Παρουσίαση/Προβολή

Εικόνα επιλογής

[511-9453] Συστήματα Υποστήριξης Αποφάσεων - Decision Support Systems

(511140) -  Thomas Spyrou

Περιγραφή Μαθήματος

Το μάθημα των Συστημάτων Υποστήριξης Αποφάσεων (ΣΥΑ - DSS) ασχολείται με τις κατηγορίες και τις βασικές διαδικασίες και φάσεις λήψης αποφάσεων. Ασχολείται με τις περιπτώσεις αποφάσεων σε δομημένα, ημιδομημένα ή αδόμητα προβλήματα και μελετώνται οι κατηγορίες, οι αρχιτεκτονικές και οι μεθοδολογίες, κάνοντας αξιοποίηση της μοντελοποίησης, προσομοίωσης, τεχνητής νοημοσύνης, αποθηκών δεδομένων (Data Warehouses) και τεχνικών εξόρυξης δεδομένων (Data Mining) για την υποστήριξη της λήψης αποφάσεων.

Η εφαρμογή στο design καθώς και μεθοδολογικά εργαλεία χρήσιμα από το και για το design βρίσκεται στο επίκεντρο του μαθήματος.

Για ανάλυση πατήστε το + στις πληροφορίες

Ημερομηνία δημιουργίας

Παρασκευή 18 Οκτωβρίου 2013

Σελίδα μαθήματος
  • Περίγραμμα

    Μέθοδοι αξιολόγησης

    Εξέταση του μαθήματος ΣΥΑ

    Η εξέταση του μαθήματος για την επίτευξη των εκπαιδευτικών στόχων είναι:

    Α. Απαλλακτικές ασκήσεις (100% στην τελική βαθμολογία) Ισχύει μόνο στην πρώτη εξεταστική περίοδο (Ιουνίου). Η συμμετοχή στην άσκηση γίνεται μόνο στην αίθουσα. Για την επιτυχία απαιτείται η ουσιαστική αλληλεπίδραση στο μάθημα και η συνεισφορά με κρίσεις στις υπόλοιπες εργασίες. Υποβολή εργασίας από μόνη της δεν έχει προβιβάσιμο βαθμό.

    ή εναλλακτικά:

    Β. Γραπτή εξέταση 100% που θα μπορούν να γίνουν στις διαθέσιμες εξεταστικές περιόδους.

    Σε περίπτωση εξέτασης και με τους δύο τρόπους (Α & Β) μετρά ο μεγαλύτερος.

     

    Φοιτητές με αριθμό μητρώου dpsd17XXX και νωρίτερα, μπορούν να αναλάβουν απαλλακτική εργασία.
    Θα αποτελείται από 3 μέρη. Το κάθε μέρος θα ολοκληρώνεται εντός προθεσμίας και θα παρουσιάζεται στην αίθουσα (με τον τρόπο που θα ορισθεί ανά μέρος), άρα θα γίνουν 3 παρουσιάσεις. Ο βαθμός θα προκύπτει από την καλή κατανόηση του θέματος που θα παρουσιάζεται και από τις απαντήσεις στις ερωτήσεις που θα τεθούν.
    Για να προχωρήσει στο επόμενο μέρος της εργασίας θα πρέπει να έχει ολοκληρωθεί με επιτυχία (βάση 5) το προηγούμενο μέρος.
    Τελικός βαθμός είναι ο μέσος όρος των βαθμών των 3 μερών.
    Σε κάθε μέρος βαθμολογείται: Γραπτή εργασία 20%. Κατανόηση του θέματος και απαντήσεις 80%.

    Περιεχόμενο μαθήματος

    • Αρχικά παρουσιάζονται οι κατηγορίες και οι βασικές διαδικασίες και φάσεις λήψης αποφάσεων στην επιχείρηση και διακρίνονται περιπτώσεις αποφάσεων σε δομημένα και ημιδομημένα ή αδόμητα προβλήματα. Μελετώνται οι κατηγορίες, οι αρχιτεκτονικές και οι μεθοδολογίες των συστημάτων υποστήριξης αποφάσεων (ΣΥΑ) κάνοντας αξιοποίηση της μοντελοποίησης, προσομοίωσης, τεχνητής νοημοσύνης, αποθηκών δεδομένων (Data Warehouses) και τεχνικών εξόρυξης δεδομένων (Data Mining) για την υποστήριξη της λήψης αποφάσεων.
    • Στη συνέχεια παρουσιάζονται «τυπικές» μέθοδοι λήψης αποφάσεων όπως τα δένδρα και πίνακες αποφάσεων, η δόμηση και ανάλυση προβλήματος σε συνθήκες αβεβαιότητος όπως δέντρα πεποιθήσεων και «άτυπες» μέθοδοι όπως το σπίτι της ποιότητας, ανάλυση δυνάμεων-αδυναμιών-ευκαιριών-απειλών, επίγνωση σχεδίασης, γνωστικοί χάρτες κτλ.
    • Τέλος παρουσιάζονται συστημικές μεθοδολογίες υποστήριξης αποφάσεων για την σχεδίαση οργανώσεων, όπως η μεθοδολογία ευμετάβλητων συστημάτων, ο διαδραστικός σχεδιασμός και η κριτική συστημική ευρετική.

