Sunteți pe pagina 1din 14

Universitatea Valahia din Târgovişte

Facultatea de Inginerie Electrică


Specializarea: Automatică Avansată, Productică și Informatică Industrială
Anul I

PROIECT
la
SISTEME DE ASISTARE A DECIZIILOR IN ORGANIZAREA
FABRICATIEI

Masterand: Mihai Adelin FÎLEA


Coordonator: Conf.dr.ing. Luminița DUȚĂ

- 2018 –
Sisteme de asistare a deciziilor in organizarea fabricatiei Mihai Adelin Fîlea

DECIZII MULTICRITERIALE FOLOSIND METODA


ONICESCU
(Implementare cu ajutorul Microsoft Excel 2016)

2
Sisteme de asistare a deciziilor in organizarea fabricatiei Mihai Adelin Fîlea

Contents
INTRODUCERE ................................................................................................................................... 4
DECIZIILE MULTICRITERIALE .................................................................................................... 5
CLASIFICAREA METODELOR SI TEHNICILOR DECIZIONALE .......................................... 6
METODA ONICESCU ......................................................................................................................... 7
EXEMPLU IMPLEMENTARE METODA ONICESCU.................................................................. 8
CONCLUZII ........................................................................................................................................ 14
BIBLIOGRAFIE ................................................................................................................................. 14

3
Sisteme de asistare a deciziilor in organizarea fabricatiei Mihai Adelin Fîlea

INTRODUCERE
Octav Onicescu este unul dintre cei mai străluciţi matematicieni din toate timpurile, cu
o contribuţie importantă în mai toate ramurile matematicii, atât teoretice cât şi aplicate. Pentru
şcoala românească de matematică a fost un deschizător de drumuri în multe direcţii, având
numeroase contribuţii în teoria probabilităţilor, statistică matematică, mecanică, geometrie
diferenţială, analiză matematică şi algebră.

Este fondatorul teoriei probabilităţilor, statisticii şi matematicilor actuariale în România,


organizând, alături de academicianul Gheorghe Mihoc, predarea acestora pe baze moderne. În
1930 a înfiinţat Şcoala de Statistică, Actuariat şi Calcul în Bucureşti (care mai apoi s-a
transformat în institut), al cărui director a fost timp de mulţi ani, chiar de la înfiinţare. La acest
institut s-au format ulterior mulţi specialişti în statistică şi actuariat. Profesorul Onicescu a jucat,
de asemenea, un rol deosebit de important în modernizarea şi predarea teoriei relativităţii şi
aplicarea fundamentală a ştiinţelor matematice.

Totodată, a reorganizat Institutul de Educaţie Fizică din Dealul Spirei, unde a fost
director. La propunerea sa, s-a reeditat revista “Natura”, la care a lucrat împreună cu Gheorghe
Ţiţeica şi Gh. Longinescu, şi s-a preocupat de publicarea într-o colectie ştiinţifică a operelor
celor mai de seamă oameni de ştiinţă din România la editura “Cultura Naţională”. Pe plan
internaţional era recunoscut ca un specialist în multe domenii, în special în calculul
probabilităţilor, motiv pentru care a fost invitat sa ţină comunicări ştiinţifice la foarte multe
conferinţe şi congrese internaţionale. Pentru valoarea operei sale, a fost şi este în continuare
citat în foarte multe lucrări de matematică pe plan naţional şi internaţional.

Este ctitorul şcolii româneşti de teoria probabilităţilor, disciplină în care a avut


contribuţii foarte importante. În colaborare cu Gh. Mihoc, a introdus noţiunea de ''lanţuri
probabilistice cu legături complexe'', care acum poartă numele de lanţuri Onicescu-Mihoc.
Acestea sunt procese aleatoare cu memorie de lungă durată, foarte utile în fizica matematică,
care a avut un mare ecou în lumea ştiinţifică, punând în umbră celebrele lanţuri Markov. De
asemenea, a adus importante contribuţii în extensiunea legii evenimentelor rare (Poisson)
pentru lanţuri Markov şi a scris numeroase tratate de calculul probabilităţilor, ce au constituit
un punct de pornire în formarea noilor generaţii de probabilişti români. De asemenea, a avut
numeroase lucrări originale în Statistica Matematică sau în domeniul Statisticilor Stelare. Este
inventatorul celebrei energii informaţionale şi a coeficientului de corelaţie informaţională, ce
au stat la baza unei noi discipline, Statistica Informaţională, care urmăreşte caracterizarea
gradul de organizare a unui sistem.

