Master Rad

Branko Đorđević

Modelovanje procesa odlučivanja u uslovima neizvesnosti

Master rad

______________________ _________________________________ _______________________ _______________________ ______________________ ______________ ___

1. UVOD

Polje istraživanja istraživanja ovog Master rada rada je modelovanje procesa odlučivanja u poslovnoj organizaciji u uslovima neizvesnosti.

Na početku svog rada kada sam odabrao temu nisam ni slutio šta sve na kraju može da ispadne i kuda će me sve putevi putevi istraživanja istraživanja povesti. povesti. Mislio sam sam da će se moj rad i istraživački napori kretati po manje-više utabanim stazama , ali sam često nailazio na raskrsnice sa hiljadu puteva i imao nedoumice kojim od njih da krenem. Sama zamisao

lepo zvuči, ali kako postaviti model koji će imati praktičnu upotrebnu vrednost bilo je pitanje koje me od početka zaintrigiralo. Pre svega iz razloga moguće primene tako razvijenog modela u organizaciji u kojoj sam zaposlen.

Proces upravljanja preduzećem kao kontrolisanom organizacijom zasniva se na aktivnostima donošenja adekvatnih poslovnih odluka. Podrška odlučivanju individualnom donosiocu odluke (DO) je veoma važna aktivnost za uspešno

rukovođenje i upravljanje svakim preduzećem. Da bih mogao što potpunije da pojasnim pojam odlučivanja u u slovima neizvesnosti, osvr osvrnu nuoo sam sam se i na druge oblike donošenja poslovnih odluka, tj. odlučivanje u

uslovima rizika i sigurnosti. To zbog činjenice što ne bi bilo moguće shvati ti odlučivanje u uslovima neizv esnosti bez prethodnog, iako kratkog, analiziranja odlučivanja u uslovima izvesnosti i rizika. Pojam neizvesnosti , kao što će u radu biti precizirano, definiše se kao situacija gde je stanje prirode (problema koji se rešava) nepoznato i gde, za razliku od rizika, nije moguće doći do informacija na osnov u kojih bi se moglo odrediti (dodeliti) verovatnoće nastupanja pojedinih stanja. Neizvesnost proizilazi iz nepredvidivosti unutrašnjih faktora poslovnog sistema i faktora okruženja. Okruženje u kome DO deluje je po pravilu izuzetno kompleksno i dinamično b ez obzira da li se radi o poslovnom ili društvenopolitičkom odlučivanju.

-1-

Branko Đorđević


Master rad

______________________ _________________________________ _______________________ _______________________ ______________________ ______________ ___ Ovaj Master rad je organizovan u osam poglavlja. Naravno, Naravno, pokušao pokušao sam da rad prezentiram na način koji će omogućiti i ostalim studentima da prošire svoje znanje o izloženoj tematici. Prvi deo rada je uvod, u kome je prikazan kratak pregled predmetnog istraživanja. Drugo poglavlje definiše predmet, ciljeve i zadatke istraživanja. U ovom delu rada

iznete su hipoteze čija istinitost treba t reba da bude proverena tokom ovog istraživačkog rad a. Takođe, u ovom poglavlju su predstavljene metode i t ehnike koje su korišćene tokom istraživanja, kao i očekivani naučni doprinosi i pri mena istraživanja. U trećem delu rada izneta je opšta problematika odlučivanja. Daje se prikaz teorijskih postavki modela, metoda i okolnosti u kojima se odvija proces odlučivanja. Poseban

akcenat stavljen je na proces odlučivanja u uslovima nei zvesnosti i na okolnosti koje prate taj proces. Iznosi se i svrha procesa odlučivanja i integrisanja ovog koncepta u poslovni proces, kao i neophodnost neophodnost kompjuterske podrške u procesu menadžerskog menadžerskog

odlučivanja. Četvrta celina rada razmatra sisteme za podršku odlučivanju (SPO) kao integrativni deo svih nivoa odlučivanja savremenih poslovnih organizacija . Dat je prikaz osnovne strukture svakog SPO, neophodnost i prednosti njihovog korišćenja. U narednom, petom, poglavlju poglavlju rada uveden je pojam znanja i prezentovane prezentovane su osnove osnove

jedne nove poslovne koncepcije korišćenja i upravljanja znanjem, a to je menadzment znanja (MZ). Svrha uvođenja problematike korišćenja znanja u ovom radu jeste želja da se zaokruži celina potrebnih resursa i veština za konstruisanje SPO koji bi mogao da unapredi proces proces donošenja odluka odluka u uslovima neizvesnosti. neizvesnosti. Znanje se predstavlja predstavlja kao resurs koji DO može biti od presudne pom oći prilikom donošenja odluke u uslovima

neraspolaganja dovoljnim brojem relevantnih podataka ili nemogućnosti procene verovatnoće nastanka pojedinih alternativa. Takođe, u ovom delu rada pored osnovnih karakteristika životnog ciklusa znanja, v rsta znanja i postavki koncepta MZ, prikazani su i osnovni koraci pri projektovanju organizacione strukture (OS) i informacionih sistema (IS), kao sastavnih delova

projektovanja i uvođenja uvođenja sistema MZ. -2-

Branko Đorđević


Master rad

______________________ _________________________________ _______________________ _______________________ ______________________ ______________ ___ Ovaj Master rad je organizovan u osam poglavlja. Naravno, Naravno, pokušao pokušao sam da rad prezentiram na način koji će omogućiti i ostalim studentima da prošire svoje znanje o izloženoj tematici. Prvi deo rada je uvod, u kome je prikazan kratak pregled predmetnog istraživanja. Drugo poglavlje definiše predmet, ciljeve i zadatke istraživanja. U ovom delu rada

iznete su hipoteze čija istinitost treba t reba da bude proverena tokom ovog istraživačkog rad a. Takođe, u ovom poglavlju su predstavljene metode i t ehnike koje su korišćene tokom istraživanja, kao i očekivani naučni doprinosi i pri mena istraživanja. U trećem delu rada izneta je opšta problematika odlučivanja. Daje se prikaz teorijskih postavki modela, metoda i okolnosti u kojima se odvija proces odlučivanja. Poseban

akcenat stavljen je na proces odlučivanja u uslovima nei zvesnosti i na okolnosti koje prate taj proces. Iznosi se i svrha procesa odlučivanja i integrisanja ovog koncepta u poslovni proces, kao i neophodnost neophodnost kompjuterske podrške u procesu menadžerskog menadžerskog

odlučivanja. Četvrta celina rada razmatra sisteme za podršku odlučivanju (SPO) kao integrativni deo svih nivoa odlučivanja savremenih poslovnih organizacija . Dat je prikaz osnovne strukture svakog SPO, neophodnost i prednosti njihovog korišćenja. U narednom, petom, poglavlju poglavlju rada uveden je pojam znanja i prezentovane prezentovane su osnove osnove

jedne nove poslovne koncepcije korišćenja i upravljanja znanjem, a to je menadzment znanja (MZ). Svrha uvođenja problematike korišćenja znanja u ovom radu jeste želja da se zaokruži celina potrebnih resursa i veština za konstruisanje SPO koji bi mogao da unapredi proces proces donošenja odluka odluka u uslovima neizvesnosti. neizvesnosti. Znanje se predstavlja predstavlja kao resurs koji DO može biti od presudne pom oći prilikom donošenja odluke u uslovima

neraspolaganja dovoljnim brojem relevantnih podataka ili nemogućnosti procene verovatnoće nastanka pojedinih alternativa. Takođe, u ovom delu rada pored osnovnih karakteristika životnog ciklusa znanja, v rsta znanja i postavki koncepta MZ, prikazani su i osnovni koraci pri projektovanju organizacione strukture (OS) i informacionih sistema (IS), kao sastavnih delova

projektovanja i uvođenja uvođenja sistema MZ. -2-

Branko Đorđević


Master rad

______________________ _________________________________ _______________________ _______________________ ______________________ ______________ ___

Sledeće, šesto, poglavlje rada predstavlja praktično razvijen metod poslovne inteligencije za rešavanje problema odlučivanja u poslovnom sistemu pri uslovima neizvesnosti. Ovaj metod je prethodio nastanku Teorije odlučivanja na osnovu slučajeva i naziva se Zaključivanje na osnovu slučajeva (ZOS). ZOS za rešav anje novih problema koristi znanje i iskustvu iz prethodno rešenih sličnih problema. ZOS će poslužiti kao metodologija za razvijanje praktično upotrebljive aplikacije čija je osnova predstavljena u sedmom poglavlju ovog Master rada. Sedmo poglavlje rada predstavlja krunu svih prethodnih delova i u njemu je

predstavljena realizacija ideje uvođenja znanja i iskustva prethodno rešenih problema u proces modelovanja problema odlučivanja u uslovima neizvesnosti. U ovom delu je da t prikaz primene razvijenog modela za jedan konkretan primer sa kojim sam u dodiru u svom svakodnevnom radnom okruženju.

U zaključku se iznose i znose rezultati istraživanja i postignuta naučna dostignuća kroz proveru istinitosti postavljenih hipoteza i pretpostavki. U ovom poglavlju daju se i nagoveštaji

budućih pravaca naučnog istraživanja, pogledi u budućnost obrađivane problematike i mogućnosti poboljšanja predloženog modela.

-3-

Branko Đorđević


Master rad

______________________ _________________________________ _______________________ _______________________ ______________________ ______________ ___

2. DEFINISANJE PREDMETA ISTRAŽIVANJA

Definisanje predmeta istraživanja predstavlja prvi korak u svakom istraživanju, pa se shodno tome u ovom poglavlju prikazuje određenje problema istraživanja i njegove komponente.

2.1. Predmet istraživanja

Predmet istraživanja je deo naučne zamisli u kome se definiše šta se istražuje. Ovaj Master Master rad razmatra razmatra teorijsku teorijsku osnovu osnovu modela modela za donošenj donošenjee odluka odluka u uslovima neizvesnosti, sa posebnim osvrtom na uticaj prethodnih iskustava prilikom donošenja odluka za iste ili slične probleme . Intuitivno je jasno da je proces donošenja odluke koji vrši čovek neka vrsta prepoznavanja prepoznavanja oblika i u suštini jeste problem koji se svodi na

specifičan oblik informacija kojima se raspolaže. Osnovni cilj je da se na osnovu modela formalizuju formalizuju ti složeni mehanizmi donošenja donošenja odluke i da se izvrši njihova

automatizacija prilagođena računarima. Želja je da se u radu, kroz predloženi model, poveže proces poslovnog odlučivanja sa znanjem.

2.2. Ciljevi i zadaci istraživanja

U okviru ovog naučno -istraživačkog rada postavljen je osnovni cilj, koji glasi: Unaprediti funkcionisanje poslovnih sistema

kroz

sagledavanje

postojećih

nedostataka i njihovo prevazilaženje prevazilaženje integracijom i primenom različitih disciplina razmatranih u predloženom modelu.

Polazi se od postojećeg stanja u predmetnoj oblasti i predlaže se novi sistem koji može da poboljša stanje u bilo kojoj organizaciji.

-4-

Branko Đorđević


Master rad

______________________ _________________________________ _______________________ _______________________ ______________________ ______________ ___

Osnovni praktični ciljevi i zadaci istraživanja bazirani su na sledećem: 1.

Pronaći odgovarajuće teorijske i praktične metode u svrsi rešavanja problema donošenja odluka u uslovima neizvesnosti i izvršiti njihovu implementaciju u predloženi model;

2.

Unapređenje celovitog poslovanja sistema primenom razvijenog modela , tj. analiz analizira iranje njem m uticaj uticajaa prethodno rešenih sličnih problema na proces donošenje odluka u uslovima neizvesnosti.

2.3. Hipoteze istraživanja

U ovom delu rada se daje prikaz opšte, posebnih i pojedinačnih hipoteza istraživanja, i

to sledećim redosledom: Opšta hipoteza:

Mo guće je uvidom u prethodno rešene probleme uticati na efikasnost procesa donošenja odluka u uslovima neizvesnosti. Posebne hipoteze: hipoteze:

1. Analizom postojećeg stanja mogu se uočiti procesi u kojima je moguće

integrisati koncept poslovnog odlučivanja i povećati njegova rezistentnost na neizvesnost. 2. Mo Moddelo elovanj vanjeem različitih organizacionih stanja poslovnog sistema moguće je pojednostaviti napore za pronalaženje najboljeg odgovora sistema na neizvesnost. Pojedinačne hipoteze:

1. Projektna dokumentacija preduzeća može poslužiti kao polazna osnova za

poslovnog odlučivanja. integraciju primen jivih modela poslovnog

-5-

Branko Đorđević


Master rad

______________________ _________________________________ _______________________ _______________________ ______________________ ______________ ___ 2. Kompetetivna prednost se postiže samo zajedničkim napo rima cele organizacije.

2.4. Metode i tehnike istraživanja

Da bi rešili raznovrsne probleme, ljudi se mogu koristiti različitim pomoćnim sredstvima, kao š to su računari, pogotovo u eri Interneta, ali u tom slučaju se zahtevaju kvalitetne programske ala tke. Ugradnja elemenata ljudske inteligencije u računarske programe pomaže razvoju sistema sposobnih za samostalan rad i donošenje odluka u složenim, nepotpuno o karakterisanim i/ili nejasnim situacijama, koje često predstavljaju opis realnosti. Problematika koja se razmatra ovim radom je složena i predstavlja doprinos za traženje optimalnih rešenja. U ovom primenjenom istraživanju koristila koristila se metoda modelovanja u cilju utvrđivanja i provere funkcionisanja hipotetičnog rešenja. Sistemski pristup u savremenoj nauci predstavlja specijalnu metodološku koncepciju, koja ima zadatak da u sistematičnom obliku obliku formuliše formuliše sveukupn sveukupnost ost metoda metoda istraživanja i konstruisanja sistema različ itih tipova i klasa. Važno je istaći da u takvom poimanju sistemski pristup ne pretenduje na iznalaženje opštih rešenja, već su to metodološka saznanja pomoću kojih se

konkretizuju odgovarajuća pojedinačna rešenja. Sistemskom pristupu u rešavanju naučnih naučnih i stručnih stručnih problema problema pridaje pridaje se sve sve veći značaj, značaj, a metodologija sistemskih istraživanja čini osnovu nauč nih istraživ istraživanja anja koja su primenj primenjena ena u ovom radu. radu. sledeće metode naučnoistra naučnoistra živačkog rada: Konkretno, u istraživanju se koriste sledeće  Induktivna i deduktivna metoda za prikupljanje činjenica o problemima vezanim za procese odlučivanja; 

Metoda analize i sinteze donošenja odluka;



Metoda kompilacije objavljenih naučnih dela iz predmetnog područja i njihov transfer transfer na na problematiku rada;



Metoda vođenja dokumentacije za prikupljanje podataka, informacija i stavova stavova DO u procesima procesima odlučivanja.

-6-

Branko Đorđević


Master rad

______________________________________________________________________ Karakter i metode istraživanja determinisale su i tehnike i instrumente istraživanja. Osnovne istraživačke tehnike i instrumenti su: 

Analiza literature je tehnika koja se primenjivala u postupku proučavanja dostupne literature iz domena odlučivanja i metoda za njeno određivanje.



Tehnika modelovanja. Odabranom tehnikom modelovanja i definisanim skupom podataka za generisanje modela pristupilo se generisanju većeg

broja tipičnih različitih modela. Razlog tome leži u činjenici što tehnike modelovanja tipično imaju određen broj parametara koji utiču na proces stvaranja modela, a time i na oblik i kvalitet generisanog modela. Stoga je proces generisanja modela u stvari iterativne prirode, u kojem se menjanjem tih parametara traži njihova optimalna kombinacija, koja daje najbolji rezultat.

Konačni model detaljno je interpretiran . Osim toga, dat je opis modela u smislu njegove kompleksnosti (tipologija, broj i složenost pravila). Testiranje se vršilo u postupku provere ostvarenosti postavljenih hipoteza, ciljeva i zadataka istrašivanja.

2.5. Očekivani naučni doprinosi istraživanja

Od ovog rada se očekuju sledeći naučni doprinosi:  Osnovni naučni doprinos ovog Master rada je razvoj modela procesa odlučivanja pri uslovima neizvesnosti.  Doprinos poslovnom odlučivanju analiziranjem uloge i položaja prethodnih iskustava u procesu odlučivanja u neizvesnim uslovima.  Doprinos integracije većeg broja naučnih disciplina, kao što su teorija odlučivanja, projektovanje organizacije, menadžment znanja, teorije upravljanja, itd. 

Iznošenje opšte pr oblematike odlučivanja u uslovima neizvesnosti.

-7-

Branko Đorđević


Master rad

______________________________________________________________________

2.6. Realizacija istraživanja

Neprekidne promene u neposrednom okruženju preduzeća uslovljavaju njegovo funkcionisanje i opstanak. Ova pojava je naročito izražena u uslovima potpune neizvesnosti kada je verovatnoća pojavljivanja budućih događaja koji utiču na realizaciju donešene odluke ne određena. Ovakve situacije su za DO nepovoljne, ali su nekada neizbežne. Samim tim i odgovornost za donetu odluku postaje sve veća . Imajući sve to u vidu realizaciju istraživanja i njegovo prezentovanje u ovom radu organizovao

sam na sledeći način: - U trećem poglavlju rada govori se o opštoj problematici odlučivanja. Daje se prikaz teorijskih postavki modela i okolnosti u kojima se vrši proces odlučivanja. Poseban akcenat stavljen je na p roces odlučivanja u uslovima ne izvesnosti i na

okolnosti koje prate taj proces. Iznosi se i svrha procesa odlučivanja i integrisanja ovog koncepta u poslovni proces. - Naredna celina rada se bavi istraživanjem i utvrđivanjem ul oge SPO u procesu donošenja odluke. - U narednom poglavlju obrađuje se značaj znanja u poslovnom odlučivanju. Daje se kratak pregled sistema MZ i njegove uloge u svramenim poslovnim organizacijama. - Sledeće poglavlje predstavlja kjučno poglavlje ovog rada i prikazuje predloženi

način modelovanja procesa odlučivanja u poslovnom sistemu pri uslovima neizvesnosti. - Zatim je dat prikaz primene razvijenog modela prolaženjem svih koraka za jedan konkretan primer sa kojim sam u dodiru u svom svakodnevnom radnom okruženju. - U zaključku se iznose rezultati istraživanja i postignuta naučna dostignuća kroz proveru istinitosti postavljenih hipoteza i pretpostavki.

-8-

Branko Đorđević


Master rad

______________________________________________________________________

2.7. Očekivani rezultati i primena istraživanja

Ovo poglavlje treba da ima formu izveštaja o rezultatima istraživanja u kome su na

sažet i sistematizovan način prezentovani rezultati do kojih se došlo tokom istraživanja. Primena rezultata istraživanja:

Očekuje se da će rezultati istraživanja u teorijskom smislu doprineti: 

Standardnoj

metodologiji

modelovanja

i

projektovanja

poslovnih



organizacija i sistema za podršku odlučivanju; Boljoj primeni modela u podršci odlučivanju za rešavanje problema u uslovima izražene neizvesnosti;

Većem integrisanju koncepta menadžmenta znanja sa jedne strane i poslovnog odlučivanju sa druge;  Jačanju sinergetskog efekta među članovima organizacije u cilju postizanja većeg uspeha u poslovnim sistemima;  Inegraciji različitih naučnih disciplina u naporu da se obezbedi što efikasniji 

i pouzdaniji sistem za podršku DO. U praktičnom pogledu očekuje se razvoj i implementacija predloženog modela za

podršku odlučivanju sa mogućnošću analize uticaja prethodno rešenih slučajeva na sam proces odlučivanja.

-9-

Branko Đorđević


Master rad

______________________________________________________________________

3. ODLUČIVANJE U POSLOVNIM SISTEMIMA

Ovaj rad se bavi problematikom procesa donošenja odluka u uslovima neizvesnosti, pa je stoga neophodno da se razmotre teorijske osnove procesa odlučivanja. U ovom poglavlju, pored objašnjenja procesa odlučivanja, modela i vrsta odluka, dat je i prikaz problema donošenja odluka u menadžmentu. Veliki deo ovog poglavlja posvećen je okolnostima i okruženju u kome se odvija p roces odlučivanja, sa posebnim naglaskom (u skladu sa temom rada) na odlučivanje u uslovima neiz vesnosti. U okviru dela koji se bavi problematikom donošenja odluka u uslovima neizvesnosti iznete su osnovne postavke dve teorije koje će imati poseban značaj z a dalji tok ovog rada i to Teorije

očekivane korisnosti i Teorije odlučivanja na osnovu slučajeva . Teorija odlučivanja je interdisciplinarna nauka koja se u svoj im istraživanjima koristi saznanjima iz ekonomije, matematike, statistike, filozofije, psihologije, sociologije, organizacione teorije, itd. Teorija odlučivanja je analitički i sistematski pristup

proučavanju procesa donošenja odluka i bavi se pitanjima: k ako treba odlučivati (normativna teorija), kako (ali i o čemu , zašto itd.) se odlučuje u praksi (deskriptivna teorija), pri čemu su takva pitanja deo istraž ivanja, u prvom redu, psihologije i socijalne psihologije. Unutar teorije odlučivanja ponuđen je vel iki broj odgovora na pitanje kako i šta treba prvenstveno istraživati u pojmu odlučivanja, praktično toliko odgovora ima koliko i istraživača iz tog područja. Izučavanje procesa odlučivanja predstavlja jednu od vrlo značajnih istra živačkih aktivnosti procesa upravljanja poslovnim sistemima. Samo naučno proučavanje odlučivanja počinje tek tridesetih godina pro šlog veka. U novije vreme odlučivanje zauzima dosta prostora u naučnim istraživanjima širom sveta, jer je postalo jasno da od donetih odluka u veliko j meri zavisi uspeh preduzeća. Većina naučnika polazeći o d interdisciplinarnog karaktera teorije odlučivanja, smatra da je istu moguće razvrstati na1: 

1

Normativnu;



Deskriptivnu;



Preskriptivnu.

Sikavica, Bebek, S koko, Tipurić, Poslovno odlučiv anje, Informator, Zagreb, 1994.

-10-

Branko Đorđević


Master rad

______________________________________________________________________

Normativna teorija odlučivanja se zasniva na ekonomiji, matematici i statistici. Pretpostavlja potpunu racionalnost DO, pa je na osnovu nje koncipiran racionalni metod

odlučivanja. O normativnoj teoriji odlučivanja (koja se još naziva i teorija očekivane korisnosti), kao i o racionalnom odlučivanju, biće nešto više reči u daljem toku rada. Deskriptivna teorija odlučivanja pokušava opisati ono što se zbiva u realnoj situaciji

odlučivanja bez stvaranja vrednosnih sudova o kvalitetu odluke. Bitna karakteristika deskriptivne teorije odlučivanja je često k orišćenje eksperi menta. Ne postoji jedinstvena deskriptivna teorija, ona je doprinos viš e naučnih disciplina i to: psihologije, socijalne psihologije, sociologije... Heuristika je nauka o metodima i principima pronalaženja novog. Heuristika predstavlja, uglavnom, lična pravila dobrog prosuđivanja i postavljanja hipoteza koje karakterišu ekspertni nivo u datom području. Heuristika dostupnosti je pravilo po kojem ljudi donose odluku, odlučuju o frekventnosti i verovatnosti nekog događaja prema tome koliko je taj događaj lako zamisliti.

Uobičajene događ aje lakše je zamisliti i zapamtiti nego neuobičajene. Prema nekim istraživanjima2 kako ljudi donose odluke došlo se do zaključaka da postoje određena pravila koja se u tom procesu uglavnom koriste, a ona najč ešće dovode do pogre šnih i manje verovatnih odgovora, ali zbog praktičnosti i u štede vremena posla kod odabira mogućih odgovora, ljudi ih ipak u većini slučajeva koriste. Najč ešće korišćeno pravilo pri procesu donošenja odluka je da specifičniji konkretni opisi izgledaju mnogo vi še verovatni nego oni uopšteniji, zbog toga š to se čine vi še sličnima zamišljenim konkretnim događajima. Što je opis specifičniji, manja je verovatnoća njegovog pojavljivanja nego kada je manje konkretan, tj. više uopšten. Jedno od pravila je i "pravilo malih brojeva", kada se od ljudi, recimo, zahteva da napišu niz ishoda

slučajnog bacanja novčića. Najč ešće će taj niz imati male razlike između brojeva pismo i glava, tj. neće se uzastopno pojavljivati veći broj pisama ili glava, iako bi se to i moglo očekivati. Preskriptivna teorija odlučivanja je razvijena tokom posleratnog razdoblja kao proširenje normativne teorije u područje re šavanja realnih problema odlučivanja. Ona

premošćuje jaz između teorije u odluč ivanju i stvarnog ponašanja prilikom donošenja odluke. Preskriptivna teorija odlučivanja naziva se jo š Kvantitativna teorija odlučivanja 2

Edwards, Tversky, Decision making, England, Harmnodsworth: Penguin Books, 1967.

