МИНИСТЕРСТВО ОБРАЗОВАНИЯ РОССИЙСКОЙ ФЕДЕРАЦИИ УЛЬЯНОВСКИЙ ГОСУДАРСТВЕННЫЙ ТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ В.С.ЩЕКЛЕИН МОДЕЛИРОВАНИЕ ИНФОРМАЦИОННЫХ СИСТЕМ Конспект лекций для студентов направления 652100 «Авиастроение» Ульяновск 2002 2 УДК 621.9.06-229(035) ББК Щ Рецензент: Одобрены секцией методических пособий научно-методического сове- та университета Щеклеин В.С. Щ Моделирование информационных систем: конспект лекций/ В.С.ЩЕКЛЕИН. - Ульяновск: УлГТУ, 2002. - с. Конспект лекций представляет собой подборку материала, использо- ванного в 1999/2000 учебном году при проведении занятий по дисциплине "Моделирование информационных систем". Предназначен для студентов специализаций: 130107 «Программная обработка конструкционных мате- риалов» и 130111 «Проектный менеджмент авиационного производства». Это пособие не является завершенным, в него планируется включать новый разработанный материал, подборка и оформление которого осуществляется в соответствии с утвержденной программой дисциплины. 3 СОДЕРЖАНИЕ ВВЕДЕНИЕ ……………………………………………………………... 4 1. ОСНОВНЫЕ ПОНЯТИЯ ТЕОРИИ МОДЕЛИРОВАНИЯ ………... 4 2. СУЩНОСТЬ МЕТОДА СТАТИСТИЧЕСКИХ ИСПЫТАНИЙ И ЕГО РЕАЛИЗАЦИИ С ПОМОЩЬЮ КОМПЬЮТЕРА …………… 7 3. ОБОБЩЕННЫЕ АЛГОРИТМЫ СТАТИСТИЧЕСКОГО МОДЕЛИ- РОВАНИЯ ………………………………………………………… 9 4. МОДЕЛИРОВАНИЕ СЛУЧАЙНЫХ ВЕЛИЧИН С ЗАДАННЫМ ЗАКОНОМ РАСПРЕДЕЛЕНИЯ. МОДЕЛИРОВАНИЕ СЛУЧАЙ- НЫХ СОБЫТИЙ …………………………………………………….. 5. ПОДХОД К МОДЕЛИРОВАНИЮ СИСТЕМ ……………………... 15 6. ЗАДАНИЕ СЛУЧАЙНЫХ ВЕЛИЧИН И СЛУЧАЙНЫХ СОБЫТИЙ В EXCEL ………………………………………………………... 21 7. МОДЕЛИРОВАНИЕ МАРКОВСКИХ ЦЕПЕЙ ……………………. 23 8. МОДЕЛИРОВАНИЕ СИСТЕМ МАССОВОГО ОБСЛУЖИВАНИЯ. 25 9. СТРУКТУРА ИНФОРМАЦИОННО–ВЫЧИСЛИТЕЛЬНЫХ СИС- ТЕМ ……………………………………………………………………… 26 9.1. Понятие процесса ……………………….………………………….. 28 9.2. Рабочая нагрузка …………………………………………………… 29 10. ПОКАЗАТЕЛИ ЭФФЕКТИВНОСТИ ИНФОРМАЦИОННЫХ СИСТЕМ ……………………………………………………………….. 30 11. ОЦЕНКА ПРОИЗВОДИТЕЛЬНОСТИ КОМПОНЕНТОВ СИСТЕ- МЫ …………………………………………………………….…. 31 12. ОЦЕНКА ПРОИЗВОДИТЕЛЬНОСТИ СИСТЕМЫ В ЦЕЛОМ ……. 32 13. ВЛИЯНИЕ РЕЖИМА ОБРАБОТКИ ДАННЫХ …………………….. 35 14. ХАРАКТЕРИСТИКИ НАДЕЖНОСТИ ……………………………… 36 15. ПОСТРОЕНИЕ МАТЕМАТИЧЕСКОЙ МОДЕЛИ ИНФОРМАЦИОННОЙ СИСТЕМЫ …………………………………. 40 БИБЛИОГРАФИЧЕСКИЙ СПИСОК ……………………………………. 46 4 ВВЕДЕНИЕ Полезность математического моделирования для решения практиче- ских задач вообще не вызывает сомнений. Может возникнуть вопрос, а для чего необходимо осваивать моделирование информационных систем (а сей- час эти системы невозможно представить без вычислительной техники) авиа- строителям, ориентированным на технологию производства самолетов? Со- временная технология становится все более и более автоматизированной. Современный авиастроитель, будь он конструктор или технолог должен ис- пользовать компьютеры в своей работе. Существует опасность неадекватной оценки возможностей компьютера при решении инженерных задач. Это мо- жет привести или к отказу от автоматизации того или иного фрагмента тех- нологического процесса, или к неоправданным расходам на средства вычис- лительной техники, возможности которых сильно завышены по сравнению с необходимыми. При этом так называемый здравый смысл может приводить к серьезным ошибкам в оценке. Целью дисциплины является вооружение мо- лодого специалиста аппаратом оценки информационно - вычислительных систем для того, чтобы он мог грамотно вписывать средства автоматизации в контуры производства или управления. Кроме того, моделируя те или иные системы, студенты получают опосредованный опыт оптимизации систем и закрепляют навыки использования компьютера при решении профессио- нальных задач. 1. ОСНОВНЫЕ ПОНЯТИЯ ТЕОРИИ МОДЕЛИРОВАНИЯ Моделированием называется замещение одного объекта другим с це- лью получения информации о важнейших свойствах объекта – оригинала с помощью объекта – модели. Модель (франц. modele от лат. modulas – мера, образец) : 1) образец для массового изготовления изделия; марка изделия; 2) изделие, с которого снимается форма (шаблоны, лекала, плазы); 3) изображаемый художником человек или предмет; 4) устройство, воспроизводящее строение или действие какого-либо другого устройства; 5) любой образ объекта, процесса или явления, используемый в качестве представителя оригинала (изображение, схема, чертеж, карта); 6) математический аппарат, описывающий объект, процесс или явление; 7) приспособление для получения отпечатка в литейной форме. В дальнейшем, если это не