Ang konsepto ng modelo ay susi sa pangkalahatang teorya mga sistema Ang pagmomodelo bilang isang makapangyarihan - at kadalasan ang tanging - paraan ng pananaliksik ay nagsasangkot ng pagpapalit ng isang tunay na bagay ng ibang - materyal o ideal.
Ang pinakamahalagang kinakailangan para sa anumang modelo ay ang kasapatan nito sa bagay na pinag-aaralan sa loob ng balangkas tiyak na gawain at pagiging posible sa magagamit na paraan.
Sa teorya ng kahusayan at agham sa kompyuter, ang modelo ng isang bagay (sistema, operasyon) ay isang materyal o ideal (maiisip sa isip) na sistema na nilikha at/o ginagamit sa paglutas ng isang partikular na problema upang makakuha ng bagong kaalaman tungkol sa orihinal na bagay, sapat sa ito sa mga tuntunin ng mga katangian na pinag-aaralan at mas simple kaysa sa orihinal sa iba pang mga aspeto.
Ang pag-uuri ng mga pangunahing pamamaraan ng pagmomolde (at ang kanilang kaukulang mga modelo) ay ipinakita sa Fig. 3.1.1.
Kapag nag-aaral ng ekonomiya mga sistema ng impormasyon(EIS) lahat ng paraan ng pagmomodelo ay ginagamit, ngunit sa seksyong ito ang pangunahing atensyon ay ibibigay sa mga semiotic (sign) na pamamaraan.
Alalahanin natin na ang semiotics (mula sa Greek semeion - sign, sign) ay ang agham ng pangkalahatang katangian mga sistema ng pag-sign, ibig sabihin, mga sistema ng kongkreto o abstract na mga bagay (mga palatandaan), na ang bawat isa ay nauugnay sa isang tiyak na kahulugan. Ang mga halimbawa ng naturang mga sistema ay anumang mga wika
kanin. 3.1.1. Pag-uuri ng mga pamamaraan ng pagmomolde
(natural o artipisyal, halimbawa, paglalarawan ng data o mga wika sa pagmomodelo), mga sistema ng alarma sa lipunan at mundo ng hayop, atbp.
Kasama sa semiotics ang tatlong seksyon: syntactics; semantika; pragmatics.
Pinag-aaralan ng Syntactics ang syntax ng mga sign system nang walang pagsasaalang-alang sa anumang mga interpretasyon at problema na nauugnay sa pang-unawa ng mga sign system bilang paraan ng komunikasyon at mensahe.
Pinag-aaralan ng mga semantika ang interpretasyon ng mga pahayag ng isang sistema ng pag-sign at, mula sa punto ng view ng pagmomodelo ng mga bagay, ay sumasakop sa pangunahing lugar sa semiotics.
Sinusuri ng pragmatics ang kaugnayan ng gumagamit ng isang sign system sa sign system mismo, lalo na, ang perception ng mga makabuluhang pagpapahayag ng sign system.
Sa maraming mga semiotic na modelo, dahil sa pinakamalaking distribusyon, lalo na sa mga kondisyon ng impormasyon modernong lipunan at ang pagpapakilala ng mga pormal na pamamaraan sa lahat ng larangan ng aktibidad ng tao, itinatampok namin ang mga matematikal na sumasalamin sa tunay na mga sistema sa pamamagitan ng paggamit mga simbolo ng matematika. Kasabay nito, isinasaalang-alang ang katotohanan na isinasaalang-alang namin ang mga pamamaraan ng pagmomodelo na may kaugnayan sa pag-aaral ng mga system sa iba't ibang operasyon, gagamitin namin ang kilalang pamamaraan pagsusuri ng sistema, mga teorya ng pagiging epektibo at paggawa ng desisyon.
Higit pa sa paksa 3. TEKNOLOHIYA PARA SA PAGMOMODEL NG MGA SISTEMA NG IMPORMASYON Mga pamamaraan para sa pagmomodelo ng mga sistema:
- Mga modelo ng simulation ng mga sistema ng impormasyong pang-ekonomiya Metodolohikal na batayan para sa paglalapat ng pamamaraan ng simulation
- Seksyon III MGA BATAYAN NG PAGMOMOMO NG SERVICE MARKETING SYSTEM
- KABANATA 1. KONTROL NA DYNAMIC SYSTEMS BILANG BAGAY NG COMPUTER SIMULATION
- Mga batayan ng istrukturang pagmomolde ng sistema ng marketing ng mga serbisyong medikal
- Seksyon IV HALIMBAWA NG ILAPAT NA PAGGAMIT NG ISANG MARKETING SYSTEM MODEL SA SIMULATION MODELING
- Ang konsepto ng pagmomodelo ng pinansiyal na globo ng mga sistema ng marketing
"Computer mathematical modeling" Mga layunin sa pag-aaral ng seksyon. Mastering modeling bilang isang paraan ng pag-unawa sa nakapaligid na katotohanan (siyentipikong pananaliksik kalikasan ng seksyon) - ito ay ipinapakita na ang pagmomodelo sa iba't ibang larangan ng kaalaman ay may katulad na mga tampok, at ito ay madalas na posible upang makakuha ng halos katulad na mga modelo para sa iba't ibang mga proseso; - nagpapakita ng mga pakinabang at disadvantages eksperimento sa kompyuter kumpara sa isang buong sukat na eksperimento; - ito ay nagpapakita na abstract na modelo, at ang computer ay nagbibigay ng pagkakataon na maunawaan ang mundo sa paligid natin at pamahalaan ito para sa interes ng mga tao. Pag-unlad ng mga praktikal na kasanayan pagmomodelo ng kompyuter. Ang isang pangkalahatang pamamaraan para sa computer mathematical modeling ay ibinigay. Gamit ang halimbawa ng isang bilang ng mga modelo mula sa iba't ibang larangan ng agham at kasanayan, ang lahat ng mga yugto ng pagmomodelo mula sa pagbabalangkas ng problema hanggang sa interpretasyon ng mga resultang nakuha sa panahon ng isang eksperimento sa kompyuter ay praktikal na ipinapatupad. Pagsusulong ng gabay sa karera para sa mga mag-aaral. Pagkilala sa hilig ng mag-aaral sa mga aktibidad sa pananaliksik, pagbuo ng malikhaing potensyal, oryentasyon patungo sa pagpili ng propesyon na may kaugnayan sa siyentipikong pananaliksik. Pagtagumpayan ang pagkakawatak-watak ng paksa, pagsasama-sama ng kaalaman. Sinusuri ng kurso ang mga modelo mula sa iba't ibang larangan ng agham gamit ang matematika. Pag-unlad at propesyonalisasyon ng mga kasanayan sa computer. Mastery ng pangkalahatan at espesyal na software, mga sistema ng programming.
