1.

SISTEMUL INFORMATIC - INSTRUMENT PENTRU CONDUCEREA ŞTIINŢIFICĂ A

SOCIETĂŢILOR COMERCIALE

Conceptul de sistem

Conceptul de sistem este folosit tot mai frecvent în limbajul curent deşi există mai multe păreri în definirea
acestuia. Fără a recurge la o inventariere a acestor păreri, vom căuta să desprindem aspectele comune care
concură la definirea conceptului de sistem, şi anume faptul că orice sistem se caracterizează prin:
- mulţimea E de elemente intercorelate funcţional
- intrările sistemului (X)
- procesele P din cadrul sistemului care prelucrează intrările
- ieşirile sistemului (Y)
- starea sistemului
- scopul, obiectivul funcţionării sistemului (Z)
Totodată, remarcăm faptul că orice sistem este legat de un anumit mediu, are o anumită structură şi
funcţionează după anumite reguli.
Pe baza celor de mai sus, sistemul ar putea fi definit ca fiind un ansamblu de elemente intercorelate
funcţional ce acţionează într-un anumit scop (Z).
In forma cea mai simplă, conceptul de sistem este sugerat prin figura 1.1.

Intrari
Iesiri
X P(X) Y
Fig.1.1. Conceptul de sistem

1.2 Conceptul de sistem cibernetic

În context cibernetic (fig. 1.2) intrările X sunt supuse unui proces P de transformare
în interiorul sistemului S, rezultând ieşirile Y, ceea ce se poate formula astfel:
y = P(X)
Mărimile Y ale ieşirilor se compară cu mărimile obiectivelor propuse (Z).
Factori perturbatori

X Y Z
S

∆X
R

Fig.1.2 Sistem cibernetic

Întrucât de cele mai multe ori între ieşirile efective ale sistemului şi obiectivele prestabilite, datorită unor
factori perturbatori apar abateri, în sensul că Y≠ X. De aceea, pentru înlăturarea factorilor perturbatori se impune
cu necesitate intervenţia unui regulator (R) care va genera mărimea de reglare ∆ X cu rolul de a aduce ieşirile cu
rolul de a aduce ieşirile Y la nivelul obiectivelor (Z) prestabilite, ceea ce se poate formula astfel:
Z = P ( X+∆ x)
unde ∆ x are semnificaţia de factor de reglare iar forma prin care se corelează ieşirile cu obiectivele sistemului în
funcţie de care apoi se intervine asupra intrărilor şi înlăturării factorilor perturbatorii, poartă denumirea de
conexiune inversă sau feed-back.
 Sistemul are o dimensiune relativă, ca sferă de cuprindere, în funcţie de nivelul la care se raportează într-
o ierarhie funcţională.
Un sistem poate fi descompus pe mai multe niveluri de referinţă şi poate fi format din mai multe
subsisteme (fig.1.3).

SISTEM

Intrari SUBSISTEM A SUBSISTEM B Iesiri

SUBSISTEM C

Fig.1.3 Descompunerea sistemului in subsisteme

În ceea ce priveşte raportul dintre nivelul de referinţă şi descompunerea sistemului pe subsisteme, spre
exemplificare, am putea privi economia mondială ca fiind formată din economia multitudinii ţărilor, care la
rândul lor include multitudinea unităţilor economico-sociale din fiecare ţară (fig.1.4).

Sistemul economiei
NIVEL MONDIAL Sistem mondiale

NIVEL TARA Subsistem Subsist. ec.nationale

NIVEL UNITATI
EC.SOC Subsistem Subsist. unit. ec. soc

Fig.1.4 Niveluri de referinţă şi descompunerea corespunzătoare a sistemului

La nivelul unei unităţi economice privite ca sistem, pot fi identificate subsistemele

aprovizionare, producţie, desfacere, personal şi financiar-contabil. Gradul de descompunere sau agregare a
sistemului depinde de scopul urmărit, de obiectivele prestabilite precum şi de nivelul la care se doreşte să se facă
raportarea.
În acest context se poate spune că orice sistem apare ca un subsistem al unui sistem mai cuprinzător, că
nici un sistem sau subsistem nu se găseşte izolat, funcţionând într-un anumit mediu, că legăturile dintre ele sunt
evidenţiate tocmai de intrările respectiv ieşirile fiecăruia.

1.3. Conceptul de sistem informaţional

Comunicarea între diferite sisteme, subsisteme şi în cadrul acestora se realizează prin

intermediul sistemului informaţional. Spre exemplificare, dacă ne referim la o unitate economica privită ca
sistem cibernetic, sistemul informaţional se interpune între sistemul condus şi sistemul de conducere (fig.1.5).
 SISTEMUL CONDUS Y
Resurse Produse finite,
X -mat.prime Servicii prestte
-energie
-combustibil
etc. Sistemul
Informatii Decizii informational

Informatii Informatii in
din afara sist. SISTEMUL DE CONDUCERE
afara sist.

Fig.1.5 Unitatea economica ca sistem cibernetic

Sistemul informaţional poate fi definit ca un ansamblu tehnico-organizatoric de proceduri de constatare,
consemnare, culegere, verificare, transmitere, stocare şi prelucrare a datelor, în scopul satisfacerii cerinţelor
informaţionale necesare conducerii în procesul fundamentării şi elaborării deciziilor.
Sistemul informaţional poate fi privit ca “umbra” proceselor şi fenomenelor ce se petrec în cadrul unei
unităţi economico-sociale aşa după cum reiese şi din figura 1.6. În partea superioară a figurii 1.6 sunt redate într-
o succesiune logică activităţile de bază şi procesele ce au loc într-o societate comercială cu caracter productiv:
aprovizionare, producţie şi desfacere. În partea inferioară (marcată prin linie întreruptă) se constată,
consemnează, reflectă şi informează tot ceea ce se petrece pe parcursul fluxului aprovizionare – producţie -
desfacere.

APROVIZIONARE PRODUCTIE DESFACERE

MAGAZII
INT ERMEDIARE
CEREREA
OFERT A

MAGAZIA PROCES CTC MAGAZIE

FURNIZORI APROVIZIONARE DESFACERE
CENT RALA PRODUCT IE PROD.FINIT E

COMENZI URMARIRE CHELT UIELI

CONT R. APROV PRODUCT IE MAT ERIALE BENEFICIAR

URMARIRE LANSARE IN URMARIRE

FABRICAT IE SALARII CONT R.
CONT RACT E
FISIER
FURNIZ PROGRAMARE
ORI PROGRAME GEST IUNE OPERAT IVA A CONT ABILIT AT E BENEF
APROV. ST OCURI PROD
COMENZI
CAPACIT . SPECIFICAT II CONT R. DESF
PRODUCT IE T EHNOLOGICE

CALCUL COST -
PRET ST UDII PIAT A
RESURSE PROGRAME
UMANE DE PROD.

Fig 1.6. Reflectarea activitatii de baza in cadrul sistemului informational

Din definiţie se desprind sarcinile şi obiectivul sistemului informaţional.

În ceea ce priveşte sarcinile sistemului informaţional, într-o formă mai analitică acestea pot fi
următoarele:
 - culegerea şi consemnarea datelor primare de la locurile unde se petrec procesele şi fenomenele
economice, precum şi din spaţiul economic extern
- verificarea, transmiterea şi stocarea datelor pe diferiţi purtători tehnici de informaţii
- prelucrarea manuală sau automată a datelor în concordanţă cu cerinţele conducerii
- asigurarea integrităţii şi confidenţialităţii datelor
- asigurarea calităţii informaţiilor necesare conducerii sub aspectul realităţii, exactităţii, completitudinii,
oportunităţii şi formei de prezentare
- reducerea costului informaţiei
- asigurarea informaţiilor necesare conducerii conform principiului selecţiei şi informării prin excepţie
- includerea în cadrul procedurilor a unor modele matematice care să conducă la utilizarea optimă a
resurselor umane, materiale, financiare şi timp din cadrul unităţilor economice.
În ceea ce priveşte obiectivul sistemului informaţional, se poate spune că acesta
reprezintă satisfacerea cerinţelor informaţionale necesare conducerii în procesul de elaborare a deciziilor. Deci,
prin scopul urmărit putem considera sistemul informaţional ca un instrument al conducerii în vederea realizării
obiectivelor activităţilor unităţilor economice.

1.4. Conceptul de sistem informatic

În măsura în care activităţile din cadrul sistemului informaţional sunt realizate cu

ajutorul echipamentelor electronice de culegere, transmitere, stocare şi prelucrare automată a datelor, se spune că
avem de a face cu informatizarea sistemului informaţional şi implicit a determinat apariţia conceptului de sistem
informatic.
În acest context, sistemul informatic reprezintă un ansamblu de elemente intercorelate
funcţional în scopul automatizării obţinerii informaţiilor necesare conducerii în procesul de fundamentare şi
elaborare a deciziilor.

1.4.1. Elemente componente ale sistemului informatic

Elementele componente ale unui sistem informatic, intercorelate funcţional, sunt redate în figura
următoare.

SISTEM INFORM A TIC

BA ZA SISTEM UL BA ZA BA ZA RESURSELE
TEHNICO DE INFORM A TIONA LA STIINTIFICA SI UM A NE SI
M A TERIA LA PROGRA M E M ETODOLOGICA CA DRUL
ORGA NIZA TORIC

Fig. 1.7. Elemenetele componente ale sistemului informatic

Un sistem informatic este compus, în principal, din următoarele elemente:

- Baza tehnică sau HARDWARE-ul sistemului informatic, care este constituită din totalitatea mijloacelor
tehnice de culegere, transmitere, stocare şi prelucrare a datelor, în care locul central revine calculatorului
electronic.
- Sistemul de programe sau SOFTWARE-ul sistemului, ce cuprinde totalitatea programelor pentru
funcţionarea sistemului informatic, în concordanţă cu funcţiunile şi obiectivele ce i-au fost stabilite.
Se au în vedere atât programele de bază (SOFTWARE-ul de bază) cât şi programele aplicative
(SOFTWARE-ul aplicativ).
- Baza ştiinţifico-metodologică care este constituită din modele matematice ale proceselor şi fenomenelor
economice, metodologii, metode şi tehnici de realizare a sistemelor informatice.
 - Baza informaţională cuprinde datele supuse prelucrării, fluxurile informaţionale, sistemele şi
nomenclatoarele de coduri.
- Resursele umane şi cadrul organizatoric, ce include personalul de specialitate şi cadrul necesar
funcţionării sistemului informatic. Personalul de specialitate include informaticieni cu studii superioare şi
pregătire medie, analişti, programatori, ingineri de sistem, analişti-programatori ajutori, operatori,
controlori date etc.
Cadrul organizatoric este cel specificat în regulamentul de organizare şi funcţionare al
unităţii în care funcţionează sistemul informatic.
Realizarea unui sistem informatic reclamă acţiuni conjugate de asigurare a tuturor elementelor de mai sus,
neglijarea chiar şi numai a unuia dintre acestea putând aduce prejudicii întregii acţiuni.

1.4.2. Locul şi rolul sistemului informatic în raport cu sistemul informaţional

Sistemul informatic este inclus în cadrul sistemului informaţional şi are ca obiect

de activitate, în general, procesul de culegere, verificare, transformare, stocare şi prelucrare automată a datelor
(fig 1.8).

SISTEMUL ACTIVITATII ECONOMICE

SISTEM CONDUCERE

INFORMATIONAL
SISTEMUL

SISTEM INFORMATIC

SISTEM CONDUS

Fig 1.8. Locul sistemului informatic

Prin implementarea unor modele matematice şi utilizării tehnicii de calcul în

activităţile enumerate, sistemul informatic imprimă valenţe sporite sistemului informaţional sub aspect calitativ şi
cantitativ. Astfel, asistăm la o creştere a capacităţii de calcul sub aspectul volumului datelor de prelucrat şi a
operaţiilor de efectuat, creşterea exactităţii informaţiilor, sporirea operativităţii şi complexităţii situaţiilor de
informare-raportare etc. Toate aceste aspecte determină o apropiere mai mare a decidentului de fenomenele şi
procesele economice pe care le are în atenţie, cu multitudinea aspectelor economice pozitive ce derivă din
acestea.
În ceea ce priveşte raportul dintre sistemul informatic şi sistemul informaţional se
poate aprecia ca sistemul informatic tinde spre a egala sfera de cuprindere a sistemului informaţional, însă acest
lucru nu va fi posibil niciodată datorită limitelor sistemului informatic. Tot timpul în cadrul sferei sistemului
informaţional vor exista o serie de activităţi ce nu vor putea fi automatizate in proporţie de 100%. Însă dacă
acceptăm includerea în sfera sistemului informatic a activităţii de conducere a proceselor tehnologice cu ajutorul
calculatoarelor de proces, putem asista la automatizarea completă a procesului tehnologic. Într-o astfel de situaţie
există unele păreri cum că sistemul informatic ar depăşi sfera sistemului informaţional. Însă această problemă
rămâne deschisă discuţiilor.

1.5. Obiectivele sistemelor informatice

Obiectivele sistemelor informatice pot fi clasificate după mai multe criterii astfel:
A. În funcţie de sfera de cuprindere, obiectivele pot fi principale (generale) şi şi secundare (derivate).
Plecând de la ideea că sistemul informatic este subordonat procesului decizional, că el deserveşte
conducerea al cărei rol este de a asigura funcţionarea normală sau optimă a întregii activităţi şi de a reduce la
minim pierderile în caz de funcţionare anormală sau neoptimă, adică de a compensa perturbaţiile care apar în
activitatea întreprinderii, considerăm că obiectivul oricărui sistem informatic trebuie să fie subordonat
obiectivului propriu-zis al unităţii economico-sociale sau celor derivate din acesta. În acest context obiectivul
principal (general) urmărit prin introducerea unui sistem informatic îl constituie tocmai asigurarea selectivă şi în
timp util a tuturor nivelelor de conducere cu informaţii necesare şi reale pentru fundamentarea şi elaborarea
operativă a deciziilor cu privire la desfăşurarea cât mai eficientă a întregii activităţi din unitatea economică.
Pe lângă acest obiectiv principal ce poartă amprenta întregii activităţi din unitatea economică, în scopul
cunoaşterii mai îndeaproape a activităţii economice respective şi desfăşurării acesteia în cele mai bune condiţii,
sistemul informatic mai are şi alte obiective pe care le numim obiective secundare sau derivate şi care pot fi
considerate chiar condiţii de prim ordin pentru realizarea obiectivului general. În ceea ce priveşte raportul dintre
obiectivul general şi obiectivele secundare ale sistemului, este necesar să arătăm că subobiectivele trebuie să fie
compatibile între ele şi compatibile cu obiectivul general, adică realizarea unuia să influenţeze realizarea
celorlalte şi toate să concure la realizarea obiectivului general. În caz contrar, urmărirea realizării unui obiectiv
necorelat cu celelalte obiective ale sistemului se transformă într-un scop în sine şi este lipsită de eficienţă.

B. Din punct de vedere al domeniului de activităţi asupra cărora se răsfrâng efectele utilizării calculatoarelor
electronice, obiectivele pot fi clasificate astfel:
a. Obiective ce afectează activităţile de bază din cadrul unităţilor economice (comercială, producţie etc) cum
ar fi:
- creşterea gradului de încărcare a capacităţilor de producţie existente ţi reducerea duratei ciclului de
fabricaţie
- creşterea volumului producţiei
- reducerea consumurilor specifice de materii prime şi materiale
- creşterea productivităţii muncii
- reducerea personalului administrativ-funcţionăresc
- creşterea profitului şi a rentabilităţii etc.
b. Obiective ce afectează funcţionarea sistemului informaţional, cum ar fi:
- creşterea vitezei de răspuns a sistemului la solicitările beneficiarilor
- creşterea exactităţii ţi preciziei în procesul de prelucrare a datelor şi informare a conducerii
- reducerea costului informaţiei
- raţionalizarea fluxurilor informaţionale
- raţionalizarea circuitelor informaţionale
- sporirea completitudinii situaţiilor de informare-raportare etc.
De remarcat că realizarea obiectivelor ce afectează funcţionarea sistemului informaţional se va răsfrânge în mod
indirect asupra activităţilor de bază din unitatea economică şi va influenţa cantitativ şi calitativ realizarea primei
grupe de obiective.

C. Totodată, obiectivele sistemelor informatice mai pot fi clasificate şi din punctul de vedere al posibilităţilor de
cuantificare a efectelor acestora, astfel:
a. Obiective cuantificabile cum ar fi:
- accelerarea vitezei de rotaţie a mijloacelor circulante
- reducerea cheltuielilor de transport
- reducerea cheltuielilor indirecte
- creşterea volumului producţiei
- raţionalizarea formularisticii de evidentă
b. Obiective necuantificabile cum ar fi:
- sporirea calităţii produselor finite sau serviciilor prestate
- reducerea muncii în asalt
- creşterea prestigiului unităţii economice
 - creşterea calităţii informaţiilor.

Necesitatea clasificării obiectivelor sistemelor informatice decurge din faptul că ele sunt foarte numeroase şi sunt
specifice fiecărei unităţi economice, iar realizarea concomitentă a acestora la nivelul unei unităţi economice este
greu de înfăptuit. Acest lucru impune ca fiecare conducător să definească obiectivele specifice unităţii respective
şi să stabilească ordinea prioritară de realizare a acestora. Totodată, prin inventarierea şi prezentarea acestora în
faţa colectivului din unitatea respectivă, prin explicarea modului de realizare şi a eforturilor privind asigurarea
resurselor umane, materiale, financiare şi timp pe care le implică, colectivul de oameni va înţelege mai clar
necesitatea şi utilitatea implementării sistemelor informatice, va deveni mai responsabil faţă de sarcinile ce-I
revin, creându-se astfel condiţii mai favorabile pentru reuşita implementării şi exploatării curente a sistemului
informatic.

1.6. Clasificarea sistemelor informatice

Sistemele informatice se clasifică după mai multe criterii.

A. În funcţie de domeniul de utilizare, acestea se clasifică în patru grupe, prezentate în figura 1.9.

Conducerea activitatilor
unitatilor economico -sociale

Conducerea proceselor
SISTEME tehnologice
INFORMATICE
pentru
Cercetare stiintifica si
proiectare tehnologica

Activitati speciale

Fig.1.9. Clasificarea sistemelor informatice dupa domeniul de utilizare

a. Specific sistemelor informatice pentru conducere activităţilor unităţilor economico-sociale este faptul că
datele de intrare, de regulă, sunt furnizate prin documente întocmite de om, iar datele de ieşire sunt
furnizate de către sistem tot sub formă de documente (liste, rapoarte etc.) pentru perceperea acestora de
către om.
b. Spre deosebire de acestea, sistemele informatice pentru conducerea proceselor tehnologice se
caracterizează prin aceea că datele de intrare sunt asigurate prin intermediul unor dispozitive automate
care transmit sub formă de semnale (impulsuri electronice) informaţii despre diverşi parametri ai
procesului tehnologic (presiune, temperatură, umiditate, nivel) iar datele de ieşire se transmit de
asemenea sub formă de semnale unor organe de execuţie, regulatoare, care modifică automat parametrii
procesului tehnologic. Se execută în acest fel controlul şi comanda automată a procesului tehnologic.
Astfel de sisteme sunt folosite în locurile în care este periclitată intervenţia în mod direct a factorului
uman. Exemple de asemenea sisteme sunt cele pentru laminarea oţelului, pentru procesele din
petrochimie, pentru fabricarea cimentului, a hârtiei, centrale nucleare etc. în mod firesc apar diferenţe
între obiectivele celor două categorii de sisteme, cele pentru conducerea proceselor tehnologice având ca
 obiective îmbunătăţirea randamentului agregatelor, urmărirea siguranţei în funcţionare, creşterea
indicatorilor de calitate a produselor, îmbunătăţirea altor indicatori tehnico-economici.
c. Sistemele informatice pentru activitatea de cercetare ştiinţifică şi proiectare asigură automatizarea
calculelor tehnico-inginereşti, proiectarea asistată de calculator şi alte facilităţi necesare specialiştilor din
domeniile respective.
d. Sistemele informatice speciale sunt destinate unor domenii specifice de activitate ca de exemplu:
informare şi documentare, tehnico-ştiinţifică, medicină etc.