În domeniul mecanicii, contribuţia fundamentală este introducerea şi dezvoltarea unei


mecanici noi a sistemelor mediilor continue, Mecanica Invariantivă, care poate fi aplicată atât
pentru sistemele microscopice, cât si în cazul celor macroscopice. Inspiraţia creării acestei teorii
importante, cu un loc asigurat în ştiinţa universului material, datează din timpul lecţiilor ţinute
de E. Cartan la Paris, pe care le frecventase cu regularitate.

În ceea ce priveşte domeniul matematicilor teoretice, are numeroase lucrări de


geometrie diferenţială, analiză matematică, algebră, funcţii reale şi complexe, analiză
functională şi algebră. În geometria diferenţială, algebră şi analiza functională există astăzi
formule şi metode care-i poartă numele. Astfel, în geometrie are o formulă ce se ocupă de
geodezicele vecine unei geodezice date, în algebră a dat o metodă originală de reducere a
sistemelor de ecuaţii, iar în analiza funcţională o noua metodă de reprezentare a funcţionalelor
4
Sisteme de asistare a deciziilor in organizarea fabricatiei Mihai Adelin Fîlea

liniare. Teoria funcţiilor de o variabilă complexă îi datorează noţiunea de “funcţie olotopă”, iar
în domeniul algebrei a scris în 1948 primul manual de algebră modernă în limba română, în
colaborare cu Gh. Galbură.

DECIZIILE MULTICRITERIALE
A lua o decizie este o problema intalnita de fiecare individ in activitatile sale cotidiene.
Deseori,acest lucru implica o evaluare ce presupune a lucra cu o cantitate considerabila de
informatii ceea ce nu este deloc simplu.Totodata,trebuie tinut cont de o gama larga de criterii
ce vizeaza aspecte diferite,ceea ce conduce la rezolvarea unor situatii conflictuale.Desi se
considera ca a detine cat mai multa informatie clarifica problemele,manevrarea acesteia este
mai complicata, deoarece creste numarul de criterii conflictuale.De aceea,a lua o decizie intr-o
situatie complexa nu presupune gasirea unei solutii optime,ci,mai degraba,a unui compromis
optim.Totodata,aceasta are drept rezultat ierarhizarea optiunilor,eliminarea unor optiuni
inacceptabile,selectarea unui numar limitat de optiuni pentru o detaliere ulterioara.

O astfel de analiza este supusa unei subiectivitati ridicate si ,de aceea,pentru o acuratete cat
mai buna,se recurge la matematizarea acesteia.Totusi,exista anumite criterii
nemasurabile,pentru a caror integrare in procesul matematic,se aplica un sistem neconventional
de masurare.

In general,analiza unei decizii multicriteriale(prescurtata MCDA de la Multicriteria


Decision Analyse) implica 6 componente:

• Obiective pe care decidentul doreste sa le indeplineasca;


• Preferintele decidentului referitoare la criteriile de evaluare;
• Criterii de evaluare (obiective si/sau atribute fizice);
• Decizii alternative;
• Variabile incontrolabile ale starilor naturii;
• Consecinte asociate fiecarei perechi de atribute alternative;

Exista mai multe abordari in cadrul MCDA,ce difera prin modul de gestionare a
informatiei.Ele pot fi clasificate in 3 categorii in functie de componentele majore ale analizei
deciziei multicriteriale:

1. decizie multiobiectiva/ multiatributiva;


2. decizie individuala/colectiva;
3. decizii in conditii de certitudine/incertitudine;

Pentru intelegerea acestor notiuni,este necesara definirea unor termeni.

• Un atribut este o cantitate masurabila a carei valoare reflecta modul in care un anumit
obiectiv este indeplinit.
• Un obiectiv este o afirmatie legata de starea generala a sistemului considerat,indicand
directia de perfectionare a unuia sau a mai multor atribute.Obiectivele sunt legate de sau
deriva dintr-un set de atribute.
• Un criteriu este un termen general care include ambele concepte de atribute si obiective.