-11-

Branko Đorđević


Master rad

______________________________________________________________________ ili Management science. Najčešće metode koje se koriste u kvantitativnom odlučivanju su: sistemska analiza, metode operacionog istraživanja i metode simulacije.

Šta je odlučivanje? U najjednostavnijem slučaju problem odlučivanja sastoji se u odabiru jedne od dveju mogućih hipoteza na bazi raspoloživih podataka. Savremeni pristup odlučivanju posmatra ovaj fenomen u okviru svih ostalih ljudskih aktivnosti kao složene interakcije

između ljudi, poslovnih sistema i okruženja. Odlučivanje čini izbor između alternativnih aktivnosti za postizanje nekog cilja, na osnovu razmatranja ishoda svake alternative po

nekom utvrđenom kriterijumu izbora. Čovek svakodnevno do nosi odluke. Prilikom odlučivanja veoma bitno je uskladiti želje i mogućnosti. Na primer, p rilikom donošenja odluke o tipu automobila koji želi da kupi čovek na osnovu svojih potreba razmatra različite modele automobila sa različitim nivima opreme i na kraju donosi konačnu odluku. Međutim, često čovekove želje u pogledu modela automobila budu ograničene finansijskim mogućnostima.

Želje

Odlučivanje teško

Odlučivanje relativno

Mogućnost greške u odlučivanju velika (najveća)

Mogućnost greške

postoji

Odlučivanje relativno

Odlučivanje lako

Mogućnost greške

Mogućnost greške mala

(najteže)

lako

teško

(najlakše)

postoji

(gotovo i ne postoji)

Mogućnosti Slika 1. Odnos između želje i mogućnosti u odlučivanju

-12-

Branko Đorđević


Master rad

______________________________________________________________________

Odlučivanje3 je proces koji se sastoji iz niza koraka koje treba preduzeti da bi se izvršio izbor najbolje akcije (alternative). Odlučivanje predstavlja proces pripreme i donošenja odluka. Prema Harisonu4 odlučivanje u zavisnosti od karakteristika same odluke može biti

podeljeno na sledeće nivoe: 

Nivo pojedinca (individue);



Nivo grupe;



Nivo organizacionog odlučivanja; Nivo globalnog odlučivanja.



Kada govorimo o odlukama na nivou pojedinca, onda se uzima u obzir nivo stečenih

znanja i veština, način odrastanja i obrazovanja, uticaj vaspitanja, kao i niz drugih faktora koji utiču na način razmišljanja i odlučivanja pojedinaca. U jednom istraživanju objavljenom 1982. godine ističu se sledeći razlozi zbog kojih odluke koje donosi pojedinac nisu uvek u saglasnosti sa logikom koju zagovara teorija

odlučivanja:5

-

Čovek kao ljudsko biće, često „precenjuje“ niske verovatnoće nastupanja nekih događaja, a takođe „potcenjuje“ visoke verovatnoće; Pojedinci su često „neosetljivi“ na veličinu uzorka njihovih opservacija;

-

Pojedinci podešavaju svoje prve aproksimacije proceni na bazi dodatnih

-

istraživanja; -

Pojedinci često procenjuju svoju sposobnost procenjivanja verovatnoća nastupanja neizvesnih događaja ; Pojedinci teže procenjivanju verovatnoća događaja koji se aktuelno zbivaju, isto kao u situacijama kada oni ili neko drugi treba da proceni

-

prošle događaje; Pojedincima je značajno lakše da upoređuju p arove alternativa, nego da poređenja vrše na skupu alternativa;

-

Pojedinci teže da minimiziraju pouzdanost eksplicitnih instrumentarija i

ostalih numeričkih procedura; 3

Čupić, Tummala, Suknović, Odlučivanje: formalni pristup , FON, 2003, str. 566.

Sa engleskog: Decision making Harrison, The managerial Decision-Making Process, Houghtion Mifflin Co., Boston, 1987. 5 Čupić, Tummala, Suknović, op. cit, str. 58. 4

-13-

Branko Đorđević


Master rad

______________________________________________________________________

Pojedinci često prave izbor koji je nekoegzistentan i netranzitivan; Pojedinci se često p onašaju tako da prosto odbijaju da prihvate predloge „analitičara“ odlučivanja, čak i u situacijama kada su kriterijumske funkcije dobro definisane (i najčešće potvrđene od njih samih). Iz tih razloga pokazalo se da pojedinci kao DO u većini slučajeva kori ste -

pojednostavljene metode eliminacije alternativa, što se u suštini svodi na rešavanje problema, a ne na traženje efikasnih i efektivnih ili optimalnih rešenja.

Odluke na nivou grupe zavise od pojedinaca koji sačinjavaju grupu. U većini

slučajeva u grup i se prepoznaju pojedinci koji su sposobni da se nametnu kao autoritet i koji postavljaju obrasce. Ostali članovi grupe mogu biti konstruktivni i snagom argumenata braniti svoje stavove, ali i pored toga, ne retko, prihvataju se stavovi nefprmalnog ili for malnog vođe.

Organizaciono odlučivanje ima dosta toga zajedničkog sa induvidualnim

odlučivanjem, jer su u organizaciji u većini slučajeva DO pojedinci (menadžeri), a tek u novije vreme grupno odlučivanje ima veće učešće. Kada se pomene odlučivanje većina ljudi taj pojam vezuje za organizaciono odlučivanje. Naime, najviše istraživanja u oblasti istraživanja se sprovodi upravo zbog nalaženja onih mehanizama koji će dovesti do efikasnijeg i efektivnijeg odlučivanja u poslovnim sistemima, jer je to u direktnoj korelaciji sa uspehom tog sistema.

Globalno odlučivanje je najviši nivo odlučivanja i može se posmatrati sa opšteg

društvenog, nacionalnog ili nadnacionalnog nivoa. Ovaj nivo odlučivanja ima postavljene ciljeve koje treba postići imajući u vidu društveni interes, a odluke su takve da u dužem vremenskom periodu vode do ostvarenja ciljeva. Opšta karakteristika

globalnog odlučivanja jesu jasno definisana pravila i principi. Globalno odlučivanje je zapravo grupno odlučivanje u kome se poštuje volja većine (npr. odlučivanja u raznim parlamentima, skupštinama, udruženjima, itd.).

Analizirajuć nivoe odlučivanja može se reći da u suštini u osnovi teorije odlučivanja leži princip odlučivanja pojedinca i način uspostavljanja grupnog odlučivanja.

-14-

Branko Đorđević


Master rad

______________________________________________________________________ Kako je svaka odluka spoj intuicije, procene i racionalnosti, to se većina autora slaže da se može govoriti o: 

Intuitivnom odlučivanju,



Iskustvenom odlučivanju (odlučivanju na osnovu procenjivanja);



R acionalnom odlučivanju.

Intuitivno odlučivanje je, kao što mu i sam naziv govori, odlučivanje na bazi intuicije,

odnosno osećaja DO. Menadžer često za rešavanje određenog problema ima postavljene vremenske rokove, pa neretko pribegava intuitivnom rešavanju problema zaobilazeći statističke analize. DO često nije u mogućnost i da objasni razloge zaš to je u odluč ivanju postupio tako kako jeste, jer on jednostavno bira između viš e varijanti. Ukoliko je broj varijanti manji, veća je verovatnoća da će se intuitivnim odlučivanjem izabrati prava mogućnost. Dakle, moglo bi se reći kako na kvalitet intuitivnog odlučivanja utiče, u prvom redu, broj mogućnosti za rešavanje problema, kao i verovatnoća nastupanja svake od više mogućnosti. Kada je reč o poslovnom odlučivanju gde je moguć veliki broj varijanti rešenja problema, odlučivanje n a osnovu intuicije pruž a male mogućnosti za izbor najpovoljnije odluke, pa ga treba svesti na najmanju moguću meru. U mnogim slučajevima intuicija ima neku racionalnu podlogu, koje mo žda ni DO nije svestan, a zasniva se na znanju, odnosno iskustvu, mada to odlučivanje ima sve odlike intuitivnog odlučivanja. Intuitivno odlučivanje dobro je koristiti u situaciji velike nesigurnosti, gde su informacije ograničene i postoji samo nekoliko uporišta na koja se može eventualno osloniti.

U intuitivnom odlučivanju radije se upotrebljavaju iskustvo i posmatranje nego dosledna logika ili izrazito rasuđivanje. Intuitivno odlučivanje mo že se koristiti u svim fazama procesa odlučivanja, a posebno u fazi identifikacije problema, kao i u fazi odlučivanja o načinu reš avanja problema. Iskustveno odlučivanje, odnosno, odlučivanje na osnovu procenjivanja, gledajući ga vrednosno na skali načina odlučivanja, ima veću vrednost od intuitivnog odlučivanja.

Ovaj način odluč ivanja je između intuitivnog i racionalnog odlučivanja. Odlučivanje na osnovu procenjivanja koristi se u situacijama koje se ponavljaju, dakle u manjoj ili

većoj meri programiranom odlučivanju. To je, dakle, odlučivanje na temelju ranijih iskustava i znanja za iste ili slične situacije.

-15-

Branko Đorđević


Master rad

______________________________________________________________________

Mogućnosti korišćenja odlučivanja na bazi procenjivanja zavisi o toga hoće li se ponovljena odluka donositi u istim ili barem približno istim uslovima, tj. kontekstu

odlučivanja. Odlučivanje na temelju procenjivanja jedan je od najče šćih načina odlučivanja upravljača, a bazira se na nj ihovom znanju i iskustvu, dok mu je velika prednost i to što se odlučuje brzo i bez doda tnih troškova. Što se odlukama spušta niže u organizacijskoj hijerarhiji, sve će više biti onih koje se donose na osnovu procenjivanja, odnosno iskustveno. Na slici 2 prikazan je jedan od mogućih modela iskustvenog odlučivanja sa kontrolnim elementom. Definisanje problema i konteksta Pronalaženje rešenja za

prethodne slične situacije Prilagođavanje starog

rešenja novom problemu Primena izabranog rešenja

Analiza rezultata

Slika 2. Iskustveno odlučivanje

Racionalno odlučivanje se zasniva na analitičkom postupku koji se sastoji od

određenih faza i koristi se u s ituacijama koje se ne ponavljaju. Jedan od najuticajnijih zastupnika ideje racionalnosti u odlučivanju bio je Max Weber. Herbert Simon bio je prvi koji je ideju racionalnog odlučivanja primenio na poslovno odlučivanje. Racionalno odlučivanje zahteva inform isanog DO i predstavlja onaj deo upravljanja koji je najdirektnije povezan sa naučnim metodama odlučivanja. To je jedan od razloga zbog kojeg se racionalno odlučivanje naziva naučnim odlučivanjem. Racionalno odlučivanje najpogodniji je način odlučivanja ukoliko se u međuvremenu parametri, odnosno faktori uticaja iznenada ne promene. Ovaj je način odlučivanja, zbog svog -16-

Branko Đorđević


Master rad

______________________________________________________________________

analitičkog postupka, relativno spor, a ujedno i skup. Međutim, koristi se u situacijama u kojima su troš kovi tog načina odlučivanja manji od uč inka koji se postiže donošenjem odluka na taj način. Kod svih situacija odlučivanja moguće je naći sledeće zajedničke elemente 6: 

Cilj odlučivanja;



Alternativne odluke;



Ograničenja;



Rezultati odlučivanja;



Kriterijum izbora odluke.

Cilj je željeno stanje sistema, željeni izlaz ili željeni podskup u skupu stanja sistema, tj. skupu izlaza. Iskazuje se funkcijom cilja. Cilj se ostvaruje u uslovima različitih

ograničenja. Prvi va žan korak u č itavom procesu donošenja odluka jeste razumevanje potrebe da se ovaj proces primeni, odnosno razumevanje problema koji želimo rešiti. To

je konačan cilj dono šenja odluka. Konkretni problemi mogu biti vrlo različiti. Da bi smo mogli efikasno rešiti problem treba razumeti problem iz perspektive ograničenja u njegovom rešavanju i otkriti važ ne činioce koji mogu uticati na konač ni rezultat donošenja odluka.

Alternativa je ono što DO stoji na raspolaganju kao mogućnost izbora prilikom

odlučivanja. Skup takvih alternativa (akcija) se često zove strategijom. Ograničenja su posledica prirode sistema, ograničenosti resursa, tehničkih mogućnosti

postrojenja, mogućnosti čoveka. Međ u najvažnija ograničenja u odlučivanju ubrajamo nedovoljna i ograničena sredstva, informacije i vreme koje nam stoji na raspolaganju za potrebe odlučivanja. Ograničenja se defini šu sistemom jednačina ili nejednač ina u kojima figurišu iste nepoznate kao i u funkciji cilja. DO mora poznavati ograničenja u odlučivanju kako bi definisao prostor, odnosno područje delovanja ili akcije koje će preduzeti. Ograničenja u odlučivanju limitiraju moguć i broj varijanata rešavanja nekog problema. Ograničenja mogu biti manja ili veća, tako da se sloboda izbora neke odluke može kretati u rasponu od potpune slobode do potpune neslobode. 6

Srića, Principi modernog menadžmenta, Zagrebačka poslovna š kola, Zagreb, 1992, str. 33-34.

-17-

Branko Đorđević


Master rad

______________________________________________________________________

Rezultat odlučivanja, odnosno rezultat izbora jeste odluka. Proces odlučivanja završava se u trenutku kada je izvršen konkretan izbor.

Kriterijum izbora odluke. Izbor između raznih mogućnosti se sprovodi na taj nač in što se ishodi svake alternative upoređuju sa stanjem nazvanim cilj, pri če mu se kao merilo, tj. kriterijum kvaliteta izbora, mož e postaviti veći ili manji stepen slaganja sa ciljem (maksimalno slaganje = optimalna odluka; zadovoljavajuće slaganje = zadovoljavajuća odluka).

Pod naučnim metodama odlučivanja smatraju se one metode odlučivanja koje se u potpunosti ili u znatnom delu izvode iz teorije odlučivanja. Uz pojam naučnih metoda odlučivanja vezan je pojam modela odlučivanja. Naime za skup viš e metoda povezanih po nekom zajedničkom svojstvu u upotrebi je naziv model odlučivanja.

3.1. Modeli odlučivanja

Modelovanje problema odlučivanja kao zadatka optimizacije ima vi še dobrih osobina. Pre svega, u okviru matematičkog programiranja razvijeno je puno efikasnih algoritama za rešavanje karakterističnih tipova zadataka. Model odlučivanja je i zražen u uslovima performansi, ograničenja i varijabli

odlučivanja. Svrha takvog modela je pronala ženje optimalnih ili zadovoljavajućih vrednosti var ijabli odlučivanja, koje poboljš avaju performanse sistema unutar promenljivih ograničenja. Takvi modeli mogu, onda, pomoći u usmeravanju DO. Identifikacijom alternativnih rešenja (akcija, varijanti) i njihovim testiranjem, kao izborom najboljeg rešenja i njegovom implementacijom, model zauzima nezamenjivo mesto i ulogu u procesu donošenja odluka.

-18-

Branko Đorđević


Master rad

______________________________________________________________________ Modeli odlučivanja se mogu podeliti na 7: 

Verbalne modele;



Matematičke modele.

Kod verbalnih modela upotrebljava se običan svakodnevni govor, koji je nedovoljan,

pa se razvio stručni jezik sa sopstvenom terminologi jom. Matematički modeli odlučivanja najčešć e se prikazuju kao skup vektora alternativa (akcija, strategija) a i vektora mogućih okolnosti (stanja prirode) s. Kombinovanjem

parametara vektora akcija sa parametrima vektora stanja obezbjeđuje se određeni efekat eij. Većina modela koji su u upo trebi koristi matematičke simbole (npr. matematička jednačina je simboličan model). Prikladna sredstva prikazivanja modela odlučivanja su :  

Tabele odlučivanja; Stablo (drvo) odlučivanja.

Tabela ili matrica odlučivanja (matrica efikasnosti, tabela uslovnih vrednosti) je matrica kvantitativno izraženih posl edica akcija i stanja prirode uz određenu

verovatnoću stanja. Očekivani (uslovni) is hodi mogu se izraziti kao finansijski efekti i efekti izraženi u jedinicama mera korisnosti. Ako su finansijski efekti u matrici

odlučivanja izraženi kao očekivani profiti ili dobit (koji mogu poprimiti i negativnu vr ednost), tabela odlučivanja se naziva tabela ostvarenih finansijskih efekata 8, a u domaćoj literaturi se još prevodi i kao tabela plaćanja.

7

Harold, Koontz, Heinz, Weihrich, Essentials of Management, Fifth Edition, Mc Graw-Hill publishing Company, New York, 1990, str.115. 8 Sa engleskog: Payoff Table, Conditional Profit Table.

-19-

Branko Đorđević


Master rad

______________________________________________________________________ Akcije Aj a1

a2

...

aj

...

an

s1

e11

e12

...

e1j

...

e1n

s2

e21

e22

...

e2j

...

e2n

...

...

...

...

...

...

...

si

ei1

ei2

...

eij

...

ein

. . .

...

...

...

...

...

...

sm

em1

em2

...

emj

...

emn

Stanja prirode Si

Slika 3. Matrica efikasnosti (tabela plaćanja)

Ako su finansijski efekti izraženi kao oportunitetni gubici, takvu tabelu zovemo tabela propuštenih dobiti9. U našoj literature je susrećemo još i pod nazivom tabela žaljenja. Akcije Aj a1

a2

...

aj

...

an

s1

o11

o12

...

o1j

...

o1n

s2

o21

o22

...

o2j

...

o2n

...

...

...

...

...

...

...

si

oi1

oi2

...

oij

...

oin

. . .

...

...

...

...

...

...

sm

om1

om2

...

omj

...

omn

Stanja prirode Si

Slika 4. Matrica propuštenih dobiti (tabela žaljenja)

Stablo odlučivanja. Pored tabelarnog načina prikazivanja, probleme izbora možemo

prikazati i grafičkim putem uz pomoć tzv. stabla (drveta) odlučivanja. Drvo odlučivanja konstruiše se sa leva na desno i sastoji se od dve vrste čvorova i d ve vrste grana. Prvi čvor jeste čvor odluke, a grane koje polaze iz ovog čvora jesu grane mogućih akcija. Na krajevima ovih grana nalaze se čvorovi događaja koji se dalje račvaju na grane mogućih 9

Sa engleskog: Opportunity Loss Table, Regret Table.

-20-

Branko Đorđević


Master rad

______________________________________________________________________

događaja. Na krajevima ovih grana nalaze se ishodi događaja, koji su proizvod izabrane akcije i okolnosti koju ne možemo da kontrolišemo. Postoje određene p rednosti primene drveta odlučivanja (npr. k ada vršimo izbor akcija na koje utiče veliki broj spoljašnjih faktora, jer tada imamo veliki broj komplikovano formul isanih događaja koji otežavaju kako razumevanje problema, tako i preg lednost tabele, a takođe, i u uslovima rizika gde verovatnoće pojedinih akcija zavise od preduzete akcije), ali one ovom prilikom neće biti detaljnije razmatrane. Kao krajnji rezultat upotrebe svaki model treba da nam predloži odluku, a da bismo znali šta sve jednu odluku čini odlukom treba da znamo njene osnovne karakteristike, kao i da se upoznamo sa vrstama odluka koje postoje. Nešto više o odluci i karakteristikama odluke, kao i o vrstama odluka dato je u nastavku rada.

-21-

Branko Đorđević


Master rad

______________________________________________________________________

3.2. Odluka

Najjednostavnije posmatrano možemo reći da je o dluka izbor iz skupa od najmanje dve opcije kojima možemo da ostvarimo željeni cilj. Ako raspolažemo samo jednom opcijom, onda nema dileme u vezi sa izborom, a time nema ni problema sa

odlučivanjem. Donoš enje odluka može se shvatiti kao izbor između viš e alternativa. Odluka10 je rezultat izbora jedne, iz skupa mogućih alternativa, odnosno akcija, koje

DO (pjedinačnom ili grupnom) stoje na r aspolaganju. 3.2.1. Karakteristike odluke Da bi odluka mogla uspešno rešiti posmatrani problem ona mora biti 11: 

Nedvosmislena;



Precizna;



Realna;



Jasna;



Donesena na vreme.

Prema istom izvoru svaka odluka u sebi mora sadržati sledeće elemente: 

Subjekat, objekat, strukturu ili sastav na koji se odluka odnosi i koji odluku treba realizovati;



Aktivnosti koje treba izvršiti radi realizacije odluke;



Sastav ciljeva koje treba ostvariti realizacijom odluke;



Sastav ograničenja ili limitirajućih faktora;



Termine, rokove, prostorne, vremenske i druge resurse;



Sastav materijalno-tehničkog, finansijskog i drugog osiguranja realizacije odluke.

10

Čupić, Tummala, Suknović, op. cit , str. 565.

Sa engleskog: Decision Sikavica, Bebek, Skoko, Tipurić, Poslovno odlučiv anje, Informator, Zagreb, 1994.

11

-22-

Branko Đorđević


Master rad

______________________________________________________________________

3.2.2. Vrste odluka

U zavisnosti od kriterijuma u naučnom svetu postoji veliki broj podela odluka. Ovde će biti prikazane samo neke od njih za koje smatram da imaju veze sa tematikom ovog rada. Prema Simonu odluke mogu biti 12:  

Programirane odluke; Neprogramirane odluke.

Programirane odluke se upotrebljavaju u situacijama koje se ponavljaju i kada se od DO zahteva rešavanje rutinskih problema. Njihova upotreba zasnovana je na ustaljenim

kriterijumima odlučivanja i s obzirom na ranija iskustva koraci u odlučivanju su poznati.

Neprogramirane odluke se donose u situacijama koje nisu redovne i koje se ne ponavljaju, tj. u situacijama kada se problem javlja po prvi put i slučaj je za sebe.

ODLUKA

Programirana

Neprogramirana

Vrsta

Strukturirana

Nestrukturirana

Učestanost

Rutinske

Nove

Ciljevi

Jasni

Nejasni

Informacije

Lako dostupne

Nedostupne

Posledice

Manje

Veće

Nivo menadžmenta

Niži

Viši

Vreme

Kratko

Relativno dugo

Osnova za donošenje

Pravila i procedure donošenja

Kreativnost

Tabela 1. Karakteristike programiranih i neprogramiranih odluka

12

Simon, Administrative Behavior, MacMillan, 1959.

-23-

Branko Đorđević


Master rad

______________________________________________________________________ Dahl i Lindblom odluke dele na 13: Strukturirane;

 

Nestrukturirane.

Stepen strukturir anosti odluke označava u kojoj su one meri rutinske i koliko se često ponavljaju.

Strukturirne odluke su one koje su se već često donosile. To su najčešće programirane odluke na nižim nivoima menadžmenta. DO poseduju znanje o tome koje su informacije i metode potrebne za njihovo donošenje. Opcije između kojih se pravi izbor dobro su poznate i mogu se lako proceniti sa stanovišta ciljeva sistema. Problem odlučivanja je visokostrukturiran u onoj meri u kojoj su DO poznate sve komponente problema. Dobro strukturiran problem omogućuje DO da u njegovom rešavanju primeni iskustvo iz prošlosti. Rutinske odluke donose se uz primenu standardnih procedura. To mogu biti postupci sa konačnim brojem logički poređanih koraka koji dovode do očekivanog rešenja. Takođe, to mogu biti i heuristike koje se mogu uspešno primeniti u traženju rešenja. Međutim, takva pravila ne garantuju uspeh.

