Loading presentation...

Present Remotely

Send the link below via email or IM

Copy

Present to your audience

Start remote presentation

  • Invited audience members will follow you as you navigate and present
  • People invited to a presentation do not need a Prezi account
  • This link expires 10 minutes after you close the presentation
  • A maximum of 30 users can follow your presentation
  • Learn more about this feature in our knowledge base article

Do you really want to delete this prezi?

Neither you, nor the coeditors you shared it with will be able to recover it again.

DeleteCancel

KARAR DESTEK SİSTEMLERİ (DSS)

No description
by

Mustafa Çetin

on 1 November 2016

Comments (0)

Please log in to add your comment.

Report abuse

Transcript of KARAR DESTEK SİSTEMLERİ (DSS)

KARAR
DESTEK SİSTEMLERİ
(DSS)

Prof. Dr. Mustafa ÇETİN- 2016
Karar Destek Sistemleri
, yani DSS yöneticilerin karar vermesine yardımcı olan interaktif ve bilgisayar ortamında olan sistemlerdir . DSS ‟ ler yöneticilerin karar vermede yardımcı olacak veriye ulaşmasına, özetlemesine ve analiz etmesine yardımcı olur . Bu sistemler sadece veri - odaklı veya model odaklı DSS ‟ ler olabilirler . DSS ‟'ler tüm kuruluş çapında geniş kullanıcı gruplarını destekleyen ağ bağlantılı veri ambarları olabileceği gibi , tek bir yöneticinin masasında yüklü bir program da olabilir. Başarılı bir DSS tasarlamak ve hayata geçirmek için en önemli kriter ne çeşit bir sistem inşa etmeye çalıştığımızı iyi bilmek yani iş hedefleri ve ihtiyaçları doğrultusunda analizi yapabilmek için gereken bilgilerin operasyonel sistemde güncel olarak beslenmesi gerekir.
Bir DSS operasyonel kararları desteklediği gibi daha stratejik ve uzun dönem karar ve problem çözme aşamalarını destekliyor olabilir . DSS ‟ lerin amaçları , DSS veritabanı , parametreler , tutulan verinin zaman aralığı ve bu verileri almaya analiz etmeye yarayan araçlar aslında hangi tarz sorulara yanıt alabileceğimizi belirler . DSS ‟ imizin tasarımı ve kapasitesi gerçeğe dayalı kararlarımızı etkiler . DSS alımı yapacaklar dikkatli olmalılar . Her zaman istediğimiz ve ihtiyaç duyduğumuz özellikleri elde edemeyebiliriz . Her zaman için gerçekleşemeyecek sözler vermek ve son kullanıcıların gerçekçi olmayan beklentilere girmeleri çok kolaydır . En iyi DSS bile kötü kararları engellemeyecektir . Bazı yöneticiler yanlış sorular sormaya ve verilerden yanlıĢ sonuçlar çıkarmaya devam edeceklerdir . Geniş faaliyet alanı ve yüksek geliştirme maliyeti sebebiyle şirket çapında implemente edilecek bir DSS ‟ e duyulan güven tamdır . Kötü tasarlanmış bir DSS kötü kararların etkisini arttırabilir.
Karar Destek Sistemleri , kullanıcı , tasarımcı ve geliştiricilerin ihtiyaç , bilgi ve karar destek sonuçlarıyla ilgili karar birliği olur ise yararlıdır . Karar organı olan yöneticilere zaman zaman tek gerçeği verebilmek , basit bir ad hoc analiz yapabilmek , verileri kendi görüş açısına göre düzenlenmiş raporlarda gösterebilmek Karar Destek Sistemlerinin yararlı sonuçlarıdır .

Karar destek sistemlerini kullanan firmalar kullanmayanlara oranla daha avantajlıdır . Bu avantajlar Ģöyledir :

o Karlılık daha yüksektir.
o Karlılık daha kararlıdır, zaman içinde daha az değişiklik gösteririr.
o Karara ulaşma süresi daha kısadır.
o Daha fazla alternatif gözönünde bulundurulur.
Kararlarını gerekçeli olarak açıklayabilme olanağına sahiptir.
1.5 KARAR DESTEK SİSTEMİNİN ANA BİLEŞENLERİ
Bir karar destek sisteminin sahip olması gereken özellikleri ortaya koyduktan sonra , şimdi yine kısaca sistemin ana bileşenlerinden söz etmek istiyoruz . Ancak bu sayede bilgisayarlara dayalı diğer bilişim sistemlerinden farkını anlayabiliriz .

Temel olarak veritabanı , model tabanı ve kullanıcı arabiriminden oluşur . Kısaca söz etmek gerekirse , öncelikle firmanın içsel ve çevreye ilişkin diğer bilgi gereksinimi uygun veritabanı yardımı ile sağlanır . KDS veritabanı finans verilerini, muhasebe verilerini , satıĢ-pazarlama verilerini , imalat ve insan kaynakları verilerini içerir.

Karar destek sistemlerinin önemli özelliği olan model tabanı sistem içinde yer almalıdır . Söz konusu modeller destek verdikleri yönetim düzeyine göre Stratejik , Taktiksel, Operasyonel ve model yapım blokları olarak 4‟e ayrılır.

Model Tabanı : istatistiksel , finansal , tahmini , operasyonel modelleri ve planlama modellerini içebilir . Model yönetim sistemi modellere erişimi ve denetlemesini sağlar. Yukarıda sayılan veritabanı ve model tabanındaki kaynakları işleyerek, karar vericinin önüne etkileşimli olarak bunları sunabilecek bir “kullanıcı arabirimi”nin sistem içinde yer alması gerekiyor.
1.6 KARAR DESTEK SİSTEMLERİ GELİŞTİRME SÜRECİ
Karar Destek Sistemlerinin , temel özellikleri ve bileşenleri göz önüne alınarak geliştirilmesi gerekiyor . Bunu sağlamak üzerede belirli aşamaların adım adım gerçekleştirilmesi , sitemin başarısını etkileyen en önemli etmenler arasındadır . Aslında bu aşamalar diğer yönetim bilişim sistemlerinde de vardır . En önemli fark sistemin temel bileşenleri arasında yer almakta olan model tabanı yönetim sistemi ve kullanıcı ara birimi sayılabilir . Üstelik firma dışındaki çevre koşulları ve özellikle ekonomik , sosyal ve siyasal değişkenlerin veritabanına ve dolayısı ile modellere katılması önem kazanmaktadır.

Bu nedenle KDS ‟ nin geliştirilme evrelerinin incelenmesinde yarar görülmektedir . KDS ‟ nin yaratılması işleminin ilk adımını amacın , sorunun ve gereksinimlerin belirlenmesi işlemi oluturacaktır . Her şeyden önce sorunun böyle bir sistemin ortaya konmasını gerektirecek özelliklere sahip olması beklenir .
1.7 KDS GELİŞTİRME EVRELERİ


1.ADIM PLANLAMA

2.ADIM ARAŞTIRMA

3.ADIM ÇÖZÜMLEME

4.ADIM Veritabanı , Kullanıcı Arabirimi , Model Tabanı Tasarımı

5.ADIM PROGRAMLAMA

6.ADIM TEST , EĞİTİM VE UYGULAMA

7.ADIM BAKIM

8.ADIM UYARLAMA
KARAR DESTEK SİSTEMİ TÜRLERİ

Karar destek sistemleri ,

Çeşitli araçları, modelleri ve verileri

Kullanarak yönetim mekanizmasına yardımcı olan yönetim destek sistemlerinin en temel grubudur .
KDS

ANALİTİK MODELLERİ VERİ TABANINI

BİR KARAR VERİCİNİN YARGISINI MODELLEME SÜRECİNİ KULLANIRLAR

BİR KDS YAPISI

KDS TÜRLERİ

KDS türlerini şu şekilde sınıflandırabiliriz.

Model tabanlı
Veri tabanlı
Web tabanlı
Bilgi tabanlı
İletişim tabanlı
Spreadsheet tabanlı
Doküman tabanlı

Model Tabanlı KDS ilk KDS 1980‟lerde model tabanlı olarak gelişti. Model tabanlı KDS
“Şayet ....Olursa” ve diğer farklı analizlerin yapılanması için modeller kullanır ve büyük organizasyonel bilgi sistemlerinden bağımsızdır . Son kullanıcı bölümler yada gruplar tarafından geliĢtirilirler
Analiz yetenekleri , iyi bir kullanıcı ara yüzüne bağlıdır .
MODEL TABANLI KDS

Finansal,istatiksel,optimizasyon ve simülasyon modellerinin işlenmesini gerçekleştirirler..

GeniŞ veri tabanları model tabanlı KDS ‟ ler için gerekli değildir.


VERİ TABANLI KDS
Büyük organizasyonel sistemlerde bulunan büyük veri havuzlarını analiz eden sistemlerdir.

Daha önce büyük miktardaki verilerde saklı kalan bilgileri çıkararak kullanıcılara karar desteği sağlarlar.

Bu amaç için büyük veri ambarlarından iŞ süreç sistemlerinden veriler sık sık toplanır .

Veri analizinde on-line analitik süreç (OLAP) ve veri madenciliği kullanılır.


