Streszczenie
W procesie zarzdzania przedsibiorstwem brany chemicznej niebagatelne znaczenie ma właciwe wywaanie aspektów ekonomicznych, ekologicznych oraz społecznych. Poza oczywistym polem swojej działalnoci, podmiot chemiczny musi stale by konfrontowany z problemami rodowiskowymi, gdy rosnca zaleno systemów ekonomicznych oraz społecznych od stanu rodowiska jest niekwestiono-wan cech współczesnoci. Łczenie w jedn cało odbioru społecznego z aspektami ekologicznymi i polityk wytwórcz wie si z przepływem i przetwa-rzaniem duej iloci rónorodnych informacji. Moliwe jest to jedynie w oparciu o system wspomagania decyzji.
Słowa kluczowe: rozwój zrównowaĪony, systemy wspomagania decyzji, przedsiĊbiorstwo chemiczne
1. Wprowadzenie
UmiejĊtne zarządzanie Ğrodowiskiem jest kwestią niezwykle waĪną w działalnoĞci przemysłowej. Zwłaszcza branĪa chemiczna wymaga stosowania skutecznych narzĊdzi umoĪliwiających wywaĪanie róĪnorakich aspektów swojego funkcjonowania, a sprowadzających siĊ do stałego doskonalenia w umiejĊtnym korzystaniu z zasobów naturalnych, poszanowaniu Ğrodowiska, oraz w działaniu w zgodzie z prawem.
PodejĞcie zwane rozwojem zrównowaĪonym w sposób czytelny definiuje obszary, na które kłaĞü naleĪy szczególny nacisk. Rozwój zrównowaĪony tłumaczy koniecznoĞü opierania działalnoĞci przemysłowej na ekologicznych, ekonomicznych oraz społecznych filarach tak, by zaspakajając dzisiejsze potrzeby nie umniejszaü szansy na moĪliwoĞü ich zaspakajania przez przyszłe pokolenia. Troska o zadowolenie ze swojej egzystencji człowieka, bĊdącego nierozerwalnym elementem Ğrodowiska, w którym Īyje, stanowi istotny aspekt rozwoju zrównowaĪonego [1, 7].
2. Rozwój zrównowaony w przemyle chemicznym
Przemysł chemiczny stanowi jedną z głównych gałĊzi przemysłu ogólnoĞwiatowego. Był równieĪ jednym z pierwszych, który przyjął zasady zrównowaĪonego rozwoju, tłumaczącego koniecznoĞü integracji aspektów ekologicznych, ekonomicznych oraz społecznych
W połowie lat osiemdziesiątych XX wieku sformułowany został program o nazwie Responsible Care. Program wpisany całkowicie w podstawowe zasady rozwoju zrównowaĪonego jest zobowiązaniem siĊ do ciągłego doskonalenia produkcji i zarządzania na rzecz zdrowia, bezpieczeĔstwa i ochrony Ğrodowiska. Program zawiera nie łatwą do realizowania w warunkach konkurencji zasadĊ przejrzystej działalnoĞci przemysłowej, zwłaszcza w odniesieniu do społecznoĞci lokalnych, powiązanych z przedsiĊbiorstwem chemicznym np. bliskoĞcią zamieszkania. Całkowita odpowiedzialnoĞü za los produktu począwszy od jego zaprojektowania, wydobycia surowców, wytworzenia oraz utylizacji jest jednym z elementów programu. W Polsce program znany jest pod nazwą OdpowiedzialnoĞü i Troska [9].
Rozwój zrównowaĪony nakłada na przemysł chemiczny sprecyzowane zadania. NaleĪą do nich:
1. ZwiĊkszenie wydajnoĞci i poprawy jakoĞci plonów i hodowli, zagwarantowanie czystoĞci wód i zdrowej ĪywnoĞci, opanowania głównych chorób i plag (poprzez postĊp w produkcji agrochemikaliów, chemikaliów paszowych i ĪywnoĞciowych, półproduktów farmaceutycznych i leków, Ğrodków higieny, miĊdzy innymi opierając siĊ na rozwoju biochemii, chemii fizjologicznej czy molekularnym modelowaniu).
