odlo Čitveni model za izbiro informacijske tehnologije · 2.1 umetna inteligenca umetna...

UNIVERZA V MARIBORU FAKULTETA ZA ORGANIZACIJSKE VEDE

Diplomsko delo visokošolskega strokovnega študija

Informatika v organizaciji in managementu

ODLOČITVENI MODEL ZA IZBIRO INFORMACIJSKE TEHNOLOGIJE

Mentor: prof. dr. Vladislav Rajkovi č Kandidat: Andraž Kopitar

Kranj, februar 2006

Univerza v Mariboru – Fakulteta za organizacijske vede Diplomsko delo VS programa

Andraž Kopitar; Odločitveni model za izbiro informacijske tehnologije

2

ZAHVALA

Mentorju, prof. dr. Vladislavu Rajkoviču, se zahvaljujem za vse napotke, nasvete in

pomoč pri izdelavi diplomskega dela.

Zahvaljujem se tudi profesorjem, asistentom in ostalim zaposlenim na FOV-u,

sodelavcem, sošolcem in prijateljem za vse uporabne nasvete ter veliko mero

tolerance, ki sem je bil vedno deležen. Prav tako se zahvaljujem svojim bližnjim za

moralno podporo, strpnost in pomoč v času študija.



3

POVZETEK V državni upravi praviloma nabavljamo računalniško opremo preko javnih razpisov.

Vse prispele ponudbe je treba ovrednotiti z namenom izbire najboljše. Najprej so

opredeljeni osnovni pojmi večparametrskega odločanja, ekspertnih sistemov in lupine

ekspertnega sistema – DEX. V nalogi je predstavljen model vrednotenja ponudb s

pomočjo lupine ekspertnega sistema DEX in prikazan praktični primer izbire

najboljšega dobavitelja računalniške opreme za potrebe Ministrstva za notranje

zadeve, Policije.

KLJUČNE BESEDE: - sistemi za pomoč pri odločanju,

- večparametersko odločanje,

- ekspertni sistem,

- izbira dobavitelja,

- DEXi.

SUMMARY DECISION MODEL FOR CHOOSING INFORMATION TECHNOLOGY

The acquision of the equipment and the procurement of services for the civil services

runs by rule through public offers for tenders. All incoming tenders have to be

evaluated in order to choose the best ones. A short presentation basic terms of

multiattribute decision making, expert system and expert system shell - DEX is given.

This paper presents a model of evaluation of tenders through the shell of the expert

system DEX as well as a practical example of choosing the best supplier of computer

equipment for the Ministry of the Interior, Police.

KEY WORDS: - decision making support systems,

- multiattribute decision making,

- expert system,

- choosing of the suppliers,

- DEXi.



4

KAZALO:

1 Uvod.....................................................................................................................5

2 Expertni sistemi....................................................................................................6

2.1 Umetna inteligenca .......................................................................................6 2.2 Ekspertni sistemi...........................................................................................8 2.3 Uporaba ekspertnih sistemov......................................................................10 2.4 Smernice za uporabo ekspertnih sistemov .................................................10 2.5 Zakaj ekspertni sistem ................................................................................11 2.6 Zgradba ekspertnih sistemov ......................................................................11

2.6.1 Baza znanja .........................................................................................12 2.6.1.1 Modeli predstavitve znanja ...........................................................12 2.6.1.2 Zajemanje znanja .........................................................................13

2.6.2 Mehanizmi sklepanja ...........................................................................14 2.6.3 Uporabniški vmesnik............................................................................14

2.7 Orodja za razvoj ekspertnih sistemov .........................................................14

3 Večparametersko odločanje...............................................................................16

3.1 Uvodne opredelitve .....................................................................................16 3.2 Večparametersko odločanje........................................................................17 3.3 Faze odločitvenega procesa .......................................................................18

3.3.1 Identifikacija problema .........................................................................18 3.3.2 Identifikacija kriterijev...........................................................................19 3.3.3 Definicija funkcij koristnosti ..................................................................19 3.3.4 Opis variant..........................................................................................20 3.3.5 Vrednotenje in analiza .........................................................................20

3.4 Lupina ekspertnega sistema – dex .............................................................21

4 Model ekspertnega sistema ...............................................................................22

4.1 Uvod............................................................................................................22 4.1.1 Opredelitev problema...........................................................................22 4.1.2 Odločitvena skupina.............................................................................23 4.1.3 Metode dela .........................................................................................23

4.2 Odločitveni model........................................................................................24 4.2.1 Seznam kriterijev .................................................................................24 4.2.2 Funkcije koristnosti ..............................................................................28

4.3 Opis variant.................................................................................................43 4.4 Analiza ekspertnega modela.......................................................................44

4.4.1 Končna ocena dobaviteljev ..................................................................45

5 Zaključek............................................................................................................49

Literatura ...................................................................................................................51

Priloge .......................................................................................................................52



5

1 Uvod

Ministrstvo za notranje zadeve Republike Slovenije (MNZ) je dolžno v skladu z Zakonom o javnih naročilih (ZJN, 43., 44. in 45.člen) objaviti javni razpis za predhodno ugotavljanje sposobnosti izvajalcev, proizvajalcev, dobaviteljev in vzdrževalcev za opremo tehničnega varovanja oseb in objektov, informacijsko opremo in opremo za strukturirano ožičenje in neprekinjeno napajanje, katerega objavi v Uradnem listu Republike Slovenije. Z razpisom vse ponudnike navedene opreme pozove, da podajo svojo ponudbo na predvidenih obrazcih in v skladu z razpisno dokumentacijo. Sestavni del razpisne dokumentacije so tudi merila in način ocenjevanja ponudb za izbor najugodnejšega dobavitelja opreme. Ker je tako meril kot ponudnikov opreme veliko, ocenjena vrednost naročila, ki je predvidena za enoletno obdobje, pa velika, je razumljivo, da se delavci nabavne službe MNZ, kot tudi delavci drugih strokovnih služb, soočajo s številnimi in obsežnimi postopki v zvezi s samo izdelavo razpisne dokumentacije in posledično tudi s končno izbiro ponudnikov. Namen naloge je prikazati model ekspertnega sistema, ki bi nam na podlagi meril za izbor ponudnikov v danem trenutku, pomagal le te izbrati, hkrati pa tudi pojasniti kako in zakaj je prišel do predlaganih konkretnih rešitev. Model naj bi bil popolnoma praktične narave, saj bi pomagal strokovnim službam MNZ pri izbiri najustreznejšega ponudnika opreme. V nalogi je opisan model za izbor strežniške informacijske opreme MNZ RS, Policije s pomočjo lupine ekspertnega sistema DEX. Končni rezultat odločitve so ocene ponudnikov zahtevane strežniške informacijske opreme MNZ RS skupaj z izborom dobavitelja, ki je z uporabo modela, dobil najboljšo oceno in pregled; to je analizo dobljenih rezultatov, zaradi katerih je dobavitelj izbran kot najugodnejši.



6

2 Expertni sistemi

2.1 Umetna inteligenca

Umetna inteligenca1 je znanstvena panoga, ki se ukvarja z metodami, tehnikami, orodji in arhitekturami za reševanje logično zapletenih problemov, ki bi jih bilo težko ali celo nemogoče rešiti s klasičnimi metodami. Logično zahtevna je tista naloga, pri kateri pravimo, da človek, ki jo rešuje, pri tem uporablja svojo inteligenco. Umetno inteligenco lahko opredelimo kot:

• sklop računalniških tehnik, ki so bile razvite, da bi posnemale človekov način razmišljanja in odločanja,

• interdisciplinarna znanstvena panoga, najmočneje vezana na računalništvo, ki proučuje postopke, ki so običajno povezani s človeško inteligenco,

• področje raziskovanja, ki se ukvarja z razvojem metod, ki bi omogočile programom (računalnikom) inteligentno obnašanje,

• področje računalništva, ki se ukvarja z razvojem metod za programiranje raznih vrst zahtevnejših aplikacij, ki (vsaj v osnovnem pomenu) zahtevajo inteligenco.

Začetne raziskave umetne inteligence so bile usmerjene v iskanje splošnih metod za reševanje širokega spektra problemov. Razvoj pa se je zaradi nezadovoljivih rezultatov preusmeril v iskanje metod in tehnik za uporabo specializiranih programov. Konec sedemdesetih let je prevladovalo spoznanje, da je moč visoko zmogljivih sistemov odvisna predvsem od specifičnega znanja o problemskem področju, ki ga vsebuje sistem. To spoznanje je pripeljalo do razvoja ekspertnih sistemov. Poglaviten cilj umetne inteligence je doseči bolj inteligentno delovanje računalnika (njegova večja uporabnost), poleg tega pa proučevanje principov umetne inteligence prispeva k boljšemu razumevanju človekovega inteligentnega obnašanja. Za metode umetne inteligence ni značilna uporaba računalnika le v konvencionalnem smislu (računanje in obdelava podatkov oziroma hitro izvajanje ponavljajočih operacij), temveč tudi podpora logičnemu sklepanju in sprejemanju ocen, ki praviloma nudijo več kot specifično in eksplicitno predstavljene informacije, vsebovane v vhodnih podatkih. Za umetno inteligenco je prav tako značilen občutljiv odnos do nepopolnih in pomanjkljivih podatkov, ki vstopajo v sistem. Pomen metode umetne inteligence je predvsem v možnostih simboličnega obravnavanja formulacije človekovega načina dela, njegove koncepcije in razumevanja načina odločanja. Prav tako je eden od temeljnih ciljev raziskovanja v omejevanju kombinatorične eksplozije, do katere prihaja v primeru analize velikega števila možnih primerov izbire in odločitev, na katerih te izbire temeljijo. Le te zelo pogosto presegajo možnosti, ki jih omogočajo materialna sredstva oziroma časovne omejitve. Umetna inteligenca temelji na hevrističnem2 pristopu, ki ima za osnovno

1 okr. UI; ang. Artifical intelligence. 2 Hevristika – nauk o metodah raziskovanja z uporabo še nedokazanih trditev, hipotez.



7

nalogo pospeševanje sprejemanja odločitev in reševanja problemov. To znanje je praviloma v obliki pravil – zakonitosti, ki predstavljajo podlago za izbiro ustreznih aktivnosti. Značilnosti hevrističnih pravil je njihov neabsolutni značaj. Ravno uporaba hevrističnega znanja, ki omogoča izbiro ustreznih aktivnosti – sprejemanje odločitev, ki omejuje kombinatorično eksplozijo, je nedvomno najpomembnejša karakteristika umetne inteligence. Za razumevanje umetne inteligence je pomembna tudi primerjava algoritemskega in hevrističnnega pristopa. Prvi pristop vključuje klasifikacijo podatkov glede na njihove strukturne in organizacijske lastnosti z uporabo posplošitev, ki rezultira v iskanje splošnega algoritma, kateri zadovoljuje nek razred objektov. Algoritemski pristop ima svoje omejitve, posebej v primerih, ko objekti odstopajo od definiranega razreda in v primerih, če je struktura algoritma preveč komplicirana (ali zahteva preveč resursov) za rešitev problema. Uporaba hevrističnega pristopa je komplementarna, saj algoritemski pristop ne zadošča v velikem primeru kompleksnih situacij. V teh primerih je potrebno razmisliti o uporabi hevrističnega pristopa ali o kombinaciji obeh pristopov. Algoritemski pristop je značilen za konvencionalno uporabo računalnikov, prav tako pa ne vključuje zelo pomembnega področja logičnega sklepanja oziroma manipulacijo logičnega znanja. Čeprav ne obstaja splošno sprejeta definicija umetne inteligence, je presek večine definicij problematika logičnega sklepanja oziroma manipulacije formalnega simboličnega znanja. Pomembnejša področja, ki jih obravnava umetna inteligenca so:

• ekspertni sistemi – opredeljujemo jih kot pripravo znanja za specifične področje,

• predstavitev znanja in mehanizem sklepanja, • kvalitativno modeliranje, • splošno reševanje problemov, • inteligentni roboti, • računalniški vid, • sintetiziranje govora, • avtomatsko učenje in zajemanje znanja, • računalniško razumevanje naravnega jezika, • sistemi za planiranje, • mehanično dokazovanje izrekov, • programski jeziki in orodja za umetno inteligenco.

Med področji umetne inteligence so splošno najbolj znani ekspertni sistemi, ki so v veliki meri povzročili komercializacijo umetne inteligence. Vendar pa so ekspertni sistemi v bistvu le eden od vidikov uporabe metod umetne inteligence, medtem ko sami po sebi ne prinašajo veliko novih teoretičnih konceptov, saj imajo za tehnično osnovo metode umetne inteligence, ki so povečini razvite na drugih področjih.



8

2.2 Ekspertni sistemi

Ekspertni sistemi (okr. ES; ang. Expert systems) so računalniško podprti sistemi, ki vključujejo tako sposobnost človeka, kot zmogljivost računalnika, na tak način, da lahko posredujejo inteligenten nasvet in ponudijo razlago in overovitev odločitev, sprejetih na osnovi podanih zahtev. Drugače povedano, ekspertni sistemi so računalniški programi, realizirani z različnimi metodami umetne inteligence, ki rešujejo probleme z uporabo znanja s kakšno običajno ozkega problemskega področja in se pri tem obnašajo podobno kot človek–ekspert na posameznem specifičnem področju. Kot od izvedenca, tudi od ekspertnega sistema pričakujemo, da zna pojasniti svoje odločitve in sklepanja, ki so ga pripeljale do odločitve. Ključna prednost ekspertnih sistemov je, da poleg dobre odločitve v zvezi s dano zahtevo, podajo tudi dobro razlago na način in v pojmih, ki jih sprejemajo eksperti oziroma uporabniki na posameznih področjih. Pogosto tudi pričakujemo, da zna ekspertni sistem uporabljati nezanesljivo in nepopolno informacijo. ES obravnava velike količine informacij, da reši posamičen primer in pri tem povezuje znanje z algoritmi za reševanje problemov. Pri reševanju problemov ne uporablja le običajnih matematičnih operatorjev, ampak vključuje tudi tipično človeške miselne procese. Relevantno znanje zbere iz baze znanja, pri tem pa uporablja mehanizme sklepanja (hevristike) in deluje kot strokovnjak. Ekspertni sistemi so primerni za reševanje problemov, ki zahtevajo veliko znanja in imajo lahko več pravilnih rešitev. Konvencionalni sistemi za pomoč pri odločanju temeljijo na tradicionalni avtomatski obdelavi podatkov, za katero je značilna zahteva po ustreznih računalniških zmogljivostih in uporabi določenih standardnih procedur (kot je npr. modeliranje). V nasprotju s tem pristopom uporabljajo ekspertni sistemi programske tehnike umetne inteligence, kot so npr. produkcijska pravila za določitev ciljev, uporabo hevristik in strategij, katere ljudje intuitivno uporabljajo pri reševanju problemov. Značilno za ES je tudi upoštevanje dejstva, da so ljudje zelo primerni za spoznavanje vzorcev, značilnih za posamezna problemska področja, medtem ko so računalniki zelo dobri za računanje oziroma obravnavanje števil. Kombinacija obeh lastnosti, oziroma njuno dopolnjevanje (komplementarnost) lahko prinaša zelo dobre rezultate. Za razliko od konvencionalnih matematičnih oziroma statističnih metod, ekspertni sistemi ne stimulirajo eksperta samo pri kakovosti odločitev, ampak tudi v zmožnosti podajanja vzrokov za odločitev in verifikacijo teh odločitev. Ekspertni sistemi se od konvencionalnih programov razlikujejo po področju uporabe, po obliki podatkov, ki jih obdelujejo, po postopkih za iskanje rešitev, po ravni komunikacije računalnik-človek in po načinu vzdrževanja.



