morteza.zangeneh
21st July 2010, 12:40 PM
سیستم پشتیبان تصمیمگیری مکانیزاسیون کشاورزی بر پایهی وب
(AMDSS)
مرتضی زنگنه
دانشجوی کارشناسی ارشد مکانیزاسیون کشاورزی دانشگاه تهران
Morteza.Zangeneh@gmail.com (Morteza.Zangeneh@gmail.com)
چکیده
سیستمهای پشتیبان تصمیم به عنوان سیستمهای متعامل مبتنی بر رایانه توصیف میشوند که به تصمیمگیرندگان در استفاده از دادهها و مدلها برای مسائل ساخت نایافته یاری میرسانند. فلسفهی سیستمهای پشتیبان تصمیم بر این مبنا است که در پشتیبانی از وظایف نیمهساختاریافته، بخشی از فرآیند تصمیم میتواند به رایانه تفویض شود اما برخی جنبههای آن به ویژه در مورد تحلیلهای کیفی و ارزیابی انتزاعی و ذهنی نیاز به قضاوت مدیریت دارند. سیستم مکانیزاسیون کشاورزی یک سیستم پیچیده بر پایهی منابع طبیعی منطقهای و شرایط اقتصادی اجتماعی است، بنابراین با توجه به ماهیت آن، تصمیمگیری و اتخاذ سیاست پیرامون مباحث مرتبط با آن فرآیندی سخت و پیچیده است. سیاستگذاران این بخش باید به طور کامل از شرایط اجتماعی اقتصادی و منطقهای در یک منطقهی خاص آگاهی کامل داشته باشند، همچنین از اطلاعات با ارزش بهموقع و به طور موثر به منظور ایفای نقش در تنظیم بازار و تصمیمات کلان اقتصاد روستایی استفاده نمایند، بنابراین ایجاد یک سیستم باز پشتیبان تصمیم مکانیزاسیون کشاورزی (AMDSS) با هدف کمک به تصمیمگیری ضروری به نظر میرسد. این AMDSS میتواند انواع مختلفی از اطلاعات جامع، مدلهای مناسب و روشهای تجزیه و تحلیل را برای ستادهای اجرایی کشاورزی به منظور حل انواع گوناگون مسائل تصمیمگیری یا برنامهریزیهای توسعه پیشنهاد نماید. مسائل و مشکلاتی که سیاستگذاران این بخش در طول فرآیند تصمیمسازی مکانیزاسیون کشاورزی با آن مواجه میشوند مربوط به مسائل نیمهساختاریافته و غیرساختاریافته است. AMDSS دارای حجم عظیمی از دادهها و اطلاعات اقتصادی مکانیزاسیون کشاورزی و بر اساس آخرین پیشرفتها در زمینهی DSS است، از این رو داده انبار، فرآیند آنالیز آنلاین و تکنولوژی دادهکاوی در AMDSS به منظور تشکیل یک DSS جامع گنجانده شده است. این سیستم به منظور پشتیبانی از فرآیند تصمیمگیری در بخش مکانیزاسیون کشاورزی طراحی و اجرا گردیده است. به منظور ایجاد و توسعه این سیستم از SAS نسخهی 2/8 به عنوان یک سیستم زبان و با هدف ترکیب ماژولهای سه گانهی این سیستم استفاده گردیده است.
کلمههای کلیدی: سیستم پشتیبان تصمیمگیری، مکانیزاسیون کشاورزی، AMDSS
مقدمه
سیستمهای پشتیبان تصمیمگیری[1] (http://njavan.com/forum/newthread.php?do=newthread&f=192#_ftn1) از اواسط قرن گذشتهی میلادی با استفاده از الگوهای ریاضی متولد شد. خاستگاه اولیهی علوم تصمیمگیری مشابه بسیاری از رویکردهای جدید، «کاربردهای نظامی» بود و این رویکرد به تدریج به زمینههای صنعتی و کسب و کار راه یافت. عبارت «سیستم پشتیبان تصمیم» اولین بار در سال 1971 توسط گوری و اسکات مورتون که هر دو از اساتید دانشگاه ام آی تی بودند ابداع شد. آنان چنین سیستمهایی را به عنوان سیستمهای متعامل مبتنی بر رایانه توصیف کردند که به تصمیمگیرندگان در استفاده از دادهها و مدلها برای مسائل ساخت نایافته یاری میرسانند. سیستم پشتیبان تصمیمگیری (DSS) به عنوان گونهی اولیهی سیستمهای اطلاعات مدیریت[2] (http://njavan.com/forum/newthread.php?do=newthread&f=192#_ftn2) (MIS) طرفداران بسیاری را به خود جذب کرد. این رویکرد با به کارگیری روشهای بهینه سازی، برنامهریزی ریاضی، الگوهای تصمیمگیری چندمعیاره[3] (http://njavan.com/forum/newthread.php?do=newthread&f=192#_ftn3) (MCDM) و با این پیش فرض که مسائل مدیریتی میتوانند به صورت مدلهای ریاضی فرموله شود به فعالیت میپردازد. الگوریتمهای بهینهسازی، نظریههای مطلوبیت، تحقیق در عملیات و الگوهای انتخاب زمینههای مهم سیستمهای پشتیبان تصمیم هستند. در جایی که مسائل ساختار یافته و اطلاعات کافی وجود داشته باشد، یا موضوع آنقدر مهم باشد که برای تکمیل ساختار و اطلاعات لازم صرف هزینه و زمان موجه باشد روشهای DSS مناسبترین رویکردها را برای دستیابی به بهینهترین پاسخ ممکن در اختیار میگذارد، و هنگامی که مساله به خوبی قابل تعریف نباشد، وضعیتی که شرایط روزمره تصمیمگیری مدیران است، روشهای بر پایهی سیستمهای خبره[4] (http://njavan.com/forum/newthread.php?do=newthread&f=192#_ftn4) ما را به یک پاسخ معقول به جای راه حل بهینه میرساند.
دانشمندان سیستمهای پشتیبان تصمیم را به عنوان سیستمهای اطلاعاتی مبتنی بر کامپیوتر که به وسیلهی ترکیب مدلها و دادهها کاربر را در حل مسائل غیرساختاریافته کمک میکنند تعریف کردهاند. به نظر این محققین زیرسیستمهای تشکیل دهندهی DSS عبارتند از:
-زیرسیستم مدیریت دادهها
-زیرسیستم مدیریت دانش
-زیرسیستم رابط کاربر
دانشمندان علم تصمیمگیری در چارچوب تحلیلی جامع خود به بررسی آنچه که یک DSS باید انجام دهد و تواناییها و ویژگیهایی که باید داشته باشد پرداختهاند. آنها شش عامل را به عنوان نیازمندیهای عملکردی از دیدگاه مدیران برشمردهاند: 1- یک DSS باید امکان پشتیبانی برای تصمیمگیری را فراهم کند، اما تاکید اصلی آن باید بر روی تصمیمهای نیمهساختاریافته یا غیرساختاریافته باشد. 2- یک DSS باید پشتیبانی از تصمیمگیری در تمام سطوح مدیریت را فراهم آورد و در عین حال به ایجاد انسجام میان سطوح در شرایط مناسب کمک کند. 3- یک DSS باید از هر دو دسته تصمیمهای وابسته به یکدیگر و مستقل از یکدیگر به طور یکسان پشتیبانی کند. 4- یک DSS باید تمامی مراحل تصمیمگیری را پشتیبانی کند. 5- یک DSS باید انواع متفاوتی از فرآیندهای تصمیمگیری را پشتیبانی کند. 6- استفاده از DSS باید آسان باشد.
