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:     | 1 |   ...   | 2 | 3 || 5 |

«mИркутский государственный университет путей сообщения Институт информационных технологий и моделирования ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ И ПРОБЛЕМЫ МАТЕМАТИЧЕСКОГО ...»

-- [ Страница 4 ] --

( ) – фазо частотная характеристика (ФЧХ);

A( ) – вещественная частотная характе ристика;

B( ) – мнимая частотная характеристика;

j – мнимая единица.

Важной характеристикой фильтра является частотная зависимость времени замедления ( ) (группового времени запаздывания) d ( ) ( ) =. (5) d Временные характеристики фильтра определяются через обратное преобразование Лапласа u вых (t ) = L1 [ K ( s ) U вх ( s )]. (6) В зависимости от вида входного сигнала из выражения (6) можно по лучить различные отклики фильтра. Особое значение в теории фильтров имеет импульсная характеристика, то есть реакция на единичный импульс (-функцию Дирака). Изображение -функции равно единице, поэтому для импульсной характеристики имеем h (t ) = L1[ K ( s)]. (7) Не менее важна переходная характеристика фильтра, являющаяся ре акцией на единичный скачок входного напряжения (функцию Хевисайда).

Его изображение равно s-1. Следовательно, K (s) h1 (t ) = L1. (8) s Теперь запрограммируем изложенную выше процедуру анализа фильтра на входном языке системы Maple. В тексте диалога с системой, приведенном ниже, строки, начинающиеся со знака «», обозначают ко манды, вводимые пользователем. Если после команды стоит точка с запя той, то ниже присутствует результат ее выполнения. Если после команды стоит двоеточие, то результат не отображается. Строки, написанные на русском языке, являются комментариями, поясняющими назначение ко манд.

НАЧАЛО Анализ полосно-задерживающего высокодобротного активного фильтра Подключение пакетов работы с матрицами и интегральными преобразова ниями restart;

with(linalg): with(inttrans):

Задание матрицы узловых проводимостей(2) Y:=matrix(3,3, [Y2+Y5, 0, -Y2, Y1+s*C3, -s*C3, -Y1, s*C7+Y7+Y8+Y4, -Y4, 0]):

Задание вектора узловых токов (2) Iu:=vector(3,[Y5*Uvx,0,(s*C7+Y7)*Uvx]):

Решение системы уравнений (2) V:=linsolve(Y,Iu):

Определение передаточной функции (3) K:=collect(V[3],s)/Uvx;

Y2 s 2 C3 C7 + ( Y2 C3 Y7 Y5 C3 Y8 ) s + Y4 Y1 Y K := Y2 s 2 C3 C7 + ( Y2 C3 Y7 + Y2 C3 Y8 ) s + Y4 Y1 Y Определение коэффициента при высшей степени полинома знаменателя D2:=coeff(denom(K), s^2);

D2 := Y2 C3 C Деление числителя и знаменателя на D2 для получения единичного коэф фициента при высшей степени полинома знаменателя numK:=collect(evalc(numer(K)/D2),s):

denK:=collect(evalc(denom(K)/D2),s):

K1:=numK/denK;

Y7 Y5 Y8 Y4 Y1 Y s2 + C7 Y2 C7 s + Y2 C3 C K1 := Y7 Y8 Y4 Y1 Y s2 + C7 + C7 s + Y2 C3 C Задание круговой частоты и оператора Лапласа для установившегося гар монического режима. I –мнимая единица, f – частота в герцах omega := 2*Pi*f;

s:=I*omega;

Выражение АЧХ (4) AFC:= evalc(abs(K1));

Выражение ФЧХ (4)в градусах PFC:=180*evalc(argument(K1))/Pi:

Выражение частотных характеристик вещественной и мнимой частей ком плексного коэффициента передачи (4) re_K1:=evalc(Re(K1)):

im_K1:=evalc(Im(K1)):

Выражение частотной характеристики времени замедления tau:=-diff(PFC,f)/(2*Pi):

Задание числовых значений параметров схемы (рис. 1) Y1:=1/1600: Y2:=1/1600: Y4:=1/212077:

Y5:=1/1600: Y7:=1/1178930:

Y8:=1/1178930: C3:=3.6E-9: C7:=3.6E-9:

