KEMENTERIAN PENDIDIKAN PERSEKUTUAN RUSIA UNIVERSITI TEKNIKAL NEGERI ULYANOVSK V.S. SISTEM MAKLUMAT PEMODELAN SHCHEKLEIN Nota kuliah untuk pelajar arah 652100 "Kejuruteraan Pesawat" Ulyanovsk 2002 2 UDC 621.9.29. manual metodologi Majlis Saintifik dan Metodologi Universiti Shcheklein V.S. Simulasi SH sistem maklumat: nota kuliah / V.S.SHCHEKLEIN. - Ulyanovsk: Universiti Teknikal Negeri Ulyanovsk, 2002. - hlm. Nota kuliah adalah pilihan bahan yang digunakan pada tahun akademik 1999/2000 semasa mengendalikan kelas dalam disiplin "Pemodelan Sistem Maklumat". Direka untuk pelajar pengkhususan: 130107 " Pemprosesan perisian Bahan Struktur" dan 130111 "Pengurusan Projek Pengeluaran Penerbangan". Manual ini tidak lengkap; ia dirancang untuk memasukkan bahan yang baru dibangunkan, pemilihan dan reka bentuk yang dijalankan mengikut program disiplin yang diluluskan. 3 KANDUNGAN PENGENALAN …………………………………………………………………………… 4 1. KONSEP ASAS TEORI PERMODELAN ……………… 4 2. Intipati STATISTIK KAEDAH PENGUJIAN DAN PELAKSANAANNYA MENGGUNAKAN KOMPUTER …………… 7 3. ALGORITMA AM UNTUK PEMODELAN STATISTIK ……………………………………………………… 9 4. PEMODELAN PEMBOLEH UBAH RAWAK DENGAN AGIHAN UNDANG-UNDANG TERTENTU. PEMODELAN PERISTIWA RAWAK ………………………………………………………………….. 5. PENDEKATAN KEPADA SISTEM PEMODELAN ……………………… 15 6. MENETAPKAN PEMBOLEH UBAH RAWAK DAN PERISTIWA RANDOM DALAM EXCEL ………………………………………………………………… 21 7. PEMODELAN RANTAI MARKOV ……………………. 23 8. PEMODELAN SISTEM GILIRAN. 25 9. STRUKTUR SISTEM PENGKOMPUTERAN MAKLUMAT ……………………………………………………………………………………… 26 9.1. Konsep proses……………………………………………………………….. 28 9.2. Beban Kerja ……………………………………………………… 29 10. PETUNJUK KECEKAPAN SISTEM MAKLUMAT …………………………………………………… … ……….. 30 11. PENILAIAN PRESTASI KOMPONEN SISTEM ……………………………………………………………………………………….. 31 12. PENILAIAN PRESTASI SISTEM SECARA KESELURUHAN……. 32 13. PENGARUH MOD PEMPROSESAN DATA …………………….. 35 14. CIRI-CIRI KEBOLEHPERCAYAAN ……………………… 36 15. PEMBINAAN MODEL MATEMATIK SISTEM MAKLUMAT ……… …………………………………. 40 SENARAI BIBLIOGRAFI …………………………………. 46 4 PENGENALAN Kebergunaan pemodelan matematik untuk menyelesaikan masalah praktikal adalah tidak diragukan lagi. Persoalannya mungkin timbul: mengapa perlu menguasai pemodelan sistem maklumat (dan kini sistem ini tidak dapat dibayangkan tanpa Teknologi komputer) pembina pesawat memberi tumpuan kepada teknologi pengeluaran pesawat? Teknologi moden menjadi lebih dan lebih automatik. Pengeluar pesawat moden, sama ada seorang pereka atau ahli teknologi, mesti menggunakan komputer dalam kerjanya. Terdapat bahaya menilai keupayaan komputer secara tidak mencukupi semasa menyelesaikan masalah kejuruteraan. Ini boleh membawa sama ada kepada keengganan untuk mengautomasikan satu atau satu lagi serpihan proses teknologi, atau kepada perbelanjaan yang tidak wajar untuk peralatan komputer, yang keupayaannya sangat meningkat berbanding dengan apa yang diperlukan. Pada masa yang sama, apa yang dipanggil akal boleh membawa kepada kesilapan yang serius dalam anggaran. Matlamat disiplin adalah untuk melengkapkan pakar muda dengan radas untuk menilai maklumat dan sistem komputer supaya dia boleh mengintegrasikan alat automasi dengan cekap ke dalam kontur pengeluaran atau pengurusan. Di samping itu, dengan memodelkan sistem tertentu, pelajar memperoleh pengalaman tidak langsung dalam mengoptimumkan sistem dan mengukuhkan kemahiran mereka dalam menggunakan komputer semasa menyelesaikan masalah profesional. 1. KONSEP ASAS TEORI PEMODELAN Permodelan ialah penggantian satu objek dengan objek yang lain bagi mendapatkan maklumat tentang sifat terpenting objek – yang asal menggunakan objek – model. Model (Model Perancis daripada modulas Latin - ukuran, sampel): 1) sampel untuk pengeluaran besar-besaran sesuatu produk; jenama produk; 2) produk dari mana acuan dikeluarkan (templat, corak, plaza); 3) orang atau objek yang digambarkan oleh artis; 4) peranti yang menghasilkan semula struktur atau pengendalian mana-mana peranti lain; 5) sebarang imej objek, proses atau fenomena yang digunakan sebagai wakil asal (imej, rajah, lukisan, peta); 6) radas matematik yang menerangkan objek, proses atau fenomena; 7) peranti untuk mendapatkan cetakan dalam acuan tuangan. Dalam perkara berikut, melainkan dinyatakan sebaliknya, model akan difahami sebagai radas matematik. Semua model dicirikan oleh kehadiran beberapa struktur (statik atau dinamik, bahan atau ideal), yang serupa dengan struktur objek asal. Dalam proses