MINISTRY OF EDUCATION OF THE RUSSIAN FEDERATION ULYANOVSK STATE TECHNICAL UNIVERSITY V.S. SHCHEKLEIN MODELING INFORMATION SYSTEMS Mga tala sa panayam para sa mga mag-aaral ng direksyon 652100 “Aircraft Engineering” Ulyanovsk 2002 2 UDC 621.9.90. metodolohikal na manwal Scientific and Methodological Council ng Unibersidad Shcheklein V.S. Ш Pagmomodelo ng mga sistema ng impormasyon: mga tala sa panayam / V.S.SHCHEKLEIN. - Ulyanovsk: Ulyanovsk State Technical University, 2002. - p. Structural Materials" at 130111 "Project Management of Aviation Production". Ang manwal na ito ay hindi kumpleto; ito ay pinlano na isama ang bagong binuo na materyal, ang pagpili at disenyo nito ay isinasagawa alinsunod sa naaprubahang programa ng disiplina. 3 NILALAMAN PANIMULA ………………………………………………………………… 4 1. MGA BATAYANG KONSEPTO NG TEORYA NG PAGMOMODEL ……………… 4 2. KAHALAGAHAN NG ISTATISTIKA PARAAN NG PAGSUSULIT AT IMPLEMENTASYON NITO GAMIT ANG COMPUTER …………… 7 3. MGA GENERALIZED ALGORITHMS PARA SA PAGMOMODEL NG STATISTICAL ……………………………………………………… 9 4. PAGMOMODE NG MGA RANDOM NA VARIABLE NA MAY ISANG TIYAK NA BATAS NA PAHAGI. PAGMOMODE NG MGA RANDOM NA PANGYAYARI ………………………………………………………………….. 5. PAGDARATING SA MODELING SYSTEMS ……………………… 15 6. PAGTATATA NG RANDOM NA VARIABLE AT MGA RANDOM NA PANGYAYARI SA EXCEL ……………………………………………………… 21 7. PAGMOMODEL NG MARKOV CHAINS ……………………. 23 8. PAGMOMODEL NG MGA SISTEMA NG PILA. 25 9. ISTRUKTURA NG MGA SISTEMA NG COMPUTING NG IMPORMASYON ……………………………………………………………………………………… 26 9.1. Konsepto ng proseso……………………………………………………………….. 28 9.2. Workload …………………………………………… 29 10. MGA INDICATOR NG IMPORMASYONG SYSTEMS EFFICIENCY ……………………………………………………… ……….. 30 11. PAGTATAYA NG PAGGANAP NG MGA COMPONENT NG SYSTEM …………………………………………………………………. 31 12. PAGTATAYA NG PAGGANAP NG SISTEMA SA BUONG……. 32 13. IMPLUWENSYA NG DATA PROCESSING MODE …………………….. 35 14. KATANGIAN NG PAGKAAASAHAN ……………………………… 36 15. PAGBUO NG ISANG MATHEMATICAL MODEL NG ISANG INFORMATION SYSTEM ……… …………………………………. 40 LISTAHAN NG BIBLIOGRAPIKAL ……………………………………………. 46 4 PANIMULA Ang pagiging kapaki-pakinabang ng mathematical modeling para sa paglutas ng mga praktikal na problema ay walang pag-aalinlangan. Maaaring lumitaw ang tanong: bakit kinakailangan na makabisado ang pagmomodelo ng mga sistema ng impormasyon (at ngayon ang mga sistemang ito ay hindi maiisip nang wala teknolohiya ng kompyuter ) mga tagabuo ng sasakyang panghimpapawid na nakatuon sa teknolohiya ng paggawa ng sasakyang panghimpapawid? Ang modernong teknolohiya ay nagiging mas awtomatiko. Ang isang modernong tagagawa ng sasakyang panghimpapawid, kung siya ay isang taga-disenyo o isang technologist, ay dapat gumamit ng mga computer sa kanyang trabaho. May panganib ng hindi sapat na pagtatasa ng mga kakayahan ng isang computer kapag nilulutas ang mga problema sa engineering. Ito ay maaaring humantong sa alinman sa isang pagtanggi na i-automate ang isa o isa pang fragment ng teknolohikal na proseso, o sa hindi makatarungang mga gastos sa mga kagamitan sa computer, ang mga kakayahan na kung saan ay lubhang napalaki kumpara sa kung ano ang kinakailangan. Kasabay nito, ang tinatawag na maaaring humantong sa malubhang pagkakamali sa pagtatantya. Ang layunin ng disiplina ay upang magbigay ng kasangkapan sa isang batang dalubhasa sa isang aparato para sa pagtatasa ng impormasyon at mga sistema ng computer upang siya ay may kakayahang maisama ang mga tool sa automation sa mga contour ng produksyon o pamamahala. Bilang karagdagan, sa pamamagitan ng pagmomodelo ng ilang mga sistema, ang mga mag-aaral ay nakakakuha ng hindi direktang karanasan sa pag-optimize ng mga system at pinapalakas ang kanilang mga kasanayan sa paggamit ng isang computer kapag nilulutas ang mga propesyonal na problema. 1. MGA BATAYANG KONSEPTO NG TEORYANG PAGMOMODEL Ang pagmomodelo ay ang pagpapalit ng isang bagay sa isa pa upang makakuha ng impormasyon tungkol sa pinakamahalagang katangian ng bagay - ang orihinal gamit ang isang bagay - modelo. Modelo (French modele mula sa Latin modulas - sukat, sample): 1) sample para sa mass production ng isang produkto; tatak ng produkto; 2) ang produkto kung saan tinanggal ang amag (mga template, pattern, plaza); 3) ang tao o bagay na inilalarawan ng artista; 4) isang aparato na nagpaparami ng istraktura o pagpapatakbo ng anumang iba pang aparato; 5) anumang larawan ng isang bagay, proseso o phenomenon na ginamit bilang kinatawan ng orihinal (larawan, diagram, pagguhit, mapa); 6) mathematical apparatus na naglalarawan ng isang bagay, proseso o phenomenon; 7) isang aparato para sa pagkuha ng isang imprint sa isang casting mold. Sa mga sumusunod, maliban kung iba ang sinabi, ang isang modelo