5
Sisteme de asistare a deciziilor in organizarea fabricatiei Mihai Adelin Fîlea

Problemele de decizie multiatributiva presupun ca alegerile sa se numere printre


alternativele descrise de atributele lor.Setul de atribute este dat explicit,iar acest tip de probleme
are un numar finit de alternative realizabile.Spre deosebire de acestea,problemele de decizie
multiobiectiva presupun cautarea celei mai bune solutii printre un numar infinit sau foarte larg
de alternative.Fiecare alternativa este evaluata prin intermediul functiilor obiectivelor.

Clasificarea problemelor de decizie, in individuale si colective nu depinde de numarul


decidentilor, ci de ierarhia obiectivelor.Daca exista o ierarhie unica,aplicabila intregului grup,
atunci problema se reduce la una de decizie individuala.Daca insa apar diferente la nivelul
preferintelor,problema devine una de decizie colectiva.

Cealalta clasificare depinde de cunoasterea evolutiei factorilor externi.Daca decidentul


poseda suficienta informatie despre aceasta,atunci problema de decizie se gaseste in conditii de
certitudine.Totusi,in cazul real apar anumite aspecte imprevizibile sau dificil de prezis ce
determina conditii de incertitudine.

Etape de rezolvare a unei probleme de decizie multicriteriala:


1. reperarea problemei sau a oportunitatii de schimbare;
2. determinarea alternativelor;
3. alegerea celei mai bune alternative.

Reperarea problemei rezulta in urma analizei decidentului care observa discrepanta dintre
telurile sale si realitate.Aceasta etapa se regaseste doar la nivel conceptual,decidentul analizand
datele preliminarii ale problemei.

Stabilirea criteriilor si a prioritatilor este urmatorul pas.Superioritatea ca importanta a unui


criteriu in fata altuia este dictata de natura obiectivelor urmarite si conduce la o formulare mai
concisa a problemei,eleminand alternativele inacceptabile.Ierarhizarea criteriilor nu determina
numai restrangerea alternativelor,dar si mareste gradul de complexitate al problemei.

CLASIFICAREA METODELOR SI TEHNICILOR DECIZIONALE


Un prim criteriu îl constituie natura variabilelor implicate, respectiv starea condiţiilor
obiective ce marchează problema supusă rezolvării decizionale. Din acest punct de vedere se
delimitează:

-metode şi tehnici utilizate în optimizarea deciziilor în condiţii de certitudine

• metoda aditivă; -metoda utilităţii globale;


• metoda Electre bi şi tridimensională;
• metoda Onicescu; -tabelul decizional.

-metode şi tehnici decizionale folosite pentru optimizarea deciziilor în condiţii de incertitudine


• tehnica pesimistă;
• tehnica optimistă;
• tehnica optimalităţii;
• tehnica proporţionalităţii;
• tehnica minimizării regretelor.

6
Sisteme de asistare a deciziilor in organizarea fabricatiei Mihai Adelin Fîlea

-metode şi tehnici decizionale utilizate în optimizarea deciziilor în condiţii de risc: tehnica


arborelui decizional, metoda speranţei matematice.

Dacă se ia în considerare tipologia deciziilor pot fi delimitate metode şi tehnici


decizionale pe tipuri de decizii, astfel:
-pentru optimizarea deciziilor individuale, toate metodele enunţate mai sus;
-pentru optimizarea deciziilor de grup: metoda Electre tridimensională, algoritmul
Deutch-Martin.

În funcţie de orizontul de timp şi implicaţiile decizionale sunt decizii strategice, decizii


tactice şi decizii curente. Instrumentarul decizional utilizabil cuprinde:

-pentru deciziile strategice şi tactice: metoda Electre bi şi tridimensională, algoritmul Deutch-


Martin, arborele decizional;
-pentru deciziile curente: tabelul decizional.

În funcţie de utilizarea în rezolvarea unor probleme specifice există:


-metode tradiţionale, ce utilizează procedee specifice decidenţilor individuali, calitatea
şi personalitatea acestora fiind determinate în fundamentarea şi adoptarea deciziilor;
-metode comparative, ce au la bază principiul continutăţii fenimenelor, al compatibilităţii
şi se utilizează cu precădere în fundamentarea şi adoptarea deciziilor tactice;
-metode de optimizare, ce urmăresc obţinerea optimului economic şi se bazează pe
folosirea instrumentarului matematic, în contextul informatizării manageriale.

