管理支援系统(MSSppt课件

1、管理援助系統Chapter10本章概要管理者與決策制定決策援助系統企業與主管決策援助系統智慧型援助系統：根本觀念專家系統其他智慧型系統學習目標描画管理、決策制定與電腦化援助決策制定的概念描画決策援助系統(DSS)以及相關優點並描画DSS的架構描画群體決策制定中電腦化的援助描画組織決策援助與主管援助系統描画人工智慧 (AI)描画專家系統與相關組成描画自然語言處理與自然語言產生描画人工類神經網路(ANN)以及其主要的應用10.1 管理者與決策制定管理 (Management)是运用資源(人力、財力、能量；资料、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

2、中的輸出(output )。管理者的胜利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) 。管理者的任务管理者有三種根本的角色 (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)決策制定的過程與階段在決策制定中的方式(Mod

3、el)在決策制定過程中，塑模(modeling)的好處有：虛擬實驗的本钱比真實系統進行的實驗本钱要低廉許多；方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；操作方式(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任务相互衝突；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為何管理者需求資訊科技的援助因為科技的創新、通訊的改善、全球市場的發展以及網際網路和電子商務的运用，導致可行方案的數目日益添加。傳統上，決策的制定有時間上的壓力，通常不能够以人工方式快速且有效率地

4、處理必須的資訊。通常需求採用複雜性的分析以作出良好的決策。如此的分析需求运用塑模。決策制定者以及資訊都能够存在不同的地方，以快速且廉價的方式將這些整合似乎是一件困難的任务。管理援助系統 (MSS)被設計成援助管理者的主要科技，包括決策援助系統、主管援助系統、群體科技以及智慧型系統。決策援助的架構圖10.2 決策援助系統 Decision Support Systems)DSS)電腦為主的資訊系統，結合了方式與資料，讓运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。DSS的特徵以及具有的才干敏感度分析：研讨在方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

5、料)對於提出的解決方案所呵斥的改變與衝擊。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讨。DSS的架構與組成元件資料管理子系統方式管理子系統运用者介面运用者知識為主的子系統DSS與其計算環境逐漸展現的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：援助商業在時間的壓力下立刻作出決策的系統。群體決策援助系統虛擬團體(Virtual group)：成員位於不同的區域中。群體決策援助系統 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

6、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。10.3 企業與主管決策援助系統組織決策援助系統 Organizational decision support system (ODSS)：DSS其焦點放在組織的任务或是活動，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， 也稱為主管援助系統(ESS)。 ESS的才干10.4 智慧型援助系統:根本觀念 智慧型援助系統(Intelligent support systems) 是

7、描画以人工智慧(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，關心人類思索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。自然與人工智慧具備的才干之比較智慧型系統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。專家系統可以是援助決策制定者或是全然地取代他們的角色。專家系統是最為

8、廣泛應用的且最胜利的商業AI科技。在專家系統隱藏的根本概念是：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。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运用者上包括了四個活動：知識的获得：知識是從專家或是文件來源中获得。知識的表示：获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方式傳遞到运用者中。專

9、家系統的優點與限制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。 运用者介面：允許运用者與電腦間的談話。黑板：是任务記憶體的集合，儲存了現在問題的描画，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。專家系統的架構與執行過程專家系統通用的種類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。人工類神經網路Artificial Neural Networks (ANNs)：运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