فلسفهی سیستمهای پشتیبان تصمیم بر این مبنا است که در پشتیبانی از وظایف نیمهساختاریافته، بخشی از فرآیند تصمیم میتواند به رایانه تفویض شود اما برخی جنبههای آن به ویژه در مورد تحلیلهای کیفی و ارزیابی انتزاعی و ذهنی نیاز به قضاوت مدیریت دارند. DSS یکی از سیستمهای اطلاعات-محور است
که مدیران را در حل مسائل و گرفتن تصمیمهای نیمهساختیافته یاری میکند. این سیستمها رایانه را به نحوی با فرآیند تصمیمگیری ترکیب میکنند که جزیی از آن میشود و بنابراین اجازه میدهند که به جای اینکه تنها دریافت کنندهی سادهی اطلاعات باشند از آن استفاده کنند. هزینهی توسعهی چنین سیستمهایی در صورتی که کوچک باشند نسبتا ناچیز است، و بنابراین توجیه آنها موضوع مهمی نیست، اما هزینهی یک سیستم متوسط یا بزرگ میتواند بسیار بالا باشد، بنابراین به عنوان بدیلی در سرمایهگذاری نگاه کرد که نه تنها باید نتیجهای مطلوب در بر داشته باشند، بلکه باید نسبت به گزینههای دیگر سرمایهگذاری (شامل عدم انجام هرگونه اقدامی) نیز مزیتی داشته باشند. بنابراین در توسعهی سیستمهای پشتیبان تصمیم لازم است توجیه کافی برای سرمایهگذاری وجود داشته باشد، چرا که از لحاظ آماری میتوان با افزایش اطلاعات تصمیم بهتری اتخاذ کرد، اما از دیدگاه مدیریتی سوال این است که هزینهی کسب اطلاعات بیشتر چقدر است و نتایج بالقوهی کسب آن چه هستند. با این وجود توجیه این سیستمها پیش از توسعه و ارزیابی نتایج حاصل از توسعه و کاربرد آنها، از جنبههایی با دشواری روبروست. از جملهی این دشواریها میتوان به کیفی بودن بیشتر منافع حاصل از سیستمهای پشتیبان تصمیم که اهمیت فزایندهای نیز یافتهاند و مشکلات موجود در تعیین ارزش اقتصادی برای اطلاعات به عنوان خروجی اصلی این سیستمها اشاره کرد.
براساس تعريف جديد، مكانيزاسيون كشاورزي انتخاب ماشينهاي مناسب و كاربرد صحيح آنها با رعايت ملاحظات اقتصادي و ساير اصول توسعهی پايدار در فرآيند توليد و فرآوري محصولات كشاورزي را شامل ميشود (الماسی و همکاران، 1378). برای سیاستگذاری، برنامهریزی و استفادهی بهینه از ماشین در کشاورزی و توسعهی آن در منطقه، اصولا نیاز به در دست بودن اطلاعات صحیح از وضعیت مکانیزاسیون منطقه و شناسایی عوامل موثر در بکارگیری آن توسط کشاورزان در عملیات کشاورزی است. سیستم مکانیزاسیون کشاورزی یک سیستم پیچیده بر پایهی منابع طبیعی منطقهای و شرایط اقتصادی اجتماعی است، بنابراین با توجه به ماهیت آن، تصمیمگیری و اتخاذ سیاست پیرامون مباحث مرتبط با آن فرآیندی سخت و پیچیده است. سیاستگذاران این بخش باید به طور کامل از شرایط اجتماعی اقتصادی و منطقهای در یک منطقهی خاص آگاهی کامل داشته باشند، همچنین از اطلاعات با ارزش بهموقع و به طور موثر به منظور ایفای نقش در تنظیم بازار و تصمیمات کلان اقتصاد روستایی استفاده نمایند، بنابراین ایجاد یک سیستم باز پشتیبان تصمیم مکانیزاسیون کشاورزی[5] (http://njavan.com/forum/newthread.php?do=newthread&f=192#_ftn5) (AMDSS) با هدف کمک به تصمیمگیری ضروری به نظر میرسد. این AMDSS میتواند انواع مختلفی از اطلاعات جامع، مدلهای مناسب و روشهای تجزیه و تحلیل را برای ستادهای اجرایی کشاورزی به منظور حل انواع گوناگون مسائل تصمیمگیری یا برنامهریزیهای توسعه پیشنهاد نماید (منگ و همکاران،2002).
مسائل و مشکلاتی که سیاستگذاران این بخش در طول فرآیند تصمیمسازی مکانیزاسیون کشاورزی با آن مواجه میشوند مربوط به مسائل نیمهساختاریافته و غیرساختاریافته است. در اصطلاح درجهی ساختاریافتگی به این معنی است که آیا محیط و قانون یک فرآیند ویژه میتواند توصیف یا تبیینی واضح با استفاده از یک زبان مخصوص (ریاضیات یا منطق، کمی یا نسبی و ...) ارائه کند یا خیر. بر این اساس اگر مسئلهای بتواند به طور واضح توصیف شود مسئلهی ساختاریافته نامیده میشود؛ اگر نتواند به طور واضح توصیف شود و تنها با استفاده از تجربه و فراست مورد قضاوت قرار گیرد به عنوان مسائل غیرساختاریافته تلقی میشوند؛ مسائل دیگری که در بین این دو قرار میگیرند به عنوان مسائل نیمهساختاریافته نامیده میشوند (منگ و همکاران، 2002). AMDSS دارای حجم عظیمی از دادهها و اطلاعات اقتصادی مکانیزاسیون کشاورزی و بر اساس آخرین پیشرفتها در زمینهی DSS است، از این رو داده انبار[6] (http://njavan.com/forum/newthread.php?do=newthread&f=192#_ftn6)، فرآیند آنالیز آنلاین و تکنولوژی دادهکاوی در AMDSS به منظور تشکیل یک DSS جامع گنجانده شد. همچنین اطلاعات مکانیزاسیون کشاورزی، شبکهی اطلاعات واطلاعات اقتصادی به منظور اتصال AMDSS به اینترنت مورد استفاده قرار گرفت. AMDSS به سه ماژول تقسیم میشود: سیستم مدیریت داده انبار[7] (http://njavan.com/forum/newthread.php?do=newthread&f=192#_ftn7)، سیستم داده کاوی[8] (http://njavan.com/forum/newthread.php?do=newthread&f=192#_ftn8) و سیستم مدیریت مدل[9] (http://njavan.com/forum/newthread.php?do=newthread&f=192#_ftn9). ساختمان AMDSS در شکل شمارهی 1 نشان داده شده است.