2. W zakresie zaspokajania energetycznych potrzeb ludzkoĞci i racjonalnego gospodarowania Ğwiatowymi zasobami surowców – koniecznoĞü współpracy w doskonaleniu metod pozyskiwania, przerobu i oszczĊdnego gospodarowania zasobami noĞników energii i surowców chemicznych, wprowadzaniu do uĪytku coraz bardziej przyjaznych Ğrodowisku paliw, efektywnym wykorzystywaniu alternatywnych surowców i noĞników energii (w tym ciĊĪkich rop, łupków bitumicznych, piasków roponoĞnych, biomasy, odpadów), rozwijaniu metod chemicznego przerobu metanu, głównie z gazu ziemnego, dwutlenku wĊgla z atmosfery i z kopalnych wĊglanów i szeregu innych.
3. W zakresie dostarczania coraz doskonalszych materiałów i półfabrykatów umoĪliwiających rozwój innych obszarów techniki i codziennego Īycia (budownictwa, transportu, gospodarstwa domowego, produkcji odzieĪy, elektroniki, medycyny i innych).
4. W zakresie eliminacji zanieczyszczeĔ Ğrodowiska niezbĊdne jest współdziałanie w kompleksowej ochronie Ğrodowiska poprzez wprowadzanie u siebie bezodpadowych technologii oraz przez podjĊcie siĊ pełnienia centralnej roli w walce z zanieczyszczeniami Ğrodowiska powodowanymi przez inne obszary działalnoĞci człowieka, na drodze chemicznych i fizykochemicznych metod i Ğrodków unieszkodliwiania szkodliwych emisji, Ğcieków, odpadów i zuĪytych wyrobów, i wreszcie szerzej, poprzez rozwój chemii Ğrodowiska, obejmującej atmosferĊ, Ğrodowisko ziemskie, oceany i studia nad zmianami globalnymi.
RóĪnego rodzaju uwarunkowania nie zawsze sprzyjają wdraĪaniu zasad zrównowaĪonego rozwoju, zwłaszcza w krajach Ğrednio zamoĪnych, w których aspekt ekonomiczny w procesie podejmowania decyzji zajmuje rolĊ wiodącą a czĊsto wrĊcz jedyną. Jedynie rygory prawne są w stanie zainicjowaü powolne przemiany w podejĞciu do przedsiĊbiorczoĞci chemicznej.
W Polsce przemysł chemiczny od kilkunastu lat podlega gruntownym przeobraĪeniom. Dotyczy to głównie przetwórstwa ropy naftowej, branĪy petrochemicznej oraz produkcji tworzyw sztucznych.
3. Zastosowanie Systemów Wspomagania Decyzji
Podejmowanie decyzji ma na celu rozstrzygniĊcie danego problemu. PojĊcie „decyzja” oznacza wybór pomiĊdzy wieloma moĪliwoĞciami – opcjami (wariantami) decyzyjnymi. WyróĪniü moĪna nastĊpujące etapy procesu podejmowania decyzji: rozpoznanie problemu, modelowanie problemu, wybór jednego z wariantów oraz realizacja i nadzór wybranego działania [6].
W przypadku wiĊkszoĞci rozwiązywanych problemów nie istnieje jedno kryterium, którego uwzglĊdnienie pozwoli na podjĊcie optymalnej decyzji. Bardzo czĊsto na podjĊcie decyzji wpływa wiele złoĪonych, wzajemnie zaleĪnych czynników. W takich przypadkach pomocne okazują siĊ systemy informatyczne, nazywane systemami wspomagania decyzji.