Вычисление передаточной функции s:='s': evalf(K1);

s 2 +.2273952792 10 s 2 + 471.2371010 s +.2273952792 10 Построение АЧХ в линейном масштабе частоты plot(AFC, f=2000..3000, color=black, title="АЧХ ФИЛЬТРА В ЛИНЕЙНОМ МАСШТАБЕ ЧАСТОТЫ f");

Другие варианты изображения АЧХ plot(20*log10(AFC), f=2000..3000, color=black, title="АЧХ ФИЛЬТРА (В ДЕЦИБЕЛАХ)В ЛИНЕЙНОМ МАСШТАБЕ ЧАСТОТЫ f"):

plot([log10(f),20*log10(AFC), f=2000..3000], color=black, title="АЧХ ФИЛЬТРА (В ДЕЦИБЕЛАХ) В ФУНКЦИ ОТ ДЕСЯТИЧНОГО ЛОГАРИФМА ЧАСТОТЫ f"):

Построение ФЧХ фильтра в линейном масштабе частоты f plot(PFC, f=2000..3000,color=black, title="ФЧХ ФИЛЬТРА В ЛИНЕЙНОМ МАСШТАБЕ ЧАСТОТЫ f");

Частотная характеристика времени замедления (5) plot(tau,f=2000..3000, color=black, title="ЧАСТОТНАЯ ХАРАКТЕРИСИКА ВРЕМЕНИ ЗАМЕДЛЕНИЯ В ЛИНЕЙНОМ МАСШТАБЕ ЧАСТОТЫ f"):

Построение частотных характеристик вещественной и мнимой частей (4) plot([re_K1,im_K1], f=2000..3000, style=[point,point],color=[black,black], symbol=[diamond,cross], legend=["ДЕЙСТВИТЕЛЬНАЯ ЧАСТЬ","МНИМАЯ ЧАСТЬ"], title="ДЕЙСТВИТЕЛЬНАЯ И МНИМАЯ ЧАСТИ КОМПЛЕКСНОЙ ПЕРЕДАТОЧНОЙ ФУНКЦИИ ФИЛЬТРА В ЛИНЕЙНОМ МАСШТАБЕ ЧАСТОТЫ f");

Выражение импульсной функции (7) H:=invlaplace(K1,s,t);

( 235.6185505 t ) H := Dirac( t ) 471.2371010 e cos( 15077.79039 t ) ( 235.6185505 t ) + 7.363957171 e sin( 15077.79039 t ) Переходная характеристика (8) u:=Heaviside(t): Uvx:=laplace(u,t,s):

H1:=invlaplace(K1*Uvx,s,t);

( 235.6185505 t ) H1 := 1..03125372409 e sin( 15077.79039 t ) Построение переходной функции фильтра plot(H1,t=0..0.02,numpoints=100,color=black, title="ПЕРЕХОДНАЯ ФУНКЦИЯ ФИЛЬТРА");

Реакция на гармоническое воздействие 2600 Гц (6) u:=sin(2*Pi*2600.*t): Uvxp:=laplace(u,t,s):

Ysin:=invlaplace(K1*Uvxp,s,t):

plot(Ysin,t=0..0.02,numpoints=1500,color=black, title="РЕАКЦИЯ НА ГАРМОНИЧЕСКОЕ ВОЗДЕЙСТВИЕ С ЧАСТОТОЙ 2600 Гц");

Гармонический сигнал 200 гц с помехой 2400 гц на входе фильтра (6) u:=sin(2*Pi*200*t)+0.2*sin(2*Pi*2400*t);

u := sin( 400 t ) +.2 sin( 4800 t ) plot(u,t=0..0.05, numpoints=1000,color=black, title="ГАРМОНИЧЕСКИЙ СИГНАЛ 200 Гц С ПОМЕХОЙ 2400 Гц НА ВХОДЕ ФИЛЬТРА");

Изображение сигнала Uvxp:=laplace(u,t,s):

Выходное напряжение фильтра Y:=invlaplace(K1*Uvxp,s,t):

plot(Y,t=0..0.05, numpoints=1000,color=black, title="СИГНАЛ НА ВЫХОДЕ ФИЛЬТРА");

КОНЕЦ Результаты, полученные в рассмотренном примере, свидетельствуют о соответствии заявленных параметров результатам анализа. Действительно, по частотным характеристикам видно, что частота режекции составляет 2400 Гц. Затухание переходной и импульсной характеристик говорит об устойчивости схемы. Частота затухающих колебаний также 2400 Гц. Сле дует отметить, что устойчивость следует также из анализа полученной пе редаточной функции в символьной форме: все коэффициенты полинома знаменателя положительны.