B. Un alt criteriu de clasificare al sistemelor informatice economice este în funcţie de nivelul ierarhic ocupat de
sistemul economic în structura organizatorică a socuetăţii, conform căruia avem următoarea clasificare:
a. Sisteme informatice pentru conducerea activităţii la nivelul unităţilor economice. Acestea pot fi
descompuse în subsisteme informatice asociate funcţiunilor unităţilor economico-sociale sau chiar unor
activităţi
b. Sisteme informatice pentru conducerea activităţii la nivelul organizaţiilor economico-sociale cu structură
de grup. În această categorie sunt incluse sistemele informatice la nivelul regiilor autonome.
c. Sisteme informatice teritoriale. Sunt constituie la nivelul unităţilor administrativ-teritoriale şi servesc la
fundamentarea deciziilor adoptate de către orgenele locale de conducere
d. Sisteme informatice pentru conducerea ramurilor, subramurilor şi activităţilor la nivelul economiei
naţionale.
Se constituie la nivelul ramurilor, subramurilor şi activităţilor individualizate în virtutea diviziunii sociale
a muncii şi specificate în clasificarea ramurilor economiei naţionale. Sunt elaborate şi administrate de
ministerele, departamentele sau organele care au prin lege sarcina de a coordona metodologic grupele
respective de activităţi. Principala lor funcţie constă în fundamentarea şi reglarea echilibrului dezvoltării
economico-sociale în profil de ramură.
Aceste sisteme vor trebui să realizeze elaborare de variante a proiectului de plan în profil de ramură,
încărcarea optimă a capacităţilor de producţie, folosirea intensivă a maşinilor, utilajelor şi instalaţiilor,
urmărirea şi controlul realizării sarcinilor de plan şi a celor privind calitatea producţiei, perfecţionarea
produselor şi a tehnologiilor, înnoirea producţiei şi asigurarea de noi produse, utilizarea superioară a
potenţialului material şi uman din ramura respectivă.
e. Sisteme informatice funcţionale generale ce au ca atribut principal faptul că
intersectează toate ramurile şi activităţile ce au loc în spaţiul economiei naţionale, furnizând informaţiile
necesare coordonării de ansamblu şi sincronizării lor in procesul reproducţiei din cadrul economiei de
piaţă. În această categorie sunt cuprinse sistemele pentru planificare, statistică, financiar-bancar etc.

C. Un alt criteriu de clasificare al sistemelor informatice este acela după aportul acestuia în actul decizional.
Decidentul dintr-o unitate are prin sistemul informatic un puternic suport pentru fundamentarea deciziilor
sale. Acest suport implementează modele matematico-economice din domeniul specific de activitate sau cu
caracter general. Este situaţia clasică de realizare a sistemelor informatice ca asistent al decidentului. Acestea
execută o mică parte din activitatea decidentului, rolul lor important fiind de culegere şi prelucrare automată a
datelor. Este perioada de până în jurul anului 1970, când două discipline au venit în sprijinul ştiinţific al
sistemului informatic-decizional: cercetările operaţionale şi teoria deciziei. În această perioadă apar şi primele
sisteme suport decizie ca sisteme pentru prelucrarea automată a datelor împreună cu sistemele de luare a
deciziilor.
Anii 1970 au însemnat o creştere puternică a fluxului informaţional în toate domeniile de activitate, a
bazelor de date şi a teleprelucrării. Acestea au permis prelucrarea unui volum mai mare de date şi o comunicaţie
mai rapidă şi mai eficientă. Rolul sistemului informatic creşte în raport cu decidentul, ajungând să fie un
colaborator al acestuia. De multe ori, aceste sisteme informatice execută o parte însemnată din activitatea
decidentului evoluând astfel spre sisteme suport de decizie.
Începând cu anii ’70 bazele de date au evoluat spre relaţional ţi distribuit, iar reţelele de calculatoare
locale şi generale au devenit curente. Informaţia care se prelucrează se diversifică foarte mult, volumul de date
este tot mai mare iar complexitatea prelucrărilor de-asemenea. Sistemele informatice încep să execute mare parte
din activitatea de rezolvare a problemelor de decizie devenind experte în domeniu, evoluând astfel spre sisteme
expert. Volumul de date mare şi complexitatea deosebită a datelor care circulă pe magistralele (reţelele)
informaţionale internaţionale în momentul de fată, tind să sufoce sistemele informatice bazate pe relaţional.
Abordarea orientată-obiect, precum şi realizarea de baze de cunoştinţe, pe maşini tot mai puternice, tind să
rezolve problema.
Sistemele expert (SE) precum şi sistemele suport de decizie (SSD) sunt de fapt sisteme informatice (SI)
dedicate. Iată câteva aspecte comune şi deosebiri între ele:
a. Tehnologia de realizare se păstrează în mare parte pentru toate cele trei tipuri de
sisteme. Pe de o parte SSD si SE au preluat în metodologia lor de realizare majoritatea activităţilor din
metodologia de realizare a SI, adoptând o parte din ele. Pe de altă parte metodologia de realizare a SI a evoluat
mult odată cu apariţia SSD si SE preluând o serie de elemente de simplitate, flexibilitate precum şi stilul de lucru
în paşi mărunţi şi relări succesive. Ideea ca un sistem informatic, ca de altfel orice produs informatic, se
realizează “la cheie” prin etape care o dată realizate nu se mai pot relua, nu mai este agreată. Stilul de lucru de la
sistemele expert care presupune realizarea unei versiuni care nu este nici ultima nici cea mai bună, urmând apoi
să se realizeze versiuni succesive pentru perfecţionare şi dezvoltare, este tot mai mult utilizat şi în realizarea
sistemelor informatice.
b. Toate folosesc abordarea sistemică pentru studierea şi rezolvarea problemelor.
Aceasta este o cale eficientă pentru învingerea complexităţii şi păstrarea coerenţei. Abordarea sistemică
presupune o serie de caracteristici în procesul de cunoaştere, caracteristici care se regăsesc la realizarea tuturor
celor trei tipuri de sisteme. Aceste caracteristici sunt:
- extragerea sistemului studiat se face din mediul înconjurător
- definirea problemei şi descrierea ei se face cantitativ si/sau calitativ
- se definesc mijloacele posibile pentru rezolvarea problemei
- se formulează diferite variante de rezolvare a problemei
- se compară variantele şi se alege cea mai bună (cea care satisface cel mai bine cerinţele).
c. Modul de rezolvare al problemelor păstrează direcţii comune care caracterizează
sistemul uman de prelucrare şi evaluare a informaţiei. Acest lucru este firesc în SSD si SE şi se accentuează în SI
prin abordarea orientată-obiect. În acest sens, se îmbină aspectele descriptive u cele imperative, neprocedurale cu
cele procedurale, în funcţie de sistem punându-se accentul pe unul sau altul dintre aceste aspecte. Modulul
rezolutiv se bazează în special pe raţionamente dar şi pe algoritmi în SE, şi se bazează în special pe algoritmi dat
şi raţionamente în SSD si SI. Raţionamentul se bazează pe modelul logic şi nu pe cel fizic, ceea ce înseamnă că
primează relevanţa şi mai puţin precizia. Acest lucru este valabil atât în mecanismul de inferenţă din SE cât şi în
procesul decizional din SSD. În SI, în modelul prelucrativ, contează mai mult precizia ţi mai puţin relevanţa.
Aplicaţiile cu baze de cunoştinţe sunt în ultimă instanţă aplicaţii informatice care permit rezolvarea de probleme
dificile prin simularea raţionamentului uman asupra unor cunoştinţe specifice unui domeniu dat.
d. Cele trei sisteme, deşi au arhitecturi diferite păstrează şi elemente comune. Toate
au colecţii de date care sunt fişiere sau baze de sate în SI, baze de cunoştinţe în în SSD (baza de date şi baza de
modele) şi SE (baza de cunoştinţe şi modele). În plus faţă de SI, SSD conţin o bază de module care este de fapt o
bibliotecă de module permanente sau de uz temporar. Acestea pot fi ale utilizatorului sau realizate de firme
specializate. Pot fi module operative, tactice sau strategice, pot fi de calcul sau analiză etc. dimensiunile acestor
module pot fi de la o singură relaţie până la foarte multe. Legat de această bază de module SSD va conţine un
mecanism de construire sau generare a modulelor, va avea posibilitatea să restructureze un model, să-l
actualizeze şi să opereze asupra modulelor pentru a obţine rapoarte de ieşire. În loc de colecţiile de date din SI,
SE conţin o bază de cunoştinţe în care se descriu obiectele din lumea reală. Ea conţine fapte (axiome) şi reguli
(care pot descrie şi modele). Atât SSD cât şi SE au componente pentru învăţare care achiziţionează noi
cunoştinţe. Această componentă lipseşte ca atare în SI, deşi sunt încercări în acest sens de a fi inclusă.
De asemenea, toate sistemele conţin interfeţe cu utilizatorul care tind să devină tot
mai prietenoase, uşor de folosit şi interactive. Această componentă tinde să depăşească jumătate din codul
program generat, în toate cele trei sisteme. Tendinţa este dată de maşinile interactive actuale şi de societatea
informatizată care determină o utilizare în masă a calculatoarelor. Dialogul dat de interfaţă trebuie să fie cât mai
” natural” pentru a elimina bariera psihologică dintre om şi maşină. Stilul de dialog poate fi întrebare-răspuns,
limbaj de comandă, meniu, videoformat, ferestre etc., la care se adaugă facilităţile oferite de platformele
multimedia (dacă acestea sunt disponibile).
e. Toate cele trei sisteme ajută decidentul în activitatea sa, îi fundamentează decizia.
Contribuţia fiecărui tip de sistem la sprijinul decidentului, în fundamnetarea deciziilor este următoarea:
 Tip sistem Ajutor pentru decident Partea executată din
activitatea decidentului
SI asistent o mică parte
SSD colaborator o parte însemnată
SE expertiză o mare parte

f. Problemele rezolvate cu cele trei tipuri de sisteme sunt de natură diferită deşi au şi
elemente comune (provin din lumea reală etc.) Dacă într-o problemă criteriile sunt preponderent cantitative iar
caracteristicile problemei se formulează cantitativ, modelarea se face foarte bine algoritmic şi va rezulta un SI.
Dacă însă există formulări mai puţin cantitative se tinde spre SSD sau SE, care însă nu exclud folosirea
algoritmilor. Pentru problemele complexe în condiţii de incertitudine, se porneşte conceptual dar şi practic, de la
baze de date clasice spre baze de cunoştinţe. Acestea au la bază cunoştinţe incomplete, inconsistente, incerte,
inprecise, ambigui. Pentru fiecare dintre aceste categorii de cunoştinţe există o logică nestandard de care se ţine
cont în abordarea problemei. Acest lucru se tratează bine în SSD şi SE şi foarte greu sau imposibil în SI.
Din analiza de mai sus rezultă evoluţia în anumite condiţii a SI spre SSD şi SE.
evoluţia se constată în ceea ce priveşte conceptele (sistem, componente, modele, obiecte etc.), metodologia de
realizare (principalele activităţi, metode, tehnici etc.), soluţii software de implementare (limbaje, tehnici de
programare, inginerie software etc.). Pe de altă parte, din punct de vedere al organizării datelor se constată
evoluţia bazelor de date relaţionale spre cele orientate obiect şi spre bazele de cunoştinţe. Simplificarea
modelului relaţional şi îmbunătăţirea lui a condus spre modelul orientat obiect. De asemenea, reprezentarea prin
perechile A-V (atribut-valoare) din relaţional o regăsim şi în bazele de cunoştinţe (exemplul din limbajul Prolog).

D. Din punct de vedere al organizării datelor sistemele informatice se clasifică în:

a. SI care au colecţiile de date organizate în fişiere. Fişierele pot fi cu organizare
clasică (secvenţiale, indexat-secvenţiale, relative) sau cu organizare specială (înlănţuite, inverse etc.). Acest tip
de SI sunt tot mai rare astăzi, şi ele mai pot fi acceptate doar pentru sisteme mici. În orice caz, aceste sisteme
trebuie să folosească şi fişiere care permit accesul direct pentru uşurinţa şi rapiditatea manipulării datelor.
b. SI care au colecţii de date organizată în bază de date. Pentru acest lucru se
foloseşte un model de date care poate fi arborescent, reţea, relaţional sau orientat-obiect şi un SGBD adecvat. Cel
mai utilizat model este cel relaţional cu tendinţă de evoluţie spre orientat-obiect. Majoritatea SI sunt de acest tip
datorită avantajelor oferite de bazele de date în crearea şi manipularea colecţiilor de date.
c. SI mixte care au colecţii de date organizate în bază de date dar şi în fişiere. Pot
apare şi astfel de situaţii în realizarea unui SI, în sensul că pe lângă baza de date sunt necesare şi o serie de fişiere
relativ independente prelucrate din limbaje de programare, în afară SGBD-ului. Astfel de cazuri apar mai ales
atunci când SI colaborează cu alte sisteme sau aplicaţii informatice.

1.7. Sistemul informatic, instrument al conducerii moderne

Obţinerea de către agenţii economici şi societăţile comerciale a unei eficienţe

economice sporite este condiţionată de existenţa unei conduceri ştiinţifice bazate pe o bună cunoaştere a legilor
economice, cunoaşterea operativă şi exactă a cererii şi ofertei de pe piaţa internă şi externă, a dinamicii preţurilor
mărfurilor, a caracteristicilor tehnologice ale mărfurilor ce constituie obiectul de preocupare, a tendinţelor
tehnologice precum şi a modului de utilizare a resurselor de care dispun.
Acest lucru impune promovarea în munca de conducere a unor metode, tehnici şi mijloace moderne de
informare, analiză şi decizie. În ansamblul metodelor, tehnicilor şi mijloacelor moderne un loc central îl ocupă
metodele matematice de creştere a eficienţei economice, de prognozare precum şi sistemele informatice. Deci, se
pune problema perfecţionării sistemului de conducere concomitent cu cea a perfecţionării sistemului
informaţional prin aplicarea principiilor şi metodelor pe care le oferă ştiinţa conducerii şi organizării, cibernetica,
cercetarea operaţională, econometria pe de o parte, iar pe de altă parte informatica cu cele mai eficiente metode şi
procedee de culegere, verificare, transmitere, stocare şi prelucrare a datelor.
 Plecând de la faptul, pe de o parte, că modelele matematice reprezintă componenta ştiinţifică a unui
sistem informatic, iar pe de altă parte ţinând seama de facilităţile oferite de utilizarea calculatorului electronic (ca
o altă componentă a sistemului informatic) se poate aprecia că sistemul informatic constituie un adevărat
instrument în conducerea ştiinţifică a activităţii economice, cel puţin din următoarele considerente:
- Oferă posibilitatea simulării facile a proceselor şi fenomenelor economice la nivel
micro şi macroeconomic.
- Asigură o corelare mai judicioasă a obiectivelor cu resursele. De exemplu, prin
implementarea unui sistem informatic privind programarea, lansarea şi urmărirea operativă a producţiei, pe baza
unor modele matematice de armonizarea a cerinţelor cu resursele, se poate detalia această activitate până la nivel
de săptămână sau chiar zi, în condiţii de eficienţă economică sporită. În condiţii tradiţionale această activitate se
realizează în mod empiric, până cel mult la nivel de trimestru, fără o fundamentare ştiinţifică.
- Prin implementarea unor modele matematice în cadrul sistemelor informatice
apare posibilitatea alegerii ofertei (variantei) optime în diferite domenii de activitate. De exemplu, în domeniul
comerţului exterior, alegerea ofertei optime reprezintă una din principalele exigenţe la contractare şi se poate
realiza prin aplicarea unor modele de decizii multicriteriale în paralel cu asigurarea fondului de date referitoare la
dinamica preţurilor, documentaţia tehnică, performanţele utilajelor sau maşinilor etc. În general, studiul
comparativ al ofertelor se realizează în mod empiric şi cu mari dificultăţi.
- Sistemul informatic înlătură anacronismul din activitatea unităţilor economice,
manifestat prin faptul ca cca. 40-60% din bugetul de timp este folosit pentru activităţi de rutină, de evidenţă,
prelucrare şi raportare a datelor, rămânând prea puţin timp pentru activitatea de informare tehnică de specialitate,
pentru consultarea unor materiale de conjunctură economică, de analiză şi previziune a fenomenelor şi proceselor
economice ce prezintă interes.
- Prin implementarea unor modele matematice privind croirea optimă a suprafeţelor
apare posibilitatea reducerii consumurilor de materii prime şi materiale pe unitate de produs. De exemplu, în
industria confecţiilor şi tricotajelor, fabricilor de mobilă, obiectelor de uz casnic etc., croirea suprafeţelor cu
ajutorul calculatorului electronic poate spori gradul de utilizare a materiilor prime la peste 90%.
- Sistemele informatice imprimă valenţe sporite de ordin cantitativ şi calitativ
informaţiilor furnizate decidenţilor sub aspectul exactităţii, realităţii, oportunităţii, vitezeo de răspuns, formei de
prezentare, completitudinei informaţiei şi costului informaţiei.
Deci se impune proiectarea şi implementarea unor sisteme informatice care să se
bazeze pe o tehnică rafinată de organizare a datelor, să includă o serie de modele matematice şi care în final să fie
capabile să imprime performanţe sporite sistemului informaţional şi activităţilor de bază.
Proiectarea la nivel micro şi macroeconomic a unor sisteme informatice care să
utilizeze tehnica bazelor de date şi care să conţină o serie de modele matematice iar situaţiile de informare-
raportare să aibă caracter de semnalare preventivă a abaterilor faţă de starea normală, reprezintă o formă
superioară de organizare şi prelucrare a datelor. Această concepţie revoluţionează întregul sistem
informaţional, pe de o parte transformându-l dintr-un instrument pasiv de constatare, consemnare şi analiză a
unor fenomene şi procese economice deja petrecute, într-un instrument activ de previziune, comandă şi control al
acestora, iar pe de altă parte prezenţa bazei de date ca un punct central la care vin şi de la care pleacă toate
informaţiile de la proces spre punctele de decizie şi invers, face ca aspectul circuitelor informaţionale să se
schimbe de la “păienjenişul” şi redundanţa existentă în cele mai multe sisteme informaţionale la razele unei surse
unice- baza de date.