1.1 DSS KATEGORİLERİ
Kuruluş bazında yaygın DSS çok basit sistemlerden, çok kompleks veri yoğunluğu olan ve sofistike analitik işlemler yapabilen sistemlere kadar değişik çeşitleri vardır . En basit anlatımıyla bir DSS verilere kolay ulaşımı sağlayan bir araçtır . En kompleks kuruluş bazındaki DSS ‟ ler bir çok karar - destek odaklı veritabanı ve veri ambarlarına , önceden hazırlanmış modellere ve grafiklere ulaşımı sağlayan konularda etkileşimli sistemlerdir . Bir çok kuruluşta Şirket çapında kullanılan DSS , veri ambarları ve tek kullanıcılı DSS ‟ ler arasında iletişimsizlik görürüz . Mesela DSS uzmanları şirket çapında DSS ‟ i verilerin tek bir yerde tutulduğu ve PC ‟ lerde analiz edildiği bir şekilde geliştirebilirler . Bu tek taraflı köprü DSS mimarisine bir örnektir . Verinin nerede tutulacağı nasıl analiz edilip gösterileceği önceden çok iyi planlanmalıdır . İstemci / sunucu bir mimaride son kullanıcı PC‟ler , verilerin tutulduğu ambarlar arasında bağlantı kurup veri ve analiz sonuçları taşıyabilirler . DSS bir kuruluşta her yerde olabilir.
Piyasada olan birçok tek kullanıcılı DSS ‟ ler vardır. Microsoft Access veya Excel ‟ le yapılmış muhasebe ve finansal modeller bir yöneticinin makinesinde yüklü olabilir . Bazı organizasyonlarda analistler kendi olanaklarıyla finansal analizler hazırlarlar ve sonuçlarını şirket intranetinde veya EIS ‟ de yayımlarlar . Daha başka bir DSS aracı , simulasyon genelde tek kullanıcılı paketler halinde satılır. Ancak bazı durumlarla DSS optimizasyon modelleri yerel ağ yardımıyla çekilen gerçek verilerle hesaplanmak durumunda olabilir. Tüm DSS‟ler yöneticilere karar aşamasında yardımcı olurlar . Sorular karmaşık veya basit olabilir . Örneğin ,

Bir yönetici son beş yılda gerçekleşen toplam satışları , Hangi ürünler o ay içerisinde 5 günden fazla tedarik edilemedi , 2000 yılında hangi müşteriler en çok sipariş verdiler , Kar hedeflerine ulaşabiliyor muyuz , Hangi satış temsilcileri kotalarını dolduruyorlar gibi sorular sorabilirler .
Bu iki uç yaklaşım arasında bir noktada tasarıma geçmek olabilir görünmektedir. Bu yaklaşımla,

A) Bir karar destek sisteminin her seviyede kullanılabilecek , modelleme ve bilgi alış verişi sağlayan komut diller içeren bir paket yazılımı halinde tasarlanması ,

B) Bu yazılımın , kullanım olanakları arttıran ve sistem dıĢı yazılım ve bilgilere eriĢimi sağlayan araçlarla donatılması yeterli sayılabilir.

Bu öneriyi bağımsız ve yüksek seviyeli işlevler yazılımı alt sistemleri topluluğu olarak özetleyebiliriz.
1.4 KARAR DESTEK SİSTEMLERİNİN ÖZELLİKLERİ
Karar destek sistemlerini diğer sistemlerden ayıran bazı özelliklerin açıklanmasında yarar görülmektedir.

1. Karar destek sistemleri her Ģeyden önce yapısal olmayan yada yarı yapısal karar türleri için düşünülmelidir . Karar destek sistemlerini insan yargısı ve bilgi işlem olanaklarının bir araya getirildiği bir sistem olarak ele almak gerekiyor . Bu tür özelliklere klasik veri işlem sistemlerinde (EDP) veya yönetim biliĢim sistemlerinde (MIS) rastlamak olası değildir.

2. Karar destek sistemlerinin destek verdiği karar türleri ile ilgili olarak öne sürdüğümüz kural kesin çizgilerle ayırt edilmiş değildir . Bazen yönetimsel ve işlemsel düzeylerde ve hatta yapısal karar türleri için uygulanabildiği görülür . Böylece her düzeydeki yöneticilere destek sağladığı söylenebilir.

3. Bazı işletmelerde alınan kararlar bireysel olmayıp , gruplar tarafından alınmaktadır . Bu tür kararlara destek vermek üzere “ grup karar destek sistemleri ” geliştirilebilir . Birbirine bağlı yada ardışık kararların alınmasında bu tür sistemler kullanılabilir . Bu sayede bir yöneticinin aldığı bir karar bir diğer yöneticiye aktarılarak onun alınacağı kararlar için bir temel oluĢturulabilir.
4. Karar verme sürecinin bir çok aşamasında bu sistemlerin rolü olabilir . Özellikle düşüncenin oluşması , tasarım , seçim ve uygulanması adımlarında karar destek sistemlerinin desteğinden yararlanılabilir .

5. Karar destek sitemleri uygulama kolaylığına ve esnekliğe sahip olmalıdır . Bu sayede sistemi oluşturan temel unsurlar ele alınan soruna uygun olarak düzenlenebilir . Kullanıcı beklenmedik durumları da sisteme dahil ederek , sistemin davranıĢını izleyebilir.

6. Bu sistemlerin en belirgin özelliklerinden biride kullanım açısından kolay yapıda olması gereğidir . Çünkü çoğunlukla bilgisayar bilgisine sahip olmayan üst yöneticiler tarafından bu sisteme baş vurulacaktır . O halde sisteme ve onun kaynaklarına erişim en basit yoldan sağlanmalıdır . Bu durum özellikle sistemin temel bileĢenlerinden olan “ kullanıcı arabirimi ” ‟ nin önemini ortaya koyuyor .

7.Karar destek sistemleri çeşitli karar verme süreçlerine destek sağlamalı fakat bunlardan birine bağlı olmamalıdır.
VERİ TABANI YÖNETİM SİSTEMLERİ & MS ACCESS




Amaç: Veri Tabanı Yönetim Sistemlerinin kullanımı , veri giriŞinden , veri çıkıŞına , makro yazılımları dahil tüm yönleri ile anlatılması ve uygulaması .

Kapsam:

. Veri tabanı yönetimi kavramı
. Veri giriŞi ve düzeltme

. Veri sıralama, endeksleme ve özetleme
. Veri tabanı dosyalama iŞlemleri

. Fonksiyonlar
. Veri yönetimi

. Rapor basımı


UZMAN SİSTEMLER




Amaç : Bilgi teknolojilerinin en son trendlerinden suni zeka ve uzman sistemlerin tanıtımının yapılması ve uygulanması konusunda tartıŞma ortamı oluŞturmak .

Kapsam:

. İŞ dünyasında suni zeka uygulamaları

. Uzman sistemlerin temelleri
. Uzman sistemlerin kuruluŞu

. Yapay sinir ağları

. Öğrenen makine teknolojileri

. İŞ dünyasından uygulama örnekleri


Karar Destek Sistemleri
, bir çok değişik sistem, araç ve teknolojiyi kapsar . DSS terimi teknoloji boyutundan bakıldığında OLAP teknolojisi (On Line Analytical Processing ) olarak ifade edilebilir. Karar Destek Sistemlerinde önemli olan bilgiye dayalı bir sistem yaratmaktır. Genellikle OLTP olmayan tüm sistemler, DSS olarak adlandırılır . Eğer bir program PC üzerinde çalıĢıyorsa ve yöneticilerin karar vermesine yardımcı oluyorsa bu sistemi DSS olarak değerlendirebiliriz . OLTP ve OLAP ifadeleri DSS başlığı altında toplanabilir .
Bilgi İşlem Uzmanları ve yöneticiler istenilen DSS sistemini nasıl dizayn ediyorlar ? İlk yapılması gereken toplanabilecek kadar çok bilgi toplamaktır. İkinci yapılması gereken hem bilgi işlem görevlilerinin hem de sistemi kullanacak olan kişilerin yer aldığı bir tasarım ve geliştirme süreci yaratmaktır . Son kullanıcılar , bilgi işlem personeli ile yapılabilecekler , kapasite , beklentiler , ihtiyaçlar ve düşünülen sistem tarafından hangi kararların desteklenebileceği gibi konularla detaylı görüşmelidirler . DSS in iki ana kategorisi hakkında bilgi vererek konumuza girelim : Kuruluş Bazında kullanılan DSS ve tek kullanıcılı DSS. Kuruluş bazında DSS , genelde büyük veri ambarlarına bağlıdırlar ve birçok yöneticiye hizmet vermektedirler . Masaüstü , tek kullanıcılı DSS ise genelde tek bir yöneticinin bilgisayarında yüklü küçük sistemlerdir .
1.1 DSS KATEGORİLERİ
1.1 DSS KATEGORİLERİ
1.1 DSS KATEGORİLERİ
1.2 DSS YARARLARI
Üretilen ilk karar destek yazılımları , özel durumlar için öngörülmüş olup , genel amaç için kullanılmama ve sürekli değişiklik yapma ihtiyacı doğurması gibi dezavantajları vardır . Ancak ilk yazılım zaman içinde değişmiştir . Mükemmel veya ona yakın bir yazılımın içermesi gereken unsurlar ortaya konmuştur ancak tümünü bir yazılıma sığdırmak henüz mümkün olmamıştır.Çok değişik yazılım öğesi kullanılabilmeli kullanım içinde belli bir sıraya bağımlı olmamalı ve dış ve sistem içi değişik bilgi kaynakları ile iletişim ve uyum sağlanabilmelidir . Diğer önemli bir nokta ise karar destek sistemi ile kullanıcı arasında çok sayıda iletişim noktası olmalıdır .

Bu işlevleri en iyi seviye ve verimle kullanacak karar destek sistemi üretmek için iki yaklaşım öne sürülebilir.

1. Belirli bir amaca yönelik işlevlere öncelik verip , diğer olanaklara gerektikçe bağlantı kurabilme veya en fazla faydalanma olanağı sağlamaktır . 2. En fazla olanak sağlayan genel bir karar destek sistemi paketi tasarlamak
1.3 KARAR DESTEK SİSTEMLERİNİN YAPISI
1.3 KARAR DESTEK SİSTEMLERİNİN YAPISI
1.4 KARAR DESTEK SİSTEMLERİNİN ÖZELLİKLERİ
BİLGİ TABANLI İMALAT KARAR DESTEK SİSTEMLERİ ve BİR UYGULAMA
GİRİŞ:

Geçen yüzyılın sonlarına gelindiğinde geçmiŞe kıyasla dünyada her konuda büyük değiŞimler yaŞanmıŞtır . Bu bağlamda malzeme ve teknolojideki geliŞmeler plastik , elektronik , bilgisayar gibi birçok endüstriyi de ortaya çıkarmıŞtır . Buna paralel olarak rekabet artıŞı ve biliŞim alanındaki geliŞimler yeni ufuklar açmıŞtır . Tüm bu faktörler , farklı ürün özellikleri ve yüksek kalite talepleriyle firmaları yeni imalat stratejileri geliŞtirme arayıŞına itmiŞtir [Scott, 1994].

