авторефераты диссертаций БЕСПЛАТНАЯ БИБЛИОТЕКА РОССИИ

КОНФЕРЕНЦИИ, КНИГИ, ПОСОБИЯ, НАУЧНЫЕ ИЗДАНИЯ

<< ГЛАВНАЯ
АГРОИНЖЕНЕРИЯ
АСТРОНОМИЯ
БЕЗОПАСНОСТЬ
БИОЛОГИЯ
ЗЕМЛЯ
ИНФОРМАТИКА
ИСКУССТВОВЕДЕНИЕ
ИСТОРИЯ
КУЛЬТУРОЛОГИЯ
МАШИНОСТРОЕНИЕ
МЕДИЦИНА
МЕТАЛЛУРГИЯ
МЕХАНИКА
ПЕДАГОГИКА
ПОЛИТИКА
ПРИБОРОСТРОЕНИЕ
ПРОДОВОЛЬСТВИЕ
ПСИХОЛОГИЯ
РАДИОТЕХНИКА
СЕЛЬСКОЕ ХОЗЯЙСТВО
СОЦИОЛОГИЯ
СТРОИТЕЛЬСТВО
ТЕХНИЧЕСКИЕ НАУКИ
ТРАНСПОРТ
ФАРМАЦЕВТИКА
ФИЗИКА
ФИЗИОЛОГИЯ
ФИЛОЛОГИЯ
ФИЛОСОФИЯ
ХИМИЯ
ЭКОНОМИКА
ЭЛЕКТРОТЕХНИКА
ЭНЕРГЕТИКА
ЮРИСПРУДЕНЦИЯ
ЯЗЫКОЗНАНИЕ
РАЗНОЕ
КОНТАКТЫ


Pages:   || 2 | 3 | 4 | 5 |   ...   | 6 |
-- [ Страница 1 ] --

УДК 002.52/.54(075.8)

ББК 32.973.202я73

МИНОБРНАУКИ РОССИИ

У 91

ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ ОБРАЗОВАТЕЛЬНОЕ

УЧРЕЖДЕНИЕ ВЫСШЕГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ

«ПОВОЛЖСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ СЕРВИСА»

(ФГБОУ ВПО «ПВГУС»)

Кафедра «Информационный и электронный сервис»

Рецензент к.т.н., доц. Попов А. А.

УЧЕБНО-МЕТОДИЧЕСКИЙ КОМПЛЕКС по дисциплине «Теория информационных процессов и систем»

для студентов направления подготовки 230200.62 Учебно-методический комплекс по дисциплине «Теория ин «Информационные системы»

У 91 формационных процессов и систем» / сост. А. Б. Кузьмичев. – Тольятти : Изд-во ПВГУС, 2013. – 168 с.

Для студентов направления подготовки 230200.62 «Инфор мационные системы».

Одобрено Учебно-методическим Советом университета Составитель Кузьмичев А. Б.

© Кузьмичев А. Б., составление, © Поволжский государственный университет сервиса, Тольятти СОДЕРЖАНИЕ Введение..................................................................................................................................... 1 Рабочая учебная программа дисциплины..................................................................... 1.1 Цели освоения дисциплины......................................................................................... 1.2 Место дисциплины в структуре ООП направления................................................... 1.3 Структура и содержание дисциплины......................................................................... 1.4 Оценочные средства для текущего контроля успеваемости, промежуточной аттестации по итогам освоения дисциплины.............................................................. 2 Конспект лекций............................................................................................................ 2.1 Лекция: Основные понятия теории систем. Свойства и закономерности систем 2.2 Лекция: Классификация систем................................................................................. 2.3 Лекция: Модели и методы исследования систем. Классификация информационных моделей......................................................................................................................... 2.4 Лекция: Основные подходы к «управлению» сложными системами.

................... 2.5 Лекция: Предмет, основные задачи и понятия теории информационных процессов................................................................................................................................. 2.6 Лекция: Методология проектирования информационных систем......................... 2.7 Лекция: Современные подходы к разработке информационных систем.............. 3 Практические занятия по дисциплине......................................................................... 3.1 Практическая работа. Получение оптимального решения из нескольких альтернатив.................................................................................................................. 3.2 Практическая работа. Вычисление энтропии дискретного источника информации................................................................................................................................. 3.3 Практическая работа. Разработка технического задания на проектирование..... 4 Лабораторный практикум по дисциплине................................................................ 4.1 Лабораторная работа. Разработка диаграмм вариантов использования по деятельности организации по учету заданной информации................................. 4.2 Лабораторная работа. Разработка диаграмм классов по деятельности организации по учету заданной информации с использованием................................................ 4.3 Лабораторная работа. Разработка диаграмм последовательности (заданных процессов) по деятельности организации по учету заданной............................... 4.4 Лабораторная работа. Разработка диаграмм деятельности (заданного алгоритма) по организации по учету заданной информации.................................................... 4.5 Лабораторная работа. Установка и настройка среды для выполнения проектирования информационной системы на основе MDA подхода................. 4.6 Лабораторная работа. Создание информационной системы по заданной области с помощью MDA подхода........................................................................................... 5 Учебно-методическое и информационное обеспечение дисциплины................... 6 Методические рекомендации для преподавателя.................................................... 7 Методические указания для студентов..................................................................... 8 Материально-техническое обеспечение дисциплины............................................. 9 Технологическая карта дисциплины......................................................................... ВВЕДЕНИЕ Бакалавр по направлению подготовки 230200 Информационные системы имеет дело с объектами профессиональной деятельности: информационные процессы, технологии, системы и сети, их инструментальное обеспечение.

Эти объекты включают специальные программные средства, информационное и техническое обеспечение и организационные мероприятия по поддержке функционирования конкретных процессов в области применения. Основами построения данных объектов пофессиональной деятельности являются теоритические основы их потсроения и функционирования. Получение этих знаний и навыков обеспечивается в ходе изучения дисциплины «Теория информационных процессов и систем».

Курс «Теория информационных процессов и систем» является одним из основных при подготовке бакалавров. Он включает изучение и получение навыков по профессиональным компетенциям на старшем курсе обучения.

Целью курса «Теория информационных процессов и систем» является изучение теоретических основ проектирования информационных систем и приобретение практических навыков работы по разработке информационных систем. Настоящие методические указания содержат лабораторные работы и рекомендации по их выполнению.

В качестве инструмента программирования выбраны современные информационные технологии c реализацией на различных платформах и программном обеспечении. В примерах рассматривается технология разработки простейшей информационной системы, приводятся основные понятия и компоненты, применяемые для ее реализации. Выполнение данных лабораторных работ позволит последовательно закрепить на практике основные понятия и принципы автоматизированного проектирования информационных систем. В основном, лабораторные работы выполняются по «сквозному» принципу, то есть результаты предыдущей работы используются в последующих работах. Рассматриваемые в лабораторном практикуме примеры могут быть использованы при работе над курсовым проектом.

1 РАБОЧАЯ УЧЕБНАЯ ПРОГРАММА ДИСЦИПЛИНЫ 1.1 Цели освоения дисциплины Целью освоения дисциплины «Теория информационных процессов и систем»

является ознакомление студентов с наиболее общими свойствами, закономерностями и классификацией систем, с основными особенностями и свойствами сложных систем, с современными подходами и методами исследования, анализа и описания систем различной природы, с методологией системного анализа и с особенностями, моделями и методами экспертного анализа, используемого при решении трудно формализуемых задач, с современными математическими методами теории систем.

Задачей изучения дисциплины является освоение информационных процессов, их основных параметров и характеристик, а также способов описания, базовых принципов и методов построения информационных систем.

1.2 Место дисциплины в структуре ООП направления Место дисциплины в учебном процессе: дисциплина «Теория информационных процессов и систем» относится к базовой (общепрофессиональной части).

Дисциплина «Теория информационных процессов и систем» базируется на входных знаниях, умениях и компетенциях, полученных студентами в процессе освоения дисциплин:

"Математическая логика и теория алгоритмов", "Представление знаний в информационных системах", "Вероятность и статистика", "Основы информациологии".

Полученные в ходе изучения дисциплины «Теория информационных процессов и систем» знания используются при прохождении производственной практики, в ходе выполнения дипломного проекта, а также при дальнейшем обучении по программам магистратуры.

1.3 Структура и содержание дисциплины 1.3.1 Структура дисциплины Общая трудоемкость дисциплины составляет 170 часов.

Распределение фонда времени по семестрам, неделям, видам занятий Самостоятел Количество часов в Количество часов по плану ьная неделю работа Самостоятельная Лабораторные Лабораторные Практические Практические № Число В неделю занятия занятия Лекции Лекции работы работы работа семес недел Всего Всего тра ь в семес тре 7 17 32 14 32 92 170 2 1 2 92 1.3.2 Содержание дисциплины Распределение фонда времени по темам и видам занятий Виды учебной работы, включая самостоятельную работу и Формы текущего трудоемкость контроля (в часах) успеваемости (по неделям № семестра) Самостоятельная Раздел дисциплины Лабораторные Практические п/п занятия занятия Лекции работа Форма промежуточной аттестации (по семестрам) 1. Основные понятия теории систем. Свойства и 2 6 Конспект, закономерности систем: сообщение основные задачи теории систем;

краткая историческая справка;

терминология теории систем;

понятие информационной системы 2. Классификация систем: 2 6 Конспект, каноническое представление информационной сообщение системы;

агрегатное описание информационных систем.