W literaturze Systemy Wspomagania Decyzji (SWD albo DSS – z ang. Decission Support System) są definiowane jako systemy informatyczne, obsługujące głównie taktyczny i strategiczny poziom zarządzania, których zadaniem jest dostarczanie informacji z danej dziedziny, wykorzystywanie analitycznych modeli decyzyjnych oraz baz danych w celu ułatwiania podejmowania decyzji w słabo ustrukturalizowanym Ğrodowisku decyzyjnym.
PoniĪej wymienione zostały przypadki, w których moĪliwe jest zastosowanie systemów informatycznych do podejmowania decyzji bez udziału człowieka [3]:
• decyzje podejmowane na podstawie dobrze poznanych związków pomiĊdzy wartoĞciami zmiennych decyzyjnych a stanem danych wejĞciowych,
• decyzje wymagające precyzyjnej logiki,
• decyzje wymagające uwzglĊdnienia wielu róĪnorodnych kryteriów, co wymaga przeanalizowania wielu ich kombinacji,
• decyzje, których dopuszczalny czas podejmowania przekracza moĪliwoĞci człowieka. Z kolei udział człowieka (decydenta) w podejmowaniu decyzji jest niezbĊdny w nastĊpujących sytuacjach:
• decyzje podejmowane bez wiedzy dotyczącej związków pomiĊdzy wartoĞciami zmiennych decyzyjnych a stanem danych wejĞciowych, np. decyzje podejmowane intuicyjnie,
• decyzje wymagające uwzglĊdnienia ludzkich zachowaĔ, odczuü, reakcji i emocji, • decyzje wymagające znacznej inteligencji i kreatywnoĞci.
W takich przypadkach moĪliwe jest zastosowanie SWD do wstĊpnego przetworzenia dostĊpnych danych wejĞciowych i wygenerowania podpowiedzi.
Działanie SWD moĪna okreĞliü jako odnajdywanie na podstawie jasno wyraĪonych, choü niekoniecznie w pełni sformalizowanych modeli elementów poszukiwanej odpowiedzi, elementów wyjaĞniających decyzjĊ i – najczĊĞciej – elementów stanowiących zalecenia. SWD mogą wspieraü niektóre bądĨ wszystkie fazy procesu decyzyjnego. Istotne jest równieĪ, aby SWD umoĪliwiał jak najwierniejsze odzwierciedlenie aktualnych poglądów decydenta. NaleĪy jednak podkreĞliü, Īe wspomaganie decyzji nie jest równoznaczne z jej podjĊciem, gdyĪ to jest zadanie i odpowiedzialnoĞü osoby podejmującej decyzjĊ.
Grobarek przytacza kilka definicji SWD sformułowanych przez róĪnych autorów. Odzwierciedlają one róĪne punkty widzenia i róĪne poziomy abstrakcji, na jakich moĪna analizowaü owe systemy informatyczne. Keen i Scott Morton okreĞlili SWD jako „interaktywny system informatyczny, którego zadaniem jest integrowanie danych i modeli w celu poszukiwania rozwiązania dla słabo ustrukturalizowanych problemów decyzyjnych”. Lewine i Pomerol podali, Īe SWD jest „systemem informatycznym, który wspomaga proces zarządzania za pomocą technik przeszukiwania heurystycznego”. Zdaniem Little SWD to „nieskomplikowany, łatwy w obsłudze program komputerowy, który zapewnia pełne wsparcie informacyjne w analizie wybranych problemów decyzyjnych”. Edwards: „Ğrodowisko, które zapewnia dostĊp do danych i modeli, aby umoĪliwiü uĪytkownikowi podejmowanie lepszych decyzji”. Connell i Powell zdefiniowali SWD w sposób ogólniejszy: „kaĪdy system komputerowy, który wspiera proces planowania lub asystuje przy podejmowaniu decyzji kierowniczych”, natomiast dla Kim i Courtney SWD jest „dowolnym Ğrodowiskiem informatycznym, które umoĪliwia odnalezienie zadowalającego rozwiązania problemu decyzyjnego. Jest uĪyteczny zwłaszcza w tych sytuacjach decyzyjnych, w których
moĪliwoĞci tradycyjnych metod algorytmicznych są ograniczone a kluczową rolĊ odgrywa subiektywny pogląd decydenta”.