شکل شمارهی 1- ساختمان AMDSS بر اساس داده انبار
برای عمومیت دادن به DSS باید یک ابزار توسعهی مناسب وجود داشته باشد. این ابزار نیاز به یک سیستم زبان به منظور ترکیب ماژول داده، ماژول مدل و ماژول دیالوگ با هم دارد. ماژول داده و ماژول مدل سیستمهای زبان مجزا از هم دارند. زبانهای الگوریتمیک قدیمی از قبیل FORTRAN، PASCAL و ... تشخیص مدل ریاضی را بسیار متناسب میکند اما هیچ حمایتی از عملیات پایگاه اطلاعاتی به عمل نمیآورد (ویون، 2000). انواع مختلفی از زبانهای سیستم مدیریت پایگاه داده[10] (http://njavan.com/forum/newthread.php?do=newthread&f=192#_ftn10) (DBMS) برای مدیریت و عملیات پایگاه اطلاعاتی مناسب هستند، اما برای تعداد عملیات ارزش مناسب نیست. زبان جامع باید قادر به ترکیب زبان محاسبات و زبان پایگاه اطلاعاتی باشد. سیستم آنالیز آماری (SAS) امروزه مشهورترین سیستم نرمافزاری آنالیز داده است. بعد از دههی 1990، SAS به توسعهی داده انبار، سیستم پردازش و آنالیز آنلاین، داده کاوی وDSS اختصاص داده شد. به این ترتیب امروزه موفقترین نرمافزار بزرگمقیاس SAS نسخهی شمارهی 8 ، زبان محاسباتی را با زبان پایگاه اطلاعاتی را به منظور ساده سازی آن بیش از زبانهای دیگر مانند FORTRAN و ... در محاسبه در ارزش عددی یکپارچه میکند (هانگشن، 2000). بنابراین در این مطالعه به منظور توسعهی سیستم کل نرمافزار SAS 2/8 انتخاب گردید.
طراحی هر ماژول
تنظیم سیستم داده انبار
دادهانبار مجموعهای از دادهها به صورت موضوعات جهتدار، یکپارچه و پیوسته در زمانهای متفاوت است که به منظور پشتیبانی از فرآیند فرموله کردن تصمیم در مدیریت مورد استفاده قرار میگیرد. داده در دادهانبار با موضوعاتی مرتبط با پایگاه اطلاعاتی سنتی که هنگام به کارگیری با آن روبرو بودهاند مواجه میشوند. تم یا موضوع، یک استاندارد است که دادهها را در سطح بالاتر طبقهبندی میکند، و هر موضوع با یک زمینهی آنالیز کلان مرتبط است. صفت یکپارچه و جامع دادهانبار به پردازشی که قبل از ورود داده به مخزن داده باید بر روی دادهها صورت گیرد و آن را یکپارچه کند باز میگردد. این مرحلهی اصلی تنظیم دادهانبار برای متحد و یکی کردن تناقضات دادههای اولیه و تغییر ساختار دادهها از سطح کاربردی به سطح موضوعی میباشد. استقرار و پایداری دادهانبار به این معنی است که دادهانبار محتوای دادههای تاریخی را منعکس میکند، اما دادهها در پردازش تراکنشی روزانه تولید نمیشوند، دادهها بعد از پردازش، یکپارچهسازی و ورود به دادهانبار به ندرت تجدید نظر میشوند یا اصلا تجدید نظر نمیشوند. دادهانبار مجموعهای از دادهها در زمانهای متفاوت است، از این رو نیاز است که دادهها به منظور داشتن زمان کافی برای در نظر گرفتن نیازها جهت انجام در آنالیز تصمیم در دادهانبار ذخیره گردند. داده در دادهانبار بایستی دورههای تاریخی خود را نشان دهد (وستون، 2000).
متادیتا مفهوم مهم دیگری در دادهانبار است. متادیتا معمولا به عنوان دادهای که در ارتباط با دیگر دادههاست تعریف میشود. متادیتا به دادهای اطلاق میشود که موضوعات و اهداف دیگری را توصیف میکند، این توصیفها به منظور تعریف جدولبندی، پایگاه اطلاعاتی، نظریه و دیگر موضوعات در پایگاه اطلاعاتی وابسته استفاده میشود. عموما متادیتا هر چیزی را که برای تعریف اهداف دادهانبار مورد استفاده قرار میگیرد معرفی مینماید، اهداف ممکن است جدولبندی، یک لیست، یک سوال و جستجو، یک قانون بازرگانی یا جا به جا شدن در دادهانبار باشد. تعریفهای متادیتا به ما در اتمام تعریف اهداف معنیدار ورودی در دادهها کمک کند.
هدف مطالعهی AMDSS حل مشکلات مدیریت و تصمیمگیری در خلال توسعهی مکانیزاسیون کشاورزی است. به هر حال سیستم مکانیزاسیون کشاورزی یک سیستم باز است که تحت تاثیر جمعیت خارجی، منابع، محیط، توسعهی اقتصادی، تولید کشاورزی، پیشرفت تکنولوژیکی و تقاضای بازار و ... است. به منظور پرداختن به نیازهای تحقیق، دادهانبار باید به دادههای تولید کشاورزی، ساختار صنعتی، نسبت نیروی کار کشاورزی، ارزش خروجی کشاورزی و ...در هر منطقه بپردازد. محتوای تحقیق عمدتا برای حل مشکلات مدیریت و تصمیمگیری توسعهی مکانیزاسیون کشاورزی است، بنابراین تنظیم دادهانبار به طور کلی حول و حوش این موضوعات است. موضوعات تحقیق بر طبق محتوای داده و نه تفاوت نواحی انتخاب میگردد، یک محتوای داده به موضوع خود تعلق دارد. یک داده در مناطق مختلف در داخل مجموعه جمعآوری میشود و سپس مقایسه و آنالیز میشود. دادهی پردازش شده در بازار اطلاعات قرار داده میشود، همچنین این بازارهای داده در دادهانبار به منظور پرداختن به تقاضای مدیران سطوح مختلف برای داده ایجاد میکند.
