TÌM HIỂU VỀ MÔ HÌNH HÓA VÀ QUẢN LÝ MÔ HÌNH

Nội dungI. Mở đầu.1II. Nội dung1II.1. Mô hình hóa trong MSS2II.2. Mô hình động và mô hình tĩnh.3II.3. Xử lí chắc chắn, không chắc chắn và nguy cơ4II.4. Phân tích quyết định vài phương án thay thế4II.5. Tối ưu hóa thông qua lập trình toán học.6II.6. Mô phỏng9II.7. Lập trình Heuristic13II.8. Sơ đồ tác động15II.9. Dự báo.16II.10. Mô hình phi định lượng.18II.11. Các bảng tính và ngôn ngữ mô hình hóa.18II.12. Mô hình hóa đa chiều.19II.13. Bảng tính trực quan.20II.14. Mô hình hóa tài chính và kế hoạch.20II.15. Mô hình định lượng làm sẵn.21II.16. Cấu trúc và quản lý cơ sở mô hình.21III. Kết luận.22TÀI LIỆU THAM KHẢO23

ĐẠI HỌC HUẾ TRƯỜNG ĐẠI HỌC KHOA HỌC TIỂU LUẬN MÔN HỌC KHO DỮ LIỆU VÀ HỆ HỖ TRỢ QUYẾT ĐỊNH TÌM HIỂU VỀ MÔ HÌNH HÓA VÀ QUẢN LÝ MÔ HÌNH Giáo viên hướng dẫn: TS HOÀNG THỊ LAN GIAO Nhóm thực hiện: Trình Văn Dũng Nguyễn Thị Mỹ Lộc Nguyễn Sơn Phan Bá Trí Nguyễn Văn Tuyến Nguyễn Thanh Tùng MỤC LỤC Nội dung I Mở đầu II Nội dung II.1 Mô hình hóa MSS .2 II.2 Mô hình động mô hình tĩnh .3 II.3 Xử lí chắn, không chắn nguy .4 II.4 Phân tích định vài phương án thay .4 II.5 Tối ưu hóa thông qua lập trình toán học .6 II.6 Mô II.7 Lập trình Heuristic .13 II.8 Sơ đồ tác động 15 II.9 Dự báo 16 II.10 Mô hình phi định lượng .18 II.11 Các bảng tính ngôn ngữ mô hình hóa 18 II.12 Mô hình hóa đa chiều 19 II.13 Bảng tính trực quan 20 II.14 Mô hình hóa tài kế hoạch 20 II.15 Mô hình định lượng làm sẵn 21 II.16 Cấu trúc quản lý sở mô hình .21 III Kết luận 22 TÀI LIỆU THAM KHẢO 23 I Mở đầu Những nhà nghiên cứu kỹ sư công nghệ hệ thống thông tin xây dựng khảo sát hệ hỗ trợ định (DSS) vi tính hóa gần 40 năm Cuối năm 1960 bắt đầu việc xây dựng DSS khởi xướng từ mô hình Các phát triển lý thuyết vào năm 1970 cài đặt cáchệ thống lập kế hoạch tài chính, DSS dựa bảng tính DSS nhóm năm đầu thập kỷ 80 Lĩnh vực hỗ trợ định vi tính hóa mở rộng đến việc sử công nghệ tạo ứng dụng Hệ thống hỗ trợ quản lý (MSS) lúc thành công Nhiều trường hợp thất bại hệ chuyên gia (ES) không hoàn toàn lý kỹ thuật Thực thi hệ thống trình liên tục nhằm đảm bảo cho tổ chức chuẩn bị tiếp nhận hệ thống đưa hệ thống vào sử dụng thành công Thực công nghệ hệ thống hỗ trợ quản lý việc phức tạp hệ thống không đơn hệ thống thông tin thu thập, thao tác phân phối thông tin Mà xa hơn, chúng liên quan tới công việc làm thay đổi đáng kể cách thức hoạt động tổ chức Tuy vậy, đa số yếu tố thực thi liên quan tới hệ thống thông tin Một yếu tố của hệ hỗ trợ định (DSS) mô hình, biểu diễn đơn giản hóa giới thực Các mô hình phân lớp theo mức độ trừu tượng II Nội dung Một hệ hỗ trợ định hệ thống thông tin dựa máy tính mà hỗ trợ cho hoạt động định kinh doanh hay tổ chức Các DSS cung cấp khả quản lý, điều hành lập kế hoạch mức tổ chức giúp thực định mà thay đổi cách nhanh chóng không dễ dàng xác định trước Ba thành phần kiến trúc DSS là: Cơ sở liệu (cơ sở tri thức), Mô hình Giao diện người sử dụng Trong tiểu luận giới thiệu thành phần thứ hai DSS sở việc quản lý mô hình Nội dung gồm có: Mô hình hóa MSS Mô hình tĩnh mô hình động Xử lí chắn, không chắn nguy Phân tích định vài phương pháp thay (Alternatives) Tối ưu hóa thông qua lập trình toán học Mô Lập trình Heuristic Các sơ đồ tác dụng Dự báo 10 Mô hình hóa không định lượng 11 Ngôn ngữ bảng tính mô hình hóa 12 Mô hình hóa đa chiều 13 Bảng tính trực quan 14 Mô hình hóa kế hoạch tài 15 Mô hình định lượng làm sẵn 16 Cấu trúc quản lý sở mô hình II.1 Mô hình hóa MSS Mô hình hóa MSS thực nhiều cách Để hiểu mô hình hóa làm việc MSS Hệ hỗ trợ định (DSS) bao gồm ba kiểu mô hình: Mô hình thống kê (phân tích hồi quy), mà sử dụng cho việc tìm kiếm quan hệ biến Mô hình lập trình trước công cụ phần mềm phát triển DSS Mô hình tài cho phát triển báo cáo thu nhập lập dự án liệu tài nhiều năm Mô hình bán cấu trúc viết với ngôn ngữ DSS đặc biệt gọi IFPS Mô hình tối ưu hóa thực sử dụng mô hình khoa học quản lý gọi phương pháp lập trình tuyến tính để xác định việc lựa chọn phương tiện Để sử dụng mô hình này, DSS cần giao tiếp với phần mềm khác Trường hợp Frazee chứng minh DSS bao gồm nhiều mô hình, số chuẩn số tùy chỉnh, mà sử dụng cách có chọn lựa để hỗ trợ định quảng cáo công ty Nó chứng minh vài mô hình xây dựng gói phát triển phần mềm; số cần cấu trúc; số khác cần truy cập DSS cần thiết Khía cạnh khác mô hình hóa phải xem xét, đây: Xác định toán phân tích môi trường Một khía cạnh chưa thảo luận đề tài quét (scanning) phân tích môi trường, đề cập đến việc quản lý, quét việc giải thích thông tin thu thập Nó thường xuyên khuyến khích phân tích phạm vi miền lực lượng động lực môi trường Điều cần thiết để định danh tổ chức văn hóa tiến trình thực định công ty (ai thực định, mức độ tập trung,…) Định danh biến Việc định danh biến khác vô quan trọng mối quan hệ chúng Sơ đồ tác dụng mô tả phần II.8 hữu ích tiến trình Dự báo Dự báo thiết yếu cho việc xây dựng thao tác mô hình Dự báo mô tả phần II.9 Mô hình Hệ hỗ trợ định bao gồm nhiều mô hình (đôi lúc hàng tá) Một vài mô hình chuẩn chúng xây dựng vào phần mềm phát triển DSS Một vài mô hình khác chuẩn sẵn hàm xây dựng Thay vào chúng có sẵn phần mềm độc lập mà giao tiếp với DSS Các mô hình phi chuẩn cần cấu trúc từ đầu Bộ xây dựng DSS thương phải đối mặt với tình tiến thoái lưỡng nan mô hình để bao gồm DSS Sau đó, việc định phải thực việc xây dựng chúng, sử dụng mô hình “sẵn sàng thực hiện” hay sửa đổi mô hình tồn Bảng 2.1 tóm tắt phân loại mô hình sử dụng DSS thành nhóm Nó liệt kê số kỹ thuật đại diện nhóm số phần nhóm Mỗi kỹ thuật xuất hình thức mô hình tĩnh mô hình động (Phần II.2) cấu trúc giả định chắn, không chắn hay nguy (Phần II.3) Bảng 2.1 Các loại mô hình Phân loại Tiến trình mục tiêu Kỹ thuật đại diện Tối ưu toán với số Tìm giải pháp tốt từ Bảng định, cách khác (phần II.4) số nhỏ quan hệ định cách khác Tối ưu hóa thông qua thuật Tìm giải pháp tốt từ Mô hình lập trình tuyến toán (phần II.5) số lượng lớn vô tính toán học khác, hạn cách khác mà sử mô hình mạng dụng tiến trình cải thiện bước Tối ưu hóa thông qua công Tìm giải pháp tốt nhất, Một số mô hình kiểm kê thức phân tích (phần II.5, bước, sử dụng II.15) công thức Mô (phần II.6) Tìm