建立基于Internet的决策支持系统.doc

建立一以網際網路為基礎之決策支援系統 謝祥瑜 顏幸昌 陳燦虹 蕭又尹 義守大學工業工程與管理學系 高雄縣大樹鄉學城路一段一號 聯絡人： HYPERLINK mailto:b8720104@isu.edu.tw b8720104@isu.edu.tw 中文摘要 本研究旨在建立一以網頁為基礎之多屬性群體決策支援系統，內容分為三個部分：運算模式庫、資料庫與使用者介面。 運算模式庫，在半結構化的決策過程中，以分析層級程序法AHP兩兩成對比較矩陣作為分析個人屬性權重的依據；再經過多屬性決策TOPSIS的運算模式求得個人的方案排名，將這些排名交給Borda function配分後，即可得到群體的最佳方案。在會議過程中，主席藉由共識指標，針對問題成員或屬性進行溝通，使其決策可達到一定程度的共識。 群體決策中分為主席與決策者兩種等級，因此以不同的功能需求建立不同的介面；使用者介面可分為三部份：功能列表、輸入與輸出介面。功能列表依決策程序排列，以VB建立隱藏式選單簡化畫面，並提供操作手冊；輸出介面透過ASP以表格或圖形等不同的型式呈現結果，藉由圖形化顯示輔助決策者對數據的判斷。由於ASP具有即時更新資料與降低負荷的特性，因此讓決策者與系統達到良好的人機互動。 最後，將本系統應用於一汽車採購案例，利用SQL Server建構資料庫，提供汽車採購的相關資訊（例如：成本、品牌、馬力等）與具選擇性的查詢介面，依不同的屬性標準，進行方案的上下限篩選，再逐一執行決策流程，經由案例驗證本系統之可行性。 關鍵字：決策支援系統、分析層級程序法、多屬性群體決策、TOPSIS、動態網頁技術。 緣由與目的 2.1 緣由 隨著資訊科技的快速發展，管理者解決組織相關決策問題時，已可利用電子視訊會議取代傳統耗費金錢與時間的會議模式，然屏除專屬配備的投資外，以個人電腦、網路與溝通相關軟體為基礎，發展為特定議題量身訂做的DSS，在良好的人機系統運作下，結合電子會議技術，克服空間的限制，協助組織進行前瞻性作業，創造企業的競爭優勢，已成為必然之趨勢。 2.2 目的 本研究目的主要在改進以往群體決策支援系統介面不一致的情形（周佳慶等，民90年），建構一個具有支援決策過程與電子會議的系統。其主旨在整合決策過程中所需要溝通及運算的部分，利用人機介面減輕決策者負擔，藉由電腦處理決策過程中繁複的數值運算分析，透過網路結合對話溝通系統與資料庫、運算模式庫，使其成為一完整的決策支援系統。也可與現有的電子會議系統『NetMeeting』並用，加入視訊的效果。 文獻探討 3.1 群體決策技術 (1)名義群體技術 Andre L. Delbecq Andrew H. Van de Ven 於1968年所發展。 (nominal) 「名義」的意思是指群體成員雖然聚在一起，但不允許彼此有語言上的溝通，所以群體的存在只是在名稱上而已 (2)腦力激盪法 (Brainstorming) 此法是一種集體討論方法，目的是激發人的大腦思維，產生創造性設想。主要有四個原則： 摒絕批評 (criticism is ruled out)。 自由運轉 (free wheeling )。 以量取勝 (quantity is wanted)。 綜合與改進 (combination and improvement are sought)。 3.2 多屬性決策技術 (1)分析層級法(AHP) 此技術係藉系統化與結構化的概念將一系統分解為多個層級，並排定其關聯性，在確定層級關係後以1-9評估尺度輔助決策者建立各層級之成對比較矩陣，以最大特徵值檢驗評定決策者對屬性間判斷是否一致性後，利用特徵向量的方法求得屬性間的相對權重。 (2) TOPSIS 此法對各屬性的基本假設是單調的遞增或遞減，演算法之基本觀念於先界訂正理想解(各屬性下各備選方案最佳值之集合)與負理想解(各屬性下各備選方案最差值之集合)。再選擇距理想解最近，且距負理想解最遠的方案。距離的計算是由歐氏幾何距離(Euclidean distance)計算得。再經綜合比較後，而得到一最佳方案(Hwang Yoon,1981)。 3.3 其他技術 Borda function 此公式運用在由個別最佳方案篩選出群體最佳方案。公式之應用如下： 由多屬性決策技術TOPSIS的相對接近度找出個人方案排名，再依排名給予各方案相對分數，排名越前的方案分數越高，總得分最高者即為群體的最佳解。 結果與討論 為了達成研究目的，本研究根據Sprague and Carlson (1982)的論點，以半結構化的決策程序為主體，運用個人電腦、伺服器與網路等資訊科技，建構具有資料庫、模式庫與使用者介面等元件的線上決策支援系統。圖一為本系統的結構圖。 圖一 群體決策支援系統之架構圖 4.1 討論 本