توسعهی سیستم دادهکاوی
دادهکاوی (DM) کسب دانشی از پایگاه اطلاعاتی بزرگ مقیاس میباشد که مردم به آن علاقهمند هستند. دانش اطلاعات بالقوه مفید ودلالت کننده است که در پیشروی شناخته شده نیست. دانش به عنوان مفهوم، قانون، مقدرات، روش و ... بیان میشود، این بدان معنی است که در جستجو برای روش پردازش پشتیبان تصمیمگیری در تودهای از حقایق و دادهها هستیم (هان و کمبر، 2001). هدف این است که دادهکاوی تنها پایگاه اطلاعاتی نیست، بلکه همچنین سیستم پروندهها، یا دیگر تودههای داده از قبیل منابع اطلاعاتی www میباشد. همهی تحقیقات دادهکاوی بر اساس دادهانباری است که ما تنظیم کردهایم، و آن یک ساختار با دادهانبار، مدیر و ابزار تصمیمگیری همانطور که در تصویر شمارهی 2 نشان داده شده است را تشکیل میدهد. این موضوع اهداف زیر را دنبال میکند:
1- ساده کردن- دادهبرداری
2- کاوش کردن- اکتشاف کردن، آنالیز کردن و پیشتیمار خصوصیات و ویژگیهای داده
3- تغییر دادن- تعریف مشکلات، تنظیم داده و انتخاب تکنولوژی
4- مدل- تحقیق مدل و کشف دانش
5- برآورد کردن- تشریح جامع و ارزیابی مدل و دانش
شکل شمارهی 2- دادهکاوی در محیط دادهانبار
دادهانبار و سیستم مدیریت
مدل، تشریح ویژگیهای ضروری یک سیستم در شکل ویژه به منظور توضیح هدف، رفتار و قانونهای تغییر سیستم است. عموما ما سه نوع روش داریم، شامل روش اورگانوس منطقی، روش آزمایشات و روش مدلها برای درک و تحقیق دنیای هدف. روش مدل تواناترین، رایجترین و موثرترین روش برای درک و کاوش دنیای هدف است. این روش پلی بین دنیای هدف و نظریهی علمی برای آنالیز تمام جنبههای سیستم بر پا میکند. چندشکلی و پیچیده بودن مکانیزاسیون کشاورزی باعث ایجاد مشکلات زیادی در تحقیقات مربوط به توسعهی آن شده است. مبنا و آنالیز مدل برای توسعهی آن مفید است، همچنین عملکرد مدل به بهینهسازی ساختار آن کمک میکند.
مدلانبار یک سیستم کامپیوتری برای پیشنهاد ذخیره و بیان است که سیستم مدیریت مدل نامگذاری شده است. بیش از یک روش حافظهی کامل برای به دست آوردن، مشاهده، تجدید و ترکیب کردن مدل در آن وجود دارد. در این سیستم اولین چیزی که ما باید در مورد آن فکر کنیم فهماندن رو به جلو و راه ذخیره به منظور مدیریت مدل، اتصال در یک روش انعطافپذیر و اشتراک نتیجهرسان است. روش بیان روند مدل برای تجزیه کردن به سلولهای پایه برای تقویت انعطافپذیری مدیریت و کاهش تکرار ذخیره است. AMDSS تکنولوژی دادهکاوی را تحت پایگاه SAS تطابق میدهد. بنابراین مدل میتواند در DSS عمومی در دادهکاوی عمل تشخیص را انجام دهد. این ویژگی کمیت مدل را در انبار کاهش میدهد و باعث کاهش مشکلات و مسائل توسعهی سیستم مدیریت و کل سیستم میگردد. مدل OR در سیستم SAS شامل روش برنامهریزی معمول است. این نوع سوال میتواند به عنوان مسئلهی حل بیشینهی یک تابع هدف تحت یک گروه از محدودیتها را مورد توجه قرار دهد. اگر محدودیتها و توابع هدف خطی باشند، این برنامهریزی خطی (LP)خواهد بود. اگر متغیر باید عدد کامل باشد این برنامهریزی عدد صحیح (IP) است. پردازش LP در مدل OR میتواند به وسیلهی LP حل شود،که شامل برنامهریزی عدد صحیح و برنامهریزی عدد صحیح مرکب میباشد. عموما روش برنامهریزیای که در AMDSS مورد استفاده قرار میگیرد روش برنامهریزی خطی است. شرایط محدودیت، پارامترها و تابع هدف LP میتواند در پایگاه اطلاعاتی ذخیره شود و برخی از پارامترها میتواند مستقیما از پایگاه اطلاعاتی گرفته شود. عملیات تنها برای انتقال برنامهی خطی و ورود داده از پایگاه اطلاعاتی مورد نیاز است. هنگامی که مدل تغییر میکند، میتواند عملیات و مدیریت را در همان زمان از طریق پارامترها در پروندهی دادههایی که تنها تجدید نظر شدهاند را به پایان برساند. این تحولات جریان کاری سیستم مدیریت مدل و راندمان کاری را بهبود میبخشد، همانطوری که در شکل شمارهی 3 نشان داده شده است.
شکل شمارهی 3- توسعهی سیستم مدیریت اجرایی مدل بر اساس سیستم SAS
یکپارچهسازی سیستم نرمافزاری AMDSS
به دلیل اینکه سیستم دادهانبار، سیستم دادهکاوی و سیستم اجرایی مدل AMDSS تحت پایگاه سیستماتیک SAS توسعه داده شده است و منبع دادهکاوی دادهانبار است، بنابراین دادهکاوی و ایجاد دادهانبار کمتر به نظر میآید (شکل شمارهی 4). در سیستم مدیریت مدل، پردازش توسعهی AMDSS عبارت است از:
1- کسب داده از مخزن داده در مسیر فایل دادهی مدل
2- اتمام توسعهی هر ماژول و واسط آن در دادهانبار
شکل شمارهی 4- ارتباط ماژول در AMDSS
نتایج تحقیقات یکپارچه سازی در شکل شمارهی 5 به تفصیل آورده شده است.
شکل شمارهی 5- ساختار عملیات AMDSS
نتیجهگیری
سیستم AMDSS تجربهی موفقی در چین به منظور ارزیابی و سیاستگذاری توسعهی مکانیزاسیون کشاورزی داشته است. اطلاعات یکی از ابزارهای توسعهی کشاورزی آینده است و AMDSS بخش مهمی از آن است و مطمئنا نقش مهمی در توسعهی مکانیزاسیون کشاورزی ایفا خواهد نمود.
منابع
1- الماسی، م.، ش. کیانی و ن. لویمی (1378). مبانی مکانیزاسیون کشاورزی. انتشارات حضرت معصومه.
2- Meng J., Y. Guanglin (2002). The Research of Agricultural Producing Macro Decision
Support System. System Sciences and Comprehensive Studies in Agriculture, 18(4): 293-297.
3- Weiwen C. (2000). Decision Support System and its Development. Beijing: Tshinghua
University Press.
4- Hongshen G. (2000). Theories, Methods and Cases for DSS. Beijing: Tshinghua University
Press.
5- Weston J. (2000) Chen Shuoying, etc., translater. Decision Support in the Data
Warehouse. Beijing: Beijing Institute of Technology Press, 2000
6- Han J. and M. Kamber (2001). translated by: Fang Ming, Meng Xiaofeng. The
Concept and Technology of Data Mining. Beijing: China Machine Press.