3. Модели и методы исследования систем. 4 4 14 Конспект, Классификация информационных моделей: тестирование, модели информационных систем;

синтез и сдача декомпозиция информационных систем;

практических информационные модели принятия решений. работ 4. Основные подходы к «управлению» сложными 4 10 Конспект, системами: сообщение кибернетический подход;

динамическое описание информационных систем;

операторы входов и выходов;

принципы минимальности информационных связей агрегатов;

агрегат как случайный процесс;

информация и управление.

5. Предмет, основные задачи и понятия теории 4 4 16 Конспект, информационных процессов: сообщение, системный анализ;

качественные и сдача количественные методы описания практических информационных систем. работ 6. Методология проектирования 8 6 16 20 Конспект, информационных систем: сообщение, возможность использования общей теории защита систем в практике проектирования лабораторных информационных систем. работ 7. Современные подходы к разработке 8 16 20 Конспект, информационных систем: сообщение, возможность использования общей теории защита систем в практике проектирования лабораторных информационных систем. работ Итого 32 14 32 92 Экзамен 1.3.3 Содержание самостоятельной работы Самостоятельная работа студента включает:

– самостоятельное изучение разделов дисциплины по учебной литературе, а также используя глобальную сеть Интернет;

– подготовка студентов по конспектам лекций, учебной и учебно-методической литературе к практическим и лабораторным занятиям;

– выполнение индивидуальных заданий по указанию преподавателя;

– подготовка рефератов, сообщений и докладов на лекции, а также на научные конференции и семинары.

Распределение самостоятельной работы студентов по темам с указанием времени № п/п Наименование темы Количество часов 1 Основные понятия теории систем. Свойства и закономерности систем.

2 Классификация систем 3 Модели и методы исследования систем. Классификация информационных моделей 4 Основные подходы к «управлению» сложными системами 5 Предмет, основные задачи и понятия теории информационных процессов 6 Технологии проектирования информационных систем 7 Современные подходы к разработке информационных систем Итого Самостоятельная работа выполняется в течение семестра и предусматривает самостоятельное изучение по учебной литературе отдельных вопросов вышеназванных тем дисциплины, подготовку студентов по конспектам лекций, учебной и учебно-методической литературе к лабораторным занятиям.

Контроль самостоятельной работы осуществляется в виде проверки конспектов по самостоятельно изученным вопросам, опросу на лекциях, тестированиях, защиты лабораторных работ, результатов выполнения соответствующих учебных упражнений, примеров и проектов.

Содержание каждого вида самостоятельной работы и вида контроля Содержание Наименование темы. Вид самостоят. контроля работы Изучаемые вопросы 1. Основные понятия теории систем. Свойства и закономерности систем.

Определение системы. Понятия, характеризующие состояние и Работа с Конспект процесс функционирования систем. Наиболее общие свойства и литератур закономерности функционирования систем. ой.

Литература: [1];

[5].

2. Классификация систем.

Общая классификация систем. Открытые и замкнутые системы. Работа с Конспект Особенности хорошо организованных, диффузных и литератур самоорганизующихся систем. ой.

Простые и сложные (большие) системы, понятие, причины и проявления сложности, примеры сложных систем и проблем.

Определение сложной технической системы;

основные признаки и характерные особенности сложных технических систем.

Литература: [1];

[5].

3. Модели и методы исследования систем. Классификация информационных моделей.

Классификация моделей и методов исследования систем. Работа с Конспект, Классификация целей и задач исследования. Классификация литератур сдача Содержание Наименование темы. Вид самостоят. контроля работы Изучаемые вопросы информационных моделей. ой, практическ Концептуальная модель базовой информационной технологии. выполнен ой работы Состав и взаимосвязи моделей базовой информационной ие технологии. практичес Физическая модель базовой информационной технологии. кой Процесс преобразования информации в данные. Организация работы.

вычислительного процесса. Сущность процесса отображения данных и его реализация. Назначение и характеристика процесса накопления данных. Состав моделей и программ процесса накопления данных. Назначение и характеристика процесса обмена данными. Информационная модель процесса принятия решений.

Литература: [1];

[5].

4. Основные подходы к «управлению» сложными системами Кибернетический (процессный) подход к описанию систем. Работа с Конспект Структура системы управления. Реализация автоматизированного литератур и автоматического управления. Системный анализ как ой методология исследования сложных систем. Этапы системного анализа.

Литература: [1];

[5].

5. Предмет, основные задачи и понятия теории информационных процессов Понятие информации и информационного процесса. Работа с Конспект, Основные характеристики и свойства информации. литератур сдача Понятие энтропии как меры неопределенности состояний ой. практическ источника. Количественное измерение энтропии. ой работы Энтропия дискретного источника с равновероятными состояниями и с различными вероятностями состояний.

Литература: [1];

[5].

6. Методология проектирования информационных систем Основные понятия проектирования информационных Работа с Конспект, систем. литератур сдача Методология объектно-ориентированного проектирования с ой. практическ применением языка UML. ой работы, Основные типы UML-диаграмм, используемые в защита проектировании информационных систем. лабораторн Модели жизненного цикла проекта по разработке ой работы информационных систем.

Этапы проектирования ИС.

Литература: [2];

[3] ;

[4] ;

[6] ;

[7] ;

[8] ;

[9] ;

[11].

7. Современные подходы к разработке информационных систем Модельно-ориентированный подход к разработке ПО. Работа с Конспект, Основные понятия MDA. литератур защита Трансформация моделей в MDA. Профили UML (UML ой. лабораторн Profiles). ой работы Реализация трансформационной метамодели MDA.

Литература: [10];

[13];

[14] ;

[15].

1.4 Оценочные средства для текущего контроля успеваемости, промежуточной аттестации по итогам освоения дисциплины Текущий и промежуточный контроль знаний осуществляется путем проведения тестирований, контрольных работ, ответов и докладов по ранее пройденному материалу. В связи с этим, для успешного освоения дисциплины студентам необходимо:

регулярно посещать лекционные занятия;

осуществлять регулярное и глубокое изучение лекционного материала, учебников и учебных пособий по дисциплине;

активно работать на лабораторных занятиях;

выступать с сообщениями по самостоятельно изученному материалу;

участвовать с докладами на научных конференциях.

Текущий контроль знаний осуществляется путем выставления балльных оценок за выполнение тех или иных видов учебной работы (выполнение рефератов, выступление с докладами и сообщением на лекциях, защиты лабораторных работ, прохождение тестирования, выполнение контрольной работы и т. п. ).

Уровень знаний оценивается баллами, набранными студентами в контрольных точках.

Итоговый контроль знаний по дисциплине проводится в форме письменного экзамена. Итоговая семестровая оценка учитывает результаты модульно-рейтинговой системы промежуточного контроля. Для подготовки к экзамену студенты используют приводимый ниже перечень вопросов. Вместе с тем, конкретная формулировка вопросов, не выходя за пределы изученных на аудиторных занятиях и в ходе самостоятельной работы материалов, может отличаться от представленного перечня.

Примерный перечень вопросов для подготовки к экзамену 1. Определение системы. Понятия, характеризующие состояние и процесс функционирования систем.

2. Наиболее общие свойства и закономерности функционирования систем.

3. Общая классификация систем.

4. Простые и сложные (большие) системы.

5. Классификация моделей и методов исследования систем. Классификация целей и задач исследования.

6. Классификация информационных моделей.

7. Концептуальная модель базовой информационной технологии.

8. Состав и взаимосвязи моделей базовой информационной технологии.

9. Физическая модель базовой информационной технологии.

10. Процесс преобразования информации в данные.

11. Организация вычислительного процесса.

12. Сущность процесса отображения данных и его реализация.

13. Назначение и характеристика процесса накопления данных.

14. Состав моделей и программ процесса накопления данных.

15. Назначение и характеристика процесса обмена данными.

16. Информационная модель процесса принятия решений.

17. Кибернетический (процессный) подход к описанию систем.

18. Структура системы управления. Реализация автоматизированного и автоматического управления.

19. Системный анализ как методология исследования сложных систем. Этапы системного анализа.

20. Понятие информации и информационного процесса. Основные характеристики и свойства информации.

21. Понятие энтропии как меры неопределенности состояний источника.

Количественное измерение энтропии.

22. Энтропия дискретного источника с равновероятными состояниями и с различными вероятностями состояний.

23. Основные понятия проектирования информационных систем.

24. Методология объектно-ориентированного проектирования с применением языка UML.

