Download
1 / 46
E N D
Model Management ANGKANA Chapter 4
บทนำ ANGKANA DSS คือ “ส่วนการจัดการแบบจำลอง (Model Management)” เป็นองค์ประกอบที่คอยจัดการกับ “แบบจำลอง” ที่เป็นส่วนสำคัญอย่างหนึ่งสำหรับระบบสนับสนุนการตัดสินใจ เนื่องจากเป็นสิ่งที่ใช้จำลองหรืออธิบายสถานการณ์ปัญหาที่เกิดขึ้น ทั้งนี้ก็เพื่อให้ผู้ตัดสินใจสามารถเข้าใจ และวิเคราะห์การตัดสินใจได้ง่ายขึ้น
หัวข้อการเรียนรู้ • ความหมายของแบบจำลอง • แบบจำลองเพื่อหาทางเลือกที่ดีที่สุดสำหรับปัญหาที่มีจำนวนทางเลือกน้อย • แบบจำลองเพื่อหาทางเลือกที่ดีที่สุดโดยใช้อัลกอริทึม • แบบจำลองเพื่อหาทางเลือกที่ดีที่สุดโดยการวิเคราะห์ด้วยสูตร • แบบจำลองสถานการณ์ • แบบจำลองฮิวริสติค • แบบจำลองทางการเงิน • แบบจำลองทางสถิติ • แบบจำลองชนิดอื่น ๆ • ระบบจัดการฐานแบบจำลอง
ความหมายของแบบจำลอง สำหรับระบบสนับสนุนการตัดสินใจที่นำมาช่วยในการตัดสินใจของผู้บริหาร เพื่อแก้ปัญหาที่เกิดขึ้นในการดำเนินธุรกิจนั้น โดยส่วนใหญ่จะต้องมีการใช้ “แบบจำลอง” อย่างน้อยที่สุด 1 แบบจำลองสำหรับสถานการณ์ปัญหาแต่ละสถานการณ์ที่เกิดขึ้น เพื่อนำไปสู่การวิเคราะห์การตัดสินใจและการแก้ไขปัญหานั้นได้ในที่สุด ซึ่งปัจจุบันนี้มีมากมายหลายชนิดด้วยกัน ดังนั้นจึงมีการให้นิยามของ คำว่า “แบบจำลอง” แตกต่างกันออกไป 3 แนวทาง ดังนี้
ความหมายของแบบจำลอง 1. ความหมายเชิงบรรยาย (Description) ได้กำหนดให้แบบจำลอง คือ “สิ่งที่ช่วยนำเสนอข้อเท็จจริงโดยสังเขปของระบบต่าง ๆ เพื่อช่วยให้ผู้ใช้และนักพัฒนาระบบสามารถทำความเข้าใจระบบได้ง่ายยิ่งขึ้น” สามารถแบ่งแบบจำลองที่มีความหมายในเชิงบรรยายออกเป็น 3 ประเภท คือ 1.1 แบบจำลองเชิงรูปภาพ (Graphical Model) คือ แบบจำลองที่ใช้ภาพในการอธิบายข้อเท็จจริงและการทำงานของส่วนประกอบต่าง ๆ ในระบบ แบบจำลองประเภทนี้มักอยู่ในรูปของแผนภาพ แผนผัง 1.2 แบบจำลองเชิงบรรยาย (Narrative Model) คือ แบบจำลองที่ใช้ภาษาธรรมชาติในการบรรยายข้อเท็จจริง และการทำงานของส่วนประกอบต่าง ๆ ในระบบ
ความหมายของแบบจำลอง 1.3 แบบจำลองเชิงกายภาพ (Physical Model) คือ แบบจำลองที่ใช้จำลองส่วนประกอบต่าง ๆ ในระบบให้มีขนาดเล็กกว่าของจริง 2. ความหมายเชิงสภาวะ (Static and Dynamic) โดยการพิจารณาจากสถานการณ์ที่ ใช้งาน 2.1 แบบจำลองคงที่ (Static Model) คือ เป็นแบบจำลองที่นำมาใช้เพื่อการประเมินสถานการณ์เฉพาะช่วงเวลาใดเวลาหนึ่ง 2.2 แบบจำลองเคลื่อนไหว (Dynamic Model) นำมาใช้ประเมินสถานการณ์ที่สามารถเปลี่ยนแปลงตัวแปรได้ตลอดทุกช่วงเวลา ดังนั้นแบบจำลองชนิดนี้จึงมีความเป็นอิสระต่อช่วงเวลา (Time dependent)
