پاورپوینت کامل سیستم های تصمیم یار هوشمند ۷۱ اسلاید در PowerPoint

توجه : این فایل به صورت فایل power point (پاور پوینت) ارائه میگردد

 پاورپوینت کامل سیستم های تصمیم یار هوشمند ۷۱ اسلاید در PowerPoint دارای ۷۱ اسلاید می باشد و دارای تنظیمات کامل در PowerPoint می باشد و آماده ارائه یا چاپ است

شما با استفاده ازاین پاورپوینت میتوانید یک ارائه بسیارعالی و با شکوهی داشته باشید و همه حاضرین با اشتیاق به مطالب شما گوش خواهند داد.

لطفا نگران مطالب داخل پاورپوینت نباشید، مطالب داخل اسلاید ها بسیار ساده و قابل درک برای شما می باشد، ما عالی بودن این فایل رو تضمین می کنیم.

توجه : در صورت  مشاهده  بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل می باشد و در فایل اصلی پاورپوینت کامل سیستم های تصمیم یار هوشمند ۷۱ اسلاید در PowerPoint،به هیچ وجه بهم ریختگی وجود ندارد

بخشی از مطالب داخلی اسلاید ها

پاورپوینت کامل سیستم های تصمیم یار هوشمند ۷۱ اسلاید در PowerPoint

اسلاید ۴: Amirkabir University of Technology, Computer Engineering Faculty , Intelligent Systems Laboratory, Dr. Ahmad Abdollahzadeh 4کامپیوترمهندسی کامپیوترعلم کامپیوترارتباطاتسخت افزارنرم افزارسیستم های پردازش دادهسیستم های پردازش دانشابزارکاربردتکنیکابزارکاربردتکنیکسیستم های هوشمندDSSMISNLPESBIDSSKRKAR&LLispابزارکاربردتکنیکESDSSMISES: Expert SystemBI: Business IntelligentKA: Knowledge AcquisitionR&L: Reasoning & LearningKR: Knowledge Representation درکامپیوترDSS جایگاه

اسلاید ۵: Amirkabir University of Technology, Computer Engineering Faculty , Intelligent Systems Laboratory, Dr. Ahmad Abdollahzadeh 5تعریف DSSDSS یک مجموعه از رویه ها را در مدل مشخص برای پردازش داده و کمک به مدیران در تصمیم گیری بیان می کند.DSS اولین بار در سالهای ۱۹۷۰ توسط آقای Lester مطرح شد. واحد عملیاتی درDSS پرس وجو (Query که فقط می تواند واکشی داده را انجام دهد) است و امروزه مبتنی بر دانش است.DSS می تواند دو رویکرد داشته باشد:What IfGoal SeekingDSS یک Modeling System است، یعنی باید ابتدا کد مجازی آن نوشته شود.

اسلاید ۶: Amirkabir University of Technology, Computer Engineering Faculty , Intelligent Systems Laboratory, Dr. Ahmad Abdollahzadeh 6مقایسه DSS با سیستم های پردازش تراکنش در سال ۱۹۷۰

اسلاید ۷: Amirkabir University of Technology, Computer Engineering Faculty , Intelligent Systems Laboratory, Dr. Ahmad Abdollahzadeh 7روند تغییرات DSS‌ روند تغییرات در DSS‌ از سال ۱۹۷۰ تا ۱۹۸۹بگونه ای بود که در این سال یک سیستم تصمیم یار شامل یک واسط کاربرییک پایگاه دانشومکانیزم پردازش شد.و این یعنی ورود به دنیای DSSهوشمند (IDSS) .