ay mauunawaan bilang isang mathematical apparatus. Ang lahat ng mga modelo ay nailalarawan sa pagkakaroon ng ilang istraktura (static o dynamic, materyal o perpekto), na katulad ng istraktura ng orihinal na bagay. Sa proseso ng trabaho, ang modelo ay gumaganap bilang isang medyo independiyenteng quasi-object, na nagpapahintulot sa isa na makakuha ng ilang kaalaman tungkol sa bagay mismo sa panahon ng pananaliksik. Kung ang mga resulta ng naturang pag-aaral (modeling) ay nakumpirma at maaaring magsilbing batayan para sa pagtataya sa mga bagay na pinag-aaralan, kung gayon ang modelo ay sinasabing sapat sa bagay. Sa kasong ito, ang kasapatan ng modelo ay nakasalalay sa layunin ng pagmomodelo at sa tinatanggap na pamantayan. Ipinapalagay ng proseso ng pagmomolde ang pagkakaroon ng: - isang bagay ng pag-aaral; - isang mananaliksik na may isang tiyak na gawain; - isang modelo na nilikha upang makakuha ng impormasyon tungkol sa isang bagay na kinakailangan upang malutas ang isang problema. Ang mga sistema ng pagmomodelo ay isang layunin ng problema. Ang anumang modelo ay binuo depende sa layunin na itinakda ng mananaliksik para dito, kaya isa sa mga pangunahing problema sa pagmomodelo ay ang problema ng layunin. Ang pagkakapareho ng prosesong nagaganap sa modelo sa tunay na proseso ay hindi isang katapusan sa sarili nito, ngunit isang kondisyon para sa tamang paggana ng modelo. Ang layunin ay dapat na pag-aralan ang anumang aspeto ng paggana ng bagay. Kung ang mga layunin ng pagmomolde ay malinaw, pagkatapos ay ang susunod na problema arises, ang problema ng pagbuo ng isang modelo. Ang pagtatayo na ito ay posible kung ang impormasyon ay magagamit o ang mga hypotheses ay iniharap tungkol sa istraktura, mga algorithm at mga parameter ng bagay na pinag-aaralan. Ang papel na ginagampanan ng mananaliksik sa proseso ng pagbuo ng isang modelo ay malikhain, batay sa kaalaman, karanasan, at heuristics. Ang mga pormal na pamamaraan na nagbibigay-daan sa isang sapat na tumpak na paglalarawan ng isang sistema o proseso ay hindi kumpleto o wala lang. Samakatuwid, ang pagpili ng isa o isa pang pagkakatulad ay ganap na nakabatay sa umiiral na karanasan ng mananaliksik, at ang mga pagkakamali ng mananaliksik ay maaaring humantong sa mga maling resulta ng pagmomodelo. Kapag ang modelo ay binuo, pagkatapos susunod na problema maaaring isaalang-alang ang problema ng pagtatrabaho dito, ang pagpapatupad ng modelo. Ang mga pangunahing gawain dito ay ang pagliit ng oras upang makakuha ng mga huling resulta at pagtiyak ng kanilang pagiging maaasahan. Ano ang katangian ng isang modelong tama ang pagkakagawa ay ang ipinapakita lamang nito ang mga pattern na kailangan ng mananaliksik, at hindi isinasaalang-alang ang mga katangian ng orihinal na sistema na hindi mahalaga sa ngayon. Ang pag-uuri ng mga uri ng pagmomolde ng system ay ipinapakita sa Fig. 1.1. tuloy-tuloy na Abstract Material Visual Symbolic Mathematical Natural Physical Analytic Combined. Simulation Fig. 1.1. Ang analytical na diskarte ay batay sa pagbuo ng mga formulaic dependencies na nagkokonekta sa mga parameter at elemento ng system. Sa loob ng mahabang panahon, ang pamamaraang ito ay ang aktwal na diskarte sa matematika. Gayunpaman, kapag isinasaalang-alang kumplikadong mga sistema Ang mahigpit na mga dependency sa matematika ay napaka-kumplikado, kinakailangan ito malaking bilang pagsukat upang makuha ang mga kinakailangang halaga ng parameter. Pagsusuri ng mga katangian ng gumaganang proseso ng mga kumplikadong sistema gamit lamang mga pamamaraang analitikal Ang pananaliksik ay nakatagpo ng mga makabuluhang paghihirap, na humahantong sa pangangailangan na makabuluhang pasimplehin ang mga modelo alinman sa yugto ng kanilang pagtatayo o sa proseso ng pagtatrabaho sa modelo, na binabawasan ang pagiging maaasahan ng mga resulta. Ang simulation (statistical) na diskarte sa pagmomodelo ay batay sa paggamit ng teorem ng limitasyon ng Chebyshev sa probabilistikong representasyon ng mga parameter ng system. Batay sa isang paunang pag-aaral ng simulate system, ang mga uri at halaga ng mga batas sa pamamahagi ay medyo natutukoy mga random na variable mga parameter. Sa loob ng balangkas ng diskarte sa simulation, ginagamit ang mga analytical na dependency sa pagitan ng mga parameter ng mga elemento ng system, ngunit ang mga dependency na ito ay mas pangkalahatan, pinasimpleng kalikasan. Ang mga ito ay mas simple kaysa sa mga dependency sa loob ng analytical na diskarte. pamamahala ng pagmomolde; - sapat na bilis ng trabaho; - kalinawan ng mga resulta; - katanggap-tanggap na halaga ng pagpapaunlad at paggamit ng mga tool sa pagmomodelo. 