1.8. Stadiul actual şi tendinţele dezvoltării sistemelor informatice

În ultimii ani asistăm la una dintre cele mai importante transformări din istorie ale
infrastructurii tehnologice a societăţii. Această schimbare constă de fapt în adăugarea unui nou substrat în
infrastructura tehnologică substrat care este uzual denumit tehnologia informaţiei. În acest nou substrat se
evidenţiază în mod decisiv informatica. Extinderea într-o măsură din ce în ce mai mare a tehnologiei informaţiei
a devenit posibilă datorită progreselor rapide şi importante ale microelectronicii. Această extindere este pe cale
de a produce o schimbare majoră în societatea nostră, şi anume trecerea de la orientarea industrială, în care
accentul se pune pe maşină şi energie, la o nouă orientare, informaţională, în care accentul se pune pe robot şi
informaţie. Este evident că şi în continuare maşina şi energia vor juca un rol important, fundamental în societatea
informaţională, dar pentru noile maşini, pentru noile industrii ca şi pentru celelalte activităţi ale omului, devin
esenţiale tehnologiile informatice care au la bază electronica, informatica şi comunicaţiile moderne.
Informatizarea activităţilor economico-sociale a cunoscut profunde transformări. În cele ce urmează
enumerăm câteva din schimbările şi tendinţele ce au loc în practica dezvoltării sistemelor informatice.

a. Se manifestă în mod clar o tendinţă spre divizarea costurilor software-ului sistemelor informatice.
Reducerea costurilor sistemelor informatice se datorează pe de o parte reducerii
costurilor hardware-ului, iar pe de altă parte reducerii costurilor software-ului. În ceea ce priveşte componenta
software, putem spune că cu ani în urmă nu erau aşa de multe produse software disponibile pe piaţă. Modul
obişnuit de implementare a sistemelor informatice era de a programa de unul singur software-ul necesar.
Fiecare implementare tindea să fie alcătuită din software-ul pentru un anumit scop. Acest mod de lucru era
extrem de scump pentru că nu se obţineau reduceri de costuri provenite din generalizarea pe scară largă a
sistemului. Costurile de proiectare, realizare, menţinere şi calitate pentru fiecare componentă trebuiau suportate
doar de un singur utilizator al sistemului. În prezent se manifestă o tendinţă clară în dezvoltarea sistemelor
informatice bazate tot mai mult pe platformele software de nivel înalt.
O platformă software corespunde unei platforme de aplicaţii şi conţine funcţii
software de bază şi funcţii specifice aplicaţiei companiei. Prin funcţiile software de bază se definesc şi se rezolvă
problemele comune aplicaţiei în proporţie de circa 80-90%, iar prin software-ul specific aplicaţiei, se definesc
proprietăţile comportamentale suplimentare companiei.
O astfel de abordare oferă posibilitatea generalizării şi implementării sistemelor informatice în mai multe
unităţi economice, cu efecte imediate de divizare şi reducere a costurilor pe unitate de implementare.
Ideea de bază a unei platforme comune de aplicaţii este într-adevar veche. Noua invenţie este că în sfârşit
ideea a ajuns să fie implementată.

b. Se manifestă o intensă tendinţă spre tehnologia sistemelor informatice bazate pe reţele de calculatoare.
Creşterea complexităţii, varietăţii aplicaţiilor şi apariţia de noi produse informatice cu
un raport preţ/performanţă din ce în ce mai avantajos au făcut necesară şi rentabilă conectarea între ele a
calculatoarelor în cadrul unor reţele care constituie la ora actuală suportul cel mai adecvat pentru teleinformatică.
O importanţă remarcabilă în dezvoltarea reţelelor a avut-o INTERNETul (cu
semnificaţia de reţea a reţelelor) care a oferit posibilitatea accesului nelimitat la diverse tipuri de informaţii
precum şi comunicarea între diverse persoane de pe întreaga planetă conectate la Internet.
Tendinţele din domeniul reţelelor de calculatoare cuprind diverse aspecte cum ar fi apariţia şi dezvoltarea de
noi protocoale şi medii de comunicaţie ce permit viteze de transport de ordinul gigabiţilor/sec, dezvoltarea fără
precedent a comunicaţiilor fără fir, dezvoltarea reţelelor de sateliţi, a accesului la distanţă în scopul unor
operaţiuni de comerţ electronic sau pentru diverse tranziţii electronice on-line.

c.In domeniul organizării datelor se manifestă tendinţa spre baze de date orientate-obiect.
Structurile clasice de date bazate pe text şi valori numerice fie se dovedesc insuficiente fie complexitatea lor
depăşeşte posibilităţile de stocare şi prelucrare oferite de tehnologiile clasice. Aplicaţiile asociate cu disciplinele
tehnologice cum ar fi proiectarea asistată de calculator, sistemele informatice geografice şi sistemele bazate pe
cunoştinţe, presupun stocarea unor cantităţi mari de informaţii cu o structură complexă. Aceste aplicaţii necesită
suport pentru tipurile de date care nu pot fi reprezentate în sistemele clasice. Unele aplicaţii informatice solicită
monitorizarea unor desene formate din grupuri de elemente complexe ce trebuie să fie combinate, separate,
suprapuse şi modificate astfel încât să permită elaborarea unor variante de proiect. Totodată, orientarea spre
multimedia aduce elemente noi în lumea informaticii. Grafica, imaginea fotografică, video, sunetul, muzica nu
pot fi tratate în aceeaşi manieră cu a structurilor tabelare de denumiri şi numere.
Dacă eforturile de extindere a tehnologiilor actuale în domeniul colectării, stocării şi prelucrării acestor noi tipuri
de informaţii ca elemente singulare sunt tot mai adesea finalizate cu succes, nu acelaşi lucru se poate spune
despre administrarea corespunzătoare a unor colecţii de astfel de date.
Bazele de date clasice sau relaţionale oferă prea puţin suport teoretic şi practic pentru tipurile
neconvenţionale de date.
Bazele de date orientate-obiect permit crearea de obiecte complexe din componente mai simple, fiecare având
propriile atribute şi propriul comportament, în acest fel ele reuşesc să ofere soluţii pentru problemele şi aplicaţiile
amintite anterior.

d.Aplicaţii informatice de tip nou.

Pentru aplicaţiile tradiţionale pentru care au fost concepute, sistemele relaţionale satisfac cerinţele acestora.
Descrierea datelor sub formă de tabele corespunde bine tipului de informaţii manipulate de aceste aplicaţii. O
dată cu scăderea costului calculatoarelor şi creşterea puterii lor de calcul au apărut noi aplicaţii care manipulează
cantităţi mari de date. Printre acestea:
1. proiectarea asistată de calculator
2. aplicaţii multimedia
3. sisteme deschise.
Aceste aplicaţii există deja şi reprezintă o piaţă foarte importantă pentru SGBD. Majoritatea dintre aceste
aplicaţii nu utilizează însă un SGBD ci sunt construite cu sisteme dedicate. Acest lucru se datorează faptului ca
un SGBDR nu oferă funcţionalităţile necesare. Noile genraţii de baze de date vor trebui să ţină cont nu numai de
aplicaţiile tradiţionale dar şi de noile aplicaţii. Utilizarea unui SGBD standard în locul unui SGBD dedicat va
permite reducerea considerabilă a costului de punere în funcţiune a acestor noi aplicaţii. Este foarte probabil că
alte tipuri noi de aplicaţii vor apare. Din această cauză noile generaţii de SGBD vor trebui să aibă implementat
conceptul de extensibilitate. Adică ele trebuie să fie capabile să administreze nu numai tipurile de aplicaţii
identificate la un moment dat ci să se adapteze la alte tipuri de aplicaţii care nu au fost prevăzute iniţial.
1.Aplicaţii de proiectare asistată de calculator.
Aplicaţiile generează un ansamblu de faze (activităţi) pentru realizarea unui produs. Datele manipulate sunt
adesea foarte complexe descrierea unei componente fiind dependentă în mare măsură de celelalte componente ale
aceluiaşi produs. Se regăseşte aici şi o parte importantă a informaţiei de tip regăsire documentară.
- Datele din bază reprezintă direct realul. Există o legătură directă, uneori explicită
între entităţile generate de aplicaţie şi obiectele lumii reale. Totdeauna între datele generate şi un sistem fizic din
realitate va exista o legătură directă (exemplu: între datele referitoare la un circuit electronic şi circuitul fizic). În
aplicaţiile tradiţionale datele reprezintă desigur obiecte din lumea reală, dar într-un mod mult mai puţin direct
(exemplu: datele referitoare la o clădire şi clădirea propriu-zisă).
- Datele sunt de cele mai multe ori ierarhizate. Un sistem de proiectare asistată de
calculator manipulează legături de componente la subcomponente, deci o ierarhie de compoziţie. Performanţele
globale ale sistemului sunt de cele mai multe ori influenţate de modul cum sunt manipulate ierarhiile.
- Proiectarea se face numai într-un proces interactiv. Proiectarea asistată se
realizează pe maşini interactive iar rolul interfeţei utilizator este de mare importanţă în aceste aplicaţii.
Interfaţa om-maşină a devenit tot mai performantă şi mai importantă în aplicaţii, ca o
consecinţă a folosirii staţiilor de lucru grafice. Multe aplicaţii şi produse program sunt apreciate după calităţile şi
defectele interfeţelor de dialog. Aceste interfeţe schimbă considerabil poziţia şi sarcinile utilizatorului permiţând
nespecialiştilor să utilizeze aplicaţii complexe. În momentul de faţă aplicaţiile conţin de cele mai multe ori pese
jumătate din cod pentru gestiunea dialogului cu utilizatorul. Sistemele relaţionale nu au fost concepute nici
pentru date grafice nici pentru a suporta interfeţe cu utilizatorul foarte laborioase. Ultimele versiuni din SGBDR
au făcut totuşi progrese importante în acest sens fie prin componente generatoare specializate (Oracle, Access,
Paradox) fie prin generatoare, alături de un limbaj specific puternic şi pentru interfaţa cu utilizatorul (FoxPro,
dBase).
Pentru a se putea face o aplicaţie de proiectare trebuie să se poată modifica nu numai
datele din bază, dar chiar şi metodele adică schema. Această situaţie este foarte diferită de generaţiile de până
acum de baze de date în care schema este dacă nu invariabilă cel puţin relativ stabilă, iar evoluţia schemei este în
sarcina administratorului bazei de date (care este un expert). Pentru aplicaţiile de proiectare schema trebuie să
poată evolua adesea şi să fie manipulată fără a apela la un expert uman.
O altă consecinţă a interactivităţii este că sistemul trebuie să furnizeze un mecanism
care să permită definirea şi folosirea de alternative de proiectare sau să poată alege din variantele anterioare.
Ducând raţionamentul la extrem se poate spune că o aplicaţie de proiectare nu suprimă niciodată datele ci
acumulează versiunile succesive pe toată durata procesului de proiectare. Acest lucru este analog cu ceea ce se
întâmplă deja în aplicaţiile cu baze de cunoştinţe din domeniul inteligenţei artificiale.
- Mai mulţi proiectanţi trebuie să poată lucra simultan. Această caracteristică a
aplicaţiilor de proiectare justifică pe lângă volumul important de date utilizat folosirea unui SGBD ca suport.
Partajarea datelor într-un mod coerent între mai mulţi utilizatori este una dintre facilităţile oricărui SGBD. Natura
acestor aplicaţii face ca partajarea şi controlul concurenţei între diferiţi proiectanţi să aibă aspecte diferite faţă de
aplicaţiile clasice.

2. Aplicaţii multimedia.
Aplicaţiile de acest nou tip au drept caracteristică aceea că administrează datele într
un mod netradiţional. Exemplele cele mai cunoscute sunt aplicaţiile care administrează imagini şi sunet pe lângă
text şi grafică. Există deja acum aplicaţii comerciale care folosesc astfel de date, cum ar fi de exemplu aplicaţiile
meteorologice. Acest tip de aplicaţii se caracterizează printr-un volum foarte mare de date tratate. Imaginile sunt
date foarte voluminoase care necesită un suport de stocare şi prelucrare performant. Tehnologia discurilor optice
numerice este adaptată acestor aplicaţii. Un SGBD care suportă aplicaţii multimedia trebuie să folosească
tratamentul clasic asupra imaginilor şi să administreze legăturile de tot felul dintre acestea. De exemplu, într-o
aplicaţie meteorologică trebuie căutat printre imaginile stocate pe toate cele care ajută la detectarea unui ciclon.
Pentru o astfel de operaţie trebuie folosită tehnica de căutare şi acces clasic într-o bază de date, precum şi tehnica
specifică de tratare a imaginilor. Aceleaşi observaţii sunt valabile şi pentru tehnica specifică de tratare a
sunetului. Pentru aplicaţiile multimedia este deci nevoie de o integrare tehnologică nouă cu cea tradiţională.

3. Sisteme deschise.
Expresia sisteme deschise corespunde ea însăşi unui concept vag. Ideea este de a
aduce un plus de flexibilitate întreprinderilor prin aplicaţiile care se dezvoltă pentru ele.
a. Supleţea (flexibilitatea) în dezvoltarea şi exploatarea sistemelor aferente unei unităţi se realizează prin:
- Numeroasele periferice şi platforme de diferite tipuri ce pot fi interconectate
- Proiectantul să poată trece uşor de la un instrument la altul. Acest lucru este facilitat de instrumentele care
obligă proiectantul să utilizeze limbaje şi baze de date standard.
- Aplicaţiile pot fi interconectate sau integrat altor aplicaţii sau repartizate pe diferite platforme.
b. La sistemele deschise totul începe cu problema normelor (standardelor). Anumite
norme sunt stabilite de comitete naţionale şi internaţionale, altele sunt impuse de grupurile de proprietari sau
vânzători, altele există pur şi simplu pentru anumite produse care sunt larg utilizate (exemplu: o versiune
standard de C a fost acceptată de un comitet internaţional, MOTIF este o interfaţă promovată de un grup de
ofertanţi încercând să normalizeze Unix, Windows este un produs impus de proprietar – Microsoft etc.).
Standardele proprietarilor sau producătorilor sunt acceptate mai uşor dacă produsul oferă facilităţi de
interconectare cu alte produse standard (exemplu: limbajul standard de regăsire din bazele de date – SQL).
c. Pentru a se evalua nivelul de deschidere al unui produs informatic (acesta este considerat un instrument
pentru elaborarea de aplicaţii) se vede dacă:
- este scris într-un limbaj standard sau propriu
- utilizează o notaţie a unei metode standard sau o notaţie proprie
- este exploatat cu o interfaţă standard sau nu
- permite legături cu alte instrumente sau standarde
- natura aplicaţiilor pentru care se poate folosi.
Conform acestor criterii instrumentul ideal va fi exploatabil în medii multiple şi
autorizat de standarde multiple.
Singurele instrumente cu adevărat deschise sunt limbajele de programare. Toţi
ofertanţii vând instrumente care facilitează dezvoltarea de aplicaţii. Acestea vor introduce elemente non-standard.
Nici un instrument nu este în întregime deschis decât dacă produce aplicaţii deschise.
d. Normele de deschidere sunt relative pentru că se referă la unităţi care evoluează
rapid. În acest fel deschiderea este o noţiune relativă şi diferite societăţi tind să impună diferite tipuri de
deschideri.
Iată câteva caracteristici ale sistemelor deschise în acest sens:
Punct de vedere Nivel de deschidere al instrumentului Grad de deschidere al
aplicaţiei produse
Maşină (hard) Pe ce hard este exploatat Pe ce hard este exploatată
instrumentul aplicaţia
Sistem operare SO utilizat De ce SO are nevoie
Interfeţe utilizate aplicaţia
Ce interfeţe sunt oferite
Notaţie şi limbaj În ce limbaj este scris instrumentul In ce mod utilizatorul
de programare Ce limbaj utilizează proiectantul dialoghează cu aplicaţia
Ce notaţie oferă instrumentul În cadrul cărui limbaj
Pe baza căror notaţii
Biblioteci de clase Ce biblioteci de clase poate utiliza Ce programe de
instrumentul comunicaţie foloseşte
aplicaţia
Baze de date Care sunt conexiunile cu bazele de Ce BD utilizează aplicaţia
date Cum se conectează aplicaţia
la baza de date

4. Afaceri în mediu Internet – comerţ electronic.

Ca urmare a extinderii sferei de cuprindere a Internetului, se manifestă un interes

deosebit pentru o serie de noi aplicaţii dintre care Comerţul electronic ocupă un loc însemnat.
Comerţul electronic presupune o metodologie modernă care se adresează folosirii
tehnologiei informaţiei ca un potenţial esenţial al afacerii. Prin aceasta vor fi înţelese cel puţin următoarele două
aspecte:
- tehnologia informaţiei în sprijinirea interacţiunii afacerii cu piaţa
- tehnologia informaţiei ca sprijin a proceselor, funcţiilor şi operaţiilor interne
Pentru afaceri comerţul electronic include:
- execuţia de tranzacţii cu clienţii prin Internet cu scopul cumpărării de acasă, plăţii de acasă şi folosirea
cash-ului electronic.
- Execuţia de tranzacţii cu alte organizaţii prin interschimbul electronic de date (EDI – Electronic Data
Interchange).
- Transferul direct de la calculator la calculator a informaţiilor privind tranzacţiile conţinute în documentele
de afaceri standard, ca facturi şi comenzi
- Colectarea informaţiilor despre piaţa de consum şi competitori
- Distribuirea de informaţii clienţilor potenţiali prin reclame sau alte politici de marketing.
În contextul în care Internetul poate fi privit ca un univers informaţional, comerţul
electronic apare ca un nou mare orizont şi trebuie doar să-i valorificăm potenţialul deplin.
Deşi comerţul electronic e mai mult ca niciodată o problemă de afacere strategică,
viitorul afacerii va depinde de abilitatea de a folosi interschimbul electronic de date.

1.9. Sisteme suport de decizie (SSD)

1.9.1. Premizele apariţiei sistemelor suport de decizie

Sistemele suport de decizie au apărut în jurul anilor ’70. Denumite “Decision Support Systems” în literatura
de specialitate anglo-saxonă şi “Systems Interactives d’Aide a la Decision” în cea franceză, această clasă de
sisteme software au avut în vedere să ofere decidentului o asistare interactivă în activitatea sa decizională. Apariţia
sistemelor suport de decizie s-a realizat într-un context organizaţional şi tehnologic bine precizat, în afara căruia
apariţia acestor sisteme nu ar fi fost posibilă. Aceste premize sunt în principal reprezentate de nivelul de maturitate
atins de:
 - ştiinţa conducerii
- ştiinţa calculatoarelor, în special domeniul informaticii economice
- modelarea matematică, cercetările operaţionale şi alte discipline ce contribuie la oferirea unor metode şi
tehnici, instrumente de lucru pentru rezolvarea problemelor manageriale.

1.9.1.1. Stiinţa conducerii

A permis elaborarea de teorii în domeniul managementului, fixând bazele teoretice ale conceptului de
asistare a deciziei. Declanşarea unei acţiuni are la bază capacitatea umană de a reprezenta într-un mod abstract
situaţii şi probleme concrete. Omul construieşte o reprezentare mentală a deciziei care reprezintă de fapt o
modelare, apoi efectuează o alegere înainte de a acţiona. Alegerea făcută va determina executarea acţiunii. Această
activitate de modelare constituie elementul esenţial al asistării deciziei.
Asistarea deciziei este definită drept activitatea celui care bazându-se pe modele empirice dar nu neapărat
formalizate în totalitate asistă la obţinerea unor elemente de răspunsuri corespunzătoare întrebărilor care se pun
unui executant în procesul de decizie, elemente ce contribuie la lămurirea deciziei şi la recomandarea sau la
favorizarea unui comportament care să contribuie la creşterea coerenţei dintre evoluţia procesului pe de o parte, şi
la atingerea obiectivelor şi a sistemului de valori ale serviciului în care este plasat executantul pe de altă parte.
Modelul reprezintă o schemă care pentru un câmp de probleme este considerat drept reprezentarea unei clase de
fenomene mai mult sau mai puţin eliberate de contextul lor de către un observator pentru a servi ca suport în
investigare şi/sau la comunicare.
Au existat şi există şi în prezent numeroase încercări de formalizare a procesului de rezolvare a
problemelor. Acest proces a fost în general descompus în patru faze: proiectarea conceptuală, modelarea,
rezolvarea modelului şi implementarea modelului. Faza de proiectare conceptuală constă în construirea unui model
conceptual al problemei. Prin urmare este de dorit să se realizeze un model formalizat, care să permită generarea
unei soluţii bazate pe o metodă sau algoritm pentru rezolvarea sa.
Modelul ales trebuie evaluat pentru a verifica validitatea sa. Dacă modelul propus nu oferă soluţii
satisfăcătoare, atunci el trebuie respins, fiind necesare proiectarea unui nou model conceptual, pana la
obţinerea unuia satisfăcător. Urmând un proces iterativ se va obţine modelul care să fie implementat.
Este necesar, totodată să se utilizeze şi un test numit "test de coerenţă" pentru verificarea coerentă dintre
modelul conceptual şi soluţia propusă de acesta. Dacă soluţia obţinută nu este o consecinţă logică a modelului
conceptual, atunci modelul trebuie reconstituit. Prin urmare, procesul de rezolvare a problemei poate fi
reprezentat conform figurii 1.10.