    ΜΑΘΗΣΙΑΚΑ ΑΠΟΤΕΛΕΣΜΑΤΑ

    Μετά την επιτυχή ολοκλήρωση του μαθήματος, οι φοιτητές θα έχουν:

    • Κατανόηση της σημασίας των διαδικασιών λήψης απόφασης στην σύγχρονη οικονομία, και ειδικότερα στα πεδία εφαρμογών των διαδικασιών Σχεδίασης Προϊόντων, Συστημάτων και Υπηρεσιών
    • Γνώση για την ιστορική εξέλιξη των Συστημάτων Υποστήριξης Αποφάσεων σε σχέση με την επιχειρησιακή έρευνα, το management και τις Θεωρίες και Μεθοδολογίες Σχεδίασης
    • Απόκτηση βαθιάς κατανόησης των υφιστάμενων μοντέλων και θεωριών που χρησιμοποιούνται στη λήψη αποφάσεων και στην υποστήριξή της.
    • Δεξιότητες στην χρήση βασικών μεθόδων και εργαλείων υποστήριξης λήψης αποφάσεων

    Γενικές Ικανότητες

    • Αναζήτηση, ανάλυση και σύνθεση δεδομένων και πληροφοριών, που σχετίζονται με τον προβληματικό χώρο λήψης αποφάσεων: γίνεται χρήση και εφαρμογή τεχνολογιών στο πλαίσιο των εργασιών κατά τη διάρκεια του εξαμήνου
    • Κατανόηση και ανάλυση κλασσικών ερευνητικών κειμένων και δημιουργική σύνθεση εργασιών
    • Αυτόνομη εργασία: οι φοιτητές εκτελούν ατομικές εργασίες στη διάρκεια του εξαμήνου
    • Ομαδική εργασία: οι φοιτητές εργάζονται σε ομάδες για να παραδώσουν μία ομαδική εργασία
    • Απόκτηση διεπιστημονικής εργασίας αξιοποιώντας γνώσεις από συναφείς επιστημονικές περιοχές
    • Κατανόηση του σεβασμού στη διαφορετικότητα και στην πολυπολιτισμικότητα, στους περιορισμούς και στις προτεραιότητες που σχετίζονται με περιβάλλον, την κοινωνική, επαγγελματική και ηθική υπευθυνότητα, το φύλο, άτομα με ειδικές ανάγκες κλπ προκειμένου να υποστηριχτούν και να ληφθούν αποφάσεις
    • Προαγωγή της ελεύθερης, δημιουργικής και επαγωγικής σκέψης στο πλαίσιο της εκπαίδευσης στο Design, με διαρκή αναφορά όλων των θεωριών, μοντέλων και τεχνικών στην υποστήριξη αποφάσεων σε σχέση με το Design

    Βιβλιογραφία

    • Marakas, G. (2003). Decision support systems. Englewood Cliffs, NJ: Prentice-Hall.
    • Turban, E., Aronson, J. E., & Liang, T. P. (2005). Decision support systems and intelligent systems. Englewood Cliffs, NJ: Prentice Hall.
    • Andriole, S. (1989). Handbook of decision support systems. Blue Ridge Summit, PA: Tab Books.
    • Buede, D. (2000). The engineering design of systems: Models and methods. New York, ΝΥ:
    • Flood, R. L., & Jackson, M. C. (1996). Δημιουργική επίλυση οργανωσιακών προβλημάτων. Τ. Κιρκής (μτφρ.). Αθήνα: Παπαζήσης.
    • Sprague, R. H., & Carlson, E. D. (1982). Building effective decision support systems. Englewood Cliffs, NJ: Prentice Hall.