25. Основные типы UML-диаграмм, используемые в проектировании информационных систем.

26. Модели жизненного цикла проекта по разработке информационных систем.

27. Этапы проектирования ИС.

28. Модельно-ориентированный подход к разработке ПО. Основные понятия MDA.

29. Трансформация моделей в MDA. Профили UML (UML Profiles).

30. Реализация трансформационной метамодели MDA.

По результатам 7 семестра проводится экзамен и выставляется оценка:

«отлично» – студентам, овладевшим целостными знаниями по дисциплине, активно работающим на лабораторных занятиях, постоянно и творчески выполняющим индивидуальные задания, свободно использующим знаниями, полученными в результате самостоятельной работы (86 баллов и выше);

«хорошо» – студентам, владеющим знаниями по основным и дополнительным вопросам дисциплины, активно работающим на лабораторных занятиях, выполняющим различные индивидуальные задания, в достаточной мере разбирающимся в знаниях, полученных в ходе самостоятельной работы (70–85 баллов);

«удовлетворительно» – студентам, владеющим основными вопросами по тематике дисциплины, выполняющим лабораторные работы на достаточном уровне, в основном разбирающимся в темах дисциплины, вынесенных на самостоятельное изучение (51– баллов);

«не удовлетворительно» – студентам, не посещающим аудиторные занятия без уважительной причины, не владеющим основными вопросами изучаемой дисциплины, выполняющим лабораторные работы на низком уровне, слабо разбирающихся в вопросах, вынесенных на самостоятельное изучение (менее 51 баллов).

2 КОНСПЕКТ ЛЕКЦИЙ 2.1 Лекция: Основные понятия теории систем. Свойства и закономерности систем В "Философском словаре" система определяется как "совокупность элементов, находящихся в отношениях и связях между собой определенным образом и образующих некоторое целостное единство".

М. Масарович и Я. Такахара в книге "Общая теория систем" считают, что система "формальная взаимосвязь между наблюдаемыми признаками и свойствами".

Таким образом, в зависимости от количества учитываемых факторов и степени абстрактности определение понятия "система" можно представить в следующей символьной форме. Каждое определение обозначим буквой D (от лат. definitions) и порядковым номером, совпадающим с количеством учитываемых в определении факторов.

D1. Система есть нечто целое:

S=А(1,0).

Это определение выражает факт существования и целостность. Двоичное суждение А(1,0) отображает наличие или отсутствие этих качеств.

D2. Система есть организованное множество (Темников Ф. Е. ):

S=(орг, М), где орг - оператор организации;

М - множество.

DЗ. Система есть множество вещей, свойств и отношений (Уемов А. И. ):

S=({т},{n},{r}), где т - вещи, n - свойства, r - отношения.

D4. Система есть множество элементов, образующих структуру и обеспечивающих определенное поведение в условиях окружающей среды:

S=(, SТ, ВЕ, Е), где - элементы, SТ - структура, ВЕ - поведение, Е - среда.

D5. Система есть множество входов, множество выходов, множество состояний, характеризуемых оператором переходов и оператором выходов:

S=(Х, Y, Z, H, G), где Х - входы, Y - выходы, Z - состояния, Н - оператор переходов, G - оператор выходов. Это определение учитывает все основные компоненты, рассматриваемые в автоматике.

D6. Это шестичленное определение, как и последующие, трудно сформулировать в словах. Оно соответствует уровню биосистем и учитывает генетическое (родовое) начало GN, условия существования КD, обменные явления МВ, развитие ЕV, функционирование FС и репродукцию (воспроизведения) RР:

S=(GN, KD, MB, EV, FC, RP).

D7. Это определение оперирует понятиями модели F, связи SС, пересчета R, самообучения FL, самоорганизации FQ, проводимости связей СО и возбуждения моделей JN:

S=(F, SС, R, FL, FO, СО, JN).

Данное определение удобно при нейрокибернетических исследованиях.

D8. Если определение D5 дополнить фактором времени и функциональными связями, то получим определение системы, которым обычно оперируют в теории автоматического управления:

S=(Т, X, Y, Z,., V,, ), где Т - время, Х - входы, Y - выходы, Z - состояния,. - класс операторов на выходе, V - значения операторов на выходе, - функциональная связь в уравнении y(t2)= (x(t1),z(t1),t2), - функциональная связь в уравнении z(t2)=(x(t1), z(t1), t2).

D9. Для организационных систем удобно в определении системы учитывать следующее:

S=(РL, RO, RJ, EX, PR, DT, SV, RD, EF), где РL - цели и планы, RO - внешние ресурсы, RJ - внутренние ресурсы, ЕХ исполнители, PR - процесс, DТ - помехи, SV - контроль, RD - управление, ЕF - эффект.

Под системой, понимается объект свойства которого не сводятся без остатка к свойствам составляющих его дискретных элементов (неаддитивность свойств).

Интегративное свойство системы обеспечивает ее целостность, качественно новое образование по сравнению с составляющими ее частями.

Любой элемент системы можно рассматривать как самостоятельную систему (математическую модель, описывающую какой - либо функциональный блок, или аспект изучаемой проблемы), как правило более низкого порядка. Каждый элемент системы описывается своей функцией. Под функцией понимается присущее живой и костной материи вещественно-энергетические и информационные отношения между входными и выходными процессами. Если такой элемент обладает внутренней структурой, то его называют подсистемой, такое описание может быть использовано при реализации методов анализа и синтеза систем.

Выбор определения системы.

Рассмотрим основные понятия, характеризующие строение и функционирование систем.

Элемент. Под элементом принято понимать простейшую неделимую часть системы.

Таким образом, элемент - это предел деления системы с точек зрения решения конкретной задачи и поставленной цели. Систему можно расчленить на элементы различными способами в зависимости от формулировки цели и ее уточнения в процессе исследования.

Подсистема. Система может быть разделена на элементы не сразу, а последовательным расчленением на подсистемы, которые представляют собой компоненты более крупные, чем элементы, и в то же время более детальные, чем система в целом. Названием "подсистема" подчеркивается, что такая часть должна обладать свойствами системы (в частности, свойством целостности).

Структура. Это понятие происходит от латинского слова structure, означающего строение, расположение, порядок. Структура отражает наиболее существенные взаимоотношения между элементами и их группами (компонентами, подсистемами), которые мало меняются при изменениях в системе и обеспечивают существование системы и ее основных свойств. Структура - это совокупность элементов и связей между ними.

Структура может быть представлена графически, в виде теоретико-множественных описаний, матриц, графов и других языков моделирования структур.

Структуру часто представляют в виде иерархии. Иерархия - это упорядоченность компонентов по степени важности (многоступенчатость, служебная лестница). Между уровнями иерархической структуры могут существовать взаимоотношения строгого подчинения компонентов (узлов) нижележащего уровня одному из компонентов вышележащего уровня, т. е. отношения так называемого древовидного порядка.

Связь. Понятие "связь" входит в любое определение системы наряду с понятием "элемент" и обеспечивает возникновение и сохранение структуры и целостных свойств системы. Это понятие характеризует одновременно и строение (статику), и функционирование (динамику) системы.

Связь характеризуется направлением, силой и характером (или видом). По первым двум признакам связи можно разделить на направленные и ненаправленные, сильные и слабые, а по характеру - на связи подчинения, генетические, равноправные (или безразличные), связи управления. Связи можно разделить также по месту приложения (внутренние и внешние), по направленности процессов в системе в целом или в отдельных ее подсистемах (прямые и обратные).

Важную роль в системах играет понятие "обратной связи". Обратная связь является основой саморегулирования и развития систем, приспособления их к изменяющимся условиям существования.

Состояние. Понятием "состояние" обычно характеризуют мгновенную фотографию, "срез" системы, остановку в ее развитии. Его определяют либо через входные воздействия и выходные сигналы (результаты), либо через макропараметры, макросвойства системы.

Более полно состояние можно определить, если рассмотреть элементы (или компоненты, функциональные блоки), определяющие состояние, учесть, что "входы" можно разделить на управляющие u и возмущающие х (неконтролируемые) и что "выходы" (выходные результаты, сигналы) зависят от, u и х, т. е. zt=f(t, ut, xt). Тогда в зависимости от задачи состояние может быть определено как {, u}, {, u, z} или {, х, u, z}.

Таким образом, состояние - это множество существенных свойств, которыми система обладает в данный момент времени.

Поведение. Если система способна переходить из одного состояния в другое (например, z1z2z3), то говорят, что она обладает поведением. Этим понятием пользуются, когда неизвестны закономерности переходов из одного состояния в другое.

Тогда говорят, что система обладает каким-то поведением и выясняют его закономерности.

С учетом введенных выше обозначений поведение можно представить как функцию zt=f(zt 1, xt, ut).

Внешняя среда. Под внешней средой понимается множество элементов, которые не входят в систему, но изменение их состояния вызывает изменение поведения системы.