kerja, model bertindak sebagai objek kuasi yang agak bebas, yang membolehkan seseorang memperoleh pengetahuan tentang objek itu sendiri semasa penyelidikan. Sekiranya hasil kajian (pemodelan) tersebut disahkan dan boleh dijadikan asas peramalan dalam objek yang dikaji, maka model tersebut dikatakan memadai dengan objek tersebut. Dalam kes ini, kecukupan model bergantung kepada tujuan pemodelan dan kriteria yang diterima. Proses pemodelan menganggap kehadiran: - objek kajian; - seorang penyelidik dengan tugas tertentu; - model yang dicipta untuk mendapatkan maklumat tentang objek yang diperlukan untuk menyelesaikan masalah. Berhubung dengan model, pengkaji adalah seorang penguji. Perlu diingat bahawa mana-mana percubaan boleh memberi kesan yang ketara dalam kawasan tertentu sains dan teknologi hanya dengan pemprosesan khas hasilnya. Salah satu yang paling aspek penting sistem pemodelan adalah matlamat masalah. Mana-mana model dibina bergantung kepada tujuan yang ditetapkan oleh penyelidik untuk itu, jadi salah satu masalah utama dalam pemodelan ialah masalah tujuan. Persamaan proses yang berlaku dalam model dengan proses sebenar bukanlah penghujung itu sendiri, tetapi syarat untuk berfungsi dengan betul model. Matlamatnya adalah untuk mengkaji mana-mana aspek fungsi objek. Sekiranya matlamat pemodelan jelas, maka masalah seterusnya timbul, masalah membina model. Pembinaan ini boleh dilakukan jika maklumat tersedia atau hipotesis telah dikemukakan mengenai struktur, algoritma dan parameter objek yang dikaji. Peranan penyelidik dalam proses membina model perlu dititikberatkan, proses ini adalah kreatif, berdasarkan pengetahuan, pengalaman, dan heuristik. Kaedah formal yang membenarkan penerangan yang cukup tepat tentang sistem atau proses adalah tidak lengkap atau tiada. Oleh itu, pilihan satu atau lain analogi sepenuhnya berdasarkan pengalaman penyelidik yang sedia ada, dan kesilapan penyelidik boleh membawa kepada keputusan pemodelan yang salah. Apabila model itu dibina, maka masalah seterusnya boleh dianggap sebagai masalah bekerja dengannya, pelaksanaan model. Tugas utama di sini ialah meminimumkan masa untuk mendapatkan keputusan akhir dan memastikan kebolehpercayaannya. Ciri model yang dibina dengan betul ialah ia hanya mendedahkan corak yang diperlukan oleh penyelidik, dan tidak mengambil kira sifat sistem asal yang tidak penting pada masa ini. Klasifikasi jenis pemodelan sistem ditunjukkan dalam Rajah. 1.1. pemodelan matematik– ini adalah pembinaan dan penggunaan model matematik untuk mengkaji kelakuan sistem (objek) di bawah pelbagai keadaan, untuk mendapatkan (mengira) ciri-ciri tertentu asal tanpa melakukan pengukuran atau dengan bilangan yang kecil. Dalam rangka kerja pemodelan matematik, dua pendekatan telah muncul: - analitikal; - tiruan. 6 Pemodelan sistem Deterministik Stochastic Static Dynamic Diskret Diskret-Berterusan berterusan Bahan Abstrak Visual Simbolik Matematik Analitik Fizikal Semulajadi Digabungkan. Simulasi Rajah. 1.1. Pendekatan analitikal adalah berdasarkan pembinaan kebergantungan formula yang menghubungkan parameter dan elemen sistem. Untuk masa yang lama, pendekatan ini adalah pendekatan matematik sebenar. Namun, apabila dipertimbangkan sistem yang kompleks kebergantungan matematik yang ketat adalah sangat kompleks, ia diperlukan sejumlah besar pengukuran untuk mendapatkan nilai parameter yang diperlukan. Analisis ciri-ciri proses berfungsi sistem kompleks menggunakan sahaja kaedah analisis penyelidikan menghadapi kesukaran yang ketara, yang membawa kepada keperluan untuk memudahkan model dengan ketara sama ada pada peringkat pembinaannya atau dalam proses bekerja dengan model, yang mengurangkan kebolehpercayaan keputusan. Pendekatan simulasi (statistik) untuk pemodelan adalah berdasarkan penggunaan teorem had Chebyshev dalam perwakilan kebarangkalian parameter sistem. Berdasarkan kajian awal sistem simulasi, jenis dan nilai undang-undang pengedaran ditentukan dengan mudah. pembolehubah rawak parameter. Dalam rangka kerja pendekatan simulasi, kebergantungan analitikal digunakan antara parameter elemen sistem, tetapi kebergantungan ini adalah sifat yang lebih umum dan dipermudahkan. Mereka jauh lebih mudah daripada kebergantungan dalam pendekatan analisis. 