Po przeanalizowaniu powyĪszych definicji jasnym siĊ staje, Īe w zaleĪnoĞci od zastosowanych kryteriów i przyjĊtego punktu widzenia do SWD moĪna zaliczaü bardzo róĪne rozwiązania informatyczne.
Rysunek 1. Schemat SWD ħródło: Opracowane w oparciu o 5.
SYSTEM ZARZĄDZANIA BAZĄ METOD I MODELI SYSTEM ZARZĄDZANIA SWD SYSTEM ZARZĄ-DZANIA BAZĄ DANYCH BAZA METOD BAZA DANYCH INTERFEJS UĩYTKOWNIKA
Systemy, które najczĊĞciej są traktowane jako SWD, są układami złoĪonymi, składającymi siĊ z wielu modułów. Typowo SWD składa siĊ z systemu zarządzania bazą danych, systemu zarządzania bazą metod i modeli, interfejsu uĪytkownika, moĪe równieĪ zawieraü podsystem do komunikowania siĊ z innymi czĊĞciami systemu informatycznego.
Baza danych SWD zawiera informacje dotyczące danej dziedziny wiedzy. Mogą one pochodziü z systemów transakcyjnych, baz i hurtowni danych, a do ich pozyskiwania i zarządzania nimi czĊsto wykorzystuje siĊ techniki wydobywania danych (Data Mining).
Baza metod i modeli jest złoĪoną strukturą, zawierającą opisy odpowiednich działaĔ (zachowaĔ) w połączeniu z sytuacjami decyzyjnymi. WłaĞnie ten moduł odpowiada za generowanie podpowiedzi.
Interfejs uĪytkownika ma zapewniaü wysoki komfort uĪytkowania, umoĪliwiając uzyskiwanie Īądanych informacji w moĪliwie atrakcyjnej i zrozumiałej formie.
Power wymienia siĊ nastĊpujące klasy SWD:
• SWD oparte na komunikacji (Communications-driven DSS); • SWD oparte na przetwarzaniu danych (Data-driven DSS); • SWD oparte na analizie dokumentów (Document-driven DSS); • SWD oparte na wiedzy (Knowledge-driven DSS);
• SWD oparte na modelach (Model-driven DSS).
Na rysunku 1 przedstawiono ideowy schemat typowego SWD.
4. Rozwój systemów informatycznych wspomagajcych zarzdzanie rodowiskiem
Operowanie duĪą iloĞcią wielorakiej informacji w procesie podejmowania decyzji jest koniecznoĞcią. PrzedsiĊbiorstwa chemiczne muszą przecieĪ stale analizowaü wpływ całych grup procesów lub produktów na Ğrodowisko, szacowaü te wpływy. Systemy zarządzania róĪnorakimi aspektami (np. jakoĞcią, Ğrodowiskiem, BHP) doczekały siĊ szczegółowych opracowaĔ w postaci norm i wytycznych. WdraĪane w przedsiĊbiorstwach chemicznych są doskonałym narzĊdziem wspomagającym rozwój. Równie pozytywnym procesem jest tendencja łączenia wszystkich lub wybranych systemów w jednorodne struktury, tzw. systemy zintegrowane. Jednak problematyka społeczna, choü wielokrotnie podejmowana, była opracowywana niejako w oderwaniu od pozostałych elementów, nigdy nie tworząc z pozostałymi systemami zwartej całoĞci. Dlatego tworzenie systemów pozwalającego na interakcjĊ ze wszystkimi wymienionymi obszarami jest w dniu dzisiejszym sprawą priorytetową.