2. ANG KAHALAGAHAN NG STATISTICAL TESTING METHOD AT IMPLEMENTATION NITO GAMIT ANG COMPUTER Ang paraan ng statistical modeling ay binubuo sa muling paggawa ng prosesong pinag-aaralan gamit ang probabilistic mathematical model at pagkalkula ng mga katangian ng prosesong ito. Ang pamamaraan ay batay sa paulit-ulit na pagsubok ng itinayong modelo na may kasunod na pagpoproseso ng istatistika ng nakuhang data upang matukoy ang mga katangian ng prosesong isinasaalang-alang sa anyo istatistikal na pagtatantya mga parameter nito. Isaalang-alang ang equation: y = f (x, t, ξ), (2.1) kung saan ang y ay isang parameter ng system na nangangailangan ng pagpapasiya, x ay isang phase variable, t ay oras, ξ ay isang random na parameter, ang batas ng pamamahagi kung saan ay kilala sa amin. Kung ang function na f ay makabuluhang nonlinear, kung gayon walang paraan upang malutas ang problemang ito. unibersal na pamamaraan solusyon, at medyo ganap na binuo ng mga regular na paraan ng paghahanap pinakamainam na solusyon maaari lamang ilapat sa pamamagitan ng pagbibigay-priyoridad sa hitsura ng paggamit ng matematika ay hahantong sa isang malubhang pagkawala ng katumpakan. Modelo ng matematika ay magiging hindi sapat para sa sistemang pinag-aaralan, at ang pagmomodelo ay magiging isang uri lamang ng maling akala. Gayunpaman, kung posible na bumuo ng isang function na y = ϕ (ξ) at isang random number generator ξ 1, ξ 2, ..., ξ N na may ibinigay na batas sa pamamahagi, kung gayon ang halaga ng y ay maaaring kalkulahin bilang y = ∑ ϕ (ξ i) N, (2.2) kung saan ang ϕ (ξ 1) ay ang halaga ng i-th na pagpapatupad.ξ 1, ξ 2, ..., ξ N sa papel sa karamihan ng mga kaso medyo madaling ipatupad ang mga ito sa isang computer sa loob ng balangkas ng naaangkop na software. Sa kasong ito, ang mga resulta ay naglalaman ng isang error, ngunit ang error na ito ay mas mababa kaysa sa mga error dahil sa mga pagpapalagay sa analytical na modelo. Bilang karagdagan, ang error dahil sa aplikasyon ng isang istatistikal na modelo ay maaaring mabilang. Ang pamamaraan na ito ay umaabot din sa mas kumplikadong mga kaso, kapag ang equation (2.1) ay naglalaman ng hindi lamang random na mga parameter, kundi pati na rin ang mga random na function. Pagkatapos matanggap ang N mga pagpapatupad sa isang computer, ang yugto ng pagpoproseso ng mga istatistika ay sumusunod, na ginagawang posible upang makalkula, kasama ang matematikal na inaasahan (2.2), iba pang mga parameter ϕ (ξ), halimbawa, ang pagkakaiba D = 1 N * ∑ x.i − 1 N 2* (∑ x.i) . Sa pamamaraan ng pagsusuri sa istatistika, upang makakuha ng sapat na maaasahang mga resulta, kinakailangan upang matiyak malaking bilang mga pagpapatupad N, bilang karagdagan, na may pagbabago sa hindi bababa sa isang paunang parameter ng problema, kinakailangan na magsagawa muli ng isang serye ng mga pagsubok sa N. Sa mga kumplikadong modelo, ang isang hindi makatwirang malaking halaga ng N ay maaaring maging isang kadahilanan na nagpapaantala sa pagkuha ng mga resulta. Samakatuwid, mahalagang tantiyahin nang tama ang kinakailangang bilang ng mga resulta. Ang pagitan ng kumpiyansa ε, probabilidad ng kumpiyansa α, pagkakaiba-iba D at bilang ng mga pagsasakatuparan N ay nauugnay sa kaugnayan ε = D NF −1 (α), kung saan ang Ф −1 (α) ay ang function, baligtad na pag-andar<< 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-
Laplace. Sa pagsasagawa, maaari mong gamitin ang kaugnayan N ≤ D ε 2 * 6.76 para sa α ≥ 0.99, pagkuha, para sa kapakanan ng pagiging maaasahan,
pinakamataas na halaga
2014 N mula sa kaugnayan (). Ang pagtatantya ng variance D ay maaaring makuha nang maaga gamit ang parehong istatistikal na modelo para sa bilang ng mga pagsasakatuparan n, n
Textbook para sa mga unibersidad
2nd ed., binago. at karagdagang
G.
Circulation 1000 copies. 978-5-9912-0193-3
Format 60x90/16 (145x215 mm) 32.882
Bersyon: paperback 621.395
ISBN
BBK
UDC
Ang mga algorithm para sa pagmomodelo ng mga discrete at tuloy-tuloy na random na variable at proseso ay isinasaalang-alang. Ang mga prinsipyo at algorithm para sa pagmomodelo ng mga signal ng impormasyon na inilarawan ng mga proseso ng Markov na may discrete at tuloy-tuloy na oras ay binalangkas Ang mga prinsipyo ng pagmomodelo ng mga sistema ng pagpila. Ang mga tampok ng paglalarawan at paggamit ng fractal at multifractal na proseso para sa pagmomodelo ng trapiko sa telekomunikasyon ay inilarawan. Ang mga pamamaraan at halimbawa ng pagmomodelo ng mga sistema ng impormasyon gamit ang mga espesyal na pakete ng aplikasyon na Matlab, Opnet, Network simulator ay sinusuri.
Para sa mga mag-aaral na nag-aaral sa mga specialty na "Networks and Switching System", "Multichannel Telecommunication Systems", "Information Systems and Technologies".