ความหมายของแบบจำลอง 3. ความหมายเชิงการใช้แบบจำลองคณิตศาสตร์ โดยแนวทางนี้จะเป็นการใช้สูตร คณิตศาสตร์เป็นแบบจำลองเพื่อคำนวณหาผลลัพธ์ที่ต้องการ โดยทั่วไปแล้วนิยม ใช้ใน 3 ลักษณะ 3.1 แบบจำลองทางคณิตศาสตร์เพื่อการหาทางเลือกที่ดีที่สุด (Optimization Model) การใช้แบบจำลองทางคณิตศาสตร์เพื่อช่วยให้ผู้ตัดสินใจสามารถ วิเคราะห์ และประเมินทางเลือกในการตัดสินใจต่าง ๆ เพื่อเลือกทางเลือกที่ ดีที่สุดตามต้องการของผู้ตัดสินใจได้ - การหาทางเลือกที่ดีที่สุดสำหรับปัญหาที่มีจำนวนทางเลือกน้อย - การหาทางเลือกที่ดีที่สุดโดยใช้อัลกอริทึม - การหาทางเลือกที่ดีที่สุดโดยการวิเคราะห์ด้วยสูตร - การหาทางเลือกที่ดีที่สุดด้วยการจำลองสถานการณ์ (Simulation) - การหาทางเลือกที่ดีที่สุดด้วยวิธีการฮิวริสติค (Heuristic)
ความหมายของแบบจำลอง 3.2 แบบจำลองทางการเงิน (Financial Model) เป็นการใช้หลักการทางและสูตรคำนวณทางการเงิน เพื่อวิเคราะห์ข้อมูลทางการเงินสำหรับผู้บริหารในการตัดสินใจ 3.3 แบบจำลองทางสถิติ (Statistical Model) เป็นการใช้หลักการและสูตรคำนวณทางสถิติในการวิเคราะห์ข้อมูลในอดีตและปัจจุบัน เพื่อทำนายหรือพยากรณ์ข้อมูลหรือเหตุการณ์ในอนาคต
ประโยชน์ของการนำแบบจำลองมาใช้ประโยชน์ของการนำแบบจำลองมาใช้ 1. ประโยชน์ทางด้านเศรษฐศาสตร์ ทำให้สามารถวิเคราะห์หาทางเลือกที่ใช้แก้ไข ปัญหาได้ดีที่สุด โดยเสียค่าใช้จ่ายน้อยมากเมื่อเทียบกับประโยชน์ที่องค์กรหรือ ระบบจะได้รับจากการนำทางเลือกที่วิเคราะห์ได้ไปใช้แก้ไขปัญหา 2. ประโยชน์ทางด้านระยะเวลา จะช่วยให้ผู้บริหารได้รับสารสนเทศอย่างรวดเร็ว และตรงตามความต้องการในการนำไปใช้แก้ไขปัญหาต่างๆ 3. ประโยชน์ทางด้านการทดลองแทนมนุษย์ สามารถนำแบบจำลองมาใช้ทดลองใน เหตุการณ์ต่าง ๆ ที่ไม่สามารถทดลองได้โดยมนุษย์ 4. ช่วยให้สามารถทำความเข้าใจ และมองภาพของปัญหาภายในได้อย่างชัดเจน ส่งผลให้การตัดสินใจเกิดประสิทธิภาพ และประสิทธิผล
แบบจำลองเพื่อหาทางเลือกที่ดีที่สุดสำหรับปัญหาที่มีจำนวนทางเลือกน้อยแบบจำลองเพื่อหาทางเลือกที่ดีที่สุดสำหรับปัญหาที่มีจำนวนทางเลือกน้อย ตารางการตัดสินใจ (Decision Tables) ตารางการตัดสินใจ คือ ตารางที่ใช้แสดงเงื่อนไขการตัดสินใจ และผลลัพธ์ที่ได้รับจากทางเลือกของเงื่อนไขต่าง ๆ โดยตารางการตัดสินใจจะประกอบไปด้วยแถวและคอลัมน์ที่แบ่งออกเป็น 4 ส่วน ตารางแสดงส่วนประกอบในตารางการตัดสินใจ ตัวอย่างที่ 1
แผนภาพการตัดสินใจแบบต้นไม้ (Decision Tree) แผนภาพการตัดสินใจแบบต้นไม้ คือ เครื่องมือที่ช่วยกำหนดขอบเขตของปัญหา และช่วยสร้างทางเลือกที่เป็นไปได้ในการแก้ไขปัญหา คุณลักษณะของแผนภาพการตัดสินใจแบบต้นไม้ 1. แสดงการเชื่อมโยงความสัมพันธ์ของปัญหาได้อย่างชัดเจน โดยอาศัยแนวทางกราฟิก2. ช่วยจัดการกับสถานการณ์ที่ซับซ้อนต่าง ๆ ให้อยู่ในรูปแบบที่กระชับขึ้น เพื่อช่วยให้ เห็นภาพของปัญหาชัดเจนยิ่งขึ้น3. ช่วยวิเคราะห์ลำดับการตัดสินใจแก้ไขปัญหาต่าง ๆ พร้อมทั้งวิเคราะห์ผลลัพธ์ จากการตัดสินใจด้วยแนวทางต่าง ๆ4. เหมาะกับปัญหาที่มีจำนวนทางเลือกไม่มากนัก เนื่องจากถ้าจำนวนทางเลือกใน การแก้ไขปัญหามีมาก อาจทำให้แผนภาพการตัดสินใจแบบต้นไม้ดูซับซ้อน ยุ่งเหยิง