Pierwsze narzĊdzia informatyczne wspomagające zarządzanie Ğrodowiskiem opracowano w latach siedemdziesiątych dwudziestego wieku. Były to proste programy operujące stosunkowo niewielką iloĞcią danych i mające w załoĪeniu optymalizowanie problemów o niskim stopniu złoĪonoĞci. Programy koncentrowały siĊ głównie wokół problematyki zagospodarowania odpadów.
Technika oparta na zastosowanej przez Clarka w 1973 roku idei ciągłego programowania liniowego znalazła rozwiniĊcie w pracach Kuhnera i Harringtona, którzy w 1975 roku opracowali system MILP (Mixed-Integer Linear Programming) – Mieszane Programowanie Liniowe. NarzĊdzie to umoĪliwiało dynamiczne, wieloetapowe modelowanie inwestowania i zostało zaprojektowane do zarządzania regionalnym systemem gospodarowania odpadami.
Kolejne lata przyniosły wzrost liczby programów. Dokonana przez Morrissey’a i Browne’a systematyka pozwoliła na wyodrĊbnienie trzech podstawowych grup modeli systemów:
• modele oparte na analizie kosztów i korzyĞci, • modele oparte na analizie cyklu Īycia produktu, • modele oparte na wielokryterialnej analizie decyzji.
Mimo ciągłych udoskonaleĔ Īaden z ówczesnych systemów nie łączył w sobie wszystkich wymogów zrównowaĪonego gospodarowania odpadami: aspektów ekologicznych, ekonomicznych oraz społecznych.
W latach dziewiĊüdziesiątych XX wieku pracowano nad SDSS (Spatial Decision Suport Systems) – Przestrzennymi Systemami Wspomagania Decyzji, integrującymi działanie ES (Export Systems) – Systemów Eksperckich, modeli matematycznych analizujących i zarządzających danymi oraz GIS (Geographic Information System)
– Geograficznych Systemów Informacyjnych.
Głównym zadaniem GIS jest pomoc w modelowaniu poszczególnych składowych Ğrodowiska. Tworzące wymieniony system dane są wzbogacone o ich przestrzenne odniesienie, co ma wpływ na głĊbsze zrozumienie analizowanych zjawisk [4].
Natomiast SDSS pozwalały zrozumieü planistom przestrzenny charakter programów związanych z gospodarka Ğrodowiskową oraz jej oddziaływaniem na Ğrodowisko oraz społeczeĔstwo [2, 8].
W 2002 roku przedstawione zostało podejĞcie bazujące na generatorze modeli MARKAL. MARKAL opiera siĊ na programowaniu liniowym i jest wykorzystywany do dnia dzisiejszego przy planowaniu gospodarki energetycznej oraz Ğrodowiskowej na róĪnych szczeblach.
ZłoĪonoĞü problematyki zagospodarowania odpadów stanowiła czĊstokroü problem w projektowaniu i wdraĪaniu systemu wspomagającego decyzje. W owym czasie analiza cyklu Īycia produktu – od wydobycia surowców po utylizacjĊ, polegała na porównywaniu wpływu na Ğrodowisko poszczególnych etapów cyklu Īycia alternatywnych produktów o zbliĪonym zastosowaniu. Rozwój modeli systemów bazował wiĊc na tak pojĊtej strategii zarządzania odpadami, wzbogacanej w dalszym etapie o elementy wyceny poszczególnych operacji. Przykładem modelu reprezentującego ową koncepcjĊ był IWM (Integrated Waste Management) – Zintegrowane Zarządzanie Odpadami. Jednak systemy tego typu nadal nie uwzglĊdniały implementacji elementów umoĪliwiających akceptacjĊ społeczną zastosowanych technik. NiedoskonałoĞü ta przenoszona była na kolejne projekty, jak np. stworzony przez Mc Dougall’a IWM – 2, bĊdący kompilacją systemu IWM z koncepcją LCA (Life Cycle Asessement) – Zarządzanie Cyklem ĩycia, czy projekty Bovea i Powella.