Farklı firma yapıları için uygun imalat stratejileri ve organizasyon yapılarının belirlenmesindeki zorluklar , problemin çözümü için değiŞik yöntemlerden yararlanmayı gerekli kılar . Bilgi tabanlı sistem kullanımı da bu çözüm yollarından biridir . Bu sistemler , imalat yöneticilerine , uzman kiŞilerden elde edebilecekleri bilgileri bilgisayardan sağlama imkanı sağlarlar . Bu sistemler , önemli derecede uzmanlık gerektiren zor problemlerin çözümünde bilgi ve çıkarım iŞlemlerini kullanan zeki bilgisayar programlarıdır .

İMALAT KARAR DESTEK SİSTEMLERİ


İmalat yöntemlerindeki geliŞmeler , dünya ticaretine rekabetçi bir yapı kazandırmıŞtır . Bu durumda iŞletme faaliyetlerinin yürütülmesinde modern bir imalat stratejisi , firmalar için en hayati bir konuma gelmiŞtir [Çil , 1997] . Bu geliŞmeler esnasında , 90 lı yıllarda , stratejiler ve organizasyon yapıları eskilere oranla oldukça farklılaŞmıŞtır . 80‟li yıllardaki üretim ortamındaki otomasyon, 90 „lı yıllarda büro otomasyonuna dönüŞmüŞtür . Buna paralel olarak imalat organizasyonları , tüm karar verme süreçlerinde de bir takım radikal değiŞimlere gitmiŞlerdir [Samson, 1991] , [Moody,1990] , [Adler ve diğerleri , 1992] , [Çakar, ve Çil, 2001] . Bu sebeple imalat stratejisi planlamada Şu faktörler belirleyici rol üstlenmektedirler:


• Fiyat rekabeti, firmaları daha fazla maliyet düŞürme faaliyetlerini yapmaya zorlamaktadır.


• Kalite rekabeti , daha fazla hassasiyet ve kontrolü gerektirmektedir.


• Üretim , ekonomik açıdan daha cazip olan coğrafik mekanlara kaymıŞtır. Bu istekler üretim tesislerinin , prodüktif bir kapasite ile çalıŞmalarını sınırlandırmaktadır . Sonuçta üretim mekanizmasına dayalı olarak iŞleyen pazar , üretim kapasitesini artırmak için imalat yönetiminde , kısa dönemde tesisten daha fazla yararlanmayı gerekli kılar . Bu da tekrarlanan basit görevlerin yerine getirilmesi için organize edilen tesisin gücünü kontrol etmeye yönelik daha etkin yönetim anlayıŞlarını ortaya çıkarmaktadır .


Bunun baŞlıca nedenleri Şöyle sıralanabilir:


• Karar destek sistemlerinin fonksiyonelliği ve esnekliği kısıtlıdır.


• Karar destek sistemlerinde çözüm için bir açıklama mekanizması yoktur.



Bu hususlar karar destek sistemlerinin zekadan yoksun olduklarını veya çok az, yetersiz bir zekaya sahip olduklarını gösterir . Karar destek sistemlerinin bu dezavantajlarını ortadan kaldırmak için , bu sistemleri bilgi tabanlı sistem teknolojisi ile bütünleŞtirmeye teŞebbüs edilmiŞtir [Olson ve diğerleri , 1992] . İŞaret edilen bu eksiklikler , bütünleŞik bir yapı içerisinde bilgi tabanlı sistemlerin kullanılmasıyla giderilebilir.



Bilgi tabanlı sistemler , zeki davranıŞ gösteren bilgisayar programlarıdır ve bilgisayar biliminin bir dalı olan yapay zekanın bir ürünüdürler . Bunlar , çok çeŞitli problemleri çözmede zeki araçlar olarak kullanılmaktadırlar . Bilgi tabanlı sistemler , özel amaçlı kullanımlar için tasarlanırlar . Bu özellikleri , bilgi tabanlı sistemlerin gerçek zamanlı ve çok zor iŞleri yürütmesini mümkün kılar . Önemli bazı farklılıklara rağmen bu sistemlerin yapılarında bir bilgi tabanı , çalıŞma belleği , çıkarım mekanizması , açıklama düzeni ve kullanıcı arabirimi gibi ortak temel bileŞenler vardır [Martin, 1988], [Çakar ve Çil ,1997].

Belirtildiği gibi karar destek sistemi tasarımcıları , bilgi tabanlı sistemleri karar destek sistemi mimarisi içerisine koyma ihtiyacını duymaktalar [Ignizio, 1992] . BütünleŞme , hem karar destek sistemleri fikrinin , hem de bilgi tabanlı sistem yaklaŞımının yeteneklerinin artması yanında mantıksal bir geniŞleme sağlanmaktadır

Yani eldeki problemin özel karakterlerine bağlı olarak , analitik araçlar [matematiksel model ve algoritmalar) ve bilgi tabanlı sezgisel yaklaŞımları , aynı problem için birlikte kullanma olanağı sağlarlar.

Şekil 1‟de temel olarak iki ayrı kısım göze çarpmaktadır. Bunlardan şeklin sol yanında yer alan kısım aslında geleneksel bir karar destek sistemi yapısıdır. şeklin sağındaki kısım ise bilgi tabanlı bir uzman sistem yapısıdır. şekil 1‟in sol yanında yer alan karar destek sisteminde firmaya ait tüm veriler bir veri tabanında tutulmaktadır. Bu çalıŞmada Microsoft Access veri tabanı kullanılmaktadır. Bu veriler ürünlerle ilgili veriler, firmanın üretim bilgileri, satıŞlar ve maliyet verileri, stok verileri, yan sanayi ve tedarikçilere ait verilerdir. Analitik metotlar olarak ifade edilen bileŞende ise stok hesaplamaları, talep tahmini hesaplaması, kapasite hesaplamaları maliyet hesaplamaları ve teslim tarihini belirlemeyle ilgili modeller yer almaktadır. Bu modeller Visual Basic ve Excel de Makrolar olarak hazırlanmıŞtır. Şekil 2‟in sağ tarafında yer alan uzman sistem kısmında ise örnek olay olarak ele alınan firmanın imalat kararlarını teŞkil eden kurallardan oluŞan bilgi tabanı ve bir çıkarım mekanizması yer almaktadır. Şekil2 DSS nin uzman sistemle çalıŞması
Şekil 2‟deki bu iki yapının yani karar destek sistemi ve uzman sistemin birlikte nasıl çalıŞtıkları ise kullanıcı arayüzü tarafından sağlanmaktadır . Uzman sistem çalıŞtırıldığında , arayüz vasıtasıyla kullanıcıdan satıŞ tahminleri , pazarın büyüklüğü, eldeki kapasitenin yeterli olup olmadığı gibi parametre değerlerinin girilmesi istenmektedir . Bu sorulara kullanıcı doğru ve kesin değerler verebilmesi için bir karar destek sistemine gerek duyulmaktadır . Bu amaçla ilgili analitik modeller kullanılarak sonuçlar alınmakta daha sonra bu sonuçlar doğrultusunda uzman sistem tarafından sorulan sorulara cevaplar verilmektedir . Uzman sistem tarafından kullanıcıya yöneltilen tüm sorular cevaplandıktan sonra, uzman sistem kullanıcıya bir öneride bulunmaktadır . Bu öneriler sonraki kısımda görüleceği gibi “üretimin firma içerisinde üretilmesi uygundur ” ya da “yan sanayide yapılması uygundur” Şeklinde olmaktadır.
Özetlemek gerekirse , uzman sistemdeki parametre değerlerinin karŞılıkları kullanıcı tarafından girilirken , karar destek sisteminden faydalanılmaktadır Bu amaçla önce analitik modeller sistemin veri tabanındaki bilgileri kullanarak çalıŞtırılır . Modellerden elde edilen kesin bilgiler doğrultusunda ve bu sonuçlara dayalı olarak uzman sistemin kullanıcıya sorduğu sorulara cevaplar verilerek uzman sistemden danıŞmanlık sağlanır . Bu süreç şekil 2‟de görülmektedir .


Karar verme ve problem çözme aracı olan bilgi tabanlı sistemler , karar destek sistemlerini daha zeki yapmak üzere bu sistemlerin yeteneklerini geliŞtirebilir ve dolayısıyla uygulanabilir olma Şanslarını artırmaktadır . Daha güçlü bir karar desteğinin sağlanması ve daha kaliteli kararların verilebilmesi beklentileriyle bilgi tabanlı sistemlerin temel bileŞenleri , geleneksel karar destek sistemi elemanları ile bütünleŞtirilmektedir . Bir bilgi tabanlı sistem ve karar destek sisteminin bu Şekilde bütünleŞmesiyle , karar destek sisteminin model tabanı, veri tabanı, çıkarım mekanizması , bilgi yönetimini geliŞtiren bilgi temsil teknikleri ve kullanıcı ile diyalogu geliŞtiren zeki bir kullanıcı arabirimi bu yeni bütünleŞik sistemde yer alır . Böylece yeni sistem bilgi tabanlı sistem ve karar destek sistemlerinin her birinin ayrı ayrı yararlarını sistemin kullanıcılarına sunar .

Bu sistemler uzman bir insanın yaptığı gibi , kullanıcıya bir takım sorular sorarak konsültasyon boyunca , gerekli bilgileri elde eder . Probleme ait tavsiyelerde bulunur ve konsültasyon sonunda karar verebilir . Ayrıca karara nasıl ulaŞtığını açıklayabilir. Bilgi tabanlı sistemler, iŞ ortamındaki talepten doğmuŞtur . Günümüzde birçok büyük firma , banka , sigorta Şirketi ve finans kurumu bilgi tabanlı sistemleri kullanmaktadırlar.