7 Pemodelan matematik sistem, termasuk sistem maklumat, bertujuan untuk mengoptimumkan struktur sistem, memilih mod operasi sistem yang paling optimum, menentukan ciri-ciri peralatan perkakasan yang diperlukan dan perisian. Pemodelan matematik proses teknologi, termasuk maklumat, mempunyai matlamat utama untuk mencari ciri optimum atau boleh diterima objek itu sendiri, mencari mod pemprosesan optimum, melatih kakitangan, dan menyediakan fungsi kawalan tertentu. Walau apa pun, pemodelan mesti memenuhi keperluan berikut: - model mestilah mencukupi untuk sistem atau tugas teknologi yang berkaitan; - ketepatan yang diperlukan mesti dipastikan; - kemudahan pengguna - pakar dalam teknologi atau pemprosesan maklumat (pengurusan) hendaklah dipastikan: - antara muka yang jelas pengurusan pemodelan; - kelajuan kerja yang mencukupi; - kejelasan keputusan; - kos pembangunan dan penggunaan alat pemodelan yang boleh diterima. 2. Intipati KAEDAH PENGUJIAN STATISTIK DAN PELAKSANAANNYA MENGGUNAKAN KOMPUTER Kaedah pemodelan statistik terdiri daripada menghasilkan semula proses yang dikaji menggunakan model matematik probabilistik dan mengira ciri-ciri proses ini. Kaedah ini adalah berdasarkan ujian berulang model yang dibina dengan pemprosesan statistik seterusnya bagi data yang diperolehi untuk menentukan ciri-ciri proses yang sedang dipertimbangkan dalam bentuk. anggaran statistik parameternya. Pertimbangkan persamaan: y = f (x, t, ξ), (2.1) di mana y ialah parameter sistem yang memerlukan penentuan, x ialah pembolehubah fasa, t ialah masa, ξ ialah parameter rawak, hukum taburannya ialah diketahui oleh kita. Jika fungsi f adalah tidak linear dengan ketara, maka tiada cara untuk menyelesaikan masalah ini. kaedah sejagat penyelesaian, dan kaedah carian biasa yang dibangunkan sepenuhnya sepenuhnya penyelesaian yang optimum hanya boleh digunakan dengan mengutamakan penampilan menggunakan matematik; penyederhanaan akan membawa kepada kehilangan ketepatan yang serius. Model matematik akan menjadi tidak mencukupi untuk sistem yang sedang dikaji, dan pemodelan hanya akan menjadi satu bentuk khayalan. Walau bagaimanapun, jika boleh membina fungsi y = ϕ (ξ) dan penjana nombor rawak ξ 1, ξ 2, ..., ξ N dengan undang-undang taburan tertentu, maka nilai y boleh dikira sebagai y = ∑ ϕ (ξ i) N, (2.2) dengan ϕ (ξ 1) ialah nilai pelaksanaan ke-i. Jika f (x, t , ξ) ialah model analisis proses transformasi maklumat atau proses teknologi pemprosesan bahagian, maka ϕ (ξ) akan menjadi model statistik. Beberapa prinsip dan teknik untuk membina model statistik akan dibincangkan kemudian. Adalah penting apabila membina fungsi y = ϕ (ξ) dan penderia nombor rawakξ 1, ξ 2, ..., ξ N di atas kertas dalam kebanyakan kes adalah agak mudah untuk melaksanakannya pada komputer dalam rangka kerja perisian yang sesuai. Dalam kes ini, keputusan akan mengandungi ralat, tetapi ralat ini adalah kurang daripada ralat disebabkan oleh andaian dalam model analisis. Di samping itu, ralat akibat penggunaan model statistik boleh dikira. Teknik ini juga meluas kepada kes yang lebih kompleks, apabila persamaan (2.1) mengandungi bukan sahaja parameter rawak, tetapi juga fungsi rawak. Selepas menerima pelaksanaan N pada komputer, peringkat pemprosesan statistik mengikuti, yang memungkinkan untuk mengira, bersama-sama dengan jangkaan matematik (2.2), parameter lain ϕ (ξ), contohnya, varians D = 1 N * ∑ x.i − 1 N 2* (∑ x.i) . Dalam kaedah ujian statistik, untuk mendapatkan hasil yang cukup dipercayai, adalah perlu untuk memastikan nombor besar pelaksanaan N, sebagai tambahan, dengan perubahan dalam sekurang-kurangnya satu parameter awal masalah, adalah perlu untuk melakukan satu siri ujian N sekali lagi. Dalam model yang kompleks, nilai N yang tidak munasabah yang besar boleh menjadi faktor yang melambatkan perolehan keputusan. Oleh itu, adalah penting untuk menganggarkan bilangan hasil yang diperlukan dengan betul. Selang keyakinan ε, kebarangkalian keyakinan α, varians D dan bilangan realisasi N dikaitkan dengan hubungan ε = D NF −1 (α), di mana Ф −1 (α) ialah fungsi, fungsi songsang Laplace. Dalam amalan, anda boleh menggunakan hubungan N ≤ D ε 2 * 6.76 untuk α ≥ 0.99, mengambil, demi kebolehpercayaan, nilai tertinggi N daripada hubungan (). Anggaran varians D boleh diperolehi terlebih dahulu menggunakan model statistik yang sama untuk bilangan realisasi 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-
Konsep model adalah kunci dalam teori sistem umum. Pemodelan sebagai kaedah penyelidikan yang berkuasa - dan selalunya satu-satunya - melibatkan penggantian objek sebenar dengan bahan lain - bahan atau ideal.