giải pháp “đủ tốt” Một vài kiểu mô tốt cách khác đánh dấu, sử dụng thử nghiệm Heuristics (phần II.7) Tìm giải pháp “đủ tốt” sử Chương trình heuristic, dụng quy tắc hệ thống chuyên gia Các mô hình mô tả khác Tìm “Cái gì-Nếu” sử dụng Mô hình tài chính, (phần II.15) công thức hàng đợi (waiting lines) Các mô hình tiên đoán Tiên đoán tương lai cho Phân tích Markov, mô hình (phần II.9) kịch cho dự báo Quản lý mô hình Các mô hình, tương tự liệu, cần quản lý Các công việc quản lý thực với trợ giúp phần mềm quản lý sở mô hình (phần 5.16) II.2 Mô hình động mô hình tĩnh DSS tĩnh động Phân tích tĩnh Mô hình tĩnh có chụp tình Trong suốt trình thứ chụp xảy khoảng thời gian đơn, mà ngắn hay dài trình Ví dụ, định để tạo hay mua sản phẩm hay không tĩnh tự nhiên Một báo cáo thu nhập quý hay hàng năm tĩnh Trong trình phân tích tĩnh giả định có tính ổn định Phân tích động Mô hình động thường đánh giá kịch mà thay đổi theo thời gian Một ví dụ đơn giản kế hoạch lợi nhuận năm, nơi mà liệu vào, chi phí, giá số lượng thay đổi từ năm đến năm khác Mô hình động phụ thuộc thời gian Ví dụ, việc định nên đặt quầy toán tiền siêu thị, cần thiết để xem xét thời gian ngày Đó có nhiều thay đổi số người đến siêu thị vào khác Mô hình động quan trọng chúng cho thấy xu hướng mẫu theo thời gian Chúng bình quân cho giai đoạn, trung bình di chuyển phân tích so sánh (vd: lợi nhuận quý so với lợi nhuận quý kỳ năm ngoái) II.3 Xử lí chắn, không chắn nguy Khi xây dựng mô hình, điều kiện xảy Dưới vài vấn đề liên quan đến điều kiện: Mô hình chắn (Certain models) Mọi người thích mô hình chắn họ dễ làm việc với mang lại giải pháp tối ưu Quan tâm đặc biệt số vấn đề mà có vô hạn hay số lượng lớn giải pháp khả thi Chúng nhắc đến phần II.5 II.7 Nhiều mô hình tài cấu trúc chắn giả định Mô hình không chắn (Uncertainty Models) Các nhà quản lí cố gắng tránh không chắn nhiều tốt Thay họ cố gắng yêu cầu nhiều thông tin để toán xử lý với nguy tính toán Nếu ta yêu cầu nhiều thông tin ta phải xử lí toán toán không chắn Mô hình nguy (Risk Models) Hầu hết định kinh doanh thực với nguy giả định Nhiều kỹ thuật sử dụng để xử lý với việc phân tích nguy Chúng xem xét phần phần II.6 II.4 Phân tích định vài phương án thay Các tình định mà liên quan đến hữu hạn thường số không lớn phương án thay mô hình phương pháp mà phương án thay liệt kê bảng đồ thị với dự báo khả đóng góp chúng cho mục tiêu khả thực đóng góp Sau đó, đánh giá lấy vị trí để chọn phương án thay tốt Hai trường hợp đáng ý: đơn mục tiêu đa mục tiêu Tình đơn mục tiêu tiếp cận cách sử dụng bảng định định Đa mục tiêu (tiêu chuẩn) tiếp cận nhiều kỹ thuật (được mô tả sau) Bảng định Các bảng định cách thuận tiện để tổ chức thông tin phương thức ngữ nghĩa Ví dụ: công ty đầu tư xem xét đầu tư ba phương án thay thế: trái phiếu, chứng khoán, chứng tiền gửi (CDs-Certificate of Deposits) Công ty quan tâm đến mục tiêu-tối đa hóa lợi nhuận đầu tư sau năm Nếu họ quan tâm đến mục tiêu khác độ an toàn khả toán tiền mặt (thanh khoản) toán phân lớp phân tích định đa tiêu chuẩn Lợi nhuận tùy thuộc vào tình trạng kinh tế mà tăng trưởng kinh tế vững mạnh, trì trệ lạm phát Các ước lượng lợi nhuận hàng năm sau thu hút từ chuyên gia: Nếu tăng trưởng kinh tế vững mạnh, trái phiếu lời 12%, chứng khoán: 15% tiền gởi: 6.5% Nếu trì trệ chiếm ưu thế, trái phiếu lời 6%, chứng khoán: 3% tiền gởi: 6.5% Nếu lạm phát chiếm ưu thế, trái phiếu lời 3%, chứng khoán 2% tiền gởi có thời hạn lời 6.5% Vấn đề lựa chọn phương án đầu tư tốt Lưu ý rằng: đầu tư 50% trái phiếu 50% chứng khoán phương án khác thêm vào phương án thay thứ tư Rõ ràng, công ty phải đối mặt với nhiều phương án khác Bài toán đầu tư tổ chức bảng (bảng 2.2) Phương án Phát triển vững mạnh Trì trệ Lạm phát Trái phiếu 12.0% 6.0% 3.0% Chứng khoán 15.0% 3.0% -2.0% CDs 6.5% 6.5% 6.5% Bảng giới thiệu mô hình toán học Bảng bao gồm: biến định (các phương án), biến điều khiển (tình trạng kinh tế) biến kết (lợi nhuận dự án-con số bên bảng) Hai trường hợp cần ý: không chắn nguy Trong trường hợp không chắn xác suất tình trạng tự nhiên Trong trường hợp nguy giả định biết xác suất với tình trạng tự nhiên xảy Xử lí không chắn Phản ứng trực quan nhà quản lý không đưa định không chắn hội kinh tế đánh giá Tuy nhiên, thông tin để đánh giá hội (hoặc thời gian để thu thập thông tin), họ sử dụng nhiều phương pháp để thực không chắn Ví dụ: cách tiếp cận lạc quan liên quan đến việc xem xét khả tốt kết phương án thay chọn tốt tốt chứng khoán Cách tiếp cận bi quan (bảo thủ) liên quan đến việc xem xét khả xấu kết cho phương án thay chọn tốt CDs Tất phương pháp việc thực không chắn có nhiều thiếu hụt nghiêm trọng Do đó, mô hình nên cố gắng thu thập thông tin đầy đủ để toán xử lý chắn theo nguy giả định Xử lý nguy Chúng ta giả định hội phát triển vững mạnh ước lượng 50%, trì trệ 30% lạm phát 20% Trong trường hợp bảng định lập với thông tin bổ sung (bảng 2.3) Phương pháp chung để giải toán phân tích nguy chọn phương án thay với giá trị dự kiến lớn Một giá trị dự kiến tính cách nhân kết xác suất tương ứng chúng cộng chúng lại Ví dụ: với trái phiếu lấy: 12(0.5)+6(0.3)+3(0.2)=8.4 (đầu tư trái phiếu với giá trị trung bình trả 8.4%) Phương án Tăng trưởng vững Trì trệ Lạm phát Giá trị thay mạnh 0.50 0.30 0.20 dự kiến Trái phiếu 12.0% 6.0% 3.0% 8.4% (cực đại) Chứng khoán 15.0% 3.0% -2.0% 8.0% Chứng 6.5% 6.5% 6.5% 6.5% tiền gửi Bảng 2.3 Quyết định nguy giải pháp Cây định Một biểu diễn phương án thay bảng định định Cây định có hai thuận lợi: thứ nhất, cho thấy đồ thị mối quan hệ toán thứ hai, giải với tính phức tạp hình thức thu gọn (ví dụ: toán đầu tư nhiều thời gian) Các giải pháp khác để xử lý nguy Nhiều phương pháp khác để xử lý nguy thảo luân sách Cụ thể: minh họa, yếu tố chắn logic mờ Đa mục tiêu Một trường hợp đơn giản đa mục tiêu cho bảng 2.4 Ba mục tiêu (hoặc tiêu chuẩn) xem xét: lợi nhuận, độ an toàn khoản Phương án thay Lợi nhuận Độ an toàn Thanh khoản Trái phiếu 8.4% Cao Cao Chứng khoán 8.0% Thấp Cao Chứng tiền gửi 6.5% Rất cao Cao Bảng 2.4 Đa mục tiêu Lưu ý tình chắn giả định; là: kết có khả lập chiếu cho phương án thay (rõ ràng, trường hợp phức tạp, nguy hay không cahwns xem