Karar vermek için karar destek sistemleri ve uzman sistemlerin bütünleŞtirilmesi konusundaki en iyi örneklerden biri STRATEX ‟ dir . Bu sistem , ihracat firmaları için bir stratejik karar verme sistemidir [Borch ve diğerleri, 1991]. Bilgi tabanı ile karar destek sistemlerini birleŞtiren bir diğer örnek sistem EXBEST‟tir [Ehrenberg, 1990]. EXBEST , malzeme planlaması için bilgi tabanı ile karar destek sistemlerini bütünleŞtirir . Sistemin bilgi tabanı , kurallardan oluŞur . Bu kurallar, malzeme planlama sahasındaki uzmanların sahip oldukları bilgiyi tanımlar
ve uzmanın özel bir sahadaki bir probleme yaklaŞım tarzını ifade ederler .
Karar destek sistemleri ile uzman sistemleri bütünleŞtiren bir diğer çalıŞma ise , imalat stratejisi geliŞtirme alanında yapılmıŞtır . MATEX olarak adlandırılan sistem , imalat strateji geliŞtirme algoritmasına dayalı bir uzman sistem uygulamasıdır [Çil, 1997]. Çil ve Evren [1998], tarafından hazırlanan diğer bir çalıŞmada imalat firmaları için, firmanın rekabet stratejisi , pazar kazanma kriterleri ve bu kriterleri gerçekleŞtirecek olan imalat sistem yetenekleri değerlendirilerek imalat sistemi seçimi ve tasarımı gerçekleŞtirilir . Yatırım kararlarının değerlendirilmesinde, Sullivine ve Reeve, XVENTUR ‟ u geliŞtirmiŞtir [Liberatore , 1990]. Mockler , M.1 uzman sistem geliŞtirme aracını kullanarak stratejik planlama ve operasyonel planlama alanlarında bilgi tabanlı karar destek sistemleri geliŞtirmiŞtir [Mockler,1992].
Volberda ve Rutges [1999] , FARSYS adlı bir karar destek sistemi geliŞtirmiŞlerdir . Stratejik yönetimde kullanılan sistem hem gerekli bilgilere ulaŞmada hem de organizasyonel problemlerine daha iyi çözümler bulmada kullanılmaktadır. Klein [1999] , SIMAR ‟ ın bir uygulamasını gerçekleŞtirmiŞtir . Bu çalıŞmada firmanın pazarı ve bu pazardaki rakiplerin analitik simülasyonu gerçekleŞtirilmektedir . Sistem bilgi bazlı bir sistemdir. Houben ve diğerleri [1999], küçük ve orta ölçekli firmalar için strateji geliŞtirmede kullanılan ve SWOT analizine dayalı bir sistem geliŞtirmiŞlerdir . Bu çalıŞma ağırlıklı olarak firmanın güçlü ve zayıf yönleri üzerine odaklanmaktadır ve durum değerlendirmesi yapılmaktadır. Matsatsinis ve Siskos [1999] , MARKEX olarak adlandırdıkları ürün geliŞtirmede kullanılan zeki bir karar destek sistemi geliŞtirmiŞlerdir . Sisteme zeki davranıŞ özelliğini kural bazlı bilgi tabanı sağlamaktadır . Sistemin model tabanında ise istatistik analiz , performans analizi ve müŞteri seçim modelleri bulunmaktadır. Siskos ve Spyridakos [1999] , Çok amaçlı karar destek sistemlerinin günümüze kadar uygulamalarının bir kritiğini yaparak , yapay zeka ile çok amaçlı karar destek sistemlerinin nasıl entegre edileceği konusunda önerilerde bulunmaktadır . Choi ve Oh [2000] , durum değerlendirme algoritması olarak ifade edilen ASA ve bu algoritmanın çok amaçlı karar verme ortamında nasıl uygulanacağı ile ilgili uygulama gerçekleŞtirmiŞtir.
KARAR DESTEK SİSTEMİNİN ENDÜSTRİDE BİR
UYGULAMASI
DeğiŞik modellerdeki
Şalterlerin birçok parçası ya standarttır ya da birbirleriyle değiŞtirilebilir
niteliktedir . Örnek olarak 100 Amperlik NH00 Sigortaya ait ürün ağacı Şekil 3‟de görülmektedir . Nihai ürünü meydana getiren ve montaj gruplarında monte edilen alt montaj parçaları fabrikada üretilmektedir . Sigorta üretim süreci Şekil 4‟de görülmektedir.

Ürünlerin
talep yapısı inŞaat sektörüne bağlı olarak mevsimsel değiŞiklikler
göstermektedir . Ayrıca
endüstriyel ve enerji yatırımlarının
da talep artıŞında rolü büyüktür . SipariŞler bayilerden ve elektrik Şirketlerinden alınır . Bayilerin sipariŞleri de girdikleri ihale sonuçlarına göre kesinlik kazanır . Bunun için bu tür sipariŞler
kesin ve geçici sipariŞler olarak ikiye
ayrılarak üretim çizelgeleri hazırlanır . İmalâtçı
firma üretim çizelgesinde herhangi bir değiŞiklikle karŞılaŞtığında , gerekli parçaların ne Şekilde temin edileceği sorunuyla karŞı karŞıyadır .
Çizelgedeki değiŞiklik , ya firma içerisinde üretilerek ya da satın alınarak karŞılanacaktır .
Bu sorun karŞısında firma Şu kararlardan birini seçer

1.
İşletme içinde üretim:
Firma ürünü üretmek için gerekli zamana, kapasiteye, kaynaklara ve yeterli talebin olduğu durumlarda söz konusudur.
2.
Yan sanayi üretimi:
Firma, meydana gelen üretim artışı için gereken zaman içerisinde yeterli kapasite ve kaynaklara sahip değildir. Fakat talebi karşılamada gerekli kapasite yan sanayiden sağlanabilmektedir.
3.
Alt montaj gruplarının ve malzemelerin hazır olarak satın alınması:
Firma kendi bünyesindeki üretim artışı için gereken zaman içinde, yeterli malzeme ve kaynaklara sahip değildir. Ancak talebi karşılamak için dış piyasada hazır olan parçaları kullanabilmektedir.
4.
Yan sanayi üretimi ve parçaların dış piyasadan satın alınması:
İşletme üretim artışı için kendi yan sanayisini kullanmakta ve talebi karşılaması için parçaların hazır olarak piyasadan alınmasını birlikte gerçekleştirir. Üretim mümkün değil : Firma daha fazla üretim yapmak için gereken zaman içerisinde yeterli kapasite , kaynak veya isteğe sahip olmadığında söz konusu olmaktadır.

Üretim mümkün değil :
Firma daha fazla üretim yapmak için gereken zaman içerisinde yeterli kapasite , kaynak veya isteğe sahip olmadığında söz konusu olmaktadır.
ÇalıŞmanın amacı , imalat yöneticilerine üretimle ilgili bu kararlarda,
pazarlama , imalat ve satın alma bilgilerini kullanarak , gerekli desteği sağlayacak bilgi tabanlı imalat karar destek sistemi
geliŞtirmektir . GeliŞtirilmesi istenen sistemin amacı,
üretim çizelgesinde sürekli bir değiŞiklikle karŞı karŞıya olan bir Şalter imalat iŞletmesi için , iŞletme ve pazar faktörlerine gore , imalat yöneticilerine yap/satın al kararlarında öneride bulunarak destek
sağlamaktır [Çil, et al. 1998].

Problemin Yapısı


Problem , mevcut üretimde meydana gelen yeni sipariŞlerdeki artıŞ, pazar tahminlerine dayalı mevcut ürün çeŞitliliğinde bir değiŞim ve ürün hattında yeni bir ürüne geçiŞten kaynaklanmaktadır . Kararlar , ifade edildiği gibi
beŞ grupta
toplanmakta. Sistemin bu kararlardan birini önerebilmesi için , sistem çok
çeŞitli veri kaynağından
sağlanan bilgileri kullanır . Bu bilgiler iç ve dıŞ bilgi kaynaklardan temin edilmektedir . Bu bilgi kaynakları ;
envanter ve üretim planlama, tedarikçiler, üretim müdürleri , imalat mühendisleri , endüstri koluyla ilgili yayınlar ve firmaya ait dokümanlardır .
Firmanın
koyacağı bir zaman sınırı içerisinde, gerekli koŞullar değerlendirilerek, çabuk ve doğru kararlar
verilecektir. Ayrıca firmanın bir takım değiŞikliklere uyum sağlayıp sağlamadığı da test edilebilecektir.


Sistemin İşleyiş Yapısı


ÇalıŞmanın ifade edildiği gibi sistemin yapısı,
geleneksel karar destek sistemi
ve
uzman sistemlerin, bilgi tabanlı bir karar destek sistemi içerisinde biraraya getirilerek
nasıl bütünleŞtirildiğini göstermektedir. Bu amaçla, bu çalıŞmada geliŞtirilen sistem, arzu edilen kararları sağlayacak, genel bir bilgi tabanlı sistemde olması gereken temel bileŞenlerden oluŞmaktadır. ÇalıŞmada bilgi tabanlı sistem geliŞtirme aracı olarak VP-EXPERT kullanılmaktadır [Luce,1992]. VP Expert boŞ bir uzman sistem kabuğudur. Burada bir uzman sisteminde olması gereken temel bileŞenler vardır. Bu bileŞenler;
bilgi tabanı, çıkarım mekanizması ve kullanıcı arabirimidir
Sistemin iŞleyiŞi iekil 6‟da görülmektedir [Çakar, ve Çil, 1997]. Bilgi tabanında uzmanlık alanıyla ilgili kurallar yer almaktadır.
Bilgi Tabanı

Sistemin bilgi tabanını ,
konuyla ilgili bilgi kaynaklarından sağlanan uzmanlık bilgileri
oluŞturur . Bu sebeple oluŞturulan kurallar “
üret veya satın al
” kararlarını etkileyen çok sayıdaki faktör ve bu faktörler arasındaki iliŞkilere dayanmaktadır . Bu faktörler altı ana grupta toplanmaktadır . Bunlar ;
pazarlama faktörleri , iŞlemsel faktörler, ürün mühendisliği faktörleri , malzeme yönetim faktörleri , imalat süreci faktörleri ve dıŞ piyasayla ilgili alternatif kaynak
faktörlerdir

Her bir grup da kendi içerisinde çok sayıda parametre içermektedir. Bu faktörler ve parametreler kural yapısı içerisinde, kullanıcı tarafından girilecek değeri alacak Şekilde yapılandırılırlar. Bu Şekilde Sistemde toplam
41 tane parametre
kullanılmaktadır. Parametre değerleri,
sistemin çalıŞtırılması sırasında kullanıcı tarafından
belirlenir. Atanan bu değerlere bağlı olarak, oluŞturulan kurallar, çıkarım mekanizması tarafından geriye doğru zincirleme yöntemiyle taranarak kullanıcıya uygun sonuç önerilmektedir. Bu sonucu uygulamakta kullanıcı ya da karar verici serbesttir. Bu sistem karar vericinin yerini hiçbir zaman alamaz.