Модель. Под моделью системы понимается описание системы, отображающее определенную группу ее свойств. Углубление описания - детализация модели. Создание модели системы позволяет предсказывать ее поведение в определенном диапазоне условий.

Модель функционирования (поведения) системы - это модель, предсказывающая изменение состояния системы во времени, например: натурные (аналоговые), электрические, машинные на ЭВМ и др.

Равновеcие - это способность системы в отсутствие внешних возмущающих воздействий (или при постоянных воздействиях) сохранить свое состояние сколь угодно долго.

Устойчивость. Под устойчивостью понимается способность системы возвращаться в состояние равновесия после того, как она была из этого состояния выведена под влиянием внешних возмущающих воздействий. Эта способность обычно присуща системам при постоянном и„ если только отклонения не превышают некоторого предела.

Состояние равновесия, в которое система способна возвращаться, по аналогии с техническими устройствами называют устойчивым состоянием равновесия.

Развитие. Исследованию процесса развития, соотношения процессов развития и устойчивости, изучению механизмов, лежащих в их основе, уделяют в кибернетике и теории систем большое внимание.

Цель. Применение понятия "цель" и связанных с ним понятий целенаправленности, целеустремленности, целесообразности сдерживается трудностью их однозначного толкования в конкретных условиях. В Большой Советской Энциклопедии цель определяется как "заранее мыслимый результат сознательной деятельности человека". В практических применениях цель - это идеальное устремление, которое позволяет коллективу увидеть перспективы или реальные возможности, обеспечивающие своевременность завершения очередного этапа на пути к идеальным устремлениям.

Литература: [1];

[5].

2.2 Лекция: Классификация систем 2.2.1 Классификация информационных систем Системы классифицируются следующим образом:

по виду отображаемого объекта—технические, биологические и др. ;

по виду научного направления — математические, физические, химические и т. п. ;

по виду формализованного аппарата представления системы — детерминированные и стохастические;

по типу целеустремленности — открытые и закрытые;

по сложности структуры и поведения—простые и сложные;

по степени организованности — хорошо организованные, плохо организованные (диффузные), самоорганизующиеся системы.

Классификации всегда относительны. Так в детерминированной системе можно найти элементы стохастических систем.

Цель любой классификации ограничить выбор подходов к отображению системы и дать рекомендации по выбору методов.

2.2.2 Технические, биологические и др. системы Технические системы. Параметрами технических объектов являются движущие объекты, объекты энергетики, объекты химической промышленности, объекты машиностроения, бытовая техника и многие другие. Объекты технических систем хорошо изучены в теории управления.

Экономические объекты. Экономическими объектами являются: цех, завод, предприятия различных отраслей. В качестве одной из переменных в них выступают экономические показатели - например - прибыль.

Биологические системы. Живые системы поддерживают свою жизнедеятельность благодаря заложенным в них механизмам управления.

2.2.3 Детерминированные и стохастические системы Если внешние воздействия, приложенные к системе (управляющие и возмущающие) являются определенными известными функциями времени u=f(t). В этом случае состоянии системы описываемой обыкновенными дифференциальными уравнениями, в любой момент времени t может быть однозначно описано по состоянию системы в предшествующий момент времени. Системы для которых состояние системы однозначно определяется начальными значениями и может быть предсказано для любого момента времени называются детерминированными.

Стохастические системы - системы изменения в которых носят случайный характер.

Например воздействие на энергосистему различных пользователей. При случайных воздействиях данных о состоянии системы недостаточно для предсказания в последующий момент времени.

2.2.4 Открытые и закрытые системы Понятие открытой системы ввел Л. фон Берталанфи. Основные отличительные черты открытых систем - способность обмениваться с внешней средой энергией и информацией.

Закрытые (замкнутые) системы изолированны от внешней среды (с точностью принятой в модели).

2.2.5 Хорошо и плохо организованные системы Хорошо организованные системы. Представить анализируемый объект или процесс в виде «хорошо организованной системы» означает определить элементы системы, их взаимосвязь, правила объединения в более крупные компоненты, т. е. определить связи между всеми компонентами и целями системы, с точки зрения которых рассматривается объект или ради достижения которых создается система.

Примеры хорошо организованных систем: солнечная система, описывающая наиболее существенные закономерности движения планет вокруг Солнца;

отображение атома в виде планетарной системы, состоящей из ядра и электронов;

описание работы сложного электронного устройства с помощью системы уравнений, учитывающей особенности условий его работы (наличие шумов, нестабильности источников питания и т. п. ).

Плохо организованные системы. При представлении объекта в виде «плохо организованной или диффузной системы» не ставится задача определить все учитываемые компоненты, их свойства и связи между ними и целями системы. Система характеризуется некоторым набором макропараметров и закономерностями, которые находятся на основе исследования не всего объекта или класса явлений, а на основе определенней с помощью некоторых правил выборки компонентов, характеризующих исследуемый объект или процесс.

Самоорганизующиеся системы. Отображение объекта в виде самоорганизующейся системы — это подход, позволяющий исследовать наименее изученные объекты и процессы. Самоорганизующиеся системы обладают признаками диффузных систем:

стохастичностью поведения, нестационарностью отдельных параметров и процессов. К этому добавляются такие признаки, как непредсказуемость поведения;

способность адаптироваться к изменяющимся условиям среды, изменять структуру при взаимодействии системы со средой, сохраняя при этом свойства целостности;

способность формировать возможные варианты поведения и выбирать из них наилучший и др.

2.2.6 Классификация систем по сложности В зависимости от числа элементов, входящих в систему, выделяет четыре класса систем:

малые системы (10... 103 элементов), сложные (104... 107 элементов), ультрасложные (107... 1030 элементов), суперсистемы (1030... 10200 элементов).

Также классифицируются все кибернетические системы на простые и сложные в зависимости от способа описания: детерминированного или теоретико-вероятностного. Так сложная система - это система, которая можно описать не менее чем на двух различных математических языках.

Очень часто сложными системами называют системы, которые нельзя корректно описать математически, либо потому, что в системе имеется очень большое число элементов, неизвестным образом связанных друг с другом, либо неизвестна природа явлений, протекающих в системе.

Математической базой исследования сложных систем является теория систем. В теории систем большой системой (сложной, системой большого масштаба, Lage Scale Systems) называют систему, если она состоит из большого числа взаимосвязанных и взаимодействующих между собой элементов и способна выполнять сложную функцию.

Четкой границы, отделяющей простые системы от больших, нет. Простая система может находиться только в двух состояниях: состоянии работоспособности (исправном) и состоянии отказа (неисправном). При отказе элемента простая система либо полностью прекращает выполнение своей функции, либо продолжает ее выполнение в полном объеме, если отказавший элемент резервирован. Большая система при отказе отдельных элементов и даже целых подсистем не всегда теряет работоспособность, зачастую только снижаются характеристики ее эффективности.

Под большой системой понимается совокупность материальных ресурсов, средств сбора, передачи и обработки информации, людей-операторов, занятых на обслуживании этих средств, и людей-руководителей, облеченных надлежащими правами и ответственностью для принятия решений.

Примеры больших систем: информационная система;

пассажирский транспорт крупного города;

производственный процесс;

система управления полетом крупного аэродрома;

энергетическая система и др.

Характерные особенности больших систем. К ним относятся:

большое число элементов в системе (сложность системы);

взаимосвязь и взаимодействие между элементами;

иерархичность структуры управления;

обязательное наличие человека в контуре управления, на которого возлагается часть наиболее ответственных функций управления.

Сложность системы. Пусть имеется совокупность из n элементов. Если они изолированы, не связаны между собой, то эти я элементов еще не являются системой. Для изучения этой совокупности достаточно провести не более чем n исследований. В общем случае в системе связь элемента А с элементом Б не эквивалентна связи элемента Б с элементом А, и поэтому необходимо рассматривать п(п—1) связей. Если характеризовать состояние каждой связи наличием или отсутствием в данный момент, то общее число состояний (для такого самого простого поведения) системы будет равно 2^n. Даже при небольших п это фантастическое число. Например, пусть п== 10. Число связей п(п-1) = 90.

Взаимосвязь и взаимодействие между элементами в БС.

Расчленение системы на элементы — второй шаг при формальном описании системы.

Внутренняя структура элемента при этом не является предметом исследования. Имеют значение только свойства, определяющие его взаимодействие с другими элементами системы и оказывающие влияние на характер системы в целом.

Формально любая совокупность элементов системы вместе со связями между ними может рассматриваться как ее подсистема.

В системе управления полетом самолета можно выделить следующие подсистемы:

систему дальнего обнаружения и управления;

систему многоканальной дальней связи;

многоканальную систему слепой посадки и взлета самолета;

систему диспетчеризации;

бортовую аппаратуру самолета.

Выделение подсистем — третий важный шаг при формальном описании БС.

Иерархичность структуры управления.

Управление в БС может быть централизованным и децентрализованным.

Централизованное управление предполагает концентрацию функции управления в одном центре БС. Децентрализованное — распределение функции управления по отдельным элементам.