будет оговорено особо, под моделью будем понимать математический аппарат. Всем моделям присуще наличие некоторой структуры (статической или динамической, материальной или идеальной), которая подобна структуре объекта – оригинала. В процессе работы модель выступает в роли относи- тельно самостоятельного квазиобъекта, позволяющего получить при иссле- довании некоторые знания о самом объекте. Если результаты такого иссле- 5 дования (моделирования) подтверждаются и могут служить основой для про- гнозирования в исследуемых объектах, то говорят, что модель адекватна объ- екту. При этом адекватность модели зависит от цели моделирования и при- нятых критериев. Процесс моделирования предполагает наличие: - объекта исследования; - исследователя, имеющего конкретную задачу; - модели, создаваемой для получения информации об объекте, необходимой для решения задачи. По отношению к модели исследователь является экспериментатором. Надо иметь в виду, что любой эксперимент может иметь существенное зна- чение в конкретной области науки и техники только при специальной обра- ботке его результатов. Одним из наиболее важных аспектов моделирования систем является проблема цели. Любую модель строят в зависимости от це- ли, которую ставит перед ней исследователь, поэтому одна из основных про- блем при моделировании – это проблема целевого назначения. Подобие про- цесса, протекающего в модели, реальному процессу, является не самоцелью, а условием правильного функционирования модели. В качестве цели должна быть поставлена задача изучения какой-либо стороны функционирования объекта. Если цели моделирования ясны, то возникает следующая проблема, проблема построения модели. Это построение оказывается возможным, если имеется информация или выдвинуты гипотезы относительно структуры, ал- горитмов и параметров исследуемого объекта. Следует подчеркнуть роль ис- следователя в процессе построения модели, этот процесс является творче- ским, базирующимся на знаниях, опыте, эвристике. Формальные методы, по- зволяющие достаточно точно описать систему или процесс являются непол- ными или просто отсутствуют. Поэтому выбор той или иной аналогии полно- стью основывается на имеющемся опыте исследователя, и ошибки исследо- вателя могут привести к ошибочным результатам моделирования. Когда модель построена, то следующей проблемой можно считать про- блему работы с ней, реализацию модели. Здесь основные задачи – минимиза- ция времени получения конечных результатов и обеспечение их достоверно- сти. Для правильно построенной модели характерным является то, что она выявляет лишь те закономерности, которые нужны исследователю, и не рас- сматривает свойства системы – оригинала, несущественные в данный мо- мент. Классификация видов моделирования систем приведена на рис. 1.1. Математическое моделирование – это построение и использование матема- тических моделей для исследования поведения систем (объектов) в различ- ных условиях, для получения (расчета) тех или иных характеристик оригина- ла без проведения измерений или с небольшим их количеством. В рамках ма- тематического моделирования сложились два подхода: - аналитический; - имитационный. 6 Моделирование систем Детермини- Стохастическое рованное Статическое Динамическое Дискретное Дискретно- Непрерывное непрерывное Абстрактное Материальное Наглядное Символическое Математическое Натурное Физическое Аналитическое Комбинирован. Имитационное Рис. 1.1. Аналитический подход основывается на построении формульных зави- симостей, связывающих параметры и элементы системы. Такой подход дол- гое время и был собственно математическим подходом. Однако при рассмот- рении сложных систем строгие математические зависимости весьма сложны, требуется большое количество измерений для получения требуемых значе- ний параметров. Анализ характеристик процессов функционирования сложных систем с помощью только аналитических методов исследования наталкивается на зна- чительные трудности, приводящие к необходимости существенного упроще- ния моделей либо на этапе их построения, либо в процессе работы с моде- лью, что снижает достоверность результатов. Имитационный (статистический) подход в моделировании базируется на использовании предельной теоремы Чебышева при вероятностном пред- ставлении параметров системы. На основе предварительного изучения моде- лируемой системы достаточно просто определяются виды и значения законов распределения случайных величин параметров. В рамках имитационного подхода используются аналитические зависимости между параметрами эле- ментов системы, однако эти зависимости имеют более обобщенный, упро- щенный характер. Они значительно проще, нежели зависимости в рамках аналитического подхода. 