INTEGRACJA RÓDEŁ WIEDZY W MODELOWANIU ZADA WPL NA POTRZEBY SYSTEMÓW KLASY DSS

Transkrypt

1 INTEGRACJA RÓDEŁ WIEDZY W MODELOWANIU ZADA WPL NA POTRZEBY SYSTEMÓW KLASY DSS JAROSŁAW BECKER Zachodnopomorsk Unwersytet Technologczny w Szczecne Streszczene W trakce budowy systemu nformatycznego klasy DSS (ang. Decson Support Systems), u podstaw którego le y wykorzystane model WPL (Welokryteralnego Programowana Lnowego), powstał problem waldacj wprowadzanych parametrów zadana decyzyjnego. Przy czym, ne chodz tylko o kontrolowane zakresu dopuszczalnych warto c lczbowych, ale du o szersz nterpretacj ródłowych warto c wprowadzanych danych. Przyj to zało ena, e parametry te mog pochodz z grupowych ocen lngwstycznych (lub meszanych), by defragmentowane na mnejsze składnk ocenane ł czne (poprzez preferencje tych składnków) oraz transponowane na po dane postace wyj ca (np. posta bnarn ). Słowa kluczowe: 1. Wprowadzene wspomagane decyzj welokryteralnych, waldacja parametrów model WPL, systemy wspomagana decyzj (SWD) Artykuł jest sprawozdanem z kolejnego etapu prac naukowych [1, 2] nad budow systemu nformatycznego klasy DSS, którego celem jest rozw zywane zło onych problemów decyzyjnych. W trakce budowy systemu, u którego podstaw le y wykorzystane model WPL, powstał problem waldacj wprowadzanych parametrów zadana. Proces ten polega ne tylko na kontrolowanu zakresu dopuszczalnych parametrów numerycznych, ale na du o szerszej nterpretacj ródłowych warto c wprowadzanych danych. Przyj to zało ena, e parametry te mog pochodz z grupowych ocen lngwstycznych (lub meszanych), by defragmentowane na mnejsze składnk ocenane ł czne (poprzez preferencje tych składnków), a tak e transponowane na po dane postace wyj ca, np. 0 lub 1. Przykładem takego problemu jest weloetapowa procedura rozpatrywana wnosków unjnych (przyznawana dotacj) z udzałem welu grup ekspertów, recenzentów o ró nych kompetencjach. Jest to charakterystyczna kategora problemów, w których pozyskwane danych do nterpretacj welokryteralnej mo e cechowa rozproszene terytoralne. Celem artykułu jest opracowane procedury waldacyjnej parametrów na potrzeby rzeczywstego systemu nformatycznego klasy DSS, w której zostan rozpatrzone problemy dopuszczalno c warto c wej ca w uj cu ró nych ródeł ch pochodzena nterpretacj. Tez przedstawonych wynków projektowych jest zweryfkowane mo lwo c u yca opracowanej procedury w systeme nformatycznym tym samym zw kszene zakresu stosowalno c opracowywanego systemu decyzyjnego dla praktyk. 2. Ogólna posta systemu nformatycznego klasy DSS Koncepcj rozpatrywanego systemu DSS oparto na opse problemu w konwencj nterpretacyjnej stosownego zadana WPL. Chodz tu o programowane celowe (ang. Goal Programmng) o specyfcznym (dagonalnym blokowym) układze macerzy parametrów, gdze ka demu