แผนภาพการตัดสินใจแบบต้นไม้ (Decision Tree) การสร้างแผนภาพการตัดสินใจแบบต้นไม้ (Decision Tree) 1. ใช้สี่เหลี่ยมเล็กแทนจุดเริ่มต้นการตัดสินใจ โดยเขียนสัญลักษณ์นี้ด้านซ้าย สุดของกระดาษ2. ให้วาดเส้นตรงตามจำนวนแนวทางในการแก้ไขปัญหา โดยเขียนวิธีในการ แก้ไขปัญหาขนานกับแนวเส้นตรงนั้น ๆ3. เขียนผลลัพธ์ที่ปลายเส้นตรงแนวทางแก้ไขปัญหา โดยถ้ามีผลลัพธ์ที่เป็นไป ได้หลายทางให้วาดวงกลมที่ปลายเส้นตรงนั้น และถ้าผลลัพธ์นั้น ๆ ต้องทำ การตัดสินใจต่อไปให้วาดสี่เหลี่ยมจะใช้แสดงการตัดสินใจ และวงกลมใช้ แสดงผลลัพธ์ เขียนการตัดสินใจหรือผลลัพธ์เหนือวงกลมหรือสี่เหลี่ยม แต่ เมื่อได้แนวทางการตัดสินใจที่สมบูรณ์แล้ว ให้ปล่อยปลายเส้นตรงให้ว่าง
แผนภาพการตัดสินใจแบบต้นไม้ (Decision Tree) ตัวอย่างที่ 2 ตัวอย่างการตัดสินใจดำเนินการใด ๆ จากการซื้อสินค้าของลูกค้าโดยไม่ จ่ายเป็นเงินสด ของร้านค้าแห่งหนึ่งดังที่ได้กล่าวไว้แล้ว สามารถ นำเสนอโดยใช้แผนภาพการตัดสินใจแบบต้นไม้
แบบจำลองเพื่อค้นหาทางเลือกที่ดีที่สุดโดยใช้อัลกอริทึมแบบจำลองเพื่อค้นหาทางเลือกที่ดีที่สุดโดยใช้อัลกอริทึม แบบจำลองเพื่อค้นหาทางเลือกที่ดีที่สุดผ่านอัลกอริทึม เป็นแบบจำลองที่ต้องอาศัยเทคนิค การโปรแกรมทางคณิตศาสตร์ (Mathematical Programming) ซึ่งเป็นเครื่องมือที่ออกแบบมาเพื่อช่วยแก้ปัญหาด้านการบริหาร ซึ่งต้องตัดสินใจเกี่ยวกับการจัดสรรทรัพยากรที่มีจำนวนจำกัดให้สามารถผลิตสินค้าได้ตามเป้าหมาย การโปรแกรมเชิงเส้น (Linear Programming) เป็นเทคนิคของแบบจำลองทางคณิตศาสตร์ที่มีการนำมาใช้อย่างกว้างขวาง โดยเทคนิคนี้อาจใช้สำหรับการบริหารงานด้านต่าง ๆ เช่น การวิเคราะห์เชิงปริมาณ และการวิจัยเชิงปฏิบัติการ จึงมีการใช้วิธีทางเลือกที่ดีที่สุดด้วยการโปรแกรมเชิงเส้นที่สามารถใช้งานได้ง่ายบนโปรแกรมกระดาษคำนวณทั่วไป เช่น Microsoft Excel
การโปรแกรมเชิงเส้น (Linear Programming) 1. ใช้จัดสรรทรัพยากรต่าง ๆ ที่มีปริมาณจำกัดได้อย่างเหมาะสม และตรงตาม เป้าหมายมากที่สุด2. จะต้องมีการกำหนดแหล่งทรัพยากรเพื่อใช้ในกระบวนการผลิตใด ๆ3. ในการจัดสรรทรัพยากรโดยทั่วไป มักประกอบด้วยข้อจำกัด เงื่อนไขข้อบังคับ ต่าง ๆ ซึ่งเรียกว่า “Constraint”4. ในการจัดสรรทรัพยากรต้องมีการกำหนดวัตถุประสงค์หรือเป้าหมายของการ แก้ไขปัญหา ซึ่งสามารถเขียนเป็นสมการที่เรียกว่า “Objective Function หรือ สมการวัตถุประสงค์”5. ต้องมีการกำหนดให้สมการวัตถุประสงค์มีค่ามากที่สุดหรือน้อยที่สุด ในการ แก้ไขปัญหา เช่น ในการกำหนดสมการวัตถุประสงค์สำหรับค่าใช้จ่าย ควร กำหนดให้สมการวัตถุประสงค์มีค่าต่ำที่สุด ตัวอย่าง
แบบจำลองข่ายงาน (Network Models) ยังสามารถใช้กับปัญหาที่มีขนาดใหญ่ องค์ประกอบต่าง ๆ ของปัญหามีความสัมพันธ์กัน และต้องการคำตอบที่รวดเร็ว แบบจำลองดังกล่าวคือ “แบบจำลองข่ายงาน (Network Model)” แบบจำลองข่ายงาน เป็นแบบจำลองที่ใช้กับปัญหาที่มีขนาดใหญ่และซับซ้อน ซึ่งองค์ประกอบต่าง ๆ ของปัญหามีความสัมพันธ์กันในลักษณะเครือข่ายหรือบางครั้งมีโครงสร้างแบบต้นไม้แนวกว้าง (Spanning Tree) โดยส่วนใหญ่เป็นปัญหาที่เกิดขึ้นในการดำเนินธุรกิจ