Model
conceptual
proiectare formalizare

test de corenta
Problema Model formal
reala
test de validitate

rezolvare
implementare
Solutie

Fig.1.10. Procesul de rezolvare a problemelor decizionale

În realitate, problemele sunt extrem de complexe, aflate în interdependenţă cu altele, la fel de

complexe. De aceea, rezolvarea problemelor trebuie abordată într-un context cât mai general.
 Pentru rezolvarea problemelor complexe, H. Simon propune principiul descompunerii conform căruia
fiecare problemă trebuie descompusă în
subprobleme, ce la rândul lor urmează a fi descompuse până în momentul când putem oferi direct soluţia.
Problema primară poate fi, prin urmare reprezentată sub formă arborescentă, fiecare frunză reprezentând o
subproblemă. Analizând particularităţile problemelor decizionale şi ale procesului de rezolvare a acestor
probleme, H. Simon a identificat patru faze în cadrul procesului decizional şi anume:
- informarea sau învăţarea (intelligence);
- proiectarea (design);
- selectarea sau alegerea (choice);
- evaluarea alegerilor precedente (review).
Prima fază a procesului decizional constă din studierea mediului prin colectarea informaţiilor referitoare
la problema decizională. Aspectul cel mai important este cel referitor la culegerea informaţiilor, întrucât trebuie
stabilită pertinenţa informaţiei în raport de problema de rezolvat şi oportunitatea reţinerii acelei
informaţii. O altă problemă ce poate apare în această fază este legată de suprasaturarea decidentului cu
informaţii. În sfârşit, o ultimă problemă este legată de momentul în care faza de informare poate fi considerată
drept terminată.
În faza de proiectare, decidentul elaborează şi analizează diferite moduri de acţiune posibile, deci
construieşte o serie de scenarii. În faza de selectare sau alegere, decidentul efectuează o alegere din mulţimea de
acţiuni pe care le-a construit.
Faza de evaluare, uneori neglijată este extrem de importantă întrucât permite efectuarea unei sinteze a
efectelor deciziilor. Această acţiune permite corectarea erorilor pentru derularea, în viitor a unui proces
decizional mai eficient.
Procesul decizional descris de H. Simon nu este liniar, întrucât decidentul are posibilitatea de a
reveni la faza anterioară celei curente ori de câte ori este nevoie. Acest fenomen este denumit de Simon
drept ”interferenţa fazelor”. Figura 1.11 prezintă fazele procesului decizional, conform delimitărilor realizate
de Simon.
 Faza “intelligence”

-studiul organizatiei si colectare date

-identificare probleme
-clasificare probleme
Realitate -descompunere probleme
-formularea probleme

Faza “design”

-formulare model (stabilire variabile de

decizie, variabile intermediare sau
parametric, variabile rezultat)
-definire criterii pentru alegere intre
alternative
-cautare alternative
-stabilire modalitati de predictie si
masurare a rezultatlor

Faza “choice”

-obtinerea solutiilor
-analiza de senzitivitate
-selectarea celei mai bune alternative
DA - planificarea implementarii

succ Implementare
es solutie

NU

Fig.1.11. Fazele procesului decisional, dupa Simon. H.

Tratarea detaliată a procesului decizional impune nuanţarea abordării pe tipuri de decizii. Tot conform lui H.Simon,
este realizată distincţia între:
- decizii programabile;
- decizii neprogramabile.
Deciziile sunt considerate ca programabile dacă sunt repetitive, de rutină şi există o procedură bine
determinată pentru efectuarea lor. In cadrul unei organizaţii economice există numeroase decizii programabile,
de exemplu cele legate de plata salariilor, probleme de facturare, de stabilire a nivelului producţiei efective
etc. în aceste cazuri deciziile sunt stabilite după reguli precise şi pot fi transferate unui sistem informatic.
Atunci când decizia este obţinută pe baza unui program (în sens informatic) a cărui execuţie nu poate fi
schimbată nici de program nici de operator, nu există posibilitatea realizării unei explorări euristice, ceea
ce reprezintă de fapt şi sensul termenului “programmed”.
Deciziile neprogramabile sunt acele decizii pentru care nu există nici o procedură stabilă pentru a le
rezolva. Formalizarea şi rezolvarea acestor decizii este mai dificilă. De exemplu, selecţia angajaţilor
reprezintă a activitate în care figurează decizii neprogramabile. Diferenţele existente între cele două clase
de decizii reclamă utilizarea unor tehnici de lucru diferite.
O altă diferenţiere a deciziilor se poate realiza în raport de tipul de activitate managerială. În
managementul întreprinderii se disting trei categorii de activităţi de conducere şi anume:
- managementul strategic
 - managementul tactic
- managementul operaţional
După tipul de activitate managerială, Levine şi Pomerol propun o serie de clase de decizii prezentate
în figura 1.12.

Managementul Managementul Managementul

operaţional tactic strategic
Normalizate Plăţi, programarea Conducerea Alegerea noilor
activităţilor, gestionare producţiei produse, alegerea
conturi clienţi amplasamentului
unei uzine.
Semi- Conducerea curentă a Stabilirea Creşterea
normalizate trezoreriei, alegerea bugetului de capitalului firmei
unui plasament publicitate,
financiar alegerea unei reţele
de distribuţie a
produselor
Ne-normalizate Alegerea unei forme de Selectarea Stabilirea bugetului
publicitate, redactarea cadrelor, de cercetare şi
unei note de serviciu, reorganizarea dezvoltare,
organizarea unei serviciilor, finanţarea pe
deplasări alegerea unui termen lung.
model de
conducere,
realizarea
software-ului
asociat.
Fig.1.12 Clasificarea deciziilor

Pentru a face faţă acestor tipuri de decizii trebuie folosite diferite metode şi tehnici. De exemplu, pentru
deciziile programabile metodele cercetării operaţionale, ca de exemplu programarea liniară, neliniară,
dinamică, teoria mărfurilor, teoria firelor de aşteptare, teoria stocurilor pot fi utilizate cu succes, întrucât
aceste metode permit formalizarea şi automatizarea procesului decizional.
O serie de cercetări consideră că toate etapele procesului decizional ar putea fi automatizate, altele dimpotrivă
consideră contrariul. Indiferent de poziţia acestora, se recunoaşte că suportul oferit de tehnologiile informatice
este extrem de important.
Turban analizează categoriile de sisteme informatice ce pot fi utilizate ca suport al activităţii manageriale,
pe tipuri de decizii (figura 1.13) şi faze ale procesului decizional.

Decizii strategice Decizii tactice Decizii operaţionale

Decizii Sisteme Sisteme Sisteme de
programabile informatice, informatice, prelucrare
metodele cercetării sisteme executive tranzacţii, sisteme
operaţionale informatice pentru
conducere
Decizii semi- Sisteme suport de Sisteme suport de sisteme informatice
programabile decizie, sisteme decizie, sisteme pentru conducere,
executive, sisteme expert sisteme suport de
expert decizie
Decizii ne- Sisteme suport de Sisteme suport de Sisteme executive,
programabile decizie, sisteme decizie, sisteme sisteme suport de
expert, reţele expert, reţele decizie
neuronale. neuronale
a)

realitate

Sisteme expert, retele neuronale

si sisteme executive
IDENTIFICARE
PROBLEMA

ANALIZA ANALIZA Sisteme de asistare a deciziilor

CALITATIVA CANTITATIVA

DECIZIE
Sisteme informatice pentru
conducere

NU
IMPLEMENTARE
Sisteme de asistare a deciziilor
DA
IMPLEMENTARE DECIZIE
Sisteme expert
b)

Fig.1.13 Sisteme suport de decizie, dupa tipul deciziilor (a) si faze ale
procesului decizional (b)

1.9.1.2. Informatica economică

Domeniul informaticii economice a cunoscut o evoluţie trecând prin mai multe epoci ale istoriei
informaticii. Prima fază este cea a “Electronic Data Processing” (EDP). In anii ’60, introducerea informaticii
în mediul economic (şi deci constituirea informaticii economice) a fost facilitată de EDP-uri. Această
perioadă poate fi caracterizată drept o fază a descoperirilor, iar EDP-urile au fost utilizate în întreprinderi
pentru automatizarea activităţilor de rutină, în special a celor administrative. Managementul nu a fost
abordat de aceste sisteme, deoarece calculatorul îndeplinea în acea perioada doar funcţia unui procesor
de date. Conceptul de informare şi suport de decizie nu apăruseră încă.
A doua etapa se refera la sistemele informatice pentru conducere (SIC) adică ”management information systems”.
In perioada anilor ’70, sistemele de tip SIC au fost elaborate pentru informarea utilizatorului (decidentului).
Conceptul de sisteme suport de decizie (SSD) s-a constituit în "sisteme ce ar trebui să fie folosite într-un sens
activ, în opoziţie cu sensul pasiv al asistării echipelor manageriale, mai degrabă decât pentru
automatizarea sarcinilor administrative.

1.9.1.3. Cercetările operaţionale, modelarea economico-matematică, matematica aplicată în economie.

 Cercetările operaţionale reprezintă un domeniu ce poate fi abordat în accepţiunea clasică a
termenului, drept domeniul ce studiază posibilităţile de rezolvare a problemelor complexe, pe baza
metodelor ştiinţifice ce provin din discipline multiple sau într-o accepţiune relativ diferită, utilizată tot mai
mult în prezent drept o componentă a domeniului matematicii aplicate [Mois96].
Dacă se face referire la accepţiunea clasică a termenului, cercetările operaţionale au. drept obiectiv
rezolvarea problemelor reale complexe, din cadrul întreprinderilor şi în acest caz se va elabora modelul conceptual,
apoi cel matematic, ce este rezolvat cu ajutorul unor metode specifice.
In anii ’60 - ’70, specialiştii din domeniul cercetărilor operaţionale au elaborat numeroase aplicaţii în
domeniul asistării deciziilor. Dar atât modul de analiză a problemei, cât şi cel de modelare nu sunt
explicitate. Procesul de asistare a deciziilor se desfăşoară după principiul ”cutiei negre”, decidentul furnizând
datele ce urmează sa fie prelucrate de către calculator pe baza unui algoritm, iar calculatorul oferă soluţia
decidentului. Decidentul nu are nici un mijloc de a controla dacă modelul sau algoritmul ales este suficient de
bine adaptat problemei care trebuie rezolvată. Din aceasta cauză, decidentul poate avea reţineri în aplicarea
soluţiei propuse.
Introducerea metodelor şi sistemelor matematicii aplicate în întreprinderi a fost şi este încă dificilă, din
mai multe motive. În primul rând, comunicarea dintre cercetători şi practicieni a fost şi este încă destul de
slabă. De asemenea, există un decalaj important între dorinţele, obiectivele, scopurile practicienilor şi cele
ale cercetătorilor. Mulţi cercetători sunt interesaţi în anumiţi algoritmi sau metode, de fundamentarea
teoretica a acestora, fără sa fie preocupaţi de cerinţele practice din întreprinderi. Folosirea metodelor de
cercetare operaţională în realizarea sistemelor suport de decizie trebuie sa permită crearea unui suport prin care
decidentul să poată testa comportamentul modelului, pentru a vedea daca acesta este adaptat problemei sale,
chiar dacă nu înţelege formalizarea modelului. Acest lucru este posibil prin vizualizarea rezultatelor, prin
simulări de tipul “WHAT-IF” (ce s-ar întâmpla dacă). Caracteristica necesară este cea de interactivitate, care
să permită decidentului să ştie dacă metoda propusă este adecvată problemei sale.
Metodele şi tehnicile de lucru oferite de matematică aplicată pentru asistarea deciziilor au la bază o
serie de ipoteze precum:
- mulţimea acţiunilor posibile este identificată înainte de prelucrare;
- există o preordine totală pe mulţimea acţiunilor, reprezentatţ printr-o funcţie de utilitate explicită
care poate fi formalizată matematic;
- datele sunt numerice şi conţin întreaga informaţie utilă;
- cea mai bună decizie este cea care maximizează funcţia de utilitate.
Aceste ipoteze îndepărtează destul de mult, metodele şi tehnicile matematice aplicate de contextuu1 real al
întreprinderilor Criticând ipotezele de mai sus, H. Simon propune alte premize pentru dezvoltarea
metodelor de matematică aplicată şi anume:
- deciziile umane (interdependente sau nu) sunt luate pe rând, una cate una, in domenii
limitate, urmând un proces temporal;
- aprecierea viitorului este limitată şi niciodată nu se pot evalua toate scenariile posibile;
- nu există o funcţie de utilitate globală şi nici nu este necesar să o construim, întrucât preferinţele
decidentului sunt de cele mai multe ori contradictorii şi pot fi luate în considerare numai cu
ajutorul unor criterii aflate în conflict.
- în cadrul procesului decizional, faza de informare condiţionează cel mai semnificativ decizia.
Aceste ipoteze stau la baza raţionalităţii limitate, prin care decidentul caută să obţină o acţiune ”satisfăcătoare” şi
nu neapărat optimă, în sensul modelului matematic. Prin urmare, în procesul asistării deciziilor prin metode ale
matematicii aplicate trebuie propusă decidentului o soluţie, iar în cazul în care acesta nu este satisfăcut,
decidentul însuşi să poată. modifica parametrii modelului şi să solicite o altă soluţie. Acest proces de asistare trebuie
să fie deci interactiv oprindu-se în momentul obţinerii unei soluţii satisfăcătoare.

1.9. 2. Conceptul de sistem suport de decizie

Primele realizări în domeniul sistemelor suport de decizie (SSD) au apărut la sfârşitul anilor
`6O, odată cu dezvoltarea primelor sisteme interactive orientate către aplicaţii financiare.
Caracteristica de interactivitate a fost şi rămâne esenţială, în domeniul SSD, conducând la obţinerea unei sinergii
între capacitatea de calcul şi stocare a datelor pe care o posedă calculatorul şi experienţa şi raţionamentul
decidentului, dând posibilitatea de modificare interactivă a valorilor parametrilor, de efectuare a unor analize
etc. Sistemele de asistarea deciziilor au ridicat două probleme principale şi anume:
- construirea modelului conceptual a ceea ce trebuie să fie un sistem suport de decizie (definirea conceptului
de SSD)
- definirea unei metodologii de realizare a SSD, stabilirea instrumentelor care să permită dezvoltarea acestor
sisteme.
Fără a încerca realizarea unei definiri rigide a SSD, putem aprecia că acestea reprezintă sisteme interactive,
care asista decidentul uman în obţinerea unor probleme complexe neprogramabile. Obiectivul principal al
acestor sisteme trebuie să-l reprezinte îmbunătăţirea modalităţilor de adoptare a deciziei sau realizarea unui
studiu pregătitor în vederea adoptări deciziilor, în cazul în care ansamblul activităţilor ce trebuie desfăşurate in
acest scop nu este programabil. Problemele decizionale care conduc la necesitatea utilizării unui SSD sunt cele
în care:
- preferinţele, raţionamentuI, intuiţia şi experienţa decidentului sunt esenţiale;
- căutarea soluţiei implică o combinaţie de activităţi de căutare a informaţiilor,
manipulare a acestora, în principal calcule, formalizare a problemei (modelare);
- succesiunea operaţiilor nu poate fi stabilită în avans, deoarece depinde de datele utilizate şi se poate
modifica, în vederea realizării unor simulări;
- criteriile de decizie sunt numeroase, contradictorii şi dependente de utilizator;
- datele ce trebuie utilizate nu sunt întotdeauna cunoscute sau certe;
- obţinerea unei soluţii satisfăcătoare trebuie realizată într-un timp limitat;
- problema este supusă uneiL evoluţii şi transformări rapide
Un SSD trebuie să răspundă unei serii de cerinţe, rezultate din caracteristicile problemelor decizionale pentru care
se utilizează, caracteristici menţionate anterior. Dintre aceste cerinte se pot aminti:
- Sistemul trebuie să poată fi folosit ce către decident. In acest sens, sistemul trebuie
conceput astfel încât să opereze cu reprezentarea şi conceptele cu care operează decidentul, într-un limbaj
simplu, natural. Considerentele de natură ergonomică sunt esenţiale la un astfel de sistem şi se traduc în existenţa
unei interfeţe utilizator/calculator de calitate ridicată. Sistemul trebuie sa facă dovada calităţii sale în rezolvarea
problemelor concrete care îl preocupă pe decident, oferindu-i acestuia un acces simplu şi rapid la informaţii şi
cunoştinţe (semnificaţia datelor, metode de calcul pentru obţinerea anumitor informaţii, modalităţi de prezentare
a anumitor rezultate etc.), pe de alta parte.
- Sistemul trebuie să aibă posibilitatea de a structura o problemă, de a o modela,
corespunzător naturii ei şi cerinţelor de rezolvare. Aceasta este o caracteristică esenţială a SSD şi acelaşi timp, un
element esenţial pentru succesul utizării SSD în procesul decizional.
- Sistemul trebuie să aibă capacitatea de a se adapta la evoluţia rapidă a
cerinţelor decidentului în ceea ce priveşte modificarea datelor, a structurii problemei, modului de prezentare a
informaţiilor şi rezultatelor.
- Interacţiunea dintre decident şi sistem reprezintă o condiţie c cărei
îndeplinire trebuie să ofere decidentului posibilitatea de a folosi sistemul într-un mod care să îl apropie cât
mai mult de rezultatele urmărite.
Satisfacerea acestor cerinţe reclamă înzestrarea sistemului cu o funcţionalitate minimală, obligatorie
oricărui SA
Astfel funcţiile unui SSD sunt:
- asigurarea accesului la informaţia necesară şi pertinentă şi controlul acestui
acces;
- diagnosticarea problemei şi oferirea posibilităţii de prezentare a informaţiilor într-o formă adaptată interpretării
lor;
- definirea de noi concepte pornind de la cele deja existente;
- structurarea informaţiei sub forma unor modele;
- descrierea şi analizarea informaţiilor cu ajutorul unor instrumente statistice;
- conservarea şi îmbogăţirea sistemului (colecţiilor de date, modelelor, prezentărilor de informaţii) aflate în
componenţa sistemului sub forma unor biblioteci de modele;
- manipularea acestor obiecte în sensul asistării deciziilor (pentru generarea alternativelor decizionale,
analiza impactului şi a senzitivităţii, introducerea incertitudinilor, etc);
- evaluarea alternativelor decizionale;
- facilitarea comunicării între decidenţii dispersaţi geografic.
Aceste funcţii pot fi grupate în trei subsisteme funcţionale ale unui SSD, ce pot reprezenta o definiţie conceptuală
a sistemelor suport de decizie (figura 1.14.)