Panimula
1 Pangkalahatang mga prinsipyo ng pagmomodelo ng system
1.1. Pangkalahatang konsepto ng modelo at simulation
1.2. Pag-uuri ng modelo
1.3. Istruktura ng modelo
1.4. Metodolohikal na batayan para sa pormalisasyon ng paggana ng isang kumplikadong sistema
1.5. Pagmomodelo ng Bahagi
1.6. Mga yugto ng pagbuo ng isang modelo ng matematika
1.7. Pagmomodelo ng simulation
Mga tanong sa seguridad
2 Pangkalahatang mga prinsipyo para sa pagbuo ng mga sistema at network ng komunikasyon
2.1. Ang konsepto ng pagbuo ng mga sistema at network ng komunikasyon
2.2. Multi-level na mga modelo ng network
2.2.1. Tatlong antas na modelo
2.2.2. TCP/IP protocol architecture
2.2.3. modelo ng sanggunian ng OSI
2.3. Istraktura ng mga network ng komunikasyon
2.3.1. Mga pandaigdigang network
2.3.2. Mga lokal na network ng lugar
2.3.3. Mga topolohiya ng computer network
2.3.4. Mga Ethernet LAN
2.4. Mga network ng Frame Relay
2.5. IP telephony
Mga tanong sa seguridad
3 Random na simulation ng numero
3.1. Pangkalahatang impormasyon tungkol sa mga random na numero
3.2. Mga pamamaraan ng software para sa pagbuo ng pantay na ipinamamahagi na mga random na numero
3.3. Pagbubuo ng mga random na variable na may ibinigay na batas sa pamamahagi
3.3.1. Kabaligtaran na pamamaraan ng pag-andar
3.3.2. Tinatayang mga pamamaraan para sa pag-convert ng mga random na numero
3.3.3. Paraan ng screening (paraan ng pagbuo ng Neumann)
3.4. Mga pamamaraan batay sa gitnang teorama ng limitasyon
3.5. Algorithm para sa pagmomodelo na karaniwang ginagamit na mga random na variable
3.6. Algorithm para sa pagmomodelo ng mga nauugnay na random na variable
3.7. Pagbuo ng mga pagpapatupad ng mga random na vector at function
3.7.1. Pagmomodelo ng n-dimensional na random na punto na may mga independiyenteng coordinate
3.7.2. Pagbuo ng isang random na vector (sa loob ng balangkas ng teorya ng ugnayan)
3.7.3. Pagbuo ng mga pagpapatupad ng mga random na function
4 Pagmomodelo ng mga discrete distribution
4.1. Pamamahagi ng Bernoulli
4.2. Binomial na pamamahagi
4.3. Pamamahagi ng Poisson
4.4. Simulation ng mga pagsubok sa scheme ng mga random na kaganapan
4.4.1. Simulation ng mga random na kaganapan
4.4.2. Simulation ng kasalungat na mga pangyayari
4.4.3. Simulation ng isang discrete random variable
4.4.4. Simulation ng isang kumpletong pangkat ng mga kaganapan
4.5. Mga Stream ng Kaganapan
4.6. Pagproseso ng mga resulta ng simulation
4.6.1. Katumpakan at bilang ng mga pagpapatupad
4.6.2. Pangunahing istatistikal na pagproseso ng data
Mga tanong sa seguridad
5 Algorithm para sa pagmomodelo ng mga stochastic signal at interference sa mga sistema ng komunikasyon
5.1. Algorithm para sa pagmomodelo ng hindi nakatigil na mga random na proseso
5.2. Algorithm para sa pagmomodelo ng mga nakatigil na random na proseso
5.3. Mga pamamaraan para sa pagmomodelo ng mga signal at ingay sa anyo ng mga stochastic differential equation
5.4. Mga halimbawa ng mga modelo ng mga random na proseso sa mga sistema ng komunikasyon
5.4.1. Mga modelo ng proseso ng impormasyon
5.4.2. Mga Modelo ng Panghihimasok
5.4.3. Mga katangian ng mga pangunahing uri ng panghihimasok
Mga tanong sa seguridad
6 Markov random na proseso at ang kanilang pagmomodelo
6.1. Mga pangunahing konsepto ng random na proseso ng Markov
6.2. Mga pangunahing katangian ng discrete Markov chain
6.3. Ang patuloy na mga kadena ng Markov
6.3.1. Pangunahing Konsepto
6.3.2. Mga proseso ng Semi-Markov
6.3.3. Mga proseso ng kamatayan at pagpaparami
6.4. Mga modelo ng tuluy-tuloy na pinahahalagahan na mga random na proseso ng Markov batay sa stochastic differential equation
6.5. Pagmomodelo ng mga random na proseso ng Markov
6.5.1. Discrete Processing Modeling
6.5.2. Pagmomodelo ng mga prosesong patuloy na pinahahalagahan ng scalar
6.5.3. Pagmomodelo ng tuluy-tuloy na pinahahalagahan na mga proseso ng vector
6.5.4. Simulation ng proseso ng Gaussian na may fractional-rational spectral density
6.5.5. Ang pagmomodelo ay nagpaparami ng magkakaugnay na pagkakasunud-sunod
6.5.6. Pagmomodelo ng mga proseso ng Markov gamit ang mga filter na humuhubog
6.5.7. Algorithm para sa istatistikal na pagmomodelo ng mga chain ng Markov
Mga tanong sa seguridad
7 Mga halimbawa ng mga modelo ng Markov
7.1. Mga modelo ng Markov ng speech dialogue ng mga subscriber
7.1.1. Mga Estado ng Voice Signal
7.1.2. Mga modelo ng diyalogo
7.2. Mga modelo ng Markov ng speech monologue
7.3. Ang proseso ng Poisson na kinokontrol ni Markovian sa mga modelo ng pagsasalita
7.4. Mga modelo ng Markov ng mga digital sequence sa output ng G.728 codec
7.5. Ang statistic source compaction ng mga voice packet na isinasaalang-alang ang modelo ng Markov ng dialogue sa telepono
7.6. Modelo ng wireless channel ng Markov na may mekanismo ng ARQ/FEC
7.7. Error sa Bagging
7.8. Pagkalkula ng mga katangian ng daloy ng error gamit ang mga parameter ng modelo