แบบจำลองข่ายงาน (Network Models) คุณลักษณะของแบบจำลองข่ายงาน 1. ใช้แก้ปัญหาทุกลักษณะที่องค์ประกอบของปัญหามีความสัมพันธ์กันในลักษณะ เครือข่ายหรือมีโครงสร้างแบบต้นไม้2. ปัญหาข่ายงานจะนำเสนอในรูปแบบของแผนภาพต้นไม้หรือเครือข่ายที่ประกอบ ไปด้วย โหนด (Nodes) และเส้นลูกศรหรือเส้นตรงแสดงทิศทาง (Arcs) เชื่อมโยง แต่ละโหนด3. โหนด (Nodes) ใช้แทนจุดแต่ละจุดในข่ายงาน เช่น สถานที่ ที่ตั้งของคลังสินค้า เป็นต้น4. เส้นลูกศรแสดงทิศทางหรือเส้นเชื่อมโหนด (Arcs) ใช้แทนเส้นทางต่าง ๆ เช่น เส้นทางถนน เส้นทางบิน สายไฟฟ้าหรือสายโทรศัพท์ เป็นต้น
แบบจำลองข่ายงาน (Network Models) คุณลักษณะของแบบจำลองข่ายงาน 5. โหนดแบ่งออกเป็น 2 แบบ ได้แก่ โหนดรับ/โหนดอุปสงค์ (Demand Nodes) และ โหนดส่ง/โหนดอุปทาน (Supply Nodes) โหนดรับจะมีตัวเลขแสดงจำนวนรับ ของสินค้า มีเครื่องหมายบวก (+) กำกับอยู่ด้านหน้าโหนดส่งจะมีตัวเลขแสดง จำนวนส่งสินค้า มีเครื่องหมายลบ (-) กำกับอยู่ด้านหน้า6. การไหล (Flow) คือ ค่าใด ๆ ที่กำหนดให้แก่ โหนดรับและโหนดส่งโดยมีเส้น ลูกศรแสดง ทิศทางการไหล เช่น จำนวนสินค้า เป็นต้น
แบบจำลองข่ายงาน (Network Models) แสดงลักษณะของแบบจำลองข่ายงานในลักษณะต้นไม้และเครือข่าย ตัวอย่าง
แบบจำลองเพื่อค้นหาทางเลือกที่ดีที่สุดโดยการวิเคราะห์ด้วยสูตรแบบจำลองเพื่อค้นหาทางเลือกที่ดีที่สุดโดยการวิเคราะห์ด้วยสูตร แบบจำลองปัญหาการขนส่ง ตัวอย่างการหาผลลัพธ์ที่ดีที่สุดโดยการวิเคราะห์ด้วยสูตรคำนวณอีกตัวอย่างหนึ่งที่จะนำเสนอ คือ การใช้แบบจำลองสูตรคำนวณเพื่อแก้ปัญหาการขนส่ง (Transportation Problem) ซึ่งมีวัตถุประสงค์เพื่อการหาเส้นทางขนส่งที่จะทำให้เกิดค่าใช้จ่ายน้อยที่สุด หรือเกิดต้นทุนต่ำที่สุดนั่นเอง ตัวอย่าง
แบบจำลองสถานการณ์ (Simulation) แบบจำลองสถานการณ์ คือ การสร้างสถานการณ์จำลองสมมติโดยอาศัยข้อเท็จจริงเสมือนสถานการณ์จริง เพื่อทดลองตัดสินใจแก้ไขปัญหา และวิเคราะห์ผลลัพธ์ที่ได้รับจากการทดลองก่อนนำไปใช้แก้ไขปัฯหาในสถานการณ์จริงต่อไป แบบจำลอง Simulation ถูกนำมาใช้ในระบบสนับสนุนการตัดสินใจกันอย่างมากมาย ทั้งนี้ เนื่องจากปัญหาที่เกิดขึ้นในการดำเนินธุรกิจปัจจุบัน มีความซับซ้อนสูง ต้องอาศัยการสุ่มค่าการตัดสินใจ อีกทั้งยังอยู่ภายใต้สภาวะการณ์ที่ไม่มีความแน่นอนและมีความเสี่ยง
แบบจำลองสถานการณ์ (Simulation) คุณลักษณะสำคัญของแบบจำลองสถานการณ์ 1. มีการตรวจสอบความถูกต้อง2. มีเหตุผล3. ลดความเบี่ยงเบน4. มีลักษณะเป็นการเลียนแบบสถานการณ์จริง5. มีลักษณะเป็นการบรรยายหรือการคาดการณ์สถานการณ์จริง6. เป็นแบบจำลองที่ใช้กับปัหาที่มีความซับซ้อนสูง