Keperluan yang paling penting untuk mana-mana model adalah kecukupannya kepada objek yang sedang dikaji dalam rangka kerja tertentu dan kebolehlaksanaannya dengan cara yang ada.
Dalam teori kecekapan dan sains komputer, model objek (sistem, operasi) ialah bahan atau sistem ideal (boleh dibayangkan secara mental) yang dicipta dan/atau digunakan dalam menyelesaikan masalah khusus untuk mendapatkan pengetahuan baharu tentang objek asal, mencukupi untuk ia dari segi sifat yang dikaji dan banyak lagi.lebih ringkas berbanding asal dalam aspek lain.
Klasifikasi kaedah pemodelan utama (dan model yang sepadan) dibentangkan dalam Rajah. 3.1.1.
Apabila mengkaji sistem maklumat ekonomi (EIS), semua kaedah pemodelan digunakan, tetapi dalam bahagian ini perhatian utama akan diberikan kepada kaedah semiotik (tanda).
Mari kita ingat bahawa semiotik (dari bahasa Yunani semeion - tanda, atribut) adalah ilmu tentang sifat umum sistem tanda, iaitu sistem objek konkrit atau abstrak (tanda), dengan setiap satunya mempunyai makna tertentu. Contoh sistem tersebut ialah mana-mana bahasa
nasi. 3.1.1. Klasifikasi kaedah pemodelan
(semula jadi atau buatan, contohnya, perihalan data atau bahasa pemodelan), sistem penggera dalam masyarakat dan dunia haiwan, dsb.
Semiotik merangkumi tiga bahagian: sintaksis; semantik; pragmatik.
Sintaksis mengkaji sintaks sistem tanda tanpa mengambil kira sebarang tafsiran dan masalah yang berkaitan dengan persepsi sistem tanda sebagai alat komunikasi dan mesej.
Semantik mengkaji tafsiran pernyataan sistem tanda dan, dari sudut pandangan objek pemodelan, menduduki tempat utama dalam semiotik.
Pragmatik mengkaji hubungan pengguna sistem tanda dengan sistem tanda itu sendiri, khususnya, persepsi ekspresi bermakna sistem tanda.
Daripada banyak model semiotik, kerana pengedaran terbesar mereka, terutamanya dalam keadaan pemformatan masyarakat moden dan pengenalan kaedah formal dalam semua bidang aktiviti manusia, kami akan menyerlahkan yang matematik, yang mencerminkan sistem sebenar menggunakan simbol matematik. Pada masa yang sama, dengan mengambil kira hakikat bahawa kami sedang mempertimbangkan kaedah pemodelan berhubung dengan kajian sistem dalam pelbagai operasi, kami akan menggunakan metodologi terkenal analisis sistem, teori kecekapan dan membuat keputusan.
Lebih lanjut mengenai topik 3. TEKNOLOGI UNTUK MEMODELANKAN SISTEM MAKLUMAT Kaedah untuk sistem pemodelan:
- Model simulasi sistem maklumat ekonomi Asas metodologi untuk mengaplikasi kaedah simulasi
- Bahagian III ASAS PEMODELAN SISTEM PEMASARAN PERKHIDMATAN
- BAB 1. SISTEM DINAMIK TERKAWAL SEBAGAI OBJEK SIMULASI KOMPUTER
- Asas pemodelan struktur sistem pemasaran perkhidmatan perubatan
- Bahagian IV CONTOH PENGGUNAAN MODEL SISTEM PEMASARAN DALAM PEMODELAN SIMULASI
- Konsep pemodelan sfera kewangan sistem pemasaran
Objektif dan fungsi sistem maklumat.
IS boleh menyelesaikan dua kumpulan masalah. Kumpulan pertama dikaitkan dengan sokongan maklumat semata-mata aktiviti utama (pemilihan mesej yang diperlukan, pemprosesan, penyimpanan, carian dan penghantarannya kepada subjek aktiviti utama dengan kesempurnaan, ketepatan dan kecekapan yang telah ditetapkan dalam bentuk yang paling boleh diterima). Kumpulan kedua tugasan dikaitkan dengan memproses maklumat/data yang diterima mengikut algoritma tertentu untuk menyediakan penyelesaian kepada masalah yang dihadapi oleh subjek aktiviti utama. Untuk menyelesaikan masalah sedemikian, IS mesti mempunyai maklumat yang diperlukan tentang kawasan subjek. Untuk menyelesaikan masalah sedemikian, IS mesti mempunyai kecerdasan buatan atau semulajadi tertentu. Sistem maklumat - sistem untuk menyokong dan mengautomasikan kerja intelektual - carian, pentadbiran, peperiksaan dan penilaian atau pertimbangan pakar, membuat keputusan, pengurusan, pengiktirafan, pengumpulan pengetahuan, latihan. Tugas kumpulan pertama adalah tugas pemformatan masyarakat "secara luas".
Tugas kumpulan kedua ialah tugas pemformatan
masyarakat "secara mendalam".