xét) Cũng lưu ý vài kết số lượng từ (ví dụ: Thấp, Cao) II.5 Tối ưu hóa thông qua lập trình toán học Lập trình tuyến tính kỹ thuật tiếng nhóm công cụ gọi lập trình toán học Lập trình toán học (Mathematical Programming) Lập trình toán học tên cho gia đình công cụ thiết kế để trợ giúp giải toán quản lý người định phải phân bổ nguồn tài nguyên khan (như lao động, vốn, máy móc nước) hoạt động khác để tối ưu hóa mục tiêu đo Ví dụ, phân bố thời gian sử dụng máy móc (tài nguyên) sản phẩm khác (các hoạt động) toán phân bổ điển hình Bài toán phân bổ thường hiển thị theo sau đặc tính giả định thực chắn cần thiết: Các đặc tính (Characteristics) Một lượng từ giới hạn nguồn tài nguyên kinh tế có sẵn cho việc phân bổ Các nguồn tài nguyên sử dụng việc sản xuất sản phẩm dịch vụ Có hai hay nhiều cách mà nguồn tài nguyên sử dụng Mỗi cách gọi giải pháp hay chương trình Mỗi hoạt động (sản phẩm hay dịch vụ) mà nguồn tài nguyên sử dụng mang lại kết trả kỳ hạn mục tiêu đặt Việc phân bổ thường bị hạn chế nhiều giới hạn yêu cầu gọi ràng buộc Các giả định (Assumptions) Các kết trả từ vị trí khác so sánh; là, chúng đo lường đơn vị chung (như đô la hay tính thực dụng) Kết trả từ vị trí độc lập với vị trí khác Tổng kết trả tổng kết trả mang lại hoạt động khác Tất liệu biết cách chắn Các nguồn tài nguyên sử dụng cách tiết kiệm Bài toán phân bổ đặt chung là: tìm cách phân bổ tài nguyên bị giới hạn đến hoạt động khác để tổng nhận cực đại Các toán phân bổ tiêu biểu có số lớn khả giải pháp thay Tùy thuộc vào giả định, số giải pháp vô hạn giới hạn Thông thường, giải pháp khác mang lại kết khác Với vài giải pháp có sẵn, giải pháp (thỉnh thoảng nhiều một) tốt nhất, ý nghĩa mức độ đạt mục tiêu kết hợp với cao (ví dụ: tổng kết thu cực đại) Điều gọi giải pháp tối ưu, mà tìm thấy cách sử dụng giải thuật đặc biệt Việc sử dụng lập trình toán học, đặc biệt lập trình tuyến tính, phổ biến mà chương trình máy tính “đóng hộp” ngày tìm thấy tổ chức mà có máy tính Các công cụ phát triển DSS, Lotus 1-2-3 IFPS Plus, sử dụng để mô hình giải tình lập trình tuyến tính có khả giao tiếp với chương trình LP đóng hộp Lập trình tuyến tính (Linear programming) Các toán LP điển hình khác gọi toán pha trộn Ví dụ: toán pha trộn (Cực tiểu hóa) Trong việc chuẩn bị vẽ Sungold, đòi hỏi vẽ phải có tỷ lệ sáng tối thiểu 300 độ mức độ màu sắc thối thiểu 250 độ Mức độ sáng màu định hai thành phần, Alpha Beta Cả hai Alpha Beta góp phần cho tỷ lệ sáng; ounce (trọng lượng khô) hai Alpha Beta tạo mức độ sáng mảng tròn vẽ Tuy nhiên, màu sắc điều khiển toàn lượng Alpha; ounce tạo ba mức độ màu sắc mảng tròn vẽ Chi phí Alpha 45 cents/ounce chi phí cảu Beta 12 cents/ounce Giả định mục tiêu để cực tiểu hóa chi phí nguồn tài nguyên, vấn đề tìm lượng từ alpha Beta bao gồm việc chuẩn bị mảng tròn vẽ Công thức toán pha trộn Các biến định là: x1=số lượng Alpha bao gồm, ounce, mảng tròn vẽ x2=số lượng Beta bao gồm, ounce, mảng tròn vẽ Mục tiêu cực tiểu tổng chi phí thành phần yêu cầu cho mảng tròn vẽ Khi chi phí Alpha 45 cents/ounce, x ounces sử dụng mảng tròn, chi phí cho mảng tròn 45x Tương tự, cho chi phí Beta 12x2 Do đó, tổng chi phí 45x1+12x2 hàm mục tiêu chúng tôi, cực tiểu đến ràng buộc xác định sau đây: Để cung cấp tỷ lệ sáng với tối thiểu 300 độ mảng tròn Khi ounce Alpha Beta tăng độ sáng thêm độ, tồn quan hệ sau: Cung cấp Alpha Cung cấp Beta Nhu cầu 1x1 + 1x2 ≥ 300 Để cung cấp mức độ màu với tối thiểu 250 độ, hiệu ứng Alpha (một mình) màu sắc tương là: Cung cấp Alpha Cung cấp Beta Nhu cầu 3x1 + 0x2 ≥ 250 Tóm lại, toán pha trộn thành lập sau: Tìm x1 x2 mà: z = 45x1 + 12x2 nhỏ mà thỏa: 1x1 + 1x2 ≥ 300 (đặc tả độ sáng) 3x1 + 0x2 ≥ 250 (đặc tả màu) Kết (được bắt nguồn từ máy tính) x1 = 83.333 x2 = 216.667 Tổng chi phí = 63.50$ Lưu ý: Giải pháp tốt cho mảng tròn cho nhiều mảng tròn khác miễn ràng buộc không bị vi phạm Công thức thuật ngữ tổng quát Bay tổng quát hóa công thức Mỗi toán LP soạn cho: - Các biến định Các biến mà có giá trị chưa biết tìm kiếm Thông thường chúng đặt x1, x2,… - Hàm mục tiêu Đây biểu thức toán học, cho hàm tuyến tính mà mối quan hệ biến định đơn mục tiêu xem xét Hàm mục tiêu đo lường mục tiêu đạt Các ví dụ mục tiêu là: tổng lợi nhuận, tổng chi phí, chia sẻ thị trường,… Nếu toán quản lý liên quan đến đa mục tiêu, sử dụng phương pháp hai bước sau: Chọn mục tiêu mà có mức cần cực đại hóa hay cực tiểu hóa Chuyển mục tiêu khác vào ràng buộc mà phải đáp ứng Ví dụ, cách cố gắng để cực đại lợi nhuận (mục tiêu chính) tùy thuộc vào tỷ lệ phát triển tối thiểu 12%/năm (mục tiêu thứ hai) - Tối ưu hóa Lập trình tuyến tính cố gắng để cực đại cực tiểu hóa giá trị hàm mục tiêu - Các hệ số hàm mục tiêu Hệ số biến hàm mục tiêu (ví dụ 45 12 toán pha trộn) gọi hệ số lợi nhuận (hay chi phí) Chúng biểu thị tỷ lệ mà giá trị hàm mục tiêu tăng giảm cách bao gồm giải pháp đơn vị biến định - Các ràng buộc Cực đại hóa (hay cực tiểu hóa) thực phụ thuộc vào tập ràng buộc Do đó, lập trình tuyến tính định nghĩa toán tối ưu hóa ràng buộc Những ràng buộc thể hình thức bất đẳng thức tuyến tính (hoặc, thỉnh thoảng, đẳng thức) Chúng phản ánh thực tế nguồn tài nguyên bị giới hạn hay chúng rõ số yêu cầu - Các hệ số Input/Output Các hệ số biến ràng buộc gọi hệ số input-output Chúng biểu thị tốc độ cạn kiệt tận dụng nguồn tài nguyên cho Chúng xuất bên trái ràng buộc - Các khả Các khả (hay tính sẵn sàng) nguồn tài nguyên khác nhau, thường hiển thị vài giới hạn giới hạn dưới, cho bên phải ràng buộc Bên phải biểu thị yêu cầu cực tiểu Ví dụ: Các thành phần mô hình lập trình tuyến tính minh họa cho toán hòa trộn: Tìm x1 x2 (các biến định) mà cực tiểu giá trị hàm mục tiêu tuyến tính: Các hệ số chi phí z = 45x1 + 12x2 Các biến định Phụ thuộc vào buộc tuyến tính: 1x1 + 1x2 ≥ 300 3x1 + 0x2 ≥ 250 Các khả hay yêu cầu Các hệ số input-output II.6 Mô Mô có nhiều nghĩa, tùy thuộc vào lĩnh vực mà sử dụng Để mô phỏng, theo từ điển, nghĩa giả định xuất đặc tính thực tế Trong MSS đề cập chung đến kỹ thuật cho việc tiến hành thực nghiệm (như “what-if”) với máy tính số mô hình hệ thống quản lý Các đặc tính Mô không hoàn toàn loại mô hình; mô hình biểu diễn tổng quát thực tế, mô thường bắt chước (sao lại) thực tế Trong thời gian thực nghiệm, điều nghĩa có vài đơn giản hóa thực tế mô hình mô mô hình khác Tiếp theo, mô kỹ thuật tiến hành thực nghiệm Do đó, mô bao hàm việc kiểm tra giá trị cụ thể biến định biến điều khiển mô hình đánh giá ảnh hưởng đến biến output Mô mô tả công cụ quy chuẩn; nghĩa là, việc tìm kiếm tự động cho giải pháp tối ưu Thay vào đó, mô mô tả và/hoặc dự đoán đặc tính hệ thống cho tình khác Một đặc tính biết, phương án tốt phương án lựa chọn chọn Tiến trình mô bao gồm nhiều thực nghiệm lặp lặp lại nhiều lần để thu ước lượng hiệu tổng thể hoạt động chắn Nó thực thủ công vài trường hợp, máy tính thường cần thiết Cuối cùng, mô thường gọi cho toán điều tra nghiên cứu phức tạp để xử lý kỹ thuật tối ưu hóa số học (như lập trình tuyến tính) Tính phức tạp nghĩa toán hình thành cho tối ưu hóa (vd: giả định không nắm giữ) việc hình thành phức tạp Các thuận lợi bất lợi mô Sự chấp nhận mô gia tăng có lẽ số tác nhân: Lý thuyết mô tương đối đơn giản Mô hình mô đơn giản tổng hợp nhiều mối quan hệ phần tử liên thuộc, phần lớn số giới thiệu từ từ theo yêu cầu người quản lý theo cách chắp vá Mô mang tính mô tả chuẩn hóa Điều cho phép người quản lí đặt câu hỏi dạng “what-if” Do đó, người quản lý sử dụng phương pháp “thử lỗi” để việc xử lý toán thực nhanh tốn hơn, với nguy thấp, sử dụng hỗ trợ mô máy tính (đối lập với sử dụng thử lỗi với hệ thống thực) Một mô hình mô xác đòi hỏi kiến thức mật thiết toán, buộc xây dựng MSS thường xuyên giao tiếp với người quản lý Mô hình xây dựng từ quan điểm người quản lý cấu trúc định họ Mô hình mô xây dựng cho toán cụ thể thường không giải toán khác Do đó, hiểu biết tổng quát yêu cầu người quản lý; thành phần mô hình tương ứng - với phần mô hình đời sống thực Mô xử lý biến thể rộng loại toán hàng tồn kho nhân chức cấp quản lý cao lập kế hoạch dài hạn Do đó, “luôn có” người quản lý cần Người quản lý thực nghiệm với biến khác để xác định quan trọng với phương án chọn khác để xác định phương pháp tốt Nói chung, mô cho phép bao gồm phức tạp sống thực toán; đơn giản hóa không cần thiết Ví dụ: mô khai thác phân bố xác suất sống thực phân bố lý thuyết xấp xỉ 10 10 Do chất mô phỏng, lượng lớn thời gian nén đạt vài phút, mà tạo cho người quản lý vài cảm giác ảnh hưởng lâu dài sách khác (1 đến 10 năm) 11 Nó dễ dàng đạt loạt biện pháp thực trực tiếp từ mô Các bất thuận lợi chủ yếu mô là: Một giải pháp tối ưu đảm bảo Xây dựng mô hình mô thường tiến trình chậm tốn Các giải pháp suy luận từ việc nghiên cứu mô thường không khả chuyển cho toán khác Điều kết hợp mô hình yếu tố toán Mô liên quan đến việc thiết lập mô hình hệ thống thực xây dựng thực nghiệm lặp lại Phương pháp bao gồm số bước (hình 2.1) Dưới thảo luận vắn tắt tiến trình: + Định nghĩa toán Bài toán giới thực kiểm tra phân lớp Ở xác định mô cần thiết Các ràng buộc hệ thống khác việc làm rõ khía cạnh toán ý + Xây dựng mô hình mô Bước liên quan đến thu thập liệu cần thiết Trong nhiều trường hợp, sơ đồ dùng để mô tả tiến trình Sau chương trình máy tính viết + Kiểm tra đánh giá mô hình Mô hình mô phải bắt chước đắn hệ thống qua việc học Điều liên quan đến tiến trình đánh giá, thảo luận sau + Thiết kế thử nghiệm Một mô hình chứng minh đúng, thử nghiệm thiết kế Bao gồm bước xác định mô chạy Bước giải với hai mục tiêu quan trọng mâu thuẫn: độ xác chi phí Bài toán giới thực Định nghĩa toán Xây dựng mô hình mô Kiểm tra đánh giá mô hình Thiết kế mô thử nghiệm Tiến hành thử nghiệm Đánh giá kết Cài đặt Hình 2.1 Tiến trình mô + Đánh giá kết Bước đánh giá kết Ở đây, giải đề tài “các kết có nghĩa gì?” Ngoài công cụ thống kê, phải sử dụng phân tích nhạy cảm (như hình thức câu hỏi “Cái gì-Nếu”) + Cài đặt Cài đặt kết mô liên quan đến đề tài cài đặt khác Tuy nhiên, hội cài đặt tốt người quản lý thường tham gia nhiều trình mô so với mô hình phân tích 11 Các loại mô Có nhiều loại mô Một loại chủ yếu mô tả sách là: Mô xác suất Trong kiểu mô này, nhiều biến độc lập xác suất (như yêu cầu toán kiểm kê) Đó là, theo xác suất phân bố chắn Hai tiểu thể loại công nhận: phân bố rời rạc phân bố liên tục Các phân bố rời rạc liên quan đến tình với số giới hạn kiện (hay biến) mà lấy số giá trị hữu hạn Các phân bố liên tục đề cập đến tình với số không giới hạn kiện mà theo sau hàm mật độ phân bố chuẩn Hai loại phân bố cho bảng 2.5 Mô xác suất thực với trợ giúp kỹ thuật gọi Monte Carlo Bảng 2.5 Các phân bố rời rạc so với phân bố liên tục Rời rạc Liên tục Yêu cầu hàng ngày Xác suất 0.10 Yêu cầu hàng ngày thường phân phối với trung 0.15 bình độ lệch chuẩn 0.30 1,2 0.25 0.20 Mô phụ thuộc thời gian với mô độc lập thời gian Độc lập thời gian đề cập đến tình mà không quan trọng để biết xác kiện xảy Ví dụ, biết yêu cầu cho sản phẩm chắn đơn vị ngày, không ngày mặt hàng yêu cầu Hoặc, vài tình huống, thời gian không nhân tố mô Mặt khác, toán hàng đợi, thật quan trọng để biết xác thời gian đến (để biết khách hàng phải đợi không) Trong trường hợp này, giải với tình phụ thuộc thời gian Mô trực quan Hiển thị đồ họa kết máy tính nhiều phát triển thành công tương tác người-máy tính việc giải toán Mô Thử nghiệm Tiến trình mô thử nghiệm gồm bước bao gồm thủ tục gọi Monte Carlo Định nghĩa biện pháp thích hợp hoạt động hệ thống Nếu cần thiết, viết hình thức công thức Mô tả hệ thống lấy phân bố xác suất yếu tố xác suất có liên quan hệ thống Xây dựng phân bố xác suất tích lũy cho phần tử ngẫu nhiên Gán số đại diện tương ứng với phân bố xác suất tích lũy Cho phần tử xác suất, lấy mẫu ngẫu nhiên (sinh số ngẫu nhiên lấy số từ bảng số ngẫu nhiên) Lấy đo lường hoạt động phương sai chúng 12 Nếu muốn kết ổn định, lặp lại bước đến bước đo lường hệ thống ổn định (bền vững) Lặp lại bước đến cho phương án thay khác Các giá trị đo lường hoạt động khoảng thời gian tin cậy chúng định phương án thay thích hợp Thủ tục Monte Carlo mô hình mô cho gia nhập, trở nên đồng nghĩa với mô xác suất Nó gồm bước đến bước tiến trình Cụ thể là, thủ tục sinh quan sát ngẫu nhiên biến quan tâm II.7 Lập trình Heuristic Việc xác định giải pháp tối ưu cho vài toán định phức tạp có thẻ liên quan đến lượng thời gian chi phí cấm chí nhiệm vụ bất khả thi Thay vào đó, phương pháp mô