Децентрализация управления позволяет сократить объем перерабатываемой информации, однако в ряде случаев это приводит к снижению качества управления.

Для управления с иерархичной структурой управления характерно наличие нескольких уровней управления.

Примеры иерархической структуры управления: административное управление, управление в вооруженных силах, снабжение.

Литература: [1];

[5].

2.3 Лекция: Модели и методы исследования систем. Классификация информационных моделей 2.3.1 Методы и модели описания систем Методы описания систем классифицируются в порядке возрастания формализованности - от качественных методов, с которыми в основном и связан был первоначально системный анализ, до количественного системного моделирования с применением ЭВМ:

В качественных методах основное внимание уделяется организации постановки задачи, новому этапу ее формализации, формированию вариантов, выбору подхода к оценке вариантов, использованию опыта человека, его предпочтений, которые не всегда могут быть выражены в количественных оценках.

Количественные методы связаны с анализом вариантов, с их количественными характеристиками корректности, точности и т. п. Для постановки задачи эти методы не имеют средств, почти полностью оставляя осуществление этого этапа за человеком.

2.3.2 Качественные методы описания систем Качественные методы системного анализа применяются, когда отсутствуют описания закономерностей систем в виде аналитических зависимостей.

Методы типа мозговой атаки. Концепция «мозговой атаки» получила широкое распространение с начала 50-х годов. Методы этого типа известны также под названиями «мозговой штурм», «конференция идей», а в последнее время наибольшее распространение получил термин «коллективная генерация идей» (КГИ).

Обычно при проведении КГИ стараются выполнять определенные правила, суть которых:

обеспечить как можно большую свободу мышления участников КГИ и высказывания ими новых идей;

приветствуются любые идеи, если вначале они кажутся сомнительными или абсурдными (обсуждение и оценка идей производится позднее);

не допускается критика, не объявляется ложной и не прекращается обсуждение ни одной идеи;

желательно высказывать как можно больше идей, особенно нетривиальных.

Подобием сессий КГИ можно считать разного рода совещания.

Методы типа сценариев. Методы подготовки и согласования представлений о проблеме или анализируемом объекте, изложенные в письменном виде, получили название сценария. Первоначально этот метод предполагал подготовку текста, содержащего логическую последовательность событий или возможные варианты решения проблемы, развернутые во времени. Однако позднее обязательное требование явно выраженных временных координат было снято, и сценарием стали называть любой документ, содержащий анализ рассматриваемой проблемы или предложения по ее решению, по развитию системы независимо от того, в какой форме он представлен.

Сценарий является предварительной информацией, на основе которой проводится дальнейшая работа по прогнозированию развития отрасли или по разработке вариантов проекта. Он может быть подвергнут анализу, чтобы исключить из дальнейшего рассмотрения то, что в учитываемом периоде находится на достаточном уровне развития.

Методы экспертных оценок. Термин «эксперт» происходит от латинского слова означающего «опытный».

Все множество проблем, решаемых методами экспертных оценок, делится на два класса. К первому относятся такие, в отношении которых имеется достаточное обеспечение информацией. При этом методы опроса и обработки основываются на использовании принципа «хорошего измерителя», т. е. эксперт —качественный источник информации;

групповое мнение экспертов близко к истинному решению.

Ко второму классу относятся проблемы, в отношении которых знаний для уверенности в справедливости указанных гипотез недостаточно. В этом случае экспертов уже нельзя рассматривать как «хороших измерителей» и необходимо осторожно подходить к обработке результатов экспертизы во избежание больших ошибок.

При обработке материалов коллективной экспертной оценки используются методы теории ранговой корреляции. Для количественной оценки степени согласованности мнений экспертов применяется коэффициент конкордации 12d W=, m 2 ( n 3 n) где n n m d = d = [ rij 0.5m(n + 1)] i i =1 i =1 i= m — количество экспертов, j= 1, m;

n — количество рассматриваемых свойств, i = 1, n;

rij — место, которое заняло i -е свойство в ранжировке j-м экспертом;

di — отклонение суммы рангов по i -му свойству от среднего арифметического сумм рангов по n свойствам.

Коэффициент конкордации W позволяет оценить, насколько согласованы между собой ряды предпочтительности, построенные каждым экспертом. Его значение находится в пределах0W1;

W=0 означает полную противоположность, а W= 1 —полное совпадение ранжировок. Практически достоверность считается хорошей, если W= 0,7... 0,8.

Небольшое значение коэффициента конкордации, свидетельствующее о слабой согласованности мнений экспертов, является следствием следующих причин: в рассматриваемой совокупности экспертов действительно отсутствует общность мнений;

внутри рассматриваемой совокупности экспертов существуют группы с высокой согласованностью мнений, однако обобщенные мнения таких групп противоположны.

Для наглядности представления о степени согласованности мнений двух любых экспертов А и В служит коэффициент парной ранговой корреляции n AB = 1 i =, 13 (n n) (TA + TB ) 6 n где i — разность (по модулю) величин рангов оценок i -го свойства, назначенных экспертами А и В: i = RAi RBi ;

TA TB —показатели связанных рангов оценок экспертов А и В.

Коэффициент парной ранговой корреляции принимает значения —1 +1. Значение = +1 соответствует полному совпадению оценок в рангах двух экспертов (полная согласованность мнений двух экспертов), а =—1— двум взаимно противоположным ранжировкам важности свойств (мнение одного эксперта противоположно мнению другого).

Методы типа «Дельфи». Суть метода Дельфи заключается в следующем - метод Дельфи предполагает полный отказ от коллективных обсуждений. Это делается для того, чтобы уменьшить влияние таких психологических факторов. В методе Дельфи прямые дебаты заменены тщательно разработанной программой последовательных индивидуальных опросов, проводимых обычно в форме анкетирования. Ответы экспертов обобщаются и вместе с новой дополнительной информацией поступают в распоряжение экспертов, после чего они уточняют свои первоначальные ответы. Такая процедура повторяется несколько раз до достижения приемлемой сходимости совокупности высказанных мнений. Результаты эксперимента показали приемлемую сходимость оценок экспертов после пяти туров опроса.

Процедура Дельфи-метода:

1) в упрощенном виде организуется последовательность циклов мозговой атаки;

2) в более сложном виде разрабатывается программа последовательных индивидуальных опросов обычно с помощью вопросников, исключая контакты между экспертами, но предусматривающая ознакомление их с мнениями друг друга между турами;

вопросники от тура к туру могут уточняться;

3) в наиболее развитых методиках экспертам присваиваются весовые коэффициенты значимости их мнений, вычисляемые на основе предшествующих опросов, уточняемые от тура к туру и учитываемые при получении обобщенных результатов оценок.

Недостатки метода Дельфи:

значительный расход времени на проведение экспертизы, связанный с большим количеством последовательных повторений оценок;

необходимость неоднократного пересмотра экспертом своих ответов вызывает у него отрицательную реакцию, что сказывается на результатах экспертизы.

Методы типа дерева целей. Термин «дерево целей» подразумевает использование иерархической структуры, полученной путей разделения общей цели на подцели, а их, в свою очередь, на боле) детальные составляющие — новые подцели, функции и т. д.

Древовидные иерархические структуры используются и при исследовании и совершенствовании организационных структур. При использовании этого понятия появляется возможность более точно определить понятие дерева как связного ориентированного графа, не содержащего петель, каждая пара вершин которого соединяется единственной цепью.

Морфологические методы. Основная идея морфологических методов — систематически находить все «мыслимые» варианты решения проблемы или реализации системы путем комбинирования выделенных элементов или их признаков.

Цвикки предложил три метода морфологического исследования.

Первый метод — метод систематического покрытия поля (МСПП), основанный на выделении так называемых опорных пунктов знания в любой исследуемой области и использовании для заполнения поля некоторых сформулированных принципов мышления.

Второй — метод отрицания и конструирования (МОК), базирующийся на идее Цвикки, заключающейся в том, что на пути конструктивного прогресса стоят догмы и компромиссные ограничения, которые есть смысл отрицать, и, следовательно, сформулировав некоторые предложения, полезно заменить их затем на противоположные и использовать при проведении анализа.

Третий — метод морфологического ящика (ММЯ), нашедший наиболее широкое распространение. Идея ММЯ состоит в определении всех «мыслимых» параметров, от которых может зависеть решение проблемы, и представлении их в виде матриц-строк, а затем в определении в этом морфологическом матрице-ящике всех возможных сочетаний параметров по одному из каждой строки. Полученные таким образом варианты могут затем подвергаться оценке и анализу с целью выбора наилучшего. Морфологический ящик может быть не только двумерным.


Методика системного анализа. Методика системного анализа разрабатывается и применяется в тех случаях, когда у исследователя нет достаточных сведений о системе, которые позволили бы выбрать адекватный метод формализованного представления системы.

Общим для всех методик системного анализа является формирование вариантов представления системы (процесса решения задачи) и выбор наилучшего варианта. Первый этап можно разделить следующим образом:

1. Отделение (или ограничение) системы от среды.

