Grzegorz Chrobak1), Katarzyna Chrobak2)
Uniwersytet Przyrodniczy
we Wrocławiu, Politechnika Wrocławska
Podejmowanie decyzji o lokalizacji inwestycji w przestrzeni jest działaniem o charakterze strategicznym dla rozwoju działalności. Toteż w celu osiągnięcia maksymalnych korzyści biznesowych zestawia się czynniki ilościowe i jakościowe – zgodnie z powszechnie przyjętymi normami, opierając się na ówcześnie pozyskanych danych. W przypadku lokalizowania obiektów w przestrzeni, przy wyborze odpowiedniego miejsca, często wykorzystuje się możliwości narzędzia GIS (np. zestaw narzędzi Spatial Analyst w oprogramowaniu ArcGIS).
Jednakże praktyka pracy z danymi pokazuje, że nie wszystkie pozyskane informacje są łatwe do efektywnego wykorzystania w postaci atrybutów w przestrzeni. Niejednokrotnie dane tego typu są porzucane w trakcie analizy, pomimo swojej potencjalnej istotności dla rezultatu badań. W konsekwencji tracona jest wiedza nieustrukturyzowana – składająca się na ważny element ludzkich wyborów, których nieodłącznymi (i często skutecznymi) składnikami są doświadczenia, intuicja oraz wiedza niekonwencjonalna. Ujęcie tego typu informacji w ramy „twardych” wskaźników matematycznych jest kłopotliwe i czasochłonne – co w oczywisty sposób stoi w sprzeczności z interesami biznesowymi.
Czy w takim razie istnieje możliwość skutecznego połączenia wyżej wymienionych informacji podczas podejmowania decyzji lokalizacyjnych? Jednym z rozwiązań jest rozszerzenie możliwości metod GIS poprzez zastosowanie algorytmów logiki rozmytej (Fuzzy Logic). W swoim aplikacyjnym znaczeniu – jest to system logiczny, który posiada rozszerzenie w postaci algorytmów logiki wielowartościowej (rachunek zdań, w którym przyjmuje się więcej niż dwie wartości logiczne). Wartością dodaną stosowania tego typu logiki w analizach jest możliwość brania pod uwagę zmiennych lingwistycznych – takich, w których zmienną jest wyraz. W efekcie rachunki w logice rozmytej odbywają się z zastosowaniem słów w miejsce wartości numerycznych. Pomimo mniejszej dokładności operatorów tekstowych – wykorzystanie ich w obliczeniach przybliża system do imitowania ludzkiej intuicji. Ponadto, wnioskowanie lingwistyczne z założenia zakłada kontrolowaną tolerancję dla mniejszej precyzji obliczeń, co pociąga za sobą obniżenie kosztów obliczeniowych przy jednoczesnym zachowaniu zadowalających efektów.
W celu sprawdzenia skuteczności proponowanych rozwiązań wykonano analizę lokalizacyjną w oparciu o narzędzia GIS oraz koncepcje logiki rozmytej. Opracowanie stanowi studium przypadku lokalizacji winnic na obszarze Wzgórz Trzebnickich w województwie dolnośląskim. W trakcie analizy wzięto pod uwagę zarówno aspekty ilościowe, jak i dane niekonwencjonalne.
W pierwszym etapie prac na podstawie analiz przestrzennych GIS opartych o zasady logiki rozmytej wyodrębniono potencjalnie najkorzystniejsze obszary dla lokalizacji winnic. Do podjęcia ostatecznej decyzji, w drugim etapie, wykorzystano potencjał danych niekonwencjonalnych przy użyciu skryptu opartego o funkcje biblioteki Fuzzy Logic w środowisku Matlab.
Dzięki połączeniu funkcjonalności narzędzi GIS i elementów logiki wielowartościowej możliwe było uzyskanie znaczącego wzrostu precyzji przy doborze najbardziej optymalnych lokalizacji dla winnic. Skuteczne wykorzystanie danych miękkich wzbogaciło analizę oraz pozwoliło na zwiększenie ilości informacji wejściowych. Analiza ujawniła także swój potencjał jako potencjalnie istotny element procesu wsparcia decyzyjnego. Ponadto przedstawione rozwiązanie zwraca uwagę na efektywność coraz częściej stosowanego wspomagania narzędzi GIS funkcjonalnością interaktywnych środowisk do wykonywania obliczeń naukowych i inżynierskich.