1- [/URL]Decision Support Systems
2- (http://njavan.com/forum/newthread.php?do=newthread&f=192#_ftnref1)Management Information Systems
3- Multiple Criteria Decision Making
4- (http://njavan.com/forum/newthread.php?do=newthread&f=192#_ftnref3)Expert System
1- Agricultural Mechanization Decision Support System
1- (http://njavan.com/forum/newthread.php?do=newthread&f=192#_ftnref5)Warehouse
2- Data Warehouse Management System
3- (http://njavan.com/forum/newthread.php?do=newthread&f=192#_ftnref7)Data Mining System
4- Model Management System
1- [URL="http://njavan.com/forum/newthread.php?do=newthread&f=192#_ftnref10"] (http://njavan.com/forum/newthread.php?do=newthread&f=192#_ftnref9)Database Management System
(AMDSS)
مرتضی زنگنه
دانشجوی کارشناسی ارشد مکانیزاسیون کشاورزی دانشگاه تهران
Morteza.Zangeneh@gmail.com (Morteza.Zangeneh@gmail.com)
چکیده
سیستمهای پشتیبان تصمیم به عنوان سیستمهای متعامل مبتنی بر رایانه توصیف میشوند که به تصمیمگیرندگان در استفاده از دادهها و مدلها برای مسائل ساخت نایافته یاری میرسانند. فلسفهی سیستمهای پشتیبان تصمیم بر این مبنا است که در پشتیبانی از وظایف نیمهساختاریافته، بخشی از فرآیند تصمیم میتواند به رایانه تفویض شود اما برخی جنبههای آن به ویژه در مورد تحلیلهای کیفی و ارزیابی انتزاعی و ذهنی نیاز به قضاوت مدیریت دارند. سیستم مکانیزاسیون کشاورزی یک سیستم پیچیده بر پایهی منابع طبیعی منطقهای و شرایط اقتصادی اجتماعی است، بنابراین با توجه به ماهیت آن، تصمیمگیری و اتخاذ سیاست پیرامون مباحث مرتبط با آن فرآیندی سخت و پیچیده است. سیاستگذاران این بخش باید به طور کامل از شرایط اجتماعی اقتصادی و منطقهای در یک منطقهی خاص آگاهی کامل داشته باشند، همچنین از اطلاعات با ارزش بهموقع و به طور موثر به منظور ایفای نقش در تنظیم بازار و تصمیمات کلان اقتصاد روستایی استفاده نمایند، بنابراین ایجاد یک سیستم باز پشتیبان تصمیم مکانیزاسیون کشاورزی (AMDSS) با هدف کمک به تصمیمگیری ضروری به نظر میرسد. این AMDSS میتواند انواع مختلفی از اطلاعات جامع، مدلهای مناسب و روشهای تجزیه و تحلیل را برای ستادهای اجرایی کشاورزی به منظور حل انواع گوناگون مسائل تصمیمگیری یا برنامهریزیهای توسعه پیشنهاد نماید. مسائل و مشکلاتی که سیاستگذاران این بخش در طول فرآیند تصمیمسازی مکانیزاسیون کشاورزی با آن مواجه میشوند مربوط به مسائل نیمهساختاریافته و غیرساختاریافته است. AMDSS دارای حجم عظیمی از دادهها و اطلاعات اقتصادی مکانیزاسیون کشاورزی و بر اساس آخرین پیشرفتها در زمینهی DSS است، از این رو داده انبار، فرآیند آنالیز آنلاین و تکنولوژی دادهکاوی در AMDSS به منظور تشکیل یک DSS جامع گنجانده شده است. این سیستم به منظور پشتیبانی از فرآیند تصمیمگیری در بخش مکانیزاسیون کشاورزی طراحی و اجرا گردیده است. به منظور ایجاد و توسعه این سیستم از SAS نسخهی 2/8 به عنوان یک سیستم زبان و با هدف ترکیب ماژولهای سه گانهی این سیستم استفاده گردیده است.
کلمههای کلیدی: سیستم پشتیبان تصمیمگیری، مکانیزاسیون کشاورزی، AMDSS
مقدمه
سیستمهای پشتیبان تصمیمگیری[1] (http://njavan.com/forum/newthread.php?do=newthread&f=192#_ftn1) از اواسط قرن گذشتهی میلادی با استفاده از الگوهای ریاضی متولد شد. خاستگاه اولیهی علوم تصمیمگیری مشابه بسیاری از رویکردهای جدید، «کاربردهای نظامی» بود و این رویکرد به تدریج به زمینههای صنعتی و کسب و کار راه یافت. عبارت «سیستم پشتیبان تصمیم» اولین بار در سال 1971 توسط گوری و اسکات مورتون که هر دو از اساتید دانشگاه ام آی تی بودند ابداع شد. آنان چنین سیستمهایی را به عنوان سیستمهای متعامل مبتنی بر رایانه توصیف کردند که به تصمیمگیرندگان در استفاده از دادهها و مدلها برای مسائل ساخت نایافته یاری میرسانند. سیستم پشتیبان تصمیمگیری (DSS) به عنوان گونهی اولیهی سیستمهای اطلاعات مدیریت[2] (http://njavan.com/forum/newthread.php?do=newthread&f=192#_ftn2) (MIS) طرفداران بسیاری را به خود جذب کرد. این رویکرد با به کارگیری روشهای بهینه سازی، برنامهریزی ریاضی، الگوهای تصمیمگیری چندمعیاره[3] (http://njavan.com/forum/newthread.php?do=newthread&f=192#_ftn3) (MCDM) و با این پیش فرض که مسائل مدیریتی میتوانند به صورت مدلهای ریاضی فرموله شود به فعالیت میپردازد. الگوریتمهای بهینهسازی، نظریههای مطلوبیت، تحقیق در عملیات و الگوهای انتخاب زمینههای مهم سیستمهای پشتیبان تصمیم هستند. در جایی که مسائل ساختار یافته و اطلاعات کافی وجود داشته باشد، یا موضوع آنقدر مهم باشد که برای تکمیل ساختار و اطلاعات لازم صرف هزینه و زمان موجه باشد روشهای DSS مناسبترین رویکردها را برای دستیابی به بهینهترین پاسخ ممکن در اختیار میگذارد، و هنگامی که مساله به خوبی قابل تعریف نباشد، وضعیتی که شرایط روزمره تصمیمگیری مدیران است، روشهای بر پایهی سیستمهای خبره[4] (http://njavan.com/forum/newthread.php?do=newthread&f=192#_ftn4) ما را به یک پاسخ معقول به جای راه حل بهینه میرساند.
دانشمندان سیستمهای پشتیبان تصمیم را به عنوان سیستمهای اطلاعاتی مبتنی بر کامپیوتر که به وسیلهی ترکیب مدلها و دادهها کاربر را در حل مسائل غیرساختاریافته کمک میکنند تعریف کردهاند. به نظر این محققین زیرسیستمهای تشکیل دهندهی DSS عبارتند از:
-زیرسیستم مدیریت دادهها
-زیرسیستم مدیریت دانش
-زیرسیستم رابط کاربر
دانشمندان علم تصمیمگیری در چارچوب تحلیلی جامع خود به بررسی آنچه که یک DSS باید انجام دهد و تواناییها و ویژگیهایی که باید داشته باشد پرداختهاند. آنها شش عامل را به عنوان نیازمندیهای عملکردی از دیدگاه مدیران برشمردهاند: 1- یک DSS باید امکان پشتیبانی برای تصمیمگیری را فراهم کند، اما تاکید اصلی آن باید بر روی تصمیمهای نیمهساختاریافته یا غیرساختاریافته باشد. 2- یک DSS باید پشتیبانی از تصمیمگیری در تمام سطوح مدیریت را فراهم آورد و در عین حال به ایجاد انسجام میان سطوح در شرایط مناسب کمک کند. 3- یک DSS باید از هر دو دسته تصمیمهای وابسته به یکدیگر و مستقل از یکدیگر به طور یکسان پشتیبانی کند. 4- یک DSS باید تمامی مراحل تصمیمگیری را پشتیبانی کند. 5- یک DSS باید انواع متفاوتی از فرآیندهای تصمیمگیری را پشتیبانی کند. 6- استفاده از DSS باید آسان باشد.