2. Выбор подхода к представлению системы.

3. Формирование вариантов (или одного варианта — что часто делают, если система отображена в виде иерархической структуры) представления системы.

Второй этап можно представить следующими под этапами:

1. Выбор подхода к оценке вариантов.

2. Выбор критериев оценки и ограничений.

3. Проведение оценки.

4. Обработка результатов оценки.

5. Анализ полученных результатов и выбор наилучшего варианта (или корректировка варианта, если он был один).

2.3.3 Количественные методы описания систем При создании и эксплуатации сложных систем требуется проводить многочисленные исследования и расчеты, связанные с:

оценкой показателей, характеризующих различные свойства систем;

выбором оптимальной структуры системы;

выбором оптимальных значений ее параметров.

Выполнение таких исследований возможно лишь при наличии математической модели.

Сложность реальных систем не позволяет строить для них «абсолютно» адекватные модели. Математическая модель (ММ) описывает некоторый упрощенный процесс, в котором представлены лишь основные явления, входящие в реальный процесс, и лишь главные факторы, действующие на реальную систему.

Так как ММ сложной системы может быть сколько угодно много и все они определяются принятым уровнем абстрагирования, то рассмотрение задач на каком-либо одном уровне абстракции позволяет дать ответы на определенную группу вопросов, а для получения ответов на другие вопросы необходимо провести исследование уже на другом уровне абстракции.

Наиболее пригодными являются следующие уровни абстрактного описания систем:

символический, или, иначе, лингвистический;

теоретико-множественный;

абстрактно-алгебраический;

топологический;

логико-математический;

теоретико-информационный;

динамический;

эвристический.

Условно первые четыре уровня относятся к высшим уровням описания систем, а последние четыре — к низшим.

Высшие уровни описания систем.

Лингвистический уровень описания — наиболее высокий уровень абстрагирования.

Из него как частные случаи можно получить другие уровни абстрактного описания систем более низкого ранга. Процесс формализации в математике обычно понимают как отвлечение от изменчивости рассматриваемого объекта. Поэтому формальные построения наиболее успешно используются, когда удается с предметами или процессами действительности каким-то образом сопоставлять некоторые стабильные, неизменные понятия.

Понятие о высказывании на данном абстрактном языке означает, что имеется некоторое предложение (формула), построенное на правилах данного языка.

Предполагается, что эта формула содержит варьируемые переменные, которые только при определенном их значении делают высказывание истинным.

Все высказывания делят обычно на два типа. К первому причисляют «термы» (имена предметов, члены предложения и т. д. ) — высказывания, с помощью которых обозначают объекты исследования, а ко второму — «функторы» — высказывания, определяющие отношения между термами.

С помощью термов и функторов можно показать, как из лингвистического уровня абстрактного описания (уровня высшего ранга) как частный случай возникает теоретико множественный уровень абстрагирования (уровень более низкого ранга).

Термы — некоторые множества, с помощью которых перечисляют элементы, или, иначе, подсистемы изучаемых систем, а функторы устанавливают характер отношений между введенными множествами. Множество образуется из элементов, обладающих некоторыми свойствами и находящимися в некоторых отношениях между собой и элементами других множеств.

На теоретико-множественном уровне абстракции можно получить только общие сведения о реальных системах, а для более конкретных целей необходимы другие абстрактные модели, которые позволили бы производить более тонкий анализ различных свойств реальных систем. Эти более низкие уровни абстрагирования, в свою очередь, являются уже частными случаями по отношению к теоретико-множественному уровню формального описания систем.

Абстрактно-алгебраический уровень описания систем Так, если связи между элементами рассматриваемых множеств устанавливаются с помощью некоторых однозначных функций, отображающих элементы множества в само исходное множество, то приходим к абстрактно-алгебраическому уровню описания систем.

В таких случаях говорят, что между элементами множеств установлены нульарные (никакие, отсутствующие), унарные, бинарные (двойные, двойственные), тернарные отношения и т. д. Если же на элементах рассматриваемых множеств определены некоторые топологические структуры, то в этом случае приходим к топологическому уровню абстрактного описания систем. При этом может быть использован язык общей топологии или ее ветвей, именуемых гомологической топологией, алгебраической топологией и т. д.

Низшие уровни описания систем.

Логико-математический уровень описания систем нашел широкое применение для:

формализации функционирования автоматов;

задания условий функционирования автоматов;

изучения вычислительной способности автоматов.

Понятие «автомат» (от греч. automatos — самодействующий) имеет следующие значения:

1) устройство, выполняющее некоторый процесс без непосредственного участия человека. В глубокой древности это часы, механические игрушки, со второй половины XVIII в. Широкое применение в промышленности для замены физического труда человека;

в 40 — 50-х годах XX в. появились автоматы для выполнения некоторых видов умственного труда;

автоматические вычислительные машины и другие кибернетические устройства. Применение автоматов значительно повышает производительность труда, скорость и точность выполнения операций.

Освобождает человека от утомительного однообразного труда, для защиты человека от условий, опасных для жизни или вредных для здоровья;

2) математическое понятие, математическая модель реальных (технических) автоматов. Абстрактно автомат можно представить как некоторое устройство («черный ящик»), имеющее конечное число входных и выходных каналов и некоторое множество внутренних состояний. На входные каналы извне поступают сигналы, и в зависимости от их значения и от того, в каком состоянии он находился, автомат переходит в следующее состояние и выдает сигналы на свои выходные каналы.

3) в узком смысле автомат употребляется для обозначения так называемых синхронных дискретных автоматов. Такие автоматы имеют конечные множества значений входных и выходных сигналов, называемых входным и выходным алфавитом. Время разбивается на промежутки одинаковой длительности (такты): на протяжении всего такта входной сигнал, состояние и выходной сигнал не изменяются. Изменения происходят только на границах тактов. Следовательно, время можно считать дискретным t=1,2,...,n.

При любом процессе управления или регулирования, осуществляемом живым организмом или автоматически действующей машиной либо устройством, происходит переработка входной информации в выходную.

Отображение множества состояний источника во множество состояний носителя информации называется способом кодирования, а образ состояния при выбранном способе кодирования — кодом этого состояния.

Абстрагируясь от физической сущности носителей информации и рассматривая их как элементы некоторого абстрактного множества, а способ их расположения как отношение в этом множестве, приходят к абстрактному понятию кода информации как способа ее представления. При таком подходе код информации можно рассматривать как математическую модель, т. е. абстрактное множество с заданными на нем предикатами.

Эти предикаты определяют тип элементов кода и расположение их друг относительно друга.

Предикат —условие, сформулированное в терминах точного логико-математического языка. Предикат содержит обозначения для произвольных объектов некоторого класса (переменные). При замещении переменных именами объектов данного класса предикат задает точно определенное высказывание.

Динамический уровень абстрактного описания систем связан с представлением системы как некоторого объекта, куда в определенные моменты времени можно вводить вещество, энергию и информацию, а в другие моменты времени — выводить их, т. е.

динамическая система наделяется свойством иметь «входы» и «выходы», причем процессы в них могут протекать как непрерывно, так и в дискретные моменты времени.

Эвристический уровень абстрактного описания систем предусматривает поиски удовлетворительного решения задач управления в связи с наличием в сложной системе человека. Эврика — это догадка, основанная на общем опыте решения родственных задач.

Эвристика— это прием, позволяющий сокращать количество просматриваемых вариантов при поиске решения задачи. Причем этот прием не гарантирует наилучшее решение.

2.3.4 Формы представления модели Традиционными формами представления моделей являются системы уравнений в нормальной форме Коши и нелинейные дифференциальные уравнения, графы, структурные схемы. Они позволяют описывать не иерархические модели.

Нормальная форма Коши Единообразное по форме и удобное для использования матричного аппарата математическое описание динамических систем достигается в пространстве состояний с использованием переменных состояния x(t ) = f (x(t ), u(t ), t ), & y (t ) = h(x(t ), u(t ), t ), где t R 1, x R n, u R m, y R r — векторы переменных состояния, управления и выходов;


R () — () -мерное евклидово пространство;

f : R n R n, h : R n R r — гладкие отображения. Условия существования и единственности решений выполняются, если u(t ) принадлежит одному из следующих наиболее часто используемых классов функций:

постоянные, кусочно-постоянные, кусочно-непрерывные, кусочно-гладкие, измеримые (локально-ограниченные), а функция f (t ) — удовлетворяет условиям Коши-Липшица.

Билинейные системы m x ( t ) = A + u i ( t ) B i x ( t ), & i = y ( t ) = Cx ( t ), где ui (t ) — скалярные функции, A, B i — числовые матрицы размеров n n, C — числовая матрица размера r n.

L-системы L-системой называется автономная невырожденная система вида x i (t ) = f ji (x)u j, i, j = 1, n, & где u U R n, причем [ Fi, Fj ] = Cij Fk, Fj = f ji (x), Cij = const, f ji 0.

k k xi Здесь [,] является коммутатором алгебры Ли соответствующего векторного поля.