Subsistemul Subsistemul de asistare a Subsistemul de

conversational rezolvarii problemei decizionale stocare a
informatiilor

intrebare informatii
decident limbaj culegerea informatiilor privind
mediul
diagnosticarea problemei

formularea (modelarea)
problemei

definirea criteriilor
decizionale

generarea alternativelor
decizionale

evaluarea alternativelor

propuneri

Fig.1.14. Modelul conceptual al unui SSD

În cadrul literaturii de specialitate, exista numeroase încercări de definire a conceptului de sistem
suport de decizie.
a) După destinaţia lor distingem:
- SSD dedicate, care asistă decidentul în rezolvarea unor probleme specifice unui domeniu dat /tehnic,
economic, militar etc.)
- Generatoare de SSD, care asistă procesul de realizare a SSD dedicate
- Instrumente pentru SSD, care facilitează dezvoltarea evolutivă a SSD dedicate sau a generatoarelor de
SSD.
SSD dedicate se bazează pe aplicarea metodelor sistemelor informatice şi utilizează tehnici software şi
hardware pentru asistarea unui decident particular sau a unui grup de decidenţi în rezolvarea unei
probleme. Acestea reprezintă aplicaţii specifice pentru fiecare activitate din cadrul unei întreprinderi
şi care nu prezintă caracteristici mai generale
Generatoarele de SSD reprezintă un alt nivel tehnologic, format din sofware-ul ce ajută la elaborarea de
software, oferind o mulţime de funcţiuni built-in .Astfel, generatoarele permit realizarea rapidă şi facilă a SSD
dedicate.
Instrumente pentru SSD reprezintă un nivel tehnologic foarte important în realizarea SSD, constituit din
elemente hardware şi software ce facilitează elaborarea SSD -urilor specifice sau a generatoarelor de
SSD –uri.
Astfel, instrumentele SSD pot fi utilizate pentru elaborarea de SSD specifice (dedicate) sau pot servi
la implementarea unor generatoare de SSD, ce vor servi, la rândul lor la elaborarea de SSD specifice.
 Evoluţia permanentă a tehnologiilor informatice face ca această clasificare să fie dificil de menţinut. Un
generator de SSD poate deveni foarte rapid un SSD dedicat. Acest fapt a determinat realizarea unor
clasificări ale SSD mai puţin dependente de mediul tehnologic. Astfel, Alter distinge şase categorii de SSD
şi anume:
- sisteme de extragere a datelor prin intermediul fişierelor, care permit accesul imediat la date;
- sisteme de analiză a datelor, ce permit o manipulare a datelor prin înlănţuiri de operaţii simple şi bine
individualizate sau operaţii de natură mai generală;
- sisteme de analiza a informaţiilor, ce furnizează un acces direct la seriile de date de bază şi la
datele mai mult sau mai puţin formalizate;
- modele de estimare, care calculează consecinţele pe baza unor modele parţial definite;
- modele de optimizare, care furnizează un ghid de acţiune generând soluţii optimale
(pertinente) relative la o serie de restricţii,
- modele de sugestie, care execută o muncă mecanică, ce conduce la o decizie specifică, pentru o
sarcină relativ bine structurată.
Figura 1.15 prezintă clasificarea lui Alter ce permite o regrupare mai simplă a SSD –urilor în:
- SSD –uri orientate pe date
- SSD –uri orientate pe modele.

SSD pentru extragere

date din fisiere
Dobandirea datelor

SSD pentru analiza SSD orientate pe date

datelor
Analiza datelor
SSD pentru analiza
informatiei

Modele de estimare

Modele de reprezentare simulare

SSD orientate pe modele
sugestie
Modele de optimizare

Modele de sugestie

Fig.1.15. SSD orientate pe date si SSD orientate pe modele

b) Din punct de vedere al modului de instruire se pot distinge:

- SSD neinteligente, ce rezolvă numai situaţiile pentru care au fost proiectate
- SSD inteligente ce permit rezolvarea unor situaţii decizionale noi
c) In raport de modul de interacţiune om-maşină, SSD pot fi:
- SSD cu limbaje flexibile (dialogul are la bază un limbaj apropiat de cel natural)
- SSD cu comenzi precise (dialogul are la bază comenzi cu formă strict definită).

1.9.4. Arhitecturi clasice ale sistemelor suport de decizie

Arhitectura clasică (fig.1.16) a fost introdusă de Sprague şi Carbore şi se compune din:

- sistemul de gestiune a bazei de date
- sistemul de gestiune a bazei de modele
- sistemul de gestiune a interfeţei.
 Sistem de asistare a deciziilor

Sistem de Sistem de
gestiune a bazei gestiune a bazei
Baza de de date de modele Baza de
date modele
Sistem de gestiune a interfetei

utilizator

Fig.1.16 Arhitectura clasica a SSD

Fiecare dintre componentele SSD poate fi considerată în mod autonom separat de celelalte. SSD –
urile până în prezent au asigurat o legătură eficientă între cele trei tipuri distincte de module ale SSD:
baza de date, baza de modele şi modulele de dialog.
Interfaţa utilizator are rolul de a asigura interacţiunea dintre SSD şi decident. Datorită frecvenţei ridicate
de intervenţie a decidentului pe parcursul rezolvării problemelor această componentă are o importanţă
deosebită. In raport de modalitatea de comunicare cu utilizatorul, se pot distinge mai multe tipuri posibile de
dialog
- întrebare/răspuns
- prin limbaj de comandă. Utilizatorul lansează comenzi, ce1 mai adesea sub formă de verb/substantiv, la care
sistemul oferă răspunsuri fără a putea răspunde însă unor solicitări privind informaţii suplimentare.
- meniu, care presupune existenţa în memorie a unor alternative de comenzi, din care utilizatorul alege un
set de alternative, pe care le selectează din cadrul opţiunilor de meniu. Sistemul execută aceste
alternative, fără o eventuală interacţiune cu decidentul.
- format de intrare/ format de ieşire, ce prevede tipizarea formatelor de intrare a datelor şi comenzilor, precum
şi a celor de ieşire a răspunsurilor oferite de sistem
- tip negociere, ce presupune alegerea tipului de dialog în funcţie de configuraţie, forma dialogului şi
costurilor corespunzătoare pe unitatea de timp.
Subsistemu1 bazei de date este constituit din baza de date şi sistemul de gestiune a acesteia. Această
componentă este foarte bine realizată în prezent, ţinând cont de progresele înregistrate de tehnologia bazelor
de date. Deosebirea esenţială dintre baza de date aferentă SSD şi cea din cadrul sistemelor informatice
clasice constă în faptul ca SSD poate utiliza date atât interne (din sistem) cât şi externe (alte baze de
date, ale organizaţiilor care cooperează cu unitatea). In consecinţă, sistemul de gestiune a bazei de date asigură
atât crearea bazei de date proprii, cât şi actualizarea datelor, accesul la date, protecţia şi securitatea
datelor.
Utilizarea. unei baze de date externe SSD permite eliminarea redundanţei informaţionale, limitarea setului
de funcţii şi utilizatori pe care SSD trebuie să îi asiste, obţinându-se astfel o reducere a volumului de date ce
urmează a fi stocate în sistem. Fiecare bază de date externă SSD (numită şi bază de date sursă) are un
sistem de gestiune propriu şi un index specific, utilizat de componenta SA D de extragere a datelor
pentru crearea şi actualizarea bazei de date SSD, necesară realizării funcţiilor celorlalte componente ale
SSD, baza de date SSD reprezentând o bază de date virtuală. Este posibilă şi crearea unei baze de
date SSD propriu-zisă, prin extragerea datelor din baza de date externa. Procesul de extragere a
datelor se realizează prin intermediul a patru operaţii distincte.
- descrierea, destinată caracterizării datelor din baza de date sursa, descriere ce poate fi organizată sub
formă de fsiere;
- agregarea datelor
- clasificarea datelor, ce are ca efect selectarea unei submulţimi de date sursă, combinarea acestor date şi
crearea de noi submulţimi ce vor fi memorate în baza de date SSD în funcţie de o serie de criterii logice de
combinare a înregistrărilor;
- reprezentarea datelor
Principalele funcţii ale unui sistem de gestiune a bazei de date SSD sunt constituirea şi
întreţinerea dicţionarului de date, crearea şi actualizarea datelor, regăsirea, accesul la date, protecţia şi
securitatea datelor, deci funcţiile clasice ale unui sistem de gestiune a bazelor de date
Subsistemul de modelare este constituit din baza de modele şi sistemul de gestiune a bazei de modele Aceasta
componentă asistă decidentul în rezolvarea unor situaţii decizionale, având drept funcţii:
- analiza funcţiilor decizionale;
- proiectarea modelului decizional;
- deducţia (generarea) alternativelor decizionale pe baza modelului;
- compararea alternativelor decizionale;
- simularea şi optimizarea proceselor conduse.
Facilităţile pe care aceasta componentă le oferă utilizatorilor se referă la:
- interfaţa de utilizare, prin care sistemul oferă decidentului diferite variante de decizie ce urmează să fie analizate în
vederea alegerii uneia dintre ele. Decidentul va fi confruntat în acest mod doar cu aspectele semnificative ale
situaţiei decizionale, evitând etapele de prelucrare a informaţiilor primare şi de elaborare a variantelor decizionale;
- mecanismul de control, care permite decidentului să intervină în funcţionarea componentei şi să corecteze sau să
modifice anumite operaţii, prin introducerea unor informaţii noi (de natură subiectivă) sau prin actualizarea
unor restricţii şi funcţii obiectiv;
- flexibilitatea, care asigură intervenţia manuală a decidentului pe parcursul rezolvării unor modele, în vederea
dezvoltării structurii acestora sau ordonării fazelor de elaborare a modelelor după care se predă controlul
sistemului.
- feed-back-ul, prin intermediul căruia sistemul furnizează în permanenţă informaţii relative la starea curenta a
rezolvării situaţiei decizionale, facilitând în acest fel controlul procesului şi intervenţia, la nevoie a decidentului.
Principalele componente ale subsistemului de modelare sunt: baza de modele; sistemul de gestiune a
bazei de modele, la care se pot adăuga interfeţele cu subsistemul bazei de date şi interfaţa utilizator.
Baza de modele constituie o bibliotecă de modele şi/sau module (componente) de modele, cu
caracter temporar sau permanent, construite de utilizator şi/sau forme specializate, utilizabile la asistarea
deciziilor strategice, tactice sau operative precum şi la calcularea şi analiza unor elemente ale situaţiilor
decizionale.
Sistemul de gestiune a bazei de modele prezintă drept funcţii specifice:
- generarea modelelor, cu ajutorul unui limbaj de modelare;
- restructurarea modelelor, în conformitate cu modificările survenite în situaţia modelată
- actualizarea modelelor, în urma modificării unor parametri
-generarea rapoartelor cu rezultatele modelelor, în funcţie de opţiunea utilizatorilor (tabele, situaţii
sintetice, liste, grafice, etc). Fiecare dintre aceste funcţiuni au la bază programe specifice a căror structură
depinde de modul în care sunt stocate modelele în baza de modele.
Integrarea efectivă a componentelor reprezintă de fapt, principala problema în realizarea unui SSD
şi sursa dificultăţilor cu care se confruntă specialiştii în domeniul realizării SSD.
În acest sens sunt identificate următoarele probleme ale integrării componentelor unui SSD, ce
determina diminuarea performantelor:
- integrarea relativ slaba a bazei de date a SSD cu alte baze de date externe sau interne sistemului;
- timpul de răspuns slab;
- dificultatea abordării modelelor de dimensiuni mari;
- dificultatea realizării interfeţelor dintre componente;
- costurile relativ ridicate de dezvoltare, operare şi întreţinere.
Modalităţile diferite în care cele trei subsisteme pot fi integrate în cadrul SSD au condus la
obţinerea unor configuraţii standard, respectiv:
- Configuraţia reţea, care presupune integrarea componentelor sub forma unei reţele în care nodurile
corespund subsistemelor, iar arcele interfeţelor. In aceasta configuraţie, fiecărei componente îi
corespunde o interfaţă proprie care asigură comunicarea, principalul avantaj al structurii constând în
posibilitatea de a include în arhitectura componente neomogene, construite la momente de timp diferite,
în limbaje/medii de programare diferite. Prezenţa mai multor niveluri de interfaţă (a celor de bază, plus
a celei coordonatoare) face ca acesta structură să aibă o performantă relativ scăzută.
- Configuraţia de tip pod, care utilizează o singura interfaţă, fără să diminueze posibilitatea integrării unor
noi componente funcţionale, dar cu condiţia elaborării lor în acelaşi mediu sau medii translatabile.
- Configuraţia de tip sandwich, în care sunt alăturate mai multe componente unei singure componente de
dialog şi unei singure baze de date. Aceasta configuraţie este utilă, îndeosebi în asistarea proceselor
decizionale care necesită modelare.
- Configuraţia turn, în care este posibilă exploatarea mai multor baze de date sursă prin intermediul
unui mecanism de obţinere a datelor. In acest caz, baza de date a SSD realizează o legătură între baza de
date, sursa şi subsistemul de modelare. In plus, componenta de interfaţă utilizator este separată în două
părţi, una care creează formatele de ieşire şi interpretează comenzile de intrare ale diferitelor componente
şi a doua care supervizează prin intermediul interfeţei cu utilizatorul dispozitivele de intrare/ieşire
conectate la SSD.
Faţă de arhitectura generală clasică prezentată, configuraţiile SSD
prezentate pot fi grupate în următoarele categorii: arhitecturi centralizate, arhitecturi ierarhizate, arhitecturi reţea.

1.9.4.1. Arhitectura centralizată a sistemelor suport de decizie

Intr-o arhitectură centralizată în care fiecare model comunică cu o singură
bază de date, existând întotdeauna un singur modul de dialog.

Modul de dialog

Modul 1 Modul 2 Modul n

BAZA DE DATE

Fig.1.17. Arhitectura centralizata a SSD

Acest tip de arhitectură asigură o bună integrare a diferitelor modele. Unitatea de dialog reprezintă
un element comod pentru utilizator. De asemenea, partajarea unei baze de date unice facilitează
schimburile şi informaţiile dintre modele. Controlul se realizează prin intermediul modulului de dialog.
Principalul dezavantaj al arhitecturii îl reprezintă lipsa de flexibilitate, întrucât este dif1cil de introdus
un model nou.

1.9.4.2. Arhitectura ierarhizată a sistemelor suport de decizie.

Acest tip de arhitectură, prezentat în figura 1.18 este destul de apropiat de un sistem centralizat.
Principala deosebire constă din divizarea modulului de dialog şi din asocierea unei componente
suplimentare la baza de date.
 Dialog supervizor Dialog 1 Dialog 2 Dialog n

supervizor model 1 model 2 model n

Baza de date Baza de Baza de Baza de

supervizor date 1 date 2 …. date n

Acces la date
Baza de date sursa

Fig.1.18. Arhitectura ierarhizata a SSD

Supervizorul reprezintă un modul de control. Pentru a îndeplini rolul său de integrator şi de mediator
între modele, modulul de dialog supervizor posedă cunoştinţe despre datele manipulate şi despre calculele
efectuate de aceste modele.
Se presupune că în această arhitectură modelele au structuri diferite şi că fiecare prelucrează datele
pentru care este autorizat accesul.
Schimbul de date între modele se poate realiza în mai multe moduri. Acest schimb este comandat de
către supervizor, care permite citirea datelor aferente modelelor şi recopierea acestora în baza de date, de
unde se va efectua transferul spre alte modele. Toate aceste date relative la diferite prelucrări pot fi apoi
regrupate într-o zonă comună (blackboard).

1.9.4.3. Arhitectura reţea a sistemelor suport de decizie

În cadrul acestei configuraţii, fiecare model posedă propria sa bază de date,

propriul său modul de dialog şi propriile sale module de integrare (figura 1.19).
 ansamblul n
Modul de dialog 1 ansamblul 1

Modul 1
Control SAD

Dialog Model Date

Baza de date 1

Modul de dialog 2

ansamblul 2
Modul 2

Baza de date 2

Fig.1.19. Arhitectura retea a SSD

Fiecare model, împreună cu ”sateliţii” săi formează un ansamblu ce poate fi privit drept un subsistem
de tip SSD, ce face parte dintr-o reţea. Controlul reţelei este realizat printr-o componenta separată
(modulele de integrare). Controlul reţelei nu presupune cunoaşterea elementelor din interiorul fiecărui
ansamblu SSD.
Avantajul acestui tip de arhitectură rezidă în modularitatea sa, putându-se realiza cu uşurinţă adăugarea /
modificarea /ştergerea de ansambluri. Prin urmare arhitectura reţea reprezintă o arhitectură deschisă şi
adaptabilă în raport de context.

Figura 1.20 sintetizează rezultatele unei tratări comparative a celor trei tipuri de arhitecturi
SSD.

SSD Avantaje Dezavantaje

centralizata - integrare ridicata - modificări dificile (în
- unicitate dialog special adăugarea de noi
- schimb de date facil modele)
- realizare facila - lipsa confidenţialităţii
ierarhizata - integrare ridicata -dificultate de realizare
- unicitate dialog (supervizorul şi modul de
- creare facila a bazelor de acces la date)
date
- modificări facile
- utilizare uşoară
 reţea - arhitectură deschisă - integrare slabă
- modularitate ridicată - lipsa unităţii de dialog
- modificare dificilă a datelor
- realizarea dificilă (controlul SSD)

Fig 1.20. Tratarea comparativă a arhitecturilor SSD

1.9.5. Noi arhitecturi ale sistemelor suport de decizie

Modificările aduse de noile tehnologii informatice arhitecturii clasice SSD pot fi sintetizate în două
tendinţe majore:
- încorporarea în cadrul SSD a metodelor şi tehnicilor de inteligenţă artificială
- utilizarea tehnologiilor informatice de activitate pe grupuri în realizarea SSD, ceea ce a dus la apariţia
arhitecturilor SSD de grup.

1.9.5.1. Arhitectura sistemelor suport de decizie cu bază de cunoştinţe

Reprezintă o extensie a arhitecturii clasice a SSD prin încorporarea în configuraţie a subsistemului de

reprezentare şi utilizare a cunoştinţelor.

Baza de cunoştinţe – componentă de bază a SSD

Fundamentarea deciziilor economice se sprijină pe un demers logico-raţional, prin care se prefigurează

implicaţiile posibile şi dezirabile ale diferitelor variante decizionale pentru a se putea selecta una dintre ele.
Cu siguranţă procesul decizional nu poate fi redus la operaţiile de identificare în viitor a implicaţiilor unei
acţiuni. Activitatea decizională prezintă şi calităţile unei activităţi umane creatoare, prin care se construiesc
forme posibile de viitor, ce nu pot fi explicate, derivate din evoluţia trecutului şi prezentului , ci numai
prin apelul la imaginaţie, creativitate. Se poate afirma că fundamentul raţional - deductiv şi inductiv - este
esenţial. Numai cu ajutorul unor structuri şi operaţii logico-raţionale procesul de luare a deciziilor poate
dobândi statutul unui demers decidabil şi coerent.