METODA ONICESCU
Metoda a fost concepută în două variante. În prima variantă criteriile de alegere a
variantei optime sunt echiimportante, iar în varianta a doua coeficienţii de importanţă atribuiţi
criteriilor sunt diferenţiaţi.

În prima variantă metoda comportă următoarele etape:


a. Stabilirea matricei consecinţelor variantelor decizionale, notată cu “A”;
b. Ordonarea variantelor după fiecare criteriu în ordinea descrescătoare a consecinţelor,
obţinându-se o nouă matrice, notată cu “B”;

Pentru varianta 1:

a. Scrierea unei noi matrici “C” în care se indică de câte ori o variantă “i” ocupă locul
“j”. Această matrice are următoarea formă:

7
Sisteme de asistare a deciziilor in organizarea fabricatiei Mihai Adelin Fîlea

unde: αij= reprezintă de câte ori varianta “i” ocupă locul “j”. Ierarhizarea variantelor se face
după o funcţie de agregare, de forma:

b. Ierarhizarea variantelor este dată de valorile descrescătoare ale acestor funcţii.

În varianta a doua metoda presupune parcurgerea următoarelor etape:


a. Stabilirea matricelor “A” şi “B” la fel ca în prima variantă;
b. Atribuirea coeficienţilor de importanţă ai criteriilor, diferenţiaţi după relaţia:

unde: k=1 pentru cel mai important criteriu şi pe măsură ce descreşte importanţa criteriului
creşte valoarea lui “k”;
c. Ierarhizarea variantelor se face după o funcţie de agregare de forma:
f : V  R , definită prin:

unde: pj= este coeficientul de importanţă al criteriului “j”; loc (Vj, Cj) = locul variantei
“i” după criteriul “j”.
d. Ierarhia variantelor este dată de valorile descrescătoare ale funcţiei.

EXEMPLU IMPLEMENTARE METODA ONICESCU

Sa se decida care este cel mai bun motor de la MERCEDES S Class in functie de
urmatoarele criterii:
- Emisii de CO2, în g/km
- Consum mixt, în l/100 km
- Capacitatea în cmc
- Putere maximă în CP.

8
Sisteme de asistare a deciziilor in organizarea fabricatiei Mihai Adelin Fîlea

Pasul 1 - Stabilirea matricei consecinţelor variantelor decizionale, notată cu “A”.

C1 C2 C3 C4
Emisii de Consum mixt, Capacitatea Putere
Matricea A CO2, în g/km în l/100 km în cmc maximă în CP
V1 MERCEDES S 450L Limuzina 150 6,6 2,999 389
V2 MERCEDES S 500L Limuzina 150 6,6 2,999 457
V3 MERCEDES S 560L Limuzina 181 7,9 3,982 469
V4 MERCEDES S 600L Limuzina 270 11,6 5,981 530
V5 MERCEDES AMG S 65L Limuzina 279 11,9 5,981 630
V6 MERCEDES S 350d L Limuzina 134 5,1 2,925 286
V7 MERCEDES S 400d L Limuzina 135 5,2 2,925 340

Pasul 2 - Ordonarea variantelor după fiecare criteriu în ordinea descrescătoare a


consecinţelor, obţinându-se o nouă matrice, notată cu “B”.

Pentru a crea matricea B in Excel a trebuit create alte 4 matrici pentru fiecare criteriu in
parte si sortat descrescator (fiecare matrice are in componența sa 3 coloane de
Variante(V),Nume Motor și valorile Criteriului).

Matrice C1 Emisii de CO2, în g/km


MERCEDES S 350d L Limuzina V6 134
MERCEDES S 400d L Limuzina V7 135
MERCEDES S 450L Limuzina V1 150
MERCEDES S 500L Limuzina V2 150
MERCEDES S 560L Limuzina V3 181
MERCEDES S 600L Limuzina V4 270
MERCEDES AMG S 65L Limuzina V5 279

9
Sisteme de asistare a deciziilor in organizarea fabricatiei Mihai Adelin Fîlea

Matrice C2 Consum mixt, în l/100 km


MERCEDES S 350d L Limuzina V6 5,1
MERCEDES S 400d L Limuzina V7 5,2
MERCEDES S 450L Limuzina V1 6,6
MERCEDES S 500L Limuzina V2 6,6
MERCEDES S 560L Limuzina V3 7,9
MERCEDES S 600L Limuzina V4 11,6
MERCEDES AMG S 65L Limuzina V5 11,9