แบบจำลองสถานการณ์ (Simulation) ประโยชน์ของการจำลองสถานการณ์ (Simulation) 1. Simulation เป็นทฤษฎีที่มีการใช้งานเพื่อคาดการณ์เหตุการณ์ในอนาคตอย่าง ตรงไปตรงมา2. Simulation ค่อนข้างเป็นการอธิบายให้เห็นเป็นรูปร่างมากกว่าการใช้เป็น เครื่องมือธรรมดา3. สามารถสร้างแบบจำลองสถานการณ์ที่มาจากมุมมองของผู้บริหารได้4. ผู้บริหารสามารถทำการทดลองป้อนตัวแปรที่แตกต่างกันไปตามแต่ละเหตุการณ์ ลงในแบบจำลอง เพื่อดูผลลัพธ์ที่เป็นทางเลือกต่าง ๆ จากนั้นจึงเลือกทางเลือกที่ดี ที่สุดเพียงทางเดียว5. ในระบบ DSS ส่วนมากจะนำ Simulation มาใช้เป็นเครื่องมือสร้างแบบจำลอง สำหรับปัญหาที่ไม่มีโครงสร้างเท่านั้น
แบบจำลองสถานการณ์ (Simulation) ข้อจำกัดของการจำลองสถานการณ์ 1. ไม่สามารถรับประกันได้ว่าเป็นหนทางการแก้ปัญหาที่ดีที่สุด2. บ่อยครั้งที่การสร้างแบบจำลองสถานกาณณ์ จะต้องใช้งบประมาณค่อนข้างสูง อีกทั้งยังสิ้นเปลืองเวลาในการสร้างมาก3. แนวทางการแก้ปัญหา และผลลัพธ์ที่ได้จากการศึกษา Simulation โดยทั่วไปแล้ว ไม่สามารถนำไปใช้กับปัญหาอื่น ๆ ได้ ซึ่งเป็นเหตุผลที่ทำให้ทราบว่า เหตุใด Simulation จึงรวบรวมเฉพาะปัจจัยที่เกี่ยวข้องกับปัญหาที่ต้องการแก้ไขเท่านั้น ส่วนปัจจัยอื่นที่ไม่เกี่ยวข้อง Simulation จะไม่นำมาประกอบการค้นหาผลลัพธ์ เลย 4. ซอฟต์แวร์ที่ใช้สร้าง Simulation ใช้งานได้ค่อนข้างยาก ดังนั้นผู้ที่จะใช้ได้จะต้อง มีทักษะความรู้โดยเฉพาะจึงจะสามาถสร้าง Simulation ได้
แบบจำลองสถานการณ์ (Simulation) ชนิดของการจำลองสถานการณ์ แบบจำลองสถานการณ์ความน่าจะเป็น (Probabilistic Simulation) - การแจกแจงแบบไม่ต่อเนื่อง (Discrete Distribution) จะใช้กับสถานการณ์ที่มีจำนวนเหตุการณ์ (หรือจำนวนตัวแปร) ที่เกิดขึ้นอย่างจำกัด - การแจกแจงแบบต่อเนื่อง (Continuous Distribution)
สร้างแบบจำลองสถานการณ์ด้วยโปรแกรม Excel ในโปรแกรม Excel มีฟังก์ชันที่ใช้ในการสุ่มค่าตัวแปร “ฟังก์ชัน =RAND()” ซึ่งเป็นฟังก์ชันที่ใช้ในการสร้างตัวเลขสุ่ม (Random Number) ขึ้นมา แต่จะถือว่าเป็นตัวเลขสุ่มแบบเทียม (Pseudo-Random Numbers) ตัวเลขสุ่มที่ได้จากฟังก์ชัน =RAND() จะมีค่าอยู่ในระหว่าง 0 ถึง 1
สร้างแบบจำลองสถานการณ์ด้วยโปรแกรม Excel โดยทั่วไปตัวเลขสุ่มที่ได้จากฟังก์ชัน =RAND() จะมีคุณสมบัติ 2 ประการ ดังนี้1. ในแต่ละครั้งที่มีการใช้ฟังก์ชัน =RAND() ตัวเลขที่จะได้จากการสุ่มทุกค่า (ระหว่าง 0 ถึง 1) จะมีโอกาสหรือมีความน่าจะเป็นในการเกิดขึ้นเท่ากันทุกค่า เช่น ถ้าค่าที่เกิดขึ้นจากการสุ่มอยู่ระหว่าง 0.0 ถึง 0.10 แสดงว่าค่าความน่าจะเป็นเท่ากับ 0.10 (10%) หรือหากค่าตัวเลขที่ได้จากการสุ่มอยู่ระหว่าง 0.65 ถึง 0.75 แสดงว่ามีค่าความน่าจะเป็นเท่ากับ 10% เช่นเดียวกัน หรือหากค่าตัวเลขที่ได้จากการสุ่มอยู่ระหว่าง 0.20 ถึง 0.80 แสดงว่ามีค่าความน่าจะเป็นที่จะเกิดตัวเลขดังกล่าว 60% (0.60)