Burada
RULE 1, olarak ifade edilen kuralda, Pazar_Buyuklugu ve ürünün bu pazardaki talebi karŞılama kabiliyetini ifade eden Urun_Tepkisi parametrelerinin kullanıcı tarafından belirlenmesine bağlı olarak,
Satıs_Tahminleri değeri belirlenmektedir.
RULE 24‟
de ise, pazarlama faktörlerinin önemi belirlenmektedir. Buradaki Pazarlama_ Faktorleri‟nin değeri SatıŞ_ Tahminleri, SipariŞ_Önemi, Pazar_Rekabeti ve ilgili parametre değerlerine bağlı olarak belirlenmektedir.
RULE 33
olarak ifade edilen kuralda ise, sistemin konsültasyonu sonunda verilecek en son karar ifade edilmekte. Sistem, kullanıcının parametrelere atadığı değerlere göre, 2 no‟lu kararı tavsiye etmektedir. Yani, üretim çizelgesindeki değiŞiklik için,
“Mamulün Yan Sanayide Üretimi Uygundur”
Şeklinde bir tavsiye önerir.

GeliŞtirilen sistem tarafından verilen kararların dayandığı temel mantık, aŞağıda ifade edilen olgulara dayanır. Bu olgular Şu Şekildedir:


1.
Üretim çizelgesinde meydana gelen değiŞikliğin fabrika içerisinde üretim kararı:
Bu karar, Şu kriterler söz konusu ise önerilir: Üretim çizelgesindeki değiŞiklik pazar göz önüne alındığında önemli ise; firma değiŞikliği kabul ediyorsa ve ürün mühendisliği, malzeme yönetimi ve üretim süreci faktörleri üretim çizelgesindeki değiŞikliğe uyum sağlıyorlarsa.


2.
Üretim çizelgesindeki değiŞikliğin yan sanayiden karŞılanması kararı:
Ş
u kriterler söz konusu olduğunda tavsiye edilir: Üretim sürecindeki değiŞiklik pazar göz önüne alındığında önemli ise; firma değiŞikliği kabul ediyorsa ve ürün mühendisliği ve malzeme yönetimi faktörleri uyum içindeyse ve firma gerekli parçaları üretmek için alternatif bir imalat kaynağını buluyorsa.

3.
Üretim Çizelgesindeki değiŞikliği tamamlamak için gerekli parçaların satın alımı kararı
: Şu kriterler söz konusu olduğunda önerilir: Üretim çizelgesinde göz önüne alınan değiŞik, pazar faktörleri göz önüne alındığında önemli ise; firma değiŞiklikleri kabul ediyorsa; ürün mühendisliği faktörleri uygun olduğunda fakat, malzeme yönetimi faktörleri uygunluk içerisinde değilse ve firma parçaları almak için alternatif bir kaynak bulmuŞsa.


4.
Yan sanayi bölümü ve üretim çizelgesindeki değiŞikliği tamamlamak için gerekli parçaların satın alımı kararı:
Şu

kriterler söz konusu olduğunda önerilir: Üretim çizelgesinde göz önüne alınan değiŞiklik pazar faktörleri göz önüne alındığında önemli ise, firma değiŞiklikleri kabul ediyorsa, ürün mühendisliği faktörleri uygun olduğunda, malzeme yönetimi ve üretim süreci faktörleri uygun değilse ve firma parçaları almak için alternatif bir kaynak bulmuŞsa.


5.
Üretim çizelgesindeki değiŞikliğin mümkün olmaması kararı:
Şu koŞullardan herhangi birinin beklenmesi durumunda tavsiye edilir: Pazarla ilgili faktörler önemli değilse;Malzeme yönetimi ve üretim süreci faktörleri de yetersiz ise ve kabul edilebilir bir alternatif kaynak mevcut değilse.

ÇIKARIM MEKANİZMASI

Çıkarım mekanizması,
bilgi tabanındaki hangi kuralların yardıma çağırılacağını yada kullanılacağını
belirler. Çıkarım mekanizması bilgi tabanındaki bilgileri iŞleyerek yeni bilgi üretilmesini sağlar . Sistemin
akıl yürütme mekanizması
olan çıkarım mekanizması uygun bir çözüm bulmak üzere problem uzayında arama yapar. Çözüme ulaŞmak için sistemin izlediği yol kısaca Şöyle özetlenebilir:

Sonuç çıkarma süreci ,
endüstri , alternatif kaynaklar ve firma özellikleriyle ilgili soruların
kullanıcıya sorulmasıyla baŞlar . Önce endüstrinin dıŞ çevresi ve bununla iliŞkili firmanın gelecekte olabilecek üretim değiŞiklikleriyle ilgili
üretim koŞullarını
değerlendirmek için
sorular
sorar . Sonra kullanıcının
üretim değiŞikliğini
karŞılamaya yönelik mümkün olan dıŞ kaynakların kullanımlarını değerlendirmek için sorular sorar. En sonunda, sistem
sezgisel bir yaklaŞım
ile bu sorulara yönelik
cevapları düzenleyerek üretim kararını verir. Sistem her bir konsültasyonda tavsiye etmiŞ olduğu kararın nasıl oluŞtuğunu gösteren
karar ağacını
da oluŞturur.

SONUÇ

Üretim çizelgesinde uygun olmayan bir değiŞikliğin, iŞletme açısından
geriye dönülmez ve olumsuz
etkiler doğuracağı aŞikârdır. Üretim çizelgesindeki herhangi bir değiŞiklik için
verilmesi gereken karar,
firmanın pazarlama, imalat ve satın alma gibi fonksiyonlarıyla ilgili çok sayıda faktöre bağlıdır. Çok sayıdaki karar değiŞkenine bağlı olan durumları değerlendirmek,
üretim yöneticilerinin en zor görevlerinden
biridir. Yöneticilere, uzmanlık alanlarında destek sağlayacak olan,
zeki imalat karar destek sistemi,
önemli bir rol üstlenir. Bu çalıŞmada geliŞtirilen imalat karar destek sistemi, bilgi tabanlı bütünleŞik bir yapıya sahiptir. Burada,
karar destek sistemleri ve bilgi tabanlı sistemlerin birbirini
tamamlamadaki önemi ortaya konulmaktadır. Ayrıca, karar vericinin kendi koŞullarını yansıtacak Şekilde kullanıcı ile etkileŞimli olarak iŞleyen bir uygulama örneği gösterilmektedir.KüreselleŞme, yoğun rekabet ve geliŞen teknoloji ile birlikte problemler daha karmaŞıklaŞmakta ve bu nedenle problemlerin çözümünde uzmanlık, zeki ve doğru kararlar daha büyük önem kazanmaktadır. Bilgi tabanlı karar destek sistemlerinin rolü ve önemi burada ortaya çıkmakta ve önemli bir boŞluğu doldurmaktadır. Böylece bilgi tabanlı karar destek sistemiyle desteklenen karar vericiler, daha kaliteli kararlar vererek, problemlerini daha etkin bir Şekilde çözebileceklerdir.

Karar Destek Sistemleri (DSS) ,
çeŞitli alternatifler için , bilgi ve açıklamalar sunarak , yönetime karar verme aŞamasında yardımcı olan bilgisayar destekli
araçlardır . Bazı sistemler , karar vericilere ,
daha hızlı , etkili ve verimli karar vermelerinde
yardımcı olurlar . ( Radermacher , 1994 ) . Aynı zamanda , bilgi toplama , depolama , dağıtım teknolojilerindeki yeni ilerlemeler , günümüz organizasyonlarına , karar verme sürecinde , bilginin analiz edilmesi , anlaŞılması ve fayda elde edilmesi konularında yardımcı olmaktadır . Bu bilgi çağında , karar vermek için gerekli olan bilgi , belki birçok değiŞik sistemde , birçok değiŞik formda, değiŞik coğrafik yerlerde , çeŞitli organizasyonel veritabanlarında bulunmakta . ( Abraham & Wankel , 1995 )
Bir yada iki organizasyonel veritabanı ile çalıŞan geleneksel karar destek sistemlerinin yanı sıra
, günümüzün sürekli geliŞen bilgi dünyasında , organizasyonlar kararlarını oluŞtururken , çok
çeŞitli ve değiŞik organizasyonel bilgi kaynaklarından edindikleri bilgilere dayanarak
karar vermek zorundalar .
MÜHENDİSLİK YÖNETİMİ İÇİN KARAR DESTEK SİSTEMLERİ

Amaç: Rekabetin yoğunlaştığı günümüzde , ürün geliştirme ve pazara sunma zamanı , kuruluşların rekabet gücünü etkileyen en önemli unsurlardan biri haline geldi . Mühendislik yönetimi , yeni ürün geliştirme , kalite standartlarını uygulama , üretim tekniklerini geliştirme ve yenileme , maliyet düşürme işlemlerini tam zamanında yapılmasını sağlayarak , kaynakların etkin kullanımını amaçlar . Bu hizmeti en iyi şekilde yürütebilmek için ürün ağaçları , üretim teknikleri ve prosesleri, hammadde maliyetleri , müĢteri beklentileri ve tatmini gibi bilgilere ihtiyaç vardır . Bu bilgiler , ayrıca hedeflerin ve yönetim politikalarının geliştirilmesi için de gereklidir.
Bu program kapsamında mühendislik yönetimi için gerekli karar destek sistemleri ve bu sistemlerin tasarımı incelenecektir.
Kapsam:
· Mühendislik yönetiminde karar mekanizması
· Talep etüdü · Ürün tasarımı · Üretim tasarımı · Yöneylem araĢtırması
· Karar destek sistemi
· Veri bankası · Bilgi bankası · Model bankası · Alternatif seçme
· Örnek çalışma

OLAP
On-line analitik süreç yazılımı,bir veri tabanında çeŞitli kaynaklardan kazanılan verilerin iŞlenmesi için kullanılırlar.

Üç anahtar özelliği içerirler.