9

Razlike so podrobneje prikazane v spodnji tabeli (Tabela 1):

EKSPERTNI SISTEMI KONVENCIONALNI PROGRAMI PODROČJE UPORABE

posamična področja strok splošna, mehanična področja

TEHNIKE SKLEPANJA IN ISKANJA REŠITEV Hevristično sklepanje mehanično, monotono sklepanje operacije s simboli numerične in znakovne operacije dinamičen proces odločanja statičen proces odločitev Informacije si zapomni Informacije si ne zapomni več možnih rešitev ena rašitev Rekurzija Iteracija intenzivno je iskanje intenzivno je računanje faktorji gotovosti gotovost 1 ali 0 (»true/false«) predvidevanje in sklepanje »If-then« scenariji potek na podlagi podatkovnih vzorcev potek na podlagi kontrolnih ukazov

ZNAČILNOSTI PODATKOV

negotovi in nepopolni podatki ekzaktni podatki vse podatkovne strukture fiksna, hierarhična struktura podatkov dinamične in statične spremenljivke statične spremenljivke

UPORABNIŠKI VMESNIK dialog v naravnem jeziku vmesnik menijev pokaže in pojasni rezultat pokaže rezultat Kvalitativen in kvantitativen kvantitativen

VZDRŽEVANJA SISTEMA

vzdržuje strokovnjak ali tehnolog znanja vzdržuje programer

Tabela 1: Primerjava ES in konvencionalnih programo v

Tehnike umetne inteligence, ki se uporabljajo za razvoj ekspertnih sistemov, je možno razvrstiti v več področij:

• predstavitev znanja s formalizmi, za opis ali deklarativnega ali postopkovnega znanja.

o deklarativno znanje je tisto, kar vemo (dejstva, teorije, hipotezo); o postopkovno znanje opisuje kako uporabljamo to znanje (različne

strategije in taktike). • procesiranje znanja, torej mehanizmi za iskanje v bazi znanja in za dedukcije

za sprejem nekega sklepa • različne tehnike učenja za pridobivanje novega znanja na osnovi opazovanja v

kakšni meri je obstoječe znanje učinkovito, • strategije za organiziranje reševanja problemov, • uporabniški vmesnik, ki omogoča komunikacijo z uporabnikom.



10

2.3 Uporaba ekspertnih sistemov

Ekspertni sistemi torej pokrivajo področja človeških zmogljivosti za reševanje problemov in uporabo ekspertnega znanja. Področij, kjer lahko uporabimo ekspertne sisteme, je veliko, spodaj naštevamo le najpomembnejša:

• napovedovanje, npr. škode pri pridelku, • načrtovanje, npr. konfiguracij računalniškega sistema, • diagnostika, npr. diagnosticiranje infekcijskih bolezni in predpisovanje

ustrezne terapije, • odkrivanje okvar, npr v kompleksnih proizvodnih procesih, • identificiranje in interpretiranje, npr. pomoč pri odkrivanju nahajališč rud in

nafte, • kemija, npr. ugotavljanje kemijskih strukturnih formul, • genetika, npr. pomaga z nasveti, kateri poskusi z DNA so najbolj obetavni, • spremljanje, opazovanje, npr. jedrskih reaktorjev, • izobraževanje in prenos informacije, npr. o terapiji,

Kar tri četrtine ES uporabljajo v medicini, računalništvu in elektroniki, naravoslovnih vedah in v obrambne namene. Med ostalimi strokami pa so pomembnejše tehniške stroke in pravo. Uporaba ekspertnih sistemov je ustrezna tam, kjer ni povsem izgrajenih teorij, kjer je znanje strokovnjakov zelo zahtevno ali nezadostno in kjer so informacije nejasne. Ekspertnih sistemov ne potrebujemo za probleme, kjer obstaja preprost model ali formula za reševanje in kjer je na voljo dovolj strokovnjakov.

2.4 Smernice za uporabo ekspertnih sistemov

Uporaba ekspertnih sistemov ni vedno najprimernejša rešitev. Možno je opredeliti nekaj uporabnih smernic, kot pripomoček za odločitev ali jih je primerno uporabiti. Temeljna zahteva je, da za problemsko področje obstaja ekspertno znanje, ocene in izkušnje. Posebej je pomembno, da konvecionalno računalniško programiranje (algoritmičen pristop) ne zadovoljuje. V primeru, da običajne računalniške metode dajejo sprejemljive rezultate je ponavadi manj tehničnih težav. Prav tako je pomembno, da so eksperti zmožni v tem trenutku opredeliti problem. Za področja, ki so zelo nova ali se prehitro spreminjajo, pogosto ne obstaja celovito ekspertno znanje. Naslednji pogoj je, da je uvajanje ekspertnega sistema, glede na postavljene kriterije, ekonomsko upravičeno in da je to možno meriti. Naloge, ki jih lahko rešimo z uporabo ES naj bi vključevale simbolično sklepanje in potrebo po hevrističnih metodah – splošnih zakonitostih, izkustvenih pravilih, strategijah za reševanje problemov, itd. Konvencionalne računalniške metode naj bi bile uporabljene predvsem za reševanje številčnih nalog v okviru problema. Naslednji pogoj je, da naloga ne obsega preširokega področja, kajti v tem primeru lahko



11

potrebno znanje sega čez sprejemljive oziroma razumne meje. Prav tako je potrebno problem, kot tudi želene rešitve, zadosti natančno definirati. Problem, ki se prav tako pojavlja, je zagotovitev vira ekspertnega znanja. Na razpolago morajo biti eksperti, ki so pripravljeni posredovati svoje znanje. Prav tako je pomembno primerno vodenje projekta, eksperti pa morajo imeti ustrezen ugled, ki bo zagotovil zaupanje v izdelane rešitve.

2.5 Zakaj ekspertni sistem

Zakaj bi sploh uporabljali ekspertne sisteme: • njihova uporaba spodbuja kreativnost v smislu iskanja novih kombinacij, • strokovnjak se primarno ne koncentrira na obdelavo podatkov, temveč na

zalogo znanja, ki omogoča, da se loti tudi problemov, ki jih ob snovanju sistema ni poznal,

• za posamezne odločitve dobimo dokumentirane dokaze za njihovo sprejemanje,

• z uporabo ekspertnih sistemov se ohranja znanje, ki bi bilo sicer izgubljeno zaradi izčrpanosti, menjave delovnega mesta, upokojitve ali smrti posameznega delavca.

2.6 Zgradba ekspertnih sistemov

Ekspertni sistem je praviloma sestavljen iz treh modulov (sklopov): 1. Baze znanja (»Knowledge base«) 2. Mehanizma sklepanja (»Interface & control engine«) in 3. Uporabniškega vmesnika (»User interface«).

Pogosto raje gledamo mehanizem sklepanja in komunikacijski vmesnik skupaj kot en sam sklop (Slika 1), ki ga imenujemo lupina ekspertnega sistema (ang. Expert system shell). Tako razčlenjevanje ima svoje prednosti. Baza znanja je odvisna od konkretne domene, medtem ko je lupina ekspertnega sistema vsaj načeloma neodvisna. Ko že imamo lupino, lahko v principu dobimo nov ekspertni sistem tako, da ji preprosto dodamo novo bazo znanja. Lupine so torej dobrodošlo orodje za izdelavo ekspertnih sistemov.

LUPINA EKSPERTNEGA SISTEMA

BAZA ZNANJAUPORABNIŠKI

VMESNIKMEHANIZEMSKLEPANJA

Slika 1: Zgradba ekspertnega sistema



12

Računalnik hrani bazo znanja, izvaja mehanizme sklepanja in skrbi za prijeten dialog z uporabnikom. Znane prednosti računalnika, kot so hitrost, sistematičnost, nezmotljivost, itn., dopolnjujejo prednosti človeka, ki so predvsem v učenju in iznajdljivosti v novih predvidljivih situacijah. V splošnem dobimo sistem človek-stroj, ki je praviloma uspešnejši od samega stroja, v povprečju pa tudi od ljudi. Kljub temu število ekspertnih sistemov v vsakodnevni uporabi ne narašča tako hitro, kot so pričakovali. Razlog za to so težave, ki jih prinaša proces izgradnje posamezne baze znanja, ki je ponavadi ozko grlo pri izdelavi posameznih ekspertnih sistemov. Velika večina do sedaj znanih ekspertnih sistemov uporablja bazo znanja, ki je bila sestavljena »ročno«, torej na podlagi strokovne literature in pogovorov s strokovnjaki. To je praviloma dolgotrajen in drag proces, ki poleg tehnologa znanja, intenzivno in za daljši čas zaposluje eksperta za problemsko področje. Znano je, da ekspert svoj »know-how« ponavadi zelo težko izrazi v »say-how« tako sistematično in podrobno, kot to zahteva računalniška aplikacija. Zato so se razvile alternativne metode zajemanja znanja, ki omogočajo avtomatično sintezo znanja, temeljijo pa predvsem na metodah avtomatskega učenja in kvalitativnega modeliranja.

2.6.1 Baza znanja

Baza znanja vsebuje znanje o specifičnem problemskem področju: dejstva, pravila, ki opisujejo relacije med dejstvi, lahko pa tudi metode in hevristike (ekspertna pravila sklepanja in odločanja) za reševanje problemov v izbrani domeni. Pomembno vprašanje je, kako predstaviti bazo znanja. Obstajajo mnogi formalizmi za predstavitev znanja in v osnovi bi lahko uporabili katerikoli konsistenten formalizem, v katerem je mogoče izraziti znanje o problemskem področju. Pri ekspertnih sistemih se odločamo za tiste, ki podpirajo modularnost, inkrementalnost in enostavno spremenljivost baze znanja. Znano je, da eksperti pri reševanju problemov najpogosteje uporabljajo svoje izkustveno »plitvo« znanje, ki je zelo operativno in v večini primerov zadošča za reševanje problemov. Šele ko naletijo na nov, težji problem, ali ko je potrebno razložiti svojo odločitev, uporabijo »globoko« znanje, to je razumevanje strukture in globljih principov problemske domene.

2.6.1.1 Modeli predstavitve znanja

Znanje v bazi znanja je lahko predstavljeno na različne načine, po metodologijah umetne inteligence. Zaželeno je, da izbrani formalizem predstavi znanje tako, da je uporabniku razumljivo, da ga je mogoče enostavno preverjati, dopolnjevati in spreminjati. Najpogosteje pa se za ekspertne sisteme uporabljajo naslednji modeli predstavitve znanja:



13

Produkcijska pravila so pogojni if - then in if-then-else opisi podanih stanj, situacij in kontekstov. Akcija iz produkcijskega pravila se sproži, če so izpolnjeni v pravilu navedeni pogoji. Dobra lastnost sistemov produkcijskih pravil je modularnost, saj vsako pravilo definira majhen, relativno neodvisen košček znanja o problemski domeni.

Semanti čne mreže so najbolj splošna struktura predstavitve. Samostojno niso neposredno uporabne za modeliranje znanja, so pa dobra osnova za druge predstavitve. Semantična mreža je zbirka vozlišč povezana s povezavami (relacijami). Vozlišča predstavljajo objekte (t.j. fizične objekte, množice, situacije), povezave pa označujejo binarne relacije med objekti. Vozlišča grafično ponazorimo s krogi, pikami ali z okvirčki. Relacije med objekti, ki so med seboj povezani pa ponazorimo s puščicami.

Okvirji so sestavljeni iz zbirke rež (slots), ki vsebujejo atribute za opis objektov, stanj, akcij in dogodkov. Okvirji zagotavljajo natančno, strukturno predstavitev relevantnih relacij, ki se ujema s strokovnjakovim načinom razmišljanja.

Predikatni ra čun predstavlja simbole in njihove medsebojne relacije, npr. "if A then B" in "A obstaja" nam omogoči zaključek "B". To omogoča preprosto določanje resničnosti ali neresničnosti trditve. Kot zanimiv sistem za predstavitev znanja omenimo programski jezik prolog. Nastal je kot realizacija ideje, da je mogoče matematično logiko uporabiti tudi kot programski jezik.

Vsak od modelov predstavitve znanja ima svoje prednosti in pomanjkljivosti. Kombinirana predstavitev združuje prednosti vseh modelov in se pri tem skuša izogniti pomanjkljivostim. Pri izgradnji baze znanja izberemo model, ki je najbližji dejanski organiziranosti znanja v stvarnosti, zato je izbira, odvisna od področja, za katerega ekspertni sistem gradimo.

2.6.1.2 Zajemanje znanja

Za izgradnjo baze znanja je potrebno najprej dobiti ekspertno znanje, zatem pa ga predstaviti v formalizmu, ki omogoča, da se to znanje lahko uporablja z računalnikom. Zajemanje znanja je proces določanja, izločanja, dokumentiranja in analize obnašanja strokovnjakov pri obravnavanju informacij. Namen zajemanja znanja je oblikovanje baze znanja ekspertnega sistema (lahko pa tudi mehanizma sklepanja, če ga gradimo sami). Proces zajemanja znanja lahko okvirno razdelimo na štiri faze:

• odkrivanje znanja in določanje domene problemov, • določitev virov informacij, • pridobivanje podrobnega znanja iz virov, • analiza, kodiranje in dokumentiranje znanja.



14

Znanje lahko v bazo znanja prispe posredno, neposredno ali avtomatsko.

2.6.2 Mehanizmi sklepanja

Mehanizem sklepanja predstavlja programe, ki so sposobni uporabiti bazo znanja za reševanje problemov in krmilijo celoten proces sklepanja. Skrbi za to, da pravila niso obdelana le posamično, temveč jih kot gradnike znanja medsebojno poveže v verigo in tako najde rešitev določenega problema. Pri opisu problemov v mehanizmu sklepanja sta prevladujoča dva modela: Prostor stanj je v splošnem definiran kot graf, katerega vozlišča ustrezajo problemskim situacijam, povezave med njimi pa so legalne akcije med situacijami. Reševanje problema je ekvivalentno iskanju poti od danega začetnega stanja do želenega ciljnega stanja. Za to obstajajo tri osnovne strategije in sicer iskanje v globino, v širino in hevristično iskanje (hitrejše iskanje). Predstavitev redukcije problema pa temelji na razstavljanju problema na podprobleme. Problem razstavljamo toliko časa, dokler v vseh vejah ne pridemo do rešitev. Tovrstna predstavitev je sestavljena iz: začetne opredelitve problema, množice operatorjev in iz opredelitev primitivnih problemov na najnižjem nivoju, ki so takoj rešljivi.

2.6.3 Uporabniški vmesnik

Uporabniški (komunikacijski) vmesnik omogoča komunikacijo človeka s sistemom. Običajno gre za programe, ki spretno izkoriščajo možnosti sodobne programske opreme za vodenje dialoga z uporabnikom. Interakcija s sistemom mora biti prijazna, omogočati pa mora tudi pojasnjevanje sklepanja oziroma rešitve problema. Zato vsebuje ekspertni sistem tudi generator za pojasnjevanje. Tako zmožnost pojasnjevanja je posebno pomembna v negotovih domenah, zato da povečamo uporabnikovo zaupanje v odločitev, ki jo predlaga sistem, ali pa da uporabnik lažje ugotovi napako v sklepanju, po katerem je sistem prišel do svojega zaključka.

2.7 Orodja za razvoj ekspertnih sistemov

Tako kot pri vseh procesih razvoja in izgradnje, lahko tudi pri razvoju ekspertnega sistema delo olajšamo, pospešimo in povečamo njegovo učinkovitost, če uporabimo ustrezna orodja. Orodje je uporabno le, če ga lahko izkoristimo za različna področja uporabe. V zgodnji dobi umetne inteligence je bilo veliko truda vloženega v razvoj sistemov za splošno reševanje problemov (npr. GPS), vendar se je kmalu izkazalo, da ljudje raje kot splošne metode, uporabljamo pristop, ki temelji na znanju, saj lahko že majhen obseg znanja na visokem nivoju omogoči hitro in učinkovito reševanje problemov.