2 50 Integracja ródeł wedzy w modelowanu zada WPL na potrzeby systemów klasy DSS z bloków odpowada jeden wnosek lub oferta przetargowa.[1] Blok traktowane oddzelne tworz samodzelne zadana WPL, a rozpatrywane ł czne pozwalaj na wybór bloku najlepszego (równe w sense PARETO). W uj cu bazodanowym blok odpowada rekordow (o zmennych długo cach), a całe zadane formalne spełna warunek relacyjnej bazy danych ze wszystkm jej atrybutam.[2] Rysunek 1. Ogólna archtektura systemu nformatycznego DSS ródło: Opracowane własne na podstawe [4]. W archtekturze systemu DSS domnuj dwa pozomy przetwarzana danych. Perwszy reprezentowany jest przez opcje admnstrowana systemem, zborem szablonów zada decyzyjnych oraz baz kompetencj, natomast drug pozom zawera funkcje zarz dzana konkretnym zadanem decyzyjnym. Struktury funkcjonalne dla tych rozw za przedstawa rys. 1, pogrubon czconk zaznaczono najwa nejsze funkcje. W cz c admnstratora wyró nono opcje menu: START > Punktem startowym jest opcja: Nowa lsta obektów, w której powołuje s nowe zadane decyzyjne wybera jego posta perwotn (startow ). Jest ona poberana z archwum szablonów decyzyjnych mo e by dalej modyfkowana oraz uzupełnana przez operatora systemu. W przypadku kontynuacj pracy w wcze nej zdefnowanym zadanu nale y wybra opcj : Otwórz lst zada.

3 POLSKIE STOWARZYSZENIE ZARZ DZANIA WIEDZ Sera: Studa Materały, nr 27, ORGANIZACJA > Admnstracja serwera jest zło onym podsystemem zarz dzana: baz kartotek osobowych, uprawne kompetencj eksperckch, baz szablonów model matematycznych powstał na ch podstawe baz zada decyzyjnych oraz słownkem kodów. W ka dej sekcj dost pne s funkcje mportowana, eksportowana, usuwana oraz automatycznego wyszukwana okre lonych zasobów we wskazanych lokalzacjach dyskowych lub secowych. W cz c obsług nformatycznej zada decyzyjnych (Aplkacje DSS) wyró nono opcje w menu: ZGŁOSZENIA > Formularze zgłosze słu do wprowadzana danych dotycz cych warantów decyzyjnych (wnosków). Dla okre lonych parametrów funkcja ta wykorzystuje zaprojektowane szablony waldacj. OPTYMALIZACJA > Do dyspozycj u ytkownka opracowano klka procedur optymalzacyjnych, adresowanych dla ró nych zastosowa praktycznych. Aukcje odwrotne WPL to zautomatyzowany podsystem słu cy do rozw zywana zada adaptacyjnych (np. teracyjny proces lcytacj weloparametrycznej). Badana symulacyjne WPL mog by pomocne w poszukwanu strateg kompromsu (np. optymalzacja WPL w planowanu). Rankng zgłosze AHP to dodatkowa opcja, alternatywna dla rozw za WPL. Wynk uzyskane za pomoc metody AHP (ang. Analytc Herarchy Process) s warto cam lczbowym, które okre laj herarch warantów (wnosków) według zborczej, welokryteralnej jako cowej oceny decydentów. PROJEKTOWANIE > W tym mejscu zgrupowano opcje dedykowane dla operatora systemu, który po rednczy wspomaga decydentów, dysponentów rodków fnansowych w projektowanu szablonu zadana decyzyjnego. W opcj Generatora model DSS wywołuje s edytor szablonów zada decyzyjnych. Jego celem jest wspomagane procesu projektowana bloku oferty (wnosku) lub propozycj planstycznej, które w jednorodnej postac matematycznej b d lokowane w zadanu głównym. Szablon bloku testowego to opcja, w której okre la s warunk ogólne dla zadana, jako cało c, gdy bor udzał w nm wszystke blok (wnosk). Elementy nastawalne to: parametry ograncze wspólnych, warto c kryterów do os gn ca, preferencje dla kryterów cz stkowych (warto c wag) ch kerunek optymalzacj (relacja mn\max). Poza tym mo lwe jest wprowadzene danych testuj cych dla jednego bloku (warantu) oraz jego weryfkacja, optymalzacja cz stkowa zapsu modelowego akceptuj ca umeszczene bloku w całym zadanu. Waldacja parametrów to funkcja projektowana szablonów waldacj parametrów, które w schemace zadana decyzyjnego okre lono w postac symbolcznej. Problem dotyczy dopuszczalno c warto c wej ca w uj cu ró nych ródeł ch pochodzena nterpretacj. 3. Integracja ródeł wedzy w procese waldacj pozyskwana danych W nformatyce waldacja (ang. valdaton) odnoszona jest przede wszystkm do danych. Polega ona na sprawdzanu poprawno c wprowadzanych danych do systemu (baz danych) najcz cej poprzez ró nego rodzaju formularze. W zarz dzanu poj ce waldacj posada szerszy zakres, dotyczy procesów rodków ch kontrol. W tym kontek ce waldacja rozumana jest jako deklaracja zgodno c, czyl potwerdzene przez dostarczene dowodu obektywnego, e zostały spełnone wymagana odno ne konkretnego u yca lub zastosowana. Według norm z ser ISO 9000