Verilerin çok boyutlu gösterimi

KarıŞık hesaplamalar

Zaman yönelimli süreç kabiliyeti



VERİ TABANLI KDS

Uzman bilgi sistemleri ve coğrafik bilgi sistemleri özel amaçlı bir veri tabanlı KDS türüdür.

Uzman bilgi sistemleri

Uzman bilgi desteği ve raporlamayı sağlarlar

Coğrafik bilgi sistemleri , coğrafik içerikli verilerin analizi ve kullanımında insanlara destek sağlarlar



WEB TABANLI KDS


Yöneticiye ve iş analistine internet ve intranet ile karar destek bilgilerini dağıtırlar

On-line access veri tabanının ve yazılım araçlarının geliŞmesi ile karar alımlarında veri analizi için tasarlanmıŞtır.

Yönetime destek için geliŞtirilmiŞtir fakat bazıları müŞterinin ürün ve hizmet seçiminde onları cezbedebilmek amacı ile kullanılabilir. Karar desteği web teknolojileri ile sağlanır

Özellikle finansal hizmetlerin sağlanmasında kullanırlar

Web T. KDS‟ler iletiŞim tabanlı ,veri tabanlı , bilgi tabanlı , doküman tabanlı ve model tabanlı veya bunların karıŞımı olabilir

Web teknolojileri her karar destek sistemi uygulamasında kullanılabilir


MüŞteri Web Siteleri

General Electric Plastics . Ürün spesifikasyonları bilgisi sağlar , ziyaretçiler on-line çeŞitli grafikleri , simülasyon modellerini ve diyagramları kullanır . Teknik sorunları için mühendislerle iletiŞim kurarlar.

Fidelity Investment . Site Yatırımların planlanması ve portföylerin yönlendirilmesi amacı ile interaktif olarak karar alınması için destek sağlar

BİLGİ TABANLI KDS

Yöneticileri yapılması için eylemler önerirler

ÖzelleŞtirilmiŞ problem çözme uzmanı insan-bilgisayar sistemidir.

Çözüm için belirli alanda uzmanlaŞmıŞ bilgi gerekir

Bilgi tabanlı karar destek sistemleri yapımı için kullanılan araçlar bazen zeki KDS olarak adlandırılır.




İLETİŞİM TABANLI KDS

İletiŞim tabanlı karar destek sistemleri Şu özelliklerden en az birini taŞır;

İnsan grupları arasında iletiŞime olanak sağlar

Bilgi paylaŞımını kolaylaŞtırır

İnsanlar arasında iŞbirliği ve koordinasyonu destekler

Kullanıcı arabirimi, grup içi iletiŞim , koordinasyon , paylaŞılan bilgi , bağımlı destek , kullanıcı baŞvurular ile oluŞmuŞ açık bir çevreden oluŞmaktadır.



DOKÜMAN TABANLI KDS


Dökümanlar pek çok formdan oluŞabilir fakat bunları 3 kategoride sınıflandırabiliriz ; yazılı , görsel , seslendirilmiŞ.

SeslendirilmiŞ dökümanlara örnek olarak karŞılıklı görüŞmeler

Görsele örnek olarak haber klipleri veya televizyon reklamlarıdır.

Yazılı dökümanlara örnek olarak ise yazılı raporlar , katologlar ve müŞteriden gelen mektup yada elektronik postalar verilebilir

Malesef dökümanlar belli bir standartta düzenli kalıplar Şeklinde değildirler. Yöneticiler ve IT çalıŞanları bu dökümanları karŞılaŞtırma yapabilmek için bunları belli bir formata çevirmeye ihtiyaçları vardır . Yeni IT teknolojisi ve yazılımlar bunu gerçekleŞtirmektedir.



SPREADSHEET TABANLI KDS



Spreadsheet kullanıcıya satır sütunlara girdiği bilgi sayesinde problemi çözme imkanı tanır.

Problemin grafik ekran görüntüsünü de vererek problemin çözümü hakkında kullanıcıya daha ayrıntılı bilgi verirler.

Problem çözümünde kullanılan spreadsheetler karŞılaŞtırma ,alternatiflerin elenmesi gibi problem çeŞitlerinde de kullanılmaktadır.


Kullanımlarında tutarlılık ve süreklilik çoğaltılabilirlik , kolay değiŞtirilebilirlik ve kontrol edilebilirlik ve farklı yerlerde kullanılabilmeleri gibi pek çok avantaja sahip olan bu sistemler , henüz Türkiye‟de yaygın olarak kullanılmamaktadır . Bu sistemlerin endüstride kullanımı birkaç ferdi çabadan öteye gitmemektedir. Bilgi tabanlı sistemlerin ülkemizdeki geliŞimi için en büyük engel maliyet problemidir . Ayrıca bu teknolojilerin sunduğu olanakların iyi bilinmeyiŞi , bilgi tabanlı sistem geliŞtirme sürecinin uzun olması ve yazılım sektöründeki alt yapı eksikliği diğer engellerdir . Bilgi tabanlı sistemlerin rekabet avantajı sağlamadaki önemi göz önüne alındığında , geç kalmadan gerekli adımlar bir an önce atılmalıdır .
Teknoloji ve malzemelerdeki geliŞmeler, mevcut endüstrilerde bir geliŞme yada elemeye yol açmıŞtır . Teknolojik değiŞimleri bünyesine yansıtabilen endüstriler ayakta kalarak sürekli geliŞen bir yapı sergilemektedirler . Bu nedenle , teknolojideki meydana gelen her bir yenilik üretim sürecinin yapısını kökten değiŞtirmiŞtir . Yeni imalat teknolojileri , büyük ölçüde bilgisayarlara dayalıdır . Bilgisayarların fabrikadaki üretim akıŞı içinde kullanılması , bilgisayarların desteğiyle bir dizi geliŞme meydana getirmiŞtir. Üretimin baŞlangıcından en son aŞamasına kadar her aŞamada bu geliŞmeleri görmek mümkündür . Bunlardan bilgisayar destekli mühendislik , bilgisayar destekli tasarım ve imalat gibi teknolojiler , mühendislik hizmetlerinde firmalara önemli avantajlar sağlamaktadırlar . Bunun gibi bilgisayar destekli imalat planlama, bilgisayar destekli üretim planlama ve kontrol gibi yenilikler , üretim kontrol stratejileri olarak farklı bir avantaj sağlarlar . Ayrıca destek sistemler olarak bilinen bilgi toplama , değerlendirme ve saklama fonksiyonlarının yerine getirilmesinde kullanılan bilgisayar destekli karar sistemleri de, yöneticilere karar vermelerinde çok önemli bir destek sağlarlar.

BİLGİ TABANLI KARAR DESTEK SİSTEMLERİ


Karar destek sistemleri literatüründe yer alan karar destek ve bilgi tabanlı sistemlere ek olarak , 1985‟li yıllarda “ bilgi tabanlı karar destek sistemleri ” olarak adlandırılan yeni bir kavram yer almıŞtır . Bu yapının temel amacı analitik modelleme ile niteliksel bilgiyi bütünleŞtirmeyi amaçlıyordu . Böylece kararların kalitesinin yükseltilmesi , karar destek sistemlerinin uygulama alanlarının geniŞletilmesi amaçlanmaktaydı . Bunun yanında görsel olarak geliŞmiŞ olan programlama mantığı ve Excel gibi hesaplama tablolarının kullanılması ile optimizasyon metotlarının aynı sisteme dahil edilmesi amaçlanmaktaydı . Belirlenen bu amaçlar geçen süre içerisinde büyük ölçüde gerçekleŞtirilmiŞtir . Bu alanda geliŞtirilen OPTRANS Object , NATO Advanced Study Institute tarafından desteklenen önemli bir projedir [Klein, Michel ve Grubbstrom, 1998] .

Bilindiği gibi karar destek sistemi , karar vericilerin yarı-yapılanmıŞ ve yapılanmamıŞ veri ve modellerden yararlanmalarına yardım ederek , onları görevlerinde destekleyen bilgisayar tabanlı ve etkileŞimli bir sistemdir [Meyer,1990]. YapılanmıŞ kararlar, kurallarla çok kolay bir Şekilde yürütülen kararlardır. Karar prosedürü izlenecek bir adımlar kümesi Şeklinde ifade edilebilir. YapılanmamıŞ kararlarda ise, gerekli bilgi net ve belirli değildir. Karara ulaŞmak için bir prosedür veya kurallar yoktur. Sezgisel kuralların ve deneyimin kullanılması yapılanmamıŞ kararların temel özelliğidir. Bunlar için belirli ve kesin karar verme metodu yoktur.


Karar destek sistemi, verileri, modelleri , bir yazılım arabirimini ve kullanıcıları , etkili karar verme sisteminde birleŞtirir . Ayrıca modern analitik tekniklerle karar vericiye hareketlerinde tavsiyelerde bulunan sistemlerdir . Karar destek sistemleri karar vermenin yeterliliğini geliŞtirmekten çok , etkinliğini geliŞtirmeyi hedeflerler . Bu sistemlerin amaçları yönetimsel hükümleri yerleŞtirmek değil , bu hükümleri desteklemektir . Karar destek sistemleri , karar vericilerin kendi özel koŞul ve tercihlerini anlamalarında oldukça değerli yardımcılardır . Birçok uygulamaya karŞın karar destek sistemlerinin uygulamadaki baŞarıları genelde düŞüktür [Holtzman, 1989] , [Turban, 1988].
Burada sunulan çalışma , örnek olay olarak ele alınan Federal Elektrik firması için hazırlanmıştır. Bilgi tabanlı karar destek sistemi uygulamasının yapıldığı firma , elektrik sektöründe üretim yapan bir fabrikadır . Firma
sanayi tipi elektrik malzemeleri üreten
modern bir iŞletmedir . 15.000 m2 kapalı alanda faliyet göstermektedir ve
ISO-9000 belgesi alan ilk 90 firma
arasında yer almaktadır. Elektro mekanik ekipmanlar olarak adlandırılan ürünler
Şartel ve sigorta olarak
ikiye ayrılır . Sigortalar bir montaj bandında monte edilmektedir ve her bir çeşit sigorta farklı
üretim hızına
s
ahiptir . YerleŞim alanlarında, Şebekelerde ve ağır sanayideki
bütün alçak gerilim sistemlerinde koruma cihazı
olarak kullanılan Şalterler ise beŞ farklı montaj grubunda üretilmektedir . Şarteller ,
aşırı yük ve kısa devrelere karŞı korunması istenen
transformatör , jeneratör , motor , enerji dağıtım kablolarının korunması ve AC-DC sistemlerinin açılıp kapatılmasında kullanılır . Firmanın ürünleri arasında
otomatik kompak Şalter ,
alçak gerilim kontaktörleri, motor koruma röleleri , toprak kaçak akım koruma rölesi , termik röle , reaktif güç kontrolü röleleri, zaman röleleri , bıçaklı sigorta , yüksek akım kontaktörleri , yük kesiciler , ölçü cihazları gibi elektrik malzemeleri yer almaktadır. Şartel piyasasında lider konumda bulunmaktadır . Ürünleri BaŞta Balkan ülkeleri olmak üzere Avrupa‟ya, Ortadoğu ve Rusya‟ya ve Türki Cumhuriyetlere ihraç edilmektedir.
Seçilen sahada
bilgi tabanı oluŞturmak için gerekli uzmanlık bilgileri
temin edildikten sonra, bu bilgilerin sistemde
nasıl temsil edileceklerine
sıra gelir. Bu amaçla geliŞtirilen sistemde bilgi temsili, kurallar Şeklinde yapılmaktadır . Kurallar ,