7 Математическое моделирование систем, в том числе и информацион- ных, имеет целью оптимизацию структуры систем, выбор наиболее опти- мальных режимов функционирования систем, определение требуемых харак- теристик аппаратурного оборудования и программного обеспечения. Математическое моделирование технологических процессов, в том числе и информационных, имеет основными целями нахождение оптималь- ных или приемлемых характеристик самого объекта, нахождение оптималь- ных режимов обработки, обучение персонала, обеспечение определенных функций управления. В любом случае моделирование должно отвечать следующим требова- ниям: - модели должны быть адекватны соответствующим системам или техноло- гическим задачам; - должна обеспечиваться необходимая точность; - должно обеспечиваться удобство работы пользователя – специалиста по технологии или по обработке информации (управлению): - понятный интерфейс управления моделированием; - достаточная скорость работы; - наглядность результатов; - приемлемая стоимость разработки и использования средств моделиро- вания. 2. СУЩНОСТЬ МЕТОДА СТАТИСТИЧЕСКИХ ИСПЫТАНИЙ И ЕГО РЕАЛИЗАЦИИ С ПОМОЩЬЮ КОМПЬЮТЕРА Метод статистического моделирования заключается в воспроизведении исследуемого процесса при помощи вероятностной математической модели и вычислении характеристик этого процесса. Основан метод на многократном проведении испытаний построенной модели с последующей статистической обработкой полученных данных с целью определения характеристик рас- сматриваемого процесса в виде статистических оценок его параметров. Рассмотрим уравнение: у = f (x, t , ξ) , (2.1) где y - параметр системы, требующий определения, x - фазовая переменная, t - время, ξ - случайный параметр, закон распределения которого нам известен. Если функция f существенно нелинейна, то для решения данной зада- чи нет универсальных методов решения, и достаточно полно отработанные регулярные методы поиска оптимальных решений можно применить только поставив во главу угла видимость использования математики, упрощения приведут к серьезной потери точности. Математическая модель станет не- 8 адекватной исследуемой системе, и моделирование будет только формой за- блуждения. Однако, если удается построить функцию y = ϕ (ξ) и датчик случайных чисел ξ 1 , ξ 2 , ... , ξ N с заданным законом распределения, то значение y может быть вычислено как y = ∑ ϕ (ξ i) N , (2.2) где ϕ (ξ 1) - значение i -ой реализации. Если f (x, t , ξ) является аналитической моделью процесса преобразова- ния информации или технологического процесса обработки детали, то ϕ (ξ) будет статистической моделью. Некоторые принципы и приемы построения статистических моделей будут рассмотрены позднее. Важно то, что при по- строении функции y = ϕ (ξ) и датчика случайных чисел ξ 1 , ξ 2 , ... , ξ N на бумаге в подавляющем большинстве случаев достаточно легко реализовать их на ЭВМ в рамках соответствующего программного обеспечения. При этом ре- зультаты будут содержать ошибку, но эта ошибка меньше, нежели ошибки из-за допущений в аналитической модели. Кроме того, ошибка из-за приме- нения статистической модели может быть количественно оценена. Этот прием распространяется и на более сложные случаи, когда урав- нение (2.1) содержит не только случайные параметры, но и случайные функ- ции. После получения на ЭВМ N реализаций следует этап обработки стати- стики, позволяющий рассчитать, наряду с математическим ожиданием (2.2) и другие параметры ϕ (ξ) , например дисперсию D = 1 N * ∑ x.i − 1 N 2* (∑ x.i) . В методе статистических испытаний для получения достаточно на- дежных результатов необходимо обеспечивать большое число реализаций N , кроме того, с изменением хотя бы одного исходного параметра задачи необ- ходимо производить серию из N испытаний заново. При сложных моделях неоправданно большая величина N может стать фактором, задерживающим получение результата. Поэтому важно правильно оценить необходимое чис- ло результатов. Доверительный интервал ε , доверительная вероятность α , дисперсия D и число реализаций N связаны соотношением ε = D NФ −1 (α) , где Ф −1 (α) - функция, обратная функции Лапласа. На практике можно воспользоваться соотношением N ≤ D ε 2 * 6,76 для α ≥ 0,99 принимая, с целью надежности, наибольшее значение N из соот- ношения (). Оценка дисперсии D может быть получена предварительно с помощью той же статистической модели при числе реализаций n , n << N . 