Od lat wiadomo, Ŝe polski sektor publiczny nie jest zinformatyzowany w naleŜytym stopniu. Nie istnieje teŜ zaawansowany projekt i plan przeprowadzenia takiej informatyzacji. Częste zmiany przepisów (w przypadku informatyzacji ZUS w latach 1998-2003 ustawę o ubezpieczeniach społecznych nowelizowano 9 razy [55]) powodują, iŜ bardzo trudno jest wprowadzać i wykorzystywać zaawansowane systemy komputerowe w administracji publicznej. Z tego względu najczęściej wykorzystywane są jedynie systemy bazodanowe (tzw. hurtownie danych), które umoŜliwiają gromadzenia i przetwarzanie informacji o obywatelach (np. PESEL, CEPiK, KSI ZUS, REGON)
W przeciwieństwie do sektora publicznego, w sektorze prywatnym, od dawna stosuje się systemy wspomagania decyzji lub systemy wspomagania zarządzania. Nowy model zarządzania publicznego (ang. New Public Management) wymusił jednak takŜe i w sektorze publicznym zmianę paradygmatu biurokracji na paradygmat przedsiębiorczości [44]. Koncepcja nowego modelu zarządzania publicznego opiera się na załoŜeniu, iŜ w sektorze publicznym zarządzanie jako wyodrębniona działalność
moŜe być zastosowane w taki sam sposób jak w sektorze prywatnym, a co za tym idzie naleŜy stosować takie same lub podobne komputerowe systemy wspomagania zarządzania, do których naleŜą:
• informatyczne systemy zarządzania (MIS), które słuŜą wspomaganiu
rutynowych czynności organizacji, czyli planowania, zarządzania wszelkimi zasobami organizacyjnymi, kierowania, kontrolowania działalności organizacji. Typowy MIS sięga do organizacyjnej bazy danych w celu pozyskania odpowiednich informacji, które następnie przetwarza zgodnie z potrzebami uŜytkownika,
• systemy wspomagające decyzje (DSS), do których zaliczamy interaktywne
systemy komputerowe wspomagające kadrę kierowniczą w podejmowaniu decyzji niestrukturyzowanych przez zastosowanie odpowiednich danych których modeli komputerowych,
• systemy ekspertowe (ES), których celem jest wspomaganie decydenta
w niestrukturyzowanej sytuacji decyzyjne. Systemy te nie posługują się modelami świata rzeczywistego, lecz naśladują tok rozumowania eksperta lub decydenta, czyli wykorzystują tzw. sztuczna inteligencję.
Celem niniejszej pracy jest zbudowanie komputerowego systemu wspomagania decyzji. Ze względu jednak na specyfikę problemu jakim jest wybór firm inwestujących na danym terenie system taki musi charakteryzować się następującymi cechami:
− budową modułową umoŜliwiającą w przyszłości rozbudowę tworzonego systemu
− niezaleŜnością od rodzaju danych wejściowych opisujących firmy
− graficznym interfejs uŜytkownika zapewniający łatwą konfigurację parametrów.
Modułowość systemu narzuciła naturalny podział pozwalający rozwijać poszczególne elementy bez konieczności modyfikowania pozostałych. PoniŜej zaprezentowano ogólny schemat podziału systemu.
Rys. 5 Diagram połączeń między modułami
Strzałki oznaczają wymagane połączenia pomiędzy modułami. Jako algorytm Pareto oznaczono algorytm umoŜliwiający znalezienie rozwiązań Pareto optymalnych
3.2. Platforma Eclipse
Systemy wspomagania decyzji, tak jak było to wcześniej powiedziane, to nie tylko zestaw algorytmów implementujących poszczególne funkcje, ale takŜe zintegrowany system, który umoŜliwia decydentowi (najczęściej osobie, która nie posiada specjalistycznej wiedzy z zakresu informatyki) dokonywać analiz, wprowadzać dane, zmieniać parametry wpływające na rodzaj i sposób podejmowania decyzji. System taki to takŜe system, który w sposób zrozumiały dla odbiorcy uzasadni podjęcie takiej bądź innej decyzji za pomocą wykresów lub reguł umoŜliwiając decydentowi prześledzenie całego procesu decyzyjnego (analiza taka jest niezbędna w przypadku podejmowania decyzji politycznych – patrz rozdział Problematyka podejmowania
decyzji w sektorze publicznym).
Ze względu na skomplikowaną budowę tworzonego systemu oraz konieczność zapewnienia modułowości platformy umoŜliwianej dalszą jej rozbudowę, autor zdecydował się na wykorzystanie otwartej platformy napisanej w języku Java - Eclipse,
która oferuje: (porównanie środowiska Eclipse z innym otwartym środowiskiem o nazwie NetBeans moŜna znaleźć w publikacji [64]):
modułową budowę aplikacji
jednolity wygląd elementów tworzonej aplikacji
obsługę systemów pomocy
łatwą rozszerzalność aplikacji
łatwa moŜliwość aktualizacji oprogramowania
moŜliwość wykorzystania gotowych rozwiązań (obsługi róŜnych formatów
plików, tworzenie graficznych edytorów itp. [63])
Rys. 6 Architektura Platformy Eclipse
Źródło: Eclipse Podręcznik Programisty – Wydawnicto Helion 2005, s. 197
Poszczególne moduły systemu zostały zaimplementowane jako wtyczki (ang.
plugins) dostępne w środowisku Eclipse-a. Pozwoliło to znacznie skrócić czas
implementacji całej aplikacji, a takŜe zapewniło łatwość w dodawaniu i rozbudowie poszczególnych wtyczek za pomocą specjalnego mechanizmu opartego o pliki postaci XML.
Głównym celem zaimplementowania własnej biblioteki algorytmów genetycznych było dopasowanie wymogów jakie są stawiane przy konstrukcji systemu (czyli modułowości i moŜliwości dalszej rozbudowy) do moŜliwości zastosowania algorytmów genetycznych. WaŜne było aby implementacja algorytmu genetycznego umoŜliwiała w przyszłości jego rozbudowę o moduły pozwalające wykorzystywać zaimplementowaną strukturę w procesie znajdowania rozwiązań Pareto-optymalnych.
Drugim bardzo waŜnym powodem, było takie zaprojektowanie model danych, które gwarantowałoby moŜliwość wykorzystania danych o dowolnej postaci (bez konieczności narzucania uŜytkownikowi określonych struktur).
Efektem pracy było powstanie biblioteki algorytmów genetycznych (dostępnej na stronie http://sourceforge.net, oraz stronie domowej autora) o bardzo prostej strukturze zaprezentowanej poniŜej. (w opinii autora biblioteka algorytmów genetycznych napisana w języku Java i dostępna w sieci Internet pod nazwa JGAP – nie gwarantuje aŜ takiej prostoty i funkcjonalności).
3.4. Implementacja algorytmu SPEA
Wybór algorytmu SPEA jako algorytmu umoŜliwiającego optymalizację wielokryterialną z wykorzystaniem algorytmów genetycznych, oraz stworzenie własnej biblioteki algorytmów genetycznych, pociągnęło za sobą konieczność implementacji algorytmu SPEA algorytmu umoŜliwiającego znalezienie rozwiązań Pareto-optymalnych (który w pracy oznaczany jest jako algorytm Pareto). PoniŜej na rysunku 8 zaprezentowano strukturę pakietu zapewniającego wyŜej wymienioną funkcjonalność.