dài, phức tạp chí không xác Trong trường hợp vậy, sử dụng heuristic nhanh tốn Khi heuristic sử dụng chủ yếu để giải toán có cấu trúc tồi, chúng sử dụng để cung cấp giải pháp thỏa đáng cho toán có cấu trúc tốt, phức tạp nhanh rẻ nhiều so với thuật toán Khó khăn việc sử dụng heuristic chúng không tổng quát thuật toán Do chúng sử dụng cách chuẩn hóa cho tình cụ thể cho toán quan tâm Một toán khác với heuristic chúng dẫn đến giải pháp Lập trình Heuristic phương pháp sử dụng heuristic để dẫn đến giải pháp khả thi đủ tốt cho vài toán phức tạp “Đủ tốt” thường phạm vi 9099.9% giải pháp tối ưu Trong việc học ví dụ áp dụng lập trình heuristic, ví dụ tuân theo nỗ lực để giảm lượng tìm kiếm cho giải pháp thỏa đáng Trong việc tìm kiếm vậy, máy tính “được dạy” làm để khám phá đường dẫn có khả dẫn (kết nối) tương đối bỏ qua đường dẫn tương đối cụt Các lựa chọn máy tính tạo cách sử dụng heuristic mà cải tiến khóa học tìm kiếm Các heuristic định lượng chúng đóng vai trò sở mô hình DSS Chúng định tính chúng đóng vai trò việc cung cấp tri thức cho hệ chuyên gia Phương pháp luận Tư heuristic không cần phải tiến hành cách trực tiếp Nó liên quan đến việc tìm kiếm, việc học, thẩm định, đánh giá, sau tìm kiến lại, học lại, đánh giá lại khám phá thăm dò diễn Tri thức thu từ thành công hay thất bại vài điểm đưa trở lại chỉnh sửa tiến trình tìm kiếm Thường xuyên hay không, cần thiết để xác định lại mục tiêu hay toán đẻ giải toán liên quan hay đơn giản hóa trước toán giải Phương pháp heuristic mô tả Pearl [1984] dựa chiến lược tìm kiếm thông minh cho việc giải toán máy tính sử dụng nhiều phương pháp thay Thủ tục heuristic mô tả luật tìm kiếm mà giúp giải toán để khám phá làm thết đặt toán cho giải pháp cuối cách tìm đường dẫn hứa hẹn t́m kiếm cho giải pháp; t́m cách để thu hồi giải thích thông tin kinh nghiệm 13 sau tìm phương pháp mà dẫn dắt đến giải thuật tính toán hay giải pháp tổng quát Thuật ngữ heuristic sử dụng để bao hàm hay tất bước Một phương pháp hợp lý để đoán kết hợp luật: Một lược đồ phân lớp mà giới thiệu cấu trúc cho toán Phân tích đặc điểm phần tử toán Các luật cho việc lựa chọn phần tử từ thể loại để đạt chiến lược tìm kiếm hiệu Các luật cho lựa chọn yêu cầu Một hàm mục tiêu mà sử dụng để kiểm tra tính đầy đủ giải pháp giai đoạn lựa chọn hay tìm kiếm Khi sử dụng heuristic (Zanakis Evans 1981) Dưới vài kịch sử dụng heuristic thích hợp (thay tối ưu hóa): Dữ liệu vào không xác bị giới hạn Thực tế phức tạp mà mô hình tối ưu đơn giản Một phương pháp tin cậy, xác sẵn Thời gian tính toán việc tối ưu nhiều (quá mức) Có thể cải tiến tính hiệu tiến trình tối ưu (ví dụ: tạo giải pháp tốt ban đầu sử dụng heuristic) Các toán giải có tính thường xuyên (và tính lặp lại) tiêu tốn thời gian máy tính (heuristic đặc biệt thích hợp) Các toán phức tạp mà không kinh tế cho việc tối ưu nhiều thời gian heuristic cải tiến giải pháp phi tính toán (phi máy tính hóa -noncomputerized) Khi liên quan đến tính biểu tượng xử lý số (trong hệ chuyên gia) Các thuận lợi heuristic Các thuận lợi chính: Đơn giản để hiểu dễ dàng cài đặt Trợ giúp việc huấn luyện người để sáng tạo tiến với heuristic cho toán khác Tiết kiệm thời gian xây dựng Tiết kiệm yêu cầu lập trình lưu trữ máy tính Tiết kiệm thời gian chạy máy tính (tốc độ) Thường xuyên tạo nhiều giải pháp chấp nhận Có xu hướng sử dụng heuristic phương án thay cho phương pháp tối ưu Các heuristic thú vị để phát triển sử dụng Cái yêu cầu hiểu biết nguồn gốc toán vài khéo léo Các khó khăn việc sử dụng heuristic Geofrion Van Roy [1979] xác định khuyết điểm heuristic: Bảng liệt kê heuristic mà xem xét tất khả kết hợp toán thực nghiệm đạt Các lựa chọn định có tính không lường trước hậu tương lai lựa chọn “Cải tiến cục bộ” đoản mạch giải pháp tốt heuristic, tương tự mô , thiếu quan điểm toàn cục 14 Các liên thuộc phận hệ thống có ảnh hưởng sâu sắc cho toàn hệ thống II.8 Sơ đồ tác động Một sơ đồ tác động cung cấp biểu diễn đồ họa mô hình Nó cung cấp liên lạc trực quan cho người xây dựng mô hình Nó phục vụ framework (khuôn khổ) cho việc xác nguồn gốc mối quan hệ bên mô hình MSS Thuật ngữ tác động đề cập đến tính phụ thuộc biến toán quản lý Sơ đồ tác động xuất nhiều hình Chúng ta sử dụng quy ước sau, đề nghị Bodily [1985] Hình chữ nhật = biến định Hình tròn = biến điều khiển hay biến trung gian Hình Oval = biến kết (trung gian hay cuối cùng) Các biến kết nối với mũi tên, mà rõ hướng tác động Hình mũi tên loại quan hệ Dưới mối quan hệ điển hình: Chắc chắn: Một lượng CDs Thu thập mong muốn Không chắn Giá Doanh thu Biến ngẫu nhiên: thêm dấu ~ phía tên biến ~ Nhu cầu Doanh thu Ưu tiên (thường biến kết quả) Điều biểu diễn mũi tên kép Các mũi tên chiều hay hai chiều Các sơ đồ tác động xây dựng mức độ chi tiết tinh tế cho phép người xây dựng mô hình nhớ tất mối quan hệ mô hình, hướng tác động tốt Ví dụ: cho mô hình: Thu nhập = đơn vị bán ra* đơn giá Đơn vị bán = 0.5 * lượng sử dụng quảng cáo Kinh phí = đơn vị chi phí * đơn vị bán + chi phí cố định Lợi nhuận = thu nhập – chi tiêu 15 Một sơ đồ tác động mô hình đơn giản sau: Chi phí cố định Kinh phí Đơn vị chi phí Lợi nhuận Lượng tiền trả cho quảng cáo Đơn vị bán Thu nhập Đơn giá Phần mềm Nhiều sản phẩm phần mềm có sẵn cho việc cài đặt sơ đồ tác động Giải pháp xử lý sản phẩm chuyển toán gốc sang hình thức sản xuất Các sản phẩm đặc trưng là: DAVID, INDIA, DPL, DS Lab Một vài phần mềm đồ họa máy tính gói CASE dùng để vẽ sơ đồ tác động II.9 Dự báo Việc định liên quan đến việc lựa chọn phương án thay hành động việc đánh giá hậu xảy tương lai Do đó, chất lượng định phụ thuộc lớn vào chất lượng dự báo Các mô hình dự báo một phần thiếu nhiều MSS Một số xây dựng mô hình dự báo sử dụng gói phần mềm lập trình trước Nhiều công cụ phát triển MSS có vài khả dự báo xây dựng Việc sử dụng dự báo Điểm việc sử dụng dự báo, quan hệ với mô hình, để dự đoán giá trị biến mô hình, mối quan hệ hợp lý mô hình, vài thời điểm tương lai Thời điểm quan tâm tương lai phụ thuộc vào “khi” muốn đánh giá kết Ví dụ, định đầu tư phải để ý đến giá thu nhập cho năm từ ngày hôm nay, trong định đầu tư vốn phải quan tâm đến giá dự kiến thu nhập suốt năm Nói cách tổng quát, phân