítás ⇒ implementált megoldás (validálás) A döntési folyamat I. fázisa adatokat, információkat kap a ˝ környezettol. A többi fázis információkat nyújt a következo˝ fázisok, valamint a környezet felé. ˝ ok ˝ bármelyikére. Minden fázis visszacsatolhat a megeloz
SZDT-01 – p. 16/27
¨ est ´ amogat ´ A dont o´ rendszerek jellemzo˝ komponensei
SZDT-01 – p. 17/27
¨ est ´ amogat ´ Csoportos dont o´ rendszer A Groupsystems for Windows: • GroupSystems Meeting Room LAN-verzió • GroupSystems OnLine weben elérheto˝
SZDT-01 – p. 18/27
Gyakorlat
SZDT-01 – p. 19/27
Kísérlet, esemény, valószínuség ˝
SZDT-01 – p. 20/27
Fogalmak •
• • •
Kísérlet: minden olyan tevékenység, amit valamilyen cél érdekében hajtunk végre ˝ ˝ de és amely azonos körülmények mellett tetszolegesen sokszor megismételheto, ˝ az ismétlésekben az eredmény más lehet pl. otthoni vérnyomás-ellenorzés reggelente és este Kísérlet: jelenségek megfigyelése pl. megfigyeljük az 50 éven felüli dohányzók ˝ ˝ körében egy adott idoszak alatt a tüdorákos 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-fertozés (B esemény) maga után vonja az ˝ AIDS-betegség (A esemény) kifejlodését
•
Minden egység kiküldi a kimeneti értékét az összes többi egységnek, amelyekkel kimeno˝ 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
´ Esemenyalgebra • 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 különbözo˝ esemény összegeként ˝ egyértelmuen ˝ eloállítható: D =A+B+C • Teljes eseményrendszer: A1 , . . . An teljes
eseményrendszert képeznek, ha igazak az alábbi feltételek: ◦ A1 + A2 + . . . + An = I ◦ Ai Aj = ∅, ha i 6= j i = 1, . . . , n és j = 1, . . . , n SZDT-01 – p. 22/27
´ ınus ´ fogalma A valosz´ ˝ eg 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 A1 , A2 , . . . , An események páronként kizárják egymást, akkor igaz. P (A1 + A2 + . . . + An ) = P (A1 ) + P (A2 ) + . . . + P (An ) Feltételes valószínuség: ˝ A és B két esemény és P (B) 6= 0: P (A | B) =
P (AB) P (B)
SZDT-01 – p. 23/27
Feladatokhoz: ˝ Megfigyelési eredmények nemek szerinti bontásban tüdorákra vonatkozóan Nem alakult ki
Kialakult
¨ Osszes
´ Ferfi
13262
454
13716
No˝
16692
153
16845
¨ Osszes
29954
607
30561
SZDT-01 – p. 24/27
Feladatokhoz: ˝ Megfigyelési eredmények dohányzási szokás szerint tüdorákra vonatkozóan ´ ´ szokas ´ Dohanyz asi
Nem alakult ki
Kialakult
¨ Osszes
Nem
14802
65
14867
´ ekelt ´ Mers
4347
47
4394
˝ Eros
10805
495
11300
¨ Osszes
29954
607
30561
SZDT-01 – p. 25/27
´ ınus ´ tetele ´ A teljes valosz´ ˝ eg Ha a B1 , B2 , . . . , Bn események teljes eseményrendszert ˝ alkotnak és P (Bi ) 6= 0, akkor tetszoleges A esemény valószínP uségére ˝ igaz: P (A) = ni=1 P (A | Bi ) × P (Bi ) az A esemény valószínusége ˝ a Bi események feltétele mellett meghatározható. ˝ között Feladat: Egy gyógyszertári aszisztens megfigyelte, hogy a leszállított lázmérok hibásak is vannak. Megfigyelése szerint egy csomagban 0-tól 3-ig fordul elo˝ sérült ˝ Véletlenül kiválasztva egy csomagot a 25 lázmérob ˝ ol ˝ kivesz 3 darabot. Mi a lázméro. ˝ nem sérültek? valószínusége ˝ annak, hogy a kiválasztott lázmérok
SZDT-01 – p. 26/27
´ Bayes-tetel Ha a B1 , B2 , . . . , Bn események teljes eseményrendszert ˝ alkotnak és P (Bi ) 6= 0 és egy tetszoleges A eseményre P (A) 6= 0, akkor a Bi eseményekre igaz: P (Bi | A) =
P nP (A|Bi )×P (Bi ) k=1 P (A|Bk )×P (Bk )
a Bi események valószínusége ˝ az A esemény bekövetkezése esetén mint feltétel mellett a formula segítségével meghatározható. ˝ száma Feladat: Egy nehéz fémeket feldolgozó ipari környezetben a férfiak és nok ˝ azonos. Egy tüdogyógyász szerint 100 férfi közül 15 és minden 100 no˝ közül 7 légzési panaszokkal kuzd. ˝ Mi a valószínusége ˝ annak, hogy közülük kiválasztva egy személyt no˝ lesz?
SZDT-01 – p. 27/27