4 52 Integracja ródeł wedzy w modelowanu zada WPL na potrzeby systemów klasy DSS waldacja obok weryfkacj doskonalena systemu zarz dzana jest jednym z głównych obszarów wymaga tych norm. Istotn cz c waldacj jest opracowane procedury post powana, zapewnaj cej dany pozom nepewno c wszystkch znanych mo lwych do skorygowana czynnków wpływaj cych na ostateczny wynk badana [3]. ródło: Opracowane własne. Rysunek 2. Funkcje szablonu waldacj w procese projektowana na potrzeby wprowadzana danych Przygotowane systemu DSS do obsług rzeczywstych problemów decyzyjnych rozpoczyna s od zdefnowana modelu cz stkowego (rys. 2, A. Zmenne B. Blok zadana), według którego b d formułowane wszystke wprowadzane do zadana blok opsuj ce waranty decyzyjne (np. wnosk przetargowe). W realzacj systemu nformatycznego podej ce to wymusło wprowadzene specjalnej opcj dla SZABLONU. Jest to podsystem oparty tylko na przyj tym modelu cz stkowym, który umo lwa jego weryfkacj wykryce wszystkch potencjalnych zagro e dla przyszłego dzałana całego systemu DSS. Dalej, uzupełna s powstały szablon o parametry nastawalne, szczególne: globalne dysponowane zasoby (C. Blanse wspólne) oraz preferencje

5 POLSKIE STOWARZYSZENIE ZARZ DZANIA WIEDZ Sera: Studa Materały, nr 27, celów cz stkowych zadana (D. Krytera). Szablon stanow podstaw do wprowadzena danych testuj cych oraz rzeczywstych, zgłaszanych we wnoskach. Funkcje opracowanego modułu SZA- BLON (rys. 3) to przede wszystkm: weryfkacja zastosowana modelu cz stkowego do w kszych zada decyzyjnych; zadane WPL jest welokrotno c zmennych modelu cz stkowego przemno on przez np. lczb wnosków (model cz stkowy mo e posada maksymalne 99 zmennych by opsany 99 ogranczenam oraz zbl on lo c kryterów oceny), co przy klkuset wnoskach tworzy zadane o wyj tkowo du ych wymarach; przygotowane parametrów wzorcowych dla zada rzeczywstych; przyj to zało ene, e w do małej skal nast puje ndywdualzacja danych wej ca wobec wszystkch nezb dnych parametrów; zmenamy tylko to co trzeba zmen, korzystaj c przy tym z podpowedz zawartych w SZABLONIE; okre lane dopuszczalnych przedzałów waldacyjnych dla wszystkch parametrów, które wprowadza u ytkownk, co mnmalzuje ryzyko powstana sprzeczno c w du ych zadanach decyzyjnych. Wa n funkcj, w sense orygnalno c systemu, jest mo lwo przygotowana: (1) danych ródłowych w postac lngwstycznej o daleko d cej weryfkacj tre c preparowanych t drog ocen (dobór profl nterpretuj cych koncepty lngwstyczne), (2) podkryterów daj cych uszczegółowane problemu, (3) kompetencj ekspertów, (4) grupowe oceny (5) zastosowane w faze ko cowej tzw. programatora systemowego do szacowana warto c parametrów (np. bnarnych: 0, 1). ródło: [4]. Rysunek 3. Okno projektowana szablonu waldacj w systeme DSS Zakres waldacj warto c parametrów modelu, które musz me c s w dopuszczalnych przedzałach, został znaczne poszerzony. Kontrol podlega tak e proces ntegracj ródeł wedzy, wyra anych ró ne za pomoc lczb okre le lngwstycznych, do wymaganego przez parametr formatu lczbowego. Przygotowane szablonu do waldacj procesu pozyskwana danych w systeme DSS podzelono na 5 faz.

