Documente Academic
Documente Profesional
Documente Cultură
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
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
SISTEM
SUBSISTEM C
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 UNITATI
EC.SOC Subsistem Subsist. unit. ec. soc
Informatii Informatii in
din afara sist. SISTEMUL DE CONDUCERE
afara sist.
MAGAZII
INT ERMEDIARE
CEREREA
OFERT A
CALCUL COST -
PRET ST UDII PIAT A
RESURSE PROGRAME
UMANE DE PROD.
Elementele componente ale unui sistem informatic, intercorelate funcţional, sunt redate în figura
următoare.
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
SISTEM CONDUCERE
INFORMATIONAL
SISTEMUL
SISTEM INFORMATIC
SISTEM CONDUS
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.
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
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).
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.
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
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.
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
Faza “design”
Faza “choice”
-obtinerea solutiilor
-analiza de senzitivitate
-selectarea celei mai bune alternative
DA - planificarea implementarii
succ Implementare
es solutie
NU
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.
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.
realitate
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)
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.
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.)
intrebare informatii
decident limbaj culegerea informatiilor privind
mediul
diagnosticarea problemei
formularea (modelarea)
problemei
definirea criteriilor
decizionale
generarea alternativelor
decizionale
evaluarea alternativelor
propuneri
Modele de estimare
Modele de sugestie
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
Modul de dialog
BAZA DE DATE
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.
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
Acces la date
Baza de date sursa
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).
Modul 1
Control SAD
Modul de dialog 2
ansamblul 2
Modul 2
Baza de date 2
Figura 1.20 sintetizează rezultatele unei tratări comparative a celor trei tipuri de arhitecturi
SSD.
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.
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
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.
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.
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).
Interfata utilizator
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.
Analistul de
Sursa de cunostinte cunostinte
Mecanisme
rezolutive utilizatori
(inferentiale, de
rationament)
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.
cunoştinţe
Prelucrarea cunoştinţelor
prin metode şi tehnici
A) Achiziţionarea cunoştinţelor
Achiziţionare cunoştinţe
B) Reprezentarea cunoştinţelor
genetice
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
rationamente
certe incerte
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.
cunostinte generale
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)
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.
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)
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.
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.
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).
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.
Bibliografie