Matrice C3 Capacitatea în cmc


MERCEDES AMG S 65L Limuzina V5 5,981
MERCEDES S 600L Limuzina V4 5,981
MERCEDES S 560L Limuzina V3 3,982
MERCEDES S 500L Limuzina V2 2,999
MERCEDES S 450L Limuzina V1 2,999
MERCEDES S 400d L Limuzina V7 2,925
MERCEDES S 350d L Limuzina V6 2,925

Matrice C4 Putere maximă în CP


MERCEDES AMG S 65L Limuzina V5 630
MERCEDES S 600L Limuzina V4 530
MERCEDES S 560L Limuzina V3 469
MERCEDES S 500L Limuzina V2 457
MERCEDES S 450L Limuzina V1 389
MERCEDES S 400d L Limuzina V7 340
MERCEDES S 350d L Limuzina V6 286

Dupa ce am sortat fiecare matrice descrescator in functie de valoarea criteriului se


crează matricea B formata din valorile Variantelor (V) sortata in functie de criteriu, apoi se
adauga o noua coloana pentru a vizualizarea pozitiei.

Matricea B
Locul C1 C2 C3 C4
1 V6 V6 V5 V5
2 V7 V7 V4 V4
3 V1 V1 V3 V3
4 V2 V2 V2 V2
5 V3 V3 V1 V1
6 V4 V4 V7 V7
7 V5 V5 V6 V6

10
Sisteme de asistare a deciziilor in organizarea fabricatiei Mihai Adelin Fîlea

Pasul 3 – Metoda 1 a lui Onicescu


Scrierea unei noi matrici “C” în care se indică de câte ori o variantă “i” ocupă locul “j”. Această
matrice are următoarea formă:

Pentru a crea această matrice in excel am folosit formula:


Cod pentru coloana V1, asemanator se face pentru V2, V3, V4, V5, V6, V7.

V1 locul 1 COUNTIF(I3:L3,"V1")
V1 locul 2 COUNTIF(I4:L4,"V1")
V1 locul 3 COUNTIF(I5:L5,"V1")
V1 locul 4 COUNTIF(I6:L6,"V1")
V1 locul 5 COUNTIF(I7:L7,"V1")
V1 locul 6 COUNTIF(I8:L8,"V1")
V1 locul 7 COUNTIF(I9:L9,"V1")

Matricea C
V1 V2 V3 V4 V5 V6 V7
1 0 0 0 0 2 2 0
2 0 0 0 2 0 0 2
3 2 0 2 0 0 0 0
4 0 4 0 0 0 0 0
5 2 0 2 0 0 0 0
6 0 0 0 2 0 0 2
7 0 0 0 0 2 2 0

Pasul 4 - Ierarhizarea variantelor după funcţia de agregare.

Pentru a putea calcula functia de agregare am creat tabelul cu valori ale lui ½ de la
puterea 1 pana la puterea 7 cu formula Excel : 1/(POWER(2,1))........ 1/(POWER(2,7))

p1 0,50
p2 0,25
p3 0,125
p4 0,0625
p5 0,03125
p6 0,015625
p7 0,007813

11
Sisteme de asistare a deciziilor in organizarea fabricatiei Mihai Adelin Fîlea

In Excel pentru calculul funcției de agregare am folosit formula:

f(V1)=SUM(I14*P2,I15*P3,I16*P4,I17*P5,I18*P6,I19*P7,I20*P8),
f(V2)=SUM(J14*P2,J15*P3,J16*P4,J17*P5,J18*P6,J19*P7,J20*P8),
f(V3)=SUM(K14*P2,K15*P3,K16*P4,K17*P5,K18*P6,K19*P7,K20*P8),
f(V4)=SUM(L14*P2,L15*P3,L16*P4,L17*P5,L18*P6,L19*P7,L20*P8),
f(V5)=SUM(M14*P2,M15*P3,M16*P4,M17*P5,M18*P6,M19*P7,M20*P8),
f(V6)=SUM(N14*P2,N15*P3,N16*P4,N17*P5,N18*P6,N19*P7,N20*P8),
f(V7)=SUM(O14*P2,O15*P3,O16*P4,O17*P5,O18*P6,O19*P7,O20*P8),

unde I14-I20...O14-O20 reprezinta adresele catre valorile din Matricea C iar P2-P8
adresele catre tabelul cu valori ale lui ½ la puterea 1...7.