Nestrukturirane odluke se donose u izvanrednim situacijama, pa se one po pravilu donose samo jednom. Takve odluke odnose se ili na potpuno nove situacije,

prouzrokovane neočekivanim zbivanjima unutar ili izvan sistema, ili su vrlo retke. Kod njih je opcije teško formulisati, a nekada i proceniti sa stanoviš ta ciljeva sistema. Često nedostaje i znanje o načinu odlučivanja. U kojoj meri je problem odlučivanja strukturiran određeno je time koliko je DO poznato trenutno, a koliko željeno stanje sistema, kao i procedura prevođenja sistema iz trenutnog u željeno stanje. U rešavanju takvog problema DO orijentisan je na onu komponentu koja mu je najbolje poznata: -

Ako mu je poznato samo sadašnje stanje on će pomake raditi na osnovu provere da li ide u smeru poboljšanja performansi;

-

Ako zna konač no (željeno) stanje pokuš aće povratnom dedukcijom identifikovati transformacije koje bi to stanje povezale sa polaznim;

-

Ako su mu poznati samo postupci (transformacije) kojima se može menjati stanje sistema o kojem odlučuje, on ć e pokušati specifikovati početno i

konačno stanje tako da može primeniti ono što zna. 13

Sikavica, Bebek, Skoko, Tipurić, op. cit.

-24-

Branko Đorđević


Master rad

______________________________________________________________________ Za donošenje nestrukturiranih odluka potrebne su kreativnost, mašta, intuicija i sposobnost istraživanja. Slaboj strukturiranosti problema odlučivanja najviše doprinose uslovi iz okruženja. Kvalitet odluke zavisi od logičkog okvira za odlučivanje i načina

odlučivanja DO. Takođe, može se govoriti i o polustrukturiranim odlukama. To su one kod kojih je znanje o nekim aspektima odlučivanja dobro poznato, ali se o drugim aspektima malo zna. Zato je potrebno sakupiti odgovarajuće znanje da bi se odluka mogla doneti. Prema važnosti odluke i nivoima na kojima se ona donosi p ostoje različite vrste odluka, ali se smatra da je najzačajnija podela na 14: 

Strateške;



Taktičke;



Operativne odluke.

Starteške odluke su najznačajnije i sa dugoročnim posledicama, odnose se najčešće na planiranje i programiranje razvoja, a osnovni kriterijum njihovog vrednovanja je efektivnost (deletvornost) sistema. Strateške odluke donosi najviše rukovodstvo i to bi

trebalo raditi racionalnim odlučivanjem . Taktičke odluke obezbeđuju realizaciju strateških odluka, dok je osnovni kriterij um njihovog vrednovanja efektivnost (uspešnost sistema). Donosi ih srednje rukovodstvo.

Taktičke odluke se odnose na raspored resursa na način da se postignu ranije utvrđ eni ciljevi, odnosno da se postigne optimalni odnos između inputa i outputa. Od taktič kih odluka se očekuje povećanje efikasnosti postrojenja (tj. što veći output u odnosu na input). Taktičke odluke donosi srednji nivo menadžmenta i to najčešće na bazi procenjivanja, mada to nije pravilo.

Operativne odluke se donose svakodnevno, čime se obezbeđuje osnova za realizaciju

obaveza i promena iniciranih na svim nivoima menadžerskog odlučivanja. To su odluke najnižeg reda preko kojih se realizuju taktičke odluke. Operativne odluke su najčešće

14

Sikavica, Bebek, Skoko, Tipurić, op. cit.

-25-

Branko Đorđević


Master rad

______________________________________________________________________ programirane i koriste se za rešavanje rutinskih problema. Donosi ih najniži menadžment. Operativne odluke bi se, po pravilu, morale donositi intuitivno.

3.3. Okolnosti i okruženja u kojima se odlučuje

Na odlučivanje uopšte utiču i činioci okoline. Pod okolinom sistema podrazumeva se deo okruženja sa kojim on dolazi u kontakt. Okolina je sve ono što se nalazi izvan sistema. Okolnosti ili stanja prirode su faktori na koje DO ne može uticati, a od kojih

zavise posledice različitih odluka, tj. izabranih akcija. Činioci okoline različito utiču na odlučivanje u sistemu. Međusobna interakcija DO sa zadatkom koji treba da reši i sa okruženjem u kome rešava taj zadatak može se predstaviti kao na slici 5.

DO

ZADATAK

- Znanje; - Memorija; - Obrada informacija; - Motivacija; - ...

Dato

Cilj Barijere Alat

OKRUŽENJE - Dodatne informacije; - Povratna sprega; - Resursi; - Pritisak; - ...

Slika 5. Interakcija DO sa zadatkom i okruženjem

Može se razlikovati o dlučivanje u uslovima stabilne okoline od odlučivanja u uslovima nestabilne okoline, odnosno promenljive ili turbulentne okoline. U uslovima stabilne

okoline promene su spore i slabe pa je i odlučivanje lak še, a dominira centralizovan

-26-

Branko Đorđević


Master rad

______________________________________________________________________

način odlučivanja, nasuprot odlučivanju u uslovima nestabilne okoline u kome su promene brze pa je potrebno decentralizovano odlučivanje. U zavisnosti od stabilnosti, odnosno nestabilnosti okoline zavise i prioriteti u odlučivanju. Nestabilna okolina, za razliku od stabilne, menja listu prioriteta. U stabilnoj okolini odluke se, po pravilu, donose sa manjim stepenom neizvesnosti i rizika, za razliku od nestabilne okoline, u

kojoj će postojati visok stepen rizika i visok nivo neizvesnosti očekivanog rezultata. Pored stabilnosti i nestabilnosti okoline, druge dve dimenzije okoline su jednostavnost i složenost. Pod jednostavnoš ću i slo ženošću okoline misli se na broj faktora koji utiču na

odlučivanje u sistemu. Jednostavna je okolina takva u kojoj na odlučivanje utiče mali broj faktora, za razliku od složene okoline, u kojoj na odlučivanje utiče veliki broj faktora. Najlakše je donositi odluke u onim sistemima koji posluju u stabilnoj i jednostavnoj okolini. Neš to će teže biti odlučivati u uslovima stabilne i složene okoline. Još je teže odl učivanje u uslovima jednostavne i nestabilne okoline, a najte že u uslovima nestabilne i složene okoline. Okolnosti mogu biti povoljne ili nepovoljne, zavisno od toga sa kakvom se

verovatnoćom, odnosno pouzdanoš ću, može proceniti očekivani rezultat. Da bi DO doneo najbolju odluku, mora dobro poznavati situaciju, odnosno okolnosti u kojima se

odlučuje. Ako je situacija u kojoj se odlučuje potpuno poznata i jasna, tada je lako odlučivati, pa u tom slučaju reč je o determinističkom odlučivanju. Međutim, u realnim situacijama odlučivanja često nije tako. Tada je reč o stohastičkom odlučivanju. Rezultate odluka lakše je proceniti ako se one donose u sigurnim uslovima, za razliku od onih odluka koje se donose u uslovima rizika, odnosno nesigurnosti. S obzirom na okolnosti u kojima se odlučuje, a prema teoriji odlučivanja , može se

govoriti o odlučivanju u uslovima: 

Sigurnosti;



Rizika;



Neizvesnosti;

-27-

Branko Đorđević


Master rad

______________________________________________________________________ Vera DO u realizaciju odluke znatna je za odluke koje se donose u uslovima sigurnosti, znatno manja za odluke koje se donose u uslovima rizika, a najmanja za odluke koje se donose u uslovima nesigurnosti, kao što je prikazano na slici 6.

Vera DO u odluku Visoka

Niska Sigurnost

Rizik

Nesigurnost

Okolnosti

Slika 6. Odnos između okolnosti u kojima se odlučuje i vere DO u odluku

3.3 .1. Odlučivanje u uslovima s igurnosti Odluka se donosi u uslovima sigurnosti kada se mož e tačno predvideti rezultat svake od

mogućnosti, odnosno varijante re šavanja problema. DO tačno zna šta će se dogoditi s a odlukom ako izabere bilo koju od mogućnosti. Što se više udaljava od operativnih odnosno rutinskih odluka prema taktičkim i strateškim odlukama, to su uslovi odlučivanja sve rizičniji, odnosno nesigurniji. Isto tako, što se više ide u hijerarhiji od nižih prema višim nivoima upravljanja, to je veći broj odluka koje se donose na tim višim nivoima u uslovima rizika i nesigurnosti.

Kod odlučivanja pri izvesnosti ključna uloga DO je da prikupi neophodnu količinu informacija potrebnih za donošenje odluke, da definiše alternativna rešenja, a sam izbor alternative zavisi od izbora metode koja će se prilikom izbora koristiti. Pored jednostavnih metoda MAXMIN i MINMAX mogu se koristiti i složenije metode za

određivanje optimalne akcije pod pretpostavkom da se događaji kako je i prdviđeno. U

-28-

Branko Đorđević


Master rad

______________________________________________________________________ zavisnosti od karakteristika problema prikupljanje informacija se vrši sa ili bez

uzorkovanja, statističkim merenjem ili prognozom. Čak i odluke koje se donose u us lovima sigurnosti, donose se više u uslovima relativne nego apsolutne sigurnosti. Ako možemo sa sigurnoš ću znati koje će situacije u datim okolnostima nastupiti, tada se govori o odlučivanju u uslovima sigurnosti i određ enosti. Danas se za rešavanje problema u takvim okolnostima najč ešće koriste mod eli i tehnike operacionih istraživanja iz oblasti linearnog i nelinearnog programiranja. Odgovarajuća tehnika za rešavanje takvih problema dobro je poznata simpleks tehnika. Primer optimizacije putem modela linearnog programiranja je primer donošenja odluka u

uslovima sigurnosti i određenosti. Simpleks tehnika predstavlja računski postupak (algoritam) kojim se kroz seriju repetitivnih operacija postupno dolazi do optimalnog rešenja problema. Teoretski, simpleks metoda može služiti za rešavanje problema sa bilo kojim brojem varijabli i ograničenja.

3.3 .2. Odlučivanje u uslovima rizika Uopšteno, rizik kao pojam predstavlja kombinaciju verovatnoće nekog događaja i

uticaja, odnosno (negativne) posledice tog događaja u slučaju realizacije pretnji koje iskorišćavaju neku od ranjivosti. Rizik (R) za pojedini resurs procenjuje se procenom njegove vrednosti (AV15), ranjivosti tog resursa (V16), pretnji koje mogu iskoristiti te ranjivosti (T17), verovatnoće ostvarenja pretnji (P18) i posledica (I 19) koje se mogu

dogoditi ukoliko se određena pretnja ostvari. Dakle, matematički, rizik predstavlja funkciju navedenih varijabli: R = f (AV,V,T,P,I)20 .

15

Sa engleskog: Asset Value. Sa engleskog: Vulnerability. 17 Sa engleskog: Threat. 18 Sa engleskog: Probability. 19 Sa engleskog: Impact. 20 Krutz, Dean Vines, The CISSP Prep Guide.Mastering the Ten Domains of Computer Security, John Wiley & Sons, Inc., 2001. 16

-29-

Branko Đorđević


Master rad

______________________________________________________________________ Da bi se rezultati procene rizika mogli smatrati valjanim, sam proces mora zadovoljiti

sledeće kriterijume:  Jednoznačnost; 

Objektivnost;



Pouzdanost;



Repetabilnost.

Odlučivanje u uslovima rizika karakteriš e činjenica da su DO poznate moguće varijante rešavanja problema, međ utim, nisu mu sa sigurnoš ću poznate posledice svake varijanate. Dakle, odlučivanje u uslovima rizika je odlučivanje u okolnostima u kojima rezultati nisu sigurni, ali su poznate verovatnoće za različit e rezultate. Upravljanje rizikom je proces kroz koji se potvrđuje poslovna opravdanost odabira sigurnosnih rešenja i kontrola koje će obezbediti dovoljan nivo sigurnosti. Takođe, proces upravljanja rizikom omogućava razvoj strategije i postavljanje ciljeva u području sigurnosti sistema. Najvažniji deo tog procesa, ali i najpodložniji greškama, jeste prvi korak koji predstavlja procenu rizika. Postoji kvalitativna i kvantitativna procena rizika. Kvalitativnom procenom rizik se procenjuje iskustveno, odnosno opisno, za razliku od kvantitativne procene, kod koje se rizik opisuje numerički (finansijski).

Kvantitativni pristup proceni rizika oslanja se na primenu egzaktnih numeričkih vrednosti. U tom slučaju, parametrima za izračunavanje rizika nastoji se da se odrede tačne vrednosti. Vrednost resursa prikazuje se u novčanim jedinicama. Ranjivosti, pretnje i posledice u slučaju realizacije pos matraju se kao tzv. faktor izloženosti, koji se izražava procentom gubitka vrednosti resursa u slučaju ostvarenja pojed ine pretnje. Verovatnoća, koja takođe zavisi od ranjivosti i pretnji, obično se posmatra u zadatom vremenskom periodu, pa se u skladu sa tim sprovodi i kvantifikacija rizika za taj vremenski period. Za razliku od kvantitativnog pristupa, kvalitativni pristup proceni rizika ne koristi apsolutne vrednosti parametara, nego kvalitativno evoluira njihov uticaj na rizik. Kod kvalitativnog pristupa veliku važ nost imaju iskustvo, stručnost i iznad svega,

-30-

Branko Đorđević


Master rad

______________________________________________________________________ sposobnost osoba koje sprovode procenu rizika. Procena se sprovodi kvalitativno, ali zbog lakše interpretacije rezultata, kod kvalitativne procene rizika parametri se, isto kao i procenjeni rizik, kvantifikuju. Za razliku od kvantitativnog pristupa, dobijene

numeričke vrednosti nisu apsolutne, već relativne. Osim s ubjektivnosti, koja je inherentni problem kvalitativnog pristupa proceni rizika, pa samim tim i direktan uzrok nepouzdanosti, dodatni faktor koji može uticati na pouzdanost rezultata kvalitativne procene

jeste

metoda

kvantifikacije

subjektivno

procenjenih

parametara,

kvantifikovanje rizika pa ponovna reinterpretacija tako dobijenih numeričkih vrednosti. Pošto se kvalitativna procena rizika izrazito oslanja na subjektivnu procenu, podložna je greškama. Uzimajući u obzir to da se kvalitativne veličine par ametara procenjuju subjektivno, da bi se postigla repetabilnost, vrlo je bitno da se sam čin procene vi še kompetentnih osoba mož e jednoznačno interpretirati i sprovoditi, s a istim ili sličnim rezultatima. O bezbeđenje jednoznačnosti, pouzdanosti, objektivnosti i repetabilnosti u

postupcima kvalitativne procene je često problematično. Metode koje predlažu postojeći standardi imaju određene nedostatke, zbog kojih ne ispunjavaju sve kriterijume potrebne za procenu rizika. Verovatnoća svake pojedine varijante mož e se utvrditi matematičkim modelima, ali isto

tako i procenom, odnosno iskustvom. Verovatnoća realizacije određene varijante koju utvrđujemo matematičkim putem, a na osnovu istorijskih podataka, naziva se objektivna verovatnoća, za razliku od subjektivne verovatnoće, do koje se dolazi procenom na osnovu ranijih iskustava. Time se mogu utvrditi troškovi osiguranja rizika.

-31-

Branko Đorđević


Master rad

______________________________________________________________________

3.3 .3. Odlučivanje u uslovima neizvesnosti

Čovek je svakodnevno izložen potrebi da donosi nekakve odluke, bilo da su to odluke lične prirode bilo da su u pitanju odluke vezane za posao koji obavlja. Nezavisno od toga o kakvom je odlučivanju reč DO je po pravilu izložen okruženju koje je izuzetno kompleksno i dinamično. Možemo reći da je neizvesnost prisutna prilikom svakog odlučivanja bez obzira koliko je problem naizgled jednostavan. Pitanje je samo koliko je DO spreman da zanemari neizvesnost i koliko je spreman da prihvati rizik pogrešne odluke. Neizvesnost može biti prouzrokovana pogrešnim pretpostavkama ili „višim silama“. Pogrešne pretpoatavke su posledica nedovoljnih informacija ili nepoznavanja prirode

stvari u budućnosti, bilo da se radi o događaju koji ima uti caja na odluku a nije predviđen ili je prdviđen događaj ali nisu predviđeni svi efekti koje on nosi sa sobom, odnosno nije predviđeno vreme kada će se događaji desiti. Pod neizvesnošću prouzrokovanom „višim silama“ smatraju se događaji koji imaju štetne posledice koje se nisu mogle predvideti niti sprečiti (npr. vremenske nepogode, katastorfe i drugi događaji slične prirode). Osim nekih statističkih metoda gde se na osnovu poznavanja prošlosti može zaključivati o budućnosti, ne postoji način da se u svim segmentima predvide budući događaji. DO pretpostavlja određena stanja na bazi prikupljenih podataka (stanja resursa, raspoloživi kapaciteti, motivisanost zaposlenih i sl.), koja su u većini slučajeva tačna i neznatno promenljive u funkciji vremena. Neizvesnost je prisutna i kada se donosi odluka pri poznatim svim parametrima za donošenje odluka, ali su pojedini kriterijumi kvalitativne prirode što prouzrokuje to da pojedine vrednosti atributa za ocenu alternativa zavise od subjektivne procene DO, kao i relativne težine izabranih kriterijuma. Subjektivnost DO se kod rešavanja realnih

problema ne može izbeći, ali se neodređenosti moraju uzeti u obzir prilikom procesa donošenja odluka.

-32-

Branko Đorđević


Master rad

______________________________________________________________________

Ukupno uzev, neodređenost se može posmatrati u sledećim situacijama 21:  Kada dati uslovi koji karakterišu pojam n e određuju jedinstveno očekivani rezultat, ovakve pojave se obično modeliraju teorijom verovatnoće;  Kada nije moguće (a nije ni potrebno) precizno znati posmatrane vrednosti, ovakve neodređenosti se obično tretiraju intervalnom matematikom;  Kada neodređenost potiče od nepreciznosti u komunikaciji među ljudima (npr. visoki ljudi, niska temperatura, slaba prodaja i sl.), ovakve se

neodređenosti modeliraju teorijom fuzzy skupova. Neizvesnost proizilazi iz nepredvidivosti unutrašnjih faktora poslovnog sistema i faktora okruženja. Okruženje u kome DO deluje je po pravilu izuzetno kompleksno i

dinamično bez obzira da li se radi o poslovnom ili društvenopolitičkom odlučivanju. Osnovni razlog te složenosti leži u činjenici što je izuzetno teško razumeti prirodu faktora i okolnosti koje utiču na sve alternative odlučivanja za posmatrani pr oblem. Ti faktori mogu biti ekonomski, kulturološki, institucionalni, socijalni, tehnički i faktori okruženja. Intenzitet uticaja na pojedine poslovne odluke zavisi kako od značaja odluke tako i od vremena u kome se odluka donosi.

Dakle, može se reći da odlučivanje pri neizvesnosti predstavlja najsloženiji i u praksi najčešći oblik odlučivanja. Pa se logično postavlja pitanje: „Šta je to neizvesnost?“. Za potrebe ovog rada odlučio sam se za sledeću definiciju: Neizvesnost22 se definiše kao slučaj kada je stanje prirode nepoznato i kada su

nepoznate sve informacije na osnovu kojih bi se mogle dodeliti (odrediti) verovatnoće nastupanja pojedinih stanja. Neizvesnu situaciju karakteriše: 

Nedostatak informacija;



Nesigurnost dostupnih informacija;



Nedostatak saznanja o mogućnostima procene situacije odlučivanja;



Nepoznavanje povezanosti između različitih varijabli koje utiču na odluku, odnosno na verovatnoću njenog ostvarivanja.

21

Čupić, Tummala, Suknović, op. cit. Čupić, Tummala, Suknović, op. cit.

22

-33-

Branko Đorđević


Master rad

______________________________________________________________________ Obzirom na složenost i u realnom životu učestan ost potrebe za rešavanjem problema

odlučivanja pri neizvesnosti razvijena je posebna naučna disciplina koja nosi naziv Analiza odlučivanja (AO). AO je okvir za rešavanje problema odlučivanja sistemskim logičnim uravnoteženjem svih činilaca koji utiču na izbor odluke. AO je izvedena iz operacionih istraživanja i teorije igara tako da uključuje identifikaciju svih raspoloživih izbora i potencijalnih ishoda svakog od njih u vizuelnoj seriji odluka. DO kroz

raspodelu verovatnoća treba da kvantificira uticaj kako faktora okruženja tako i unutrašnjih faktora. Ovaj proces se odvija kroz AO, a naziva se šifrovanjem neizvesnosti ili analizom neizvesnosti. AO je posebno značajna u sledećim situacijama: 

Odluka je složena, a informacije su nesigurne;



Postoji više izbora koji su legalni i ne zahtevaju velike resurse;



Odluka je važna i posledice su ozbiljne.

AO čine sledeći koraci 23: 1. Strukturiranje problema: Nabrajanje svih mogućih alternativa odlučivanja,

stanja i određivanja plaćanja . 2. Analiza neizvesnosti: Dodeljivanje verovatnoća svim mogućim stanjima. 3. Analiza korisnosti ili preferencija: Dodeljivanje preferencija za rizične posledice. 4. Izbor optimalne akcije : Izbor se vrši na osnovu kriterijuma očekivane

novčane vrednosti ili kriterijuma očekivane korisnosti . 5. Prikupljanje novih informacija (evidencija): Prikupljanje dodatnih

informacija iz odgovarajućih uzoraka radi smanjenja neizvesnosti i izbor najbolje akcije u svetlu novih informacija.

Odlučivanje u uslovima nesigurnosti se javlja kada DO ne zna sve moguće varijante za rešavanje problema ili kada D O zna moguće varijante rešenja problema, ali ne zna verovatnoće svake od mogućnosti. Nije svejedno da li DO nema nikakve ili nema sigurne informacije. Nesigurnost

odlučivanja najveća je upravo u uslovima nepostojanja nikakvih informacija o 23

Čupić, Tummala, Suknović, op. cit.

-34-

Branko Đorđević


Master rad

______________________________________________________________________

verovatnoći mogućnosti rešenja problema. Iako su u praksi retke situacije kad se odluka mora doneti u uslovima totalne nesigurnosti, DO morao bi nastojati dodatnim, odnosno

sigurnim informacijama ovo odlučivanje pretvoriti barem u odlučivanje u uslovima rizika. Ako nema drugih mogućnosti, potrebno je na bazi iskustva, odnosno intuicije, proceniti subjektivnu verovatnoću za svaku mogućnost. Zavisno od toga kako se i kada DO uključuje u rešavanje problema, većina autora razlikuje tri osnovna pristupa, odnosno tri grupe metoda rešavanja, i to: 

Aposteriorni pristup;



Apriorni pristup;



Interaktivni i kooperativni pristup.

Aposteriorni pristup. DO se u aposteriornom pristupu uključuje u analizu i rešavanje

svog problema posle određivanja skupa dominantnih rešenja, dakle a posteriori. On sam treba da izabere najbolje rešenje. Zadatak analitičara je da iz dopustivog skupa izdvoji podskup dominantnih rešenja. Ovaj pristup je više teorijskog nego praktičnog značaja. Dva su osnovna razloga za to. Prvi razlog je taj što je izdvajanje podskupa dominantnih

rešenja analitički često nerešiv problem. Za izvesne zadatke diskretne optimizacije i za višekriterijumsko linearno programiranje to je u principu moguće uraditi, ali prilično teško. Drugi razlog je taj što podskup dominantnih rešenja može da bude veoma širok

(velik ili beskonačan broj elemenata skupa), tako da DO ne može lako da odabere rešenje.

Apriorni pristup. U apriornom pristupu donošenja odluke treba unapred, pre rešavanja

zadatka višekriterijumskog odlučivanja, iskazati svoj odno s prema kriterijumima. Ovo može da se uradi utvrđivanjem prioriteta ili hijerarhije kriterijuma, dodeljivanjem preferencija pojedinim kriterijumima, određivanjem relativnog odnosa između svaka dva kriterijuma ili na neki drugi način. Na osnovu toga analitičar treba, rešavanjem zadatka, da predloži donošenje odluke, tj. jednog rešenja koje najviše odgovara njegovim iskazanim preferencijama. Nedostatak ovog pristupa je u tome što DO teško može iz jednog pokušaja da precizno odredi svoj stav prema kriterijumim a, naročito na

način koji zahtevaju određeni matematički model i metoda. On se po pravilu protivi da unapred eksplicitno kaže kakav odnos između kriterijuma postoji, ako će mu to kasnije predstavljati obavezu. Jedino što je izvesno jeste to da on rešenje traži u skupu dominantnih rešenja. Analizom rešenja za razne skupove težinskih koeficijenata, na -35-

Branko Đorđević


Master rad

______________________________________________________________________

primer, DO može da prepozna međusobni odnos kriterijuma i rešenja i dobije bolji uvid u suštinu problema. Apriorni pristup je teorijski najviše razmatran i prak tično najčešće primenjivan.