Program MS Excel posłuĪył z kolei Wangowi, Richardsonowi oraz Roddickowi do zbudowania modelu SWIM, pozwalającego na okreĞlenie zaleĪnoĞci pomiĊdzy elementami ekonomicznymi i ekologicznymi procesu gospodarowania odpadami na poziomie regionalnym. W podobnym obszarze problemowym pracował Tanskanen, niestety nie uzyskując powiązania modelu systemu z elementem akceptacji społecznej.
KoniecznoĞü usuniĊcia owego mankamentu, ciąĪącego na wszystkich dotychczasowych modelach podkreĞlał Joos. Pewnym przełomem stały siĊ dokonania Mig-Lung, Hwong-wen, Wan-Fa. Stworzyli oni model zawierający moduł społeczny, którego podstawowym zadaniem było wypracowanie rozwiązania w sytuacji konfliktu interesów stron. W 2007 roku zaprezentowali dwa modele: CAM oraz MCDM, które pretendują do okreĞlania ich mianem modeli zrównowaĪonych.
Z kolei Tonglet upatrywał sukcesu zmniejszenia liczby odpadów głównie w edukacji ekologicznej, zwłaszcza ludzi młodych, podnoszenia poziomu wiedzy na temat skutków konsumpcji itp.
5. Potrzeba stworzenia systemu wspomagania decyzji działajcego w zgodzie z załoeniami rozwoju zrównowaonego
Lokalizowanie w drugiej połowie XX wieku zakładów przemysłowych w miejscach gĊsto zaludnionych, skutkuje silnym odczuwaniem przez społecznoĞü zamieszkującą w ich pobliĪu wpływu działalnoĞci tychĪe przedsiĊbiorstw na jakoĞü Īycia. DziĊki stosowanym obecnie przez zakłady produkcyjne nowoczesnych, przyjaznych Ğrodowisku technologii, negatywny wpływ na Ğrodowisko jest minimalizowany. Jednak by moĪna było mówiü o całoĞciowym działaniu zgodnym z zasadami rozwoju zrównowaĪonego musiał by spełniony byü warunek integracji czterech podstawowych aspektów: ekologicznego, ekonomicznego, prawnego oraz społecznego (rys. 2).
Dokonany powyĪej przegląd systemów informatycznych wspierających decyzje w podmiotach chemicznych unaocznia, iĪ kwestia budowy modeli systemów zrównowaĪonych jest nadal otwarta i naleĪy koncentrowaü wysiłki na doskonaleniu tego typu narzĊdzi.
Jedną z prób integracji wymienionych aspektów podjĊto opracowując model systemu informatycznego wspomagającego podejmowanie decyzji w wybranym przedsiĊbiorstwie branĪy chemicznej. Opracowany model powstał w oparciu o uwarunkowania wybranego przedsiĊbiorstwa, bĊdącego wiodącym w Polsce producentem tworzyw sztucznych.
Opracowany system moĪe wspieraü decyzje na zasadzie wypracowywania optymalnego rozwiązania przy zadanych parametrach pracy, w czterech aspektach: ekologicznym, ekonomicznym, prawnym oraz społecznym.
System został oparty na prostej, liniowej architekturze, pozwalającej na wgląd do pracy systemu na dowolnym etapie. WyraĨnie zarysowana, czteromodułowa struktura (kaĪdy moduł umoĪliwia podjĊcie decyzji w odrĊbnym aspekcie) umoĪliwia dokonanie ocen w oparciu o dowolną, wybraną przez uĪytkownika iloĞü kryteriów.
Rysunek 2. Aspekty problemów decyzyjnych w przedsibiorstwie chemicznym ħródło: Opracowanie własne.
W grupie kryteriów ekonomicznych znajduje siĊ min. ocena kosztów stosowania danej technologii (wraz z kosztami korzystania ze Ğrodowiska) przy zastosowaniu wybranego surowca wejĞciowego, oraz zadanych ustawieniach parametrów charakteryzujących proces produkcyjny.