6 54 Integracja ródeł wedzy w modelowanu zada WPL na potrzeby systemów klasy DSS Faza 1. Waldacja parametrów. Faza ta sprowadza s do okre lena zakresu warto c parametru przypsana mu proflu konceptów lngwstycznych lub lczbowych (rys. 4). Projektowane rozpoczyna s od wskazana na l ce parametru oznaczonego symbolem: b, bb, c, cc lub d z odpowednm ndeksem porz dkowym (np. cc1, d1, d2, d3, dd1; rys. 3). Dla uproszczena nech p oznacza wybrany parametr. W nast pnym kroku okre la s dla nego przedzał warto c dopuszczalnych, czyl górn p max doln p mn jego granc. Poszukwane przedzału warto c parametru, dla których układ zadana ne jest sprzeczny, przy pozostałych jego czynnkach nezmenonych, mo na wykona w systeme DSS za pomoc funkcj symulatora rozw za decyzyjnych. W ostatnm kroku tej fazy dla okre lonego przedzału warto c wybera s (lub buduje nowy) profl dowolnej skal ocen. W systeme dost pne s skale proste (c głe oraz skokowe z dowoln kafeter opsow lub lczbow ), które mo na dzedzczy dostosowywa do własnych potrzeb. Dla skal z kafeter mo lwa jest zmana stopna gradacj ocen oraz budowa nowego słownka konceptów lngwstycznych (np. wysok, redn, nsk, ne wem). 1 Rysunek 4. Okre lene zakresu warto c parametru przypsane mu proflu konceptów lngwstycznych lub lczbowych (faza 1) Faza 2. Preferencje waldacj (rys. 5). Decydent (dysponent rodków, zarz d) okre la dla parametru p zbór podkryterów k ( = 1, 2,, n ), którym nadaje odpowedne warto c rang wa no c r (RNG oznaczene w systeme DSS). Przyj to zało ene, e elementy r jedno- 1 Na kolejnym etape rozwoju systemu przewduje s opracowane funkcj umo lwaj cych dentyfkacj zaps percepcyjnych model kwantyfkatorów lngwstycznych stosowanych w ramach ocen ndywdualnych grupowych. Znajomo funkcj ukształtowanych w wadomo c ekspertów, które wyra aj stope przynale no c lub prawdopodobe stwo zalczena pewnych warto c lczbowych do danego zboru konceptów lngwstycznych, pozwol spersonalzowa proces ocen grupowych. W ocene danego parametru eksperc b d mogl posługwa s u rednonym dla danej grupy lub własnym modelem kwantyfkatorów lngwstycznych. Nast pne, poprzez deklasyfkacj b dze mo na przekształc ndywdualne opne lngwstyczne do formatu lczbowego podda je agregacj.