7.8.1. Pagtatantya ng mga parameter ng daloy ng error
7.8.2. Pagtatasa ng kasapatan ng modelo ng daloy ng error
7.9. Mga modelo ng Markov para sa pagtatasa ng QoS ng mga real-time na serbisyo ng multimedia sa Internet
7.9.1. Ang konsepto ng real-time na mga serbisyong multimedia
7.9.2. Pagsusuri at pagmomodelo ng mga pagkaantala at pagkalugi
7.10. Mga modelo ng daloy ng trapiko ng multimedia
Mga tanong sa seguridad
8 Mga sistema ng pagpila at ang kanilang pagmomodelo
8.1. Pangkalahatang katangian ng mga sistema ng pagpila
8.2. Istraktura ng sistema ng pagpila
8.3. Mga sistema ng pagpila na may paghihintay
8.3.1. Sistema ng serbisyo ng M/M/1
8.3.2. Sistema ng serbisyo ng M/G/1
8.3.3. Mga network na may malaking bilang ng mga node na konektado ng mga channel ng komunikasyon
8.3.4. Priyoridad na Serbisyo
8.3.5. Sistema ng serbisyo ng M/M/N/m
8.4. Mga sistema ng pagpila na may mga pagkabigo
8.5. Pangkalahatang mga prinsipyo ng pagmomodelo ng mga sistema ng pagpila
8.5.1. Paraan ng pagsusulit sa istatistika
8.5.2. I-block ang mga modelo ng mga proseso ng paggana ng system
8.5.3. Mga tampok ng pagmomodelo gamit ang Q-circuits
Mga tanong sa seguridad
9 Pagmomodelo ng mga sistema ng impormasyon gamit ang karaniwang teknikal na paraan
9.1. Pagmomodelo ng system at mga wika sa programming
9.2. Mga Pangunahing Kaalaman sa Wika ng GPSS
9.2.1. Mga dynamic na GPSS object. Mga bloke na nakatuon sa transaksyon (mga pahayag)
9.2.2. Mga bloke na nakatuon sa hardware (mga operator)
9.2.3. Omnichannel na serbisyo
9.2.4. Mga bloke ng istatistika ng GPSS
9.2.5. Mga bloke ng pagpapatakbo ng GPSS
9.2.6. Iba pang mga bloke ng GPSS
9.3. Simulation modelling ng ETHERNET network sa GPSS environment
Mga tanong sa seguridad
10 Pagmomodelo ng mga sistema ng paghahatid ng impormasyon
10.1. Karaniwang sistema ng paghahatid ng data
10.2. Noise immunity ng discrete signal transmission. Pinakamainam na pagtanggap
10.3. Pagtatantya ng posibilidad ng maling pagtanggap ng mga discrete signal na may ganap na kilalang mga parameter
10.4. Noise immunity ng mga discrete signal na may mga random na parameter
10.5. Noise immunity ng discrete signals sa panahon ng incoherent na pagtanggap
10.6. Noise immunity ng mga discrete signal na may random na makabuluhang parameter
10.7. Algorithm para sa pagbuo ng mga discrete signal
10.8. Algorithm para sa pagbuo ng interference
10.9. Discrete signal demodulation algorithm
10.10. Istraktura ng simulation complex at mga subroutine nito
10.11. Mathworks Matlab software environment at Simulink visual modeling package
10.11.1. Teknikal na paglalarawan at interface
10.11.2. Simulink visual modeling package
10.11.3. Paglikha at pag-mask ng mga subsystem
10.11.4. Communications Toolbox Extension Pack
10.12. Pagmomodelo ng WiMAX data transmission system blocks
10.12.1. Simulation ng transmiter
10.12.2. Pagmomodelo ng channel ng paghahatid
10.12.3. Simulation ng receiver
10.12.4. Pagpapatupad ng modelo sa sistema ng Mathlab
10.13. Mga resulta pagmomolde ng simulation Mga sistema ng WiMAX
Mga tanong sa seguridad
11 Mga prosesong magkatulad sa sarili at ang kanilang aplikasyon sa telekomunikasyon
11.1. Mga pundasyon ng teorya ng mga proseso ng fractal
11.2. Mga proseso ng multifractal
11.3. Pagtatantya ng Hurst exponent
11.4. Multifractal analysis gamit ang software
11.4.1. Paglalarawan ng Software
11.4.2. Mga halimbawa ng pagtatasa sa antas ng pagkakatulad sa sarili
11.5. Algorithm at software para sa multifractal analysis
11.6. Ang impluwensya ng pagkakatulad sa sarili ng trapiko sa mga katangian ng sistema ng serbisyo
11.7. Mga pamamaraan para sa pagmomodelo ng mga prosesong katulad sa sarili sa teletraffic
11.8. Pag-aaral ng istraktura ng trapiko ng Ethernet na katulad sa sarili
11.9. Overload na kontrol ng kaparehong trapiko
11.10. Fractal Brownian motion
11.10.1. RMD algorithm para sa pagbuo ng FBD
11.10.2. SRA algorithm para sa pagbuo ng FBD
11.12. Fractal Gaussian ingay
11.12.1. FFT algorithm para sa FGN synthesis
11.12.2. Pagsusuri ng mga resulta ng simulation
Mga tanong sa seguridad
12 Pagmomodelo ng node ng network ng telekomunikasyon
12.1. Mga Pangunahing Kaalaman sa Frame Relay Protocol
12.2. Pagdidisenyo ng Frame Relay Network Site
12.3. Mga resulta ng simulation ng isang FR router na may mga G.728 codec sa input
12.4. Epekto ng traffic self-similarity sa QoS
Mga tanong sa seguridad
13 Mga dalubhasang sistema para sa simulation ng computer network
13.1. Pangkalahatang katangian ng mga espesyal na pakete ng aplikasyon para sa pagmomodelo ng network
13.2. Pangkalahatang mga prinsipyo ng pagmomodelo sa kapaligiran ng OPNET Modeler
13.3. Mga halimbawa ng OPNET application
13.3.1. Modelo para sa pagtatasa ng kalidad ng serbisyo
13.3.2. Pagpapatupad ng modelo ng lokal na network
Mga tanong sa seguridad
14 Simulation modelling gamit ang network simulator Network simulator 2
14.1. Kasaysayan ng paglikha at arkitektura ng NS2 package