Razvijeno je puno metoda apriornog višekriterijumskog odlučivanja. Neke od njih su prilično jednostavne i to im daje veliku prednost za praktične primene u posebnim situacijama.

Interaktivni pristup obuhvata metode koje kombinuju apriorni i aposteriorni pristup sa

aktivnim učešćem u donošenju odluke. Pristup se zasniva na neprekidnom korišćenju računara u fazi odlučivanja i korisnički realizovanom okruženju. Savremeni softverski alati treba da pruže DO snažnu podršku u eksperime ntisanju različitim skupovima svojih referenci. Jednostavno i brzo obavljanje raznovrsnih analiza treba da olakša DO

konačni izbor. Za potrebe analize i rešavanja slučajeva donošenja odluka u uslovima neizvesnosti razvijene su brojne teorije, od kojih ću, za potrebe ovog rada, dati prikaz Teorije očekivane korisnosti, kao jedne od najpoznatijih teorija u ovoj oblasti, i Teorije zaključivanja na osnovu slučaja, kao jedne novije i opšte prihvaćene teorije.

3.3.3.1. Teorija očekivane korisnosti

Teorija očekivane korisnosti24 je jedna od poznatija teorija koja se bavi izuč avanjem odlučivanja u uslovima neizvesnosti. Ova teorija se pokazala kao veoma korisna i lako primenljiva metoda za modelovanje procesa odlučivanja u uslovima neizvesnosti. Teorija očekivane korisnosti25 je naučna disciplina koja matematičkim aparatom

pokušava da iskaže subjektivne preference DO o posledicama koje proističu iz procesa odlučivanja, a koje se ne mogu na uobičajeni (kvantitativni) način iskazati (npr. preko novčanih vrednosti).

24

Drugi naziv za ovu teoriju je Teorija preferenciji. Čupić, Tummala, Suknović, op. cit.

25

-36-

Branko Đorđević


Master rad

______________________________________________________________________

Teoriju očekivane korisnosti postavili su John von Neumann i Oskar Morgenstern 26 (1947), a dopunio je Savage (1954). Autori su ovu teoriju opisali kao normativnu teoriju

ponašanja. To znači da njena namera nije bila da opiše kako se ljudi zaista ponašaju, već kako bi se ponašali kada bi sledili određene zahteve racionalnog donošenja odluka. Ova tri istraživača su postavili niz pravila koja bi racionalni DO trebao da poštuje prilikom izbora alternative: 

Redosled alternativa;



Dominacija;



Isključivanje (izbor);



Tranzitivnost;



Kontinuitet;



Invarijantnost.

Redosled alternativa. Racionalni DO trebalo bi da budu u stanju da uporede sve

alternative i između njih izaberu onu sa najvećom očekivanom korisnošću. Ukoliko više alternativa ima istu očekivanu korist, trebalo bi da budu indiferentni prema izboru među njima.

Dominacija. Racionalni subjekti nikada ne bi smeli izabrati alternativu koja je prevladana od neke druge.

Isključivanje, tj. izbor između alternativa treba da zavisi samo od onih faktora po kojima se one razlikuju, a faktore koji su jednaki za obe mogućnosti treba isključiti.

Tranzitivnost. Ako racionalan DO preferira ishod A pred ishodom B, a ishod B pred ishodom C, trebalo bi isto tako da preferira ishod A pred ishodom C.

Kontinuitet. Za bilo koji set ishoda, racionalan DO uvek bi trebalo da prihvati rizik kod

izbora između najboljeg i najlošijeg ishoda u odnosu na siguran srednji ishod, ako je verovatnoća nastupanja najgoreg ishoda dovoljno mala.

26

Morgenstern, von Neumann, Teorija igara i ekonomska interpretacija, ruski prevod, Mir, Moskva, 1970

-37-

Branko Đorđević


Master rad

______________________________________________________________________

Invarijantnost. DO ne bi trebalo da bude pod uticajem načina na koji su alternative prezentovane. Teorija korisnosti neizvesnost predstavlja kao skup stanja sveta, uz pretpostavku da je

verovatnoća realizovanja stanja data objektivno (kao u slučaju bacanja kockice) ili subjektivno (kao u slučaju klađenja u trci pasa kada je DO u stanju da pripiše subjektivne verovatnoće svakoj alternativi). Odlukom u uslovima neizvesnosti se tada smatra izbor jedne akcije iz datog skupa, pri čemu svaka akcija sadrži raspodelu verovatnoća izlaza. Teorija korisnosti predlaže p redstavljanje preferenci svake akcije. Korisnost akcije se računa kao suma korisnosti izlaza, pri čemu su težine ustvari verovatnoće stanja. Korisnost27 je, u stvari, numerička predstava ukusa i preferenci različitih ljudi, koja se formira u situacijama suočavanja DO sa rizikom. Teorija korisnosti ostvaruje vezu između racionalnog rezonovanja i rezonovanja na osnovu verovatnoće. Svaka racionalna osoba bi trebalo da ima sopstvenisistem preferenci koji je navodi da donosi odluke kao da ima subjektivne verovat noće. Takođe, ova teroija povezuje znanja pojedinca sa njegovim shvatanjem verovatnoće. DO otpočinje proces sa sopstvenim predstavama verovatrnoće, koriguje svoje stavove tokom procesa i tako vremenom dolazi do graničnog stanja u kome će imati predstavu o objektivnoj raspodeli verovatnoće. Teorija korisnosti je našla veliku primenu u mnogim oblastima ekonomije (u oblasti

osiguranja, kod sklapanja ugovora, na finansijskom tržištu,...) i postala veoma značajan deo ekonomske metodologije. Međutim, i pored šir oke primene postoje i nedostaci i kritike koje su upućene ovoj teoriji. Na primer, uočeno je da se ljudi u procesu odlučivanja ne ponašaju uvek kao da pripisuju subjektivne verovatnoće alternativama.

27

Čupić, Tummala, Suknović, op. cit.

-38-

Branko Đorđević


Master rad

______________________________________________________________________ 3.3 .3.2. Teorija odlučivanja na osnovu slučaj eva Odlučivanje na osnovu slučajeva predstavlja potpuno nov pristup odlučivanju u

uslovima neizvesnosti. Teorija odlučivanja na osnovu slučajeva 28 je nastala 1995. godine i njeni tvorci su dvojica naučnika Gilboa i Schmeidler. Oni uvode novi pristup pri opisu situacije koja zahteva odluku. Ova dva naučnika smatraju da T eorija očekivane korisnosti ne opisuje dovoljno dobro probleme odlučivanja u kojima stanja sveta nisu jasno određena ili su previše složena i brojna da im se teško mogu pripisati verovatnoće. D O, k oristeći Teoriju odlučivanja na osnovu slučajeva, u cilju rešavanja problema treba da izabere akciju iz njemu poznatog skupa akcija. DO ne poseduje

nikakva znanja o stanjima sveta, mogućim posledicama, kao ni o njihovim verovatnoćama. Umesto toga DO koristi memoriju u kojoj su sačuvane informacije o prošlim slučajevima. Problem nastaje kada se dođe u situaciju da izbrana akcija nikada ranije nije bila izabrana ili ako se problem sa kojim se DO sreće nije nikada ranije pojavljivao. Iz tog razloga u ovoj teor iji predviđa se postojanje pojma sličnosti, koji igra važnu ulogu u odlučivanju na osnovu slučajeva. U cilju upoznavanja sa glavnom idejom koju promoviše T eorija odlučivanja na osnovu

slučajeva sledi prikaz njenih osnovnih pojmova (i njihovih oznaka).

Osnovni pojmovi Teorije odlučivanja na osnovu slučajeva: Slučaj je okarakterisan kao trojka29: 1. Problem sa kojim se DO sreće; 2. Akcija izabrana kao rešenje problema; 3. Korisnost koja se izborom te akcije očekuje.

Slučaj ima karakteristiku semantičkog bogatstva, tj. u njemu može biti uskladišteno i iskustveno znanje pojedinaca, kao i propratni multimedijalni sadržaji, koji obogaćuju opis slučaja. Kao što je već rečeno slučaj je trojka koja se sastoji od problema sa kojim se srećemo ρT , akcije izabrane kao rešenje tog problema αT i korisnosti izmerene kao posledica primenjenog rešenja uT . 28

Sa engleskog: Case-Based Decision Theory www.odlucivanje.fon.bg.ac.yu

29

-39-

Branko Đorđević


Master rad

______________________________________________________________________

U ovoj teoriji problem ne daje potpun opis situacije, već suprotno on sam je identifikovan opisom situacije koja zahteva neku odluku, pa na osnovu toga problem30 možemo shvatiti kao formulaciju ciljeva DO, kombinovanu sa opisom bitnih karakteristika situacije, o kojima je DO informisan.

Akcija ili alternativa31 je ono što DO stoji na raspolaganju kao mogućnost izbora

prilikom odlučivanja. Memorija DO, koja određuje njegovo ponašanje, takođe, je formulisana u odnosu na problem i akciju. Memorijom32 DO nazivamo informacije koje on koristi prilikom rešavanja problema koji mu je dat. Memorija sadrži probleme koji su se pojavili u prošlosti, donete odluke i postignute korisnosti. Na оsnovu istog izvora memorija može biti: е gzogena (eksplicitno odr eđena na osnovu

tuđeg iskustva) ili endogena (određena prethodnim izborima DO). Prednost pretpostavke da je memorija endogena je u tome što nije unapred potrebno nikakvo pretpostavljanje o struk turi memorije, već se iskustvo može modelovati nakon nekoliko

ponovljenih procesa odlučivanja. Ponašanje DO zavisi od njegove memorije, ali isto tako činjenica je i da memorija DO zavisi od ponašanja DO, pa je proces odlučivanja zavisan od istorije. Što je više odluka doneto u prošlosti broj slučajeva u memoriji raste, pa se na osnovu toga informacije i iskustvo akumuliraju tokom vremena. Iz tog razloga

će rezultati tokom vremena postajati sve bolji. Ove pretpostavke primenjene su i prilikom projektovanja aplikacije u ovom radu. Memorija u trenutku t može biti

predstavljena na sledeći način: M t = ((ρT; αT; uT ))T=1,...,t-1

Realizovana korisnost se procenjuje u odnosu na aspiracioni nivo, tj. ako realizovana korisnost premašuje aspiracioni nivo onda se smatra zadovoljavajućom i povećava vrednost akcije koja je dovela do nje i obrnuto, tj. smatra se nezadovoljavajućom (ako je realizovana korisnost ispod aspiracionog nivoa). Aspiracioni nivo DO u trenutku t

označava se sa ūt. Različiti aspiracioni nivoi dovode do različitih procena raspoloživih akcija, čak i ako je memorija dva DO identična. Jedna od osnovnih osobina 30

www.odlucivanje.fon.bg.ac.yu Čupić, Tummala, Suknović, op. cit. 32 www.odlucivanje.fon.bg.ac.yu 31

-40-

Branko Đorđević


Master rad

______________________________________________________________________ aspiracionog nivoa je da se on menja u toku vremena, odnosno da uzima u obzir

iskustva DO. Međutim, dinamika promene aspiracionog nivoa, uostalom, k ao ni sam aspiracioni nivo, nije određena teorijski već se određuje u kontekstu samog modela. Jedna od prednosti konstantnog aspiracionog nivoa je u tome što se ne zahtevaju

nikakve pretpostavke u vezi usvojenih pravila. Takođe, konstantan aspiracioni nivo obezbeđuje uvid u to kako aspiracioni nivo utiče na rezultate. Praksa je pokazala da će dinamika promene aspiracionog nivoa zavisiti od njegove početne vrednosti, sličnosti između situacija odlučivanja, poređenja sa drugima, socijalno -ekonomskog okruženja itd.

Kao što je već rečeno korisnost je numerička predstava ukusa i preferenci različitih ljudi, koja se formira u situacijama suočavanja DO sa rizikom. Kumulitivna korisnost akcije α u trenutku t označavamo sa U t (α). U formiranju kumulativne korisnosti zadovoljavajuća korisnost učestvuje sa pozitivnim znakom, a nezadovoljavajuća sa negativnim.

Za razliku od koncepta sličnosti u nekim drugim teorijama odlučivanja koji predstavljaju binomnu relaciju (objekti A i B su ili slični ili nisu slični), sličnost se u teoriji odlučivanja na osnovu slučaja opisuje kao relacija tri objekta (objekat A je sličniji objektu B nego objektu C). Koncept sličnosti se predstavlja pomoću funkcije sličnosti, koja služi za određivanje težina sa kojima svka realizovana korisnost ulazi u proces evaluacije akcije. Sličnost između para problem -akcija zabeleženog u trenutku t i para problem-akcija koji tek treba da se odredi označavamo sa: s((ρ;α) ; (ρt;α )) t

Bitno obeležje Teorije odlučivanja na osnovu slučaj eva jeste učenje DO. Naime, DO

koji koristi ovu teoriju induktivno zaključuje koristeći subjektivno definisanu relaciju sličnosti. Ovo učenje je ograničeno činjenicom da se uočavanje sličnosti koristi za donošenje odluka, ali relacije sličnosti postaju poznate tek sa iskustvom. Odlučivanje na osnovu slučaja obezbeđuje alternativan način učenja koji dopunjuje i obezbeđuje bolji uvid u funkcionisanje sistema. Za razliku od tzv. eksplicitne indukcije koja se sastoji u

usvajanju kao tačnog najjednostavnijeg zakona koji se može usklad iti sa našim iskustvom implicitna indukcija, koja se koristi u ovom vidu učenja, ne definiše pravila ni zakone. Iako pravila mogu biti implicitno prisutna i u odlučivanju na osnovu slučaja -41-

Branko Đorđević


Master rad

______________________________________________________________________

zaključivanje korišćenjem pravila je manje fleksibilno nego odlučiv anje na osnovu slučaja, pošto ne daje nikakvo upustvo za ponašanje u slučaju da je pravilo kontradiktorno iskustvu.

U nastavku rada izneću osnovne postavke menadžerskog odlučivanja, kao krune upotrebe i iskustvene provere svih teorijskih postavki nauke o odlučivanju. Takođe, ovih nekoliko reči o odlučivanju u menadžmentu, iz kojih će se videti neophodnost kompjuterske podrške saramenom menadžerskom odlučivanju, će mi poslužiti kao uvod u četvrto poglavlje ovog rada, u kome će biti opisani sistemi za podršku odlučivanju.

3.4. Odlučivanje u menadžmentu

U savremenom načinu poslovanja menadžeri predstavljaju glavne kreatore uspeha i

nosioce razvoja preduzeća. Od efikasnosti rada menadžera zavisi ostvarenje glavnih zadataka i strateških ciljeva poslovnih sis tema. Menadžeri moraju da uoče problem, da ga analiziraju i na osnovu toga da donesu konačnu odluku o načinu njegovog rešavanja. Menadžer33 je čovek koji se bavi menadžerskim, odnosno upravljačkim poslovima u nekoj kompaniji, administraciji, obrazovnoj, zdravstvenoj ili drugoj instituciji. To je

čovek koji upravlja poslovima preko drugih ljudi. Menadžer upravlja izvršavanjem pojedinačnih poslova i zadataka, poslovanjem i razvojem neke organizacione celine ili cele firme. Menadžer je osoba koja je zadužena i odgovorna za postizanje planiranih ciljeva organizacije ili nekog njenog dela.

U literaturi se dosta govori o različitim ulogama menadžera. Prema jednoj podeli, koja se, sa manjim razlikama, često pojavljuje u literaturi, menadžer ima sledeće glavne uloge34: 

Integrator;



Komunikator;

33

Jovanović, Menadžment: teorija i praksa, Beograd, 2004, str. 195. Jovanović, op. cit.

34

-42-

Branko Đorđević


Master rad

______________________________________________________________________ 

Vođa;



Donosilac odluka;



Kreator atmosfere.

Za donošenje odluka menadžeru na raspolaganju stoji veliki broj informacija koje

neprekidno prima u toku rada i, najčešće, dobre mogućnosti obrade informacija i pripreme odluka. Menadžer pri pristupanju rešavanja nekog problema najveći deo vremena troši na proces odlučivanja. To je iz razloga što je menadže ru za donošenje odluke potrebno vreme za dug niz aktivnosti pre donošenja odluke (vreme za prikupljanje ulaznih podataka, vreme za analizu tih podataka, zatim vreme za poređenje alternativnih rešenja itd.). Kada kažemo da menadžer donosi kvalitetne odluke onda se misli da su one dobro promišljene, donete u pravom trenutku i da je realizacija te odluke precizno planirana, a sve u cilju maksimiziranja efekata koje odluka treba da ostvari.

Većina autora smatra da menadžersko odlučivanje, po pravilu, podrazumeva korišćenje kompleksnih procesa rešavanja problema sa sledećim tipičnim fazama: 

Identifikacija i dijagnoza problema;



Generisanje alternativa i izbor;



Primena i kontrola rezultata.

Slika 8. Proces donošenja menadžerskih odluka

-43-

Branko Đorđević


Master rad

______________________________________________________________________

Kao prateći efekat velikog angažovanja i naprezanja menadžera u žel ji da što efikasnije donese odluku dolazi do pojave grešaka, stresa i premora. Često se postavlja pitanje kako je moguće istovremeno olakšati rad menadžeru i kvalitativni i kvantitativno povećati njegove radne sposobnosti. Realno posmatrano nastali problem ne može se rešiti samo željom menadžera da postigne bolje rezultate i oslanjajući se samo na njegove organizacione sposobnosti. Problemi koji se postavljaju pred menadžera i

zahtevi za brzim reagovanjem su dve činjenice koje menadžer ne može da usaglasi b ez kompjuterske podrške. U sve oštrijoj trci za tržišni prostor više se uopšte ne postavlja pitanje da li je menadžeru potrebna kompjuterska podrška prilikom donošenja odluka,

već se razlika između konkurentnih preduzeća ogleda u vrsti softvera koji menadž eri upotrebljavaju u cilju postizanja konkurentske prednosti na tržištu.

Za uobičajene probleme odlučivanja menadžerima su na raspolaganju različiti softverski alati koji imaju mogućnosti analize problema, procene alternativnih rešenja, ukazivanja na optimalno rešenje i sl. U opšteno gledano za ove potrebe koriste se različite vrste ovakvih sistema i to: sistemi za podrš ku odlučivanju, ekspertni sistemi, izvršni informacioni sistemi, menadžment informacioni sistemi, hibridni sistemi, itd. U ovom radu poseban naglasak je stavljen na sisteme za podrš ku odlučivanju (SPO), kojima je

posvećeno sledeće poglavlje.

-44-

Branko Đorđević


Master rad

______________________________________________________________________

4. SISTEMI ZA PODRŠKU ODLUČIVANJU

Sistemi za podršku odlučivanju (SPO) predstavljaju samo jednu od mnogobrojnih vrsta poslovne inteligencije koja je postala integrativni deo savremenih poslovnih sistema na svim nivoima menadžmenta. Uopšteno gledano može se reći da je Poslovna

inteligencija35 opšti naziv za sve procese, tehnike i alate koje podržavaju donošenje poslovnih odluka, a zasnovani su na informacionim tehnologijama. Pored naziva poslovna inteligencija koristii se i sinonim Informacioni sistemi (IS).

Početak razvoja sistema za podršku odlučivanju (SPO)36 datira iz šezdesetih godina prošlog veka, kada su definisani strukturirani izveštaji. Sedemdesete godine donose

pojavu specifičnih S PO, kao što su Management Decision Systems. Osamdesetih se razvijaju ekspertski sistemi i sistemi za podršku grupnom odlučivanju, dok deve desete donose Intranet, Visual Modeling, Data Warehouse, itd. Kako su se vremenom pojavljivali novi SPO tako je evoluirala i definicija pojma SPO. Tako, na primer, sedemdesetih godina naučnik Scott Morton definiše S PO kao „interaktivni

kompijuterski baziran sistem koji koristeći podatke i modele pomaže DO da reše nestrukturirane probleme“.

Danas se kod različitih autora sreću različ ite definicija SPO, ali za potrebe ovog rada odlučio sam se za sledeću: Sistem za podršku odlučivanju 37 je interaktivni, fleksibilni i adaptivni sistem specijalno razvijen za podršku rešavanja nestrukturiranih mendžment problema u cilju

poboljšanja procesa odlučivanja. Sistem koristi podatke, obezbeđ uje jednostavan korisnički interfejs i omogućuje uključ ivanje korisnikove pronicljivosti u proces odlučivanja. Takođe, S PO može koristiti modele koji s e izgrađuju u interaktivnom procesu sa korisnikom, podržavajući sve faze procesa odlučivanja i može sadržati komponentu znanja.

35

Delibašić, Projektovanje i imp lementacija sistema menadžmenta znanja, FON, Beograd, 2004.

36

Sa engleskog: Decision Support Sistems

37

Veljović, Menadžment informacioni sistemi, Kompjuter biblioteka, 2002.

-45-

Branko Đorđević


Master rad

______________________________________________________________________ SPO su IS, koji su slični i komplementarni standardnim IS, imaju za cilj da podržavaju, uglavnom poslovne procese donošenja odluka. Predstavljaju simbiozu informacionih tehnologija, primene niza funkcionalnih znanja i tekućeg procesa donošenja odluka. SPO novije generacije napravljeni su tako da korisniku izgledaju što jednostavnije i imaju tzv. „user-friendly“ korisnički interfe js. Nakon unosa ulaznih podataka sistem

daje rezultate analize, na osnovu koje menadžer može da izvrši izbor među rangiranim alternativnim rešenjima. SPO se koriste kada je DO potrebna kompjuterska podrška u procesu rešavanja nedovoljno strukturiranih problema (polustrukturiranih ili nestrukturiranih).

Slika 9. Računar kao sastavni deo SPO

SPO, kao nadgradnja više različitih disciplina (pre svega menadžmenta i informati ke)

korene imaju u teoriji odlučivanja, ali su takođe prožeti i drugim raznim oblastima ljudskih delatnosti (ekonomija, tehnika, tehnologija,...). Primenom SPO znatno se povećava kvalitet donetih odluka, skraćuje se vreme potrebno za donošenje odluka, pov ećava se produktivnost i na niz drugih neposrednih ili

posrednih načina utiče na opšte zadovoljstvo zaposlenih. SPO predstavljaju u rukama menadžera moćan alat koji im omogućava da uspešno realizuju ciljeve definisane strateškim opredeljenjima njihove poslovne organizacije.

-46-

Branko Đorđević


Master rad

______________________________________________________________________ Iako postoje sličnosti izmeđ u menadžment informacionih sistema (MIS) i sistema za

podršku odlučivanju (S PO) između njih postoje i neke bitne razlike. MIS kreiraju tehnička lica, odnosno informatičari, a menadžeri daju tek manji doprinos. Nasuprot tome, SPO se zasnivaju na procesu odlučivanja i na njihovom konstruisanju su angažovani menadžeri koji u saradnji sa informat ičarima projektuju sistem koji odgovara određenim menadžerskim nivoima. U tabeli 2 prikazan je uporedni pregled karakteristika MIS i SPO.

MIS

SPO

Usmerenost na strukturirane probleme i

Usmerenost na slabostrukturirane

rutinske odluke

probleme koji zahtevaju prosuđivanje menadžera

Menadžeri imaju posredan pristup

Menadžeri imaju direktan pristup

podacima

podacima

Naglasak na pohranjivanju podataka

Naglasak na manipulaciji podataka

Oslanjanje na informatičke eksperte

Oslanjanje na sud menadžera

Akcenat na efikasnosti

Akcenat na efektivnosti

Korisnik MIS-a ne razume u potpunosti

Menadžer poznaje ambijent odluč ivanja

prirodu odlučivanja Tabela 2. Razlika između karakteristika SPO i MIS

SPO podržava ju sve faze procesa odlučivanja, počevši od faze identifikacije problema , preko faze projektovanja alternativa i izbora, pa sve do implementacije i kontrole rezultata. K od mnogih autora se sreće objedinjavanje primene raspoloživih alata za

podršku odlučivanju sa odgovarajućim fazama procesa odlučivanja. Na slici 10 dat je prikaz moguće vrste kompjuterske podrške po pojedinim fazama procesa odlučivanja koje čine jedan S PO.