15

Pristop, ki temelji na znanju, je torej zelo praktičen in ekonomičen, ima pa slabost, da je mehanizem, ki uspešno rešuje določene probleme, lahko neuporaben pri reševanju problemov iz druge domene. To pa seveda pomeni, da bi bila vsaka rešitev na področju ekspertnih sistemov edinstvena, saj ima reševanje problemov iz različnih domen velikokrat določene skupne značilnosti. Sklepamo lahko torej, da ni mogoče zgraditi splošnega in vsenamenskega orodja za razvoj ekspertnih sistemov, pač pa obstaja spekter orodij, ki jih lahko uporabimo za mnoge domene. Orodja lahko glede na nivo, na katerem delujejo, razdelimo na:

• jezike umetne inteligence (AI languages, knowledge engineering languages), • pakete orodij (toolkits), • lupine ekspertnih sistemov (shells).

Najdražji in najdolgotrajnejši je razvoj ekspertnih sistemov z uporabo jezika umetne inteligence, postopek z uporabo lupine pa najhitrejši in najcenejši. Uporaba paketov orodij naj bi bila nekje vmes. Količina vloženega časa in denarja se seveda odrazi na kvaliteti razvitega izdelka. Odločitev o tem, kakšno vrsto orodij bomo uporabili, je odvisno od tega, kakšne zahteve si pred razvojem ekspertnega sistema zastavimo in od tega, koliko časa in denarja smo pripravljeni vložiti. Lupine nam omogočajo hiter in preprost razvoj sorazmerno majhnih, dobro definiranih problemov. Za kompleksnejše probleme, kjer želimo hitro priti do učinkovitega prototipa, so primerni paketi orodij. Jeziki umetne inteligence pa so najprimernejši, kadar gradimo realen sistem z visoko stopnjo kompleksnosti. Ko izbiramo orodje za razvoj ekspertnega sistema, moramo upoštevati tudi nekaj pomembnih kvalitet, ki jih mora orodje imeti. Lastnosti, ki jih pri izbiri orodja ne smemo prezreti so: fleksibilnost, razširljivost, jasnost, učinkovitost in zanesljivost.



16

3 Večparametersko odlo čanje

3.1 Uvodne opredelitve

Odločanje je proces, v katerem je potrebno izmed več variant izbrati tisto, ki najbolj ustreza postavljenim ciljem oziroma zahtevam. Poleg izbora najidealnejše variante včasih želimo variante tudi razvrstiti (rangirati) od najboljše do najslabše. Pri tem so variante objekti, akcije, scenariji ali posledice enakega oziroma primerljivega tipa. Kadar na primer kupujemo novo televizijo, so variante televizije. Pri strateškem planiranju v podjetju so lahko variante različni razvojni ali investicijski scenariji. Kadar pa izbiramo najboljšega kandidata za razpisano delovno mesto, so variante ljudje. Odločanje je običajno del splošnega reševanja problemov in nastopa kot pomembna mentalna aktivnost na praktično vseh področjih človekovega delovanja. Težavnost odločitvenih problemov je zelo raznolika. Sega od enostavnih osebnih odločitev, ki so večinoma rutinske in se jih večinoma niti ne zavedamo, vse do težkih problemov skupinskega odločanja , na primer pri vodenju, upravljanju in planiranju v podjetjih, kadrovskem odločanju, medicinski diagnostiki in vrsti drugih področij. Najpomembnejši problemi, ki nastopajo pri težkih odločitvenih problemih, izvirajo iz:

• velikega števila dejavnikov, ki vplivajo na odločitev, • številnih oziroma slabo definiranih ali poznanih variant, • zahtevnega in pogosto nepopolnega poznavanja odločitvenega problema in

ciljev odločitve, • obstoja več skupin odločevalcev z nasprotujočimi si cilji, • omejenega časa in drugih virov za izvedbo odločitvenega procesa.

S problemi odločanja se ukvarja vrsta znanstvenih področij in disciplin, od filozofije (na primer aksiologija – nauk o vrednotah), psihologije, ekonomije in matematike, do bolj specifičnih kot sta odločitvena teorija in odločitvena analiza. Posebej pomembno je vprašanje, kako pomagati odločevalcu, da bi na sistematičen, organiziran in čim lažji način prišel do kvalitetne odločitve. V ta namen je bilo razvitih mnogo metod in računalniških programov za podporo odločanja (angl. Decision Support Systems – DSS). Te metode so po eni strani dobro teoretično osnovane v okviru odločitvene teorije in teorije koristnosti, po drugi strani pa se uspešno uporabljajo v praksi pri podpori zahtevnih odločitvenih problemov.



17

3.2 Večparametersko odlo čanje

Večparametersko odločanje temelji na razgradnji odločitvenega problema na manjše podprobleme. Variante razgradimo na posamezne parametre (kriterije, atribute) in jih ločeno ocenimo glede na vsak podani parameter. Končno oceno variante dobimo s postopkom združevanja. Tako izpeljana vrednost je potem osnova za izbor najustreznejše variante.

Slika 2: Ve čparameterski odlo čitveni model

Vrednotenje variant pri večparametrskem odločanju tako poteka na osnovi večparameterskega odločitvenega modela, ki je v splošnem sestavljen iz treh komponent (Slika 2). Vhod v model predstavljajo parametri (atributi, kriteriji) Xn. To so spremenljivke, ki ponazarjajo podprobleme odločitvenega problema, to je tiste dejavnike, ki opredeljujejo kvaliteto variant. Funkcija koristnosti (F) je predpis, po katerem se vrednosti posameznih parametrov združujejo v spremenljivko Y, ki ponazarja končno oceno ali koristnost variante. Variante opišemo po osnovnih parametrih z vrednostmi an. Na osnovi teh vrednosti funkcija koristnosti določi končno oceno vsake variante. Varianta, ki dobi najvišjo oceno, je praviloma najboljša. To obliko pogosto uporabljamo predvsem pri preprostejših primerih, ko je parametrov in variant relativno malo. Pri tem si lahko pomagamo s splošnimi računalniškimi programi za delo s preglednicami kot je na primer »Excel«. Podatke o variantah vnesemo v tabelo, funkcijo koristnosti pa izračunamo s primernimi formulami.



18

V zahtevnejših primerih, ko je parametrov ali variant več (na primer: nekaj deset), je navadno bolje, če posežemo po katerem izmed specialnih programov za podporo večparameterskemu odločanju. Ti imajo že vgrajena orodja, ki pomagajo odločevalcu pri definiciji posameznih parametrov, oblikovanju funkcij koristnosti in zajemanju podatkov o variantah. Najpomembnejšo operacijo – vrednotenje variant, dodatno podpirajo z vrsto koristnih pripomočkov za analizo dobljenih rezultatov, kot so analiza občutljivosti in stabilnosti odločitvenega modela, generator variant, analiza tipa »kaj-če« ter najrazličnejši grafični prikazi in poročila. Nekateri omogočajo tudi delo z nenatančnimi in nepopolnimi podatki in v ta namen uporabljajo intervalski račun ali verjetnostne porazdelitve. Takšnih programov je na tržišču veliko število zato navajamo le nekaj najbolj znanih: MAUD, Deciad, Decision Pad, HIView, Promethee, CORVID, Dex.

3.3 Faze odlo čitvenega procesa

Odločitveni proces je proces sistematičnega zbiranja in urejanja znanja. Zagotovil naj bi dovolj informacij za primerno odločitev, zmanjšal možnost, da bi kaj spregledali, pohitril in pocenil proces odločanja ter dvignil kakovost odločitve. Praviloma poteka po naslednjih fazah:

1. identifikacija problema; 2. identifikacija kriterijev; 3. definicija funkcije koristnosti; 4. opis variant; 5. vrednotenje in analiza variant.

3.3.1 Identifikacija problema

Identifikacija problema je kot prva faza rezultat spoznanja, da je nastopil odločitveni problem, ki je dovolj težak (zahteven), da ga je smiselno reševati na sistematičen in organiziran način. V tej fazi poskušamo definirati problem ter opredeliti cilje in zahteve. Oblikujemo odločitveno skupino, katere jedro sestavljajo odločevalci (t.i. lastniki problema): to so tisti, ki se morajo v končni fazi odločiti in so odgovorni za odločitev. Pri zahtevnejših problemih je priporočljivo v delo vključiti tudi:

• odločitvenega analitika – metodologa, ki kot moderator vpliva na učinkovitost in usklajenost dela skupine ter skrbi za ustrezno metodološko in računalniško podporo odločanja,

• eksperte, ki imajo poglobljeno znanje o dani problematiki in lahko svetujejo pri oblikovanju odločitvenega modela,

• druge predstavnike tistih segmentov, na katere bo odločitev vplivala.



19

3.3.2 Identifikacija kriterijev

V tej fazi določimo kriterije, na osnovi katerih bomo ocenjevali variante in zasnujemo strukturo odločitvenega modela. Posebej je pomembno, da pri tem ne spregledamo kriterijev, ki bistveno vplivajo na odločitev (upoštevanje načela popolnosti). Pri oblikovanju modela poskušamo izpolniti tudi nekatere druge zahteve, kot so:

• strukturiranost, • neredundantnost, • ortogonalnost, • operativnost (merljivost) kriterijev.

Postopek identifikacije kriterijev je do neke mere odvisen od uporabljene metodologije in poteka po naslednjih korakih:

• Spisek kriterijev – sami ali med pogovorom v skupini oblikujemo nestrukturiran seznam kriterijev, ki jih bomo upoštevali pri odločanju.

• Strukturiranje kriterijev – kriterije hierarhično uredimo, upoštevajoč medsebojne odvisnosti in vsebinske povezave. Nepomembne kriterije in tiste, ki so izraženi z ostalimi kriteriji, zavržemo in po potrebi oblikujemo nove. Rezultat je drevo kriterijev.

• Merske lestvice – vsem kriterijem v drevesu določimo merske lestvice, to je zalogo vrednosti, ki jih zavzamejo pri vrednotenju, ter morebitne druge lastnosti (npr. urejenost).

3.3.3 Definicija funkcij koristnosti

V tej fazi definiramo funkcije, ki opredeljujejo vpliv nižjenivojskih kriterijev na tiste, ki ležijo višje na drevesu, vse do korena drevesa, ki predstavlja končno oceno variant. Oblika funkcij in način njihovega zajemanja je močno odvisen od uporabljene metode. Najpogosteje se uporabljajo preproste funkcije, kot so utežna vsota in razna povprečja, srečamo pa tudi zahtevnejše funkcije, ki imajo večjo izrazno moč, vendar pa so nekoliko zahtevnejše za praktično uporabo: funkcije zvezne logike, funkcije na osnovi Bayesovega pravila ali mehkih množic, odločitvena pravila. Prav tako so pestre računalniško podprte metode za podporo odločevalcev v tej fazi, ki segajo od neposrednega analitičnega izražanja funkcij, do možnosti izbiranja oziroma parametrizacije vnaprej pripravljenih funkcij, definiranja funkcij po točkah, zajemanja v grafični obliki in raznih diagramov, ki jih vodi računalniški program.



20

3.3.4 Opis variant

Vsako varianto opišemo z vrednostmi osnovnih kriterijev, to je tistih, ki ležijo na listih drevesa. Do tega opisa nas vodi bolj ali manj zahtevno proučevanje variant in zbiranje podatkov o njih. Pri tem se pogosto srečamo s pomanjkljivimi ali nezanesljivimi podatki. Nekatere metode v tem primeru odpovedo, druge pa omogočajo, da takšne podatke opišemo v obliki intervalov ali verjetnostnih porazdelitev.

3.3.5 Vrednotenje in analiza

Vrednotenje variant je postopek določanja končne ocene variant na osnovi njihovega opisa po osnovnih kriterijih. Vrednotenje poteka (od spodaj navzgor) v skladu s strukturo kriterijev in funkcijami koristnosti. Varianta, ki dobi najvišjo oceno, je praviloma najboljša. Besedo »praviloma« je potrebno na tem mestu posebej poudariti. Na končno oceno vpliva mnogo dejavnikov in pri vsakem od njih lahko pride do napake. Poleg tega sama končna ocena navadno ne zadostuje za celovito sliko o posamezni varianti. Zato moramo variante analizirati in poskusiti odgovoriti na naslednja vprašanja:

• Kako je bila izračunana končna ocena – na osnovi katerih vrednostih kriterijev in katerih funkcij? So vrednostni kriteriji in uporabljene funkcije koristnosti ustrezni?

• Zakaj je končna ocena takšna, kot je? Je v skladu s pričakovanji ali odstopa in zakaj? Kateri kriteriji so najbolj prispevali k takšni oceni?

• Katere so bistvene prednosti in pomanjkljivosti posamezne variante? • Kakšna je občutljivost odločitve: kako spremembe vrednosti kriterijev vplivajo

na končno oceno? Ali je mogoče in kako variante izboljšati? Katere spremembe povzročijo bistveno poslabšanje ocen variant?

• V čem se variante bistveno razlikujejo med seboj? Šele z odgovori na ta vprašanja pridemo do celovite slike o variantah in s tem do kvalitetnejše, bolj utemeljene in preverjene odločitve. Računalniška podporna orodja so pri tem praktično nepogrešljiva, saj imajo že vgrajene pripomočke, ki tovrstne analize bistveno olajšajo.



21

3.4 Lupina ekspertnega sistema – dex

DEX (Decision Expert) je lupina ekspertnega sistema, katere glavni namen je podpora odločevalcu pri sprejemanju kompleksnih večparameterskih odločitev. Bazo znanja tega ekspertnega sistema ustvarimo z znanjem s področja, ki ga želimo obdelati. V ekspertni lupini DEX je večparameterski odločitveni postopek obogaten z elementi ekspertnih sistemov in avtomatskega učenja. Program DEX deluje na IBM PC kompatibilnih računalnikih z operacijskim sistemom Windows 95 ali novejši. Program DEX v osnovi sestavljata dva dela . Prvi se ukvarja z zajemanjem znanja in izgradnjo baze znanja. Uporabniku pomaga zgraditi drevo kriterijev in izraziti odločitvena pravila. V bazo znanja vnesemo parametre, povezave med parametri ter znanje o koristnosti posameznih parametrov, s katerimi opisujemo možne alternative, med katerimi iščemo tisto, ki najbolj ustreza našim vnaprej postavljenim ciljem. Drugi del obsega vrednotenje in analizo variant na osnovi znanja, ki smo ga zbrali v bazi znanja. Na začetku opišemo vsako varianto z ustreznimi vrednostmi kriterijev, ki se nahajajo na listih drevesa kriterijev. Nato DEX oceni vsako varianto v skladu z bazo znanja, tj. strukturo kriterijev in odločitvenimi pravili. Za vsako varianto dobimo oceno primernosti. Sledi analiza rezultatov, ki jo sestavlja ena ali več aktivnosti. Orodje DEX je transparentno orodje, ki omogoča stalen in enostaven vpogled v faze iskanja rešitev. Rezultatu, ki ga dobimo, nam ni potrebno verjeti, temveč se z navedbo ustrezne razlage, ki opravičuje rezultat, o tem prepričamo. Dobra lastnost sistema v primerjavi z drugimi je, da ni bistveno numerično kodiranje znanja, temveč so osnova opisne spremenljivke. DEX odločevalce prisili, da se poglobijo v odločitveno znanje. Razmišljajo o variantah in o tem, zakaj je varianta dobilo določeno oceno. Vse variante so ocenjene z enakimi merili. Odločitev je zavestna, lahko jo utemeljimo sebi in drugim, s tem pa se zmanjša možnost napačne odločitve. Lupina ekspertnega sistema DEX je bila uspešno uporabljena v veliko praktičnih primerih. Najboljši rezultati so bili doseženi na naslednjih področjih:

• Ocenjevanje vrste tehnologij (npr. strojne, programske računalniške opreme, radarskih sistemov),

• Kadrovski management (izbiranje tima strokovnjakov, ocenjevanje uspešnosti zaposlenih),

• Management (ocenjevanje poslovnih strank, ponudb in učinkovitosti podjetij).