Do grupy kryteriów ekologicznych naleĪy min. ocena wpływu procesu produkcyjnego oraz uĪytkowania produktu na Ğrodowisko oraz zdrowie ludzkie. Ocena wpływu produktu na Ğrodowisko dokonywana jest na okres 20 lat od momentu wyprodukowania wyrobu. Ocena wpływu procesów i produktów na Ğrodowisko oparta jest o nastĊpujące kategorie: zuboĪenie zasobów biotycznych, zuboĪenie zasobów abiotycznych, efekt cieplarniany, dziura ozonowa, skaĪenie wody i powietrza, smog, zakwaszenie oraz eutrofizacja.
EKONOMICZNE Minimalizacja kosztów, maksymalizacja zysków SPOŁECZNE UwzglĊdnianie potrzeb lokalnych społecznoĞci PRAWNE Spełnianie wymogów prawnych EKOLOGICZNE Ograniczanie zanieczyszczenia Ğrodowiska
Rysunek 3. Schemat modelu systemu wspomagajcego decyzje w przedsibiorstwie chemicznym ħródło: Opracowanie własne.
Kryteria prawne pozwalają stwierdziü czy stosowane surowce nie są zabronione przez prawodawstwo do stosowania (w odpowiednich iloĞciach lub w ogóle), oraz czy nie są przekraczane normy obciąĪania Ğrodowiska gazami, Ğciekami oraz odpadami stałymi.
Kryteria społeczne dotyczą interakcji pomiĊdzy przedsiĊbiorstwem a społecznoĞcią. Zawierają takie aspekty jak: wymagania dotyczące informowania społeczeĔstwa o zagroĪeniach związanych z pracą przedsiĊbiorstwa w zakresie dopuszczalnych parametrów, zagroĪeniach wynikających ze zmiany technologii, rozbudową lub modernizacją zakładu lub awarią. Moduł społeczny ułatwia poznawanie cech lokalnej społecznoĞci oraz poziomu jej ĞwiadomoĞci ekologicznej, informuje o moĪliwoĞci zaangaĪowania siĊ grup społecznych w okreĞlone działania,
MODUŁ EKOLOGICZNY MODUŁ EKONOMICZNY MODUŁ PRAWNY MODUŁ SPOŁECZNY INTERFEJS UĩYTKOWNIKA
czy teĪ ostrzega o moĪliwych konfliktach.
Szukanie odpowiedzi na zadane kwerendy moĪe siĊ odbywaü poprzez zaangaĪowanie dowolnej liczby modułów – okreĞla to uĪytkownik, korzystając z faktu, Īe kaĪdy z modułów moĪe działaü jako niezaleĪny od pozostałych algorytm. Trzy z modułów: ekologiczny, ekonomiczny i prawny bazują na danych wyraĪonych liczbami; wypracowane rozwiązanie jest „sztywne”. W oparciu o wskaĨniki, normy, przepisy prawne, uĪytkownik uzyskuje dane liczbowe wsparte graficznym przedstawieniem obliczeĔ. Czytelnie prezentowane wyniki opatrzone są interpretacją z sugestiami dalszego postĊpowania (rys. 3). Nieco inny charakter przedstawia praca czwartego modułu. Jest powiązany ze Ğrodowiskiem (społecznoĞciami, które obsługuje) poprzez interfejs – uĪytkownika znającego lokalne uwarunkowania, mentalnoĞü oraz ĞwiadomoĞü ekologiczną. Interfejs ten przyjmuje informacje, wĊdrujące do niego ze społeczeĔstwa na zasadzie sprzĊĪenia zwrotnego. Jako, Īe dane pochodzące z obszaru społecznego mają róĪnoraką postaü, niejednakowy stopieĔ złoĪonoĞci interfejs operuje bardzo „miĊkkimi” technikami przy wypracowywaniu właĞciwej podpowiedzi uĪytkownikowi.
Otwarta architektura systemu umoĪliwia dostosowania struktury narzĊdzia do indywidualnych potrzeb przedsiĊbiorstwa.