Untuk menyelesaikan tugasan yang diberikan, IS mesti melaksanakan fungsi berikut:
pemilihan mesej daripada persekitaran dalaman dan luaran yang diperlukan untuk pelaksanaan aktiviti teras;
memasukkan maklumat ke dalam IS;
menyimpan maklumat dalam ingatan IS, mengemas kini dan mengekalkan integriti;
memproses, mencari dan mengeluarkan maklumat mengikut keperluan yang ditetapkan oleh ODS. Pemprosesan juga mungkin termasuk menyediakan pilihan untuk menyelesaikan masalah aplikasi pengguna.
Sistem maklumat (IS) ialah satu set alat, kaedah dan kakitangan yang saling berkaitan yang digunakan untuk menyimpan, memproses dan mengeluarkan maklumat demi kepentingan mencapai matlamat yang ditetapkan. Pemahaman moden tentang sistem maklumat melibatkan penggunaan komputer peribadi sebagai cara teknikal utama pemprosesan maklumat. IS ialah persekitaran yang unsur konstituennya ialah komputer, rangkaian komputer, produk perisian, pangkalan data, manusia, pelbagai jenis komunikasi teknikal dan perisian, dsb. Walaupun idea sistem maklumat dan beberapa prinsip organisasi mereka timbul jauh sebelum kemunculan komputer, pengkomputeran telah meningkatkan kecekapan sistem maklumat berpuluh-puluh dan ratusan kali ganda dan memperluaskan skop aplikasi mereka.
Struktur fungsian sistem maklumat.
Adalah dinasihatkan untuk membezakan tiga subsistem berfungsi bebas dalam IS.
Subsistem pemilihan maklumat. Sistem maklumat hanya boleh memproses/memproses maklumat yang dimasukkan ke dalamnya. Kualiti sistem maklumat ditentukan bukan sahaja oleh keupayaannya untuk mencari dan memproses maklumat yang diperlukan dalam tatasusunannya sendiri dan membentangkannya kepada pengguna, tetapi juga oleh keupayaannya untuk memilih maklumat yang relevan daripada persekitaran luaran. Pemilihan sedemikian dijalankan oleh subsistem pemilihan maklumat, yang mengumpul data mengenai keperluan maklumat pengguna IS (dalaman dan luaran), menganalisis dan mengatur data ini, membentuk profil maklumat IS.
Subsistem untuk input, pemprosesan/pemprosesan dan penyimpanan maklumat mengubah maklumat input dan permintaan, mengatur penyimpanan dan pemprosesannya untuk memenuhi keperluan maklumat pelanggan IS.
Pelaksanaan fungsi subsistem ini mengandaikan kehadiran alat penerangan maklumat (sistem pengekodan, bahasa penerangan data (DDL), dll.), organisasi dan penyelenggaraan maklumat (organisasi logik dan fizikal, prosedur untuk mengekalkan dan melindungi maklumat, dsb. .), radas pemprosesan dan pemprosesan maklumat (algoritma, model, dsb.).
Subsistem untuk menyediakan dan mengeluarkan maklumat secara langsung memenuhi keperluan maklumat pengguna IS (dalaman dan luaran). Untuk mencapai tugas ini, subsistem mengkaji dan menganalisis keperluan maklumat, menentukan bentuk dan kaedah untuk memenuhinya, komposisi dan struktur optimum produk maklumat keluaran, dan mengatur proses sokongan dan sokongan maklumat.
Melaksanakan fungsi ini memerlukan kehadiran radas untuk menerangkan dan menganalisis keperluan maklumat dan ekspresinya dalam bahasa sistem maklumat (termasuk LDL, IPL, bahasa pengindeksan, dll.), serta radas untuk memberikan maklumat secara langsung (prosedur mencari. dan mengeluarkan maklumat, bahasa manipulasi data dsb.). Banyak fungsi subsistem IC diduplikasi atau bertindih, yang merupakan subjek pengoptimuman semasa mereka bentuk IC. Dalam hal ini, automasi IS disertakan dengan pengagihan semula elemen IS.
Automasi melibatkan perwakilan rasmi (penstrukturan) kedua-dua fungsi IS dan maklumat itu sendiri yang diproses dalam IS, yang membolehkan input, pemprosesan/pemprosesan, penyimpanan dan mendapatkan semula maklumat menggunakan komputer. Sebarang formalisasi dicirikan oleh satu atau satu lagi tahap kecukupan imej yang dicipta realiti (model) realiti itu sendiri. Selain itu, kecukupan model realiti ditentukan oleh sifat realiti itu sendiri dan oleh keupayaan radas yang digunakan untuk perwakilan formalnya.
Dari sudut pandangan ini, "tahap automasi" sistem maklumat berkait rapat dengan "tahap kestrukturan" maklumat. Terdapat tiga tahap kebolehstrukturan maklumat: Maklumat berstruktur tegar (data) - maklumat, perwakilan rasmi yang dengan cara moden penstrukturannya (khususnya, bahasa penerangan data) tidak membawa kepada kehilangan kecukupan model maklumat yang asli
maklumat. Maklumat berstruktur yang lemah ialah maklumat, perwakilan rasmi yang membawa kepada kerugian yang ketara dalam kecukupan model maklumat maklumat asal itu sendiri.
Maklumat tidak berstruktur ialah maklumat yang pada masa ini tiada cara untuk memformalkannya dengan tahap kecukupan yang boleh diterima dalam amalan. Cara penyampaian maklumat tersebut mestilah mempunyai kebolehan ekspresi semantik yang tinggi. Pembangunan alat sedemikian sedang berjalan di sepanjang baris mencipta bahasa penerangan pengetahuan dan FL dengan kuasa semantik yang tinggi.