22

4 Model ekspertnega sistema

4.1 Uvod

Postopek nabave informacijske opreme v javni upravi poteka v skladu z zakonom o javnih razpisih tako, da se najprej objavi javni razpis za predhodno ugotavljanje sposobnosti dobaviteljev informacijske opreme v Uradnem listu Republike Slovenije. Na podlagi ponudb dobaviteljev se nato z izbranim, najustreznejšim dobaviteljem sklene pogodbo za dobavo opreme. Javna uprava je eden izmed največjih porabnikov informacijske opreme, zato ne preseneča visoko število dospelih ponudb, saj so nabave informacijske opreme največkrat v velikih količinah. Število teh ponudb je tako zelo veliko, zato je izbor najustreznejšega ponudnika lahko precej zahteven, saj je potrebno v danem trenutku odločitve o izboru ponudnika vedeti tudi razloge, zakaj je nek dobavitelj dober, drugi pa ne.

4.1.1 Opredelitev problema

Namen naloge je prikazati model ekspertnega sistema z ožjega področja informacijske strežniške opreme, ki služi delavcem nabavnega odseka Službe za informatiko, ki praviloma niso računalniški specialisti in v podrobnosti ne poznajo informacijske opreme, so pa zadolženi za logistično podporo pri evalvaciji ustreznosti dobavitelja informacijske – v našem primeru strežniške opreme. Problematiko odločitvenega modela opredeli, zbere in uredi informacije, pomembne za odločanje (v sodelovanju z logistiko SIT in nabavno službo MNZ), ter v ustreznem orodju, izdela specialist informatik – sistemski inženir za področje strežniške arhitekture. Izdelani model uporablja delavec logistične podpore v Službi za informatiko in telekomunikacije, ki zagotavlja logistično podporo in je vmesni člen med informatiko in nabavno službo Ministrstva za notranje zadeve RS. Model služi kot osnova za odločanje o ustreznosti ponujene strežniške opreme skladno z nabavno ceno, kjer pa cena nima prevladujočega značaja nad ostalimi tehničnimi specifikacijami, čeprav je, gledano v odstotkih, prevladujoča. Prav slednja trditev nam kaže na to, da model ekspertnega sistema ni končna odločitev, je le pripomoček, orodje, ki olajšuje odločanje, hkrati pa standardizira posamezne elemente, ki so bistveni za najugodnejšo izbiro dobavitelja opreme.



23

4.1.2 Odločitvena skupina

Komisija, odgovorna za nabavo informacijske opreme, ki sprejema odločitev za najugodnejšega dobavitelja, se vsakokrat imenuje s posebno odločbo, kar kaže na veliko težo odgovornosti komisije, saj razpolaga oziroma odloča o nabavi opreme, praviloma zelo velike vrednosti, tako denarne kot tudi funkcionalne. V komisiji sodelujejo strokovnjaki (praviloma vodstveni delavci, kar vedno ni najprimernejša rešitev) iz različnih področij oziroma iz vseh področij nabavljene opreme. Naloga komisije je, da v skladu z odredbo, javnim razpisom in razpisno dokumentacijo pregleda in oceni vse pravočasno prispele ponudbe ter predlaga, katerim ponudnikom naj se prizna sposobnost, da lahko postanejo dobavitelji informacijske opreme v obdobju veljavnosti javnega razpisa. Komisija bo ugotovila usposobljenost ponudnika za izvedbo javnega naročila tako, da bo preverila ponudnikovo poslovanje. V okviru logistične podpore komisije za nabavo informacijske opreme v MNZ RS, sodeluje tudi nabavni odsek Službe za informatiko in telekomunikacije, kateremu bo namenjen ekspertni model za izbor dobavitelja strežniške informacijske opreme.

4.1.3 Metode dela

Problematike odločitvenega procesa sem se lotil s sistemskega vidika in ga razgradil na posamezne podsisteme. Namen ekspertnega sistema mora biti že v začetni fazi zasnove jasen, pregleden, predvsem pa mora biti izražena praktična uporabnost. Če uporabnosti sistema ni oziroma je ne moremo zagotoviti, bo takšen model prinesel le veliko dodatnega dela, rezultatov pa ne. Edina korist, nikoli v prakso vpeljanega modela, je strukturiran in urejen pregled možnih kriterij, pomembnih za odločanje. Torej mora biti namen ekspertnega modela pomoč pri odločanju in njegova praktična uporabnost. Da bi takšen model delavci logistične službe lahko učinkovito uporabljali, moramo pri izdelavi modela upoštevati predznanje delavcev. Model mora biti relativno enostaven, pregleden, ne prekompleksen, tako da bo lahko delavcu služil kot pomoč pri njegovem delu, ne pa kot dodatna obremenitev. Hkrati pa pri zasnovi ne smemo izpustiti bistvenih informacij, ki so pomembne za sprejem odločitve. Delavci morajo biti s svojim znanjem sposobni u činkovito uporabljati ekspertni model . Pri opredelitvi in izbiri ustreznih kriterijev sem z ožjimi sodelavci v Odseku za razvoj lokalnih informacijskih sistemov, ki so specializirani za podporo strežniški arhitekturi v informacijskem sistemu MNZ RS, opravil razgovore, pri tem pa uporabil tudi metode timskega dela. Skupaj smo definirali najpomebnejše kriterije in tudi opredelili posamezne zaloge vrednosti - ocene, ki jih lahko posamezni kriterij zavzame. Prav tako smo skupaj izbrali najprimernejše programsko orodje za izdelavo ekspertnega sistema.



24

Vodilo pri izboru orodja je bila predvsem sposobnost izdelave realnih ekspertnih modelov glede na količino kriterijev in zmožnost obvladovanja zaloge vrednosti, hkrati pa tudi njegove enostavnosti pri uporabi in vzdrževanju. Kot ena izmed pomembnejši lastnosti dobrega ekspertnega sistema v funkciji izbire dobaviteljev informacijske opreme, je zmožnost enostavnega vzdrževanja kriterijev , njihovih zalog vrednosti. Trend rasti informacijske tehnologije je v sedanjosti še vedno močno prisoten, kar pomeni, da kriteriji takšnega modela ne morejo biti statični – biti morajo dinamični, kar pa pomeni stalno prilagajanje modela novim trendom na področju strežniške arhitekture.

4.2 Odločitveni model

4.2.1 Seznam kriterijev

Kot rezultat uporabljene metode za opredelitev in končni izbor kriterijev je bil izdelan seznam najpomembnejših kriterijev. Kriterije je bilo potrebno, zaradi njihove soodvisnosti in vsebinske povezanosti, razporediti po posameznih skupinah, katerih končni rezultat je strukturirano drevo kriterijev z opisi (Slika 3). Vsem kriterijem je bila nato dodana zaloga vrednosti, to je ocena, s katero je lahko posamezni kriterij ocenjen. V programskem paketu DEXi, ki sem ga uporabil za izdelavo ekspertnega modela, se na tem mestu izpostavi ena izmed njegovih boljših lastnosti, ki omogoča, da posamezne kriterije lahko ocenjujemo, ne samo numerično, ampak tudi opisno, ko na primer »neustrezen; ustrezen, zelo ustrezen«. Zaloge vrednosti prikazuje slika (Slika 4) Celotno shemo strukturiranega drevesa kriterijev za izbor strežniške informacijske opreme prikazuje slika (Slika 5), kjer so lepo prikazani višje ležeči kriteriji (posamezni sklopi modela) tehnične lastnosti, zunanje enote, programska oprema.



25

Drevo kriterijev Kriterij Opis Ocena dobavitelja Končna ocena o ustreunosti strežniške arhitekture

Tehni čni kriteriji Tehnične lastnosti ponujene strežniške arhitektureEnote Enote ponujene strežniške arhitekture

Zaslon Kriteriji zaslonaLočljivost Ločljivost pri osveževalni frek. 75H brez prepletanja Frekvenca Kriteriji frekvece

Navpična frekvenca Najvišja navpična osveževalna frekvencaVodoravna frekvenca Najvišja vodoravna osveževalna frekvenca

Velikost Velikost zaslonaVelikost zaslona Velikost zaslona v palcihUporabna velikost Uporabna velikost zaslona

TCO potrdila Kriteriji TCO potrdilTCO 95 Potrdilo TCO 95TCO 99 Potrdilo TCO 99

Diskovni podsistem Diskovni podsistem strežnikaRAID RAID kriteriji

Tip krmilnika diskov Tip RAIDkrmilnikaHitrost prenosa podatkov Data transfer rate (MB/s)

SCSI SCSI kriterijiTip krmilnika diskov Tip SCSI krmilnika diskovnega podsistemaHitrost prenosa podatkov Data transfer rate (MB/s)

Diski Kriteriji diskovHitrost vrtenja Hitrost vrtenja diskov (v sekundah na minuto)Kapaciteta diskov Kapaciteta posameznih diskov (GB)Število diskov Skupno število diskovŠtevilo mest za HOT-SWAP Število mest za HOT-SWAP (prostih/skupno)

Število krmilnih diskov Število krmilnikov diskovnega podsistemaVideo podsistem Video podsistem strežnika

Vodilo Vodilo grafičnega podsistemaNajvečja ločljivost Največja ločljivost pri 64K barvahVgrajeni/maksimalni RAM Maksimalni spomin grafične kartice

Tipkovnica Tipkovnica strežniškega sistemaProgramska oprema Ponujena programska oprema

Tip/verzija SW za nadzor in upravljanje Programska oprema za nadzor in upravljanje (vključeno število licenc)HCL lista Prisotnost na Microsoft HCL listi (skladnost strojne opreme)Licenca W2K server Licenca za MS Windows 2000 serverSW za arhiviranje Programska oprema za arhiviranje

Ostalo Arhitektura in sistem arhiviranjaArhitektura vodil Arhitektura vodil strežnika

Vodilo Vodilo strežnikaHitrost Hitrost vodila strežnikaRazširitvena mesta Kriteriji razširitvenega mesta strežnika

Število prostih PCI mest Število prostih PCI mest v strežnikuCD enota Hitrost CD enotePriklju čki Kriteriji priključkov

Serijski Število serijskih priključkovParalelni Število paralelnih priključkovUSB Število USB priključkov

Procesor Kriteriji procesorja strežnikaTip Tip procesorjaTakt/hitrost Takt/hitrost Procesorja (MHz)Dodatni procesor Možnost vgradnje dodatnega procesorja

RAM Kriteriji delovnega pomnilnika procesorjaVelikost Velikost delovnega pomnilnika (MB)Hitrost Hitrost delovnega pomnilnika (MHz)Največja velikost RAM pomnilnika Največja velikost delovnega pomnilnika (MB)

Sistem arhiviranja Sistem arhiviranja strežnikaTip Tip enote za arhiviranjeKapaciteta Kapaciteta enote za arhiviranje (GB)Robot Možnost avtomatskega izmenjevalnika (robota)

Ekonomski kriteriji Cena in garancija ponujene strežniške arhitektureCena Cena z DDV ponujene strežniške arhitektureGarancija Garanjciski rok v mesecih

Časovni kriteriji Dobavni rok in čas do odprave napakeDobavni rok Dobavni rok v dnevihČas za odpravo napake Čas za odpravo napake v urah

Slika 3: Drevesna struktura kriterijev z opisi



26

Zaloge vrednosti Kriterij Zaloga vrednosti Ocena dobavitelja Neprimerno ; Primerno; Odlično

Tehni čni kriteriji Neprimerno ; Primerno; OdličnoEnote Neprimerno ; Primerno; Odlično

Zaslon Neprimerno ; Primerno; OdličnoLočljivost < 800x600; >= 800x600Frekvenca Neustrezen ; Ustrezen

Navpična frekvenca <100; >=100Vodoravna frekvenca <50; >=50

Velikost Neustrezen ; UstrezenVelikost zaslona < 17; >=17Uporabna velikost <15; >=15,8

TCO potrdila Neustrezno ; Delno ustrezno; UstreznoTCO 95 Ne; DaTCO 99 Ne; Da

Diskovni podsistem Neprimerno ; Primerno; OdličnoRAID Neustrezen ; Ustrezen

Tip krmilnika diskov Starejši od ULTRA 160 SCSI ; Enak ali novejši od ULTRA 160 SCSIHitrost prenosa podatkov < 160; >160

SCSI Neustrezen ; UstrezenTip krmilnika diskov starejši od Ultra2/ 2kanalni ; Ultra2/2kanalni ali novejšiHitrost prenosa podatkov < 160; >160

Diski Neprimerni ; Primerni; Zelo primerniHitrost vrtenja < 10000; >= 10000Kapaciteta diskov < 18 GB; > 18 GBŠtevilo diskov < 4; 4 - 6; > 6Število mest za HOT-SWAP <2/<6; >=2/>=6

Število krmilnih diskov <2; >2Video podsistem Neprimerno ; Primerno; Odlično

Vodilo VGA; SVGA, PCI; SVGA, AGPNajvečja ločljivost <= 1024x768; >=1600x1200Vgrajeni/maksimalni RAM <=8/8; >=16/16

Tipkovnica Ne; DaProgramska oprema Neprimerno ; Primerno; Odlično

Tip/verzija SW za nadzor in upravljanje Druga programska oprema ; IBM DirectorHCL lista Ne; DaLicenca W2K server Ne; DaSW za arhiviranje Druga programska oprema ; ARCServe; BackupExec

Ostalo Neprimerno ; Primerno; OdličnoArhitektura vodil Neustrezen ; Delno ustrezen ; Ustrezen

Vodilo ISA; PCIHitrost 100; 133Razširitvena mesta Neustrezen ; Delno Ustrezen ; Ustrezen

Število prostih PCI mest <4; >=4CD enota <40; >=40Priklju čki Neustrezen ; Delno ustrezen ; Ustrezen

Serijski 1; >=2Paralelni 0; >=1USB <2; >=2

Procesor Neustrezno ; Delno ustrezno; UstreznoTip Pentium II ; Pentium IIITakt/hitrost < 1 GHz; > 1.3 GHzDodatni procesor Ne; Da

RAM Neustrezno ; Delno ustrezno; UstreznoVelikost <256; 256>=<512; >512Hitrost 100; 133Največja velikost RAM pomnilnika do 512 ; od 1024 do 4096; do/nad 8192

Sistem arhiviranja Neprimerno ; Primerno; OdličnoTip DDS3; DDS4Kapaciteta 12/24 GB; 20/40 GB; 120/240 GB (Autoloader)Robot Ne; Da

Ekonomski kriteriji Neprimerno ; Primerno; OdličnoCena visoka ; srednja; nizkaGarancija 12 mesecev ; 24 mesecev; >= 36 mesecev

Časovni kriteriji Neprimerno ; Primerno; OdličnoDobavni rok >30 dni ; <=30 dniČas za odpravo napake >4 ure vsak dan ; <= 4ure vsak dan

Slika 4: Zaloga vrednosti kriterijev za izbor strež niške opreme



27

TEHNIČNIKRITERIJII

EKONOMSKIKRITERIJI

ČASOVNIKRITERJI

Enote Ostalo Cena

OCENADOBAVITELJA

Diskovnipodsistem

Zaslon

Videopodsistem

Tipkovnica

Arhitektura

Sistemarhiviranja

GarancijaProgramskaoprema

W2KServer

SW zanadzor

HCL lista

SW zaarhiviranje

Dobavni Rok Čas odpravenapake

Slika 5: Drevo kriterijev za izbor dobavitelja stre žniške arhitekture

Univerza v Mariboru – Fakulteta za organizacijske vedeDiplomsko delo VS programa


28

4.2.2 Funkcije koristnosti

Po opredelitvi kriterijev je potrebno s pomočjo uteži dodati težo vsem posameznim kriterijem. S tem povemo, kateri kriteriji so bolj pomembni od drugih, hkrati pa določimo tudi vpliv nižje nivojskih kriterijev na tiste, ki ležijo višje na drevesu, vse do korena kriterijskega drevesa. V nadaljevanju bodo prikazana pravila za ocenjevanje pomembnejših sklopov za izbor ustrezne strežniške arhitekture.