-47-

Branko Đorđević


Master rad

______________________________________________________________________

Faze odlučivan ja

SPO EIS, MIS, ANN, Data Mining, OLAP - Identifikovanje problema - Klasifikovanje problema

Faza identifikacije problema

OLAP, MS, ANN, GDSS, Data Mining - Generisanje modela - Generisanje alternativa - Senzitivna analliza - Donošen e odluke

Faza projektovanja i izbora

Faza implementacije i kontrole

MIS, ES, GDSS - Komuniciranje - Dobijanje povratnih informacija

EIS – Executative Information Systems

MIS – Management Information Systems

ANN – Artifical Nerual Networks

OLAP – Online Analitical Processing

MS – Management Science

GDSS – Group Decision Support Systems

ES – Expert Systems

Slika 10. Kompjuterska podrška fazama procesa odlučivanja

Menadžer (DO) želi pravu infomaciju u pravo vreme i u pravoj formi. SPO treba da obezbedi DO vremenski odgovarajuću informaciju koja će biti tačna, relevantna i kompletna. Takođe, S PO treba da prikazuje informaciju u adekvatnoj formi kako bi bila laka za razumevanje i upravljanje. SPO može da prikaže i unutrašnje i spoljašnje

činjenice, a takođe i neke dodatne činjenice i prognoze (tacitno znanje) koje može da bude od pomoći menadžeru prilikom donošenja odluke. Jako je bitno napomenuti da SPO podržavaju, a ne zamenjuju DO. SPO ne donosi

odluke automatski, već samo obezbeđuje analizu i podršku potrebnu za odlučivanje. Donošenje odluka na svim nivoima pored mnoštva informacija uključuje i iskustvo i intuiciju. Razvoj IS menja ulogu menadžera tako što ih sve više oslobađa uloge operativca i postavlja sv e veće zahteva za inventivnošću. Savremeni IS, među kojim jedno od vodećih mesta zasigurno zauzima SPO, predstavljaju neophodnu osnovu za unapređenje inovativnih aktivnosti. Danas SPO predstavljaju prepoznatljivu kategoriju IS koji obezbeđuju menadžerima kontrolu njihovih podataka, analizu podataka, komunikaciju i konsultacije sa grupama menadžment tima. -48-

Branko Đorđević


Master rad

______________________________________________________________________

4.1. Struktura SPO

SPO su računarski sistemi koji efikasno rešavaju poslovne modele na osnovu kojih DO mogu da donesu odluku. Tu svoju funkciju SPO obavljaju obezbeđujući DO kontrolu nad podacima, pristup alatima za analizu i sposobnošću interakcije sa ostalim nosiocim a procesa odlučivanja (u slučaju grupnog odlučivanja). Jedan od mogućih modela strukture SPO prikazan je na slici 11. Autori ovog prikaza strukture SPO su naučnici Barrett i Castore.

Korisnikova dilema

Opis situacije

Definisanje i formulacija problema

Opis domena

Ekspertsko rezonovanje i logika

Obrada od strane SPO

Znanje Informacije

Prezentacija alternativa

Korisnikov izbor

Društveni faktori

Projekcija posledica

Ekonomski faktori

Informacija za buduću upotrebu

Slika 11. Struktura SPO prema Barrett-u i Castore-u

-49-

Branko Đorđević


Master rad

______________________________________________________________________

Autori navode da proces započinje korisnikovom dilemom. Korisnik potom definiše problem, u čemu mu SPO može pružiti pomoć kroz snimanje, praćenje i prikupljanje podataka iz spoljašnjih i unutrašnjih izvora podataka, na osnovu čega se stiče uvi d o nastanku i karakteru problema. Po završetku formulacije problema SPO vrši obradu

podataka koristeći se pri tom bazom podataka i/ili bazom znanja. Po izvršenoj obradi problema SPO nudi korisniku raspoloživi niz alternativa. Služeći se pokazateljima o stepenu zadovoljenja postavljenog problema svake alternative, korisnik vrši izbor najpovoljnije. Kroz mogućnosti analize npr. “šta ako”, analizu senzitivnosti itd.,

korisnik može da ispita posledičnosti pojedinih alternativnih pravaca ili da ispita posledice koje mogu nastupiti prilikom promene uticajnih faktora (nekontrolisanih varijabli kao što su npr. ekonomski faktori, društveni faktori) na izabranu alternativu.

Kao rezultat opisanog procesa sledi informacija za buduću upotrebu, tj. odluka o pravcu akcije. Osnovne komponente SPO prema Turban-u su 38:

38



Podsistem za upravljanje podacima;



Podsistem za upravljanje modelima;



Podsistem za upravljanje znanjem;



Podsistem korisnički interfejs dijaloga;



Korisnik.

Turban, Aronson, Decision Support Systems and Intelligent Systems, Prentice-Hall, 1998.

-50-

Branko Đorđević


Master rad

______________________________________________________________________

Ostali računarski sistemi Podaci Upravljanje podacima

Upravljanje modelima

Upravljanje znanjem

Korisnički interfejs

Korisnik

SPO

Slika 12. Struktura SPO prema Turban-u

Podsistem za upravljanje podacima je ustvari baza podataka koja omogućava

korišćenje podataka iz različitih izvora (unutrašnjih i spoljašnih). Sistem za upravljanje podacima pre svega služi za kreiranje, pristupanje i ažuriranje baze podataka. Kako se

SPO obično gradi za potrebe strukture koja već ima razvijen bazni informacioni sistem za raspodelu podataka i deljenje znanja unutar organizacije (npr. Intranet), to se projektovanje baze podataka SPO obično zasniva na osnovama te postojeće baze.

Podaci koji potiču iz različitih izvora i kojima se pothranjuje baza podataka SPO trpe izvesna prilagođavanja i promene, tj. preslikavaju se (kod nekih autora taj proces se zove ekstrakovanje) iz okruženja u bazu. Prilikom ovog preuzimanja podaci se mogu klasifikovati na osnovu nekoliko kriterijuma i to prema:     

Strukturi podataka;

Izvorima iz kojih potiču; Semantičkoj vrednosti za proces odlučivanja; Njihovoj pouzdanosti za korišćenje; Načinu na koji se preslikavaju u bazu SPO. -51-

Branko Đorđević


Master rad

______________________________________________________________________

Podsistem za upravljanje modelima omogućava integraciju pristupa podacima i

modelima odlučivanja, tj. omogućava jednostavno korišćenje modela od strane korisnika. Ulazni podaci ovog podsistema treba da budu u odgovarajućem formatu. Kod složenih SPO, gde postoji više modela, moguće je povezivanje tako da izlazni podaci jednog modela budu ulazni podaci drugog modela. SPO koji u sebi imaju podsistm za upravljanje znanjem nazivaju se još i Sistemi zasnovani na znanju 39 ili Inteligentni SPO40. Glavna prednost Inteligentnih SPO koja ih izdvaja od ostalih SPO je postojanje baze znanja koja omogućava pružanje korisniku ekspertize o postavljenom problemu. To su tzv. napredni SPO koji u sebi objedinjuju poziivne karakteristike postojećih informacionih sistema menadžmenta. Podsistem za upravljanje znanjem SPO je zasnovan na istim principima kao kod Ekspertnih sistema,

gde se znanje eksperta čuva u nizu fajlova u bazi znanja i najčešće je organizova no pomoću pravila „if...then“. Mehanizam za zaključivanje koristi neke forme logičke dedukcije kako bi se korisniku ponudila rešenja.

Može se reći da ovaj podsistem predstavlja in teligentnu komponentu koja proširuje i obogaćuje znanje DO, omogućavajući do bijanje ekspertize o problemu koji se razmatra. Podsistem korisnički interfejs pokriva sve aspekte komunikacije između korisnika i

sistema za podršku menadžmentu, tj. on treba da omogući što jednostavniju i lakšu komunikaciju korisnika (DO) i SPO. Od kvaliteta ovog podsistema umnogome zavisi

komfor pri radu, mogućnost upotrebe i prihvaćenost SPO od strane korisnika.

39

Sa engleskog: Knowledge-based Decision Support Systems Sa engleskog: Intelligent Decision Support Systems

40

-52-

Branko Đorđević


Master rad

______________________________________________________________________

4.2. Arhitektura i mreža SPO Arhitektura i mrža SPO obuhvata hardver, softver i podatke. SPO treba da definiše koliko je komponenti u sistemu integrisano i u vezi i treba da omogući korišćenje Web browsera i kompanijskog Intraneta.

MODELI

SPO arhitektura i mreža

KORISNIČKI INTERFEJS

PODACI

Slika 13. SPO arhitektura i mreža

Većina arhitektura SPO smešta softverske modele na serveru, dok se korisnički interfejsi distribuiraju klijentima. Stepen korišćenja mreže je različit za raličite vste SPO. U slučaju SPO zasnovanih na podacima, može se reći da se mrežno okruženje koristi u većini slučajeva. Za realizaciju korisničkog interfejsa obično se koriste Web stranice i Java. Baza podataka SPO predstavlja kolekciju podataka organizovanih tako

da obezbedi jednostavan pristup i analizu podataka. Mreža SPO reguliše načina na koji je hardver organizovan, kako se softver i podaci distribuiraju kroz sistem i kako su ove komponente integrisane i fizički povezane. Pri tome je vrlo važna mogućnost relativno

jednostavnog proširenja sistema radi podrške veće količine podataka i korisnika. Dobro definisana arhitektura SPO obezbeđuje lak pristup i jednostavnu upotrebu SPO, mogućnost da viša korisnika mogu da rade zajedno, kao i poboljšanje planiranja i komunikacije između svih učesnika sistema.

-53-

Branko Đorđević


Master rad

______________________________________________________________________ U prethodnom i ovom poglavlju dat je prikaz i objašnjenje osnovnih pojmova procesa

odlučivanja i korišćenja informacionih tehnologija, pr e svih SPO, u tom procesu. Nema odlučivanja bez znanja, odnosno znanje predstavlja osnovu za donošenje poslovnih odluka, jer malo je verovatno da će nasumično doneta odluka bez učešća znanja dati dobre rezultate. Takođe, rečeno je da SPO predstavljaju inteligentne IS, tj. IS zasnovane na znanju, koji ne donose odluke automatski (na zamenjuju DO) , već obezbeđuju analizu, ekspertizu i podršku DO . DO koji koristi SPO mora posedovati određena znanja i imati iskustva u datoj oblasti primene SPO. Dakle, može se r eći da je znanje imanentno odlučivanju primenom SPO. Šta je znanje, kako ga na najbolji način upotrebiti i kako njime upravljati u jednom poslovnom sistemu, o tome će više reči biti u narednom poglavlju.

-54-

Branko Đorđević


Master rad

______________________________________________________________________

5. ZNANJE I MENADŽMENT ZNANJA

„Ko priznaje svoje neznanje, pokazuje ga jednom, ko ga skriva pokazuje ga više puta.“ - Japanska poslovica -

Znanje je pojam sa kojim se svakodnevno srećemo u svim oblastima ljudskih aktivnosti. U oblasti poslovanja znanje se sve više tretira kao osnovni resurs koji kompaniji treba da obezbedi konkurentsku prednost. Moglo bi se reći da će u XXI veku uspešne kompanije biti one koje najbolje obave posao hvatanja, skladištenja i osnaživanja onoga što njihovi zaposleni znaju. Znanje je neizostavan faktor mnogih procesa, a za proces donošenja poslovnih odluka može se reći da je osnova.

Ali znanje nije samo znanje znati već je znanje znanje dati i njime upravljati, tj. znaje kao samo puko prikupljanje informcija i njihovo ubacivanje i skladištenje u memoriju (memoriju DO, bazu podataka SPO ili na web stranicu) ne predstavlja resurs koji

obezbeđuje napredak. Znanje bez adekvatnog upravljanja njime predstavlja samo obilje malo korisnih informacija (npr. danas nedeljno izdanje New York Times-a objavi više informacija nego što bi pre tri veka prosečan Englez našao tokom celog svog života!) . Zbog toga je neophodan menadžment znanja kao stalan proces obezbe đenja

najefektivnijeg korišćenja intelektualnog kapitala, tj. znanja, nekog posla.

5.1. Znanje

U nekom trenutku poslovnog procesa svake poslovne organizacije donese se odluka. Tu odluku donese DO (pojedinac ili grupa), koji je za rešavanje konkretnog problema

morao posedovati određena znanja iz te oblasti, tj. nije mogao doneti odluku napamet, nasumično, pogađanj em bez znanja, ili čak iako jeste onda su šanse da takva odluka rezultira pozitivnim ishodom male. Ono čemu svaki DO tež i u ovakvim situacijama, tj. ono što je njegov krajnji cilj u procesu donošenja odluke, jeste to da za svaki probelem koji se javi u odr eđenoj situaciji zna šta treba da uradi , tj. zna rešenje. Ovo predstavlja

-55-

Branko Đorđević


Master rad

______________________________________________________________________ idealnu situaciju kojoj se teži u procesu odlučivanja, a u kojoj znanje igra glavnu ulogu, kao što je prikazano na slici 14.

ZNANJE DO

PROBLEM, KONTEKST

DO

REŠENJE PROBLEMA

ODLUČIVANJA

Slika 14. Idealno odlučivan ja41

Postoji veliki broj definicija koje manje ili više uspešno pokušavaju da daju odgovor na pitanje šta je to znanje. Oko definicije znanja ne postoji opšta saglasnost. Može se reći da je znanje razumevanje stečeno iskustvom ili učenjem 42. U tabeli 3. date su razne

definicije znanja koje se često sreću u literaturi. Ljudska interakcija sa realnošću. Značajne veze koje ljudi prave u svojim umovima između informacija i njihove primene u akciji u specifičnom kontekstu.

Sposobnost pretvaranja informacija i podataka u efektivnu akciju. Idejna konstrukcija generisana preko ljudskog uma. Organizacioni resurs sastavljen od sume onoga što se zna. Fluidni miks uokvirenog iskustva, vrednosti, kontekstualnih informacija i ekspertskog uvida, koji obezbeđuje okvir za ocenjivanje i primenu novih znanja i informacija. Informacija čija je validnost uspostavljena kroz testove i dokaze. Sistematizovane i strukturirane informacije specifične namene.

Znanje je informacija koja je prošla proces validacije. Tabela 3. Razne definicije znanja43 41

Delibašić, op. cit.

42

Awad, Ghaziri, Knowledge Management, Prentice Hall, 2004, str. 33. Definicije navedene u: Delibašić, op. cit , str. 13.

43

-56-

Branko Đorđević


Master rad

______________________________________________________________________ Znanje ima osobinu da je vezano za kontekst , tj. znanje koje je upotrebljivo u nekim situiacijama u nekim drugim ne mora da ima bilo kakvu vrednost . To znači da se prilikom pojavljivanja nekog problema na koji DO treba da odreaguje moraju znati i

okolnosti, tj. kontekst tog problema da bi se moglo primeniti odgovarajuće znanje. To znači da je znanje određeno problemom, kontekstom u kome se problem javlja i rešenjem problema. Važna karakteristika znanja jeste iskustvo. U toku procesa rada čovek stiče iskustvo

koje se pretvara u znanje. Iskustvo je bitna odlika znanja jer omogućava praktičnu proveru teorijskih koncepata. Proces sticanja znanja je vremenski usmeren, tj. može se

smatrati da je evolutivan. To znači da se znanje stiče vre menom i da je iskustvo bitan faktor koji određuje vrednost nekog znanja. Znanje koje se ustali kao prihvaćeno u organizaciji prethodno je prošlo iskustvenu proveru i potvrdu.

5.1.1.Životni ciklus znanja Proces kojim se dolazi do znanja, kojim znanje postaje bolje i upotrebljivo može se definisati kao životni ciklus znanja. Životni ciklus znanja je put koji znanje prolazi od trenutka identifikacije potrebe za znanjem do njegove upotrebe. Ovaj ciklus se sastoji i z

četiri faze44: 1. Prikupljanje (snimanje) znanja; 2. Organizovanje znanja; 3. Rafinisanje (prerada) znanja; 4. Prenošenje znanja.

44

Delibašić, op. cit , str. 37.

-57-

Branko Đorđević


Master rad

______________________________________________________________________

SNIMANJE ORGANIZOVANJE RAFINISANJE

ZNANJE

PRENOŠENJE

Slika 15. Životni ciklus znanja

U fazi prikupljanja znanja životnog ciklusa znanja potrebno je saznati izvore i putanje kojima znanje cirkuliše kroz organizaciju, tj. identifikovati znanje, a zatim prikupiti što više znanja. U ovoj fazi se ne vrši procena korisnosti prikupljenog znanja, već se to radi u nekoj od narednih faza. Prikupljanje ili snimanje znanja je proces u kome se beleže ekspertske misli i iskustva45. Proces dobijanja znanja od eksperta nije lak i jednostavan

posao. Postoje različite metode kojima se projektant znanja može koristiti u cilju snimanja znanja. Neke od njih su: 1. Intervju; 2. Posmatranje; 3. Metode uporednog poređenja; 4. Brejnstorming; 5. Skala ocena; 6. Analiza protokola; 7. Delfi; 8. Konceptualno mapiranje;

45

Awad, Ghaziri H, op. cit.

-58-

Branko Đorđević


Master rad

______________________________________________________________________

Organizovanje znanja je faza životnog ciklusa znanja u kojoj se znanje sistematizuje i

organizuje tako da mu se može na jednostavan način pristupiti. Koriste se različite tehnike, kao što su indeksiranje, kategorizacija, kodiranje, šifrovanje, klasterovanje,...

Veoma je bitno da znanje bude brzo i jednostavno pristupno u što kraćem vremenu. Takođe, znanje koje korisnik dobije kao odgovor na tražene kriterijume mora biti pouzdano za rešavanje njegovog problema. Da bi znanje koje korisnik zahteva za rešavanje svog problema bilo odg ovarajuće treba ga staviti u određeni kontekst, tj. povezati ga sa odeđenim poslovnim procesom. To se radi u fazi prerade, tj. rafinisanja znanja. Metode koje se koriste u ovoj fazi su 46: 1. Kontekstualizacija; 2. Saradnja; 3. Sažimanje; 4. Projektovanje; 5. Rudarenje po podacima.

Da bi znanje moglo da počne da se koristi potrebno je omogućiti njegovo prenošenje do korisnika koji će moći da mu pristupaju shodno potrebama svog posla. 5.1.2.Vrste znanja

Do sada je rečeno nešto o tome šta je znanje i dat je prikaz životnog ciklusa znanja . Postoji veliki broj podela znanja na različite vrste, ali u suštini svih tih podela je ista težnja da se razlikuju nivoi znanja i da se sistematizuje znanje koje DO pomaže u donošenju odluka. Sada ću reći nešto o vrstama znanja prem a jednoj od poznatijih podela znanja. Znanje može biti 47: 1. Eksplicitno znanje; 2. Tacitno znanje.

46

Podela navedena u: Delibašić, op. cit , str. 38. Podela data u Delibašić, op. cit , str. 16.

47

-59-

Branko Đorđević


Master rad

______________________________________________________________________

Eksplicitno znanje je ona vrsta znanja koja se može na jednostavan način forma lizovati i predstaviti u dokumentima, tabelama, izveštajima, procedurama, bazama podataka.

Ovo znanje je često teorijsko i nema praktičnu i iskustvenu proveru . Tacitno znanje je ono znanje koje je prošlo praktičnu i iskustvenu proveru, tj. znanje koje poseduje svaki pojedinac (koji može, ali i ne mora, biti ekspert). To je znanje koje je skladišteno i rafinirano godinama u glavama ljudi i koje svakom pojedincu

omogućava obavljanje svog posla. Tacitno znanje je ono što omogućava funkcionisanje jedne poslovn e organizacije i ono predstavlja osnovnu vrednost te organizacije. Čak bi se moglo reći da se vrednost jedne organizacije meri vrednošću njenih zaposlenih i znanja koje oni poseduju. Odlazak pojedinaca, koji sa sobom odnose tacitno znanje, iz organizacije može predstavljati nenadoknadiv gubitak za kompaniju. Zbog toga jedan od glavnih zadataka menadžmenta svake organizacije treba da bude pronalaženje načina

da se što više tacitnog znanja prenese i sačuva unutar organizacije i nakon odlaska pojedinaca koji su nosioci tog znanja.

5.2. Menadžment znanja

„Ideja procesa menadžment znanja nije ništa novo, ali je, napokon, došlo vreme da ljudi

počnu obraćati više pažnje na ovaj fenomen. Ljudi su bića koja imaju sposobnost da stvaraju i akumuliraju znanje i da to znanje prenose sa kolena na koleno. Ovim tokom je tekao ceo razvoj civilizacije.... Danas je sazrelo vreme da se ove osobine ljudi iskoriste

u organizacijama kako bi se bolje koristili postojeći resursi i kako bi se bolje upravljalo. Znanje je identifikovano kao resurs preko koga mogu da se ostvare ovi ciljevi.“ 48

Menadžment znanja49 (MZ) je kolektivno znanje (uključujući iskustvo, veštine, podatke i informacije) jedne organizacije. Uključ uje interno znanje i znanje koje se selektivno prikuplja iz eksternih izvora radi poboljšanja organizacije.

48

Delibašić, op. cit , str. 29.

49

Shockley, Planning for Knowledge Management, Quality Progress, USA, 2000, str. 56.

-60-

Branko Đorđević


Master rad

______________________________________________________________________

MZ50 je proces snimanja, distribucije i efektivnog korišćenja znanja , dok je znanje

informacija sa vrednošću iz ljudskog uma. MZ51 predstavlja kombinaciju softverskih proizvoda i poslovne prakse da bi se zabeležile, analizirale i rafinisale organizacione informacije.

MZ52 je nov, interdisciplinarni, poslovni model koji se bavi svim aspektima znanja u

okviru organizacije, uključujući stvaranje znanja, deljenje znanja i kako ove aktivnosti podstiču učenje i inovaciju ( potpomognut informaciono-komunikacionom tehnologijom i organizacionim rutinama).

Kao što sam već napomenuo MZ je nešto više od pukog prikupljanja informacija i njihovog ubacivanja u kompjutersku bazu podataka ili na web stranicu. Pravilan MZ

omogućuje pojedincima, na svim nivoima organizacije, pristup informacijama koje su im potrebne za obavljanje njihovih zadataka dajuć i doprinos ispunjenju sveukupnih ciljeva organizacije. MZ se opisuje kao najefektivnije korišć enje intelektualnog kapitala nekog posla. On

uključuje povezivanje mozgova odgovarajuć ih ljudi kako bi razmena, rezonovanje i zajedničko delovanje postali gotovo instinktivni i deo svakodnevnog rada. MZ se vezuje za tzv. organizacije koje u če. Takva organizacija je uvežbana za stvaranje, prikupljanje i transfer znanja i modifikovanje svog ponašanja kako bi došla do

određenog znanja i vizije. Gotovo sve kompanije na njima svojstven na čin koriste MZ. U IS zasnovanom na papirologiji znanje se usmerava kroz podsetnike, sastanke i projekte. Znanje se prenosi putem lične komunikacije, telefonskim razgovorima ili na sastancima. Vrednosti znanja stvaraju se kroz ove procese i usmeravaju se u obliku

različitih izveštaja. Oni potom postaju deo znanja kompanije. MZ je strateška primena kolektivnog znanja kompanije za stvaranje profita i povećanja udela na tržištu. Imovina ili vrednost znanja (ideje, koncepti, know-how) stvaraju se kompjuterizovanim prikupljanjem, čuvanjem, podelom i usmeravanjem korporativnog 50

Davenport T., definicija navedena u [31], www.brint.com, 1998. Crag, Knowledge Management Comes of Age, ENT, vol. 5, 2000. 52 Hibbard, Knowing What we Know, Information Week, 1997. 51

-61-

Branko Đorđević


Master rad

______________________________________________________________________ znanja. Napredne tehnologije omogu ćuju istraživanje korporativne svesti radi stvaranja novih proizvoda zasnovanih na znanju. Ukoliko se znanje upotrebljava na pametan i strateški način onda donosi č ist profit. MZ pokriva tri glavne aktivnosti znanja53: 

Generisanje;



Kodifikaciju;



Prenošenje. MENADŽMENT ZNANJA

GENERISANJE

KODIFIKACIJA

PRENOŠENJE

Slika 16. Menadžment znanja

Generisanje znanja uključuje sve aktivnosti koje prenose novo znanje pojedincima, grupi ili organizaciji. Ono uklju čuje aktivnosti kao š to su stvaranje, pribavljanje, sinteza, fuzija i adaptacija.