فلسفهی سیستمهای پشتیبان تصمیم بر این مبنا است که در پشتیبانی از وظایف نیمهساختاریافته، بخشی از فرآیند تصمیم میتواند به رایانه تفویض شود اما برخی جنبههای آن به ویژه در مورد تحلیلهای کیفی و ارزیابی انتزاعی و ذهنی نیاز به قضاوت مدیریت دارند. DSS یکی از سیستمهای اطلاعات-محور است
که مدیران را در حل مسائل و گرفتن تصمیمهای نیمهساختیافته یاری میکند. این سیستمها رایانه را به نحوی با فرآیند تصمیمگیری ترکیب میکنند که جزیی از آن میشود و بنابراین اجازه میدهند که به جای اینکه تنها دریافت کنندهی سادهی اطلاعات باشند از آن استفاده کنند. هزینهی توسعهی چنین سیستمهایی در صورتی که کوچک باشند نسبتا ناچیز است، و بنابراین توجیه آنها موضوع مهمی نیست، اما هزینهی یک سیستم متوسط یا بزرگ میتواند بسیار بالا باشد، بنابراین به عنوان بدیلی در سرمایهگذاری نگاه کرد که نه تنها باید نتیجهای مطلوب در بر داشته باشند، بلکه باید نسبت به گزینههای دیگر سرمایهگذاری (شامل عدم انجام هرگونه اقدامی) نیز مزیتی داشته باشند. بنابراین در توسعهی سیستمهای پشتیبان تصمیم لازم است توجیه کافی برای سرمایهگذاری وجود داشته باشد، چرا که از لحاظ آماری میتوان با افزایش اطلاعات تصمیم بهتری اتخاذ کرد، اما از دیدگاه مدیریتی سوال این است که هزینهی کسب اطلاعات بیشتر چقدر است و نتایج بالقوهی کسب آن چه هستند. با این وجود توجیه این سیستمها پیش از توسعه و ارزیابی نتایج حاصل از توسعه و کاربرد آنها، از جنبههایی با دشواری روبروست. از جملهی این دشواریها میتوان به کیفی بودن بیشتر منافع حاصل از سیستمهای پشتیبان تصمیم که اهمیت فزایندهای نیز یافتهاند و مشکلات موجود در تعیین ارزش اقتصادی برای اطلاعات به عنوان خروجی اصلی این سیستمها اشاره کرد.
براساس تعريف جديد، مكانيزاسيون كشاورزي انتخاب ماشينهاي مناسب و كاربرد صحيح آنها با رعايت ملاحظات اقتصادي و ساير اصول توسعهی پايدار در فرآيند توليد و فرآوري محصولات كشاورزي را شامل ميشود (الماسی و همکاران، 1378). برای سیاستگذاری، برنامهریزی و استفادهی بهینه از ماشین در کشاورزی و توسعهی آن در منطقه، اصولا نیاز به در دست بودن اطلاعات صحیح از وضعیت مکانیزاسیون منطقه و شناسایی عوامل موثر در بکارگیری آن توسط کشاورزان در عملیات کشاورزی است. سیستم مکانیزاسیون کشاورزی یک سیستم پیچیده بر پایهی منابع طبیعی منطقهای و شرایط اقتصادی اجتماعی است، بنابراین با توجه به ماهیت آن، تصمیمگیری و اتخاذ سیاست پیرامون مباحث مرتبط با آن فرآیندی سخت و پیچیده است. سیاستگذاران این بخش باید به طور کامل از شرایط اجتماعی اقتصادی و منطقهای در یک منطقهی خاص آگاهی کامل داشته باشند، همچنین از اطلاعات با ارزش بهموقع و به طور موثر به منظور ایفای نقش در تنظیم بازار و تصمیمات کلان اقتصاد روستایی استفاده نمایند، بنابراین ایجاد یک سیستم باز پشتیبان تصمیم مکانیزاسیون کشاورزی[5] (http://njavan.com/forum/newthread.php?do=newthread&f=192#_ftn5) (AMDSS) با هدف کمک به تصمیمگیری ضروری به نظر میرسد. این AMDSS میتواند انواع مختلفی از اطلاعات جامع، مدلهای مناسب و روشهای تجزیه و تحلیل را برای ستادهای اجرایی کشاورزی به منظور حل انواع گوناگون مسائل تصمیمگیری یا برنامهریزیهای توسعه پیشنهاد نماید (منگ و همکاران،2002).
مسائل و مشکلاتی که سیاستگذاران این بخش در طول فرآیند تصمیمسازی مکانیزاسیون کشاورزی با آن مواجه میشوند مربوط به مسائل نیمهساختاریافته و غیرساختاریافته است. در اصطلاح درجهی ساختاریافتگی به این معنی است که آیا محیط و قانون یک فرآیند ویژه میتواند توصیف یا تبیینی واضح با استفاده از یک زبان مخصوص (ریاضیات یا منطق، کمی یا نسبی و ...) ارائه کند یا خیر. بر این اساس اگر مسئلهای بتواند به طور واضح توصیف شود مسئلهی ساختاریافته نامیده میشود؛ اگر نتواند به طور واضح توصیف شود و تنها با استفاده از تجربه و فراست مورد قضاوت قرار گیرد به عنوان مسائل غیرساختاریافته تلقی میشوند؛ مسائل دیگری که در بین این دو قرار میگیرند به عنوان مسائل نیمهساختاریافته نامیده میشوند (منگ و همکاران، 2002). AMDSS دارای حجم عظیمی از دادهها و اطلاعات اقتصادی مکانیزاسیون کشاورزی و بر اساس آخرین پیشرفتها در زمینهی DSS است، از این رو داده انبار[6] (http://njavan.com/forum/newthread.php?do=newthread&f=192#_ftn6)، فرآیند آنالیز آنلاین و تکنولوژی دادهکاوی در AMDSS به منظور تشکیل یک DSS جامع گنجانده شد. همچنین اطلاعات مکانیزاسیون کشاورزی، شبکهی اطلاعات واطلاعات اقتصادی به منظور اتصال AMDSS به اینترنت مورد استفاده قرار گرفت. AMDSS به سه ماژول تقسیم میشود: سیستم مدیریت داده انبار[7] (http://njavan.com/forum/newthread.php?do=newthread&f=192#_ftn7)، سیستم داده کاوی[8] (http://njavan.com/forum/newthread.php?do=newthread&f=192#_ftn8) و سیستم مدیریت مدل[9] (http://njavan.com/forum/newthread.php?do=newthread&f=192#_ftn9). ساختمان AMDSS در شکل شمارهی 1 نشان داده شده است.