Ocenjevanje Diskovnega podsistema

Diskovnipodsistem

RAID SCSI Diski

Slika 6: Drevo kriterijev za oceno Diskovnega podsi stema

Slika 66 nam prikazuje odvisnost podsklopov in sestavo sklopa Diskovni podsistem, ki vsebuje naslednje kriterije:

• RAID (vsebuje: Tip, Hitrost), • SCSI (vsebuje: Tip, Hitrost), • Diski (vsebuje: Hitrost, Kapaciteto, število diskov in število HOT-SWAP mest).

RAID SCSI Diski Število krmilnih diskov Diskovni podsi stem 25% 25% 25% 25% 1 Neustrezen Neustrezen Neprimerni * Neprimerno2 Neustrezen Neustrezen <=Primerni <2 Neprimerno3 Neustrezen * Neprimerni <2 Neprimerno4 * Neustrezen Neprimerni <2 Neprimerno5 * Ustrezen Zelo primerni >2 Odli čno6 Ustrezen * Zelo primerni >2 Odli čno7 Ustrezen Ustrezen >=Primerni >2 Odlično8 Ustrezen Ustrezen Zelo primerni * Odlično

Tabela 2: Odlo čitvena pravila kriterija Diskovni podsistem

Iz zgornje tabele (Tabela 2) vidimo, da so deli diskovnega podsistema RAID in SCSI krmilniki, trdi diski in število le teh enakovredno točkovani, glede na končno oceno, saj nam vska komponenta doda k končni idealni strukturi diskovnega podsistema. Odločitvena tabela diskovnega podsistema ima 24 pravil (Slika 7), od katerih sta zadnji dve kombinaciji ocenjeni z oceno odlično. Vse poudarjene celice v koloni »Diskovni podsistem« pomenijo, da so bila odločitvena pravila vnesena ročno, torej niso bila podana na osnovi upoštevanja uteži, saj pri zahtevnih in zelo zahtevnih modelih preprosto ni mogoče uglasiti uteži tako, da bi zadostila specifičnim zahtevam



29

specifikacij strežnika v relativno kompleksnem ekspertnem modelu strežniške arhitekture informacijskega sistema MNZ RS.

Slika 7: Odlo čitvena tabela za kriterij Diskovni podsistem

Ocenjevanje video podsistema

Videopodsistem

Vodilo Ločljivost RAM

Slika 8: Drevo kriterijev za oceno video podsistema

Slika 8 nam prikazuje odvisnost kriterijskega sklopa video podsistema od vodila grafične kartice, najvišje ločljivosti grafične kartice pri 64K barvah in vgrajenega delovnega pomnilnika grafične kartice.

Vodilo Najve čja ločljivost Vgrajeni/maksimalni RAM Video podsistem 57% 22% 22% 1 <=SVGA, PCI <= 1024x768 * Neprimerno2 <=SVGA, PCI * <=8/8 Neprimerno3 <=SVGA, PCI >=1600x1200 >=16/16 Primerno4 SVGA, AGP * * Odlično

Tabela 3: Odločitvena pravila kriterija Video podsistem



30

Najpomembnejše, izmed skupaj 12 odločitvenih pravil, prikazuje Tabela 3, iz katere je razvidno da je odličen ali primeren video podsistem tisti, ki ne vsebuje VGA ISA vodila za grafično kartico, ostali dve vrsti vodil pa na osnovi uteži ustrezata podanim kriterijem. Prav tako nam zgornja tabela kaže, da je najpomembnejši kriterij vodilo grafične kartice, ki obsega 57% celotnega kriterija. Spodnja slika (Slika 9) prikazuje vseh 12 kriterijev Video podsistema.

Slika 9: Odločitvena tabela kriterija Video podsistem

Ocenjevanje sklopa Zaslon

Slika 6: Drevo kriterijev za oceno sklopa Zaslon

Na zgornji sliki (Slika 6) vidimo odvisnost kriterijskega sklopa zaslon od kriterijev: • ločljivost zaslona, • frekvenca osveževanja zaslona, • velikost zaslona v palcih, • TCO potrdila (TCO 95, TCO 99).

Spodnja tabela (Tabela 2) nam prikazuje uteži posameznih kriterijev sklopa Zaslon, kjer vidimo, da je porazdelitev uteži med štirimi kriteriji enakomerna, saj sklop Zaslon nima odločilnega pomena na izbor strežniške arhitekture, mora pa biti prisoten,



31

zaradi izbora strežnika kot celote, kar se bo videlo tudi pri vplivu sklopa Zaslon na višje ležeče sklope (kriterije).

Ločljivost Frekvenca Velikost TCO potrdila Zaslon 25% 25% 25% 25% 1 < 800x600 Neustrezen Neustrezen <=Delno ustrezno Neprimerno2 < 800x600 Neustrezen * Neustrezno Neprimerno3 < 800x600 * Neustrezen Neustrezno Neprimerno4 * Neustrezen Neustrezen Neustrezno Neprimerno5 * Ustrezen Ustrezen Ustrezno Odli čno6 >= 800x600 * Ustrezen Ustrezno Odli čno7 >= 800x600 Ustrezen * Ustrezno Odli čno8 >= 800x600 Ustrezen Ustrezen >=Delno ustrezno Odlično

Tabela 2: Odlo čitvena pravila kriterija Zaslon

Ocenjevanje kriterija Enote

Slika 7: Drevo kriterijev za oceno sklopa Enote

Slika 7 prikazuje odvisnost kriterijskega sklopa Enote od kriterijev Zaslon, Video podsistem, Diskovni podsistem in tipkovnica.

Zaslon Diskovni podsistem Video podsistem Tipkovnica E note 23% 57% 14% 6% 1 Neprimerno * Neprimerno Ne Neprimerno2 * Neprimerno * * Neprimerno3 Neprimerno >=Primerno * Da Primerno4 <=Primerno Primerno * Da Primerno5 <=Primerno >=Primerno <=Primerno Da Primerno6 * Primerno <=Primerno Da Primerno7 Neprimerno >=Primerno >=Primerno * Primerno8 <=Primerno Primerno >=Primerno * Primerno9 <=Primerno >=Primerno Primerno * Primerno

10 * Primerno Primerno * Primerno11 >=Primerno Primerno <=Primerno * Primerno12 Odlično >=Primerno Odlično * Odlično13 Odlično Odli čno * * Odlično

Tabela 5: Odlo čitvena pravila kriterija Enote

Iz zgornje tabele (Tabela 5), ki prikazuje odločitvena pravila za kriterij Enote, je razvidno, da je najpomembnejši kriterij diskovni podsistem (57%), sledi mu Zaslon (23%), Video podsistem (14%) in Tipkovnica, ki nima velike teže (6%) pri skupni oceni Enote.



32

Ocenjevanje programske opreme

PROGRAMSKAOPREMA

SW zanadzor

HCL lista W2K Server SW zaarhiviranje

Slika 8

Slika 12: Drevo kriterijev za oceno sklopa Programs ka oprema

Slika 8 prikazuje odvisnost kriterijskega sklopa Programska oprema od kriterijev programske opreme za nadzor in upravljanje (SW za nadzor), HCL3 liste, licence za operacijski sistem Windows 2000 server in programske opreme za arhiviranje. Na spodnji sliki (Tabela 3) vidimo odločitvena pravila sklopa programska oprema, iz katere je razvidno, da je največja teža (43%) postavljena na kriterija SW za nadzor in upravljanje strežnika ter licenco za operacijski sistem Windows 2000 server.

Tip/verzija SW za nadzor in upravljanje HCL lista Licenca W2K server SW za arhiviranje Programska oprema 43% 11% 43% 4% 1 Druga programska oprema * * * Neprimerno2 * * Ne * Neprimerno3 IBM Director Ne Da * Primerno4 IBM Director * Da Druga programska oprema Primerno5 IBM Director Da Da >=ARCServe Odlično

Tabela 3: Odlo čitvena pravila kriterija Programska oprema

Zaradi specifičnih zahtev programske opreme, je od 24-ih pravil za ocenjevanje kriterija programska oprema, ročno določenih 12 pravil. Na spodnji sliki (Slika 13) vidimo, da so zahteve za oceno Odlično postavljene zelo strogo, saj je kriterij programska oprema odličen le v zadnjih dveh primerih, ko so vsi kriteriji, razen kriterija SW za arhiviranje, ocenjeni pozitivno, kriterij SW za arhiviranje pa dovoljuje dve vrsti programske opreme za arhiviranje, favorizira pa programsko opremo BackupExec, ker je cenovno mnogo bolj ugodna od ArcServe programskega produkta. Iz zgornje slike (Tabela 3) je lepo razvidna izredno majhna teža kriterija SW za arhiviranje, kar pomeni, da praktično nima velikega vpliva na končno oceno celotnega kriterija Programska oprema.

3 HCL – Hardware Compatibility List from Microsoft Corporation.



33

Slika 13: Drugi del odlo čitvene tabele kriterija Programska oprema

Ocenjevanje Arhitektura strežnika

Arhitektura

Vodila Procesor RAMRazšir.mesta

Slika 14: Drevo kriterijev za oceno ARHITEKTURA

Slika nam prikazuje odvisnost petih kriterijev strežniške arhitekture: vodila, procesor, RAM (pomnilnik), hitrost in razširitvena mesta strežniške arhitekture. K vodilom prištevamo tehnične lastnosti vodil matične plošče strežnika, od katerih je odvisna tako hitrost prenosa in komunikacija med diskovnim medijem, chipsetom matične plošče, delovnim pomnilnikom in procesorjem strežnika.

Vodilo Hitrost Razširitvena mesta Procesor RAM Arhitekt ura vodil 24% 12% 24% 16% 24% 1 ISA 100 Neustrezen <=Delno ustrezno <=Delno ustrezno Neustrezen

2 ISA 100 Neustrezen * Neustrezno Neustrezen3 ISA 100 <=Delno Ustrezen <=Delno ustrezno Neustrezno Neustrezen4 ISA * Neustrezen Neustrezno <=Delno ustrezno Neustrezen5 ISA * Neustrezen <=Delno ustrezno Neustrezno Neustrezen6 ISA * <=Delno Ustrezen Neustrezno Neustrezno Neustrezen7 * 100 Neustrezen <=Delno ustrezno Neustrezno Neustrezen8 * * Neustrezen Neustrezno Neustrezno Neustrezen9 PCI * Ustrezen Ustrezno >=Delno ustrezno Ustrezen

10 PCI 133 Ustrezen >=Delno ustrezno >=Delno ustrezno Ustrezen

Tabela 7: Odlo čitvena pravila za kriterij Arhitektura



34

Iz zgornje tabele

(



10 PCI 133 Ustrezen >=Delno ustrezno >=Delno ustrezno Ustrezen

Tabela ) vidimo, da je največja teža razporejena na delovni pomnilnik RAM, razširitvenih mestih in arhitekturi vodil, ki predstavljajo najvažnejši del strežnika (skupaj 72%), ki je v funkciji datotečnega strežnika. Zanimivo je, da ni toliko poudarka na procesorju (16%), ki seveda ne sme biti najslabši, saj datotečni strežnik ni procesorsko tako zahteven, kot na primer aplikacijski strežnik in tudi sama hitrost ni velikega (12%) pomena pri končni oceni. Sklop Arhitektura ima tako 108 pravil - na spodnji sliki (slika 15) vidimo zadnji del tabele, ki nam prikazuje primerno in odlično arhitekturo.

Slika 15: Zadnji del odlo čitvene tabele za kriterij Arhitektura

Sklop Arhitektura je sestavljen iz petih podsklopov, ki so:

• Arhitektura vodil (vsebuje: vodilo, hitrost), • Procesor (vsebuje: Tip, Takt/Hitrost, Dodatni procesor), • Delovni - RAM pomnilnik (vsebuje: velikost, Hitrost, Največja velikost),



35

• Razširitvena mesta (vsebuje: prosta PCI mesta, CD enota, število paralel.priključkov),

• Hitrost

Iz zgornje slike (slika 15) vidimo, da je arhitektura strežnika sprejemljiva šele, ko je arhitektura vodil ustrezna, procesor ustrezen, delovni pomnilnik delno ustrezen, razširitvena mesta neustrezna in ostale zahteve ustrezne. Tako visoke zahteve kažejo na zelo veliko pomembnost sklopa Arhitektura.

Ocenjevanje Sistema arhiviranja

Sistemarhiviranja

Kapaciteta RobotTip

Slika 16: Drevo kriterijev za oceno sistema arhivir anja

Slika 16 nam prikazuje odvisnost kriterijskega sklopa Sistem arhiviranja od kapacitete sistema za arhiviranje, tipa enote za arhiviranje in kapacitete enote za arhiviranje podatkov. Najbolj pomemben kriterij je tip arhivske enote (tabela 8), ki predstavlja 49 % vrednosti celotnega kriterija, saj je od njega odvisna gostota zapisa na arhivskem mediju in s tem podana tudi kapaciteta same tračne enote oziroma enote za arhivirnje podatkov. Ostala dva parametra sta vzporednega značaja, saj sta močno odvisna od tipa enote za arhiviranje, morata pa biti prisotna, že zaradi same kontrole skladnosti posameznih kriterijev, saj je na primer kombinacija DDS3 in kapacitete 20/40GB popolnoma neskladna (ne obstaja).

Tip Kapaciteta Robot Sistem arhiviranja 49% 22% 29% 1 DDS3 <=20/40 GB * Neprimerno2 DDS3 * Ne Neprimerno3 * 12/24 GB Ne Neprimerno4 DDS4 <=20/40 GB Da Primerno5 DDS4 20/40 GB * Primerno6 DDS4 >=20/40 GB Ne Primerno7 DDS4 120/240 GB (Autoloader) Da Odli čno Tabela 8: Odlo čitvena pravila kriterija Sistema arhiviranja



36

Celotna odločitvena tabela vsebuje 12 pravil (slika 17), od teh 7 pravil ne upošteva uteži in so zaradi specifičnih tehničnih lastnosti strojne opreme za arhiviranje, določena ročno.

Slika 17: Odlo čitvena tabela za kriterij Sistem arhiviranja

Ocenjevanje sklopa Ostalo

Slika 18: Drevo kriterijev za oceno sklopa Ostalo

Slika 78 prikazuje odvisnost kriterijskega sklopa Ostalo od kriterijev Arhitektura in Sistem arhiviranja.

Arhitektura vodil Sistem arhiviranja Ostalo 50% 50% 1 Neustrezen <=Primerno Neprimerno2 <=Delno ustrezen Neprimerno Neprimerno3 >=Delno ustrezen Odli čno Odli čno4 Ustrezen >=Primerno Odlično

Tabela 9: Odlo čitvena pravila kriterija Ostalo

Iz zgornje tabele (tabela 9), ki prikazuje odločitvena pravila za kriterij Ostalo, je razvidno, da je teža kriterijev razporejena med oba kriterija v razmerju 50 – 50.