Demersul deductiv.
Fundamentarea deciziilor pe baza demersului deductiv constă din inferenţierea unor evenimente
(efectele aplicării diferitelor variante de acţiune) pe baza condiţiilor iniţiale (aşa numitele premize teoretice
sau universale).
Deducţia este considerată frecvent principalul demers din cadrul procesului de fundamentare a deciziilor.
Raţionamentul deductiv permite realizarea de predicţii derivate din enunţuri teoretice, dar şi previziuni
bazate pe sisteme de ipoteze. Prin deducţie trebuie să avem în vedere nu numai trecerea de la general la
particular, ci orice trecere riguroasă de la condiţii la consecinţă- condiţia să fie suficientă şi consecinţa
să fie necesară (deci şi trecerea de la întreg la parte sau de la cauză la efect). Legile utilizate în
fundamentarea deductivă a deciziilor economico-sociale sunt legi statistice, care guvernează mobilitatea
fenomenelor şi proceselor economico-sociale, în condiţii concrete de timp şi de spaţiu. Legile statistice exprimă
ceea ce este în general, ceea ce se manifestă într-un număr suficient de mare de cazuri individuale. Reprezintă
legităţi care se manifestă sub forma de tendinţe. Evoluţia unui fenomen economico - social reprezintă rezultatul
acţiunii unei multitudini de factori, unii esenţiali, alţii întâmplători. Factorii esenţiali pot fi cu caracter permanent,
imprimând tendinţa, trendul evoluţiei fenomenului respectiv sau pot avea un caracter periodic (ciclic sau
sezonier). Intre fenomenele şi procesele economico-sociale se manifesta legături cauzale şi legături
reciproce. Uneori variaţia paralelă a două fenomene nu se datorează legăturii dintre ele, ci influenţei unui
al treilea factor, care le determină pe ambele. În cadrul fenomenelor economico-sociale legătura nu se manifestă
în fiecare caz în parte, ci în general şi în medie, într-un mare număr de cazuri. Fenomenul efect este rezultatul
conjugării influenţei mai multor fenomene cauză şi în acest sistem de legături nu toate raporturile de
dependenţă au aceeaşi importanţă, acţiunile unora dintre acestea compensându-se reciproc. Studierea
acestor fenomene, cunoaşterea regularităţilor de producere a lor se realizează înlăturând ceea ce este
întâmplător şi neesenţial. Legăturile dintre fenomenele economico-sociale sunt legături statistice, care
exprimate numeric sunt desemnate prin noţiunea de corelaţie.
In descrierea demersului deductiv din cadrul activităţii decizionale este extrem de utilă şi utilizarea
schemelor raţionamentului ipotetic. Astfel, schema raţionamentului Ipotetic modus-ponens permite
previzionarea producerii unui eveniment aşteptat (consecinţa), în condiţiile realizării premizelor.
Raţionamentul ipotetic modus-tollens permite exprimarea faptului ca neîmplinirea consecinţei (infirmarea
previziunii) indică falsitatea premizelor. Raţionamentul ipotetico-disjunctiv utilizat în construcţiile
previzionale care explorează diferite alternative posibile ale viitorului.

Demersul inductiv.
Există procese decizionale care nu pot fi reduse la schemele raţionamentului deductiv. In schema deductivă
nu pot fi încadrate toate deciziile, precum cele întemeiate pe temeiuri cognitive incomplete. Utilizarea previziunilor
amplificatoare, care depăşesc strict vorbind premizele, ca şi cele care conduc la substituiri şi generalizări
reclama extinderea tipurilor de raţionament avute în vedere.
Procesele decizionale realizate pe baza inductiva nu se întemeiază exclusiv pe experienţa trecutului.
Prin inducţie se prevede generalul, plecând de la cunoaşterea unei colecţii de fapte sau anticiparea unui fapt
particular pe baza cunoaşterii altui fapt particular, a prevederii unei clase pe baza cunoaşterii unei părţi
din clasă, a anticipării manifestării viitoare a evenimentelor guvernate de legi empirice, luându-se ca punct
de plecare cunoaşterea manifestărilor trecute ale acestor legi empirice. Problema fundamentării raţionale şi
practice a valorii amplificatoare a inducţiei incomplete a provocat şi mai provoacă încă vii discuţii. Extinderea
şi generalizarea operate prin inducţia incompletă reclamă procedee de garantare a valabilităţii ei. Accentul
se pune pe procedeele intensionale, mai mult decât pe cele extensionale. Pe baza cunoaşterii esenţei, fie chiar
şi a unui singur exemplar dintr-o clasă de elemente se poate ajunge la concluzii inductive amplificatoare,
valabile pentru întreaga clasa, făra cunoaşterea integrala a seriei de evenimente asupra căreia operează
predicţia. Inducţia se manifestă ca previziune, permiţând anticiparea generalului, a legii, completarea unor
serii de evenimente cu elemente noi, pe baza studierii cazurilor tipice şi a proprietăţilor esenţiale ale
elementelor din clasele considerate. In cadrul deciziilor economico-sociale se impune ca de la constatarea
faptului că un anumit eveniment, proprietate, starea se repetă cu o anumita frecventa şi regularitate în
cadrul unei serii lungi de evenimente să se presupună că aceeaşi regularitate şi distribuţie se vor
manifesta şi în viitor. Această presupunere este rezultatul unui raţionament inductiv.
Raţionamentul prin analogie, precum şi operaţiile logice de comparare conduc la relevarea unor
proprietăţi şi relaţii pe baza izomorfismului dintre diferite sisteme. Două elemente x şi z ale unei mulţimi M se
consideră analoage dacă sunt îndeplinite condiţiile ca x şi y să aibă unele proprietăţi comune sau să fie identice
şi să existe o corespondenţă între părţi ale lui x şi y sau între proprietăţi ale acestor părţi. În general,
relaţia de analogie este simetrică şi reflexivă. Când analogia este şi tranzitivă este considerată drept o
analogie contagioasă, reprezentând în fapt o relaţie de echivalenţă.
Există mai multe tipuri de analogii între două elemente, analogia simplă (similitudinea), echivalenţa,
egalitatea, identitatea. Analogia între mulţimi poate fi, la rândul său de diferite tipuri: corespondenţă de la element
la element, analogie injectivă, bijectivă, homomorfism, izomorfism.
În baza similitudinii operaţionale dintre conceptele de analogie şi uitilitate, se poate introduce un
procedeu de măsurare a analogiei pe baza axiomaticii von Neumann-Morgenstern. În locul
conceptelor de preferinţă şi indiferenţă se utilizează conceptele de ”asemănare puternică”, precum şi cel de
”asemănare la fel de puternică” şi se introduce o funcţie de analogie, care prezintă toate proprietăţile
funcţiei de utilitate şi care permite asocierea unor numere reale asemănărilor dintre entităţi.
Fundamentarea deciziilor pe baza raţionamentului analogic şi pe operaţiile de comparare este frecvent
utilizată. Raţionamentul poate fi formulat astfel: Dacă
proprietăţile au, a2,,..,an condiţionează apariţia proprietăţii an*1 proprie sistemului Sa
şi din moment ce sistemul Sb este analog cu Sa se poate prevedea ca şi el va prezenta în viitor proprietatea an*1
Sau: Dacă în trecut, din legătura a două elemente A şi B a apărut evenimentul C şi dacă remarcăm apariţia a
două elemente noi, identice cu A şi B este de aşteptat ca din legătura 1or să se producă un eveniment identic
C.
 Analogia surprinde numai elementele de continuitate, drept pentru care trebuie utilizată cu precauţie.
Pericolul provine din faptul că. termenii analogiei sunt întotdeauna diferiţi în anumite privinţe. Decizia fondată pe
repetiţie, pe regularitatea şi coincidenţa specifice raţionamentului prin analogie surprinde doar temeiurile superficiale.
Simpla repetare a unor stări trecute nu constituie o probă ca între acestea şi stările viitoare vor exista
legături necesare şi nu coincidenţe accidentale

Formalizarea demersului raţional.

A permis caracterizarea construcţiilor decizionale drept construcţii explicite şi decidabile, care pot
beneficia de calcule logico-matematice, care duc la creşterea rigorii şi corectitudinii formale. Adesea se
consideră că procesul decizional care nu este rezultatul unui calcul logic reprezintă o simplă aventură.
În replică la teoriile privind aşa-zisa neraţionalitate a operaţiilor decizionale se constată o
intensificare a eforturilor de modelare logică a activităţii decizionale.
Chiar daca uneori s-a considerat că pentru a realiza o modelare logică descriptivă a procesului decizional
este suficient să se utilizeze calculul predicatelor s-au manifestat constant încercări de nuanţare a modelării
logice. Logicile neclasice, precum logica, acţiunii şi logica deontică, logica temporală, logica modală şi mai recent
legica decizională susţin această afirmaţie, chiar dacă valoarea operaţională a acestor demersuri este în prezent
destul de redusă.

Raportul dintre demersul raţional şi demersul intuitiv în fundamentarea deciziilor economico-sociale.

Dificultăţile întâmpinate în realizarea unei logici formale a inducţiei, după modelul logicii formale
deductive au scos în evidenţă complexitatea inferenţelor inductive. Problema inducţiei nu este numai ce ne
îndreptăţeşte să extindem o proprietate observată la un număr determinat de cazuri la un număr mai mare, întrucât
asta ar însemna reducerea problemei la aspectul pur extensiv.
Inducţia este mai complexă, apărând ca operaţie de construire a unui întreg atunci când se cunoaşte numai o
parte sau unele dintre părţi. Esenţa procedeului raţional inductiv nu trebuie căutată în puterea de generalizare, ci în
puterea de integrare, de construire a unui întreg cu ajutorul unora din părţile sale. Inferenţele inductive se
bazează pe un principiu integrator, prin care gândire găseşte întregul ale cărui părţi le cunoaşte. Acestea s-ar
putea numi intuiţie.
Intuiţia poate fi tratată nu numai în contextul inferenţelor inductive ci şi al celor deductive. Demersul
deductiv presupune procedarea în etape riguros ordonate, fiecare etapă sprijinindu-se pe etapele anterioare,
exemplul tipic fiind cel al de demonstraţiilor matematice. Modul în care matematica este prezentată diferă
mult de modul în care ea este elaborată. Cele mai multe teoreme sunt întâi intuite, imaginate şi numai după
aceea demonstrate. Adesea demonstraţia este greşită sau complicată în mod inutil. Rezultatul unui proces deductiv
se poate explica fără a se face apel la intuiţie, dar defăşurarea procesului deductiv, ca atare, nu.
Astfel demersul raţional, indiferent de forma pe care o îmbracă nu poate fi izolat de demersul intuitiv care îl
însoţeşte şi îl susţine.

Caracteristicile demersului intuitiv.

Cercetată până acum mai mult de fiziologi şi psihologi, intuiţia devine tot mai mult un obiect al cercetărilor
şi în domeniul managementului. Tot mai frecvent este acceptat statutul intuiţiei de instrument managerial pentru
fundamentarea deciziilor. Cercetările asupra intuiţiei vor putea oferi acesteia statutul teoretic care îi lipseşte şi îi
limitează în prezent acceptarea.
Se obişnuieşte să se considere intuiţia ca fundamentată pe procese subconştiente, imposibil de raportat, de
descris în mod sistematic. În încercarea de
descifrare a acestor procese mentale subconştiente s-au utilizat mai multe scheme. Se
consideră uneori că aceste procese sunt tot inferenţieri, realizate însă pe un fond de
cunoştinţe care nu sunt disponibile în mod conştient. Intuiţia ar permite astfel
reactivarea acestor cunoştinţe. O interpretare a intuiţiei, care se bucură de o largă
acceptare, promovată şi susţinută de Herbert A Simon este ceă potrivit căreia intuiţia
reprezintă un proces raţional prin care creierul evocă amintiri şi experienţe trecute pentru a le aplica la
situaţiile curente. Intuiţia ar reprezenta, în fapt analize îngheţate în obişnuinţe, conferind posibilitatea de a acţiona, de a
decide rapid prin recunoaştere.
 Se accentuează astfel asupra faptului că intuiţia reprezintă o calitate a decidentului, posibil de dezvoltat şi perfecţionat
prin educaţie şi experienţă.
Decidenţii pot lua decizii rapid, fără a putea face dovada realizării unui raţionament sistematic,
prin care să fi ajuns la concluziile lor. Aceasta pentru că, în fapt concluziile nici nu se bazează pe un
atare tip de raţionament, ci se bazează pe recunoaşterea unor pattern-uri. Managerii dispun de un
repertoriu de situaţii problematice cu răspunsurile asociate fiecărei situaţii în parte. Aceste modele ale
acţiunii de urmat în cazul situaţiei descrise prin pattern se consideră a fi ”semnificaţia” pattern-ului
respectiv (aşa cum un cuvânt din cadrul vocabularului activ îl deţinem în asociere cu semnificaţia sa).
Acest repertoriu se constituie printr-o vastă experienţă de analiză şi rezolvare a problemelor. Managerii se
bazează deci în rezolvarea problemelor decizionale nu numai pe capacitatea deductivă de anticipare, prin
derivare logică a desfăşurării evenimentelor, în diferite ipoteze plauzibile, ci si pe calitatea lor de
memorare a unor stări şi evoluţii posibile şi de recunoaştere în situaţiile decizionale curente a pattern-urilor
aplicabile. Calităţile unui manager sunt legate nu numai de posibilitatea realizării unor procese de gândire
analitice, corecte si riguroase, ci ţin şi de calitatea percepţiei unei anumite situaţii decizionale.
O caracteristică importantă a intuiţiei este aceea că se bazează pe o utilizare integrată, relaţională a
datelor. Intuiţia presupune o sinteză a datelor şi nu o analiză a acestora (pattern-urile reprezintă sinteze ale
datelor). Se vorbeşte în acest context de caracterul holistic al intuiţiei. Intuiţia operează asupra întregului şi nu asupra
părţilor, precum procedeele analitice. Se acceptă existenta proprietăţilor emergente ale sistemelor economico-
sociale. Orice efect de interacţiune care nu este aditiv în raport cu efectele locale poate fi privit ca o
manifestare a emergentei. In studierea sistemelor mari se impune completarea tratării analitice, bazată pe
studierea elementelor şi a conexiunilor dintre ele cu o tratare integrală, holistică a sistemului din cel puţin două
motive:
- emergenţa sistemului
- complexitatea mare a sistemului (exprimată prin numărul componentelor şi a relaţiilor dintre acestea).
Tratarea analitică este inevitabil parţial întrucât nu se pot ataca proprietăţile emergente ale sistemului si
nici nu poate epuiza “infinitul complexităţii“. Având date despre sistemul economic pe care îl conduce,
decidentul se află într-o situaţie aparent paradoxală, aceea de a fi sufocat de informaţii (datorită complexităţii)
şi în acelaşi timp de a îi lipsi informaţii (legate cel mai adesea de proprietăţile emergente ale
sistemului), de a dispune numai de informaţii parţiale. Această situaţie impune pe de o parte reducerea
complexităţii, prin selectarea, trierea informatiilor şi pe de altă parte integrarea, sinteza informaţiilor, prin
“completarea spatiilor goale “, adică a informaţiilor lipsă (pattern-urile reprezintă sinteze de date).
Intuiţia este considerată drept un instrument managerial extrem de preţios pentru fundamentarea
deciziilor în situaţiile cu informaţie incompletă. Acest lucru face ca intuiţia să fie o resursă extrem de
valoroasă în luarea deciziilor în situaţiile nestructurate, fluide, de criză sau de tranziţie în care se
produc restructurări profunde şi rapide, în care numărul necunoscutelor este extrem de mare. Intuiţia este utilă
atunci când există un nivel ridicat al incertitudinii, când există puţină experienţă anterioară care să sprijine
procesul de luare a deciziei, când informaţiile disponibile sunt limitate sau indisponibile, când exista
presiunea timpului sau când exista mai multe opţiuni posibile din care se poate realiza alegerea, toate
susţinute prin argumente solide.
Se consideră că intuiţia se poate cultiva şi perfecţiona devenind o resursă managerială extrem de utilă.
Totodată se consideră că 1ipsa de acceptare a intuiţiei în mediul cultural contribuie la inhibarea ei la
decidenţii care vor să fie trataţi cu suspiciune. Acest lucru face ca unele persoane să manifeste mai multă
intuiţie la vârste mai fragede decât la maturitate. Neacceptarea culturală se datorează în primul rând
lipsei unui model teoretic care să confere un statut ştiinţific solid intuiţiei şi adesea prejudecăţii că intuiţia ar fi
legată de manifestări paranormale.
În general, intuiţia se manifestă atunci când este apreciată sau promovată. Prin urmare trebuie adoptate
metode şi tehnici de lucru care să faciliteze manifestarea intuiţiei, să cultive şi să sprijine participarea
acesteia.
Cu toate avantajele oferite, metodele şi tehnicile intuitive prezintă şi inconveniente. O serie de
elemente de mediu (stres, presiune sociala, etc.) pot influenţa negativ calitatea deciziilor luate cu ajutorul
intuiţiei.
Metodele si tehnicile intuitive nu fac apel, de obicei la proceduri sistematice de colectare a
datelor. Informaţiile folosite în deciziile de acest tip pot fi din această cauză denaturate datorită stabilirii
unor corelaţii iluzorii, datorită caracterului dominant al informaţiilor concrete asupra celor abstracte,
datorită percepţiei selective. Cel mai adesea informaţiile sunt structurate conform experienţei proprii
celui care ia decizia. De multe ori acesta anticipează ceea ce ar dori să se producă, căutând
informaţii consistente cu previziunile sale şi ignorând contradicţiile dintre aceste previziuni si datele
disponibile.