Kodifikacija znanja je takva vrsta p redstavljanja znanja koja omoguć ava pojedincima i organizacijama da ga ponovo koriste.

Prenošenje (transfer) znanja uključuje premeštanje znanja sa jednog mesta na drugo i njegovu apsorbciju. Generisanje, kodifikacija i prenošenje se stalno pojavljuju tako da menadžment ne stvara ove akcije. Snaga MZ je u tome što dopušta organizacijama da poboljšaju produktivnost svih aktivnosti i da pruže njihovu vrednost kako grupi tako i pojednicima. MZ ima za cilj: da poboljša efektivnos t organizacije povećanjem intelektualne

specijalizacije i sposobnosti da se rade prave stvari, da poveća efikasnost (raditi prave 53 Grupa autora, Knowledge Management Tools, Butterworth-Heinemann, Newton, USA, 1997.

-62-

Branko Đorđević


Master rad

______________________________________________________________________

stvari na pravi način), da smanji ponavljanje posla, da poboljša usredsređ enost i da eliminiše rad koji može biti automatizovan. Cilj organizacije zasnovane na znanju

uključuje kongnitivno učenje, obnavljanje i održivost. „U MZ standardne definicije podataka, informacija i znanja pokazuju da su ovi pojmovi blisko povezani i da proisti ču jedan iz drugog. Podaci su sirove, nepovezane činjenice. Informacije su podaci koji imaju odredjeno zna čenje ili odnos. Znanje je informacija koja podržava čoveka i vodi ga ka akciji. Akcija se definiše kao nešto što osećamo, mislimo i radimo.“54

5.2.1. Interni i eksterni faktori MZ

MZ može biti tako jednostavan kao da se poseduje lista priznatih eksperata ili komunicira sa jednim od njih da bi se pronašlo najbolje rešenje. MZ je sposobnost da se

u relativno kratko vreme dođ e do informacije koja će omogućiti svakome u organizaciji da donese najbolju odluku, bilo da se radi o uslovima na tržištu, proizvodu, usluzi, procesu, planiranim aktivnostima konkurenata ili nekim drugim informacijama važnim za uspeh kompanije 55. U tabeli 4. data je kategorizacija internih i eksternih faktora i znanja zaposlenih koji

čine MZ. Ova kategorizacija predstavlja početne osnove organizacionog znanja.

54

Wilson, Asay, Putting Quality in Knowlegde Management, Learner First Ine, USA, 1998. Shockley, op. cit.

55

-63-

Branko Đorđević


Master rad

______________________________________________________________________

Interno znanje 

Kultura i istorija

Eksterno znanje 

kompanije 



Strateški pravci (na



Konkurencija, aktivnosti,

Jezik i poznata kulturna iskustva



Zanimanja i ostala

nivou kompanije i na

tržište, poznate prednosti i

nivou odeljenja)

slabosti



Obuka i obrazovanje

Zakoni i pravila koji imaju



Profesionalne sklonosti i

Organizacije, partneri i



Interesne grupe i ostali



neformalni oblici veza 



želje, aktivnosti na tržištu

ostali formalni odnosi 

Potrošači, tržišta, potrebe,

Znanje zaposlenih

Pojednici -Ko je u čemu



ekspert?

iskustva zaposlenih

uticaja na organizaciju

članstva u raznim

Promene u tehnologiji

sekcijama, klubovima,

poznate i planirane

asocijacijama ...

Dobavljači i promene (planirane i potencijalne)



Procesi



Proizvodi i usluge



Sistemi i alati



Patenti i tehnologije



Pisana i nepisana



Globalne promene

pravila 

Kako ih pronaći



Kako ih upotrebiti?



Kako uspeti?

Tabela 4. Početne osnove organizacionog znanja56

Organizacija i pojedinci često prikupljaju više informacija nego š to im je potrebno da donesu odluku. Do informacija koje mogu biti korisne organizaciji obi čno se teš ko dolazi. MZ omogućuje takvu vrstu prikupljanja podataka koja će da omogući da se dođ e do kvalitetne informacije. „MZ ne treba posmatrati kao novu samostalnu menadžment strategiju koja treba da zameni reinženjering, kvalitet ili timski rad. MZ organizaciji pruža druge alate za

poboljšanje mogućnosti nudeć i zaposlenima pravovremeni pristup važnim informacijama. Ukoliko se upotrebe napredne tehnologije proces postaje daleko brži.

Kompjuteri i Internet omoguć uju razmenu i usmeravanje znanja na na čin koji nije 56

Shockley, op. cit.

-64-

Branko Đorđević


Master rad

______________________________________________________________________ moguć u sistemu zasnovanom na papirologiji. Moćne mašine za pretragu omogućuju globalno pretraživanje podataka u potrazi za informacijama.“ 57 Sve ovo lepo zvuči u teoriji, ali u praksi MZ može biti van sposobnosti mnogih menadžera i njihovih zaposlenih. MZ zahteva sposobnost da se analiziraju, a potom efikasno ciljaju prave vrednosti znanja i primene u poslovanju. To podrazumeva da zaposleni moraju biti sposobni da realizuju sledeć e zadatke58: 

Da traže relevantne vrednosti znanja;



Da sortiraju one najvažnije;



Da ih usmeravaju;



Da analiziraju koja znanja treba primeniti za postizanje maksimalnog efekta;



Da pravovremeno reaguju.

Sposobnost da se korektno analizira, a potom strateški deluje verovatno je najznačajnija spona izmedju MZ i profita. Ovaj faktor je takodje problemati čan jer u najvećem delu zavisi od čovekovih veština. MZ koristi aspekte mendžmenta promena, benchmarkinga i drugih menadžment tehnika. Koncept "brainstorming", okuplja pojedince da reše određ en problem, tako što

će uz diskusiju i brzu razmenu ideja do ći do određenog broja rešenja od kojih će neka biti kvalitetna. Sa MZ pojedinci mogu da daju kvalitetan doprinos, a da im to nije osnovni zadatak u grupi. Takođe, tamo gde reinž enjering teži da popravi neki proces ili da restrukturiranjem razvije grupu u efikasniju organizacionu jedinicu, MZ može biti od

pomoći kako pre tako i za vreme i posle restrukturiranja. MZ je živ proces koji uključuje veliki broj informacija i koji prikuplja i procesira znanje. „Projektovanje i implementacija sistema MZ je usko vezano sa projektovanjem i implementacijom organizacione strukture (OS) i informacionih sistema (IS). Prvo je

potrebno projektovati OS, potom IS, a zatim i sistem MZ. Iako je ovo logičan sled okolnosti, može se projektovati sistem MZ i tokom projektovanja OS i IS.“ 59

57

Zuckerman, Buell, Is the World Ready for Knowledge Management, Quality Progress, USA, 1998. Zuckerman, Buell, op. cit, 59 Delibašić, op. cit , str. 39. 58

-65-

Branko Đorđević


Master rad

______________________________________________________________________

5.2.2. Projektovanje organizacione strukture Organizaciona struktura (OS) se može definisati kao način na koji su aktivnosti u

preduzeću integrisane u organizacione jedinice 60. OS predstavlja relativno stabilan model odnosa koji se uspostavljaju između poslova i

zadataka, kao i između pozicija odlučivanja u preduzeću. Strukturom se formalizuju uloge koje pojedinci i grupe imaju u funkcionisanju preduzeću. U realnim uslovima nema idealne, već samo optimalne OS. Optimalna OS je ona koja je najbolja u datim uslovima, odnosno ona koja je prilagođena relevantnim fakt orima. Izbor OS u preduzeću ima značajne implikacije na njegovu efikasnost. OS preduzeća može u značajnoj meri da pospeši ili spreči efikasno odvijanje poslovnih procesa i na taj način povoljno ili nepovoljno deluje na poslovne rezultate preduzeća. Visina troškova, produktivnost i kvalitet su u direktnoj i očiglednoj zavisnosti od kvaliteta OS preduzeća. U manje očiglednoj, ali isto tako jakoj zavisnosti od strukture su i kvalitet strateških odluka i sposobnost preduzeća da na vreme uoči i prila godi se trendovima u okruženju. Moglo bi se reći da izbor optimalne OS u preduzeću je jedna od odluka koja dalekosežno utiče na njegov uspeh . OS ima ulogu da koordiniše aktivnosti članova poslovnog sistema i transformiše

postojeće resurse u proizvode ili servise 61. OS definiše vertikalnu i horizontalnu diferencijaciju unutar jedne organizacije u cilju koordinacije i precizne podele poslova 62. „Važnost OS za funkcionisanje jedne poslovne organizacije je tolika da ona nikada ne može biti prenaglašena.“63

60

Levitt, March, Organizational learning, Annual Review of Sociology 14, 1990. Lagadec, Major Technological Risk: An Assessment of Industrial Disasters, Pergamon Press, 1981, translated from French by Ostwald H., Anchor Press Ltd., 1982. 62 Cohen, March, Olsen, A garbage can model of organizational choice, Administrative Science Quarterly 17, 1972. 63 Hall, Organizations: Structures, Processes and Outcomes, Prentice Hall, 1991. 61

-66-

Branko Đorđević


Master rad

______________________________________________________________________ OS može biti64: 

Centralizovana (hijerarhijska, funkcionalna);



Decentralizovana.

Pre početka procesa projektovanja treba izvršiti sniman je postojećeg stanja OS, a zatim pristupiti projektovanju nove OS. U prvoj fazi se ispituje konteks i problematika, a u drugoj fazi se projektuje rešenje. U okviru prve faze prvo se radi situaciona analiza, u

okviru koje treba da se uoči postojeći problem i mogućnosti za njegovo rešenje. U realizaciji situacionog pristupa koriste se opšte metode, koje nisu teme ovog rada, pa

neće ni biti obrađene. Projektovanje OS se odvija u četiri faze 65: 1. Analiza ključnih aktivnosti; 2. Analiza doprinosa; 3. Relaciona anliza; 4. Sinteza modela OS.

Analiza ključnih aktivnosti predstavlja identifikaciju ključnih aktivnosti organizacije,

tj. nosećih stubova buduće OS. Kriterijumi za selekciju ovih aktivnosti su perfekcija izvršenja aktivnosti, visoka osetljivost i izuzetan značaj za organizaciju. Za identifikaciju ključnih aktivnosti potrebno je znati kontekst (viziju, misiju i ciljeve) i kriterijume.

Analiza doprinosa omogućava da se grupišu aktivnosti u logičke celine prema vrsti doprinosa koje stvaraju. Nikada ne treba porediti aktivnosti koje proizvode direktne rezultate sa onima koj e ih ne proizvode, odnosno treba aktivnosti različitih doprinosa držati razdvojene.

Relaciona analiza utvrđuje položaj komponenti u OS. Rezultatima ove analize dolazi

se do saznanja o međusobnoj saradnji između pojedinih organizacionih celina i o tome kakav se doprinos očekuje od svake organizacione celine ponaosob. Aktivnost tre ba opteretiti sa što manjim brojem veza i te veze učiniti značajnim. 64

Carley, Prietula, Computational Organization Theory, Lawrence Erlbaum Associates, Hilladale, New Jersey, 1994. 65 Delibašić, op. cit.

-67-

Branko Đorđević


Master rad

______________________________________________________________________

Sinteze modela OS. Kao rezultat prethodno zvršenih analiza u fazi sinteze modela OS predlaže se model kao krajnji rezultat projektantskog rada.

Pri projektovanju OS treba voditi računa o definisanju šest ključnih elemenata (dimenzija) i to su66: 1. Specijalizacija rada; 2. Departmentalizacija; 3. Lanac komandovanja; 4. Raspon kontrole; 5. Centralizacija i decentralizacija; 6. Formalizacija.

Specijalizacija rada predstavlja stepen do kojeg su zadaci u jednoj organizaciji podeljeni u posebne poslove. Specijalizacija rada još je poznata i pod imenima podela rada i raspodela radne snage. Specijalizacija rada se odvija u dve faze: raščlanjavanje ukupnog zadatka i sinteza i dodeljivanje zadataka.

Departmentalizacija predstavlja grupisanje pojedinaca čije će međusobne orjentacije

ispoljavati veći stepen srodnosti. Tako formirane grupe pojedinaca nazivaju se departmanima koji imaju svog menadžera , ograničene resurse, povećanu interodeljensku integraciju i međuodel jensku diferencijaciju, kao i doprinos ukupnim rezultatima organizacije.

Lanac komandovanja je kontinuirana linija autoriteta koja polazi od gornjih organizacionih nivoa i ide do najnižih nivoa i koja razjašnjava koje kome odgovoran. Osnovni principi lanca komandovanja su: 

Autoritet – prava koja su data menadžeru da kaže ljudima šta da rade i da

očekuje od njih da to i učine; 

Odgovornost – dužnost da se izvrši bilo koja preuzeta obaveza;



Jedinstvo komande – princip menadžmenta po kojem svako lice treba da bude odgovorno samo jednom menadžeru.

66

Robbins, Coulter, Organizational Structure and Design, Managament 8, Prentice Hall, 2005.

-68-

Branko Đorđević


Master rad

______________________________________________________________________

Raspon kontrole definiše broj zaposlenih sa kojima menadžer može efikasno i

efektivno da upravlja. Na raspon kontrole utiču: veštine i sposobnosti menadžera, karakteristike zaposlenih, karakteristike posla koji treba da se uradi, sličnost zadataka, kompleksnost zadataka, fizička udaljenost podređenih, standardizacija poslova. Centralizacija predstavlja stepen do kojeg je donošenje odluka skoncentrisano u jednoj

tački organizacije. U centralizovanim organizacijama sv e odluke donose menadžeri dok ih zaposleni na nižim nivoima jednostavno izvršavaju.

Decentralizacija predstavlja proces prenošenja dela autoriteta na niže nivoe hijerarhije ili njihovu disperziju u okviru istog nivoa, tj. to je stepen do koga zaposleni na nižim

nivoima obezbeđuju input, odnosno donose odluke. Formalizacija je stepen do koga su poslovi u okviru jedne organizacije standrdizovani i stepen do kojeg je ponašanje zaposlenih u skladu sa pravilima i procedurama. Formalizacija se vrši u horizontalnom i vertikalnom pravcu. Visoko formalizovani poslovi pružaju malo diskrecionog prava o tome šta zaposleni trebaju da urade nasuprot

slaboj koja zaposlenima omogućava više slobode u pogledu toga kako i na koji način obavljaju svoj posao.

5.2.3. Projektovanje informacionih sistema Jedan od prvih formalno definisanih modela za projketovanje IS je tzv. „vodopad životni ciklus“. Ovaj model zahteva sistematičan i sekvencijalan pristup razvoju IS. Postoji više varijanti modela vodopada, zavisno od OS organizacije koja model koristi i od specifičnosti projekta. Osnovni koraci u ovom modelu su 67: 1. Definisanje strategije; 2. Snimanje postojećeg stanja; 3. Projektovanje; 4. Aplikativno modeliranje; 5. Impelementacija; 6. Održavanje.

67

Vla jić, Osnove razvoja IS, FON, 2004.

-69-

Branko Đorđević


Master rad

______________________________________________________________________

Definisanje strategije je faza koja proističe iz činjenice da je svaki IS deo nekog većeg

realnog sistema, čije zahteve IS treba da zadovolji. Rezultat ove faze treba da bude plan razvoja IS. Ova faza se realizuje uz pomoć studije izvodljivosti. Studija izvodljivosti ima za cilj da proceni troškove i mo guće dobiti (cost -benefit analysis) koji će biti posledica izrade i uvođenja IS. Studija izvodljivosti predstavlja simulaciju budućeg razvoja, kojom se analiziraju alternativana rešenja i potencijalne dobiti od njih.

Snimanje postojećeg stanja treba da pr uži odgovor na pitanje šta je to što se očekuje

da budući IS reši . Rezultat faze treba da bude precizan, komplentan i konzistentan dokument sa specifikacijom zahteva. Takođe, u ovoj fazi treba da se odredi koje informacije korisnik treba da dobije od sistema, kao i tokove podataka unutar sistema

(ulaz, transformacija, izlaz, čuvanje podataka). Projektovanje je faza u kojoj se definišu sledeći aspekti sistema: dizajn baze podataka,

arhitektura softverskog sistema, procedure koje će se koristiti prilikom korišćenja sistema i korisnički interfejs. Projektovanje IS se sastoji od dve podfaze: 1. Logičkog projektovanja; 2. Fizičkog projrktovanja. Logičko projektovanje daje specifikaciju elemenata iz kojih je sistem sastavljen, dok fizičko projektovanje detaljno opisuj e programske komponente i bazu podataka koja treba da bude podržana sistemom.

Aplikativno modeliranje je faza u kojoj programeri pišu programski kod prema projektnoj specifikaciji i vrše testiranje modula.

Implementacija je faza u kojoj se vrši preslikavanje projekta u realan sistem.

Implementacija se sastoji iz sledećih koraka 68: 1. Implementacija projekta IS; 2. Postavljanje i fizičko povezivanje opreme; 3. Instaliranje softvera; 4. Obuke. 68

Delibašić, op. cit, str. 46.

-70-

Branko Đorđević


Master rad

______________________________________________________________________

Održavanje je skup aktivnosti koje se sprovode nakon što je IS isporučen kori sniku.

Održavanje se sastoji od otklanjanja zaostalih grešaka u sistemu, prilagođavanju IS promenama u okruženju i promenama zhteva, kao i pobljšavanje starih i dodavanje novih funkcija. U kratkim crtama prikazao sam metodološke procese projektovanja OS i IS, čije postojanje je osnova za projektovanje i implementaciju sistema MZ u jednu organuzaciju.

5.2.4. Projektovanje sistema MZ

Projektovanje sistema MZ se odvija u sledećim fazama 69: 1. Evaluacija postojeće infrastrukture; 2. Formiranje tima MZ; 3. Snimanje znanja; 4. Projektovanje sistema MZ; 5. Verifikovanje i validacija sistema MZ; 6. Implementacija sistema MZ; 7. Upravljanje promenama; 8. Evaluacija uvedenog sistema.

Evaluacija postojeće infrastrukture ima za cilj da prikaže trenutno stanje

organizacije, mogućnosti primene MZ i očekivane rezultate koji će se dobiti primenom sistema MZ. Da bi sistem MZ bio uveden u neku organizaciju potrebno je pokazati da to ima opravdanost, zatim odrediti granice (veličinu) sistema i izvodljivost projekta. Faza formiranja tima MZ ima za cilj upoznavanje učesnika u procesu uvođenja sistema MZ i njihovo organizovanje u funkcionalni tim. MZ tim se satoji od eksperata organizacionih celina u koje se uvodi sistem MZ, projektanta znanja (projektanta

sistema MZ) i vođe celog projekta.

69

Podela navedena u: Delibašić, op. cit, str. 47.

-71-

Branko Đorđević


Master rad

______________________________________________________________________

Snimanje znanja je faza u kojoj se identifikuju izvori znanja i vrši njegovo prikupljanje. Izvori znanja zavise od vrste znanja. Ukoliko se radi o eksplicitnom

znanju, već je rečeno da se ono čuva u bazama podataka, knjigama, zapisima i sl. i njegovo identifikovanje i snimanje obično ne predstavlja veliki problem. Tacitno znanje nastaje iskustvenim putem, tj. učenjem i otkrivanjem u glavama eksperata i njegovo snimanje je kompleksniji proces, jer ono obično nije nigde zapisano. Projektovanje sistema MZ70 je faza u kojoj se projektuju informacione tehnologije infrastrukture i arhitekture sistema MZ . Ovo je faza razvoja projekta na osnovu koga je

moguća implementacija sistema MZ sa postojećom OS i IS. Ja se u ovom radu neću baviti detaljno fazom projektovanja sistema MZ iz razloga što bi to premašilo obim jednog Master rada i udaljilo me od teme, jer mi je pre svega cilj da pokažem kako je

moguće modelovati proces odlučivanja u uslovima neizvesnog okruženja uvodeći komponentu znanja (posredstvom MZ) kao olakšavajuć i faktor koji pomaže DO. Verifikacija obezbeđuje potvrdu da je sistem ispravan i da radi ono za šta je programiran, dok validacija podrazumeva proveru da li sistem odgovara postavljenim zahtevima korisnika.

Implementacija predstavlja proces preslikavanja gotovog projekta u realnost. Veoma važan faktor za uspešan rad sistema je korektna implementacija sistema. Od uspešnosti implementacije zavisi prihvatljivost od strane korisnika kao i pravilna upotreba.

Upravljanje promenama je proces kontinualne nadogradnje, poboljšanja i

prilagođavanja funkcija sistema novonastalim potrebama i zahtevima korisnika. Sistem MZ je dinamičan sistem koji podleže promenama u toku svog rada. Evaluacija uvedenog sistema treba da pruži odgovor na pitanje koliko je poboljšanje u

organizaciji nakon uvođenja sistema MZ i koliko novouvedeni sistem zaista odgovara zahtevima i potrebama organizacije.

70

Detaljno o projektovanju sistema MZ u: Delibašić, Projektovanje i implementacija sistema

menadžmenta znanja, FON, Beograd, 2004.

-72-

Branko Đorđević


Master rad

______________________________________________________________________ Ovde bih želeo da naglasim da projketovanje sistema MZ ima za cilj da poboljša

funkcionisanje IS u slučaju odlučivanja u uslovima neizve snosti uvodeći komponentu znanja, koja DO može biti od presudne pomoći prilikom donošenja odluke. U tom smislu u poslednjem poglavlju ovog rada biće razvijena aplikacija (napredni SPO zasnovan na znanju ) namenjena pomoći DO za donošenje odluke u situacijama neizvesnosti.

5.2.5. Deljenje i prenošenje znanja Cilj svakog znanja treba da bude njegova upotreba za rešavnje problema u orgnizaciji. U organizaciji bi trebalo da vlada atmosfera podsticanja inovacija i razmene znanja, jer znanje samo za sebe ne zna či ništa. U poslovnim organizacijama se dešava da pojedinci

koji poseduju znanje i iskustvo to znanje čuvaju i ne dele ga sa drugim članovima organizacije. To se dešava iz razloga uplašenosti pojedinaca da deljenjem znanja ne ugroze svoje pozicije ili iz razloga što su takvi pojedinci skrajnuti organizacionom strukturom organizacije tako da njihovo znanje ne može biti adekvatno upotrebljeno. U organizaciji treba izgraditi takvu kulturu koja će vrednovati i nagrađivati znanja pojedinaca stvaranjem atmosfere poverenja i podsticati razmenu mišljenja i znanja. U poslovnom sistemu treba uspostaviti mehanizme za prenošenje (transport) znanja koji

će omogućiti neometani proces deljenja znanja. U savremenom informatičkom dobu informacione tehnologije umongome pomažu i olakšavaju ovaj proces. Tu se pre svega

misli na savremene računarske mreže poput Interneta, Intraneta, Ekstraneta i sl. Ja se u ovom radu neću detaljnije baviti mehanizmaima i tehnologijama za prenošenje i deljenje znanja.

U poglavlju broj 3 bilo je reči o Teoriji odlučivanja na osnovu slučajeva kao novijem

pristupu odlučivanju u uslovima neizvesnosti. U narednom poglavlju (broj 6) biće predstavljen praktičan koncept, za donošenje odluka u slučaju neizvesnog okruženja, zasnovan na ovoj teoriji. Taj koncept je Zaključivanje na osnovu slučajeva (ZOS). ZOS se može iskoristiti za objedinjavanje ideje uvođenja sistema MZ u or ganizaciju i modelovanja problema odlučivanja u uslovima neizvesnosti.

-73-

Branko Đorđević


Master rad

______________________________________________________________________

6. ZAKLJUČIVANJE NA OSNOVU SLUČAJEVA Koncept zaključivanja na osnovu slučajeva (ZOS) predstavlja praktično razvijen koncept poslovne inteligencije koji je prethodio nastanku Teorije odlučivanja na osnovu slučajeva. Cilj mi je da pokažem da je ZOS moguće primeniti kao metodologiju za uvođenje pojma znanja u proc es odlučivanja u neizvesnim situacijama, i to kao SPO zasnovan na znanju.