biệt hai loại dự báo: (a) ngắn hạn (đến năm), dự báo sử dụng mô hình xác định (chắc chắn) (b) dài hạn (trên năm), dự báo sử dụng hai mô hình xác định xác suất Mô hình phương pháp dự báo Có nhiều loại mô hình dự báo dự báo nhiệm vụ vô khó khăn Những xảy tương lai phụ thuộc vào đa dạng nhân tố, hầu hết chúng điều khiển Hơn nữa, tính sẵn sàng liệu, xác, chi phí thời gian đòi hỏi để thực dự báo đóng vai trò quan trọng 16 Phương pháp dự báo nhóm nhiều cách Một lược đồ phân lớp phân biệt kỹ thuật dự báo nhận dạng thức phương pháp không thức trực giác, khuyến khích dự đoán thời điểm Chủ yếu phần phương pháp thức Phương pháp thức chia thành phân loại: phương pháp phán đoán, phương pháp đếm, phương pháp chuỗi thời gian phương pháp kết hợp hay nhân Phương pháp phán đoán Phương pháp phán đoán dựa dự đoán chủ quan ý kiến chuyên gia thay liệu cứng Chúng thường sử dụng cho dự báo tầm xa, đặc biệt tác nhân bên đóng vai trò đáng kể Chúng sử dụng cho liệu lịch sử giới hạn không tồn tại, việc giới thiệu sản phẩm/dịch vụ Phương pháp đếm Phương pháp đếm liên quan đến vài thử nghiệm hay khảo sát ví dụ với nỗ lực để tổng quát hóa toàn thị trường Những phương pháp sử dụng chủ yếu cho dự báo nhu cầu sản phẩm dịch vụ, lĩnh vực nghiên cứu thị trường Loại phương pháp dự báo định lượng chất Những phương pháp dựa liệu cứng thường coi khách quan phương pháp trước Chúng điển hình sử dụng liệu lịch sử thường phân chia chuỗi thời gian phương pháp nhân Phân tích chuỗi thời gian Một chuỗi thời gian tập giá trị số biến kinh doanh kinh tế, đo khoảng thời gian liên tiếp Ví dụ, doanh thu hàng quý công ty tạo thành chuỗi thời gian, dân số thành phố (được đếm hàng năm), nhu cầu giường bệnh hàng tuần,… Chúng ta thực phân tích chuỗi thời gian việc định tin tri thức hành vi khứ cảu chuỗi thời gian giúp hiểu biết (khả dự đoán) hành vi chuỗi tương lai Trong vài trường hợp, chẳng hạn thị trường chứng khoán, giả định phi lý, việc lập kế hoạch quản lý giả định lịch sử lặp lại xu hướng khứ tiếp tục Những nỗ lực phân tích chuỗi thời gian kết thúc với phát triển mô hình dự báo chuỗi thời gian mà sử dụng để dự báo kiện tương lai Phương pháp kết hợp hay nhân Phương pháp kết hợp hay nhân bao gồm phân tích liệu cho việc tìm kiếm liệu kết hợp quan hệ nhân-quả Nó mạnh phương pháp chuỗi thời gian, phức tạp Tính phức tạp đến từ nguồn: thứ nhất, chúng gồm nhiều biến, số biến nằm tình Thứ hai, chúng sử dụng kỹ thuật thống kê phức tạp cho việc tách ly các loại biến khác Phương pháp nhân thích hợp cho dự báo trung hạn (giữa dài hạn ngắn hạn) Nói cách tổng quát, phương pháp phán đoán phương pháp đếm chủ quan chất, sử dụng trường hợp mà phương pháp định lượng không thích hợp sử dụng Áp lực thời gian, thiếu liệu thiếu tiền ngăn chặn việc sử dụng mô hình định lượng Tính phức tạp liệu lịch sử (do tương tác hay biến động) ức chế việc sử dụng liệu lịch sử (historical data) 17 II.10 Mô hình phi định lượng Các phương pháp mô hình hóa chủ đề thảo luận đến tập trung quanh mô hình định lượng nhiên mô hình hóa MSS liên quan đến mô hình phi định lượng Trong nhiều trường hợp mô hình phi định lượng giới thiệu luật Ví dụ, xem mô hình lập lịch: Nếu công việc không phức tạp 15 phút để hoàn thành lịch trình sớm ngày Nếu công việc phức tạp tốn thời gian dài để hoàn thành lịch trình không muộn 10 sáng Nếu công việc phức tạp hoàn thành nhanh bắt đầu, lịch trình nửa ngày Phân công việc ngắn cho nhân viên người mà vui vẻ công việc dài thời gian để nhân viên vui vẻ Mô hình phi định lượng thực tách biệt từ/trong việc kết hợp với mô hình định lượng Trong vài trường hợp để chuyển từ số đo lường định tính sang định lượng Ví dụ, thống kê nhân viên đo thang điểm mà phạm vi từ “không hài lòng” đến “hài lòng cao” Hai cực điểm nhận giá trị 10 Các giá trị khác nằm II.11 Các bảng tính ngôn ngữ mô hình hóa Các mô hình viết ngôn ngữ lập trình khác + Bảng tính điện tử (với bổ sung chúng) + Mô hình hóa tài kế hoạch Một công cụ mô hình hóa phổ biến người dùng cuối cho máy vi tính bảng tính điện tử công cụ dựa cấu trúc bảng tính kế toán, mà mảng gồm cột hàng Bảng tính biểu diễn dạng điện tử nhớ máy tính Giao cột hàng gọi ô Người sử dụng nhập liệu số văn vào ô Sau đó, người lập trình viết chương trình để thao tác liệu Các bảng tính có nhiều lợi bảng tính kế toán Đáng ý khả mô hình hóa; người sử dụng viết mô hình họ thực phân tích dạng “what-if” Thêm vào đó, báo cáo tổng hợp liệu tổ chức theo thứ tự a-b-c hay số Các khả khác bao gồm thiết lập cửa sổ để xem nhiều phần bảng tính lúc thực thi thao tác toán học Điều làm cho bảng tính trở thành công cụ quan trọng để phân tích, lập kế hoạch mô hình hóa Ngoài khả viết mô hình với bảng tính, phần mềm thường bao gồm số lớn hàm thống kê, toán học tài xây dựng Hơn nữa, sử dụng add-on phần mềm (mà gồm hàng tá hàm) Xu hướng để tích hợp bảng tính với phần mềm phát triển phần mềm tiện ích, quản trị CSDL, truyền thông, bảo mật đồ họa Các gói nhỏ tích hợp Lotus 1-2-3, Excel Quatro Pro phổ biến bảng tính độc lập Một khả chương trình bảng tính công thức nhúng sử dụng số bảng tính; số thay đổi ý nghĩa thay đổi thấy phân tích Một bảng tính sử dụng để xây dựng mô hình tĩnh động Một mô hình tĩnh không bao gồm thời gian biến Ví dụ, bảng tính 18 sử dụng để xây dựng bảng cân đối Một mô hình động biểu diễn hành vi theo thời gian Ví dụ, bảng cân đối năm cho biểu diễn với năm năm trước Các bảng tính hầu hết sử dụng loại tổ chức tất lĩnh vực chức Các mô hình xây dựng bảng tính liên kết đến mô hình khác (ví dụ, dự báo kết doanh thu sử dụng liệu vào cho mô hình hàng tồn kho lưu chuyển tiền mặt) Một số ứng dụng DSS chặt chẽ Một điểm khác bảng tính người sử dụng chờ đợi thời gian dài cho phận IS xây dựng ứng dụng Họ xây dựng ứng dụng riêng cách nhanh chóng không tốn Các bảng tính phát triển cho máy vi tính, chúng sẵn sằng cho máy tính lớn với khả gia tăng Một số phần mềm bảng tính công cụ mô hình háo phổ biến chúng có hạn chế Ví dụ, nhiều bảng tính thực thi mô hình hóa với chắn, chúng xử lý rủi ro Những lĩnh vực thiếu sót khác thiếu khả tối ưu ràng buộc hai chiều Do đó, công cụ mô hình hóa mạnh cần thiết Phần II.14 mô tả Năng suất lập trình xây dựng DSS nâng cao với