SSD – sistem cu bază de cunoştinţe

Sistemele cu bază de cunoştinţe reprezintă sisteme informatice care ajută decidentul în rezolvarea
problemelor decizionale complexe, în special a celor din clasa problemelor prost structurate.
Obiectivul acestor sisteme î1 reprezintă I
îmbunătăţirea procesului de luare a deciziilor sau asistarea realizării unui studiu preliminar luării
deciziilor, pentru cazurile în care nu există proceduri operaţionale predefinite (soluţii prefabricate).
Problemele decizionale prost structurate se caracterizează prin importanţa deosebită pe care o
reprezintă experienţa decidentului în soluţionarea problemei, prin lipsa unor proceduri predefinite de
rezolvare, prin existenţa unor criterii de decizie numeroase, adesea inconsistente, printr-un ritm rapid
de schimbare a contextului şi a formei de manifestare a problemei.
Paradigma sistemelor cu bază de cunoştinţe s-a impus în domeniul informaticii la sfârşitul anilor
’60. Până la apariţia acestor sisteme, cercetările din cadrul inteligenţei artificiale abordau cu precădere
probleme bine definite pentru care nu se mai cunoşteau decât algoritmi exponenţiali de rezolvare.
Cercetările vizau identificarea posibilităţilor de utilizare a unor euristici cu ajutorul cărora să se întârzie
explozia combinatorială a calculelor. S-a considerat mult timp că aceste euristici trebuie să fie extrem de
generale să caracterizeze procesul generic de rezolvare a problemelor, inteligenţa artificială având sarcina
să contribuie la identificare, formalizarea şi utilizarea afectivă a acestor euristici în cadrul sistemelor
informatice. Eşecul acestei abordări care nu a dus la obţinerea unor rezultate relevante, cu valenţe practice
a impus schimbarea modului de abordare a procesului de rezolvare a problemelor aşa zis dificile. În locul
căutării unor euristici extrem de generale de rezolvare a problemelor s-a formulat necesitatea identificării
acelor cunoştinţe specifice unei anumite probleme practice, cunoştinţe extrem de numeroase şi de
specializate, pe baza cărora să fie rezolvată problema. Aceste cunoştinţe, ca şi în cazul datelor sunt
organizate în sistem sub forma unei baze de cunoştinţe şi utilizate prin mecanisme mai mult sau mai puţin
specifice domeniului în care se manifestă respectiva problemă practică.
Sistemele cu bază de cunoştinţe sunt în general sisteme destinate utilizării de către decidenţi.
Sistemul trebuie să fie de aceea bine adaptat reprezentării conceptelor cu care operează decidentul, să se
caracterizeze printr-o comportare clară, explicită. Acest lucru impune o calitate deosebită a interfeţei cu
utilizatorul.
Funcţionarea sistemelor cu baze de cunoştinţe este puternic interactivă. Situaţiile decizionale prost
structurate sunt situaţii în care căutarea soluţiei reprezintă un proces esenţial pentru utilizator, aflat într-un
asemenea proces de căutare posibilitatea definirii şi dirijării interacţiunii cu sistemul constituie elemente
esenţiale.
Sistemele cu bază de cunoştinţe trebuie să susţină procesul de structurare a problemei decizionale
deci să ofere utilizatorului facilităţi de modelare. De regulă, sistemul dispune de un limbaj de modelare care
permite definirea de modele multirelaţie. Acest limbaj poate fi procedural sau declarativ. Unele sisteme
suport de decizie se limitează însă la asigurarea accesului la o serie de modele statistico-matematice.
Sistemele de asistare a deciziei cu bază de cunoştinţe presupun integrarea în cadrul sistemelor suport
de decizie a unei baze de cunoştinţe împreună cu mecanismele asociate acesteia – în primul rând motorul de
inferenţă.
Prin aceasta se oferă posibilitatea integrării prelucrărilor numerice cu cele simbolice, deci a tehnicilor
cantitative cu cele calitative. S-a demonstrat că astfel se pot asigura soluţii la probleme care altfel nu ar fi
posibil de rezolvat.
Modelul sistemelor suport de decizie cu baze de cunoştinţe oferă posibilitatea de a combina
capacitatea de rezolvare a problemelor pe care o deţin sistemele cu bază de cunoştinţe cu precizia
prelucrărilor numerice din cadrul sistemelor suport de decizie.
In cadrul bazei de cunoştinţe a unui sistem suport de decizie este necesară combinarea unor
cunoştinţe cantitative şi calitative cu ajutorul cărora să se poată formula şi verifica relaţii între variabilele economice.
Cunoştinţele calitative se vor utiliza iniţial in scopul identificării factorilor de bază (variabilelor
economice relevante) şi a relaţiilor dintre acestea.
Metodele cantitative se vor utiliza pentru analizarea şi derivarea relaţiilor dintre variabile.
Metodele statistice, precum şi analizele de regresie au avantajele analitice, servind la punerea în evidenţă
a coliniarităţii dintre diferitele variabile, la estimarea coeficienţilor unor modele economico-matematice, la
determinarea nivelului de semnificaţie (intensitatea) legăturilor dintre variabilele economice.
Identificarea unei relaţii cauză-efect nu se poate realiza numai printr-o analiză de regresie. Analiza de
regresie sugerează relaţii, dar determinarea validităţii relaţiei reclamă cunoştinţe despre procesul ca atare
şi despre interacţiunile sale cu alte procese. In acest scop sunt utile cunoştinţe calitative pentru evaluarea
rezultatelor analizelor de regresie, pentru verificarea faptului că acestea nu violează perceperea
subiectivă şi intuiţia specialistului.
Rezultatele unei analize de regresie pot să nu fie aplicabile în orice situaţie..
Cunoştinţele calitative permit reducerea numărului de combinaţii dintre variabilele care
interacţionează. Prin cunoştinţele calitative se reduce spaţiul de căutare, direcţionându-se atenţia spre anumite
aspecte şi tehnici de analiză relevante într-un context dat. Cunoştinţele calitative permit concentrarea pe factorii
(variabilele economice) cele mai importante şi ajută, la formalizarea relaţiilor dintre aceşti factori.
Sistemele bazate pe cunoştinţe au capacitatea de a formaliza, utiliza şi păstra diferite tipuri de
cunoştinţe, în timp ce forţa sistemelor de asistare a deciziei rezida în capacitatea de a executa cu mare
acurateţe analize numerice şi în primul rând statistice prin aplicarea tehnicilor cantitative de prelucrare a datelor.
Sistemele bazate pe cunoştinţe au puternic dezvoltată facilitatea explicativă, utilă în contextul sistemelor de
asigurare a deciziilor pentru explicarea anumitor rezultate obţinute prin execuţia modelelor. Sistemele bazate pe
cunoştinţe pot asigura totodată asistenţa în asigurarea resurselor sistemului. În acelaşi timp, sistemele bazate pe
cunoştinţe oferă posibilitatea îmbunătăţirii comunicării cu utilizatorul, interfaţa utilizator fiind mai bine rezolvată în
prezent în cadrul sistemelor bazate pe cunoştinţe decât în cadrul altor tipuri de aplicaţii.
Referitor la gestiunea cunoştinţelor, mecanismul cel mai cunoscut asociat acestei funcţii este motorul de
inferenţă care asigură accesul la cunoştinţele din cadrul bazei de cunoştinţe şi utilizarea lor efectivă. Celelalte funcţii de
gestionare a cunoştinţelor se asociază de regulă unor mecanisme diferite de motorul de inferenţă, cum ar fi de exemplu
componenta de achiziţionare a cunoştinţelor. Ca şi în cazul datelor sau modelelor şi pentru cunoştinţe a fost introdus
conceptul de sistem de gestiune a bazei de cunoştinţe care să permită realizarea integrală a tuturor funcţiilor de
gestionare a cunoştinţelor.
Integrarea datelor, modelelor şi cunoştinţelor în procesul de asistare a deciziilor presupune asigurarea unor
mecanisme de interfaţă între componentele de gestionare a acestora, lucru destul de greu de realizat în practică.
În legătură cu interactivitatea sistemelor suport de decizie bazate pe cunoştinţe, în cazul arhitecturii unui astfel
de sistem există o componentă de comunicare cu utilizatorul (interfaţa cu utilizatorul). Aceasta are sarcina de a realiza
un dialog eficient cu utilizatorul deci de a oferi o serie de facilităţi precum prezentarea informaţiilor sub formă grafică
(unele sisteme dispunând de o bibliotecă de raportare şi grafice), oferirea de explicaţii (funcţia explicativă a interfeţei
cu utilizatorul) etc.
Importanţa deosebită pe care o capătă dialogul în cadrul unui sistem suport de decizie cu bază de cunoştinţe se
reflectă în efortul deosebit de ridicat destinat realizării componentei de interfaţă cu utilizatorul (uneori apreciat la peste
40% din efortul de realizare a întregului sistem). În rezolvarea problemelor decizionale nestructurate, intrările şi ieşirile
de date în şi din sistem au un caracter mult mai complex decât în rezolvarea problemelor structurate. Dacă în aplicaţiile
convenţionale intrările şi ieşirile sunt foarte bine precizate ca tip, semnificaţie, volum etc., în cadrul unor situaţii
nestructurate datele de intrare pot fi incomplete prezentând un grad de precizie mai mare sau mai mic. Rezultatele
trebuie însoţite deseori de explicaţii asupra modului în care s-a ajuns la respectiva soluţie. Realizarea acestor cerinţe
presupune asigurarea unei interfeţe “inteligente” a sistemului. Calitatea interfeţei are un rol hotărâtor asupra eficienţei
cu care este utilizat sistemul de asistare a deciziei cu bază de cunoştinţe.
Un sistem suport de decizie cu bază de cunoştinţe trebuie să asigure accesul la informaţiile pertinente,
concomitent cu un control al acestui acces.
In al doilea rând trebuie să facă posibilă diagnosticarea problemei decizionale făcând practic posibilă
reprezentarea informaţiilor într-o formă adaptată interpretării datelor.
O altă funcţie a unui sistem de asistare a deciziei cu bază de cunoştinţe este cea de structurare a informaţiilor
sub formă de modele (sistem de relaţii între variabile, arbori de decizie etc.)
 Sistemul trebuie să ofere posibilitatea de descriere şi analiză a datelor cu ajutorul instrumentelor statistice care
asigură o utilizare a datelor şi a modelelor în scopul generării de alternative de rezolvare a situţiei, realizării unor
analize de sensibilitate a modelelor.
O funcţie importantă a sistemelor suport de decizie cu bază de cunoştinţe se referă la asigurarea posibilităţilor
de evaluare a alternativelor de rezolvare, prin utilizarea unor funcţii pentru modelarea preferinţelor utilizatorului
(decidentului) în raport cu anumite criterii.
Si, în sfârşit o funcţie importantă o reprezintă funcţia de comunicare cu utilizatorul.

1.9.5.2. Arhitectura sistemelor suport de decizie de grup.

SSD de grup beneficiază de aportul tehnologiilor de teleprelucrare a datelor. SSD de grup ajung să se prezinte
sub forma unor SSD organizaţionale (fig. 1.21).

Baza de date Baza de

modele
SAD central

Sistem de gestiune a Sistem de gestiune a

bazei de date bazei de modele

Interfata utilizator

utilizator utilizator utilizator LAN

Fig.1.21. SSD organizational

1.10. Sisteme expert

1.10.1. Inteligenţa artificială şi sistemele expert

Inteligenţa artificială reprezintă un domeniu al informaticii care are drept scop transpunerea
comportamentului inteligent uman la maşini, în speţă la calculatoare. Dorinţa de a dispune şi de a folosi maşini
inteligente reprezintă un vechi deziderat al omului, perfect justificabil ţinând cont de faptul că asemenea maşini
pot fi, în principiu mai simplu de utilizat şi mai productive.
Constituirea ca domeniu ştiinţific autonom, cu obiect de studiu propriu, cu metode şi tehnici de lucru
specifice s-a realizat la începutul anilor ’50, ca urmare a sprijinului oferit de inteligenţa artificială din partea unor
domenii conexe, precum matematica, psihologia, fiziologia, logica etc.
Obiectul de studiu al inteligenţei artificiale îl reprezintă comportamentul inteligent şi
posibilitatea de emulare al acestuia la maşini.
Prin comportament inteligent se înţelege, în general, acel comportament care implică realizarea unor
activităţi ce reclamă calităţi intelectuale deosebite: posibilitatea de abstractizare, flexibilitate, adaptare la
situaţii noi (incomplet cunoscute), creativitate etc. De exemplu, înţelegerea limbajului natural, practicarea
matematicii, rezolvarea unor probleme practice dificile, acordarea de semnificaţie diferitelor forme (de exemplu
vizuale) sunt considerate drept activităţi ce reclamă inteligenţă şi deci caracterizează un comportament inteligent.
Realizarea acestor activităţi de către maşină, deci automatizarea, lor poate fi extrem de dificilă. Chiar si
activităţile pe care omul le realizează curent, de exemplu înţelegerea limbajului natural, pot fi extrem
de dificil de automatizat. Informatica convenţională, bazată pe algoritm drept paradigma a calculului (a
automatizării sarcinilor) nu a reuşit să transfere aceste activităţi inteligente spre maşină.
 Paradigma care a dominat domeniul inteligenţei artificiale, la începutul constituirii
sale, poate fi considerată cea desemnată prin general problem solver, denumirea proiectului lansat în anii ’60,
care a avut drept obiectiv identificarea acelor mecanisme abstracte ale gândirii ce permit omului desfăşurarea
activităţii “inteligente”. Iniţiatorii acestui proiect – H.Simon , A. Newell, B.Shaw – considerau că la baza
comportamentului intelligent stau o serie de mecanisme generale, universale de gândire ce sunt utilizate în
rezolvarea oricărei probleme, în desfăşurarea oricărei activităţi. Odată descifrate aceste mecanisme şi transpuse în
programe de calcul, maşina poate executa orice sarcină.
Eşecul proiectului a demonstrat că activităţile ce reclamă inteligenţă trebuie
abordate diferenţial ţinând cont de marea lor varietate şi că esenţiale în realizarea acestor activităţi sunt
cunoştinţele (knowledge). Sfârşitul anilor ’70 a marcat momentul lansării unei noi paradigme în cadrul
inteligenţei artificiale şi anume cea de cunoştinţe.

1.10.2. Conceptul de sistem bazat pe cunoştinţe

Inteligenţa artificială consideră ca posibilă emularea comportamentului inteligent

la maşini prin memorarea cunoştinţelor şi asigurarea condiţiilor pentru prelucrarea lor automată.
Toate sistemele de inteligenţă artificială sunt sisteme care posedă şi utilizează cunoştinţe fiind denumite sisteme
bazate pe cunoştinţe (sau sisteme cu bază de cunoştinţe). Aceste sisteme sunt specializate în desfăşurarea
diferitelor activităţi.
Sistemele de inteligenţă artificială dispun de o bază de cunoştinţe precum şi de
mecanisme de utilizare a acestora (mecanisme rezolutive, inferenţiale sau de raţionament), în scopul efectuării în
mod automat a diferite activităţi (taskuri) descrise cu ajutorul unor fapte, reunite în componenta baza de fapte.

Analistul de
Sursa de cunostinte cunostinte

BAZA DE BAZA DE surse de

CUNOSTINTE FAPTE date

Mecanisme
rezolutive utilizatori
(inferentiale, de
rationament)

Fig.1.22 Structura generica a unui sistem de inteligenta artificiala

În sens informatic cunoştinţele reprezintă informaţii dobândite care servesc la realizarea diferitelor activităţi.
Deşi aspectul pragmatic este esenţial în definirea conceptului de cunoştinţe, exprimarea acestora trebuie realizată
relativ independent de modul lor de utilizare. Aceasta, deoarece unele şi aceleaşi cunoştinţe pot fi utilizate în
mod diferit pentru rezolvarea diferitelor probleme sau chiar pentru aceeaşi problemă în circumstanţe diferite.
Spre deosebire de informatica convenţională care s-a bazat pe o reprezentare implicită a cunoştinţelor şi o
reprezentare explicită a modului de utilizare a acestora în rezolvarea unei anumite probleme (algoritmul fiind de
fapt o schemă de aplicare a unor cunoştinţe care nu sunt menţionate în mod explicit) inteligenţa artificială a
adoptat soluţia reprezentării explicite a cunoştinţelor, a enunţării lor într-un mod relativ independent de modurile
de utilizare. Realizarea unui sistem de inteligenţă artificială are sarcina de a identifica şi a exprima (reprezenta)
cunoştinţele necesare efectuării unor activităţi şi de a înregistra sistemul cu mecanisme care să permită aplicarea
acestor cunoştinţe. Responsabilitatea deciziilor privind modul efectiv de utilizare a cunoştinţelor revine
sistemului însuşi care la momentul execuţiei va lua în mod automat decizii privind:
- ce cunoştinţe sunt necesare
- cum şi când să fie utilizate acestea pentru realizarea respectivelor activităţi.
 1.10.3. Metode şi tehnici de inteligenţă artificială

Realizarea unui sistem de inteligenţă artificială reclamă deci aplicarea unor metode şi tehnici de
achiziţionare, reprezentare şi utilizare a cunoştinţelor.

Realizarea SIA prin

metode şi tehnici

achiziţionare reprezentare utilizare

cunoştinţe

Prelucrarea cunoştinţelor
prin metode şi tehnici

calcul calcul calcul genetic

simbolic neuronal

metode “slabe” metode “tari”

cautarea in descompunerea calculul reguli de obiecte

spatiul problemei predicatelor productie structurate si
solutiilor grafuri

Fig.1.23. Metode si tehnici utilizate pentru realizarea SIA

A) Achiziţionarea cunoştinţelor

Metodele şi tehnicile de achiziţionare a cunoştinţelor (fig.1.24) precizează modul în care se construieşte

baza de cunoştinţe într-un sistem SIA.

Achiziţionare cunoştinţe

Învăţare teoretică Învăţare empirică Învăţare simbolică

Fig.1.24. Metode şi tehnici de achiziţionare a cunoştinţelor

Invăţarea teoretică permite construirea primei forme a bazei de cunoştinţe

(BC). Limitele metodelor teoretice (bazate pe calcul simbolic) au făcut ca procesul de automatizare a
achiziţionării cunoştinţelor să fie foarte lent si rezultatele puţin convingătoare. Calculul simbolic nu este un bun
instrument pentru emularea proceselor de învăţare, deoarece majoritatea sunt bazate pe procese inductive, de
natură preponderent intuitivă.
Completarea fazei de învăţare teoretică cu o învăţare empirică este posibilă prin convertirea cunoştinţelor din
BC sub forma unei reţele neuronale, cunoscută în acest caz sub numele de reţea neuronală bazată pe
cunoştinţe. Instruirea acestei reţele se realizează pe baza exemplelor de instruire, cu ajutorul unuia dintre
algoritmii de instruire ai reţelelor neuronale aplicabile acestui tip de reţea. Rezultatele instruirii, reprezentate
sub forma valorilor parametrilor de reţea sunt convertite în cunoştinţe reprezentate simbolic (adăugate la BC) cu
ajutorul unor algoritmi de extragere a cunoştinţelor din reţelele neuronale.
Dintre cele mai cunoscute metode si tehnici de învăţare simbolică se pot aminti:
- rnetode şi tehnici de învăţare "pe de rost" (rote learning)
- rnetode şi tehnici de învăţare prin instruire (learning by being told);
-metode şi tehnici de învăţare inductivă (din exemple, prin descoperire, prin observare).

B) Reprezentarea cunoştinţelor

Metodele şi tehnicile de reprezentare a cunoştinţelor definesc structurile de reprezentare a cunoştinţelor, structuri

ce trebuie să satisfacă o serie de cerinţe (fig. 1.28) şi anume:
- adecvarea reprezentaţională, adică posibilitatea de reprezentare a tuturor categoriilor de cunoştinţe din
cadrul domeniului respectiv
- adecvarea achiziţională, schema de reprezentare fiind obligată să favorizeze procesul de achiziţionare a
cunoştinţelor
- adecvarea informaţională, în sensul că structurile de reprezentare trebuie să permită definirea unor
operatori, să fie prelucrabile
- eficacitatea inferenţială, în sensul că structurile de reprezentare trebuie să facă posibile prelucrările nu în
orice condiţii ci numai în condiţiile de eficienţă.

adecvare adecvare adecvare si

reprezentationala achizitionala eficacitate
inferentiala
simbolice

Metode si tehnici de neuronale

reprezentare a cunostintelor

genetice

granularitate modularitate compilare nedeterminare

Fig.1.25. Cerinte si caracteristici ale metodelor si tehnicilor de reprezentare a

cunostintelor

O schemă de reprezentare poate fi caracterizată cu ajutorul unor caracteristici dintre care se pot aminti:
- gradul de granularitate al reprezentării, dat de nivelul de detaliere al primitivelor reprezentaţionale
- gradul de modularitate al construcţiilor (structurilor) de reprezentare ce exprimă nivelul de
independenţă relativă a acestor structuri.
- gradul de compilare al reprezentării, exprimă măsura în care reprezentarea favorizează anumite scheme
de utilizare a cunoştinţelor. Teoretic gradul de compilare trebuie să fie zero, însă necesitatea asigurării
unei eficienţe impune facilitarea unor prelucrări, deci asigurarea unui grad de compilare mai mare sau
mai mic.
- gradul de nedeterminare se referă la numărul de soluţii alternative de reprezentare din care se poate
face reprezentarea unei anumite piese de cunoaştere.
Metodele şi tehnicile de reprezentare a cunoştinţelor se pot grupa în:
- metode şi tehnici de reprezentare simbolică (calculul predicatelor, regulile de producţie, cadre-frame,
grafuri etc)
- metode şi tehnici de reprezentare neuronală (reţele neuronale)
 - metode şi tehnici de reprezentare genetică (cromozomi).