6. Podsumowanie
Łączenie róĪnych aspektów, które do tej pory były rozpatrywane oddzielnie (ekonomiczne, ekologiczne, prawne i społeczne) w jedną całoĞü, staje siĊ punktem wyjĞcia do analizy wagi poszczególnych problemów w działalnoĞci przedsiĊbiorstw branĪy chemicznej. Taka analiza pozwala na stworzenie wytycznych zintegrowanego systemu informatycznego wspomagającego procesy decyzyjne w przedsiĊbiorstwach, z uwzglĊdnieniem hierarchii waĪnoĞci poszczególnych elementów i powiązania informacji z czasem i wiedzą. Zintegrowany system wspomagania decyzji moĪe byü wykorzystywany przy budowie nowego przedsiĊbiorstwa lub modernizacji istniejącego, przy zmianach procesów technologicznych lub optymalizacji procesów bieĪących. MoĪe byü równieĪ wykorzystywany przez urzĊdników, przez wyĪszy szczebel decyzyjny i wreszcie przez opiniĊ publiczną. Staü siĊ moĪe skutecznym narzĊdziem w zarządzaniu gospodarką Ğrodowiskową zgodnie z ideą rozwoju zrównowaĪonego.
%LEOLRJUDILD
[1] Azapagic A., Perdan S., Clift R.: Sustainable Development in Practice. Case Studies for Engineers and Scientists, John Wiley & Sons, West Sussex 2004.
[2] Barlishen K. D., Baetz B. W.: Development of a Decision Support System for Municipal Solid Waste Management Systems Planning, Waste Management & Research 14, 1996. [3] Bielecki W. T.: Informatyzacja zarzdzania, PWE, Warszawa 2001.
[4] Górniak-Zimroz J.: Wykorzystanie systemów wspomagania decyzji w gospodarce odpadami, Prace Naukowe Instytutu Górnictwa Politechniki Wrocławskiej, Oficyna Wydawnicza Politechniki Wrocławskiej, Wrocław 2007.
[5] Grobarek I., GrzywaĔski Ł., Mączka I., Tomalik D., Twórz K.: NiezawodnoĞü systemów wspomagania decyzji, opublikowane w http://www.ioz.pwr.wroc.pl/, Wrocław 2007. [6] ŁodziĔski A.: Komputerowy system wyboru decyzji wielokryterialnej, V Konferencja
[7] Mazur-Wierzbicka E.: Koncepcja zrównowaonego rozwoju jako podstawa gospodarowania rodowiskiem przyrodniczym, Funkcjonowanie gospodarki polskiej w warunkach integracji i globalizacji, Katedra Mikroekonomii Uniwersytetu SzczeciĔskiego, Szczecin 2005.
[8] Macdonald M.: A multi-attribute spatial decision support system for solid waste planning, Computers, Environment and Urban Systems 20, 1996.
[9] http://www.rc.com.pl wejĞcie dnia 09.04.2011 r.
INFORMATION SYSTEMS SUPPORTING ENVIRONMENT MANAGEMENT IN CHEMICAL ENTERPRISES
Summary
The proper balancing of economic, ecological and social aspects is crucial in the management process of any enterprises in chemical branches. Apart from ob-vious everyday activities of an enterprise, a chemical organization has to constantly face environmental problems because growing dependence of economic and social systems from an environmental state is undoubtedly the most essential feature of nowadays. Integrating a social perception with economic ones as well as with manufacturing policy is connected with the flow and processing a large amount of data. It is only possible thanks to a system of supporting decisions.
Keywords: sustainable development, system as a decision-making aid, chemistry enterprise
Krzysztof Michalski Jacek Sitko
Instytut InĪynierii Produkcji Wydział Organizacji i Zarządzania Politechnika ĝląska
ul. Roosevelta 26, 41-800 Zabrze e-mail: Krzysztof.Michalski@polsl.pl