اسلاید ۸: Amirkabir University of Technology, Computer Engineering Faculty , Intelligent Systems Laboratory, Dr. Ahmad Abdollahzadeh 8تمرینتفاوت یک سیستم هوشمند با یک سیستم غیرهوشمند را چگونه تشخیص میدهند؟ آنتالوژی ارائه شده در اسلاید ۱۹ را کامل کنید. یک سیستم هوشمند،‌ نیمه هوشمند و غیرهوشمند مثال بزنید.سیلابس درس DSS در دانشگاه های دیگرمقایسه تعاریف DSS از سال ۱۹۷۰ تاکنون و پارامترهای ارزیابی و تغییرات آنها.تفاوت DSS با سیستمهای کامپیوتری دیگر (مبتنی بر داده و دانش) از جمله MIS، EIS، ES، KBMS و … را با ذکر پارامترهای ارزیابی استاندارد در قالب یک جدول بیان کنید. ‌

اسلاید ۹: ۹معماری چند لایه BI و جایگاه DSS در آنپایگاه داده تحلیلی استخراج تغییرشکل بارگذارینوسازیOLAPتحلیلداده‌کاوی پرس‌وجو وگزارش‌گیریMonitor&Integratorداده‌جانبیمنابع دادهابزارهای سطح بالاسرویسData Martsپایگاه‌های داده عملیاتیسایرمنابعپایگاه داده تحلیلیکاربردهاDSS

اسلاید ۱۰: Amirkabir University of Technology, Computer Engineering Faculty , Intelligent Systems Laboratory, Dr. Ahmad Abdollahzadeh 10معماری چند لایه BI و جایگاه DSS در آن (ادامه) DATA SOURCES STAGING AREA DATA WAREHOUSE DECISION SUPPORTApplication DatabasesPackaged application/ERP DataDesktop DataExternal DataWeb-based Data______________________________________________________INCOME ANNUAL REPORT___ ___ ____ _____ ___ __ ___ ___ ____ _____ ___ __ ___ ___ ____ _____ ___ __ ReportsEISOLAPStatistical & Financial AnalysisEXTRACTIONTRANSFORMINGCLEANINGAGGREGATIONDATA WAREHOUSEDATA MARTSOR

اسلاید ۱۱: Amirkabir University of Technology, Computer Engineering Faculty , Intelligent Systems Laboratory, Dr. Ahmad Abdollahzadeh 11 DATA SOURCES STAGING AREA DATA WAREHOUSE DECISION SUPPORTApplication DatabasesPackaged application/ERP DataDesktop DataExternal DataWeb-based Data______________________________________________________INCOME ANNUAL REPORT___ ___ ____ _____ ___ __ ___ ___ ____ _____ ___ __ ___ ___ ____ _____ ___ __ ReportsEISOLAPStatistical & Financial AnalysisEXTRACTIONTRANSFORMINGCLEANINGAGGREGATIONDATA WAREHOUSEDATA MARTSORمعماری چند لایه BI و جایگاه DSS در آن (ادامه)

اسلاید ۱۲: Amirkabir University of Technology, Computer Engineering Faculty , Intelligent Systems Laboratory, Dr. Ahmad Abdollahzadeh 12برخی از خصوصیات DSS DSSباید بتواند داده های نیم ساختیافته را پردازش کند.بطور زایشی تکامل یابد(دارای قابلیت Learningباشد)برای مدیریت مورد استفاده قرار می گیردباید با توجه به اصول معماری Enterprise ساخته شود.برای گروه و تصمیم گیری آنان مؤثر باشدتصمیم گیری مستقل یا غیر وابسته ارائه کند.در کنترل کاربر باشدبرمبنای مدل باشدبه روشهای مختلف تصمیمگیری دسترسی داشته باشد Effective باشد (کارش را درست انجام دهد)انعطاف پذیر باشدواسط کاربری قابل استفاده برای همگان داشته باشد.

اسلاید ۱۳: Amirkabir University of Technology, Computer Engineering Faculty , Intelligent Systems Laboratory, Dr. Ahmad Abdollahzadeh 13تعریف دیگری از DSS DSS عبارت است از یک سیستم تحلیلی در مجموعه سیستم های هوش تجاری در یک معماری Enterprise .