việc sử dụng template, macro công cụ khác II.12 Mô hình hóa đa chiều Ở tìm hiểu tính đa chiều từ quan điểm bảng tính Các bảng tính nguyên thủy liên quan đến hai chiều: hàng cột Sau này, với giới thiệu Windows, gói phần mềm Lotus 1-2-3 giới thiệu chúng gọi phương pháp 3-D cho bảng tính Điều cho phép người sử dụng giữ tập liệu khác hình thời điểm, không thực làm việc với chiều Tuy nhiên, thông thường nhà quản lý cần phải làm việc với hay nhiều chiều Ví dụ, liệu doanh thu cần thiết theo vùng, theo sản phẩm, theo tháng theo người bán hàng tất hình Và liệu cần thao tác) Giải pháp cung cấp công cụ mô hình hóa đa chiều Để mô tả mô hình hóa đa chiều nhìn vắn tắt sản phẩm tiếng (bảng tính đa chiều) phân loại (tất làm việc với Windows) Cạnh tranh kết hợp máy tính (CA-Compete) CA-cạnh tranh gán nhãn bảng tính động (nó chứa đến 12 chiều) Nó so sánh, xoay mổ xẻ liệu công ty quản điểm quản lý khác Nó cung cấp khả CSDL động với đầu vào bảng tính Như sản phẩm khác, sở hữu thao tác liệu khả “kéo-thả” mà cho phép người sử dụng nhanh chóng thay đổi hình dáng bảng tính Ví dụ, người dịch chuyển cột dòng Trong làm điều với bảng tính bình thường, làm nhanh nhiều với CA-cạnh tranh mà lỗi phổ biến nhiệm vụ tương tự thực với bảng tính bình thường Phát hành bảng tính thông thường cho phép quay đơn giản cột hàng Chúng có giới hạn khả mổ xẻ 19 IMPROV (từ Tập đoàn phát triển Lotus) Tương tự CA-cạnh tranh, với nhiều khả năng, IMPROV bảng tính động cho phép người sử dụng lập mô hình ngôn ngữ tựa tiếng Anh dễ dàng thay đổi cấu trúc bảng kết (ví dụ, thay đổi hành thành cột) Với quan điểm động nó, IMPROV thiết kế để xoay, ẩn, hiện, chu gọn, mổ xẻ mở rộng bảng tính, xếp lại liệu theo 16 chiều Nó xây dựng quan điểm bảng tính II.13 Bảng tính trực quan Người sử dụng gặp phải hai khó khăn với bảng tính: công thức thường khó để giải mã trình tự thời gian khó để thực Bảng tính trực quan cố gắng để khắc phục thiếu sót Đây khái niệm cho phép tính toán bảng tính, ô, cột hàng Thay vào đó, người sử dụng trực quan hóa mô hình công thức sử dụng sơ đồ tác động Một chương trình mà thực bảng tính trực quan gọi DS Lab Thay ô, DS Lab sử dụng phần tử biểu tượng sơ đồ tác động Ví dụ, biến hiển thị hình tròn hình vuông Phần mềm cho phép người sử dụng xây dựng mô hình hóa tựa tiếng Anh Hơn nữa, 2000 hàm xây dựng toán học, tài chính, thời gian, tìm kiếm mục tiêu logic có sẵn với click chuột Khi chọn, hàm chèn vào kịch bản, bao gồm cú pháp đối số nó, tiếng Anh đơn giản Ngoài ra, có phần tử kết nối định nghĩa trước Chúng sử dụng với hàm để xây dựng mô hình Do đó, việc xây dựng đòi hỏi sử dụng chủ yếu chuột để điểm click Thời gian tham số xác định bước mô hình; chương trình có lịch xây dựng để xác định giờ, ngày, tuần, tháng hay năm Mô hình xác định chiều khác loại vị trí hay sản phẩm Chương trình tự động sinh giá trị cho bước Các kết in hình thức đồ họa “What-if” “tìm kiếm mục tiêu” dễ dàng thực đơn giản để minh họa Tất tất cả, DS Lab công cụ thú vị đổi sản phẩm cung cấp mô hình phức tạp hơn, nhiều thuận lợi II.14 Mô hình hóa tài kế hoạch Nhiều ứng dụng DSS xử lý phân tích tài và/hoặc kế hoạch Do đó, có ý nghĩa cho công cụ xây dựng DSS để xây dựng cách nhanh chóng chẳng hạn ứng dụng phần mềm bảng tính thực công việc, công cụ thực hiệu Các công cụ phát triển quanh phần mềm mô hình hóa tài kế hoạch Từ năm 1960, mô hình kế hoạch nâng cao từ khái niệm tối nghĩa cho tập đoàn lớn đến công cụ thích hợp cho lập kế hoạch hầu hết loại công ty Một tính chất quan trọng mô hình tài mô hình chúng hướng đại số Đó là, công thức viết theo cách mà người viết phương trình Các bảng tính lập mô hình chúng với hướng tính toán hay phép tính Định nghĩa tảng mô hình hóa kế hoạch Định nghĩa mô hình kế hoạch khác chút với phạm vi ứng dụng Ví dụ, mô hình kế hoạch tài có tầm nhìn kế hoạch ngắn kéo theo không nhiều việc thu thập công thức kế toán cho việc lập báo cáo tài chuyên nghiệp theo mẫu (ví dụ, mô hình tĩnh) Mặt khác, mô hình kế 20 hoạch công ty thường bao gồm liên mối quan hệ định lượng logic phức tạp tài công ty, thị trường hoạt động sản xuất Trong tình cảnh này, mô hình có tiện ích lớn Ngoài mô hình kế hoạch dựa DSS chung, có nhiều loại mô hình công nghiệp cụ thể, đặc biệt cho bệnh viện, ngân hàng trường đại học Ngày nay, có khoảng 100 ngôn ngữ mô hình hóa kế hoạch hóa (PML) thị trường Chúng sẵn sàng mạng chia sẻ thời gian gói cho máy chủ, máy nhỏ máy vi tính II.15 Mô hình định lượng làm sẵn Bộ sinh DSS cung cấp nhiều mô hình định lượng chuẩn (các công cụ xây dựng) lĩnh vực thống kê, phân tích tài chính, kế toán khoa học quản lý Các mô hình gọi lệnh, là: SQRT, NPV Hơn nữa, nhiều sinh DSS dễ dàng giao tiếp với phương thức định lượng chuẩn mạnh độc lập gói Nhiều gói thường mạnh nhiều so với thủ tục xây dựng Một mô hình định lượng tổ chức lập trình trước khác thông qua mẫu Các mô hình lập trình trước sử dụng để đẩy nhanh thời gian lập trình xây dựng DSS, đặc biệt chúng xây dựng hay giao diện tồn Một số mô hình xây dựng khối mô hình định lượng khác Ví dụ, mô hình hồi quy phần mô hình dự báo mà hỗ trợ mô hình kế hoạch hóa tài Mô hình hóa tài Các hàm tài xây dựng vào hầu hết bảng tính sinh DSS Tuy nhiên, có lượng lớn gói độc lập thị trường Một vài ví dụ tiêu biểu: FINAR, Micro-DSS/Finance, Peach Plan, … II.16 Cấu trúc quản lý sở mô hình Khái niệm quản lý sở mô hình gọi cho gói phần mềm với khả tương tự DBMS CSDL Không may, có hàng tá gói DBMS thương mại, gói quản lý sở mô hình toàn diện thị trường Các khả bị giới hạn, mà gói quản lý mô hình nên đưa ra, cung cấp số chương trình bảng tính sinh DSS dựa kế hoạch tài Một lý cho tình công ty sử dụng mô hình khác Một lý khác số khả MBMS (ví dụ, chọn mô hình để sử dụng, định giá trị để chèn vào,…) đòi hỏi khả chuyên môn suy luận đó, MBMS lĩnh vực thú vị cho ứng dụng hệ chuyên gia tương lai Trong chờ đợi, hầu hết khả MBMS phải phát triển từ vạch xuất phát nhà phân tích lập trình hệ thống Một hệ thống quản lý sở mô hình (MBMS) hiệu tạo khía cạnh có cấu trúc tính thuật toán tổ chức mô hình việc xử lý liệu kết hợp ẩn người sử dụng MBMS Những nhiệm vụ mối quan hệ tường minh cụ thể mô hình để định dạng cho mô hình đầu mô