37

Slika 19: Odlo čitvena tabela za kriterij Ostalo

Ocenjevanje sklopa Tehni čni kriteriji

TEHNIČNIKRITERIJII

Enote Ostalo

Diskovnipodsistem

Zaslon

Videopodsistem

Tipkovnica

Arhitektura

Sistemarhiviranja

Programskaoprema

W2KServer

SW zanadzor

HCL lista

SW zaarhiviranje

Slika 20: Drevo kriterijev za oceno Tehni čni kriteriji

Slika 20 nam prikazuje odvisnost kriterijskega sklopa Tehnični kriteriji od kriterijskih sklopov Enote (Zaslon, Video podsistem, Diskovni podsistem in tipkovnica), Programska oprema (SW za nadzor, HCL lista, W2K Server in SW za arhiviranje) in še kriterijskega sklopa Ostalo (Arhitektura vodil, Sistem arhiviranja). Kriterijski sklopi so uteženi tako, da predstavljajo med seboj enake dele skupnega kriterija za oceno Tehničnih lastnosti.

Enote Programska oprema Ostalo Tehni čni kriteriji 33% 33% 33% 1 Neprimerno * * Neprimerno2 <=Primerno <=Primerno * Neprimerno3 <=Primerno * <=Primerno Neprimerno4 * Neprimerno * Neprimerno5 * <=Primerno <=Primerno Neprimerno6 * * Neprimerno Neprimerno7 Odlično Odli čno Odli čno Odli čno

Tabela 10: Odlo čitvena pravila kriterija Tehni čni kriteriji



38

Kriterij Tehnične lastnosti vsebuje 27 odločitvenih pravil. Na zgornji tabeli (Tabela 10) vidimo, da je strežniška arhitektura ocenjena z odlično šele, ko so vsaj trije izmed petih sklopov ocenjeni z odlično, pri tem da so uteži posameznih kriterijev za oceno tehničnih lastnosti razporejene enakomerno (vsaka 33%).

Slika 21: Odlo čitvena tabela za Tehni čne kriterije



39

Ocenjevanje sklopa Ekonomski kriteriji

EKONOMSKIKRITERIJI

Cena Garancija

Slika 9: Drevo kriterijev za oceno sklopa Ekonomski kriteriji

Slika 22 prikazuje odvisnost kriterijskega sklopa Ekonomski kriteriji Cene in Garancije.

Cena Garancija Ekonomski kriteriji 67% 33% 1 visoka * Neprimerno2 <=srednja 12 mesecev Neprimerno3 srednja >=24 mesecev Primerno4 >=srednja 24 mesecev Primerno5 nizka >= 36 mesecev Odli čno

Tabela 10: Odlo čitvena pravila kriterija Ostalo

Iz zgornje tabele (Tabela 11), ki prikazuje odločitvena pravila za kriterij Ekonomski kriteriji, je razvidno, da je teža kriterijev razporejena takole, na Ceno opreme gre 67%, na Garancijo pa 33%.

Slika 23: Odlo čitvena pravila Ekonomski kriteriji

Sicer je Ekonomski kriterij zelo pomemben pri izbiri dobavitelja in nabavi strežniške oprem, vendar pa sam kriterijski izbor ni zahteven. Na zgornji sliki (Slika 23) vidimo, kako so razporejene ocene.



40

Ocenjevanje sklopa Časovni kriteriji

Slika 11: Drevo kriterijev za oceno sklopa Časovni kriteriji

Slika 7 prikazuje odvisnost kriterijskega sklopa Časovni kriteriji od Dobavnega roka in Časa do odprave napake.

Dobavni rok Čas za odpravo napake Časovni kriteriji 50% 50% 1 >30 dni >4 ure vsak dan Neprimerno2 >30 dni <= 4ure vsak dan Primerno3 <=30 dni >4 ure vsak dan Primerno4 <=30 dni <= 4ure vsak dan Odli čno

Tabela 12: Odlo čitvena pravila Časovnega kriterija

Iz zgornje tabele (tabela 12), ki prikazuje odločitvena pravila za Časovni kriteriji, je razvidno, da je teža kriterijev razporejena med Dobavni rok in Čas do odpravo napake v razmerju 50 – 50. Odlično oceno dobi le v primeru, ko je dobavni rok pod 30 dni in čas do odprave napake manj kot 4 ure vsak dan.

Slika 25: Odlo čitvena pravila časovni kriteriji

Časovni kriterij je pomemben pri izbiri dobavitelja in nabavi strežniške opreme,saj se vedno strmi k temu, da je oprema čim hitreje na mestu, kjer se bo uporabljala.



41

Postavitev skupne ocene dobavitelja

Slika 26: Drevo kriterijev za skupno oceno DOBAVITE LJA

Slika nam prikazuje odvisnost vrha drevesne strukture za izbor dobavitelja strežniške arhitekture od sklopov tehnični kriteriji, ekonomski kriteriji in časovni kriteriji. Kriterij skupne ocene dobavitelja vsebuje 27 pravil, od katerih so vsi ročno določeni. Največji poudarek je na končni ceni in tehničnih lastnostih. Na spodnji tabeli (tabela 13) je prikazano razmerje med utežmi kriterijev »Ocena dobavitelja«, s katere je razvidno, da je največji poudarek na ekonomskih kriterijih (42%) in tehničnih kriterijih (47%) strežniške informacijske opreme, med tem, ko časovni kriterij le malo (11%) upliva na končno oceno dobavitelja. Tabele odlo čitvenih pravil

Tehni čni kriteriji Ekonomski kriteriji Časovni kriteriji Ocena dobavitelja 47% 42% 11% 1 Neprimerno * * Neprimerno2 * Neprimerno * Neprimerno3 Primerno >=Primerno * Primerno4 >=Primerno Primerno <=Primerno Primerno5 >=Primerno >=Primerno Neprimerno Primerno6 Odlično >=Primerno Odlično Odli čno7 Odlično Odli čno >=Primerno Odlično

Tabela 13: Odlo čitvena pravila Ocene dobavitelja

Spodnja slika (slika 27) nam prikazuje odločitveno tabelo ocene dobavitelja, iz katere je razvidno, kdaj je dobavitelj ocenjen z oceno odlično:



42

Slika 27: Odlo čitvena tabela ocene dobavitelja

Kriteriji so postavljeni zelo strogo, saj je od kvalitetne strežniške opreme odvisna stabilnost celotnega informacijskega sistema MNZ RS in z njim povezani manjši stroški vzdrževanja informacijske opreme, ki pogosto upravičijo relativno visok začetni vložek (nabavna cena strežniške opreme).



43

4.3 OPIS VARIANT

Po izdelavi vseh funkcij koristnosti je potrebno opisati vsako varianto z vrednostmi osnovnih kriterijev, to je tistih, ki ležijo na listih drevesa. Podatki so bili dobljeni iz prilog prispelih ponudb posameznih dobaviteljev strežniške opreme, ki so se javili na razpis. V obravnavanem modelu nastopajo dobavitelji opreme, ki jih bomo imenovali dobavitelj 1 - dobavitelj 5. Vsi dobavitelji so iz Republike Slovenije in so v preteklosti že bili dobavitelji MNZ RS. Ponudba dobavitelja mora biti podana na obrazcih iz prilog razpisne dokumentacije ali po vsebini in obliki enakih obrazcih, izdelanih s strani ponudnika. Spodnja slika prikazuje vrednosti individualnih kriterijev, ki jih morajo izpolnjevati bodoči ponudniki informacijske opreme MNZ RS (Slika 12).

Slika 12: Ocena vrednosti individualnih kriterijev



44

4.4 ANALIZA EKSPERTNEGA MODELA

Končne ocene, dobljene iz ekspertnega modela, so prikazane na spodnji sliki (Slika 13), iz katere so vidne ocene posameznih sklopov. Izpisane ocene so zelo pregledne, saj so najboljše ocene izpisane v zeleni, najslabše pa v rdeči barvi.

Slika 13: Rezultati vrednotenja s programskim orodjem Dexi



45

4.4.1 Končna ocena dobaviteljev

Končna ocena vsebuje naslednje kriterije: tehnični, ekonomski in časvni. Poleg tehničnega kriterija je najpomembnejši kriterij za končni izbor dobavitelja še ekonomski. Končni izbor dobavitelja vsebuje 27 pravil, ki so ročno določena. Primernost posameznega dobavitelja se določa na osnovi postavljenih uteži (nekaj izmed uteži je zaradi kompleksnosti postavljeno ročno) in kot končen rezultat podajo oceno neprimerno, primerno ali odlično. Najpomembnejša kriterija sta Finančni kriterij in Tehnični kriterij, sledi pa Časovni kriterij, kjer je teža, ki jo upoštevamo pri končni odločitvi znantno manjša. Strogost kriterijev nam pove, da je odličen dobavitelj le tisti, ki ponudi vrhunsko strežniško opremo optimalnih tehnično-tehnoloških lastnosti z nizko nabavno ceno. Dobavitelj 1 Kot je razvidno iz grafikona, je dobil dobavitelj 1 oceno odlično v dveh primerih, izmed katerih, nobeden ni pomembnejši (tehnični kriteriji in časovni kriteriji) in pa oceno slabo (ekonomski kriteriji). Zato je skupna ocena dobavitelja 1 slabo, kar pomeni, da se ne uvrsti v usposobljene dobavitelje informacijske opreme.

Dobavitelj 1 Ocena dobavitelja

Časovni kriteriji

Ekonomski kriteriji

Tehni čni kriteriji

Ocena dobavitelja

Skupna ocena: SLABO



46

Dobavitelj 2 Iz grafikona je razvidno tako iz barve črt (zelena), kot iz pozicij točk, da je dobil dobavitelj 2 v vseh treh merjenih kriterijih oceno odlično, zato je skupna ocena dobavitelja 2 odlična. Dobavitelj 2 se uvrsti v usposobljene dobavitelje informacijske opreme in zasede prvo mesto.

Dobavitelj 2Ocena dobavitelja

Časovni kriteriji

Ekonomski kriteriji

Tehni čni kriteriji

Ocena dobavitelja

Skupna ocena: ODLI ČNO

Dobavitelj 3 Pri dobavitelju 3 grafikon pokaže, da je bil v dveh primerih (Časovni kriterij in ekonomski kriterij) ocenjen z oceno primerno, v tretjem pa z oceno odlično (tehnični kriterij). Dobavitelj 3 je ocenjen s skupno oceno primeren in se uvrsti v usposobljene dobavitelje informacijske opreme, ter si deli drugo mesto.

Dobavitelj 3

Ocena dobavitelja

Časovni kriteriji

Ekonomski kriteriji

Tehnični kriteriji

Ocena dobavitelja

Primerno

Primerno

Primerno

Primerno

Primerno

Primerno

Skupna ocena: PRIMERNO



47

Dobavitelj 4 Dobavitelj 4 je bil ocenjen z oceno odlično samo pri časovniem kriteriju, z oceno primerno pri ekonomskem kriteriju, pri tehničnem kriteriju pa je bil ocenjen z oceno slabo. Zaradi slabih ocen pri merjenih kriterijih se dobavitelj 4 ne uvrsti med usposobljene dobavitelje informacijske opreme.


Časovni kriteriji

Ekonomski kriteriji

Tehnični kriteriji

Ocena dobavitelja

Primerno

Primerno

Skupna ocena: SLABO

Dobavitelj 5

Dobavitelj je dobil odlično oceno pri tehničnem kriteriju, pri ekonomskem kriteriju in časovnem kriteriju pa z oceno primerno. Končna ocena, ki je prikazana na grafikonu (primerno) ustreza skupni končni oceni dobavitelja 5 in se ga zato uvrsti med usposobljene dobavitelje na drugo mesto, ki pa ga deli z dobaviteljem 3.


Časovni kriteriji

Ekonomski kriteriji

Tehnični kriteriji

Ocena dobavitelja

Primerno

Primerno

Primerno

Primerno

Primerno

Primerno

Skupna ocena: PRIMERNO



48

Glede na zgornjo analizo se za dobavitelja strežniške informacijske opreme MNZ RS izbere dobavitelj 2, ki je dobil oceno odlično, za rezervo pa se izbere dobavitelj 3, ki je dobil skupno oceno primerno in je bil zaradi najboljših ocen izbran izmed ostalih usposobljenih dobaviteljev (kljub temu, da je končna ocena enaka kot pri dobavitelju 5, je zaradi malenkosti (hitrejši procesor in več RAMa) izbran dobavitelj 3). Zgornja analiza nam lepo pokaže v primeru dobavitelja 3 in 5, da ni nujno, da je ocena, ki jo izdela ekspertni sistem, tudi končna ocena. Zadnjo besedo ima še vedno človek, uporabnik ekspertnega sistema, saj sam sistem še ni na takšni razvojni stopnji, da bi lahko popolnoma samostojno sprejemal odločitve v imenu človeka. S končno ocenitvijo ponudnikov strežniške informacijske opreme je celotni ekspertni sistem za izbiro strežniške informacijske opreme v MNZ RS zaključen. Menim, da so cilji ekspertnega modela doseženi, saj smo zožili krog dobaviteljev in v zaključni fazi izbrali dobavitelja opreme in njegovo zamenjavo. Ekspertni sistem nam je nudil tudi raznovrstne informacije, na osnovi katerih smo lahko grafično in opisno prikazali, kateri dobavitelj je boljši od drugega in zakaj je boljši. V zaključku lahko potrdimo, da je ekspertni sistem dosegel cilje, ki smo si jih zastavili, v fazi zasnove sistema.



49

5 ZAKLJU ČEK

Večparameterski modeli predstavljajo izdatno pomoč za podporo odločanja v srednje in zelo zahtevnih odločitvenih situacijah in kot orodje za podporo reševanja odločitvenih problemov, pri katerih nastopa veliko število medsebojno soodvisnih in močno povezanih dejavnikov, veliko variant in več skupin odločevalcev, ki imajo različne interese (npr. finančni sektor – denar, informacijski sektor – tehnična ustreznost opreme). Same metode ekspertnih sistemov nikakor ne smemo razumeti kot zamenjavo za odločitve človeka – odločevalca, temveč le kot orodje ki pomaga odločevalcu pri sprejemanju kompleksnejših odločitev. Večparameterske metode moramo razumeti kot prispevek k bolj sistematičnemu, organiziranemu, skladnejšemu predvsem pa čim bolj optimalnemu odločanju. Odločevalca morajo usmerjati k poglobljenem razmišljanju in sistematičnem zbiranju informacij o problemu ter tako zmanjšati možnost, da bi spregledal ključne dejavnike, ki bistveno vplivajo na končno kvaliteto odločitve, hkrati pa ga ne smejo omejevati ali celo zavajati in mu zaradi svoje prevelike kompleksnosti jemati pogum oziroma mu oteževati končno odločitev. Programska orodja za podporo odločanja morajo nuditi kar se da učinkovito pomoč pri oblikovanju odločitvenega modela, vrednotenju variant in na koncu ponuditi vrsto analiz, na osnovi katerih lahko podrobno opredelimo, razložimo, verificiramo in dokumentiramo svojo končno odločitev. Z uporabo takšnih orodij je končna rešitev praviloma kvalitetnejša. Odraža se predvsem v kvalitetnejši realizaciji odločitve, pri kateri lahko koristno uporabimo informacije dobljene pri vrednotenju, kot so naprimer izrazite prednosti ali slabosti posameznih variant. Vsak odločitveni proces mora potekati po vnaprej določenih fazah in se začne z identifikacijo problema, sledi vrednotenje posameznih variant in konča z izdelavo elaborata oziroma sprejetjem končne odločitve. Količina porabljenega časa za izpeljavo vseh aktivnosti v procesu je močno odvisna od zahtevnosti posameznega modela glede na izpostavljeno problematiko in cilje, ki jih mora model zasledovati in jih na koncu tudi doseči. Zavedati se moramo, da lahko za vsak problem postavimo svoj model in ga s primernim programskih orodjem tudi realiziramo, pri tem pa moramo najti ustrezno skladnost med pomembnostjo končne odločitve, njeno kvaliteto in predvsem porabljenim časom za izdelavo takšnega ekspertnega sistema. Izmed naštetih faz po kriteriju pomembnosti moramo izpostaviti predvsem dve: identifikacija problema in identifikacija kriterijev, pri tem pa ne smemo zanemariti upravičenost porabljenega časa za izdelavo modela. Identifikacija problema vključuje definicijo problema, opredelitev ciljev in zahtev, oblikovanje odločitvene skupine ter izbor najbolj optimalne metode in informacijskega orodja za podporo odločanja. Le ustrezna struktura skupine in zadostna kvaliteta znanja o odločitveni problematiki sta glavna pogoja za končen uspeh odločitvenega procesa. V fazi identifikacije kriterijev je potrebno upoštevati pomembnost posameznih kriterij, njihovo merljivost in izbrati tiste, ki so najbolj merodajni, saj izbor napačnih, neustreznih ali prevelikega števila kriterijev pripelje do nekvalitetnih odločitev. Pri tem moramo posvečati pozornost predvsem temu, da ne spregledamo najpomembnejših kriterijev. Upoštevati moramo tudi potrebno mero znanja, ki je potrebna, za uspešno izdelavo postopka strukturiranja kriterijev v strukturno drevo, pri tem pa ne smemo zanemariti tudi