7 POLSKIE STOWARZYSZENIE ZARZ DZANIA WIEDZ Sera: Studa Materały, nr 27, kolumnowej macerzy rang R wyra aj odsetek warto c parametru głównego p ch suma równa jest jedno c: n R := ( r ), n 1 r = 1. (1) Brak podzału na podkrytera powoduje przej ce do fazy 3 poddane parametru bezpo rednej ocene (r = 1, = n = 1). = 1 n ( r r = 1 Κ : = ( k ) ) n 1 n 1 = 1 Rysunek 5. Okre lene preferencj parametru głównego lub podkryterów (faza 2) Rysunek 6. Dobór zespołu eksperckego lub grupy respondentów do oceny parametrów (faza 3) Faza 3. Zespół ekspertów. Etap ten obejmuje dobór zespołu eksperckego lub grupy respondentów do oceny parametrów /lub podkryterów (rys. 6). Oznaczmy przez OC j (j = 1, 2,, m ) osob ocenaj c, gdze m oznacza lczb osób zakwalfkowanych do zaopnowana parametrów p ka dego z n warantów decyzyjnych W t, t = 1, 2,,n (np. zgłoszonych w forme wnosków). Na wst pe fazy 3 nale y ustal charakter opn. Czy opna ma by grupowa (m > 1)? Ma wyra a pogl d ogółu (np. pracownków, rady zakładowej, przypadkowej grupy

8 56 Integracja ródeł wedzy w modelowanu zada WPL na potrzeby systemów klasy DSS respondentów), czy te osób kompetentnych, ekspertów? Na przykład w systeme rekrutacj przy wyborze pracownka na specjalstyczne stanowsko zawodowe, kluczowe parametry charakteryzuj ce pretendentów poddajemy ocene eksperta lub grupy ekspertów. Natomast wybór kadry kerownczej mo emy dodatkowo podda opn pracownczej. W systeme DSS zało ono, e ka demu parametrow p mo na przyporz dkowa ndywdualny zespół osób ocenaj cych. Uzupełnenem, dla poprawno c grupowego wyznaczana parametrów zadana, jest ko cowa ocena kompetencj ekspertów (opcja b dze dost pna w ADMINISTRATORZE systemu). Faza 4. Szablon danych. Faza ta obejmuje wprowadzene danych testuj cych do weryfkacj arkusza oceny grupowej (rys. 7). Z uwag na zło ono procesu ntegracj ródeł wedzy wyra onych: w postac opn, ocen, oszacowa lub wynków głosowa, przez okre lon grup osób (np. ekspertów, zarz d, grup podwładnych), w dowolnej forme, lczbowej lub lngwstycznej, projektowany szablon waldacj wymaga wszechstronnego sprawdzena. Kontrol podlega przyj ta formuła konwersj agregacj ocen cz stkowych. Nech τ oznacza lczb kwantyfkatorów lngwstycznych a (α) (α = 1, 2,, τ), które tworz zdefnowan w faze 1 kafeter skal prostej (np. a (1) : mały, a (2) : redn, a (3) : du y). Uproszczona technka skalowana polega na podzelenu zakresu ocenanego parametru (p mn, p max) na τ-1 równych odcnków. Przyporz dkowane a (α) p (α) otrzymamy oblczaj c ( α ) ( pmax pmn )( α 1) p = pmax +, dla τ > 1. (2) τ 1 Je l parametr p podzelono na n podkryterów k ( = 1, 2,, n ), które poddano grupowej ocene, przez m osób OC j (j = 1, 2,, m ), to wówczas uzyskamy macerz ocen jednostkowych ( α ) ( α ) Α : = ( a p ), j, j n m. (3) Dla ka dego podkryterum k, wersza w macerzy A, oblczamy redn arytmetyczn ocen cz stkowych, tworzymy macerz kolumnow Ρ : = ( ) n 1 p. (4) Nast pne, mno c wektor rednch ocen grupowych P przez wektor rang decydentów R, uzyskujemy wektor warto c podkryterów K: Κ : = ( ) n 1 k, K = P R. (5) W wynku zsumowana jednostkowych warto c wektora K otrzymamy syntetyczn warto grupowego oszacowana parametru p : n k = 1 p = (6) W systeme DSS przewdzano mo lwo kontrolowana zgodno c preferencj podkryterów nadanych przez decydentów (wyra onych za pomoc wektora rang: R) z redn preferencj