اسلاید ۱۴: Amirkabir University of Technology, Computer Engineering Faculty , Intelligent Systems Laboratory, Dr. Ahmad Abdollahzadeh 14معماری EnterpriseEnterpriseفروشلیست اموالتوزیعامورمالیبازارقیمت گذاری محصولپشتیبانی مشتریIADMERPIDSSKMSCRMSCMEIMDBOLAPOLTPDW

اسلاید ۱۵: ۱۵ معماری Enterprise (ادامه) بستر سخت افزاری شبکهسیستم مدیریت پایگاه داده و ابزارمیان افزارمدیریت دادهمجتمع سازی دادهپاکسازی دادهارائه داده دسترسی به داده دستکاری دادهمعماری تجارتمعماری اطلاعاتمعماری برنامه کاربردی معماری تکنولوژی اهداف و مأموریت سیستم اصول سِیتم عملیات سیستمبرنامه اداره سیستم مدل داده ای Enterprise استاندارد سازی داده مجتمع سازی داده تلفیق دادهکیفیت دادهبرنامه های کاربردی عملیاتیبرنامه های کاربردی دسترسی به دادهبرنامه های کاربردی آنالیز دادهپایگاه داده برنامه های کاربردیمحتوا ذخیره سازی وبازنمایی

اسلاید ۱۶: Amirkabir University of Technology, Computer Engineering Faculty , Intelligent Systems Laboratory, Dr. Ahmad Abdollahzadeh 16معماریDSS در۴ فاز (Simon’s 4 Phase )

اسلاید ۱۷: Amirkabir University of Technology, Computer Engineering Faculty , Intelligent Systems Laboratory, Dr. Ahmad Abdollahzadeh 17مدل سایمون- فاز هوشمندی فاز هوشمندی (Intelligence)آزمایش وضعیت جاری و تشخیص مسأله پیمایش محیط به صورت پیوسته یا متناوبتشخیص مسالهجمع‌آوری داده‌ها و تخمین داده‌های آتیتصمیمگیریآیا مسأله قابل حل هست یا خیر؟تعریف مسألهدسته بندی مسالهدرک مساله با هدف قرار دادن آن در یک دسته از مسائل تعریف شدهعرضه راه حل استاندارد برای آنمعیار مهم دسته بندی: میزان ساخت یافتگیمدل مسأله تعریف شدهبرنامه ریزی شده (ساخت یافته)برنامه ریزی نشده (ساخت نایافته)

اسلاید ۱۸: Amirkabir University of Technology, Computer Engineering Faculty , Intelligent Systems Laboratory, Dr. Ahmad Abdollahzadeh 18مدل سایمون- فاز هوشمندیدر DSS تبدیل یک مسأله بزرگ (پیچیده) و بدون ساختار به یکسری مسائل کوچک و با ساختار انجام این کار در فاز هوشمندی توسط Decomposition انجام میشود.خروجی فاز هوشمندی مدل مسأله تعریف شده است.

اسلاید ۱۹: Amirkabir University of Technology, Computer Engineering Faculty , Intelligent Systems Laboratory, Dr. Ahmad Abdollahzadeh 19مدل سایمون- فاز طراحیفاز طراحی (Planning)مدل Alternative ها در فاز طراحی ساخته میشود مدلسازی یعنی مفهومی ساختن مسأله و مجرد‌سازی آن به شکل کیفی یا کمی ساخت مدلگزینه‌های مختلف تصمیم‌گیریرویدادهای غیر قابل کنترلمعیارهارابطه سمبولیک یا عددی بین متغیرهای فوقبهترین Alternative بر اساس پارامترهای ارزیابی برای حل مساله انتخاب میشود

اسلاید ۲۰: Amirkabir University of Technology, Computer Engineering Faculty , Intelligent Systems Laboratory, Dr. Ahmad Abdollahzadeh 20مدل سایمون- فاز طراحیتوصیف دقیق واقعیات معمولاً بسیار پیچیده استنقش نداشتن بسیاری از این پیچیدگی ها در حل یک مسأله خاص یک مدل یک نمایش ساده یا مجرد از واقعیت است و موجب ساده شدن حل مسایلارزیابی سریع و ارزان راه حل های مختلف میشودمدل باید خاصیت پاسخگویی به تست حساسیت را داشته باشدبا دنیای واقعی و نحوه شناخت انسان نزدیک باشد _______ ______ _____