شکل شمارهی 1- ساختمان AMDSS بر اساس داده انبار
برای عمومیت دادن به DSS باید یک ابزار توسعهی مناسب وجود داشته باشد. این ابزار نیاز به یک سیستم زبان به منظور ترکیب ماژول داده، ماژول مدل و ماژول دیالوگ با هم دارد. ماژول داده و ماژول مدل سیستمهای زبان مجزا از هم دارند. زبانهای الگوریتمیک قدیمی از قبیل FORTRAN، PASCAL و ... تشخیص مدل ریاضی را بسیار متناسب میکند اما هیچ حمایتی از عملیات پایگاه اطلاعاتی به عمل نمیآورد (ویون، 2000). انواع مختلفی از زبانهای سیستم مدیریت پایگاه داده[10] (http://njavan.com/forum/newthread.php?do=newthread&f=192#_ftn10) (DBMS) برای مدیریت و عملیات پایگاه اطلاعاتی مناسب هستند، اما برای تعداد عملیات ارزش مناسب نیست. زبان جامع باید قادر به ترکیب زبان محاسبات و زبان پایگاه اطلاعاتی باشد. سیستم آنالیز آماری (SAS) امروزه مشهورترین سیستم نرمافزاری آنالیز داده است. بعد از دههی 1990، SAS به توسعهی داده انبار، سیستم پردازش و آنالیز آنلاین، داده کاوی وDSS اختصاص داده شد. به این ترتیب امروزه موفقترین نرمافزار بزرگمقیاس SAS نسخهی شمارهی 8 ، زبان محاسباتی را با زبان پایگاه اطلاعاتی را به منظور ساده سازی آن بیش از زبانهای دیگر مانند FORTRAN و ... در محاسبه در ارزش عددی یکپارچه میکند (هانگشن، 2000). بنابراین در این مطالعه به منظور توسعهی سیستم کل نرمافزار SAS 2/8 انتخاب گردید.
طراحی هر ماژول
تنظیم سیستم داده انبار
دادهانبار مجموعهای از دادهها به صورت موضوعات جهتدار، یکپارچه و پیوسته در زمانهای متفاوت است که به منظور پشتیبانی از فرآیند فرموله کردن تصمیم در مدیریت مورد استفاده قرار میگیرد. داده در دادهانبار با موضوعاتی مرتبط با پایگاه اطلاعاتی سنتی که هنگام به کارگیری با آن روبرو بودهاند مواجه میشوند. تم یا موضوع، یک استاندارد است که دادهها را در سطح بالاتر طبقهبندی میکند، و هر موضوع با یک زمینهی آنالیز کلان مرتبط است. صفت یکپارچه و جامع دادهانبار به پردازشی که قبل از ورود داده به مخزن داده باید بر روی دادهها صورت گیرد و آن را یکپارچه کند باز میگردد. این مرحلهی اصلی تنظیم دادهانبار برای متحد و یکی کردن تناقضات دادههای اولیه و تغییر ساختار دادهها از سطح کاربردی به سطح موضوعی میباشد. استقرار و پایداری دادهانبار به این معنی است که دادهانبار محتوای دادههای تاریخی را منعکس میکند، اما دادهها در پردازش تراکنشی روزانه تولید نمیشوند، دادهها بعد از پردازش، یکپارچهسازی و ورود به دادهانبار به ندرت تجدید نظر میشوند یا اصلا تجدید نظر نمیشوند. دادهانبار مجموعهای از دادهها در زمانهای متفاوت است، از این رو نیاز است که دادهها به منظور داشتن زمان کافی برای در نظر گرفتن نیازها جهت انجام در آنالیز تصمیم در دادهانبار ذخیره گردند. داده در دادهانبار بایستی دورههای تاریخی خود را نشان دهد (وستون، 2000).
متادیتا مفهوم مهم دیگری در دادهانبار است. متادیتا معمولا به عنوان دادهای که در ارتباط با دیگر دادههاست تعریف میشود. متادیتا به دادهای اطلاق میشود که موضوعات و اهداف دیگری را توصیف میکند، این توصیفها به منظور تعریف جدولبندی، پایگاه اطلاعاتی، نظریه و دیگر موضوعات در پایگاه اطلاعاتی وابسته استفاده میشود. عموما متادیتا هر چیزی را که برای تعریف اهداف دادهانبار مورد استفاده قرار میگیرد معرفی مینماید، اهداف ممکن است جدولبندی، یک لیست، یک سوال و جستجو، یک قانون بازرگانی یا جا به جا شدن در دادهانبار باشد. تعریفهای متادیتا به ما در اتمام تعریف اهداف معنیدار ورودی در دادهها کمک کند.
هدف مطالعهی AMDSS حل مشکلات مدیریت و تصمیمگیری در خلال توسعهی مکانیزاسیون کشاورزی است. به هر حال سیستم مکانیزاسیون کشاورزی یک سیستم باز است که تحت تاثیر جمعیت خارجی، منابع، محیط، توسعهی اقتصادی، تولید کشاورزی، پیشرفت تکنولوژیکی و تقاضای بازار و ... است. به منظور پرداختن به نیازهای تحقیق، دادهانبار باید به دادههای تولید کشاورزی، ساختار صنعتی، نسبت نیروی کار کشاورزی، ارزش خروجی کشاورزی و ...در هر منطقه بپردازد. محتوای تحقیق عمدتا برای حل مشکلات مدیریت و تصمیمگیری توسعهی مکانیزاسیون کشاورزی است، بنابراین تنظیم دادهانبار به طور کلی حول و حوش این موضوعات است. موضوعات تحقیق بر طبق محتوای داده و نه تفاوت نواحی انتخاب میگردد، یک محتوای داده به موضوع خود تعلق دارد. یک داده در مناطق مختلف در داخل مجموعه جمعآوری میشود و سپس مقایسه و آنالیز میشود. دادهی پردازش شده در بازار اطلاعات قرار داده میشود، همچنین این بازارهای داده در دادهانبار به منظور پرداختن به تقاضای مدیران سطوح مختلف برای داده ایجاد میکند.