9 При построении статистических моделей информационных систем ис- пользуется общий и прикладной математический аппарат. В качестве приме- ра можно привести аппарат систем массового обслуживания. Система массо- вого обслуживания (СМО) - система, предназначенная для выполнения пото- ка однотипных требований случайного характера. Статистическое моделиро- вание СМО заключается в многократном воспроизведении исследуемого процесса (технического, социального и т.д.) при помощи вероятностной ма- тематической модели и соответствующей обработке получаемой при этом статистики. Существуют пакеты программ статистического моделирования СМО, однако они требуют определенных усилий для их освоения и не всегда доступны. Поэтому в рамках дисциплины предлагается достаточно простой подход, позволяющий с наименьшими затратами моделировать простые СМО. При этом предполагается, что пользователь ознакомлен с теорией мас- сового обслуживания и имеет навыки работы на компьютере. Следует пом- нить, что массовое обслуживание - важный, но далеко не единственный предмет статистического моделирования. На основе этого метода решаются, например, задачи физики (ядерной, твердого тела, термодинамики), задачи оптимизации маршрутов, моделирования игр и т.п. 3. ОБОБЩЕННЫЕ АЛГОРИТМЫ СТАТИСТИЧЕСКОГО МОДЕЛИРОВАНИЯ Существуют две схемы статистического моделирования: - моделирование по принципу особых состояний; - моделирование по принципу ∧ t . Порядок моделирования по принципу особых состояний заключается в выполнении следующих действий: 1) случайным образом определяется событие с минимальным временем - бо- лее раннее событие; 2) модельному времени присваивается значение времени наступления наибо- лее раннего события; 3) определяется тип наступившего события; 4) в зависимости от типа наступившего события осуществляется выполнение тех или иных блоков математической модели; 5) перечисленные действия повторяются до истечения времени моделирова- ния. В процессе моделирования производится измерение и статистическая обработка значений выходных характеристик. Эта схема моделирования хо- рошо подходит для систем массового обслуживания в традиционном их опи- сании. Обобщенный алгоритм моделирования по принципу особых состоя- ний представлен схемой на рис. 3.1. 10 н Определение времени наступления очередного события Корректировка текущего модельного времени Опр.типа соб Блок реакции 1 Блок реакции К нет Конец модел Да Рис. к Моделирование по принципу ∧ t осуществляется следующим образом: 1) устанавливаются начальные состояния, в т. ч. t = 0 ; 2) модельному времени дается приращение t = t + ∧t ; 3) на основе вектора текущих состояний элементов модели и нового значения времени рассчитываются новые значения этих состояний; за ∧ t может на- ступить одно событие, несколько событий или же может вообще не проис- ходить событий; пересчет состояния всех элементов системы – более тру- доемкая процедура, нежели любой из блоков реакции модели, построенной по принципу особых состояний; 4) если не превышено граничное время моделирования, предыдущие пункты повторяются. В процессе моделирования производится измерение и статистическая обработка значений выходных характеристик. Эта схема моделирования применима для более широкого круга систем, нежели моделирование по принципу особых событий, однако есть проблемы с определением ∧ t . Если задать его слишком большим - теряется точность, слишком малым - возрас- тает время моделирования. На основе базовых схем моделирования можно строить комбинирован- ные и диалоговые схемы, в которых моделирование идет под контролем опе-
1 из 38
Презентация на тему: Моделирование информационных систем
№ слайда 1
№ слайда 2
Описание слайда:
Назначение курса углубление профильных предметов (информатика, математика); формирование компетенций для профессиональной деятельности в области информационного моделирования Мотивация учащихся при выборе ЭК. - испытание учащимся своих способностей и интереса к творческой, исследовательской деятельности в области информационного моделирования; - подготовка к поступлению в вуз на специальности, связанные с информационным моделированием и компьютерными технологиями: прикладная математика, моделирование, вычислительные системы и т.п.