“IF-THEN” (
“EĞER durum ÖYLEYSE sonuç”
) formatındadır . Kuralın
EĞER kısmındaki durum doğruysa, ÖYLEYSE kısmındaki sonuç
üretilir. Kuralın EĞER cümleciğine genelde
öncül
denir . EĞER cümlecikleri bir nesne , bir durum veya bir pozisyonla ilgili bir olguyu ifade eder . Kuralın ÖYLEYSE ile baŞlayan sağ tarafındaki kısmı ise ,
koŞullar mevcut olduğunda yapılacak faaliyetleri
tanımlar. Sistemin bilgi tabanını oluŞturan kurallar , parametrelerin aldığı değerler ve birbirleriyle olan uyum durumlarına bağlı olarak oluŞturulur. Sistemin bilgi tabanı problemin yapısına bağlı olarak
78 adet
kuraldan oluŞmaktadır. Sistemdeki kuralların yapısı, aŞağıdaki örneklerde görülmektedir:

Analitik Hiyerarşi Prosesi Saaty (1977) tarafından önerilen ve karmaşık karar problemlerinin çözümünde kullanılabilen bir karar destek aracıdır. Yöntem, matematiksel özellikleri ve verilerin kolay elde edilebilmesi gibi özellikleri nedeniyle araştırmacıların yoğun ilgisini çekmiştir. Bu yöntemde, ölçütler, alt ölçütler ve alternatiflerden oluşan çok kademeli bir yapı kullanılır. İlgili veriler bir dizi ikili karşılaştırma neticesinde elde edilir. Karar ölçütlerinin önem ağırlıklarını belirlemek için kullanılan bu karşılaştırmalar, her bir alternatif için göreli performans ölçümlerinin belirlenmesi için kullanılır (Triantaphyllou ve Mann, 1995: 35). Ölçütlerin göreceli ağırlıklarının belirlenmesinde kullanılan ölçek Saaty ölçeğidir. Saaty ölçeği Tablo 1’de, ikili karşılaştırma matrisi Tablo 2'de gösterilmiştir. w2/w1 oranı 2 numaralı ölçütün bir numaralı ölçüte göre ne derece tercih edildiğini gösterir.
Analitik Hiyerarşi Prosesi
Analitik Hiyerarşi Prosesi
Örneğin bu değerin 9 olması durumunda, “2 numaralı ölçüt 1 numaralı ölçüte göre çok güçlü öneme sahiptir” denir. Yani karşılaştırma için kullanılan ölçüt kanıtlanmış bir tercih edilebilirliğe ve en yüksek sıraya sahiptir. İkili karşılaştırma matrislerinin oluşturulmasından sonra matriste yer alan her bir eleman bulunduğu sütunun toplamına bölünerek normalleştirme işlemi gerçekleştirilir. Eğer bir özelliğe ait değerin (örneğin fiyat) küçük olması isteniyorsa ilgili değerin tersi alındıktan sonra normalleştirme işlemi uygulanır ve her bir satırda yer alan değerler toplanarak ölçütlerin ağırlıkları belirlenir. (Şahin ve Akyer, 2011: 75).
Ölçütlere verilen ağırlıkların tutarlı olup olmadığına tutarlılık oranına bakarak karar verilir. Tutarlılık oranının belirlenebilmesi için öncelikle Ci ile ifade edilen tutarlılık ölçütünün Denklem (1) kullanılarak hesaplanması gerekir. Bu ölçütün kullanılması AHP’ nin en kuvvetli yönlerinden biridir. i. alternatifi için tutarlılık ölçütü Denklem (1) ile elde edilir. Tutarlılık ölçütünün belirlenmesinin ardından Denklem (2) ve Denklem (3) kullanılarak tutarlılık oranı belirlenir. (Ulucan, 2004: 337-338).
Analitik Hiyerarşi Prosesi
Yukarıdaki formülde yer alan RI değeri rastsal indeksi ifade etmektedir. Adından da anlaşılacağı üzere rastsal üretilen matrislerden elde edilmiştir. RI değerini değerlendirmede kullanılacak olan ölçüt sayısına göre Tablo 3’teki değerler arasından seçilir. Yapılan değerlendirme sonunda tutarlılık oranı için %10’un altında bir değer bulunması ölçüt ağırlıklarının yaklaşık olarak doğru hesaplandığını gösterir. Tablo 3’te farklı ölçüt sayılarına göre rastsal indeks değerleri gösterilmektedir.
Analitik Hiyerarşi Prosesi
Sistemin çıkarım mekanizması geriye doğru zincirleme kuralına göre çıkarımlar yapar . Sistem kullanıcıya,
pazar faktörleri, firma içerisindeki iŞlemsel faktörler , ürün mühendisliği , malzeme yönetimi , üretim kapasitesi ve alternatif kaynakların uygunluğu
hakkında sorular sorar . Sistem kullanıcı tarafından girilen bu verilere dayalı olarak, ilgili kuralları çalıŞtırarak
önce ara sonuçlara, daha sonra tespit ettiği bu ara sonuçları kullanarak en son karara
ulaŞır.
Kullanıcı Arabirimi

Kullanıcı arabirimi ,
kullanıcı ve bilgisayar arasında diyalogu
sağlamaktır. Sistem , bu diyalogu bilgisayar ekranında görüntülenen
bir komutlar tablosu
yardımıyla sağlar. Komutlar tablosundan seçilen komutların iŞlevlerine göre,
ekrandaki mesajlara kullanıcının vereceği cevaplarla,
çeŞitli etkileŞimler kurulmaktadır. Örneğin, “
ürüne ait pazarın büyüklüğü nasıldır ?
” Şeklindeki soru kullanıcıya sorulmakta ve kullanıcı ekranda “
GeniŞ, Orta, Küçük
” Şeklindeki seçeneklerden birini seçerek tercihini bildirir. Benzer Şekilde “
Firmanızın makina kapasitesi üretimdeki artıŞa uyma yeteneğine sahip mi ?
” Şeklindeki sistem tarafından sorulan soruya, kullanıcı yine ekranda görülen
“Evet” ya da “Hayır”
Şeklindeki seçeneklerden birini seçerek karŞılık verecektir. Bu Şekilde sistem tarafından sorulan tüm sorular kullanıcı tarafından girilmekte ve sistem tarafından çıkarılan sonuçlar, kararlar Şeklinde kullanıcıya önerilmektedir. GeliŞtirilen sistemin kullanıcı arabirimi ile ilgili bir ekran görüntüsü Şekil 7‟de görülmektedir.

BÖLÜM 2



-ZEKİ ETMEN DESTEKLİ KARAR DESTEK SİSTEMLERİ-


BİLGİ KEŞFİ , BİLGİ ANALİZİ VE GRUP KARAR DESTEK
İNTEGRASYONU


ZEKİ ETMENLİ KARAR DESTEK SİSTEMLERİ MİMARİSİ


Zeki etmenli karar destek sistemleri vizyonunu tamamen baŞarabilmek için , günümüz karar destek sistemlerinde , üstesinden gelinmesi gereken sayısız engel bulunmaktadır . Zeki araçlar ve karar destek sistemlerinin bütünleŞtirilmesiyle , tüm engelleri olmasa da , en önemlileri ortadan kaldırılacaktır . Ayrıca , zeki etmen tabanlı mimarinin uygulanmasında , karar verme sürecinin iki değiŞik formu mevcuttur . Tek karar verici – çoklu çözücü (miner ) ve çoklu karar verici –çoklu çözücü .