สร้างแบบจำลองสถานการณ์ด้วยโปรแกรม Excel โดยทั่วไปตัวเลขสุ่มที่ได้จากฟังก์ชัน =RAND() จะมีคุณสมบัติ 2 ประการ ดังนี้ 2. ตัวเลขสุ่มที่เกิดขึ้นแต่ละค่า จะเป็นอิสระจากกัน เช่น ตัวเลขสุ่มที่เกิดขึ้นในช่องเซลล์ A2 จะไม่มีความเกี่ยวข้องหรือมีอิทธิพลต่อการเกิดขึ้นของตัวเลขสุ่มในช่องเซลล์ A3 เลย ตัวอย่าง
แบบจำลองฮิวริสติค (Heuristic) แบบจำลองฮิวริสติค คือ แบบจำลองที่ใช้แก้ไขปัญหาที่มีความซับซ้อน กล่าวคือ ปัญหาที่ไม่มีโครงสร้าง และปัญหากึ่งโครงสร้าง ซึ่งมีตัวแปรที่มีค่าไม่แน่นอน เนื่องจาก การแก้ปัญหาแบบฮิวริสติคโดยแท้จริงแล้วก็คือ การแก้ไขปัญหาโดยอาศัยกฎเกณฑ์ง่าย ๆ ซึ่งเกิดจากประสบการณ์ในการแก้ปัญหาลักษณะเดียวกันในอดีต จึงทำให้การแก้ปัญหามีความรวดเร็วมากขึ้นนั่นเอง หลักการของการโปรแกรมฮิวริสติค แนวคิดของฮิวริสติค มีความเกี่ยวข้องกับ การค้นหา เรียนรู้ ประเมิน และพิจารณาตัดสินใจ จากนั้นจะวนกลับมาทำซ้ำการปฏิบัติเหล่านี้อีกครั้ง เพื่อให้เกิดความมั่นใจ
แบบจำลองฮิวริสติค (Heuristic) เมื่อใดจึงจะใช้ฮิวริสติค 1. ข้อมูลที่ป้อนเข้าไม่มีความแน่นอน หรือมีขีดจำกัด2. เหตุการณ์ปัญหามีความซับซ้อนมากเกินกว่าจะใช้ Optimization Model มา จัดการได้3. เป็นเหตุการณ์ที่มั่นใจว่า ไม่สามารถใช้อัลกอริทึมที่แน่นอนได้4. เมื่อใช้ Simulation แล้วมีระยะเวลาในการประมวลผลนานเกินไป5. เมื่อต้องการการประมวลผลที่ค่อนข้างเป็น Symbolic มากกว่า Numeric เช่น ใน ระบบ Expert System 6. เป็นเหตุการณ์ที่ไม่สามารถใช้คอมพิวเตอร์มาช่วยตัดสินใจได้ หรือถ้าได้แต่ต้อง ใช้ความพยายามสูงหรือไม่สะดวก
แบบจำลองฮิวริสติค (Heuristic) ข้อดีของการโปรแกรมฮิวริสติค 1. ช่วยให้สามารถเข้าใจปัญหาได้ง่ายขึ้น ดังนั้นจึงสามารถนำไปใช้เป็นเครื่องมือใน การแก้ไขปัญหาต่าง ๆ ได้2. ช่วยให้ผู้บริหารมีความคิดสร้างสรรค์ และฝึกตัดสินใจแก้ไขปัญหาในลักษณะที่ ไม่มีโครงสร้างและปัญหาที่มีความซับซ้อนได้อย่างเหมาะสมและดีเพียงพอ3. ช่วยประหยัดเวลาในการกำหนดสูตรคำนวณ4. ช่วยประหยัดพื้นที่หน่วยความจำในเครื่องคอมพิวเตอร์ และยังช่วยประหยัดเวลา ในการเขียนโปรแกรมสำหรับแก้ไขปัญหาที่ไม่มีโครงสร้าง ซึ่งมีความซับซ้อน
แบบจำลองฮิวริสติค (Heuristic) ข้อดีของการโปรแกรมฮิวริสติค 5. ช่วยประหยัดเวลาในการประมวลผลและเวลาในการตัดสินใจ เนื่องจากปัญหาที่ มีความซับซ้อนมาก ๆ จะสามารถแก้ไขได้เฉพาะวิธีการฮิวริสติคเท่านั้น6. การโปรแกรมฮิวริสติคช่วยสร้างทางเลือกหลาย ๆ ทาง ซึ่งล้วนเป็นทางเลือกที่ ได้รับการยอมรับว่าสามารถได้แก้ไขปัญหาได้อย่างมีประสิทธิภาพ7. สามารถใช้งานร่วมกับเทคโนโลยีอันชาญฉลาดต่าง ๆ (Intelligence) เพื่อช่วยให้ การค้นหาข้อมูลและองค์ความรู้ต่าง ๆ มีประสิทธิภาพมากยิ่งขึ้น