50

miselne sposobnosti - zmožnosti vsebinske povezave in določanja medsebojne odvisnosti kriterijev. Ravno na tem področju je podpora današnjih informacijskih orodij relativno šibka, saj je potrebno vsebino in strukturo drevesa, razen v izjemnih primerih, oblikovati ročno, na osnovi zbiranja potrebnih informacije, tehtanja vrednosti le teh, razgovora v skupini, timskega dela, kar pomeni, da vložek v začetni fazi ekspertnega sistema ni tako majhen, kar zopet kaže na to, da je potrebno biti predvsem racionalen v fazi odločanja za izdelavo posameznega ekspertnega modela. V predstavljenem modelu ekspertnega sistema lahko z vrednotenjem ponudnikov strežniške informacijske opreme v določenem trenutku pregledamo in ovrednotimo vsako ponudbo. Oceno, ki naj jo poda ekspertni sistem, lahko sprejmemo ali ne, lahko jo pojasnimo, kar pomeni da jo pregledamo in povemo, zakaj in kako je do takšne ocene sploh prišlo. Torej imamo na voljo sistem, ki nam v danem trenutku lahko pomaga sprejeti kvalitetnejšo odločitev, hkrati pa svojo odločitev na sebi primeren način tudi pojasni. V državni upravi zaenkrat ni veliko sledi o praktični uporabi ekspertnih sistemov, vendar nam primer, kaže ravno nasprotno. Odpira nam ogromne možnosti uporabe posameznih ekspertnih sistemov, ki jih lahko dograjujemo, združujemo v kompleksnejše sisteme, pri tem pa uporabljamo številna informacijska orodja, ki so danes na voljo. V novejšem času se kaže velika potreba po ekspertnih sistemih, ki delujejo na internetnih informacijskih portalih in bi v javni upravi prišli zelo do izraza. Ljudje bi bili lahko hitreje informirani, kvaliteta informacij bi bila za vse uporabnike enaka (dobra in učinkovita), razbremenili bi informacijske steze različnih telefonskih in »pultnih« portalov, kjer je uporabnik odvisen od dosegljivosti portala, strokovne usposobljenosti in prijaznosti državnega uradnika na portalu. Ekspertni sistemi in informacijska orodja za podporo večparameterskim odločitvenim procesom ne smejo v ničemer zmanjševati pristojnosti delavcev, ki so odgovorni za sprejem končne odločitve. Njihova vloga mora biti predvsem podpora in pomoč pri odločanju, saj s pomočjo moderne informacijske opreme in metod ekspertnih sistemov odločevalec lahko izboljša kakovost odločitve in si olajša delo v zapletenih postopkih odločanja in sprejemanja končnih odločitev.



51

LITERATURA

1. RAJKOVIČ V. Ekspertni sistemi, Fakulteta za organizacijske vede, Kranj, 1994/95.

2. BOHANEC M., RAJKOVIČ V.: Večparameterski odločitveni modeli. Organizacija 28. Kranj, 1995, št. 7, str. 427-438.

3. BOHANEC M., RAJKOVIČ V. Multi-Attribute Decision Modeling: Industrial Applications of DEX. Informatica 23, 1999.

4. BOHANEC M., RAJKOVIČ V. Sistemi za pomoč pri odločanju. Organizacija in kadri št. 1-2. Kranj, 1988, str. 127-140.

5. BOHANEC M., GYERGYEK L., RAJKOVIČ V. Večparametersko odločanje, podprto z lupino ekspertnega sistema. Elektrotehniški vestnik. št. 3-4, Ljubljana 1988, str. 189-198.

6. NOVAK G., GRADIŠAR M. Pregled informacijskih sistemov za podporo odločanja. Organizacija, Kranj, 2000.

7. BRVAR B. Informatika organov za notranje zadeve. Višja šola za notranje zadeve, Ljubljana, 1988.

8. BAVERMAN J.D. Management Decision Making. New York, AMACON, 1980. 9. PEČAR, Z. Management v javnem sektorju. Visoka upravna šola, Ljubljana,

2001. 10. MNZ RS – referat za javna naročila: Razpisna dokumentacija za izdelavo

ponudbe na osnovi javnega razpisa za predhodno ugotavljanje sposobnosti izvajalcev, proizvajalcev, dobaviteljev in vzdrževalcev za opremo tehničnega varovanja oseb in objektov, informacijsko opremo in opremo za strukturirano ožičenje, MNZ RS, 2001.

11. DOMAJNKO M.A, RAJKOVIČ V., BOHANEC M. Medšolsko projektno delo z večarametrskimi odločitvenimi modeli in izmenjavo podatkov XML. http://lopes1.fov.uni-mb.si/is2002/azarov.pdf, 11.02.2006.

12.BOHANEC M. – Večparametrsko odločanje. http://www-ai.ijs.si/MarkoBohanec/org95/Vecparam.html, 11.02.2006.



52

PRILOGE

Priloga: Računalniški izpis eksperntega modela iz programa DEXi



53

Ocena dobavitelja Končna ocena o ustreunosti strežniške arhitekture 1. Neprimerno Ko tehnični kriteriji niso zadovoljivi2. Primerno Ko so tehnični in finančni kriteriji zadovoljivi3. Odlično Vsi kriteriji zadovoljivi ali odlični Tehni čni kriteriji Tehnične lastnosti ponujene strežniške arhitekture 1. Neprimerno Ko so teh. komponente ne zadovoljive2. Primerno Ko so vsaj zadovojive3. Odlično Ko oprema zadovolji vsem kriterijem Enote Enote ponujene strežniške arhitekture 1. Neprimerno Ko komponente niso zadovoljive2. Primerno Ko so zadovoljive3. Odlično Ko so komponente odlične Zaslon Kriteriji zaslona 1. Neprimerno Ko niso primerne2. Primerno Že sprejemljive3. Odlično Ko so zaslon, frekvenca, velikost in potrdila na najvišjem danem nivoju Ločljivost Ločljivost pri osveževalni frek. 75H brez prepletanja 1. < 800x6002. >= 800x600 Pri naših variantah je vedno odlično Frekvenca Kriteriji frekvece 1. Neustrezen2. Ustrezen Je pri nas v vseh primerih Navpi čna frekvenca Najvišja navpična osveževalna frekvenca 1. <1002. >=100 Vedno Vodoravna frekvenca Najvišja vodoravna osveževalna frekvenca 1. <502. >=50 Vedno Velikost Velikost zaslona 1. Neustrezen Manj kot 17'2. Ustrezen Več kot 17' Velikost zaslona Velikost zaslona v palcih 1. < 172. >=17 Vedno razen pri Dob. 3 Uporabna velikost Uporabna velikost zaslona 1. <152. >=15,8 Vedno razen pri Dob. 3



54

TCO potrdila Kriteriji TCO potrdil 1. Neustrezno Brez potrdil2. Delno ustrezno Vsaj z TCO 953. Ustrezno Z obema potrdiloma (TCO 95 in 99) TCO 95 Potrdilo TCO 95 1. Ne2. Da Vedno TCO 99 Potrdilo TCO 99 1. Ne2. Da Vedno razen pri Dob. 4 Diskovni podsistem Diskovni podsistem strežnika 1. Neprimerno Če RAID in SCSI krmilniki in hitrosti le teh ne ustrezajo, če ni dovolj diskov in so premajhni2. Primerno Če je vsem zahtevam vsaj delno udobreno3. Odlično Če so Krmilniki pravi, hitrosti le teh velike, dovolj diskov z dovolj prostora RAID RAID kriteriji 1. Neustrezen2. Ustrezen Za učinkovito krmiljenje diskov je potrebn ustrezen RAID Tip krmilnika diskov Tip RAIDkrmilnika 1. Starejši od ULTRA 160 SCSI2. Enak ali novejši od ULTRA 160 SCSI Hitrost prenosa podatkov Data transfer rate (MB/s) 1. < 1602. >160 Vedno razen pri Dob. 4 SCSI SCSI kriteriji 1. Neustrezen2. Ustrezen Za učinkovito krmiljenje diskov je potrebn ustrezen SCSI Tip krmilnika diskov Tip SCSI krmilnika diskovnega podsistema 1. starejši od Ultra2/ 2kanalni2. Ultra2/2kanalni ali novejši Hitrost prenosa podatkov Data transfer rate (MB/s) 1. < 1602. >160 Vedno Diski Kriteriji diskov 1. Neprimerni2. Primerni3. Zelo primerni Več je diskov, večji so ter več razširitvenih mest je, bolje je Hitrost vrtenja Hitrost vrtenja diskov (v sekundah na minuto) 1. < 100002. >= 10000 Vedno razen pri Dob. 4



55

Kapaciteta diskov Kapaciteta posameznih diskov (GB) 1. < 18 GB2. > 18 GB Pri vseh dobaviteljih Število diskov Skupno število diskov 1. < 42. 4 - 6 Pri naših variantah vedno3. > 6 Število mest za HOT-SWAP Število mest za HOT-SWAP (prostih/skupno) 1. <2/<62. >=2/>=6 Pri naših strežnikih vedno Število krmilnih diskov Število krmilnikov diskovnega podsistema 1. <22. >2 Vedno razen pri Dob. 4 Video podsistem Video podsistem strežnika 1. Neprimerno Če vodilo ni pravo (VGA)2. Primerno Če je pravo (SVGA, PCI)3. Odlično Če je SVGA, AGP Vodilo Vodilo grafičnega podsistema 1. VGA2. SVGA, PCI Vsi razen Dob. 23. SVGA, AGP Dobavitelj 2 Največja ločljivost Največja ločljivost pri 64K barvah 1. <= 1024x7682. >=1600x1200 Pri vseh variantah Vgrajeni/maksimalni RAM Maksimalni spomin grafične kartice 1. <=8/8 Pri vseh razen Dob. 22. >=16/16 Dobavitelj 2 Tipkovnica Tipkovnica strežniškega sistema 1. Ne2. Da Programska oprema Ponujena programska oprema 1. Neprimerno Če ni IBM Director in nima licence za W2K2. Primerno Če ima IBM Director in licenco ni pa uvrščen na HCL listo3. Odlično Če je zadovoljeno vsem pogojem maximalno Tip/verzija SW za nadzor in upravljanje Programska oprema za nadzor in upravljanje (vključeno število licenc) 1. Druga programska oprema2. IBM Director Vedno HCL lista Prisotnost na Microsoft HCL listi (skladnost strojne opreme) 1. Ne2. Da Vedno



56

Licenca W2K server Licenca za MS Windows 2000 server 1. Ne2. Da Pri vseh razen dob. 4 SW za arhiviranje Programska oprema za arhiviranje 1. Druga programska oprema2. ARCServe3. BackupExec Vedno Ostalo Arhitektura in sistem arhiviranja 1. Neprimerno Če arhitektura vodil, procesor in RAM niso primerni2. Primerno Če so le delno zadovoljivi3. Odlično Če je arhitektura vodil prava (PCI), če je proceser dovolj zmogljiv (PentiumIII) in Ram dovolj velik (>512MB) Arhitektura vodil Arhitektura vodil strežnika 1. Neustrezen Če so vodila prepočasna in jih je premalo2. Delno ustrezen Če je le delno ugodeno zahtevam3. Ustrezen Če je vsem pogojem zadovoljeno Vodilo Vodilo strežnika 1. ISA2. PCI Pri naših variantah vedno Hitrost Hitrost vodila strežnika 1. 1002. 133 Pri naših vodilih vedno 133 MHz Razširitvena mesta Kriteriji razširitvenega mesta strežnika 1. Neustrezen CD enota ni ustrezna pri Dob. 4, zato neustrezen2. Delno Ustrezen3. Ustrezen Ostala oprema ok Število prostih PCI mest Število prostih PCI mest v strežniku 1. <42. >=4 V naših variantah vedno CD enota Hitrost CD enote 1. <40 Dobavitelj 42. >=40 Vsi ostali Priklju čki Kriteriji priključkov 1. Neustrezen Premalo priključkov, da bi lahko priklopili vse nujno potrebno za delovanje2. Delno ustrezen3. Ustrezen Več priključkov je na voljo, bolje je Serijski Število serijskih priključkov 1. 12. >=2 Pri vseh



57

Paralelni Število paralelnih priključkov 1. 0 Ni na voljo pri ponudnikih2. >=1 USB Število USB priključkov 1. <2 Dobavitelj 42. >=2 Vsi ostali Procesor Kriteriji procesorja strežnika 1. Neustrezno Ko je nekompatibilen, prepočasen in nima možnosti podvajanja2. Delno ustrezno Če je le zadovoljiv3. Ustrezno Pravi, dovolj zmogljiv (Pentium III, >1.3 GHz) in z možnostjo podvajanja Tip Tip procesorja 1. Pentium II2. Pentium III Vedno razen pri dob. 4 Takt/hitrost Takt/hitrost Procesorja (MHz) 1. < 1 GHz2. > 1.3 GHz Vedno razen pri dob. 4 Dodatni procesor Možnost vgradnje dodatnega procesorja 1. Ne2. Da Vedno razen pri dob. 3 in 4 RAM Kriteriji delovnega pomnilnika procesorja 1. Neustrezno Če je premalo RAMa2. Delno ustrezno Če ga je še ravno dovolj3. Ustrezno Če ga je dovolj (>512 MB, 133 MHz) Velikost Velikost delovnega pomnilnika (MB) 1. <256 Dobavitelj 42. 256>=<512 Dobavitelja 1 in 53. >512 Dobavitelja 2 in 3 Hitrost Hitrost delovnega pomnilnika (MHz) 1. 100 Dobavitelj 42. 133 Vsi razen 4 Največja velikost RAM pomnilnika Največja velikost delovnega pomnilnika (MB) 1. do 512 Dobavitelj 42. od 1024 do 4096 Ostali3. do/nad 8192 Nihče Sistem arhiviranja Sistem arhiviranja strežnika 1. Neprimerno Ko kriterijem ni zadovoljeno2. Primerno Ko so kriteriji zadovoljivi3. Odlično Vsi kriteriji zadovoljivi ali odlični