Veri elde etmek yada bilgiye ulaŞmak ;
sebepler , değerler , etkiler arasında varolan ilgili , ilginç ve gizlenmiŞ iliŞkileri bulma gayreti
ile
veri tabanlarını araŞtırmak için gerekli teknikleri ve araçları geliŞtirmek için ,
gittikçe artan bir hızla dikkat gerektiren bir araŞtırma alanıdır . Veri elde etme araŞtırmasından elde edilen sonuçlar , karar destek sistemlerine , karar vericilere oldukça geniŞ bilgi sağlayacak geleceğin karar destek sistemlerinin oluŞturulmasına önemli katkılar sağlayacaktır .
Veri elde etme teknikleri ve geleceğin karar destek sistemleri arasında olası bir birleŞme amaçlanmaktadır .
Organizasyonel bir vizyon , birçok sayıda
veri elde etme aracı ve karar vericilerin oldukça
geniŞ bir bilgisayar-telekominikasyon ağına yayılmasını içermektedir .
Her karar verici , değiŞik coğrafik yerlerde bulunan diğer karar vericilerle iletiŞim içinde olabilmelidir .
Karardan yararlanan , veri elde etme araçlarının bir veya bir kaçından , iŞindeki karar sürecinde , gerekli yerlerde kanıt olmak üzere , topladığı bilgilerden bazılarını
isteyebilir . Diğer yandan , veri elde etme araçları , sürekli değiŞen organizasyonel bilgi kaynaklarını , örneğin gelecekte kullanılmak üzere depolanacak , anlamlı bilgiler toplamak için sürekli analiz etmek durumundadır . Veri toplama teknikleri ve karar destek sistemlerinin baŞarılı bir Şekilde birleŞtirilebilmesi için , birleŞmeden önce , günümüzdeki karar destek sistemlerinin tanımlanması gerekir . Bazı örnekler :
1
Grup Karar Verme
: Açıkça görüldüğü üzere , örneğin , grup karar destek sistemleri ( GDSS ) , grup karar vermede ( GDM ) , (Dennis et al ;
DeSanctis & Gallupe ) gibi alanlarda gittikçe daha fazla araŞtırmalar yapılmaktadır .
Gerçek dünya karar verme süreci , biraraya gelip kararlar alabilecek birçok karar vericiden oluŞacaktır .
Amaçlanan yapı , sadece çeŞitli karar verme araçları arasındaki etkileŞimi sağlamayı değil , ayrıca her karar vericinin veri kaynaklarıyla ve çıkarılmıŞ veri iliŞkileri ile etkileŞimini kolaylaŞtırmayı sağlamalıdır Daha da fazlası,
takım bazlı işbirlikleri şebekeleşmiş organizasyonların merkezi olarak
ileri sürülmüştür. (Fayyad & Uthurusamy , 1995 )

2.
ÇeŞitli Veri Kaynakları :
Yukarıda açıkça belirtildiği üzere , organizasyonel bilgi kaynaklarından , bilgi kaynağı içerisinde , veriler arasındaki iliŞkileri ve örnekleri içermesi beklenir .
Bağımsız data kaynaklarının kendi aralarında , bilgi alıŞveriŞi yapmaları ve edindikleri bilgileri karar vericilere sunmaları gerekir .
Diğer yandan , görev bazlı ve olay bazlı veri kaynaklarını ayırdetmekte yarar vardır . Görev bazlı veri kaynakları ,
veri kaynakları içinde ,sadece elde bulunan belirli bir karar örneği için önem teŞkil eden ve bağımsız bir karar verme sürecine
destek sağlayanlardır . Diğer yandan , olay bazlı veri kaynakları ise ,
bazı istenen genel bilgi hedeflerine ulaŞılması için , veri iliŞkilerini bulmayı amaçlayan kaynaklardır
ve verinin güncellenmesine kaynak oluŞtururlar . Mesela ,
birçok müŞteri tipi için tüketim örnekleri
, olay bazlı veri kaynakları için belirli bir örnektir .
3. Bilgi PaylaŞımı :
Bütünüyle , bir karar destek sistem
çatısı altındaki farklı araçlar arasındaki operasyonlar belki farklı karar vericiler arasında bilgisayar destekli
iŞbirliği içerebilir . Bu operasyonları kolaylaŞtırmak için bilgi iletiŞimi daha açıkça ifade edilmeli ve anlaŞılır bi tarzda oluŞturulmalıdır . ( Espinasse & Nabitzs , 1993 ; Wang &Wang , 1996 ) .
Bilgi alıŞveriŞi
, karar destek sistemlerindeki bilginin artıŞı açısından oldukça önemlidir .
4 Sistem Koordinasyonu :
Karar destek sistemi yapısı altındaki tüm araçların , tüm karar verme sürecine katkıda bulunması açısından koordinasyonunun sağlanması oldukça önemlidir
. Sistem aktiviteleri koordine edilirken ve yönetilirken ;
olay bazlı veri kaynaklarının baŞlangıç ve uygulanmasında
, farklı veri kaynakları , bağımsız veri kaynaklarının ve herbir bağımsız karar vericinin görev bazlı veri kaynaklarının geliŞmesinde iŞbirlikçi bir çaba harcanmalıdır . Sistemden ,
farklı araçların beraber problem çözmelerinin denetlenmesinin haricinde
, herbir bağımsız aracın tümüyle yapısının izlenmesi beklenecektir .
Bilgi tabanlı sistemlerde ve yapay zekada , zeki araçların ve zeki araç tabanlı yapıların gerekliliğinin gittikçe artması , karar destek sistemleri ve bilgi eksiklerinin tamamlanmasında, bu sistemlerde faydalanılması açısından cazip hale gelmektedir
. (KBS ) ( Tuthill , 1990 ) ( AI ) ( Etzioni & Weld , 1994 ; Lieberman , 1995 ; Maes ,1994 , 1995 ) Bilgi tabanlı sistemlerde ve zeki kontrol sistemlerinde , çeŞitli zeki araç tabanlı yapılarını kullanmamız , günümüzün karar destek sistemlerinde
zeki araç teknolojisinin faydalarını
açıkça göstermektedir . Karar destek sistemleri için zeki araç teknolojisinin gerekliliğinin ele alındığı düŞüncemiz , gittikçe artan bi sayı ile , karar destek sistemleri araŞtırıcısıları tarafındanda desteklenmektedir .
VERİ ÇIKARIMI VE BİLGİ KEŞFİ

Son yıllarda , bilgi keŞfi ve veri çıkarımı eŞanlamlı olarak kullanılmaktadır . Bu iki alanda ,
örnek tanımlamalardan veri çıkarımı , makine öğrenmesi ve organizasyonel veri tabanlarından veri tabanı teknikleri alanlarını i
çermektedir . Kavramsal olarak , KDS „nin içerdiği adım süreçleri aŞağıda belirtilmektedir :


- Seçim ,
ayrıntılardan arındırma , dönüŞüm , veri gösterimi ,


- Örnek çıkarımı ve
modelleri birbirinden ayırmak için veri çıkarımı ,


- Çıkarılan örneklerin ,
hangi bilginin oluŞturulacağına karar vermek için , değerlendirilmesi ve yorumlanması ,

- Bilginin güçlendirilebilmesi için ,
uyuŞmazlıkların önceden çıkarılan bilgiler ile çözülmesi ,

- Sistem tarafından
bilginin kullanılabilir hale getirilmesi .


Birçok sayıda KDD sistemi , veri çıkarım araçları ile teknik ve tutum açısından benzerlik göstermektedir . Çoğu sistem Simon Fraser Üniversitesinde Han et al. Tarafından geliŞtirilen DBminer ve zeki kaynaklar içermektedir .

ZEKİ ARAÇLAR

Zeki araçlar konsepti gittikçe daha da önem kazanan bir araŞtırma alanı halini almaktadır ( Bhargava & Branley ; Etzioni & Weld ; Khoong ) . Basit bir tanımlama ile , zeki araçlar , zeki sistemler ve yazılım araçlarının birleŞimi olan ve zeki davranıŞlar sergileyen yazılım araçları olarak tanımlanabilir .

Özerklik :
A
raçlar insanların direk müdahalesi olmadan çalıŞırlar .

Birlikte çalışabilirlik
: Araçlar hedeflere baŞarıyla ulaŞılabilmesi için diğer araçlarla beraber çalıŞabilirler .

Tepki
: Araçlar çevrelerinde oluŞanları algılarlar ve oluŞan değiŞikliklere kısa sürede yanıt verirler .

Proaktivite
: Araçlar sadece olan değiŞikliklere tepki vermekle kalmazlar , gerekli yerlerde ilk adımı da atabilirler .

Mobility
: Araçlar bilgisayar ağlarını da gezebilirler . Örneğin bilgisayardaki bir araç , baŞka bir bilgisayar üzerinde , herhangi bir uygulama için baŞka bir araç yaratabilir . Araçlar aynı zamanda uygulama boyunca farklı araçlar üzerinde bilgi ve veri taŞıyabilirler .

Zeki karar destek sistemleri ( Chi & Turban , 1995 ; Holtzman , 1989 ) ,
bilgi tabanlı metodolojiyi kullanarak , uzmanlık alanını yansıtan tavsiyeler sayesinde , karar verme sürecine yardımcı olmak amacıyla
tasarlanmıŞtır . Bilgi tabanlı metodoloji , karar vermede ,
alan bilgilerinin uygulanması için yararlı nitelikler
sağlamaktadır . Diğer yandan , bilgi tabanlarında depolanan bilgiler çok iyi bir
Şekilde sınıflandırılmıŞ , belirli alanlara yöneliktir ve problem alanında yapılan ufak değiŞiklikler
, uzman tarafından oldukça derin müdahaleler gerektirir .
İnternet gibi , güçlü bilgi iletiŞim kanalları
, sürekli olarak karar verme sürecini
değiŞtirmektedir
. Karar vericiler , kararlarını verirken sadece ellerindeki bilgilere bakmazlar . Bütün dünya çapındaki konu ile ilgili olan tüm bilgilere bakarlar . Sonuç olarak ,
keŞfetmek ve varolan bilgiyi , eskileri ile birleŞtirmek alanında varolan tekniklerin yanı sıra , karar destek sistemlerine ,
zeki araçlar gibi , yenilikler katmak gerekmektedir .
Zeki karar destek sistemlerindeki araŞtırmalar , Rao et al ,
karar vermede bilgisayar sistemlerinin aktif rol alması gerektiği üzerinde durmuŞ ve zeki karar destek sistemleri mimarisini ortaya koymuŞtur
. Diğer yandan
Sycara ,
CMU LEI

(
giriŞimciler topluluğu laboratuarı ) yaptığı çalıŞmada , uyuŞmazlıkların çözümünde zeki destek için , makine öğrenmesi ve Fox ile Show ( Show & Fox , 1993 ) tarafından ortaya atılan ,
yapay zeka ile grup karar destek sistemlerini birleŞtiren
, PERSUADER ‟ ı önermiŞtir ( Sycara ) . Önerilen zeki karar destek sistemi mimarisi , karar verme sürecinde ,
yapay zeka ve problem çözme yöntemlerini birleŞtiren
, zeki etmenli karar destek sistemi ile , özde aynıdır . Diğer yandan , oldukça fazla sayıda organizasyonel veri kaynaklarından , beklide karar verme süreci için çok fazla önemli olacak ek bilgi sağlanması için , önemli bilgilerin veri kaynaklarından elde edilmesini sağlayacak ,
veri madenciliği
teknolojilerini kullanmak gerekmektedir .
Full transcript