№ слайда 3
Описание слайда:
№ слайда 4
Описание слайда:
Содержание учебника Глава 1. Моделирование информационных систем 1.1. Информационные системы и системология 1.2. Реляционная модель и базы данных (Access) 1.3. Электронная таблица – инструмент информационного моделирования 1.4. Программирование приложений (элементы VBA для Excel) Глава 2. Компьютерное математическое моделирование 2.1. Введение в моделирование 2.2. Инструментарий компьютерного математического моделирования (Excel, MathCad, VBA, Паскаль) 2.3. Моделирование процессов оптимального планирования 2.4. Компьютерное имитационное моделирование Приложения
№ слайда 5
Описание слайда:
«Моделирование и разработка информационных систем» Задачи изучения раздела Общее развитие и становление мировоззрения учащихся. Основной мировоззренческой компонентой содержания данного раздела курса является формирование системного подхода к анализу окружающей действительности. Овладение основами методики построения информационных справочных систем. Учащиеся получают представление об этапах разработки информационной системы: этапе проектирования и этапе реализации. Создание многотабличной базы данных происходит в среде реляционной СУБД MS Access. Учащиеся осваивают приемы построения базы данных, приложений (запросов, отчетов), элементов интерфейса (диалоговых окон). Развитие и профессионализация навыков работы с компьютером. Навыки, полученные в базовом курсе, находят дальнейшее развитие. - работа с векторной графикой при построении структурных моделей систем - углубленное изучение возможностей СУБД MS Access - использование MS Excel как средства работы с базой данных - программирование на VBA в среде Excel для разработки интерфейса - при работе над рефератами рекомендуется использовать ресурсы Интернета; материал для защиты подготовить в виде презентации (Power Point)
№ слайда 6
Описание слайда:
Проектный метод обучения Постановка задачи: Предметная область: средняя школа Цель проекта: создание информационной системы «Учебный процесс» Назначение информационной системы: информировать пользователей: Об ученическом составе классов О преподавательском составе школы О распределении учебной нагрузки и классного руководства Об успеваемости учеников
№ слайда 7
Описание слайда:
№ слайда 8
Описание слайда:
№ слайда 9
Описание слайда:
№ слайда 10
Описание слайда:
№ слайда 11
Описание слайда:
№ слайда 12
Описание слайда:
Разработка приложений Приложения: запросы, отчеты Задача. Требуется получить список всех девочек из девятых классов, у которых годовые оценки по информатике – пятерки. Понятие подсхемы Использование гипотетического языка запросов.выбор УЧЕНИКИ.ФАМИЛИЯ, УЧЕНИКИ.ИМЯ, УЧЕНИКИ.КЛАСС для УЧЕНИКИ.КЛАСС=’9?’и УЧЕНИКИ.ПОЛ=’ж’ и УСПЕВАЕМОСТЬ.ПРЕДМЕТ=’информатика’ и УСПЕВАЕМОСТЬ.ГОД=5 сортировать УЧЕНИКИ.ФАМИЛИЯ по возрастанию
№ слайда 13
Описание слайда:
№ слайда 14
Описание слайда:
№ слайда 15
Описание слайда:
Программирование приложений на VBA Private Sub CommandButton1_Click() "Описание переменных Dim i, j, n As Integer Dim Flag As Boolean "Инициализация данных Flag = False "Определяется количество строк в списке школ n = Range("A3").CurrentRegion.Rows.Count "Поиск в списке номера школы, указанного в поле ввода ‘TextBox1” For i = 3 To n+2 If Cells(i, 1).Value = Val(UserForm1.TextBox1.Text) Then Flag = True Exit For End If Next Фрагмент программы обработки события «Щелчок по кнопке ПОИСК»
№ слайда 16
Описание слайда:
«Компьютерное математическое моделирование» Задачи изучения раздела Овладение моделированием как методом познания окружающей действительности (научно-исследовательский характер раздела) - показывается, что моделирование в различных областях знаний имеет схожие черты, зачастую для различных процессов удается получить очень близкие модели; - демонстрируются преимущества и недостатки компьютерного эксперимента по сравнению с экспериментом натурным; - показывается, что и абстрактная модель, и компьютер предоставляют возможность познавать окружающий мир, управлять им в интересах человека. Выработка практических навыков компьютерного моделирования. Дается общая методология