58

Tip Tip enote za arhiviranje 1. DDS32. DDS4 Pri naših primerih vedno DDS4 Kapaciteta Kapaciteta enote za arhiviranje (GB) 1. 12/24 GB Pri naših variantah nikoli2. 20/40 GB Samo pri opremi dobavitelja 43. 120/240 GB (Autoloader) V vseh ostalih je vgrajen 120/240 GB Autoloader Robot Možnost avtomatskega izmenjevalnika (robota) 1. Ne Dobavitelj 42. Da Vedno razen pri dob. 4 Ekonomski kriteriji Cena in garancija ponujene strežniške arhitekture 1. Neprimerno Visoka cena in kratka garancijska doba2. Primerno Nizka cena in 24. mes. rok garancije3. Odlično Nizka cena in 36. mes. rok garancije Cena Cena z DDV ponujene strežniške arhitekture 1. visoka Tudi kvaliteta ne upraviči visoke cene2. srednja Srednja cena opreme 3. nizka Nižja je cena opreme, bolje je Garancija Garanjciski rok v mesecih 1. 12 mesecev Garancija 12 mesecev ali manj - nesprejemljivo2. 24 mesecev Garancija 24 mesecev - redko3. >= 36 mesecev Garancija oprem 36 mesecev - Časovni kriteriji Dobavni rok in čas do odprave napake 1. Neprimerno Predolga dobavni rok in čas za odpravo napake2. Primerno Pod 4 ure čas za odpravo napake, dobavni rok čez 30 dni3. Odlično Oboje v postavljenih časovnih okvirih Dobavni rok Dobavni rok v dnevih 1. >30 dni Rok čez en mesec za dobavo je nesprejemljiv 2. <=30 dni Pod en mesec je ok Čas za odpravo napake Čas za odpravo napake v urah 1. >4 ure vsak dan Strežniki so pomembni za delovanje omrežja, zato so tukaj časi za odpravo napak najkrajši2. <= 4ure vsak dan Pod 4 ure kjerkoli v Sloveniji



59

Tabele odlo čitvenih pravil Tehni čni kriteriji Ekonomski kriteriji Časovni kriteriji Ocena dobavitelja 47% 42% 11% 1 Neprimerno * * Neprimerno2 * Neprimerno * Neprimerno3 Primerno >=Primerno * Primerno4 >=Primerno Primerno <=Primerno Primerno5 >=Primerno >=Primerno Neprimerno Primerno6 Odlično >=Primerno Odlično Odli čno7 Odlično Odli čno >=Primerno Odlično Enote Programska oprema Ostalo Tehni čni kriteriji 33% 33% 33% 1 Neprimerno * * Neprimerno2 <=Primerno <=Primerno * Neprimerno3 <=Primerno * <=Primerno Neprimerno4 * Neprimerno * Neprimerno5 * <=Primerno <=Primerno Neprimerno6 * * Neprimerno Neprimerno7 Odlično Odli čno Odli čno Odli čno Zaslon Diskovni podsistem Video podsistem Tipkovnica E note

23% 57% 14% 6% 1 Neprimerno * Neprimerno Ne Neprimerno2 * Neprimerno * * Neprimerno3 Neprimerno >=Primerno * Da Primerno4 <=Primerno Primerno * Da Primerno5 <=Primerno >=Primerno <=Primerno Da Primerno6 * Primerno <=Primerno Da Primerno7 Neprimerno >=Primerno >=Primerno * Primerno8 <=Primerno Primerno >=Primerno * Primerno9 <=Primerno >=Primerno Primerno * Primerno

10 * Primerno Primerno * Primerno11 >=Primerno Primerno <=Primerno * Primerno12 Odlično >=Primerno Odlično * Odlično13 Odlično Odli čno * * Odlično

Ločljivost Frekvenca Velikost TCO potrdila Zaslon 25% 25% 25% 25% 1 < 800x600 Neustrezen Neustrezen <=Delno ustrezno Neprimerno2 < 800x600 Neustrezen * Neustrezno Neprimerno3 < 800x600 * Neustrezen Neustrezno Neprimerno4 * Neustrezen Neustrezen Neustrezno Neprimerno5 * Ustrezen Ustrezen Ustrezno Odli čno6 >= 800x600 * Ustrezen Ustrezno Odli čno7 >= 800x600 Ustrezen * Ustrezno Odli čno8 >= 800x600 Ustrezen Ustrezen >=Delno ustrezno Odlično Navpi čna frekvenca Vodoravna frekvenca Frekvenca 50% 50% 1 <100 * Neustrezen2 * <50 Neustrezen3 >=100 >=50 Ustrezen Velikost zaslona Uporabna velikost Velikost 50% 50% 1 < 17 * Neustrezen2 * <15 Neustrezen3 >=17 >=15,8 Ustrezen TCO 95 TCO 99 TCO potrdila 50% 50% 1 Ne Ne Neustrezno2 Ne Da Delno ustrezno3 Da Ne Delno ustrezno4 Da Da Ustrezno



60

RAID SCSI Diski Število krmilnih diskov Diskovni podsi stem 25% 25% 25% 25% 1 Neustrezen Neustrezen Neprimerni * Neprimerno2 Neustrezen Neustrezen <=Primerni <2 Neprimerno3 Neustrezen * Neprimerni <2 Neprimerno4 * Neustrezen Neprimerni <2 Neprimerno5 * Ustrezen Zelo primerni >2 Odli čno6 Ustrezen * Zelo primerni >2 Odli čno7 Ustrezen Ustrezen >=Primerni >2 Odlično8 Ustrezen Ustrezen Zelo primerni * Odlično Tip krmilnika diskov Hitrost prenosa podatkov RAID 50% 50% 1 Starejši od ULTRA 160 SCSI * Neustrezen2 * < 160 Neustrezen3 Enak ali novejši od ULTRA 160 SCSI >160 Ustrezen Tip krmilnika diskov Hitrost prenosa podatkov SCSI 50% 50% 1 starejši od Ultra2/ 2kanalni * Neustrezen2 * < 160 Neustrezen3 Ultra2/2kanalni ali novejši >160 Ustrezen Hitrost vrtenja Kapaciteta diskov Število diskov Štev ilo mest za HOT-SWAP Diski 25% 25% 25% 25% 1 < 10000 < 18 GB < 4 * Neprimerni2 < 10000 < 18 GB <=4 - 6 <2/<6 Neprimerni3 < 10000 * < 4 <2/<6 Neprimerni4 * < 18 GB < 4 <2/<6 Neprimerni5 * > 18 GB > 6 >=2/>=6 Zelo primerni6 >= 10000 * > 6 >=2/>=6 Zelo primerni7 >= 10000 > 18 GB >=4 - 6 >=2/>=6 Zelo primerni8 >= 10000 > 18 GB > 6 * Zelo primerni Vodilo Najve čja ločljivost Vgrajeni/maksimalni RAM Video podsistem 57% 22% 22% 1 <=SVGA, PCI <= 1024x768 * Neprimerno2 <=SVGA, PCI * <=8/8 Neprimerno3 <=SVGA, PCI >=1600x1200 >=16/16 Primerno4 SVGA, AGP * * Odlično Tip/verzija SW za nadzor in upravljanje HCL lista Li cenca W2K server SW za arhiviranje Programska oprema 43% 11% 43% 4% 1 Druga programska oprema * * * Neprimerno2 * * Ne * Neprimerno3 IBM Director Ne Da * Primerno4 IBM Director * Da Druga programska oprema Primerno5 IBM Director Da Da >=ARCServe Odlično Arhitektura vodil Sistem arhiviranja Ostalo 50% 50% 1 Neustrezen <=Primerno Neprimerno2 <=Delno ustrezen Neprimerno Neprimerno3 >=Delno ustrezen Odli čno Odli čno4 Ustrezen >=Primerno Odlično



61



10 PCI 133 Ustrezen >=Delno ustrezno >=Delno ustrezno Ustrezen Število prostih PCI mest CD enota Priklju čki Razširitvena mesta 29% 29% 43% 1 <4 * Neustrezen Neustrezen2 * <40 Neustrezen Neustrezen3 <4 <40 >=Delno ustrezen Delno Ustrezen4 <4 * Delno ustrezen Delno Ustrezen5 * <40 Delno ustrezen Delno Ustrezen6 >=4 >=40 >=Delno ustrezen Ustrezen Serijski Paralelni USB Priklju čki 11% 56% 33% 1 * 0 <2 Neustrezen2 * 0 >=2 Delno ustrezen3 1 >=1 <2 Delno ustrezen4 * >=1 >=2 Ustrezen5 >=2 >=1 * Ustrezen Tip Takt/hitrost Dodatni procesor Procesor 11% 56% 33% 1 * < 1 GHz Ne Neustrezno2 * < 1 GHz Da Delno ustrezno3 Pentium II > 1.3 GHz Ne Delno ustrezno4 * > 1.3 GHz Da Ustrezno5 Pentium III > 1.3 GHz * Ustrezno Velikost Hitrost Najve čja velikost RAM pomnilnika RAM 28% 44% 28% 1 <256 100 * Neustrezno

2 <256 * <=od 1024 do 4096 Neustrezno3 <=256>=<512 100 <=od 1024 do 4096 Neustrezno4 <=256>=<512 * do 512 Neustrezno5 * 100 do 512 Neustrezno6 <256 133 do/nad 8192 Delno ustrezno7 >=256>=<512 100 do/nad 8192 Delno ustrezno8 >512 100 >=od 1024 do 4096 Delno ustrezno9 >512 133 do 512 Delno ustrezno

10 >=256>=<512 133 >=od 1024 do 4096 Ustrezno Tip Kapaciteta Robot Sistem arhiviranja 49% 22% 29% 1 DDS3 <=20/40 GB * Neprimerno2 DDS3 * Ne Neprimerno3 * 12/24 GB Ne Neprimerno4 DDS4 <=20/40 GB Da Primerno5 DDS4 20/40 GB * Primerno6 DDS4 >=20/40 GB Ne Primerno7 DDS4 120/240 GB (Autoloader) Da Odli čno



62

Cena Garancija Ekonomski kriteriji 67% 33% 1 visoka * Neprimerno2 <=srednja 12 mesecev Neprimerno3 srednja >=24 mesecev Primerno4 >=srednja 24 mesecev Primerno5 nizka >= 36 mesecev Odli čno Dobavni rok Čas za odpravo napake Časovni kriteriji 50% 50% 1 >30 dni >4 ure vsak dan Neprimerno2 >30 dni <= 4ure vsak dan Primerno3 <=30 dni >4 ure vsak dan Primerno4 <=30 dni <= 4ure vsak dan Odli čno



63

Rezultati vrednotenja Kriterij Dobavitelj 1 Dobavitelj 2 Dobavitelj 3 Dobavitelj 4 Dob avitelj 5 Ocena dobavitelja Neprimerno Odlično Primerno Neprimerno Primerno

Tehnični kriteriji Odlično Odli čno Odli čno Neprimerno OdličnoEnote Odlično Odli čno Odli čno Primerno Odlično

Zaslon Odlično Odli čno Odli čno Odli čno Odli čnoLočljivost >= 800x600 >= 800x600 >= 800x600 >= 800x600 >= 800x600Frekvenca Ustrezen Ustrezen Ustrezen Ustrezen Ustrezen

Navpična frekvenca >=100 >=100 >=100 >=100 >=100Vodoravna frekvenca >=50 >=50 >=50 >=50 >=50

Velikost Ustrezen Ustrezen Neustrezen Ustrezen UstrezenVelikost zaslona >=17 >=17 < 17 >=17 >=17Uporabna velikost >=15,8 >=15,8 <15 >=15,8 >=15,8

TCO potrdila Ustrezno Ustrezno Ustrezno Delno ustrezno UstreznoTCO 95 Da Da Da Da DaTCO 99 Da Da Da Ne Da

Diskovni podsistem Odlično Odli čno Odli čno Primerno OdličnoRAID Ustrezen Ustrezen Ustrezen Neustrezen Ustrezen

Tip krmilnika diskov Enak ali novejši od ULTRA 160 SCSI Enak ali novejši od ULTRA 160 SCSI Enak ali novejši od ULTRA 160 SCSI Enak ali novejši od ULTRA 160 SCSI Enak ali novejši od ULTRA 160 SCSIHitrost prenosa podatkov >160 >160 >160 < 160 >160

SCSI Ustrezen Ustrezen Ustrezen Ustrezen UstrezenTip krmilnika diskov Ultra2/2kanalni ali novejši Ultra2/2kanalni ali nove jši Ultra2/2kanalni ali novejši Ultra2/2kanalni ali n ovejši Ultra2/2kanalni ali novejšiHitrost prenosa podatkov >160 >160 >160 >160 >160

Diski Zelo primerni Zelo primerni Zelo primerni Primerni Zelo primerniHitrost vrtenja >= 10000 >= 10000 >= 10000 < 10000 >= 10000Kapaciteta diskov > 18 GB > 18 GB > 18 GB > 18 GB > 18 GBŠtevilo diskov 4 - 6 4 - 6 4 - 6 4 - 6 4 - 6Število mest za HOT-SWAP >=2/>=6 >=2/>=6 >=2/>=6 >=2/>=6 >=2/>=6

Število krmilnih diskov >2 >2 >2 <2 >2Video podsistem Neprimerno Odlično Neprimerno Neprimerno Neprimerno

Vodilo SVGA, PCI SVGA, AGP SVGA, PCI SVGA, PCI SVGA, PCINajvečja ločljivost >=1600x1200 >=1600x1200 >=1600x1200 >=1600x1200 >=1600x1200Vgrajeni/maksimalni RAM <=8/8 >=16/16 <=8/8 <=8/8 <=8/8

Tipkovnica Da Da Da Da DaProgramska oprema Odlično Odli čno Odli čno Neprimerno Odlično

Tip/verzija SW za nadzor in upravljanje IBM Director IBM Director IBM Director IBM Director IBM DirectorHCL lista Da Da Da Da DaLicenca W2K server Da Da Da Ne DaSW za arhiviranje BackupExec BackupExec BackupExec BackupExec BackupExec

Ostalo Odlično Odli čno Odli čno Neprimerno OdličnoArhitektura vodil Ustrezen Ustrezen Ustrezen Neustrezen Ustrezen

Vodilo PCI PCI PCI PCI PCIHitrost 133 133 133 133 133Razširitvena mesta Ustrezen Ustrezen Ustrezen Neustrezen Ustrezen

Število prostih PCI mest >=4 >=4 >=4 >=4 >=4CD enota >=40 >=40 >=40 <40 >=40Priklju čki Delno ustrezen Delno ustrezen Delno ustrezen Neustrezen Delno ustrezen

Serijski >=2 >=2 >=2 >=2 >=2Paralelni 0 0 0 0 0USB >=2 >=2 >=2 <2 >=2

Procesor Ustrezno Ustrezno Ustrezno Neustrezno Delno ustreznoTip Pentium III Pentium III Pentium III Pentium II Pentium IIITakt/hitrost > 1.3 GHz > 1.3 GHz > 1.3 GHz < 1 GHz < 1 GHzDodatni procesor Da Da Ne Ne Da

RAM Ustrezno Ustrezno Ustrezno Neustrezno UstreznoVelikost 256>=<512 >512 >512 <256 256>=<512Hitrost 133 133 133 100 133Največja velikost RAM pomnilnika od 1024 do 4096 od 1024 do 4096 od 1024 do 4096 do 512 od 1024 do 4096

Sistem arhiviranja Odlično Odli čno Odli čno Primerno OdličnoTip DDS4 DDS4 DDS4 DDS4 DDS4Kapaciteta 120/240 GB (Autoloader) 120/240 GB (Autoloader) 120/2 40 GB (Autoloader) 20/40 GB 120/240 GB (Autoloader)Robot Da Da Da Ne Da

Ekonomski kriteriji Neprimerno Odlično Primerno Primerno PrimernoCena visoka nizka srednja srednja srednjaGarancija >= 36 mesecev >= 36 mesecev >= 36 mesecev >= 36 mesecev >= 3 6 mesecev

Časovni kriteriji Odlično Odli čno Primerno Odlično PrimernoDobavni rok <=30 dni <=30 dni >30 dni <=30 dni >30 dniČas za odpravo napake <= 4ure vsak dan <= 4ure vsak dan <= 4ure vsak dan <= 4ure vsak dan <= 4ure vsak dan

odlo Čitveni model za izbiro informacijske tehnologije · 2.1 umetna inteligenca umetna...

Documents