14.2. Paglikha ng isang Simulator Object
14.3. Paglikha ng topology ng network
14.4. Pagtatakda ng mga parameter ng generator
14.4.1. Exponential On/Off
14.4.2. Pareto On/Off
14.5. Dalawang pangunahing algorithm ng queuing
14.6. Adaptive Routing sa NS2
14.6.1. User level application programming interface
14.6.2. Panloob na arkitektura
14.6.3. Mga extension sa ibang klase
14.6.4. Mga kapintasan
14.6.5. Listahan ng mga command na ginamit upang gayahin ang mga dynamic na sitwasyon sa NS2
14.6.6. Halimbawa ng dynamic na pagruruta sa NS2
14.7. Pagpapatakbo ng isang script program sa NS2
14.8. Pamamaraan para sa pagproseso ng mga resulta ng simulation
14.9. Halimbawa ng Wireless Network Simulation
14.10. Halimbawa ng simulation ng streaming video transmission quality gamit ang NS 2 package
14.10.1. Istraktura ng software at hardware complex para sa pagtatasa ng kalidad ng streaming video
14.10.2. Mga functional na module ng PAC
14.10.3. Rating ng Kalidad ng Video
Kapag nagdidisenyo ng isang IS, ang isang bilang ng mga paglalarawan ng mga pagtutukoy (mga kinakailangan, kundisyon, paghihigpit, atbp.) ay ginagamit, kung saan ang mga modelo ng pagbabago, imbakan at paghahatid ng impormasyon ay sumasakop sa isang sentral na lugar. Ang mga modelong nakuha sa panahon ng pag-aaral ng paksang lugar ay nagbabago sa panahon ng proseso ng pagbuo ng IS at nagiging mga modelo ng dinisenyong IS.
Mayroong functional, informational, behavioral at structural na mga modelo. Inilalarawan ng functional model ng isang system ang hanay ng mga function na ginagawa ng system. Ang mga modelo ng impormasyon ay sumasalamin sa mga istruktura ng data - ang kanilang komposisyon at mga relasyon. Ang mga modelo ng pag-uugali ay naglalarawan ng mga proseso ng impormasyon (dynamics ng paggana), kabilang dito ang mga kategorya tulad ng estado ng system, isang kaganapan, isang paglipat mula sa isang estado patungo sa isa pa, mga kondisyon ng paglipat, at isang pagkakasunud-sunod ng mga kaganapan. Ang mga istrukturang modelo ay nagpapakilala sa morpolohiya ng isang sistema (konstruksyon nito) - ang komposisyon ng mga subsystem, ang kanilang mga relasyon.
Mayroong ilang mga paraan upang bumuo at magpakita ng mga modelo, naiiba para sa iba't ibang uri ng mga modelo. Ang batayan ay pagsusuri ng istruktura - isang paraan ng pag-aaral ng isang sistema na nagsisimula sa pangkalahatang pangkalahatang-ideya nito at pagkatapos ay napupunta sa detalye, na bumubuo ng isang hierarchical na istraktura na may pagtaas ng bilang ng mga antas.
Sa manwal na ito, isasaalang-alang namin ang pamamaraan para sa pagbuo ng structural-functional at mga modelo ng impormasyon ng IS at pagdidisenyo ng relational database batay sa mga ito, na naglalarawan sa prosesong ito na may partikular na halimbawang pang-edukasyon ng sumusunod na nilalaman.
Kaugnay ng pagkakaiba-iba ng mga aktibidad, isang utos ang natanggap mula sa pamamahala ng Bezenchuk and Associates upang bumuo ng isang sistema ng impormasyon upang mapabuti ang kahusayan sa pamamahala.
Ang kumpanya ay nakikibahagi sa paggawa at pagbebenta ng mga kasangkapan. Mayroong isang katalogo ng mga karaniwang kasangkapan na ginawa ng kumpanya. Ang customer ay maaaring pumili ng kasangkapan mula sa catalog at/o mag-order ayon sa kanyang sariling paglalarawan. Pagkatapos maglagay ng isang order, ang isang kontrata ay iginuhit. Ang kumpanya ay tumatanggap ng mga lumang kasangkapan mula sa mga customer ng mga bagong kasangkapan, ang halaga nito ay ibabawas mula sa presyo ng order. Ang mga tinatanggap na lumang muwebles ay ibinebenta o maaaring rentahan. Pagkatapos ng isang tiyak na tagal ng panahon, ang hindi na-claim na lumang kasangkapan ay ibibigay sa isang bodega ng kahoy. Ang isang archive ay pinananatili na may impormasyon tungkol sa mga nakumpletong order. Ang mga kliyente na dati nang nagtapos ng mga kontrata sa kumpanya ay tumatanggap ng diskwento kapag nagtapos ng isang bagong kontrata. Ang kumpanya ay bumibili ng mga materyales at sangkap na kinakailangan para sa paggawa ng mga kasangkapan mula sa mga supplier.
Functional na IC Modeling
Mayroong ilang iba't ibang mga pamamaraan at tool para sa pagbuo ng mga istruktura at functional na modelo ng IS. Isa sa mga malawakang ginagamit na pamamaraan ay batay sa pagbuo ng mga diagram ng daloy ng data (DFD - Mga Diagram ng Daloy ng Data)
Data Flow Diagram
Ang DFD ay isang paraan ng pagsusuri sa istruktura na gumagamit ng mga konsepto ng "daloy ng data" at "proseso" upang ilarawan ang isang sistema bilang isang hanay ng mga functional na bahagi (mga proseso) na konektado ng mga daloy ng data. Alinsunod sa pangunahing prinsipyo ng pagsusuri sa istruktura, ang paglalarawan ng isang sistema ay batay sa isang sunud-sunod na pagdedetalye ng mga pag-andar nito, na ipinapakita sa anyo ng isang hierarchically organized na hanay ng mga graphic na imahe (diagram).