Линейные системы x = Ax + Bu, & y = Cx, которые приводятся к L-системам (n + 1) -го порядка вида u0 m x0 1 0 K & 1 1 j k b1u k x a jx 1 K &.

= K k = K M K K M n j m xn a x 1 bkn u k 0 K & j k =1 Линейно-аналитические системы x(t ) = f (x(t )) + u(t )g(x(t )), & y (t ) = h(x(t )).

Если f (), g (), h() — полиномы, то система называется полиномиальной.

Системы с управлением, входящим линейно (правоинвариантные, аффинные) (векторное представление) m x(t ) = f (x(t )) + ui (t )B i (x(t )), & i = y (t ) = h(x(t )).

Системы управления с функциональными коэффициентами при переменных состояния и управления (матричное представление) в векторно-матричной записи x = f (x)x + B(x)u, & y = h(x)x + D(x)u.

Переход от векторного к матричному представлению осуществляется с помощью интегрального преобразования f (x) = fx (x)d, где fx (x) — матрица Якоби.

Нормальная форма Коши (НФК) удобна для представления модели в алгоритмах явного типа, и позволяет широко применять богатую матричную арифметику современных пакетов программ и библиотек языков программирования.

К недостаткам данной формы представления необходимо отнести то, что в ней не сохраняется информации о топологии модели.

Системы нелинейных дифференциальных уравнений различных порядков Системы нелинейных дифференциальных уравнений (СНДУ) являются широко используемой формой представления нелинейных систем управления для численного исследования. В общем виде модель в форме СНДУ записывается следующим образом:

i ( x 1, x 1,..., x 1( q ),..., x n, x n,..., x n q ), ( & & 1 f 1, f&1,..., f 1 ( p 1 ),..., f m, f&m,..., f m( p 1 ) ) = 0, i = 1, n ;

x 1 ( 0 ) = x 1 0,..., x 1( (q0 1) ) = x 1( 0q 1 ),.......

начальные условия:

x n ( 0 ) = x n 0,..., x n q01 )) = x n q 1 ) ( ( ( P где: f j, f j, j,m - внешние воздействия и их производные, j xi,xi,..,xi(qi ),i,n - внутренние переменные, включая выходные и их производные.

& Данная форма представления более характерна пакетам программ, предполагающим значительные преобразования модели, например трансляцию модели в функцию языка программирования и присоединение ее к расчетной части при построении расчетной задачи. Это снимает почти все ограничения на сложность модели, которая по сути дела программируется.

Недостатком данной формы представления является, так же как и в случае НФК, отсутствие полной информации о структуре модели, что затрудняет решение многих задач топологического характера. Решение этой проблемы возможно при упорядочивании порядка следования уравнений, так что в i-ом уравнении переменная xi являлась следствием.

Графы Модель системы представляется ориентированным графом H=G,H с множеством переменных Х=x1,...., xn, N - общее множество вершин, и множеством дуг G упорядоченных пар номеров смежных вершин (i,j), G=(i,j)1,... (i,j)n. Общее количество таких пар обозначено в примерах как Q.

Несмотря на всю компактность и удобство такой записи, на практике чаще используют матрицу смежности R = rij, показывающую наличие дуги между i-ой и j-ой вершинами.

Рис. 2.1 Модель системы в форме графа Другим способом представления топологии является матрица изоморфности D, в строках которой представлены номера входящих (с плюсом) и выходящих (с минусом) дуг.

Для приведенного на рис. примера матрицы смежности и изоморфности имеют вид:

+6 + 1, + 7 1 0 1 0 0 +2 3, 0 1 0 0 0 R=,D =.

+3 0 0 1 0 0 +4 0 0 0 1 0 +5 0 0 0 0 1 Избыточность хранимой информации в матрице смежности (нулевые значения) компенсируются простотой вычислительных алгоритмов и скоростью получения требуемой информации из матрицы. Кроме того, наличие только двух значений 0 или 1, дает возможность использовать для ее представления битовые поля, что дает значительную экономию памяти, и при размерах системы порядка 100 элементов не уступает по затратам ресурсов на хранение матрицы изоморфности, при значительно более простых алгоритмов обработки информации.

Гиперграфы Гиперграф являются теоретико-множественной формой представления дифференциальных уравнений, заданных в общем случае непричинно—следственным способом. По сравнению с графом, представление модели в форме гиперграфа расширяет возможности представления многовходовых элементов, однако при этом теряется информация о направленности связей.

Гиперграф определяется как пара H = X, E образующая конечное множество X=x1,...,xn вершин и некоторое семейством E=e1,...,eq ребер - непустых частей Х, удовлетворяющих условию UE=X. Одним из способов задания топологии гиперграфа, = rij, где является матрица R H x i e j, 1, –‘ rij = x i e j.

0, –‘ 2.3.5 Динамическое описание систем Функционирование сложной системы можно представить как совокупность двух функций времени: x(t) - внутреннее состояние системы;

y(t) - выходной процесс системы.

Обе функции зависят от u(t) - входного воздействия и от f(t) - возмущения.

Для каждого t T существует множество z Z.

Z=Z1 Z2... Zn - множество n мерного пространства. Состояние системы z(t) - точка или вектор пространства Z с обобщенными координатами z1, z2, z3, z4,....., zn.

U=T Z - фазовое пространство системы.

Детерминированная система без последствий Детерминированная система без последствий - система состояние которой z(t) зависит только от z(t0) и не зависит от z(0)... z(t0), т. е. z(t) зависит от z(t0) и не зависит от того каким способом система попала в состояние z(t0).

Для систем без последствия еее состояние можно описать как:

z(t)= H{t,t0,z(t0), (t, xL]t0t}, где {(t, xL]t0t} - множество всевозможных отрывков входных сообщений, соответствующих интервалу (t0, t]. H - оператор переходов системы.

tT, t0T, z(t0) Z, (t, xL]t0t {(t, xL]t0t}.

Формальная запись отображения:

T T {(t, xL]t0t} Z.

Начальные условия H{t0, t0, z(t0), (t, xL]t0t0 } = z(t0).

Если (t, xL1]t0t = (t, xL2]t0t, то H{t0, t, z(t0), (t, xL1]t0t } = H{t0, t, z(t0), (t, xL2]t0t} Если t0t1t2 и t0, t1, t2 T, то H{t0, t2, z(t0), (t, xL]t0t2 } = H{t2, t1, z(t1), (t, xL2]t1t2}, так как (t, xL]t0t2 есть сочленение отрезков (t, xL]t0t1 и (t, xL]t1t2.

Оператор выходов системы G реализует отношение {(t, t0)} Z (t, xL)T} Y, y(t) = G(t, t0, z(t0), (t, xL2]t0t).

(x, y) X Y - расширенное состояние системы.

Динамическая система без последствий (динамическая система Кламана) упорядоченное множество (T, X, Z, Y, {(t, xL)T, H, G), удовлетворяющие поставленным выше требованиям:

1. T является подмножеством действительных чисел.

2. {(t, xL)T}- множество отображений TX, удовлетворяющие сочленению отрезков.

3. Оператор переходов H реализует {(t, t0)} Z (t, xL)T} Y.

4. Оператор выходов системы G задается видом y(t) = G(t, t0, z(t0), (t, xL2]t0t).

Детерминированные системы без последствия с входными сигналами двух классов Расширение понятие системы идет по трем путям:

1. учет специфики воздействий;

2. учет последствий;

3. учет случайных факторов.

Учет специфики воздействий Вводится понятие управляющих сигналов u U;

u=M(t), или если сигнал u U описывается набором характеристик. U = U1 U2 UL.

Отличие от предыдущего случая, то что множество моментов времени tu и tx могут не совпадать.

Вводится расширенное множество X*= X U, таким образом состояние системы описывается вектором x = (x, u) = (x1, x2,...., xn, u1, u2,...., uL).

Рис. 2.2 Описание системы С учетом этого предыдущие формулы приобретают вид.

оператор переходов:

z(t)= H{t,t0,z(t0), (t, xL, uM]t0t}, или z(t)= H{t,t0,z(t0), (t, xL]t0t, (t, uM]t0t }, что соответствует отображению T T {(t, xL]T} {(t, uM]T} Z.

Детерминированные системы с последствием Большой класс систем характеризуется тем, что для представления их состояния необходимо знать состояние системы на некотором множестве моментов времени.

z(t)= H{t,(tB0, z)t0, (t, xL]t0t, (t, uM]t0t }, {(t, t0)} {(tB0, z)t0} Z {(t, xL]T} Z.

Где {(tB0, z)t0} - семейство всевозможных состояний системы.

Стохастические системы Системы функционирующие под воздействием случайных факторов, называются стохастическими. Для их описания вводится случайный оператор:

- пространство элементарных событий с вероятностной мерой P(A).