компьютерного математического моделирования. На примере ряда моделей из различных областей науки и практики практически реализуются все этапы моделирования от постановки задачи до интерпретации результатов, полученных в ходе компьютерного эксперимента. Содействие профессиональной ориентации учащихся. Выявление склонности ученика к исследовательской деятельности, развитие творческого потенциала, ориентация на выбор профессии, связанной с научными исследованиями. Преодоление предметной разобщенности, интеграция знаний. В рамках курса изучаются модели из различных областей науки с использованием математики. Развитие и профессионализация навыков работы с компьютером. Овладение ППО общего и специализированного назначения, системами программирования.
№ слайда 17
Описание слайда:
№ слайда 18
Описание слайда:
Моделирование процессов оптимального планирования Задача о планировании работы станции технического обслуживания Постановка задачи Пусть станция технического обслуживания автомобилей производит два типа обслуживания: ТО-1 и ТО-2. Автомобили принимаются в начале рабочего дня и выдаются клиентам в конце. В силу ограниченности площади стоянки за день можно обслужить в совокупности не более 140 автомобилей. Рабочий день длится 8 часов. Если бы все автомобили проходили только ТО-1, то мощности станции позволили бы обслужить 200 автомобилей в день, если бы все автомобили проходили только ТО-2, то 50. Стоимость (для клиента) ТО-2 вдвое выше, чем ТО-1. В реальности часть автомобилей проходит ТО-1, а часть, в тот же день, – ТО-2. Требуется составить такой дневной план обслуживания, чтобы обеспечить предприятию наибольшие денежные поступления.
№ слайда 19
Описание слайда:
Моделирование процессов оптимального планирования Формализация и математическая модель задачи Плановые показатели x – дневной план производства ТО-1; y – дневной план производства ТО-2. Из постановки задачи следует система неравенств Наибольшая прибыль будет достигнута при максимальном значении функции Функция f(x,y) называют целевой функцией, а система неравенств – системой ограничений. Получили задачу линейного программирования
№ слайда 20
Описание слайда:
№ слайда 21
Описание слайда:
Моделирование процессов оптимального планирования Методы решения задачи линейного программирования Симплекс-метод - универсальный способ решения задачи линейного программирования Симплекс-таблица Базис Св.чл. x1 ¼ xi ¼ xr xr+1 ¼ xj ¼ xn x1 b1 1 ¼ 0 ¼ 0 a1,r+1 ¼ a1j ¼ a1n xi bi 0 1 ¼ 0 ai,r+1 ¼ aij ¼ ain ¼ ¼ ¼ ¼ ¼ ¼ ¼ ¼ xr br 0 0 ¼ 1 ar,r+1 ¼ arj ¼ Arn f 0 0 0 ¼ 0 gr+1 ¼ gj ¼ gn
№ слайда 22
Описание слайда:
№ слайда 23
Описание слайда:
№ слайда 24
Описание слайда:
№ слайда 25
Описание слайда:
Моделирование процессов оптимального планирования Private Sub CommandButton1_Click() Dim d(5, 9) As Variant Dim i, j, r, n, k, m As Integer Dim p, q, t As String Dim a, b As Double For i = 1 To 5 For j = 1 To 9 d(i, j) = Range("a6:i10").Cells(i, j).Value Next j Next i n = 7: r = 3 " Анализ оптимальности текущего решения’ t = "далее" Do While t = "далее" Программа Симплекс-метода на VBA for Excel (фрагмент)
№ слайда 28
Описание слайда:
№ слайда 29
Описание слайда:
Моделирование процессов оптимального планирования Задача о планировании работы по строительству дороги Постановка задачи Имеется два пункта – начальный Н и конечный К; из первого во второй надо построить дорогу, которая состоит из вертикальных и отрезков. Стоимость сооружения каждого из возможных отрезков известна (указана на рисунке). Реально дорога будет некоторой ломаной линией, соединяющей точки Н и К. Требуется найти такую линию, которая имеет наименьшую стоимость. Это задача динамического программирования
Описание слайда:
№ слайда 33
Описание слайда:
Компьютерное имитационное моделирование Используется аппарат математической статистики Случайные события: - промежуток времени между двумя транзакциями - время обслуживания транзакции Функции распределения плотности вероятности случайных событий Равномерное распределение Нормальное распределение Гаусса Распределение Пуассона
Описание слайда:
Планируемые результаты обучения по ЭК. Учащиеся должны знать: назначение и состав информационных систем; этапы создания компьютерной информационной системы; основные понятия системологии существующие разновидности моделей систем; что такое инфологическая модель предметной области; что такое база данных (БД); классификация БД; структуру реляционной базы данных (РБД); нормализация БД; что такое СУБД; как организуются связи в многотабличной базе данных; какие существуют типы запросов к БД; какова структура команды запроса на выборку и сортировку данных; какими возможностями для работы с базами данных обладает табличный процессор (MS Excel); как можно создать и выполнить макрос в среде MS Excel; что такое объектно-ориентированное приложение; основы программирования на VBA; содержание понятий «модель», «информационная модель», «компьютерная математическая модель»;
№ слайда 36
Описание слайда:
этапы компьютерного математического моделирования, их содержание; состав инструментария компьютерного математического моделирования; возможности табличного процессора Excel в реализации математического моделирования; возможности системы MathCAD в реализации компьютерных математических моделей; специфику компьютерного математического моделирования в экономическом планировании; примеры содержательных задач из области экономического планирования, решаемых методом компьютерного моделирования; постановку задач, решаемых методом линейного программирования; постановку задач, решаемых методом динамического программирования; основные понятия теории вероятности, необходимые для реализации имитационного моделирования: случайная величина, закон распределения случайной величины, плотность вероятности распределения, достоверность результата статистического исследования; способы получения последовательностей случайных чисел с заданным законом распределения; постановку задач, решаемых методом имитационного моделирования в теории массового обслуживания.
№ слайда 37
Описание слайда:
Учащиеся должны уметь: проектировать несложную информационно-справочную систему; проектировать многотабличную базу данных; ориентироваться в среде СУБД MS Access; создавать структуру базы данных и заполнять ее данными; осуществлять в MS Access запросы на выборку с использованием конструктора запросов; работать с формами; осуществлять запросы с получением итоговых данных; получать отчеты; организовывать однотабличные базы данных (списки) в MS Excel; осуществлять выборку и сортировку данных в списках; осуществлять фильтрацию данных; создавать сводные таблицы; записывать макросы для MS Excel с помощью макрорекодера; писать несложные программы обработки событий на VBA. применять схему компьютерного эксперимента при решении содержательных задач, где возникает потребность в компьютерном математическом моделировании; отбирать факторы, влияющие на поведение изучаемой системы, выполнять ранжирование этих факторов;
№ слайда 38
Описание слайда:
строить модели изучаемых процессов; выбирать программные средства для исследования построенных моделей; анализировать полученные результаты и исследовать математическую модель при различных наборах параметров, в том числе граничных или критических; использовать простые оптимизационные экономические модели; строить простейшие модели систем массового обслуживания и интерпретировать полученные результаты. реализовывать простые математические модели на ЭВМ, создавая алгоритмы и программы на языке Visual Basic; пользоваться возможностями ТП Excel для проведения несложных математических расчетов и иллюстрирования результатов математического моделирования графиками и столбчатыми диаграммами; пользоваться средством «Поиск решения» ТП Excel для решения задач линейного и нелинейного программирования; пользоваться системой MathCAD для проведения несложных математических расчетов, графического иллюстрирования результатов моделирования; пользоваться системой MathCAD для решения задач линейной и нелинейной оптимизации.
Понятие модели является ключевым в общей теории систем. Моделирование как мощный - а часто и единственный - метод исследования подразумевает замещение реального объекта другим - материальным или идеальным.