hình đầu vào mô hình khác mà không đặt trực tiếp vào người sử dụng MBMS thực trực tiếp hệ thống MBMS có khả mong muốn: điều khiển, linh hoạt, phản hồi, giao tiếp, giảm dư thừa, tính quán tăng 21 Một thiết kế MBMS phải cho phép người sử dụng DSS để: Truy cập thu hồi mô hình tồn Thực hành thao tác mô hình tồn – bao gồm thuyết minh ví dụ cụ thể mô hình, lựa chọn mô hình tổng hợp mô hình, cung cấp kết đầu mô hình phù hợp Lưu trữ mô hình tồn – bao gồm biểu diễn mô hình, trừu tượng mô hình lưu trữ mô hình vật lý mô hình logic Duy trì mô hình tồn thích hợp cho điều kiện thay đổi Xây dựng mô hình với nỗ lực hợp lý cần thiết Một số lượng yêu cầu phụ trợ phải đạt để cung cấp năm khả Nó tìm kiếm liệu thích hợp từ DBMS chuyển cho mô hình mà sử dụng Hơn nữa, phải có khả phân tích giải thích kết đạt từ việc sử dụng mô hình Điều hoàn thành số cách III Kết luận Qua tiểu luận tìm hiểu khái niệm mô hình hóa hệ hỗ trợ quản lý, mô tả mô hình MSS tương tác với liệu người sử dụng Đồng thời tìm hiểu lớp mô hình tiếng thực định với vài phương án thay Mô tả bangrtinhs dùng cho nô hình hóa giải pháp Qua giải thích khái niệm tối ưu, mô heuristic, sử dụng Và biết làm để cấu trúc mô hình lập trình tuyến tính Ngoài ra, tìm hiểu cách tìm phương thức sử dụng để giải mô hình MSS Mô tả vấn đề chủ yếu việc quản lý mô hình Một vài người tin nhà quản lý không cần biết cấu trúc bên mô hình khía cạnh kỹ thuật mô hình hóa Nó giống điện thoại hay thang máy, họ sử dụng Những người khác cho điều trường hợp ngược lại Cuối cùng, nhóm xin chân thành cảm ơn cô Hoàng Thị Lan Giao cung cấp tài liệu giúp đỡ hoàn thành tiểu luận Do kiến thức hạn chế, nên tiểu luận tránh khỏi thiếu sót thuật ngữ số khái niệm, mong nhận đóng góp ý kiến cô giáo bạn để có hội trau dồi kiến thức Xin chân thành cảm ơn! 22 TÀI LIỆU THAM KHẢO [1] Decision Support Systems and Intelligent Systems, Efraim Turban and Jay E Aronson, Copyright 1998, Prentice Hall, Upper Saddle River, NJ [2] www.sim.hcmut.edu.vn [3] http://www.atwebo.com/dss_models.htm 23 [...]... hành và thao tác các mô hình tồn tại – bao gồm sự thuyết minh bằng ví dụ cụ thể về mô hình, lựa chọn mô hình và tổng hợp mô hình, và cung cấp các kết quả đầu ra mô hình phù hợp 3 Lưu trữ mô hình tồn tại – bao gồm biểu diễn mô hình, trừu tượng mô hình và lưu trữ mô hình vật lý và mô hình logic 4 Duy trì mô hình tồn tại khi thích hợp cho các điều kiện thay đổi 5 Xây dựng các mô hình mới với nỗ lực hợp lý. .. với người quản lý 5 Mô hình được xây dựng từ quan điểm của người quản lý và trong cấu trúc quyết định của họ 6 Mô hình mô phỏng được xây dựng cho một bài toán cụ thể và thường sẽ không giải quyết bất kỳ bài toán khác Do đó, không có sự hiểu biết tổng quát là yêu cầu của người quản lý; mỗi thành phần trong mô hình tương ứng một - một với một phần của mô hình đời sống thực 7 Mô phỏng có thể xử lý một biến... Nó có thể tìm kiếm các dữ liệu thích hợp từ DBMS và chuyển nó cho mô hình mà sẽ sử dụng nó Hơn nữa, nó phải có khả năng phân tích và giải thích các kết quả đạt được từ việc sử dụng mô hình Điều này có thể được hoàn thành trong một số cách III Kết luận Qua tiểu luận này chúng tôi đã tìm hiểu các khái niệm cơ bản về mô hình hóa hệ hỗ trợ quản lý, mô tả các mô hình MSS tương tác với dữ liệu và người sử... thời cũng tìm hiểu các lớp mô hình nổi tiếng và thực hiện quyết định với một vài phương án thay thế Mô tả các bangrtinhs có thể được dùng cho nô hình hóa và giải pháp như thế nào Qua đó cũng giải thích được các khái niệm cơ bản về tối ưu, mô phỏng và heuristic, khi nào sử dụng nó Và cũng biết được làm thế nào để cấu trúc một mô hình lập trình tuyến tính Ngoài ra, chúng tôi cũng tìm hiểu cách tìm các... phần của mô hình dự báo mà hỗ trợ một mô hình kế hoạch hóa tài chính Mô hình hóa tài chính Các hàm tài chính được xây dựng vào trong hầu hết các bảng tính và các bộ sinh của DSS Tuy nhiên, có một lượng lớn các gói độc lập trên thị trường Một vài ví dụ tiêu biểu: FINAR, Micro-DSS/Finance, Peach Plan, … II.16 Cấu trúc và quản lý cơ sở mô hình Khái niệm quản lý cơ sở mô hình gọi cho một gói phần mềm với các... các phương thức được sử dụng để giải quyết các mô hình MSS Mô tả các vấn đề chủ yếu của việc quản lý mô hình Một vài người tin rằng các nhà quản lý không cần biết cấu trúc bên trong của mô hình và các khía cạnh kỹ thuật mô hình hóa Nó giống như chiếc điện thoại hay thang máy, họ chỉ sử dụng nó Những người khác cho rằng điều này không phải là trường hợp và ngược lại là đúng Cuối cùng, nhóm chúng tôi... việc hình thành quá phức tạp Các thuận lợi và bất lợi của mô phỏng Sự chấp nhận của mô phỏng gia tăng có lẽ do 1 số các tác nhân: 1 Lý thuyết mô phỏng là tương đối đơn giản 2 Mô hình mô phỏng đơn giản là tổng hợp nhiều mối quan hệ phần tử và các liên thuộc, phần lớn trong số đó là được giới thiệu từ từ theo yêu cầu của người quản lý và theo một cách chắp vá 3 Mô phỏng mang tính mô tả hơn là chuẩn hóa. .. các gói quản lý cơ sở mô hình toàn diện hiện nay trên thị trường Các khả năng bị giới hạn, mà gói quản lý mô hình nên đưa ra, được cung cấp bởi một số chương trình bảng tính và bộ sinh DSS dựa trên kế hoạch tài chính Một lý do cho tình huống này là mỗi công ty sử dụng các mô hình khác nhau Một lý do khác là một số khả năng MBMS (ví dụ, chọn mô hình nào để sử dụng, quyết định giá trị nào để chèn vào,…)... phi định lượng Các phương pháp mô hình hóa và các chủ đề được thảo luận đến nay đều tập trung quanh các mô hình định lượng tuy nhiên mô hình hóa trong MSS có thể liên quan đến các mô hình phi định lượng Trong nhiều trường hợp mô hình phi định lượng được giới thiệu trong các luật Ví dụ, dưới đây có thể được xem như một mô hình lập lịch: 1 Nếu một công việc không phức tạp và nếu nó mất dưới 15 phút để... gồm các liên mối quan hệ định lượng và logic phức tạp giữa tài chính công ty, thị trường và các hoạt động sản xuất Trong tình cảnh này, mô hình có tiện ích lớn Ngoài các mô hình kế hoạch dựa trên DSS chung, có nhiều loại mô hình công nghiệp cụ thể, đặc biệt là cho bệnh viện, ngân hàng và các trường đại học Ngày nay, có khoảng 100 ngôn ngữ mô hình hóa và kế hoạch hóa (PML) trên thị trường Chúng sẵn