แบบจำลองฮิวริสติค (Heuristic) ข้อจำกัดของการโปรแกรมฮิวริสติค 1. แนวทางแก้ไขปัญหาไม่สามารถรับประกันได้ว่าเป็นแนวทางดีที่สุด บางครั้งอาจ เป็นแนวทางแก้ไขปัญหาที่ไม่ดีนัก2. กฎต่าง ๆ ที่ใช้สำหรับแก้ไขปัญหาแบบฮิวริสติค อาจมีข้อยกเว้นมากมาย ทำให้ ไม่สามารถใช้กฎสำหรับแก้ไขปัญหาได้อย่างเต็มที่3. อาจไม่สามารถทำนายผลลัพธ์ ที่ได้จากการเลือกแนวทางแก้ไขปัญหาแต่ละ แนวทาง4. ความสัมพันธ์ระหว่างส่วนประกอบต่าง ๆ ในระบบ อาจส่งผลกระทบต่อระบบ โดยรวมได้ ดังนั้น ความผิดพลาดหรือการเปลี่ยนแปลงส่วนประกอบต่าง ๆ ใน ระบบจึงส่งผลกระทบต่อการตัดสินใจโดยรวมของระบบตามไปด้วย
แบบจำลองฮิวริสติค (Heuristic) • ประเภทของอัลกอริทึมแบบฮิวริสติค 5 ประเภท • Construction Heuristics • Improvement Heuristics • Mathematical Programming • Decomposition • Partitioning ตัวอย่าง
แบบจำลองทางการเงิน (Financial Model) แบบจำลองทางการเงิน ได้แก่ สูตรคำนวณทางการเงินต่าง ๆ เช่น การคำนวณเงินกู้ โดยจะอาศัยโปรแกรมกระดาษคำนวณ Excel เป็นเครื่องมือซึ่งจะทำให้สะดวกมากยิ่งขึ้น เนื่องจากโปรแกรม Excel มีคำสั่งที่สนับสนุนการคำนวณทางการเงินหลายคำสั่ง เช่น Goal Seek, Scenario และ Data Table เป็นต้น ตัวอย่าง
แบบจำลองทางสถิติ (Statistical Model) เป็นแบบจำลองที่สร้างขึ้นจากหลักการและสูตรคำนวณทางสถิติ โดยส่วนใหญ่แล้วใช้ในการวิเคราะห์ข้อมูลในอดีตและปัจจุบัน เพื่อทำนายหรือพยากรณ์เหตุการณ์หรือข้อมูลที่จะเกิดขึ้นในอนาคต จึงอาจเรียกแบบจำลองทางสถิติได้อีกอย่างหนึ่งว่า “แบบจำลองเชิงพยากรณ์ (Predictive Model)” แบบจำลองเชิงพยากรณ์ คือ แบบจำลองที่ใช้ทำนาย คาดการณ์สถานการณ์ต่าง ๆ ในอนาคต ซึ่งช่วยให้ผู้ตัดสินใจสามารถคาดการณ์ผลลัพธ์ที่จะเกิดขึ้นจากการดำเนินการต่าง ๆ ได้ โดยแบบจำลองลักษณะนี้ที่นิยมใช้กันมาก คือ การวิเคราะห์แบบมาร์คอฟ การวิเคราะห์การถดถอย และการพยากรณ์อนุกรมเวลา
แบบจำลองทางสถิติ (Statistical Model) การวิเคราะห์แบบมาร์คอฟ (Markov Analysis) คือ การวิเคราะห์แนวโน้มของลำดับเหตุการณ์ โดยแต่ละเหตุการณ์ต้องมีความเกี่ยวข้องกันอยู่ การเกิดเหตุการณ์ในลำดับถัดไปขึ้นอยู่กับเหตุการณ์ก่อนหน้า และความน่าจะเป็นในการเกิดเหตุการณ์ต่าง ๆ การวิเคราะห์แบบมาร์คอฟจะใช้ในการวิเคราะห์เหตุการณ์สุ่มที่ไม่มีอิสระ การเกิดเหตุการณ์หนึ่ง ๆ ขึ้นอยู่กับเหตุการณ์ก่อนหน้าและความน่าจะเป็นในการเกิดเหตุการณ์ต่าง ๆ ในลำดับถัดไป ซึ่งต่างจากแบบจำลองการโยนเหรียญที่เหตุการณ์ในการโยนเหรียญแต่ละครั้งมีความเป็นอิสระต่อกัน ไม่ว่าการโยนเหรียญก่อนหน้าจะได้ผลลัพธ์เช่นไรก็ไม่มีผลต่อการโยนเหรียญครั้งต่อไป ตัวอย่าง
แบบจำลองชนิดอื่น ๆ แบบจำลองแถวคอย (Queuing Model) คือ แบบจำลองที่ใช้คำนวณจำนวนพนักงานให้บริการที่เหมาะสม เพื่อให้ค่าใช้จ่ายขององค์กรต่ำที่สุดและลูกค้าไม่ต้องรอรับบริการนานเกินไป ซึ่งมักใช้ในธุรกิจที่มีระบบลูกค้าสัมพันธ์ เช่น Call Center จุดชำระค่าบริการและสถานการณ์ที่มีการเข้าแถวรอรับบริการ โดยแบบจำลองนี้จะทำการคำนวณปริมาณจุดบริการลูกค้าที่เหมาะสม แล้วทดสอบแนวทางแก้ไขปัญหาต่าง ๆ ที่ได้รับจากแบบจำลองโดยการสุ่มค่าปริมาณจุดให้บริการลูกค้า