Важнейшими требованиями к любой модели являются ее адекватность изучаемому объекту в рамках конкретной задачи и реализуемость имеющимися средствами.
В теории эффективности и информатике моделью объекта (системы, операции) называется материальная или идеальная (мысленно представимая) система, создаваемая и/или используемая при решении конкретной задачи с целью получения новых знаний об объекте-оригинале, адекватная ему с точки зрения изучаемых свойств и более простая, чем оригинал, в остальных аспектах .
Классификация основных методов моделирования (и соответствующих им моделей) представлена на рис. 3.1.1.
При исследовании экономических информационных систем (ЭИС) находят применение все методы моделирования, однако в этом разделе основное внимание будет уделено семиотическим (знаковым) методам.
Напомним, что семиотикой (от греч. semeion - знак, признак) называют науку об общих свойствах знаковых систем, т. е. систем конкретных или абстрактных объектов (знаков), с каждым из которых сопоставлено некоторое значение . Примерами таких систем являются любые языки
Рис. 3.1.1. Классификация методов моделирования
(естественные или искусственные, например, языки описания данных или моделирования), системы сигнализации в обществе и животном мире и т. п.
Семиотика включает три раздела: синтактика; семантика; прагматика.
Синтактика исследует синтаксис знаковых систем безотносительно к каким-либо интерпретациям и проблемам, связанным с восприятием знаковых систем как средств общения и сообщения.
Семантика изучает интерпретацию высказываний знаковой системы и с точки зрения моделирования объектов занимает в семиотике главное место.
Прагматика исследует отношение использующего знаковую систему к самой знаковой системе, в частности - восприятие осмысленных выражений знаковой системы.
Из множества семиотических моделей в силу наибольшего распространения, особенно в условиях информатизации современного общества и внедрения формальных методов во все сферы человеческой деятельности, выделим математические, которые отображают реальные системы с помощью математических символов. При этом, учитывая то обстоятельство, что мы рассматриваем методы моделирования применительно к исследованию систем в различных операциях, будем использовать общеизвестную методологию системного анализа, теории эффективности и принятия решений.
Еще по теме 3. ТЕХНОЛОГИЯ МОДЕЛИРОВАНИЯ ИНФОРМАЦИОННЫХ СИСТЕМ Методы моделирования систем:
- Имитационные модели экономических информационных систем Методологические основы применения метода имитационного моделирования
- Раздел III ОСНОВЫ МОДЕЛИРОВАНИЯ СИСТЕМЫ МАРКЕТИНГА УСЛУГ
- ГЛАВА 1. УПРАВЛЯЕМЫЕ ДИНАМИЧЕСКИЕ СИСТЕМЫ КАК ОБЪЕКТ КОМПЬЮТЕРНОГО МОДЕЛИРОВАНИЯ
- Основы структурного моделирования маркетинговой системы медицинских услуг
- Раздел IV ПРИМЕР ПРИКЛАДНОГО ИСПОЛЬЗОВАНИЯ МОДЕЛИ СИСТЕМЫ МАРКЕТИНГА В ИМИТАЦИОННОМ МОДЕЛИРОВАНИИ
- Концепция моделирования финансовой сферы маркетинговых систем
«Компьютерное математическое моделирование» Задачи изучения раздела. Овладение моделированием как методом познания окружающей действительности (научно-исследовательский характер раздела) - показывается, что моделирование в различных областях знаний имеет схожие черты, зачастую для различных процессов удается получить очень близкие модели; - демонстрируются преимущества и недостатки компьютерного эксперимента по сравнению с экспериментом натурным; - показывается, что и абстрактная модель, и компьютер предоставляют возможность познавать окружающий мир, управлять им в интересах человека. Выработка практических навыков компьютерного моделирования. Дается общая методология компьютерного математического моделирования. На примере ряда моделей из различных областей науки и практики практически реализуются все этапы моделирования от постановки задачи до интерпретации результатов, полученных в ходе компьютерного эксперимента. Содействие профессиональной ориентации учащихся. Выявление склонности ученика к исследовательской деятельности, развитие творческого потенциала, ориентация на выбор профессии, связанной с научными исследованиями. Преодоление предметной разобщенности, интеграция знаний. В рамках курса изучаются модели из различных областей науки с использованием математики. Развитие и профессионализация навыков работы с компьютером. Овладение ППО общего и специализированного назначения, системами программирования.