Varianta 1
f(V1) 0,3125
f(V2) 0,25
f(V3) 0,3125
f(V4) 0,53125
f(V5) 1,015625
f(V6) 1,015625
f(V7) 0,53125

Pasul 5 – Sortarea descrescătoare a funcţiei de agregare.

Varianta 1
f(V6) 1,015625
f(V5) 1,015625
f(V7) 0,53125
f(V4) 0,53125
f(V3) 0,3125
f(V1) 0,3125
f(V2) 0,25

In acest caz sunt doua solutii, prima solutie o reprezinta motorul diesel, MERCEDES S
350d L Limuzina si motorul pe benzina, MERCEDES AMG S 65L Limuzina.
Pasul 6 – Metoda 2 a lui Onicescu
Pentru calcului funcției de agregare in Excel am folosit formula:

f(V1)=SUM(P2*(1/POWER(2;H5));P3*(1/POWER(2;H5));P4*(1/POWER(2;H7));P5*(1/PO
WER(2;H7))),
f(V2)=SUM(P2*(1/POWER(2;H4));P3*(1/POWER(2;H4));P4*(1/POWER(2;H4));P5*(1/PO
WER(2;H4))),
f(V3)=SUM(P2*(1/POWER(2;H7));P3*(1/POWER(2;H7));P4*(1/POWER(2;H5));P5*(1/PO
WER(2;H5))),

12
Sisteme de asistare a deciziilor in organizarea fabricatiei Mihai Adelin Fîlea

f(V4)=SUM(P2*(1/POWER(2;H4));P3*(1/POWER(2;H4));P4*(1/POWER(2;H8));P5*(1/PO
WER(2;H8))),
f(V5)=SUM(P2*(1/POWER(2;H3));P3*(1/POWER(2;H3));P4*(1/POWER(2;H9));P5*(1/PO
WER(2;H9))),
f(V6)=SUM(P2*(1/POWER(2;H3));P3*(1/POWER(2;H3));P4*(1/POWER(2;H9));P5*(1/PO
WER(2;H9))),
f(V7)=SUM(P2*(1/POWER(2;H4));P3*(1/POWER(2;H4));P4*(1/POWER(2;H8));P5*(1/PO
WER(2;H8))).
unde P2-P5 este adresa valorilor din tabelul ½ la puterea 1….7 , H3…H9 adresa pe ce loc se
afla variant (V) din Matricea B.

Varianta 2
f(V1) 0,099609
f(V2) 0,234375
f(V3) 0,046875
f(V4) 0,19043
f(V5) 0,376465
f(V6) 0,376465
f(V7) 0,19043

Pasul 7 – Sortarea descrescătoare a funcţiei de agregare.

Varianta
2
f(V6) 0,376465
f(V5) 0,376465
f(V2) 0,234375
f(V7) 0,19043
f(V4) 0,19043
f(V1) 0,099609
f(V3) 0,046875

In acest caz sunt doua solutii, prima solutie o reprezinta motorul diesel, MERCEDES S
350d L Limuzina si motorul pe benzina, MERCEDES AMG S 65L Limuzina.

13
Sisteme de asistare a deciziilor in organizarea fabricatiei Mihai Adelin Fîlea

CONCLUZII
În comparaţie cu alte metode de raţionalizare a deciziilor multicriteriale, metoda
ONICESCU prezintă avantajul că elimină subiectivismul în aprecierea utilităţii variantelor
decizionale economice. Metoda menţine însă subiectivismul în atribuirea coeficienţilor de
importanţă ai criteriilor decizionale.

BIBLIOGRAFIE

1) Cursuri şi laboratoare – prof.dr.ing Luminiţa Duţă.


2) www.mercedesbenz.com
3) Popescu, C, Culegere de aplicaţii în management, Editura Universităţii din Ploieşti,
2003.
4) Rusu, E., Decizii optime în management, prin metode ale cercetării operaţionale -
Probleme şi studii de caz, Editura Economică, Bucureşti, 2001.
5) Ilieş L., Lazăr, I., Mortan, M., Popa, M., Lungescu, D., Vereş, V., Management, Cluj-
Napoca, Risoprint, 2008.

14