Metodologi untuk membina sistem maklumat.
Industri untuk pembangunan sistem pengurusan maklumat automatik bermula pada tahun 1950-an dan 1960-an dan pada akhir abad ini telah memperoleh bentuk yang dibangunkan sepenuhnya.
Pada peringkat pertama, pendekatan utama kepada reka bentuk IS ialah kaedah "bottom-up", apabila sistem dicipta sebagai satu set aplikasi yang paling penting pada masa ini untuk menyokong aktiviti perusahaan. Pendekatan ini berterusan sedikit sebanyak hari ini. Dalam rangka kerja "automasi patchwork", sokongan untuk fungsi individu disediakan dengan cukup baik, tetapi hampir tiada strategi untuk pembangunan sistem automasi yang kompleks
Peringkat seterusnya dikaitkan dengan kesedaran tentang hakikat bahawa terdapat keperluan untuk alat perisian yang agak standard untuk mengautomasikan aktiviti pelbagai institusi dan perusahaan. Daripada keseluruhan pelbagai masalah, pembangun mengenal pasti yang paling ketara: automasi perakaunan analisis perakaunan dan proses teknologi. Sistem mula direka "dari atas ke bawah", i.e. di bawah andaian bahawa satu program mesti memenuhi keperluan ramai pengguna.
Idea menggunakan program universal mengenakan sekatan yang ketara terhadap keupayaan pembangun untuk mencipta struktur pangkalan data, bentuk skrin, dan memilih algoritma pengiraan. Rangka kerja tegar yang ditetapkan "dari atas" tidak memungkinkan untuk menyesuaikan sistem secara fleksibel kepada spesifik aktiviti perusahaan tertentu. Oleh itu, kos bahan dan masa untuk melaksanakan sistem dan menyesuaikannya dengan keperluan pelanggan biasanya jauh melebihi petunjuk yang dirancang.
Menurut statistik yang disusun oleh Standish Group (SGL), daripada 8,380 projek yang ditinjau oleh SSL pada tahun 1994, lebih daripada 30% daripada projek itu gagal, dengan jumlah kos lebih daripada $80 bilion. Pada masa yang sama, hanya 16% daripada jumlah projek disiapkan tepat pada masanya, dan lebihan kos berjumlah 189% daripada bajet yang dirancang.
Pada masa yang sama, pelanggan IS mula mengemukakan lebih banyak keperluan yang bertujuan untuk memastikan kemungkinan penggunaan bersepadu data korporat dalam mengurus dan merancang aktiviti mereka. Oleh itu, keperluan mendesak timbul untuk merumuskan metodologi baharu untuk membina sistem maklumat.
Menurut metodologi moden, proses mencipta IS ialah satu proses membina dan mengubah secara berurutan beberapa model yang diselaraskan pada semua peringkat kitaran hayat IS (LC). Pada setiap peringkat kitaran hayat, model khusus untuknya dicipta - organisasi, keperluan untuk
IS. projek IP. keperluan permohonan, dsb. Biasanya, peringkat berikut untuk mencipta IS dibezakan: pembentukan keperluan sistem, reka bentuk, pelaksanaan, ujian, pentauliahan, operasi dan penyelenggaraan.
Peringkat awal proses penciptaan IS ialah pemodelan proses perniagaan yang berlaku dalam organisasi dan merealisasikan objektifnya. Model organisasi, yang diterangkan dari segi proses perniagaan dan fungsi perniagaan, membolehkan kami merumuskan keperluan asas untuk IS.
Reka bentuk IS adalah berdasarkan pemodelan domain. Untuk mendapatkan projek IS yang mencukupi untuk kawasan subjek dalam bentuk sistem program yang berfungsi dengan betul, adalah perlu untuk mempunyai perwakilan holistik, sistemik model, yang mencerminkan semua aspek fungsi sistem maklumat masa hadapan. Dalam kes ini, model domain difahami sebagai sistem tertentu yang meniru struktur atau fungsi domain subjek yang dikaji dan memenuhi keperluan asas - untuk menjadi mencukupi untuk domain ini.
Pemodelan awal kawasan subjek membolehkan anda mengurangkan masa dan masa kerja reka bentuk dan mendapatkan projek yang lebih cekap dan berkualiti tinggi. Tanpa memodelkan kawasan subjek, terdapat kebarangkalian tinggi untuk membuat sejumlah besar kesilapan dalam menyelesaikan isu strategik, yang membawa kepada kerugian ekonomi dan kos yang tinggi untuk reka bentuk semula sistem yang seterusnya. Akibatnya, semua teknologi reka bentuk IS moden adalah berdasarkan penggunaan metodologi pemodelan domain.
Keperluan berikut dikenakan pada model domain:
Formalisasi yang memberikan penerangan yang jelas tentang struktur kawasan subjek;
Kejelasan untuk pelanggan dan pembangun berdasarkan penggunaan cara grafik untuk memaparkan model;
Kebolehrealisasian, membayangkan ketersediaan cara pelaksanaan fizikal model domain dan IS;
Memberi penilaian keberkesanan pelaksanaan model domain berdasarkan kaedah tertentu dan petunjuk yang dikira.
Pemodelan fungsional IDEF0: definisi dan peruntukan asas.
