管理支援系統

Chapter10 管理支援系統

本章概要 • 管理者與決策制定 • 決策支援系統 • 企業與主管決策支援系統 • 智慧型支援系統：基本觀念 • 專家系統 • 其他智慧型系統 Chapter10

學習目標 • 描述管理、決策制定與電腦化支援決策制定的概念 • 描述決策支援系統(DSS)以及相關優點並描述DSS的架構 • 描述群體決策制定中電腦化的支援 • 描述組織決策支援與主管支援系統 • 描述人工智慧 (AI) • 描述專家系統與相關組成 • 描述自然語言處理與自然語言產生 • 描述人工類神經網路(ANN)以及其主要的應用 Chapter10

10.1 管理者與決策制定 • 管理 (Management)是使用資源(人力、財力、能量；材料、空間、時間)以達成組織目標的過程。這些資源被視為輸入(inputs) ，目標則被視為過程中的輸出(output )。管理者的成功是以他或是她所能夠負責的輸入以及輸出的筆直衡量，這項比值稱為組織的生產力(productivity) 。 Chapter10

管理者的工作 • 管理者有三種基本的角色 (Mintzberg 1973) : • 人際關係的角色：意見領袖、領導者、聯絡人 • 資訊的角色：監督者、散播者、發言人 • 決策的角色：企業家、騷動控制者、資源分配者、談判者 Chapter10

決策制定 • 決策指的是在兩個或是更多的可行方案中作出選擇。 • 決策制定的過程包括以下三個主要的階段 • 情報(intelligence) • 設計(design) • 選擇(choice) • 第四個階段稱為實作(implementation) Chapter10

決策制定的過程與階段 Chapter10

在決策制定中的模式(Model) • 在決策制定過程中，塑模(modeling)的好處有： • 虛擬實驗的成本比真實系統進行的實驗成本要低廉許多； • 模式可以縮短模擬的時間，真實世界數年的操作結果可以用電腦在數秒鐘內完成模擬； • 操作模式(借由改變參數)比操作真實系統要簡單的多，因此很容易進行實驗，並不會跟組織每日的工作相互衝突； • 今日的環境有許多的不確定性，藉由塑模可以讓管理者更能夠利用許多”what-if”指令與計算特定活動的風險來處理這些不確定性 Chapter10

為何管理者需要資訊科技的支援 • 因為科技的創新、通訊的改善、全球市場的發展以及網際網路和電子商務的使用，導致可行方案的數目日益增加。 • 傳統上，決策的制定有時間上的壓力，通常不可能以人工方式快速且有效率地處理必須的資訊。 • 通常需要採用複雜性的分析以作出良好的決策。如此的分析需要使用塑模。 • 決策制定者以及資訊都可能存在不同的地方，以快速且廉價的方式將這些整合似乎是一件困難的工作。 Chapter10

管理支援系統 (MSS) • 被設計成支援管理者的主要科技，包括決策支援系統、主管支援系統、群體科技以及智慧型系統。 Chapter10

決策支援的架構圖 Chapter10

10.2 決策支援系統 Decision Support Systems)DSS) • 電腦為主的資訊系統，結合了模式與資料，讓使用者廣泛的參與並嘗試解決半結構化與一些非結構化的問題。 Chapter10

DSS的特徵以及具有的能力 • 敏感度分析：研究在模式中一個或是多個部分的改變度對於其他部分的衝擊。 • 情境分析：根據假定(或是輸入資料)對於提出的解決方案所造成的改變與衝擊。 • 尋找目標的分析：嘗試找出為達成期望輸出所具有的必要輸入值之相關研究。 Chapter10

DSS的架構與組成元件 • 資料管理子系統 • 模式管理子系統 • 使用者介面 • 使用者 • 知識為主的子系統 Chapter10

DSS與其計算環境 Chapter10

逐漸展現的DSS類型 • 前線DSS：公司將決策過程自動化，並且將這些過程推展到組織當中，有時候會在夥伴商上。 • 即時DSS：支援商業在時間的壓力下立即作出決策的系統。 Chapter10