C) Utilizarea cunoştinţelor.
Metodele şi tehnicile de utilizare a cunoştinţelor sunt în strânsă legătură cu cele de
reprezentare în sensul că posibilităţile de utilizare depind, în mod direct de structurile de reprezentare. Utilizarea
cunoştinţelor poate fi interpretată drept un proces de aplicare a unui set de operatori definiţi asupra structurilor de
reprezentare a cunoştinţelor prin metode „slabe” si metode „tari”.
Fiecare schemă de reprezentare are correspondent în ansamblul metodelor şi
tehnicilor de raţionament. Este însă important de menţionat faptul că indiferent de categoria de metode şi tehnici
de raţionament considerată se definesc variante de raţionament:
- în condiţii de completitudine a cunoştinţelor şi certitudine
- în condiţii de incompletitudine şi incertitudine

Reprezentarea cunostintelor
BC

Utilizarea cunostintelor

metode “slabe” metode “tari”

rationamente

certe incerte

Fig.1.26. Metode si tehnici de utilizare a cunostintelor

1.10.4. Domeniile inteligenţei artificiale

Domeniile inteligenţei artificiale reprezintă zone majore de aplicaţii ale inteligenţei artificiale: prelucrarea
limbajului natural, modelarea raţionamentelor, probleme de percepţie, jocuri, roboţi, sisteme expert.
Prelucrarea limbajului natural cuprinde atât înţelegerea mesajelor exprimate în limbaj natural cât şi
generarea mesajelor. Se consideră cel mai reprezentativ şi totodatâ cel mai dificil domeniu al inteligenţei
artificiale. De prelucrarea limbajului natural sunt legate şi o serie de alte tipuri de aplicaţii de inteligenţă
artificială, precum traducerea automată şi programare automată.
Modelarea diferitelor forme de raţionament reprezintă un domeniu mai abstract cu aplicare în cadrul mai
multor domenii teoretice şi practice: modelarea raţionamentului inductiv şi modelarea raţionamentului incert.
Problemele de percepţie se referă la domenii precum vederea şi vorbirea artificială, cu aplicare deosebită
în extinderea capacităţilor de interacţiune om-maşină.
Jocurile cu partener-calculator reprezintă probleme combinatoriale pentru care încetinirea sau chiar
împiedicarea exploziei combinatoriale a calculelor reprezintă aspectul teoretic şi practic cel mai important de
soluţionat.
Roboţii inteligenţi reprezintă acea clasă de sisteme fizice autonome care pot realiza planificarea acţiunilor
într-un mediu necunoscut sau numai parţial cunoscut.
Sistemele expert reprezintă domeniul inteligenţei artificiale cel mai bine reprezentat în mediul social-
economic şi simulează comportamentul expertului uman într-un domeniu bine precizat.

1.10.5. Sisteme expert – definire şi arhitectură

 Sistemele expert reprezintă sisteme de inteligenţă artificială destinate rezolvării unor probleme dificile, de
natură practică, la nivelul de performanţă a experţilor umani.
Experţii rezolvă respectivele probleme practice dificile pe bază de expertiză. Sistemele expert realizează
deci o automatizare a expertizei dintr-un anumit domeniu. Caracteristicile expertizei (fig. 1.27) şi conceptele
asociate în cadrul sistemelor expert sunt:

cunostinte generale

Clasa de probleme cunostinte de specialitate

cunostinte expert

Baza de
cunostinte

Instanta a clasei de
probleme (probleme Baza de fapte
specifice)

Rezolvarea Mecanisme
problemei (obtinerea rezolutive
solutiei)

Mecanisme
Explicarea explicative
solutiilor

Interfata
Comunicarea cu utilizator
utilizatorul

Mecanisme de
Acumularea de noi achizitionare a
cunostinte cunostintelor

Atingerea limitelor
competentei

a) b)

Fig.1.27. Expertiza umana (a) si conceptele asociate (b)incadrul sistemelor expert

(b)

a. Domeniul de expertiză se caracterizează prin ansamblul de cunoştinţe necesare rezolvării diferitelor probleme
ce se manifestă în acest domeniu. Cunoştinţele pot fi de cultură generală, de specialitate şi cunoştinţe expert.
Cunoştinţele expert reprezintă elementul esenţial al sistemului de cunoştinţe servind la identificarea şi
descrierea (formalizarea) problemelor. Aceste cunoştinţe sunt proprietatea expertului, fiind obţinute de acesta în
special prin experienţă şi calităţi individuale deosebite ce îl disting de ceilalţi specialişti în domeniu ce posedă
doar cunoştinţe comune de specialitate.
Cunoştinţele asociate domeniului de expertiză servesc rezolvării problemelor din acest domeniu,
probleme în general omogene ca tip deci putând fi considerate drept aparţinând unei clase de probleme.
Descrierea unei anumite probleme specifice se realizează prin prezentarea stării de fapt a domeniului la un
moment dat.

b. Conceptele asociate expertizei într-un SE sunt legate de BC: cum este construită (axhiziţionarea), cum se
rezolvă raţionamentul, cum se explică utilizatorului.
Caracteristicile şi conceptele expertizei conduc spre arhitectura unui sistem expert (fig. 1.28) de unde rezultă
componentele sale:
- Baza de cunoştinţe reprezintă ansamblul cunoştinţelor din domeniul de expertiză ce permit rezolvarea
diferitelor probleme din darul acestui domeniu. Cunoştinţele sunt reprezentate sub forma unor anumite
structuri (formule din calculul predicatelor, reguli de producţie, ierarhii cadre etc.)
- Baza de fapte conţine descrierea problemei ce trebuie rezolvată. Această descriere se obţine prin
interacţiune cu utilizatorul sau contactul direct (prin mecanisme de tipul senzorilor) cu domeniul de
expertiză. Structurile reprezentaţionale asociate faptelor sunt în general simple, de forma tripletelor
<obiect, atribut, valoare> sau chiar perechilor <atribut, valoare>.
- Mecanismele rezolutive asigură producerea (utilizarea) cunoştinţelor. Aceste mecanisme permit
implementarea unui ansamblu de operatori, definiţi asupra structurilor de reprezentare a cunoştinţelor.
- Spaţiul de lucru este constituit din ansamblul rezultatelor intermediare şi setărilor parametrilor de
funcţionare ai sistemului.
- Interfaţa de realizare reprezintă ansamblul instrumentelor cu care este posibilă realizarea diferitelor
componente ale sistemului. O componentă importantă a interfeţei de realizare este reprezentată de
mecanismele de achiziţionare automată a cunoştinţelor care permit prelucrarea “on-line” a surselor de
cunoştinţe în scopul identificării şi exprimării cunoştinţelor.
- Interfaţa utilizator asigură comunicarea între sistem şi utilizator în scopul oferirii de către utilizator a
descrierii problemei şi obţinerii de către acesta a rezultatelor şi a explicaţiilor referitoare la modul de
obţinere a acestor rezultate.

1.10.6. Metode de reprezentare şi utilizare a cunoştinţelor în cadrul sistemelor expert

1.10.6.1. Calculul predicatelor de ordinul întâi

Limbajul formal al calculului cu predicate reprezintă atât un limbaj de reprezentare a cunoştinţelor cât şi
un ansamblu de reguli de inferenţă, reguli ce împreună cu limbajul formează sistemul logic al calculului cu
predicate.
Sistemul logic al calculului cu predicate oferă deci atât structurilor de reprezentare cât şi mecanismelor de
utilizare a acestor cunoştinţe.
Construcţia de bază a limbajului calculului de predicate este atomul. Cu ajutorul
conectivelor şi cuantificatorilor se construiesc construcţiile compuse. Atât construcţiile de bază cât şi cele
compuse poartă numele de formule (formule bine formate).
Semantica limbajului calculului cu predicate reprezintă definirea adevărului respectiv
falsităţii cu ajutorul interpretării formulelor (punerea lor în corespondenţă cu elemente ale domeniului real).
Reprezentarea cunoştinţelor cu ajutorul limbajului calculului cu predicate (fig. 1.28).
 Interfa ta
Spatiul de utilizator
Baza de lucru
Interfata de realizare
an alist de cunostin te
cunostinte
M ecanism e de M ecanism e
achizitionare autom ata rezolutive (de M ecanism e
surse de Baza de
a cun ostintelor rationam ent, explicative
cunostinte fapte inferentiale)

Fig.1.28. Arhitectura unui sistem expert

În scopul reprezentării cunoştinţelor cu limbajul calculului cu predicate se parcurg o serie de etape şi anume:
1. se identifică aserţiunile (propoziţiile logice) din descrierea în limbaj natural a cunoştinţelor
2. se exprimă legăturile (asocierile) dintre propoziţiile logice cu ajutorul conectivelor logice.
În urma celor două etape e obţine reprezentarea în calculul propoziţional a cunoştinţelor prin introducerea unor
variabile propoziţionale care să desemneze propoziţiile logice.
3. se detaliază structura fiecărei aserţiuni prin utilizarea simbolurilor din alfabet.

Utilizarea cunoştinţelor. Probleme ale automatizării raţionamentelor.

Sistemul logic al calculului cu predicate posedă o serie de reguli de inferenţă c permit obţinerea unor noi
formule bine formate pe baza celor de care se dispune iniţial (axiome). Ca exemple de reguli de inferenţă se pot
cita: modus ponens, modus tollens, silogismul, specializarea universală etc.
În procesul automatizării raţionamentelor în cadrul calculului cu predicate, formulele iniţiale se numesc
axiome, formulele derivate poartă numele de teoreme iar procesul derivării lor este cunoscut sub numele de
demonstrare automată de teoreme.
Astfel, pentru rezolvarea unei probleme este necesar să se asigure:
- reprezentarea cunoştinţelor sub formă de formule (axiome)
- descrierea stării iniţiale a problemei sub formă de formule (axiome)
- descrierea soluţiei (stării scop) sub formă de formule (teoremă)
- aplicarea regulilor de inferenţă în scopul demonstrării teoremei.
Automatizarea raţionamentelor din calculul predicatelor indică o serie de probleme dificile dintre care se pot
aminti:
1.problema decidabilităţii. Decidabilitatea desemnează posibilitatea de a decide dacă o anumită formulă este
sau nu o teoremă în raport de un set dat de formule (axiome). Ca sistem logic, calculul predicatelor este un sistem
semidecidal, în sensul că sistemul calculului cu predicate garantează proceduri de demonstrare a unei teoreme în
raport de un set de axiome, dar nu garantează proceduri care să permită stabilirea faptului că o anumită formulă
nu e teoremă în raport cu un set de axiome.
2.problema eficienţei procedurilor de demonstrare a teoremelor. Timpul de aplicare a
procedurilor de demonstrare trebuie să fie acceptabil. În general, realizarea interfeţelor implică operaţii extrem
de dificile şi de costisitoare în termenii resurselor reclamate, de exemplu: operaţiile de pregătire a formulelor în
vederea aplicării regulilor de inferenţă. De asemenea, numărul paşilor de prelucrare în demonstrare este foarte
mare (“câştigul” realizat în fiecare caz de prelucrare este minim). In acelaşi timp factorul de ramificare în
procesul de demonstrare este semnificativ, ceea ce face ca procesele de decizie ce însoţesc demonstraţia să fie
dificil de rezolvat.
Rezolvarea dificultăţilor de automatizare se realizează în general prin:
 - restrângerea sistemului logic al calculului cu predicate la subsisteme logice decidale, de exemplu
subsistemul logic bazat pe clauze HORN
- omogenizarea formulelor şi reducerea numărului de tipuri de reguli de inferenţă utilizate (de exemplu
utilizarea numai a formei clauzale a formulelor ce au asociat un singur tip de inferenţă şi anume regule de
inferenţă a rezoluţiei).

Notă: Calculul predicatelor de ordinul întâi este utilizat ţi în calculul relaţional pe care se bazează unele limbaje
de programare din sistemele de baze de date relaţionale.

1.10.6.2. Reguli de producţie

Regulile de producţie au fost utilizate şi de alte domenii (teoria automatelor, teoria limbajelor formale
etc.). In cadrul inteligenţei artificiale, regulile de producţie sunt utilizate pentru exprimarea asocierilor empirice
dintre descrierile de stare ale problemei şi acţiunile de întreprins în cazul în care problema se află într-o anumită
stare. Regulile de producţie servesc la reprezentarea cunoştinţelor de natură procedurală sub forma unor
construcţii modulare de tipul:

prelucrări
şablon de date sau
Dacă sau Atunci acţiuni
condiţie sau
concluzie

Nu orice construcţie condiţională reprezintă o regulă de producţie ci numai acele construcţii definite în
mod modular. Regulile formează un ansamblu pe care nu există definită nici o relaţie de ordine. Acest ansamblu
de reguli poartă numele de bază de reguli.
Tratarea (executarea) activităţilor condiţionate de premize este independentă de modul de încărcare
(organizare) a bazei de reguli. Sistemele de inteligenţă artificială bazate pe reguli sunt constituite din:
- baza de reguli
- ansamblul de fapte (contextual sau memoria de lucru) ce conţine descrierea problemei de rezolvat. O
faptă este de obicei reprezentată sub formă de triplet <obiect, atribut, valoare> sau pereche <atribut,
valoare>
- interpretorul de reguli (mecanismul de raţionament pe reguli sau mecanismul de înlănţuire a regulilor).

1.10.6.3. Frame-uri şi reţele de cunoştinţe

Un cadru (frame) reprezintă o unitate de informaţii care grupează un anumit număr de rubrici (sloturi).
O rubrică de frame poate conţine informaţii despre obiectul prezentat su informaţii de legătură cu late
frame-uri (este o, aparţine).
Intr-o rubrică poate figura de asemenea, un apel la o procedură externă de calcul, caz în care se vorbeşte
de ataşare procedurală. Utilizarea acestui tip de reprezentare permite regăsirea rapidă a anumitor agregate
informaţionale (de exemplu, firmele ce aparţin unei anumite ramuri). La fiecare rubrică sunt declarate condiţiile
în care trebuie să se realizeze gestionarea valorii rubricii (faţetele de frame). Astfel, pentru fiecare frame se pot
declara valorile situate în alte frame-uri care trebuie modificate la schimbarea unei dintre rubricile sale. Fiecare
rubrică posedă de asemenea demon ih-needed, if-added, if-removed pentru descrierea comportamentului frame-
ului la citire, adăugare sau ştergere a valorii din rubrica respectivă.
Frame-urile asigură o schemă simplă şi eficientă de lucru cu valorile implicite. Utilizarea frame-urilor
(raţionamentul pe bază de frame-uri) constă în modificarea din aproape în aproape a conţinutului memorat în
structura de frame-uri pe baza procedurilor ataşate rubricilor. Uneori, sistemele pe bază de frame-uri introduc şi
reguli (fie în formă clasică, fie simulate ca frame-uri).
 Plecând de la reţeaua de frame-uri se poate generaliza repartizarea pe bază de grafuri a cunoştinţelor sub
forma reţelelor de cunoştinţe. La început, reţelele de cunoştinţe au fost utilizate în prelucarrea limbajului natural
(reţele semantice) pentru a exprima dependenţele dintre conceptele desemnate prin faze în limbajul natural.

1.10.7. Evoluţia sistemelor informatice spre SE şi SSD

Prelucrarea nealgoritmică, descriptivă a cunoştinţelor în cadrul sistemelor expert a determinat extinderea

ariei de aplicare a tehnologiilor informatice. Se poate vorbi de o extindere pe orizintală, în sensul cuprinderii
unor noi domenii economico-sociale, cum ar fi: activităţile educaţionale, juridice, politice în care procesele de
prelucrare informaţională se algoritmizează cu greu sau chiar nu se pot algoritmiza. Informaţiile specifice acestor
activităţi au o natură preponderant calitativă, necuantificabilă. Pe de altă parte, se poate vorbi de o extindere pe
verticală, în sensul cuprinderii în actuala tehnologie a noi prelucrări, procese informaţionale precum: evaluarea
calitativă, raţionamentul în sens general. Acest lucru poate influenţa în mod semnificativ procesul informaţional-
decizional economic, prin prelurea de către tehnologiile informatice a unui segment al deciziilor economice-
sociale, în speţă a acelora de rutină.
Sistemele expert reprezintă alături de sistemele orientate obiect un mijloc important pentru stăpânirea
complexităţii informaţionale. S-a sperat că odată cu definirea unui algoritm şi deţinerea unui procesor de mare
putere practic orice algoritm poate fi utilizat pentru rezolvarea unei probleme concrete. Atât dezvoltările teoretice
(teoria matematică a complexităţii) cât şi dificultăţile efectiv întâmpinate în rezolvarea unor probleme de
dimensiuni mari au arătat însă că în lupta împotriva complexităţii informaţionale calea algoritmică are limite
clare. In special, în domeniul economic sunt cunoscute dificultăţile care apar la creşterea scării problemei. Un
principiu metodologic util în lupta pentru demararea complexităţii informaţionale este cel al complementarităţii
relevanţei ţi preciziei în analiza sistemelor complexe şi asigurarea unui bun echilibru între relevanţă şi precizie în
rezolvarea unor probleme complexe. In cazul analizei unui sistem complex, pe măsura descompunerii tot mai
fine în subsisteme se începe de la o relevanţă mare şi precizie mică (descompunere în puţine sisteme şi se ajunge
la o precizie mare cu multe subsisteme) şi la o relevanţă mică (în sensul pierderii aspectelor importante,
definitorii pentru sistemul iniţial). Doar un anumit raport între relevanţă şi precizie permite analiza corectă a
rezolvării unor probleme complexe. Primele sisteme expert pun în evidenţă capacitatea raţionamentului artificial
de a prelua aspectele relevante din practica rezolvării problemelor, aşa cum algoritmul preia aspectele precise ale
acesteia.
Prelucrarea nealgoritmică a informaţiei în cadrul sistemelor expert poate oferi soluţii mai productive unor
probleme abordate şi rezolvate deja şi în manieră convenţională (algoritmică).
In domeniile în care datele şi cerinţele informaţionale se modifică frecvent, soluţiil algoritmice se
adaptează cu dificultate la aceste schimbări, uneori cu un efort de reproiectare şi programare foarte important.
Tehnologiile nealgoritmice utilizate în cadrul
sistemelor expert permit o adaptare perfectă la schimbările intervenite în volumul şi structura cunoştinţelor, a
cerinţelor informaţionale etc.
O adaptare deosebită o prezintă sistemele expert şi la situaţiile cu informaţie incompletă şi/sau imprecisă.
Soluţiile obţinute cu ajutorul sistemelor expert sunt de o calitate deosebită prin faptul că se oferă posibilitatea
utilizării în cadrul raţionamentului automat a regulilor euristice validate de practică , ce concură uneori cu succes
abordării formale.
Experţii umani se exprimă cel mai adesea “de obicei este adevărat că“,“se poate spune că“. Adesea,
dificultăţile constau nu în luarea decizie ci în obţinerea informaţiei de fundamentare a deciziilor. Cunoştinţele
expertului constau în principal în metodele de obţinere a datelor şi metodei de analiză a acestor date.
In situaţiile perfect cunoscute (cu informaţie completă şi precisă) este posibil de realizat selectarea celei
mai bune variante decizionale )dacă numărul alternativelor nu este foarte mare). In practică însă, informaţiile
sunt cel mai adesea incomplete şi incerte, presiunea în luarea deciziei este mare (pericol iminent de pierderi
semnificative, uneori dramatice).
In management, sistemele expert au dobândit o largă utilizare. În orice funcţie managerială există probleme
decizionale complexe, neînţelese, dinamice, multicriteriale etc.
Aceste probleme decizionale reclamă utilizarea sistemelor expert. Pentru a
exemplifica să considerăm domeniul bancar.
 Folosirea calculatoarelor în programe complexe se extinde tot mai mult în sfera bancară. Aceste sisteme sunt
utilizate pe larg pentru a ierarhiza condiţiile şi premisele economico-sociale ale deciziei de creditare. Din toate
sursele de informare se desprinde faptul că aceste sisteme sunt folosite mai ales pentru formularea unui suport
obiectiv, cuprinzător şi multilateral al deciziei.
În marea majoritate a cazurilor decizia revine omului, în toată plenitudinea răspunderilor ce şi le asumă,
mai ales când fundamentele sunt exprimate, prin aceste metode, fără echivoc.

Bibliografie

1. M.Velicanu – “Sisteme expert pentru fundamentarea unor decizii economice”,

teză de doctorat, ASE, 1994
2. D.Bobrow - “Artificial Intelligence in Perspective”, 1994
3. R.Giarrano - “Expert Systems – Principles and Programming”, 1994
4. A.Dean - “Artificial Intelligence – Theory and Practice”, 1996.