แบบจำลองชนิดอื่น ๆ แบบจำลองแถวคอย (Queuing Model) สิ่งที่ต้องพิจารณาในแบบจำลองแถวคอย คือ1. ค่าเฉลี่ยของเวลาเข้าใช้บริการของลูกค้า2. ค่าเฉลี่ยอัตราการให้บริการลูกค้า (ค่าเฉลี่ยเวลาที่ลูกค้าแต่ละคนเข้ารับบริการ)3. ความพึงพอใจของลูกค้า4. ค่าใช้จ่ายในการดำเนินการ ณ จุดบริการลูกค้า ผลลัพธ์ที่ได้จากระบบ คือ1. ค่าเฉลี่ยของลูกค้าที่เข้าแถวรอรับบริการ2. ค่าเฉลี่ยของเวลาที่ลูกค้ารอรับบริการ3. ปริมาณพนักงานให้บริการ ณ จุดบริการลูกค้า
แบบจำลองชนิดอื่น ๆ แบบจำลองแถวคอย (Queuing Model) วัตถุประสงค์ของการใช้แบบจำลองการเข้าแถวรอรับบริการ คือ1. อธิบายพฤติกรรมของระบบการเข้าแถวรอรับบริการ2. ใช้พิจารณาปริมาณจุดให้บริการที่เหมาะสม3. ประเมินแนวทางการตัดสินใจเกี่ยวกับการจัดการปริมาณจุดให้บริการได้ อย่างเหมาะสม
แบบจำลองชนิดอื่น ๆ แบบจำลองแถวคอย (Queuing Model) รูปแบบของแถวคอยแบ่งตามจุดให้บริการและแถวคอย1. มีแถวรับบริการ 1 แถว และมีจุดให้บริการ 1 จุด เช่น การเข้าแถวรอใช้บริการ ตู้ ATM2. มีแถวรับบริการ 1 แถว และมีจุดให้บริการหลายจุด เช่น การเข้าแถวรอรับ บริการในธนาคาร3. มีแถวรับบริการหลายแถว และมีจุดให้บริการหลายจุด เช่น การเข้าแถวรอรับ บริการ ณ จุดชำระเงินในซุปเปอร์มาร์เกต และการเข้าแถวรอรับบริการใน ร้านอาหารฟาสต์ฟู้ด แสดงรูปแบบแถวคอยทั้ง 3 รูปแบบ
แสดงรูปแบบแถวคอยทั้ง 3 รูปแบบ
แบบจำลองชนิดอื่น ๆ แบบจำลองแถวคอย (Queuing Model) คุณลักษณะของระบบแถวคอย1. อัตราการใช้บริการ (Arrival Rate)2. อัตราการให้บริการ (Service Rate) คือ เมื่อผู้ใช้บริการที่มาถึงแถวคอยแล้ว จะต้องเสียเวลาในการรอจนกว่าจะได้รับบริการ (บางครั้งอาจไม่ต้องรอก็ได้) เวลาในช่วงนี้เรียกว่า “เวลาคอย (Queue Time)” และเวลาที่ใช้ไปในการรับ บริการ เรียกว่า “เวลาให้บริการ (Service Time)”
ระบบจัดการฐานแบบจำลอง (Model Base Management System) ความหมายของ “ระบบจัดการฐานแบบจำลอง” ระบบการจัดฐานแบบจำลอง เป็นซอฟต์แวร์ที่เป็นตัวกลางในการติดต่อระหว่างผู้ใช้กับฐานแบบจำลอง หรือระหว่างฐานข้อมูลกับฐานแบบจำลอง ทำหน้าที่คล้ายกับซอฟต์แวร์ระบบจัดการฐานข้อมูล (Database Management System: DBMS) ทั่วไป ทำหน้าที่ในการจัดการปรับปรุง เปลี่ยนแปลง คัดเลือก และประสานการทำงานระหว่างแบบจำลองชนิดต่าง ๆ ในฐานแบบจำลอง ส่วนหน้าที่ที่มากขึ้น
ระบบจัดการฐานแบบจำลอง (Model Base Management System) หน้าที่และความสามารถของระบบจัดการฐานแบบจำลอง 1. ผู้ใช้จะต้องสามารถเข้าถึง และดึงแบบจำลองในฐานแบบจำลองออกมาใช้งาน ได้ตามต้องการ2. ผู้ใช้จะต้องสามารถทดลองและปฏิบัติการใด ๆ กับแบบจำลองในฐาน แบบจำลองได้3. ต้องสามารถจัดเก็บและจัดการกับแบบจำลองต่างชนิดกันได้4. ต้องสามารถเข้าถึง และทำงานร่วมกับแบบจำลองสำเร็จรูปในโปรแกรมอื่นได้5. ต้องแสดงหมวดหมู่หรือรายการของแบบจำลองได้6. จะต้องทำหน้าที่ในการจัดเก็บ เข้าถึง ปรับปรุง เชื่อมโยง จัดหมวดหมู่ และ ค้นหาแบบจำลองได้