Ang mga pangunahing elemento ng mga diagram ng daloy ng data ay: mga panlabas na entity; mga proseso; mga aparato sa pag-iimbak ng data; mga stream ng data. Ang bawat naturang elemento ay may karaniwang graphic na imahe.
Ang panlabas na entity ay isang bagay na pinagmumulan o tagatanggap ng impormasyon, halimbawa, mga customer, tauhan, supplier, kliyente, bodega. Ang pagtukoy sa isang bagay o system bilang isang panlabas na entity ay nagpapahiwatig na ito ay nasa labas ng mga hangganan ng dinisenyong IS.
Ang mga panlabas na entity sa halimbawa sa itaas ay magiging mga customer ng kasangkapan, mga supplier ng materyal, isang bodega at ilang iba pang mga bagay sa domain. Mga halimbawa ng kanilang mga graphic na larawan:
Ang mga function ng idinisenyong IS sa modelo ng DFD ay dapat ipakita sa anyo ng mga proseso na nagko-convert ng mga stream ng data ng input sa mga output alinsunod sa ilang mga algorithm. Ang mga daloy ng data mismo ay isang mekanismo na nagmomodelo ng paglilipat ng impormasyon mula sa ilang mapagkukunan patungo sa isang tatanggap (mula sa isang bahagi ng system patungo sa isa pa). Ang daloy ng data sa isang diagram ay kinakatawan ng isang linya na nagtatapos sa isang arrow na nagpapakita ng direksyon ng daloy. Ang bawat stream ng data ay dapat may pangalan na nagpapakita ng nilalaman nito.
Halimbawa, ang isang function ng IS na inilaan para sa pagbuo ng isang order para sa mga kasangkapan at pagtatapos ng isang kontrata para sa produksyon nito ay maaaring katawanin sa diagram ng proseso ng "pag-order ng mga kasangkapan". Ang prosesong ito, bilang data ng pag-input, ay dapat makatanggap ng impormasyon tungkol sa customer na kinakailangan para sa pagtatapos ng isang kontrata at impormasyon tungkol sa mga kasangkapang inorder niya (uri, paglalarawan, mga sukat, atbp.). Isang graphical na representasyon ng prosesong ito at ang kaukulang daloy ng data:
Ang data drive (storage) ay isang abstract device para sa pag-iimbak ng impormasyon na maaaring ilagay sa drive anumang oras at makuha para sa karagdagang paggamit. Ang impormasyon sa drive ay maaaring magmula sa mga panlabas na entity at proseso; Graphic na representasyon ng drive:
Diagram ng konteksto
Ang isang diagram ng pinakamataas na antas ng hierarchy na kumukuha ng mga pangunahing proseso o subsystem ng isang IS at ang kanilang mga koneksyon sa mga panlabas na entity (mga input at output ng system) ay tinatawag na context diagram. Karaniwan, kapag nagdidisenyo ng medyo simpleng mga IC, ang isang solong diagram ng konteksto ay binuo gamit ang isang star topology, sa gitna nito ay ang pangunahing proseso, na konektado sa mga lababo at mga mapagkukunan ng impormasyon (mga gumagamit at iba pang mga panlabas na system). Bagama't ang isang diagram ng konteksto ay maaaring mukhang walang halaga, ang hindi mapag-aalinlanganang pagiging kapaki-pakinabang nito ay nakasalalay sa katotohanang itinatatag nito ang mga hangganan ng system na sinusuri at tinukoy ang pangunahing layunin ng system. Itinatakda nito ang konteksto kung saan umiiral ang mga mas mababang antas na diagram kasama ang kanilang mga proseso, thread, at drive.
Ang diagram ng konteksto para sa halimbawang inilarawan sa itaas ay ipinapakita sa Fig. 4.
Dapat tandaan na para sa mga layuning pang-edukasyon, ang isang pinasimple na bersyon ng mga modelo ng system ay isinasaalang-alang sa ibaba, kung saan ang mga daloy ng data at mga proseso na nauugnay sa pinansiyal na bahagi ng mga aktibidad ng kumpanya ay hindi ipapakita. Bagaman, siyempre, para sa anumang kumpanya, ang napapanahon, kumpleto at maaasahang impormasyon tungkol sa kalagayang pinansyal nito ay mahalaga. Sa halimbawang ito, ang "bahaging pinansyal" ay malinaw na naroroon sa pakikipag-ugnayan ng kumpanya sa lahat ng panlabas na entity na ipinakita sa diagram ng konteksto.
Ang mga panlabas na entity na ipinakita sa diagram na ito ay kumikilos bilang mga mapagkukunan ng impormasyon na nakaimbak at pinoproseso sa IS ng kumpanya, at bilang mga mamimili ng impormasyong ito. Sa modelong ito, dalawang entity na "kliyente" ang natukoy, na mga larawan ng mga tunay na kliyente ng kumpanya: "customer" at "buyer", dahil may mga makabuluhang pagkakaiba sa nilalaman ng impormasyon na ipinagpapalit nila sa IS.
Para sa "client-customer," ang stream ng data ng "catalog" ay isang paglalarawan ng mga tipikal na muwebles na ginawa ng kumpanya. Ang stream ng data ng "order" ay maaaring magsama ng impormasyon tungkol sa pag-order ng mga muwebles na pinili mula sa catalog at/o isang paglalarawan ng customer ng mga muwebles na wala sa catalog at posibleng impormasyon tungkol sa mga lumang kasangkapang ibinebenta ng customer sa kumpanya.
Para sa "client-buyer", ang daloy ng data na "catalogue ng mga lumang kasangkapan" ay impormasyon tungkol sa mga magagamit na lumang kasangkapan na natanggap mula sa mga customer. Ang daloy ng "pagbili/pagrenta ng mga lumang kasangkapan" ay impormasyon tungkol sa mga lumang kasangkapang pinili ng kliyente, na gusto niyang bilhin o rentahan.
Kasabay nito, sa pagsasagawa, posible ang mga sitwasyon kapag ang "kliyente-kustomer" at ang "kliyente- bumibili" ay iisang tao.