9 POLSKIE STOWARZYSZENIE ZARZ DZANIA WIEDZ Sera: Studa Materały, nr 27, grupow. W tym celu przekształca s jednostkowe warto c wektora P na welko c wyra aj ce odsetek sumy rednch ocen, tworz c dodatkowy wektor W: W : = ( w ) n 1, gdze p w =. (7) n p Decydent porównuje własne pogl dy r z opnam grupy w. Du a rozbe no pogl dów mo e by czym naturalnym w przypadku konfrontacj preferencj, potrzeb (decyzj) dyrekcj z opn pracownków zakładu. W nnych okolczno cach ró nca mo e wynka z nekompetencj samych ocenaj cych, np. z jednej strony neprawdłowo dobranej grupy ekspertów z drugej, mo e stanow asumpt do rewzj własnych pogl dów. = 1 Rysunek 7. Test arkusza oceny grupowej (faza 4) Faza 5. Reguły programatora. Zastosowane programatora systemowego (rys. 8) sprowadza s do budowa funkcj zaweraj cej warunk logczne dowolne dzałana arytmetyczne, które przekształcaj warto parametru p do postac wyj cowej p ( α ) = f ( p, p, p, r, p, p, k, w ), (8) wyj. max mn, j wymaganej w zadanu WPL (np. posta bnarna). Programator systemowy jest wyposa ony w montor kontroluj cy poprawno programowana cz stkowych wyra e arytmetycznych zło onych z nch warunków logcznych. p = f ( p, p, p, r, p, p, k, w ) ( α ) wyj. max mn, j p wyj Rysunek 8. Programator systemowy budowa reguły do konwersj (syntezy) ocen cz stkowych do wymaganej postac lczbowej (faza 5)

10 58 Integracja ródeł wedzy w modelowanu zada WPL na potrzeby systemów klasy DSS Mo na uogóln, e za pomoc SZABLONU przeprowadza s waldacj wszystkch nastawalnych parametrów, które w projekce zadana decyzyjnego wyst puj w postac symbolcznej. Przykład zastosowana szablonu waldacj parametru d3 w opcj wprowadzana danych do systemu DSS zaprezentowano na rys. 9. Rysunek 9. Integracja ródeł wedzy w opcj wprowadzana danych do systemu DSS ródło: Opracowane własne na podstawe prototypu systemu DSS [12]. Jednym z cekawszych problemów, który nale ałoby rozw za jest opracowane algorytmu oceny kompetencj bor cych udzał w głosowanach waldacyjnych ekspertów (recenzentów). W zw zku z tym nasuwaj s nast puj ce pytana. Komu zaproponowa udzał w przyszłych głosowanach oraz co mo na oprze na pewnej wedzy a pror? W trakce głosowana mog zastne przypadk netrafnych ocen, które wybegaj poza przyj te normy (jak okre l te normy?). Czy netrafno jest przypadkem czy prawdłowo c dla bor cego udzał w ocene? Na przykład, je el we wszystkch głosowanach ekspert mów ne wem to mamy pewno, e ne we. Albo, je el wszystke przypadk ocena jako wysoke to mamy uzasadnone podejrzena, e kłame. Uzupełnenem procesu waldacyjnego, jest zało ona w systeme mo lwo gromadzena opn tekstowej (słownej), która jest przypsana do okre lonego parametru z dentyfkacj osób uczestncz cych w ocene grupowym wyborze. 4. Uwag ko cowe W uzasadnenu przyj tej koncepcj systemu nformatycznego DSS nasuwa s pytane. Dlaczego za podstaw wybrano kategor zada WPL z klasyk bada operacyjnych, a ne zadana ze szkoły ameryka skej [5, 6, 7] (np. metoda AHP) czy francuskej [8, 9, 10] (np. metody Electre)? Przyczyn jest klka, manowce:

11 POLSKIE STOWARZYSZENIE ZARZ DZANIA WIEDZ Sera: Studa Materały, nr 27, zadana WPL najpełnej opsuj sytuacj decyzyjn (ka d z ofert) przez defnowane welu zmennych decyzyjnych, ograncze blansów zasobów oraz welu cz stkowych funkcj celu, wnosk (oferty) bor ce udzał w post powanu kwalfkacyjnym mog samostne dostosowywa s do warunków (np. zało onych przedzałów dofnansowana) bez ngerencj prowadz cych przetarg, globalnym kryterum celu jest funkcja u yteczno c, której ł czna warto os ga ekstremum na zborze rozw za dopuszczalnych, co umo lwa uzyskane rozw zana najlepszego z mo lwych. Opsane podej ce daje mo lwo rozw zana problemów tzw. jednorazowych, gdze ne mo emy posłu y s odwołanam do nnych znanych ju przykładów. Problemem natomast jest welkowymarowo zada decyzyjnych. Proponowany system nformatyczny umo lwa budow cz stkowych model (wnosków ofertowych), ł czene ch w jeden mega model (klkadzes t tys. zmennych decyzyjnych) rozpatrywane problemów automatycznego wyboru dla ró ne opsanych sytuacj decyzyjnych. Bblografa [1] Becker J., Archtektura nformatycznego systemu generowana welokryteralnych rozw za decyzyjnych: (cz. 1) Koncepcja budowy modelu WPL oparta na nestandardowych zadanach decyzyjnych, Sera IBS PAN: Badana Systemowe, Tom 64, Wyd. Instytut Bada Systemowych PAN & Polske Towarzystwo Bada Operacyjnych Systemowych, Warszawa [2] Becker J., Budz sk R., Archtektura nformatycznego systemu generowana welokryteralnych rozw za decyzyjnych: (cz. 2) Organzacja struktur nformacyjnych funkcjonowane systemu nformatycznego, Sera: Badana Systemowe, Tom 62, Wyd. Instytut Bada Systemowych PAN & Polske Towarzystwo Bada Operacyjnych Systemowych, Warszawa [3] Zalewsk R.I., Zarz dzane jako c w produkcj ywno c, Wydawnctwo Akadem Ekonomcznej w Poznanu, Pozna [4] Prototyp systemu DSS (wersja 2.0), Budz sk R., Becker J., Szczecn, [5] Saaty T.L., How to make a decson, The analytc herarchy process, European Journal of Operatonal Research 48, [6] Saaty T.L., Fundamentals of Decson Makng and Prorty Theory wth the analytc herarchy process, Pttsburgh, PA RWS Publcatons, [7] Saaty T.L., The analytc herarchy process: Plannng, Prorty Settng, Resource Allocaton, Pttsburgh, PA RWS Publcatons, [8] Roy B., Welokryteralne wspomagane decyzj, WNT, Warszawa, [9] Roy B., The outrankng approach and the foundatons of Electre methods, Theory and decson 31, [10] Słow sk R., Rousseau V., Inferrng an ELECTRE TRI Model from Assgnment Examples, Journal of Global Optmzaton, Kluwer, 1998.

12 60 Integracja ródeł wedzy w modelowanu zada WPL na potrzeby systemów klasy DSS INTEGRATION OF KNOWLEDGE SOURCES ABOUT MODELING MULTI-CRITERIA LINEAR PROGRAMMING TASKS FOR THE NEEDS OF DSS SYSTEMS Summary Durng desgnng the decson support system, whose bass nclude applcaton of mult-objectve lnear programmng, there appeared a problem connected wth the valdaton of entered parameters of the decson task. It s not only about controllng the range of acceptable numercal values but also about much more wde nterpretaton of source value of entered data. There was assumed that these parameters may come from lngustc group evaluatons (or mxed evaluatons), they can be defragmented nto smaller peces and evaluated n total (wth the use of preferences of these elements) and transposed nto desred output forms (e.g. a bnary form). Keywords: support for multple crtera decsons, valdaton of parameters n MLP models, Decson Support System (DSS) Zakład Systemów Informatycznych Zarz dzana, Katedra In yner Systemów Informacyjnych, Zachodnopomorsk Unwersytet Technologczny w Szczecne, ul. ołnerska 49, Szczecn, emal: jbecker@w.zut.edu.pl