ZOS71 je metodologija koja rešava nove probleme koristeći rešenja starih problema. Za

rešavanje probleme ZOS koristi postojeća rešenja (u potpunosti ili ih adaptira, ukoliko je to potrebno) starih problema. Kada se DO suoči sa novim problemom on tada ima mogućnost da pretraži bazu znanja i da nađe rešenja koja su upotrebljena za rešavanje problema sličnih novom problemu. Na osnovu toga DO stiče uvid u to kako bi trebalo da izgleda novo rešenje i donosi ga. To rešenje novog problema se zatim smešta u bazu

znanja i pamti za buduće upotrebe. Ako se isti problem u istom kontekstu rešava dva ili više puta onda se pamti rešenje koje na bolji način rešava problem. Na taj način se postiže una pređenje procesa odlučivanja u konkretnom poslovnom procesu. ZOS je takav koncept (SPO) koji u velikoj meri zavisi od ljudskog faktora. ZOS nije

samostalan i da bi bila moguća njegova ispravna upotreba potrebno je da DO poseduje određena znanja iz oblast i u kojoj se primenjuje ovaj koncept. ZOS ima određene pretpostavke koje su praktične i na kojima je čitav koncept ZOS -a zasnovan 72: 1. Svet u kome živimo ne funkcioniše po principu haosa; 2. Situacije u životu se ponavljaju, zato ih treba pamtiti; 3. Slični problemi imaju slična rešenja.

71

Sa engleskog: Case-Based Reasoning (CBR) www.odlucivanje.fon.bg.ac.yu

72

-74-

Branko Đorđević


Master rad

______________________________________________________________________

6.1. Životni ciklus ZOS-a

ZOS se sastoji iz šest aktivnosti (šest RE 73) i to su sledeć aktivnosti (slika 17.)74: 1. Pronalaženje znanja (slučaja) koji odgovara problemu; 2. Korišćenje dela pronađenog znanja; 3. Prilagođavanje, ukoliko ima potrebe, dela pronađenog znanja novom zhtevu; 4. Proveravanje da li je novo rešenje vredno pamćenja; 5. Pamćenje novog znanja, ukoliko je tako odlučeno pod 4; 6. Rafinisanje novog znanja u bazi znanja, ukoliko za tim ima potrebe.

PROBLEM, KONTEKST

PRONAĐENO ZNANJE

BAZA ZNANJA NOVO ZNANJE

5

2 6 POTENCIJALNO NOVO ZNANJE

3

Slika 17. Životni ciklus ZOS

73

Retrieve, Reuse, Revise, Review, Retain & Refine. Delibašić, op. cit, str. 110.

74

-75-

IZABRANO ZNANJE

Branko Đorđević


Master rad

______________________________________________________________________

Na osnovu poređenja faza AO 75 i životnog ciklusa ZOS vidi se da je m oguće uspostaviti direktnu vezu između ovih šest aktivnosti metodologije ZOS sa fazam odlučivanja u uslovima neizvesnosti koje opisuje AO i to sl edećom analogijom: 1. Aktivnosti 1 životnog ciklusa ZOS odgovara faza 1 AO (jer znanje ima osobinu da je vezano sa kontekst); 2. Aktivnostima 2,3 i 4 životnog ciklusa ZOS odgovaraju faze 2,3 i 4 AO; 3. Aktivnostima pamćenja novog znanja i preradi baze znanja životn og ciklusa ZOS identična je faza prikupljanja novih informacija AO.

Ova sličnost ne čudi kada se ima u vidu činjenica da je ZOS praktično razvijen koncept koji je poslužio za razvoj jedne od novijih teorija koja tretira problem odlučivanja u uslovima neizvesnosti (Teorija odlučivanja na osnovu slučajeva), a AO je naučna disciplina koja analizira aspekte odlučivanja u uslovima neizvesnosti. Poređenjem aktivnosti ZOS i karakteristika procesa iskustvenog odlučivanja 76 vidi se da postoji velika sličnost. Ta sličnost se ogleda u sledećem: 1. Aktivnost 1 životnog ciklusa ZOS je ista kao početni korak u iskustvenom

odlučivanju; 2. Aktivnosti 2 ZOS odgovara druga faza iskustvenog odlučivanja ; 3. Aktivnosti 3 kod ZOS i iskustvenog odlučivanja su iste ; 4. Aktivnosti proveravanja novog znanja kod ZOS analogna je faza primene

rešenja u iskustvenom odlučivanju ; 5. Aktivnosti 5 i 6 ZOS predstavljaju analizu primene znanja u iskustvenom

odlučivanju. Na osnovu toga može se reći da ZOS predstavlja koncept koji nove probleme rešava posredstvom prethodnih iskustava, odnosno: Odlučivanje zasnovano na ZOS konceptu je iskustveno odlučivanje.

Iskustvo je bitan sačinilac znanja i znanje (tacitno) bez

iskustva i nije znanje.

75

Videti stranu 32. Videti stranu 14.

76

-76-

Branko Đorđević


Master rad

______________________________________________________________________

Poređenjem životnog ciklusa znanja 77 i životnog ciklusa ZOS vidi se da postoji direktna povezanost78: 1. Aktivnosti 1,2 i 3 životnog ciklusa ZOS odgovaraju aktivnostima stvaranja i snimanja znanja; 2. Aktivnosti 4 i 5 životnog ciklusa ZOS podržavaju organizovanje znanja; 3. Baza znanja sa aktivnostima 1 i 6 životnog ciklusa ZOS omogućava čuvanje znanja. 4. Na kraju, pronalaženje, korišćenje i prilagođavanje podržavaju deljenje znanja. Šest aktivnosti iz kojih se sastoji ZOS mogu da se svrstaju u četiri faze odlučivanja, i te faze su79: 1. Strukturiranje problema; 2. „Normalizacija“ podataka; 3. Agregacija podataka; 4. Analiza. Sada je jasno da su šest nabrojanih aktivnosti iz kojih se sastoji životni ciklus ZOS, grupisane u četiri faze procesa odlučivanja , slične fazama opisanim kod AO i

iskustvenog odlučivanja , kao i da je znanje imanentno ZOS konceptu.

77

Videti stranu 55. Delibašić, op. cit, str. 78. 79 www.odlucivanje.fon.bg.ac.yu 78

-77-

Branko Đorđević


Master rad

______________________________________________________________________

6.1.1. Strukturiranje problema Osnova ZOS-a su slučajevi, tj. slučajevi služe za uređenje (strukturiranje) problema kod ZOS . O pojmu slučaja već je bilo reči u razmatranju Teorije odlučivanja na osnovu

slučaja80. Slučaj je jedan od načina pr edstavljanja znanja. Kod ZOS-a pojam slučaja je pojednostavljen tako da se svaki slučaj sastoji iz dva dela, i to problema (u kome se krije kontekst) i rešenja problema (u datom kontekstu).

Slučaj je struktuiran iz niza kriterijuma u čijim vrednostima s u smeštene informacije o slučaju. Slučaj pored numeričkih vrednosti može sadržati i semantičko bogatstvo (tekstualne i video zapise, fotografije, crteže, skice, itd.).

Kriterijumi iz kojih se sastoji svaki slučaj mogu biti 81: 1. Indeksirani; 2. Neindeksirani.

Indeksirani kriterijumi (ili kraće indeksi) jesu podskup skupa kriterijuma jednog

slučaja koji služe za pretraživanje baze podataka u cilju poređenja sličnosti između slučajeva. Neindeksirani kriterijumi služe za opisivanje slučaja. Indeksi bi trebalo da budu82: 

Predvidivi;



Svrsishodni;



Dovoljno apstraktni;



Konkretni.

Neindeksirani kriterijumi u sebi prenose semantičko znanje koje nije pogodno za kvantifikaciju i normalizaciju. Neindeksirani kriterijumi mogu imati veluku (ponekad presudnu) ulogu u donošenju konačne odluke.

Indeksiranje83 slučajeva predstavlja proces dodeljivanja indeksa svakom slučaju, da bi

se omogućilo lakše otkrivanje slučaja. Izbor indeksa može da se radi ručno ili 80

Videti stranu 36. www.odlucivanje.fon.bg.ac.yu 82 Watson,Marir, Case-Based Reasoning: A Review, The Knowledgw Engineering Review, Vo l. 9, No. 4, 1994, str. 7. 81

-78-

Branko Đorđević


Master rad

______________________________________________________________________

automatski. Ručna metoda traži od DO ekspertsko znanje i njena prednost dolazi do izražaja kada DO ima jasnu predstavu o tome šta želi da postigne. Automatskih metoda indeksiranja ima raznih, a neke od njih su: kriterijumske, zasnovane na razlikama,

zasnovane na sličnostima, induktivne metode učenja itd. 6.1.2. Normalizacija slučajeva

Nakon što je slučaj strukturiran (izvršeno indeksiranje) treba svim indeksima dodeliti zajedničko obeležje u cilju lakšeg upravljanja i smeštanja u memoriju. Taj proces se naziva normalizacija.

Kod normalizacije je potrebno sve slučajeve orga nizovati tako da sve vrednosti indeksa međusobno budu uporedive. Normalizacija je, takođe, veoma bitna i sa stanovišta načina organizovanja memorije i skladištenja podataka (slučajeva) u nju. Za normalizaciju se koriste razne vrste metrika: L1 (Menheten), L2 (vektorska), L



(Čebiševljeva), itd. U zavisnosti od iskustva i preferencija DO koristi se određena vrsta metrike.

ZOS koristi neke modele za uređivanje i skladištenje podataka među kojima su najpoznatiji84: 1. Dinamički memorijski model; 2. Model kategorijskih uzoraka.

Dinamički memorijski model smešta podatke u bazu u formi ramova znanja, odnosno

redova tabela odlučivanja . Njegova prednost je u tome što olakšava indeksiranje i organizovanje slučajeva, ali ima manu da postaje previ še komplikovan kada postoji veliki broj indeksa.

Model kategorijskih uzoraka smešta i organizuje podatke u bazu posredstvom sistema

kategorija, semantičkih relacija, slučajeva i indeksa. 83 84

www.odlucivanje.fon.bg.ac.yu www.odlucivanje.fon.bg.ac.yu

-79-

Branko Đorđević


Master rad

______________________________________________________________________

6.1.3. Agregacija podataka Agregacija ili sinteza podataka je proces kojim se pronalaze n ajsličniji slučajevi novom

slučaju. Kod ZOS se koristi koncept sličnosti kojim se računa odstojanje novog slučaja od starih slučajeva. Postoji više različitih metoda koje se koriste za pronalaženje slučajeva, a zajedničko im je da pretraživanje baze sluč ajeva vrše na taj način što sve indekse pretvaraju u jednu vrednost (kolonu), na osnovu koje se vrši sortiranje po sličnosti i izbor najbližih slučajeva. Problem određivanja bliskosti novog i prethodno rešenih slučajeva je problem višekriterijumskog odlučivanja. Metode koje se koriste za pronalaženje slučajeva su 85: 1. Metoda najbližeg suseda; 2. Indukcija; 3. Indukcija vođena znanjem; 4. Otkrivanje paterna.

Metoda najbližeg suseda je jedna od najčešće korišćenih metoda za određivanje

blizine novog i starih slučajeva. Ova metoda određuje sličnost između slučajeva na osnovu zbira težina indeksa.

Formula kojom je opisana metoda najbližeg suseda ima sledeći algoritam: F (P, S) = ∑ f (Pi, Si) * Ti,

i=(1,n)

P – problem koji definiše rešenje koje se traži; S – slučaj koji se nalazi u bazi znanja; f (Pi, Si) – sličnost između i -te vrednosti kriterijuma slučajeva P i S; Ti – težina kriterijuma (za normalizovane kriterijume važi: ∑Ti = 1); n – broj indeksiranih kriterijuma.

85

www.odlucivanje.fon.bg.ac.yu

-80-

Branko Đorđević


Master rad

______________________________________________________________________

Za određivanje sličnosti najčešće se koristi Euklidova norma. Korišćenjem Euklidove norme svi kriterijumi se posmatraju na jednak način, a jedini način da se izrazi preferencija prema određenom kriterijumu je težina (ponder) indeksa. Naravno, Euklidova norma predstavlja samo jedan od načina na koji je moguće meriti sličnost. Umesto Euklidove norme moguće je koristiti već opisanu Teoriju očekivane korisnosti . Ova teorija pruža više mogućnosti DO pri izražavanju preferencija u traženju odgovarajućeg slučaja. Brzina pronalaženja slučaja u bazi znanja metodom najbližeg suseda je direktno srazmerna broju slučajeva u bazi. Indukcija je metoda koja određuje koje osobine najbolje diskriminišu slučajeve i

generiše drvo odlučivanja za organizaciju slučajeva u memoriji. Indukcija vođena znanjem je metoda kod koje se korisnik navodi da kroz algoritam pitanja otkrije najkorisniji slučaj.

Otkrivanje paterna je metoda kojom se otkrivaju svi najznačajniji slučajevi u okviru traženih granica. Patern je jedinica najmanje energije koja za dati problem u datom kontekstu nudi rešenje, tj. omogućuje akciju 86.

6.1.4. Analiza rešenja Analiza rešenja služi za proveru mogućnosti primene starog rešenja za potrebe novog

problema. Kod ZOS postoje mehanizmi za prilagođavanje starog rešenja novom problemu koji su zasnovani na uočavanju bitnih razlika starog i novog problema i prilagođavanj starog rešenja novom problemu. Neke od tehnika koje se koriste za adaptaciju u ZOS su 87: 1. Nulta adaptacija – direktna jednostavna metoda koja primenjuje svako otkriveno rešenje za novi problem bez ikakvog prilagođavanja. ;

86

Delibašić, op. cit, str. 18. Delibašić, op. cit, str. 85.

87

-81-

Branko Đorđević


Master rad

______________________ _________________________________ _______________________ _______________________ ______________________ ______________ ___ 2. Para Parame meta tars rsko ko usag usagla laša šava vanj njee – strukturalno adaptivna tehnika koja upoređuje

specifične parametre otkrivenog i tekućeg slučaja da pi modifikovala rešenje u odgovarajućem smeru ; 3. Apstra Apstrakci kcija ja i respecij respecijali alizac zacija ija – opš opšta ta struktu struktural ralna na adapta adaptacio ciona na tehnik tehnikaa koja se koristi u osnovnom obliku da bi dostigla prosto prilagođavanje, a u kompleksnim situacijama da stvori nova kreativna rešenja; 4. Kritički zasnovana tehnika – metoda u kojoj kritičar traži kombinaciju osobina koji mogu da stvore problem u rešenju, pri tome on je svestan rešenja za ove probleme; 5. Zamenj Zamenjiva ivanje nje – je meto metoda da koja koja zame zamenju njuje je osob osobine ine starog starog rešenj rešenjaa u nov novoo rešenje;

korišćenje procesa starog rešenja da bi se rešio novi 6. De Deri riva vaccion ioni odg odgovo vorr – korišćenje problem; 7. Popravka vođena modelom – koristi uzročni model da vodi prilagođavanje; 8. Zamena zasnovana na slučajevima – koristi slučajeve da bi se predložilo

prilagođavanje.

Iz napred navedenog vidi se da je ZOS relativno jednostavna metodologija. Na osnovu ovde iznetih razloga smatram da se koncept ZOS (sa znanjem kao svojim sastavnim elementom) može koristiti kao koncept za modelovanje procesa odlučivanja u uslovima

neizvesnosti i unapređenje ovog procesa korišćenjem znanja. U narednom poglavlju izneću osnove razvijene aplikacije u kojoj sam korišćenje m koncepta koncepta ZOS pokuša pokušaoo da rešim problem iz svog radnog okruženja.

-82-

Branko Đorđević


Master rad

______________________ _________________________________ _______________________ _______________________ ______________________ ______________ ___

7. APLIKACIJA ZA IZBOR TIPA I PRESEKA 10 kV VODA ZA NAPAJANJE STUBNE TRAFOSTANICE

U cilju praktične provere mogućnosti primene prethodno razmatranih teorijskih aspekata Тeorije odlučivanja na osnovu slučajeva i koncepta ZOS u uslovima neizvesnosti razvio sam aplikaciju za pomoć u radu inženjerima u projektnom birou u kome sam zaposlen. zaposlen. Ova aplikacija treba da pokaže pokaže da se ZOS kao kao napredan SPO može iskoristiti za objedinjavanje ideje uvođenja sistema MZ u organizaciju i modelovanja

problema odlučivanja odlučivanja u uslovima neizvesnosti. neizvesnosti.

7.1. Analiza i opis posmatranog problema Prilikom dobijanja novog radnog naloga za projektovanje nove ili rekonstrukciju

postojeće stubne trafostanice (STS) svaki projektant, u projektnom birou u kome sam zaposlen, kao jednom od prvih i najvećih dilema sa kojom se sreće na početku projektovanja je izbor tipa 10 kV voda koji služi za napajanje predmetne STS. Od rezultata ovog izbora zavisi postupak projektovanja ostalih elemenata i izbor opreme, ali

i predračunska cena projektovanog objekta. Iz tih razloga, ali i iz nekih drugih čijom se analizom neću baviti u ovom radu, može se reći da je izbor 10 kV voda jedan od najvažnijih najvažnijih faktor faktor u procesu procesu projektova projektovanja nja STS. Za pravilan pravilan izbor izbor srednjenapo srednjenaponsko nskogg napojnog voda koriste se razne tehnike, metode i proračuni koji zahtevaju inženjersko

i zvestan broj slučajeva, koji nije zanemarljiv, kada (espertsko) znanje. Međutim, postoji izvestan projektant nije u mogućnosti da izvrši proračune usled nedostataka , nepotpunosti ili nesigurnosti potrebnih ulaznih podataka 88. U takvim slučajevima projektant pristupa različitim vrstama snalaženja i aproksimacija zasnovanih na intuitivnim i iskustvenim procenama ili ekspertizi više projektanata. Moglo bi se reći da se ovakvi slučajevi rešavaju gotovo isključivo zahvaljujući iskustvenom znanju koje postoji u birou. Ovakve situacije dovode do produžetka vremena potrebnog za završetak projektovanja i smanjuju produktivnost zaposlenih.

88

Analiza situacija zbog kojih nastaju ovakve situacije neće biti predmet ovog rada.

-83-

Branko Đorđević


Master rad

______________________ _________________________________ _______________________ _______________________ ______________________ ______________ ___

Uzimajući u obzir činjenicu da na personalnom računaru svakog od projektanata postoji veći broj ranije uspešno rešenih slučajeva izbora napojnog 10 kV voda ovi podaci mogu poslužiti kao osnova za bazu znanja i projektovanje aplikacije. Aplikacija će poboljšati proces donošenja odluka i povećati produktivnost radnih mesta projektanata. Znanje koje ću koristiti za bazu znanja u razvijenoj aplikaciji smestiću u bazu podataka. Do podataka za pothranjivanje baze došao sam kopirajući i sistematizujući prethodno rešene slučajeve iz personalnih računara projektanata u birou, kao i digitalizacijom podataka koji su bili u papirnoj formi. Na taj način uspeo sam da formiram bazu znanja od 117 zapisa o odabiru napojnog 10 kV voda za napajanje STS. Forma za unos traženih podataka o novom slučaju koju popunjava projektant sadrži

sledeće podatke: 1. Broj Broj 1 kV izvoda izvoda (opcij (opcijee su: su: 1, 2, 2, 3 i 4); 4); 2. Tip i pres presek ek 1 kV kV voda voda (opcij (opcijee su: su: X00/O X00/O – A 3x70 3x70 + 54,6 54,6 + 2x16 2x16 mm mm 2 – piše se 1 ili Al/Č 4x50 mm2 - piše se 0);

3. Snaga Snaga transform transformatora atora (opcije (opcije su: su: 160, 250 i 400 [kVA]); [kVA]); 4. Du Duži žina na 1 kV izvo izvoda da [m]; [m]; 5. Du Duži žina na 10 kV izvo izvoda da [m]. [m]. Rešen zahtev sadrži sva polja kao u formi za unos podataka sa dodatkom polja: 1. Broj Broj radn radnog og nalo naloga ga;; 2. Na Nazziv ob objek jekta; ta; 3. Inve Invest stic icio ioni ni broj broj;; 4. Tip i presek presek 10 kV voda (opcije (opcije su: XHE XHE 48/0-A 48/0-A 3x(1x50) 3x(1x50) + 50 mm2, Al/Č 3x50 mm2 ili Al/Č 3x70 mm2); 5. Blizina Blizina (proc (procent entual ualno no izraže izražena na blizin blizinaa novog slučaja sa svakim

pojedinačnim starim slučajem u bazi znanja). Pojednostavljen princip funkcionisanja aplikacije i rešavanja posmatranog problema mogao bi se predstaviti kao na slici 18.

-84-

Branko Đorđević


Master rad

______________________________________________________________________

FORMA ZA UNOS PODATAKA

BAZA PRETHODNO REŠENIH

REŠEN ZAHTEV

SLUČAJEVA Slika 18. Algoritam funkcionisanja aplikacije

7.2. Projektovanje aplikacije

Aplikaciju ću realizovati korišćenjem koncepta ZOS iz razloga što mislim da je ovaj koncept u mogućnosti da reši ovaj pro blem. 7.2.1. Korisnički interfejs

Aplikacija predviđa da inženjer projektant u birou ima korisnički interfejs u koji može da unese zahtev za izbor tipa 10 kV voda. Predložena forma za unos ulaznih podataka u razvijenoj aplikaciji ima izgled kao na slici 19. Formu sam napravio u Visual Basic for Applications.

Slika 19. Forma za unos ulaznih podataka

-85-

Branko Đorđević


Master rad

______________________________________________________________________ Kada projektant unese podatke i klikne na opciju IZBOR program treba da izlista sve

slučajeve u bazi i da ih poređa po kriterijumu blizine, počevši od naj bližeg pa do najudaljenijeg slučaja. Na taj način aplikacija treba projektantu da olakša izbor i da mu predloži odluku. Naravno, kako je reč o odluci tehničke prirode DO (u ovom slučaju projektant inženjer) za donošenje konačne odluke koristi i svoje ekspe rtsko znanje. 7.2.2. Prenošenje i sigurnost podataka Pri radu sa aplikacijom tr eba omogućiti da svi inženjeri imaju nesmetani pristup bazi

znanja i da se omogući nesmetano ažuriranje baze. Aplikaciji za odabir tipa i preseka 10 kV voda mogu da pristupaju samo projektanti kojima je, po sistematizaciji radnih mesta, to u opisu radnog mesta. Za prenos podataka i pristup bazi mogao bi se iskoristiti Intranet. Treba obezbediti sigurnost baze znanja iz razloga što bi svaka promena u bazi

mogla drastično da utiče na donošenje odluke. Svi ovde pomenuti aspekti projektovanja neće biti predmet mog i straživanja u ovom radu, pa ih neću ni ugrađivati u svoju aplikaciju, jer bi to značajno prevazišlo obim jednog Master rada.

7.2.3. Skladište aplikacije Za realizaciju ove aplikacije koristiću program za tabelarna izračunavanja Excel.

Korišćenje Excel-a, koji je sastavni deo radnog prostora svih personalnih računara u projektnom birou, daje prednost i olakšava upotrebu aplikacije s obzirom da svi projektanti u birou znaju da koriste ovaj program. Baza znanja će se skladištiti i čuvati u Excel-u u formi slučajeva koji će biti predstavlj eni u redovima.

-86-

Branko Đorđević


Master rad

______________________________________________________________________

Slika 20. Izveštaj na osnovu koga DO odlučuje

7.2.4. Organizovanje znanja

Kao što je već rečeno u ovoj aplikaciji znanje će biti organizovano u formi slučajeva. Slučajevi se pamte u bazi znanja. Svak i slučaj se sastoji iz dva dela, i to problema u kome se krije kontekst i rešenja za problem u datom kontekstu. To znači da se svaki slučaj sastoji od niza kriterijuma u čijim vrednostima su smeštene informacije o slučaju. Problem i kontekst biće smešteni i opisani u prvih osam polja, a rešenje će bit i predstavljeno poljem odluka. U zasebnom polju biće predstavljen a blizina novog slučaja sa prethodno rešenim zahtevima. Slučajevi će imati istu formu kao rešeni zahtevi. U pojedinim slučajevima, za koje su ti podaci dostupni, mogu biti smešteni situacioni planovi i fotografije, koji predstavljaju dodatnu vrednost i semantičko bogatstvo aplikacije. Situacioni planovi izrađeni su u AutoCAD-u, koji, takođe, predstavlja sastavni deo radnog prostora svakog računara u birou. Ovo semantičko bogatsvo aplikacije može dodatno pomoći inženjeru (DO) prilikom donošenja konačne odluke.