Program pengkomputeran bersepadu pengeluaran ICAM (ICAM - Integrated Computer Aided Manufacturing) bertujuan untuk meningkatkan kecekapan perusahaan perindustrian melalui pengenalan meluas teknologi komputer (maklumat). Di Amerika Syarikat, keadaan ini telah direalisasikan pada akhir 70-an, apabila Tentera Udara AS mencadangkan dan melaksanakan
Metodologi IDEF (ICAM Definition) membolehkan anda mengkaji struktur, parameter dan ciri pengeluaran, sistem teknikal dan ekonomi organisasi (selepas ini, di mana ini tidak menyebabkan salah faham - sistem). Metodologi IDEF am terdiri daripada tiga metodologi pemodelan khusus berdasarkan perwakilan grafik sistem:
IDEF0 digunakan untuk mencipta model berfungsi yang menggambarkan struktur dan fungsi sistem, serta aliran maklumat dan objek material yang menghubungkan fungsi ini.
IDEF1 digunakan untuk membina model maklumat yang memaparkan struktur dan kandungan aliran maklumat yang diperlukan untuk menyokong fungsi sistem;
IDEF2 membolehkan anda membina model dinamik tingkah laku fungsi, maklumat dan sumber sistem yang berubah-ubah masa.
Sehingga kini, metodologi IDEF0 dan IDEF1 (IDEF1X), yang telah menerima status piawaian persekutuan di Amerika Syarikat, adalah yang paling meluas dan digunakan. Metodologi IDEF0, ciri dan aplikasi yang diterangkan dalam Dokumen Panduan (GD) ini, adalah berdasarkan pendekatan yang dibangunkan oleh Douglas T. Ross pada awal 70-an dan dipanggil SADT (Structured Analysis & Design Technique). Asas pendekatan dan, sebagai akibatnya, metodologi IDEF0 ialah bahasa grafik untuk menerangkan sistem (pemodelan), yang mempunyai sifat berikut.
Untuk memaparkan interaksi komponen IS dengan betul, adalah penting untuk memodelkan komponen tersebut secara bersama, terutamanya dari sudut pandangan objek dan fungsi yang bermakna.
Metodologi analisis sistem struktur amat membantu dalam menyelesaikan masalah tersebut.
Analisis struktur biasanya dipanggil kaedah mengkaji sistem, yang bermula dengan gambaran umumnya dan kemudian pergi ke perincian, memperoleh struktur hierarki dengan peningkatan bilangan tahap. Kaedah sedemikian dicirikan oleh: pembahagian kepada tahap abstraksi dengan bilangan elemen yang terhad (dari 3 hingga 7); konteks terhad, termasuk hanya butiran penting setiap peringkat; penggunaan peraturan rakaman rasmi yang ketat; pendekatan yang konsisten terhadap hasilnya.
Mari kita tentukan konsep utama analisis struktur aktiviti sesebuah perusahaan (organisasi).
Operasi ialah tindakan asas (tidak boleh dibahagikan) yang dilakukan di satu tempat kerja.
Fungsi ialah satu set operasi yang dikumpulkan mengikut ciri tertentu.
Proses perniagaan ialah satu set fungsi yang berkaitan, semasa pelaksanaan sumber tertentu digunakan dan produk (objek, perkhidmatan, penyelidikan saintifik) dicipta.
penemuan, idea) yang bernilai kepada pengguna.
Subproses ialah proses perniagaan yang merupakan elemen struktur bagi beberapa proses perniagaan dan bernilai kepada pengguna.
Model perniagaan ialah penerangan grafik berstruktur bagi rangkaian proses dan operasi yang dikaitkan dengan data, dokumen, unit organisasi dan objek lain yang mencerminkan aktiviti sedia ada atau yang dicadangkan bagi sesebuah perusahaan. Terdapat pelbagai metodologi untuk pemodelan struktur kawasan subjek, antaranya metodologi berorientasikan fungsi dan berorientasikan objek harus ditonjolkan.
Perihalan sistem menggunakan IDEF0 dipanggil model berfungsi. Model berfungsi bertujuan untuk menerangkan proses perniagaan sedia ada, yang menggunakan kedua-dua bahasa semula jadi dan grafik. Untuk menyampaikan maklumat tentang sistem tertentu, sumber bahasa grafik ialah metodologi IDEF0 itu sendiri.
Metodologi IDEF0 menetapkan pembinaan sistem hierarki gambar rajah - penerangan tunggal serpihan sistem. Pertama, penerangan sistem secara keseluruhan dan interaksinya dengan dunia luar dijalankan (rajah konteks), selepas itu penguraian berfungsi dijalankan - sistem dibahagikan kepada subsistem dan setiap subsistem diterangkan secara berasingan (rajah penguraian). . Kemudian setiap subsistem dibahagikan kepada yang lebih kecil, dan seterusnya sehingga tahap perincian yang dikehendaki dicapai.
Persekitaran alat BPwin.
Pemodelan proses perniagaan biasanya dilakukan menggunakan alat kes. Alat tersebut termasuk BPwin (teknologi PLATINUM), Silverrun (teknologi Silverrun), Pereka Oracle (Oracle), Rational Rose (Perisian Rasional), dll. Kefungsian alat untuk pemodelan struktur proses perniagaan akan dibincangkan menggunakan alat kes BPwin sebagai contoh.