群體決策支援系統 • 虛擬團體(Virtual group)：成員位於不同的區域中。 • 群體決策支援系統 Group decision support system (GDSS)：交談式的電腦系統，便利了群體找尋解決方案的努力過程，以解決半結構化與非結構化的問題。 • 決策室(Decision room)：GDSS中面對的場景，每個參與人員都有一台終端機。 Chapter10

10.3 企業與主管決策支援系統 • 組織決策支援系統 Organizational decision support system (ODSS)：DSS其焦點放在組織的工作或是活動，包含了一系列的運作與決策制定者。 • 主管資訊系統 Executive information system (EIS)：電腦化的科技被設計成回應主管特定需求，也稱為主管支援系統(ESS)。 Chapter10

ESS的能力 Chapter10

10.4 智慧型支援系統:基本觀念 • 智慧型支援系統(Intelligent support systems)是描述以人工智慧(artificial intelligence (AI)完成的不同商業應用系統。 • 人工智慧(Artificial intelligence (AI))：電腦科學中的一門領域，關心人類思考過程及利用機器表達這些過程。 • Turning測試：關於人工智慧的測試，人類面談者能夠跟未見面的人與未見面的電腦交談時，不能決定何者的身分，以英國數學家 Alan Turing命名。 Chapter10

自然與人工智慧具備的能力之比較 Chapter10

智慧型系統 Chapter10

10.5 專家系統 Expert Systems (ES) • 藉由在專業領域中應用推理方法與知識以嘗試著要模擬人類專家。 • 專家系統可以是支援決策制定者或是全然地取代他們的角色。 • 專家系統是最為廣泛應用的且最成功的商業AI科技。 • 在專家系統隱藏的基本概念是：專業知識可以從專家或是其他專業知識來源傳遞到電腦中。 Chapter10

專業知識與知識 • 專業知識(Expertise)是從訓練、閱讀與經驗中得到。從專家的專業知識傳送到電腦中以及使用者上包括了四個活動： • 知識的取得：知識是從專家或是文件來源中取得。 • 知識的表示：取得的知識以規則或框架(物件導向的)組成，並且以電子化的方式儲存到知識庫中。 • 知識的推論：給定儲存在知識庫中的必要專業知識，電腦可以被程式化然後進行推論。進行推論的功能元件稱之為推論引擎(inference engine)，是專家系統的大腦所在。 • 知識的傳遞：推論的專業知識以推薦的形式傳遞到使用者中。 Chapter10

專家系統的優點與限制 Chapter10

專家系統的組成 • 知識庫：包含了必要的知識以作為瞭解、整理與解決問題之用。 • 推論引擎：是專家系統的大腦。 • 使用者介面：允許使用者與電腦間的談話。 • 黑板：是工作記憶體的集合，儲存了現在問題的描述，以輸入資料作為指定。 • 解釋子系統：可以找出達成結論的可靠性與解釋專家系統的行為。 Chapter10

專家系統的架構與執行過程 Chapter10

專家系統通用的種類 Chapter10

10.6 其他智慧型系統 • 自然語言處理Natural language processing (NLP)：用英語或是本身說話的語言與電腦溝通。 • 自然語言的瞭解/語音(聲音)的辨認Natural language understanding/speech (voice) recognition：讓電腦可以瞭解以日常語言經由鍵盤或是聲音下達的指令，如此電腦能夠瞭解人們所表達的意思。 • 自然語言的產生/語音合成Natural language generation/voice synthesis：讓電腦產生日常語言的技術，可以藉由「聲音」或是顯示在螢幕上，讓人們能更容易地瞭解電腦。 Chapter10

其他智慧型系統(續) • 人工類神經網路Artificial Neural Networks (ANNs)：使用了有限的生物神經系統的觀念。該目標是要在網路架構中模擬連接單元的大量平行處理。 • 類神經計算(Neural computing)：ANN技術的應用。 • 模式辨認(Pattern recognition)：類神經網路分析大量的資料以建立樣式與特徵，在這種情形下，邏輯與規則沒有辦法得知。 • 模糊邏輯(Fuzzy logic)：電腦的推理機制，藉由模擬人類推理的過程處理非確定性。 Chapter10

管 理支援系統