-87-

Branko Đorđević


Master rad

______________________________________________________________________

Svaki slučaj se sastoji iz indeksiranih i nei ndeksiranih kriterijuma. Podskup skupa kriterijuma kod slučaja koji služe za pretraživanje baze znanja su indeksi. Neindeksirani kriterijumi služe za opisivanje slučaja i često se na osnovu njih donosi konačna odluka. U ovoj fazi projektovanja treba odlučiti koji će se kriterijumi koristiti kao kriterijumi za pretragu. Odlučio sam se da za indekse izaberem sve numeričke kriterijume, a to su: 1. Snaga transformatora; 2. Broj 1 kV izvoda; 3. Tip i presek 1 kV voda; 4. Dužina 1 kV izvoda; 5. Dužina 10 kV izvoda.

Ovi atributi će biti indeksi i služiće za upoređivanje slučajeva i na osnovu toga određivanje blizine, dok će ostali kriterijumi služiti za efikasno identifikovanje slučajeva i za prenos tacitnog (nestrukturiranog) znanja. Blizina novog slučaja starom slučaju može biti 1 (100%) ukoliko su slučajevi potpuno identični ili 0 (0%) ukoliko su slučajevi totalno različiti89. Pri tome nebitno je da li su kriterijumi tipa minimizacije ili maksimizacije pošto to za određivanje sličnosti nije bitno. S obzirom da problem određivanja težina (pondera) kriterijuma predstavlja usko grlo i najveći problem nauke o odlučivanju potrebno je odrediti redosled važnosti kriterijuma. Na osnovu redosleda važnosti svakom kriterijumu se dodeljuje odgovarajuće težina. U cilju dobijanja što relevantnijih vrednosti pondera za pojedine kriterijume sproveo sam anketu u kojoj sam intervjuisao 20 eksperata koji su zaposleni na radnim mestima inženjer projektant. Zadatak koji su trebali da urade sastojao se u tome da za pet odabranih indeksiranih kriterijuma rasporede celobrojne vrednosti na skali od 1 do 9 (9 – značajno utiče, ..., 1 – zanemarljivo utiče) u zavisnosti od toga koliko po njihovom

mišljenju svaki kriterijum utiče na izbor tipa i preseka 10 kV voda . Analizom dobijenih odgovora u anketi koju sam sproveo među zaposlenim na radnim mestima inženjer projektant u brojektnom birou, kao i na osnovu analize uticaja cene pojedinih

indeksiranih atributa na konačnu predračunsku cenu (do sada projektovanih) STS, došao sam do podataka o važnosti indeksiranih kriterijuma.

89

Ovo su dve krajnosti od kojih se ni sa jednom nije moguće susresti u praksi projektovanja ST S.

-88-

Branko Đorđević


Master rad

______________________________________________________________________ Redosled važnosti indeksa od najvažnijeg do najmanje bitnog je: 1. Dužina 10 kV izvoda; 2. Tip i presek 1 kV voda; 3. Dužina 1 kV izvoda; 4. Snaga transformatora; 5. Broj 1 kV izvoda. Vrednosti težina (pondera) za pet izabranih indeksa date su u tabeli 5. Normalizacija pondera izvršena je L1 metrikom, što podrazumeva deljenje vrednosti svakog pondera sa sumom svih pondera. Kriterijum

Težina

Normalizovana težina

Dužina 10 kV izvoda

9

0,3

Tip i presek 1 kV voda

9

0,3

Dužina 1 kV izvoda

6

0,2

Snaga transformatora

4

0,13

Broj 1 kV izvoda

2

0,07

Tabela 5. Vrednosti težina indeksa

7.2.5. Pronalaženje slučajeva i validacija znanja

Kao što je već napomenuto validacija je proces određivanja koliko je neki prethodno rešen slučaj pogodan za rešavanje novog proble ma. Da bi se upšte mogla razmatrati sličnost novog slučaja sa prethodno rešenim potrebno je odrediti metodu koja će se koristiti za pronalaženje slučajeva. Sve metode pretraživanja pretvaraju više indeksa u jednu vrednost (kolonu) na osnovu koje se vrši sortiranje i izbor najbližeg slučaja. Metoda najbližeg suseda 90 predstavlja najčešće korišćenu metodu za računan je blizine

između novog i starih problema. Upravo ovu metodu ću i ja koristiti u predloženoj aplikaciji.

90

Drugi naziv za ovu metodu je metoda najmanjih kvadrata.

-89-

Branko Đorđević


Master rad

______________________________________________________________________ Da bih u predloženoj aplikaciji prilikom određivanja sličnosti novog i starih slučajeva

napravio razliku između važnosti pojedinih indeksa neću k oristiti Euklidovu normu, koja sve kriterijume tretira na jednak način, već ću koristiti Teoriju preferencije. Ova teorija pruža više mogućnosti za izražavanje preferencija u traženju odgovarajućeg slučaja. Za pretraživanje baze znanja , između ostalih, moguće je koristiti i šest tipova funkcija iz metode PROMETHEE, prikazanih u tabeli 6.

Funkcija preferencije P(x)

Vrsta opšteg kriterijuma

P(x)

Tip 1. Običan kriterijum

1 x 0

0, x  0 P(x) = 1, x > 0

P(x)

Tip 2. Kvazi kriterijum

1 x 0

M

0, x  M

M

P(x) = 1, x > M

P(x)

Tip 3. Linearan kriterijum

1 x 0

H

0, x < 0 P(x) =

Tip 4. Nivo kriterijum

1 1/2

x M

x/H, 0  x  H 1, x > H

P(x)

0

H

H

0, x  M P(x) =

1/2, M < x < H 1, x  H

-90-

M, H

Branko Đorđević


Master rad

______________________________________________________________________ Tip 5. Indiferentni kriterijum

P(x) 1

M, H

0, x  M P(x) =

x 0

M

(x-M) / (H-M), M < x  H 1, x > H

H

` Tip 6. Gausov kriterijum

P(x) 1 x 0

P(x) = 1 – e

x 2 / 2  2





σ

Tabela 6. Tipovi kriterijuma kod metode PROMETHEE 91

Prezentovani tipovi funkcija preferencije mogu se opisati sledećim iskazima 92:

Kriterijum 1. Pri oceni n-tog kriterijuma je najmanja razlika bitna pri oceni

različitih vrednosti kriterijuma. Kriterijum 2. Pri oceni n-tog kriterijuma razlika od M jedinica između različitih vrednosti kriterijuma nije bitna.

Kriterijum 3. Pri oceni n-tog kriterijuma razlika od H jedinica između različitih vrednosti kriterijuma je bitna srazmerno veličini razlike.

Kriterijum 4. Pri oceni n-tog kriterijuma razlika od H jedinica između dve vrednosti kriterijuma je dva puta bitnija od razlike od M jedinica između dve vrednosti kriterijuma.

Kriterijum 5. Pri oceni n-tog kriterijuma razlika od H jedinica između dve vrednosti kriterijuma je srazmerno bitnija u odnosu na razliku od M jedinica

između dve vrednosti k riterijuma. Kriterijum 6. Pri oceni n-tog kriterijuma razlika od  ima standardnu devijaciju po Gausovoj raspodeli.

91

Čupić, Tummala, Suknović, op. cit , str. 316. Delibašić, op. cit, str. 110.

92

-91-

Branko Đorđević


Master rad

______________________________________________________________________ Ukoliko bi se, recimo, pretpostavilo da se svi kriterijumi ponašaju po prvom tipu

kriterijuma to bi značilo da se dva slučaja međusobno to talno razlikuju iako se vrednosti njihovih kriterijuma razlikuju za veoma male vrednosti. Ovom prilikom potrebno je

naglasiti da je u fazi projektovanja ne samo moguće, već i neophodno eksperimentisanje sa pojedinim funkcijama preferencije za indeksirane kriterijume kako bi se za svaki od njih odabrao optimalan. Međutim, kada aplikacija počne da se koristi nema više potrebe da se menjaju tipovi kriterijuma i njihovi parametri. Za svaki od pet indeksa izabrao sam tipove funkcija preferencije sa njima prpadaj ućim parametrima kao što je prikazano u tabeli 7. Kriterijum

F-ja preferencije

M

H

Dužina 10 kV izvoda

5

50

250

Tip i presek 1 kV voda

1

Dužina 1 kV izvoda

5

200

400

Snaga transformatora

3

100

Broj 1 kV izvoda

1

Tabela 7. Tipovi funkcija preferencija za izabrane indekse

Priliom odabira tipa kriterijuma i vrednosti parametara vodio sam se sledećom logikom93:

Dužina 10 kV izvoda. Pri odabiru funkcije preferencije za ovaj kriterijum uzeo sam u obzir da je ovo jedan od najbitnijih kriterijuma za donošenje odluke. Želeo sam da

posmatram sve slučajeve u kojima se dužina napojnog 10 kV voda razlikuje za manje od 50 m kao jednake , a one za koje je razlika veća od 250 m kao totalno različite, dok sam za one slučajeve koji se nalaze između ovih granični h hteo da napravim linearno srazmernu razliku.

Tip i presek 1 kV voda. Kako je odabir tipa 10 kV voda direktno zavisan od tipa 1 kV voda to je i najmanja razlika izme đu dva slučaja u tipu 1 kV voda od presudnog značaja

93

Bitno je napomenuti da sam pri izboru tipa kriterijuma i vrednosti parametara konsultovao eksperte koje sam interv juisao i prilikom određivanja pondera i kojima je i namenjena upotreba ove aplikacije.

-92-

Branko Đorđević


Master rad

______________________________________________________________________ za odabir tipa 10 kV voda. Iz tog razloga sam za ovaj kriterijum izabrao prvi tip kriterijuma.

Dužina 1 kV izvoda. Na osnovu tehno-ekonomske analize i konsultacija sa ekspertima

uvideo sam pravilnost da se svi slučajevi kod kojih se dužina 1 kV izvoda razlikuje za manje od 200 m mogu posmatrati kao približno jednaki, a da se svi oni kod kojih je ta

razlika veća od 400 m mnogo razlikuju. Za one slučajeve čija je razlika između 200 i 400 m uzeo sam linearnu srazmeru.

Snaga transformatora. Internim standardom projektnog biroa i Tehničkim preporukama Elektrodistribucije Srbije94 prilikom projektovanja STS predviđena je ugradnja transformatora snage: 160, 250 ili 400 kVA. Razlika u tipu i preseku 10 kV napojnog voda za transformatore snage 160 i 250 kVA skoro i da ne postoji ili je zanemarljivo mala, dok se za transformator snage 400 kVA mnogo razlikuje. Iz tih razloga pri odabiru tipa kriterijuma hteo sam da napravim razliku između ove dve

situacije, pa sam se odlučio za treći tip kriterijuma. Vrednost parametra (M = 100) sam usvojio tako da zadovolji uslov: (250 – 160) < M < (400 – 250 ).

Broj 1 kV izvoda. Prilikom izbora tipa kriterijuma za ovaj indeks hteo sam da pravim razliku za svaku neidentičnost u broju 1 kV izvoda između slučajeva.

U narednih nekoliko stavki daću kraći prikaz kako sam osmislio i rešio posmatrani problem i na koji način sam realizovao aplikaciju: 1. Napravio sam jedinstvenu bazu i sve slučajeve (ukupno 117 ) sam ubacio u jednu tabelu u Excel-u; 2. Odredio sam koje ću kriterijume koristiti kao indekse, a koji će služiti za prenos ostalih podataka o slučaju (identifikacionih i tacitnog znanja); 3. Utvrdio sam redosled važnosti indeksiranih kriterijuma; 94

EPS – Direkcija za distribuciju električne energije: „Zbirka tehničkih preporuka ED Srbije“

-93-

Branko Đorđević


Master rad

______________________________________________________________________ 4. Za svaki indeksirani kriterijum odredio sam težinu kriterijuma, funkciju

preferencije i pripadajući joj parametar; 5. Za svaki indeks napravio sam formulu na osnovu koje sam računao

udaljenost novog slučaja sa postojećim, i to: 

Za kriterijum Dužina 10 kV izvoda:

[=IF(ABS(I2-I$131)>=I$123;"1";IF(ABS(I2I$131)<=I$122;"0";ABS(I2-I$131)/I$122))*I$125]; 

Za kriterijum Tip i presek 1 kV voda:

[=IF(ABS(G2-G$131)<>0;"1";"0")*$G$125]; 

Za kriterijum Dužina 1 kV izvoda:

[=IF(ABS(H2-H$131)>=H$123;"1";IF(ABS(H2H$131)<=H$122;"0";ABS(H2-H$131)/H$122))*H$125]; 

Za kriterijum Snaga transformatora:

[=IF(ABS(E2-E$131)>=E$122;"1";ABS(E2-E$131)/E$122)*E$125]; 

Za kriterijum Broj 1 kV izvoda:

[=IF(ABS(F2-F$131)<>0;"1";"0")*$F$125]. 6. U aplikaciji je ostavljen prostor za unošenje novog slučaja sa kojim treba

vršiti poređenje. Formu za unos novog slučaja napravio sam u Visual Basic for Applications. 7. Zatim sam sumirao vrednosti svih udaljenosti i oduzeo ih od 1, čime sam

dobio blizinu novog slučaja sa svakim slučajem u bazi podataka . Te vrednosti sam smestio u novu kolonu u Excel-u; 8. Na kraju kada inženjer unese novi slučaj i pritisne dugme za pokretanje

proračuna aplikacija će automatski izračunati blizinu novog slučaja u odnosu na slučajeve u bazi i na osnovu toga poređati sve slučajeva od najbližeg do najudaljenijeg. 9. Na osnovu blizine novog slučaja sa postojećim inženjer (DO) može da donese odluku. U donošenju konačne odluke DO može po moći i semantičko

bogatstvo ukoliko postoji za posmatrani slučaj.

-94-

Branko Đorđević


Master rad

______________________________________________________________________

7.3. Testiranje i provera funkcionalnosti aplikacije

Da bih ispitao upotrebljivost razvijene aplikacije morao sam naći način da izvršim njeno testiranje i upoređivanje rezultata koje sam dobio njenom primenom sa rezultatima koji su dobijeni do sada korišćenim metodama. Jedini relevantni podaci sa kojima sam raspolagao bili su oni koje sam upotrebio za pravljenje baze podataka za aplikaciju. Iz

tog razloga odlučio sam da mi ti podaci budu i test podaci. Kao što sam i na početku rada napomenuo jedan od glavnih razloga i motiva za razvoj aplikacije bile su situacije u kojima (usled nedostatka ulaznih podataka) inženjer projektant nije u mogućnosti da

izvrši proračune za izbo r tipa 10 kV voda , već se oslanjajući na iskustvo i tacitno znanje dolazi do rešenja. Upravo iz tih razloga u bazi aplikacije našli su se i prethodno rešeni

slučajevi u kojima nije bilo moguće izvršiti proračune već se do rešenja došlo iskustvenim postupkom. Ta činjenica je važna da bi se shvatilo zašto je broj slučajeva koji se koriste kao test podaci manji od broja slučajeva koji se nalaze u bazi aplikacije. Za testiranje sam koristio test podatke koje sam obrađivao upotrebom internog programa koji se koristi u projektnom birou za ovakve proračune. Ovi rezultati su mi

služili kao reper za poređenje sa rezultatima koje sam dobio primenom aplikacije nad istim podacima.

-95-

Branko Đorđević


Master rad

______________________________________________________________________ F1-pom. ▒F2-kal. ▒F3-ind. ▒F4-tra. ▒F5-for. ▒F6-pre. ▒F7- ▒F8- ▒F9- ▒F10-Kraj PR ORAČUN V.2.20.N.(C) Obrada

Pregled

EDB

Mreža RN 1785 19.02.08

Štampa

╔════════════════════════════════════════════ NADZEMNA MREŽA 10 kV

1. NAPOJNI 10 kV VOD

╠═══════════════════════════════════════════ ║ RB ŠIFRA ► NAZIV ► ║══════════╤═════════╤═══════════════════════ ║ 1 │ 108016 │ Lin.rastavljač 10kV 400A, vertik,na okr.bet. stubu ║ 2 │ 108092 │ Konzola za odv .prenapona 10 kV i SKS kabl. glave ║ 3 │ 108147 │ Jednostruki zatezni izolatorski lanac Zp 1x2 U40C ║ 4 │ 108212 │ Linijski potporni izolat. LSP 17,5L (R12,5ET 95L) ║ 5 │ 108252 │ Oprema za jednostrano za tezno prihvatanje SKS 10kV ║ 6 │ 108255 │ Oprema za noseć e prihvatanje 1xSKS 10kV ║ 7 │ 108297 │ Uže Al/Č 50/ 8 ║ 8 │ 108342 │ DETALJNO:Razvl(pom.u žetom)i zatezanje Al/Č 3x50/ 8 ║ 9 │ 108309 │ XHE 48/0-A 3x(1x50) + Č50 6/10 kV ║ 10 │ 108531 │ Razvlač enje i zatez. XHE 48/0-A 3x(1x50)+Č50 10kV ║ 11 │ 108605 │ Odvodnik prenapona 12kV, 10kA, bez konzol e ║ 12 │ 105373 │ G lava za spoljnu mont. za XHE 48/O-A 3x1x50+50 ║ 13 │ 108514 │ Strujna stezaljka Al -Al ╠════════════════════════════════════════════ Slika 21. I nterni program za proračun parametara 10 kV napojnog voda

U tabeli 8. dat je prikaz poređenja rezultata dobijenih korišćenjem internog programa i razvijene aplikacije nad test podacima:

74 test slučajeva Tačan rezultat % tačan rezultat

Interni program

Aplikacija

74

71

100%

95,95%

Tabela 8. Rezultati testiranja

-96-

Branko Đorđević


Master rad

______________________________________________________________________

Iz tabele se vidi da je primenom aplikacije postignut visok procenat tačnosti rezultata, pa bi se na osnovu toga moglo r eći da aplikacija funkcioniše. Vrlo je moguće da bi se u slučaju korišćenja većeg broja uzoraka za testiranje dobio i veći procenat po dudaranja rezultata internog programa i aplikacije. Nedostatak ovog procesa testiranja aplikacije

mogao bi biti to što su korišćeni isti podaci za testiranje kao za bazu znanja aplikacije, kao i to što je broj test uzoraka mali. Međutim, jedna od značajnih prednosti ove aplikacije, i pored malog broja slučajeva, jesu slučajevi koji u sebi sadrže dodatno semantičko bogatstvo, koje, kao što je već rečeno, često može biti presudno u donošenju odluka.

-97-

Branko Đorđević


Master rad

______________________________________________________________________

8. ZAKLJUČAK U doba velikih i brzih promena u poslovnom okruženju jedan od ključnih elemenata opstanka sistema leži u primeni optimizacije poslovnog procesa i celokupnog poslovanja. Efikasan i efektivan sistem odlučivanja je jedan od najvažnijih komponenti ove optimazacije. Smatram da to što je predloženi model testiran na problemu koji se javlja u realnoj organizaciji dokaz da ovaj model može da poboljša i smanji troškove poslovanja. U

svojim budućim radovima planira m da se još detaljnije posvetim nadogradnji ovog modela i omogućim njegov u primenu u organizaciji u kojoj sam zaposlen. U radu nisam projektovao aspekte implementacije razvijenog SPO na osnovu predloženog modela jer sam uvideo da je to preobiman posao za jednu osobu i da bi takav poduhvat umnogome prevazišao okvire jednog Master rada. Prikazao sam teorijske postavke modela, metoda i okolnosti u kojima se vrši proces

odlučivanja. Poseban akcenat stavljen je na proces odlučiva nja u uslovima neizvesnosti i na okolnosti koje prate taj proces.

Pošao sam od pojmova odlučivanje, SPO i znanje i mislim da sam na jedinstven način uspeo te pojmove da inkorporiram u predloženo rešenje. Izvršio sam detaljne analize ovih pojmova kroz dostupnu literaturu i sagledao njihove uticaje na proces donošenja odluke, pa shodno tome dao prikaz njihovo g međusobnog uticaja i povezanosti.

U radu sam potvrdio opštu, posebne i pojedinačne hipoteze, i to: Opšta hipoteza: Moguće je uvidom u prethodno rešene probleme uticati na efikasnost procesa

donošenja odluka u uslovima neizvesnosti.

-98-

Branko Đorđević


Master rad

______________________________________________________________________ Posebne hipoteze:

1. Analizom postojećeg stanja mogu se uočiti procesi u kojima je moguće

integrisati koncept poslovnog odlučivanja i povećati njegova rezistentnost na neizvesnost. 2. Modelovanjem različitih organizacionih stanja poslovnog sistema moguće je pojednostaviti napore za pronalaženje najboljeg odgovora sistema na neizvesnost. Pojedinačne hipoteze:

1. Projektna dokumentacija preduzeća može poslužiti kao polazna osnova za

integraciju primenjivih modela poslovnog odlučivanja. 2. Kompetetivna prednost se postiže samo zajedn ičkim naporima cele organizacije.

Realizacijom rada postignuti su sledeći naučni doprinosi: 

Razvijen je model procesa odlučivanja pri uslovima neizvesnosti.



Ostvaren je doprinos poslovnom odlučivanju analiziranjem uloge i položaja prethodnih iskustava u procesu odlučivanja u neizvesnim uslovima.



Postignut je doprinos integraciji većeg broja naučnih disciplina, kao što su

teorija odlučivanja, projektovanje organizacije, menadžment znanja, teorije upravljanja, itd. 

Prikazana je opšta problematika odlu čivanja u uslovima neizvesnosti na

jedinstven način. Iskreno se nadam da će predložena metodologija i model rešavanja problema odlučivanja pomoći u optimizaciji poslovnih procesa.

-99-

Branko Đorđević


Master rad

______________________________________________________________________

SPISAK SKRAĆENICA

AO

Analiza odlučivanja

DO

Donosilac odluke

IS

Informacioni sistem

MIS

Menadžment informacioni sistemi

MZ

Menadžment znanja

OS

Organizaciona struktura

SPO

Sistem za podršku odlučivanju

STS

Stubna trafostanica

ZOS

Zaključivanje na osnovu slučajeva

-100-

Branko Đorđević


Master rad

______________________________________________________________________

LITERATURA 1. E. Awad, H. Ghaziri, Knowledge Management, Prentice Hall, 2004. 2. K. M. Carley and M. J. Prietula, Computational Organization Theory, Lawrence Erlbaum Associates, Hilladale, New Jersey, 1994. 3. M. D. Cohen, J. G. March, J. P. Olsen, A garbage can model of organizational choice, Administrative Science Quarterly 17, 1972. 4. R. Crag, Knowledge Management Comes of Age, ENT, vol. 5, 2000. 5. M. Čupić, V. M. R. Tummala, M. Suknović, Odlučivanje: formalni pristup , FON, 2003. 6. B. Delibašić, Projektovanje i implementacija sistema menadžmenta znanja, FON, 2004. 7. D. K. Edwards and A. Tversky, Decision making, England, Harmnodsworth: Penguin Books, 1967. 8. R. H. Hall, Organizations: Structures, Processes and Outcomes, Prentice Hall, 1991. 9. E. F. Harrison, The managerial Decision-Making Process, Houghtion Mifflin Co., Boston, 1987. 10. J. Hibbard, Knowing What we Know, Information Week, 1997. 11. P. Jovanović, Menadžment: teorija i praksa, Beograd, 2004. 12. R. L. Krutz and R. D. Vines, The CISSP Prep Guide.Mastering the Ten Domains of Computer Security, John Wiley & Sons, Inc., 2001. 13. P. Lagadec, Major Technological Risk: An Assessment of Industrial Disasters, Pergamon Press, 1981, translated from French by H. Ostwald, Anchor Press Ltd., 1982. 14. B. Levitt and J. G. March, Organizational learning, Annual Review of Sociology 14, 1990. 15. O. Morgenstern and J. von Neumann, Teorija igara i ekonomska interpretacija, ruski prevod, Mir, Moskva, 1970. 16. S. Robbins and M. Coulter, Organizational Structure and Design, Managament 8, Prentice Hall, 2005. 17. W. Shockley, Planning for Knowledge Management, Quality Progress, USA, 2000.

-101-

Master Rad

Recommend Documents