BPwin menyokong tiga metodologi pemodelan: pemodelan berfungsi (IDEF0); perihalan proses perniagaan (IDEF3); Rajah Aliran Data (DFD). BPwin mempunyai antara muka pengguna yang agak mudah dan intuitif. Apabila anda memulakan BPwin, secara lalai bar alat utama, palet alat (penampilannya bergantung pada notasi yang dipilih) dan, di sebelah kiri, Model Explorer muncul.
Apabila mencipta model baharu, dialog muncul di mana anda harus menunjukkan sama ada model itu akan dibuat baharu atau ia akan dibuka daripada fail atau daripada repositori ModelMart, kemudian masukkan nama model dan pilih metodologi di mana model akan dibina.
Seperti yang dinyatakan di atas, BPwin menyokong tiga metodologi - IDEF0, IDEF3 dan DFD, yang setiap satunya menyelesaikan masalah khususnya sendiri. Dalam BPwin adalah mungkin untuk membina model bercampur, iaitu model boleh mengandungi kedua-dua gambar rajah IDEF0 dan IDEF3 dan DFD secara serentak. Komposisi palet alat berubah secara automatik apabila anda bertukar dari satu notasi ke notasi yang lain.
Model dalam BPwin dianggap sebagai satu set kerja, setiap satunya beroperasi dengan set data tertentu. Kerja itu digambarkan dalam bentuk segi empat tepat, data - dalam bentuk anak panah. Jika anda mengklik pada mana-mana objek model dengan butang tetikus kiri, menu konteks muncul, setiap item sepadan dengan editor harta objek.
Pada peringkat awal mencipta IS, adalah perlu untuk memahami cara organisasi yang akan diautomatikkan berfungsi. Pengurus mengetahui kerja dengan baik secara keseluruhan, tetapi tidak dapat menyelidiki butiran kerja setiap pekerja biasa. Seorang pekerja biasa tahu betul apa yang berlaku di tempat kerjanya, tetapi mungkin tidak tahu cara rakan sekerjanya bekerja. Oleh itu, untuk menerangkan kerja perusahaan, adalah perlu untuk membina model yang akan mencukupi untuk bidang subjek dan mengandungi pengetahuan semua peserta dalam proses perniagaan organisasi.
Bahasa yang paling mudah untuk memodelkan proses perniagaan ialah IDEF0, di mana sistem diwakili sebagai satu set kerja atau fungsi yang berinteraksi. Orientasi fungsi semata-mata ini adalah asas - fungsi sistem dianalisis secara bebas daripada objek yang ia beroperasi. Ini membolehkan anda memodelkan logik dan interaksi proses organisasi dengan lebih jelas.
Proses pemodelan sistem dalam IDEF0 bermula dengan penciptaan rajah konteks - rajah tahap perihalan sistem yang paling abstrak secara keseluruhan, mengandungi definisi subjek pemodelan, matlamat dan sudut pandangan model.
Aktiviti merujuk kepada proses, fungsi atau tugas yang dinamakan yang berlaku dalam tempoh masa dan mempunyai hasil yang boleh dikenali.
Karya digambarkan sebagai segi empat tepat. Semua karya mesti dinamakan dan ditakrifkan. Nama kerja mesti dinyatakan sebagai kata nama lisan yang menunjukkan tindakan (contohnya, "Aktiviti syarikat", "Penerimaan pesanan", dll.). Kerja "Aktiviti Syarikat" mungkin mempunyai, sebagai contoh, takrifan berikut: "Ini ialah model pendidikan yang menerangkan aktiviti syarikat." Apabila mencipta model baharu (menu Fail/Baru), gambar rajah konteks dibuat secara automatik dengan satu kerja yang menggambarkan sistem secara keseluruhan.
Anak panah menerangkan interaksi kerja dan mewakili beberapa maklumat yang dinyatakan oleh kata nama. (Contohnya, "Panggilan pelanggan," "Peraturan dan prosedur," "Sistem perakaunan.")
“Pemodelan matematik komputer” Bahagian objektif pembelajaran. Menguasai pemodelan sebagai kaedah memahami realiti sekeliling (sifat penyelidikan saintifik bahagian) - ditunjukkan bahawa pemodelan dalam pelbagai bidang pengetahuan mempunyai ciri yang serupa, dan selalunya mungkin untuk mendapatkan model yang sangat serupa untuk proses yang berbeza; - menunjukkan kelebihan dan kekurangan eksperimen komputer berbanding eksperimen skala penuh; - ditunjukkan bahawa kedua-dua model abstrak dan komputer memberikan peluang untuk memahami dunia di sekeliling kita dan mengurusnya demi kepentingan manusia. Pembangunan kemahiran pemodelan komputer praktikal. Metodologi umum untuk pemodelan matematik komputer diberikan. Dengan menggunakan contoh beberapa model daripada pelbagai bidang sains dan amalan, semua peringkat pemodelan daripada perumusan masalah kepada tafsiran keputusan yang diperoleh semasa eksperimen komputer dilaksanakan secara praktikal. Mempromosikan bimbingan kerjaya untuk pelajar. Pengenalpastian kecenderungan pelajar terhadap aktiviti penyelidikan, pembangunan potensi kreatif, orientasi ke arah memilih profesion yang berkaitan dengan penyelidikan saintifik. Mengatasi perpecahan subjek, integrasi ilmu. Kursus ini mengkaji model dari pelbagai bidang sains menggunakan matematik. Pembangunan dan profesionalisasi kemahiran komputer. Penguasaan perisian am dan khusus, sistem pengaturcaraan.