Случайный оператор H1, переводящий множество X в множество Z:

z = H1(x, ), реализующий отображение множества в множество {XZ } Оператор переходов будет представлен соответственно:

z(t)= H1{t,t0,z(t0, 0), (t, xL]t0t, `}, y(t) = G1(t, z(t), `` ).

Где 0, ’, ’’ - выбираются из в соответствии с P0(A), Px(A), Py(A).

При фиксированных ’, ’’ - система со случайными начальными состояниями.

При фиксированных 0, ’’ - система со случайными переходами.

При фиксированных 0, ’ - система со случайными выходами.

Агрегатное описание систем Агрегат - унифицированная схема, получаемая наложением дополнительных ограничений на множества состояний, сигналов и сообщений и на операторы перехода а так же выходов.

t T - моменты времени;

x X - входные сигналы;

u U - управляющие сигналы;

y Y - выходные сигналы;

z Z - состояния, x(t), u(t), y(t), z(t) - функции времени.

Агрегат - объект определенный множествами T, X, U, Y, Z и операторами H и G реализующими функции z(t) и y(t). Структура операторов H и G является определяющей для понятия агрегата.

Вводится пространство параметров агрегата b=(b1, b2,...,bn) B.

Оператор выходов G реализуется как совокупность операторов G` и G``. Оператор G` выбирает очередные моменты выдачи выходных сигналов, а оператор G`` - содержание сигналов.

у=G``{t, z(t),u(t),b}.

В общем случае оператор G`` является случайным оператором, т. е. t, z(t), u(t) и b ставится в соответствие множество y с функцией распределения G``. Оператор G` определяет момент выдачи следующего выходного сигнала.

Операторы переходов агрегата. Рассмотрим состояние агрегата z(t) и z(t+0).

Оператор V реализуется в моменты времени tn, поступления в агрегат сигналов xn(t).

Оператор V1 описывает изменение состояний агрегата между моментами поступления сигналов.

z(t’n + 0) = V{ t’n, z(t’n), x(t’n), b}.

z(t) = V1(t, tn, z(t+0),b}.

2.3.6 Классификация информационных моделей Информационная модель — это отражение предметной области в виде информации.

Предметная область представляет собой часть реального мира, которая исследуется или используется.

Отображение предметной области в информационных технологиях представляется информационными моделями нескольких уровней, показанных на Рис. 2.3.

предметная концептуальная логическая алгоритмическая программа математическая область модель модель модель модель Рис. 2.3 Классификации информационной модели Информационные модели делятся на:

Концептуальная модель обеспечивает интегрированное представление о предметной области и имеет слабо формализованный характер;

Логическая модель формируется из концептуальной модели путем выделения конкретной части, ее формализации и детализации;

Математическая модель - это логическая модель, формализующая на языке математики взаимосвязи в выделенной предметной области.

Алгоритмическая модель - это математическая модель, описанная с помощью последовательности действий, реализующих достижение поставленной цели.

Программная модель (программа) - это алгоритмическая модель, написанная на языке, понятном ЭВМ (машинный язык).

Концептуальная модель базовой информационной технологии Базовой информационной технологией будем называть информационную технологию, ориентированную на определенную область применения. Предметом изучения излагаемого курса являются информационные технологии в управлении организационно экономическими системами, создаваемыми при производстве материальных благ и услуг.

Любая информационная технология слагается из взаимосвязанных информационных процессов, каждый из которых содержит определенный набор процедур, реализуемых с помощью информационных операций. Информационная технология выступает как система, функционирование каждого элемента которой подчиняется общей цели функционирования системы — получению качественного информационного продукта из исходного информационного ресурса в соответствии с поставленной задачей.

Как базовая информационная технология в целом, так и отдельные информационные процессы могут быть рассмотрены на трех уровнях: концептуальном, логическом и физическом. На концептуальном уровне определяется содержательный аспект информационной технологии или процесса, на логическом отображается формализованное (модельное) описание, а на физическом происходит программно-аппаратная реализация информационных процессов и технологии.

При производстве информационного продукта исходный информационный ресурс в соответствии с поставленной задачей подвергается в определенной последовательности различным преобразованиям. Динамика этих преобразований отображается в протекающих при этом информационных процессах. Таким образом, информационный процесс — это процесс преобразования информации. В результате выполнения этого процесса информация может изменить и содержание, и форму представления, причем как в пространстве, так и во времени.

Фазы преобразования информации в информационной технологии достаточно многочисленны, и простое их перечисление может привести к потере ощущения целостности технологической системы ("'за деревьями не увидеть леса"). Однако если провести структуризацию технологии, выделив такие крупные структуры, как процессы и процедуры, то концептуальная модель базовой информационной технологии может быть представлена схемой, показанной на Рис. 2.4.

На этой схеме в левой части даны блоки информационных процессов, в правой — блоки процедур. Блок в виде прямоугольника изображает процесс или процедуру, в которых преобладают ручные или традиционные операции. Овальная форма блоков соответствует автоматическим операциям, производимым с помощью технических средств (ЭВМ и средств передачи данных). В верхней части схемы информационные процессы и процедуры осуществляют преобразование информации, имеющей ярко выраженное смысловое содержание. Синтаксический аспект информации находится здесь на втором плане. В этом случае говорят о преобразовании собственно информации. В нижней части схемы производится преобразование данных, т. е. информации, представленной в машинном виде.

Технология переработки информации начинается с формирования информационного ресурса, который после определенных целенаправленных преобразований должен превратиться в информационный продукт. Формирование информационного ресурса (получение исходной информации) начинается с процесса сбора информации, которая должна в информационном плане отразить предметную область, т. е. объект управления или исследования (его характеристики, параметры, состояние и т. п. ).

Собранная информация для ее оценки (полнота, непротиворечивость, достоверность и т.д.) и последующих преобразований должна быть соответствующим образом подготовлена (осмыслена и структурирована, например, в виде таблиц). После подготовки информация может быть передана для дальнейшего преобразования традиционными способами (с помощью телефона, почты, курьера и т. п. ), а может быть подвергнута сразу процессу преобразования в машинные данные, т. е. процессу ввода.

Процессы сбора, подготовки и ввода в информационной технологии организационно экономических систем по своей реализации являются в основном ручными (кроме процесса подготовки, который частично может быть автоматизированным). В процессе ввода информация преобразуется в данные, имеющие форму цифровых кодов, реализуемых на физическом уровне с помощью различных физических представлений (электрических, магнитных, оптических, механических и т. д. ).

Следующие за вводом информационные процессы уже производят преобразование данных в соответствии с поставленной задачей. Эти процессы протекают в ЭВМ (или организуются ЭВМ) под управлением различных программ, которые и позволяют так организовать данные, что после вывода из ЭВМ результат обработки представляет собой наполненную смыслом информацию о результате решения поставленной задачи. В ходе преобразования данных можно выделить четыре основных информационных процесса и соответствующие им процедуры. Это процессы обработки, обмена, накопления данных и представления знаний.

Процесс обработки данных связан с преобразованием значений и структур данных, а также с их преобразованием в форму, удобную для человеческого восприятия, т. е.

отображением. Отображенные данные — это уже информация. Процедуры преобразования данных осуществляются по определенным алгоритмам и реализуются в ЭВМ с помощью набора машинных операций. Процедуры отображения переводят данные из цифровых кодов в изображение (текстовое или графическое) или звук.

Информационный процесс обмена предполагает обмен данными между процессами информационной технологии. Процесс обмена связан взаимными потоками данных со всеми информационными процессами на уровне переработки данных. При обмене данными можно выделить два основных типа процедур. Это процедуры передачи данных по каналам связи и процедуры организации сети. Процедуры передачи данных реализуются с помощью операции кодирования-декодирования, модуляции-демодуляции, согласования и усиления сигналов. Процедуры организации сети включают в себя в качестве основныхоперации по коммутации и маршрутизации потоков данных (трафика) в вычислительной сети. Процесс обмена позволяет, с одной стороны, передавать данные между источником и получателем информации, а с другой — объединять информацию из многих источников.

курьер сбор подготовка информации информации почта телефон ввод традиционная информации передача информации информация отображение данные преобразование обработка передача обмен орг. сетей хранение накопление актуализация представление получение знаний знаний генерация знаний процедуры процессы Рис. 2.4 Концептуальная модель базовой информационной технологии Процесс накопления позволяет так преобразовать информацию в форме данных, что ее удается длительное время хранить, постоянно обновляя, и при необходимости оперативно извлекать в заданном объеме и по заданным признакам. Процедуры процесса накопления, таким образом, состоят в организации хранения и актуализации данных.

Хранение предполагает создание такой структуры расположения данных в памяти ЭВМ, которая позволила бы быстро и не избыточно накапливать данные по заданным признакам и не менее быстро осуществлять их поиск.



Pages:   || 2 | 3 | 4 | 5 |   ...   | 6 |
 





 
© 2013 www.libed.ru - «Бесплатная библиотека научно-практических конференций»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.