توسعهی سیستم دادهکاوی
دادهکاوی (DM) کسب دانشی از پایگاه اطلاعاتی بزرگ مقیاس میباشد که مردم به آن علاقهمند هستند. دانش اطلاعات بالقوه مفید ودلالت کننده است که در پیشروی شناخته شده نیست. دانش به عنوان مفهوم، قانون، مقدرات، روش و ... بیان میشود، این بدان معنی است که در جستجو برای روش پردازش پشتیبان تصمیمگیری در تودهای از حقایق و دادهها هستیم (هان و کمبر، 2001). هدف این است که دادهکاوی تنها پایگاه اطلاعاتی نیست، بلکه همچنین سیستم پروندهها، یا دیگر تودههای داده از قبیل منابع اطلاعاتی www میباشد. همهی تحقیقات دادهکاوی بر اساس دادهانباری است که ما تنظیم کردهایم، و آن یک ساختار با دادهانبار، مدیر و ابزار تصمیمگیری همانطور که در تصویر شمارهی 2 نشان داده شده است را تشکیل میدهد. این موضوع اهداف زیر را دنبال میکند:
1- ساده کردن- دادهبرداری
2- کاوش کردن- اکتشاف کردن، آنالیز کردن و پیشتیمار خصوصیات و ویژگیهای داده
3- تغییر دادن- تعریف مشکلات، تنظیم داده و انتخاب تکنولوژی
4- مدل- تحقیق مدل و کشف دانش
5- برآورد کردن- تشریح جامع و ارزیابی مدل و دانش
شکل شمارهی 2- دادهکاوی در محیط دادهانبار
دادهانبار و سیستم مدیریت
مدل، تشریح ویژگیهای ضروری یک سیستم در شکل ویژه به منظور توضیح هدف، رفتار و قانونهای تغییر سیستم است. عموما ما سه نوع روش داریم، شامل روش اورگانوس منطقی، روش آزمایشات و روش مدلها برای درک و تحقیق دنیای هدف. روش مدل تواناترین، رایجترین و موثرترین روش برای درک و کاوش دنیای هدف است. این روش پلی بین دنیای هدف و نظریهی علمی برای آنالیز تمام جنبههای سیستم بر پا میکند. چندشکلی و پیچیده بودن مکانیزاسیون کشاورزی باعث ایجاد مشکلات زیادی در تحقیقات مربوط به توسعهی آن شده است. مبنا و آنالیز مدل برای توسعهی آن مفید است، همچنین عملکرد مدل به بهینهسازی ساختار آن کمک میکند.
مدلانبار یک سیستم کامپیوتری برای پیشنهاد ذخیره و بیان است که سیستم مدیریت مدل نامگذاری شده است. بیش از یک روش حافظهی کامل برای به دست آوردن، مشاهده، تجدید و ترکیب کردن مدل در آن وجود دارد. در این سیستم اولین چیزی که ما باید در مورد آن فکر کنیم فهماندن رو به جلو و راه ذخیره به منظور مدیریت مدل، اتصال در یک روش انعطافپذیر و اشتراک نتیجهرسان است. روش بیان روند مدل برای تجزیه کردن به سلولهای پایه برای تقویت انعطافپذیری مدیریت و کاهش تکرار ذخیره است. AMDSS تکنولوژی دادهکاوی را تحت پایگاه SAS تطابق میدهد. بنابراین مدل میتواند در DSS عمومی در دادهکاوی عمل تشخیص را انجام دهد. این ویژگی کمیت مدل را در انبار کاهش میدهد و باعث کاهش مشکلات و مسائل توسعهی سیستم مدیریت و کل سیستم میگردد. مدل OR در سیستم SAS شامل روش برنامهریزی معمول است. این نوع سوال میتواند به عنوان مسئلهی حل بیشینهی یک تابع هدف تحت یک گروه از محدودیتها را مورد توجه قرار دهد. اگر محدودیتها و توابع هدف خطی باشند، این برنامهریزی خطی (LP)خواهد بود. اگر متغیر باید عدد کامل باشد این برنامهریزی عدد صحیح (IP) است. پردازش LP در مدل OR میتواند به وسیلهی LP حل شود،که شامل برنامهریزی عدد صحیح و برنامهریزی عدد صحیح مرکب میباشد. عموما روش برنامهریزیای که در AMDSS مورد استفاده قرار میگیرد روش برنامهریزی خطی است. شرایط محدودیت، پارامترها و تابع هدف LP میتواند در پایگاه اطلاعاتی ذخیره شود و برخی از پارامترها میتواند مستقیما از پایگاه اطلاعاتی گرفته شود. عملیات تنها برای انتقال برنامهی خطی و ورود داده از پایگاه اطلاعاتی مورد نیاز است. هنگامی که مدل تغییر میکند، میتواند عملیات و مدیریت را در همان زمان از طریق پارامترها در پروندهی دادههایی که تنها تجدید نظر شدهاند را به پایان برساند. این تحولات جریان کاری سیستم مدیریت مدل و راندمان کاری را بهبود میبخشد، همانطوری که در شکل شمارهی 3 نشان داده شده است.
شکل شمارهی 3- توسعهی سیستم مدیریت اجرایی مدل بر اساس سیستم SAS
یکپارچهسازی سیستم نرمافزاری AMDSS
به دلیل اینکه سیستم دادهانبار، سیستم دادهکاوی و سیستم اجرایی مدل AMDSS تحت پایگاه سیستماتیک SAS توسعه داده شده است و منبع دادهکاوی دادهانبار است، بنابراین دادهکاوی و ایجاد دادهانبار کمتر به نظر میآید (شکل شمارهی 4). در سیستم مدیریت مدل، پردازش توسعهی AMDSS عبارت است از:
1- کسب داده از مخزن داده در مسیر فایل دادهی مدل
2- اتمام توسعهی هر ماژول و واسط آن در دادهانبار
شکل شمارهی 4- ارتباط ماژول در AMDSS
نتایج تحقیقات یکپارچه سازی در شکل شمارهی 5 به تفصیل آورده شده است.
شکل شمارهی 5- ساختار عملیات AMDSS
نتیجهگیری
سیستم AMDSS تجربهی موفقی در چین به منظور ارزیابی و سیاستگذاری توسعهی مکانیزاسیون کشاورزی داشته است. اطلاعات یکی از ابزارهای توسعهی کشاورزی آینده است و AMDSS بخش مهمی از آن است و مطمئنا نقش مهمی در توسعهی مکانیزاسیون کشاورزی ایفا خواهد نمود.
منابع
1- الماسی، م.، ش. کیانی و ن. لویمی (1378). مبانی مکانیزاسیون کشاورزی. انتشارات حضرت معصومه.
2- Meng J., Y. Guanglin (2002). The Research of Agricultural Producing Macro Decision
Support System. System Sciences and Comprehensive Studies in Agriculture, 18(4): 293-297.
3- Weiwen C. (2000). Decision Support System and its Development. Beijing: Tshinghua
University Press.
4- Hongshen G. (2000). Theories, Methods and Cases for DSS. Beijing: Tshinghua University
Press.
5- Weston J. (2000) Chen Shuoying, etc., translater. Decision Support in the Data
Warehouse. Beijing: Beijing Institute of Technology Press, 2000
6- Han J. and M. Kamber (2001). translated by: Fang Ming, Meng Xiaofeng. The
Concept and Technology of Data Mining. Beijing: China Machine Press.
1- [/URL]Decision Support Systems
2- (http://njavan.com/forum/newthread.php?do=newthread&f=192#_ftnref1)Management Information Systems
3- Multiple Criteria Decision Making
4- (http://njavan.com/forum/newthread.php?do=newthread&f=192#_ftnref3)Expert System
1- Agricultural Mechanization Decision Support System
1- (http://njavan.com/forum/newthread.php?do=newthread&f=192#_ftnref5)Warehouse
2- Data Warehouse Management System
3- (http://njavan.com/forum/newthread.php?do=newthread&f=192#_ftnref7)Data Mining System
4- Model Management System
1- [URL="http://njavan.com/forum/newthread.php?do=newthread&f=192#_ftnref10"] (http://njavan.com/forum/newthread.php?do=newthread&f=192#_ftnref9)Database Management System