اسلاید ۲۱: Amirkabir University of Technology, Computer Engineering Faculty , Intelligent Systems Laboratory, Dr. Ahmad Abdollahzadeh 21مدل سایمون- فاز طراحینمایش سیستم ها یا مسایل توسط مدل ها، می تواند در سطوح مختلفی از تجرد انجام شود. مدل ها بر اساس درجه تجردشان در سه گروه طبقه بندی می شوند:مدل تجسمی (Iconic) که یک نسخه فیزیکی از سیستم است.مدل قیاسی (Analog) که از نظر رفتاری مشابه سیستم، اما از نظر فیزیکی در مقیاس کوچکتری است. نسبت به مدل Iconic مجردتر است.مدل ریاضی (Mathematical)پیچیدگی روابط در بسیاری از سیستم های سازمانی را نمی توان با دو مدل قبلی نشان داد. مدل ریاضی از هر دو مدل قبلی مجردتر است. بیشتر تحلیل های DSS توسط این مدل انجام می شود.

اسلاید ۲۲: Amirkabir University of Technology, Computer Engineering Faculty , Intelligent Systems Laboratory, Dr. Ahmad Abdollahzadeh 22مدل سایمون- فاز طراحیدر رابطه با هر مدل موضوعات زیر باید روشن باشد:اجزاء مدل متغیرهای تصمیم گیریمتغیرهای غیر قابل کنترل (پارامترها)متغیرهای نتیجه (خروجی)ساختار مدلنحوه انتخاب مدل (ارزیابی)تولید Altenativeتخمین خروجیاندازه گیری خروجی

اسلاید ۲۳: Amirkabir University of Technology, Computer Engineering Faculty , Intelligent Systems Laboratory, Dr. Ahmad Abdollahzadeh 23مدل سایمون- فاز طراحیروشهای مختلف تست مدل در مرحله ارزیابی مدل:Sensetive Testمحکم بودن (Robust) : Reliable باشدکامل بودن (Completeness) : همه استثناءها را پوشش دهدMultiple Goal TestTrial and ErrorWhat If analysisGoal Seeking

اسلاید ۲۴: Amirkabir University of Technology, Computer Engineering Faculty , Intelligent Systems Laboratory, Dr. Ahmad Abdollahzadeh 24مدل سایمون- فاز طراحیمدل ریاضی در ۴ قدم تشکیل میگردد:شناخت متغیرها (اجزاء مدل)ایجاد رابطه بین متغیرها بوسیله عبارات ریاضی و جبری، معادلات و نامعادلاتساده سازی ازطریق ارائه مفروضات درمورد متغیرها و روابط بین آنهاتطابق مدل ساخته شده با موقعیتهای مختلف (ارزیابی مدل)

اسلاید ۲۵: Amirkabir University of Technology, Computer Engineering Faculty , Intelligent Systems Laboratory, Dr. Ahmad Abdollahzadeh 25مدل سایمون- فاز طراحیپارامترهای ارزیابی برای انتخاب بهترین Alternative زمانمیزان سادگی ساخت (یادگیری + زمان + هزینه)هزینه اجرامیزان ریسک وضعیت Learning مدلمیزان استفاده از ابزارهای گرافیکیبمنظور مقایسه و ارزیابی گزینه ها، پیش بینی خروجی هریک از گزینه های پیشنهادی ضروری استانواع خروجیمطمئنهمراه با ریسکنامطمئن

اسلاید ۲۶: Amirkabir University of Technology, Computer Engineering Faculty , Intelligent Systems Laboratory, Dr. Ahmad Abdollahzadeh 26مدل سایمون- فاز طراحیبسته به اینکه برای انتخاب یکی از Alternative ها از بینAlternative های موجود به عنوان راه حل مسأله، چه اصولی را لحاظ کنیم، دو نوع مدل وجود دارد: مدل Normativeثابت می شود که گزینه منتخب بهترین انتخاب ممکن برای حل مسأله استبهترین گزینه بر اساس تئوری تصمیم گیری Normative انجام می شود مدل Descriptiveچیزها را آنگونه که باید باشند توص