Επιλογές εγγραφής
3306 Συστήματα Αποφάσεων
7ο Εξάμηνο ΗΜΜΥ
Διδακτικές Μονάδες : 6
Φόρτος Εργασίας : theory 3, lab 1
Γλώσσα : el
Μαθησιακά Αποτελέσματα : Μετά την επιτυχή ολοκλήρωση του μαθήματος οι φοιτητές(τριες) θα είναι σε θέση να : α) Αναλύουν συστηματικά όλες τις παραμέτρους που υπεισέρχονται σε προβλήματα υποστήριξης αποφάσεων. β) Κατέχουν τη μεθοδολογίες και να τις εφαρμόζουν σωστά σε πραγματικά προβλήματα απόφασης, να αναδεικνύουν όλες τις πτυχές του προβλήματος, να αξιολογούν τις εναλλακτικές λύσεις και να υποστηρίζουν αποτελεσματικά τον αποφασίζοντα στις επιλογές του. γ) Προσομοιώνουν την διαδικασία λήψης απόφασης και κατασκευάζουν το μοντέλο που θα εφαρμόσει την κατάλληλη μέθοδο που ταιριάζει στα χαρακτηριστικά του συγκεκριμένου προβλήματος απόφασης. δ) Συνεργάζονται αποτελεσματικά με τον αποφασίζοντα του συγκεκριμένου προβλήματος σε όλα τα στάδια υποστήριξης της απόφασης. ε) Χρησιμοποιούν εμπειρία από εξειδικευμένους επιστήμονες άλλων ειδικοτήτων για την αποτελεσματική μοντελοποίηση των ιδιαιτεροτήτων του προβλήματος απόφασης και αξιοποιούν το συνολική μεθοδολογία για την ανάπτυξη συστηματικής και αποτελεσματικής υποστήριξης αποφάσεων στο χώρο δραστηριοποίησής τους και γενικότερα στο κοινωνικό σύνολο. στ) Προτείνουν νέες καινοτόμες στρατηγικές μεταβολής του περιβάλλοντος εργασίας τους και συνεισφέρουν στη ανάπτυξη ορθολογικών τρόπων λήψης απόφασης σε οικονομικά και κοινωνικά προβλήματα.
Η λήψη αποφάσεων. Τα μοντέλα και η χρήση τους στη διαδικασία λήψης αποφάσεων. Στοιχεία και δομή ενός προβλήματος απόφασης. Δένδρα Αποφάσεων: Μήτρα αποφάσεων, Κριτήρια Bayes, Maximin, Maximax, Hurwicz. Επίλυση προβλημάτων με αξιοποίηση δειγματοληπτικής πληροφορίας για τις καταστάσεις της φύσης. Αξία δειγματοληπτικής και πλήρους πληροφορίας. Δυναμικός προγραμματισμός: Χαρακτηριστικά των προβλημάτων δυναμικού προγραμματισμού. Παραδείγματα πολυσταδιακών αποφάσεων. Σχηματική απεικόνιση πολυσταδιακής διαδικασίας αποφάσεων. Χαρακτηριστικά προβλημάτων ντετερμινιστικού και πιθανοτικού δυναμικού προγραμματισμού Επίλυση προβλημάτων. Γραμμικός προγραμματισμός: Χαρακτηριστικά των προβλημάτων γραμμικού προγραμματισμού. Το μαθηματικό μοντέλο γραμμικού προγραμματισμού. Δυνατές περιπτώσεις λύσεων προβλημάτων γραμμικού προγραμματισμού. Γραφική επίλυση προβλημάτων. Μέθοδος Simplex. Δυαδικό πρόβλημα. Ανάλυση ευαισθησίας. Προσομοίωση: Ιδιαίτερα χαρακτηριστικά και σχηματική απεικόνιση προσομοίωσης. Παραγωγή τυχαίων παρατηρήσεων από μια κατανομή πιθανότητας. Προσαύξηση του χρόνου. Γλώσσες προσομοίωσης. Επίλυση προβλημάτων. Εργαστηριακές ασκήσεις με χρήση κατάλληλου λογισμικού.
Οι επισκέπτες δεν έχουν πρόσβαση στο μάθημα αυτό. Παρακαλούμε συνδεθείτε (με τον λογαριασμό σας).