Реакция на гармоническое воздействие 2600 Гц сопровождается моду ляцией на начальной стадии переходного процесса, что соответствует тео рии. И, наконец, последняя диаграмма иллюстрирует фильтрацию сигнала с частотой 200 Гц. Видно, что, начиная с третьего периода, влияние поме хи 2400 Гц практически не наблюдается.

Разумеется, рассмотренный простой пример не охватывает всех про цедур, используемых при анализе активных фильтров. Большой практиче ский интерес представляет расчет чувствительностей к различным пара метрам схемы, оценка воздействия шумов и сложных помех. Таким обра зом, дальнейшие исследования возможностей систем символьной матема тики в рассмотренном аспекте представляют несомненный интерес.

Литература 1. Хьюлсман, Л. П. Введение в теорию и расчет активных фильтров / Л. П.

Хьюлсман, Ф. Е. Аллен. – М.: Радио и связь, 1984. – 384 с.

2. Мошиц, Г. Проектирование активных фильтров / Г. Мошиц, П. Хорн. – М.:

Мир, 1984.– 318 с.

3. Разевиг, В. Д. Система сквозного проектирования электронных устройств Des ignLab 8.0 / В. Д. Разевиг. – M.: Солон, 1999.– 698 с.

4. Дьяконов, В. П. MAPLE 9.5/10 в математике, физике и образовании / В. П. Дья конов.– M.: СОЛОН-Пресс, 2006.– 720 с.

5. Лустенберг, Г. Е. Методы компьютерной алгебры в теоретической электротех нике / Г. Е. Лустенберг //Информационные технологии и проблемы математиче ского моделирования сложных систем: сб. науч. тр. / ИрГУПС. – Вып. 4. – Иркутск, 2006. – С. 72–81.

УДК 681. Е.И. Молчанова, В.В. Федоров, П.В. Войнич АЛГОРИТМ ПОСТРОЕНИЯ МОДЕЛИ МАТРИЧНОЙ КОРРЕКЦИИ Введение Рентгенофлуоресцентный метод (РФА)– количественный, полуколи чественный, качественный анализ вещества по спектру рентгеновской флуоресценции атомов элементов пробы (рис.1).

Рис. 1. Спектр флуоресценции пробы вещества К настоящему времени предложено большое количество способов анализа, основанных на использовании уравнений, связывающих интен сивность I, аналитической линии определяемого элемента i с химическим составом образца (С). Наиболее строгим и завершенным из них является способ фундаментальных параметров, в котором указанная функция полу чена на основе физических законов взаимодействия рентгеновского излу чения с веществом (фундаментальное выражение [1]).

В общем случае расчет содержания (Ci) определяемого элемента i осуществляется по выражению:

Ci = Ci* Fi, Ci* = f ( I i ).

Здесь функция Fi включает всю совокупность матричных эффектов, действующих на интенсивность аналитической линии Ii элемента i. Вели чина Ci* обозначает приведенное содержание элемента i.

В способе фундаментальных параметров расчет функции Fi выполня ется непосредственно в точке анализируемой пробы по полному выраже нию для интенсивности рентгеновской флуоресценции, рассчитанной по отношению к интенсивности «чистого» элемента i.

N Ci i d C C N L d qi qk + k i k k ki k Ri = th µ + µi sin 1 / sin 2 µ + µi sin1 / sin k 0 где sin 1 µ sin 2 µi Lk = ln1 + + ln1 + µ µ k / sin 1 µi µ k / sin k = 0.5qk pk (Sqk 1) / Sqk N - интенсивность первичного спектра с длиной волны ;

0 – коротковолновая граница первичного спектра;

qi, qk - края поглощения элементов i и k соответственно;

i, k-линейный коэффициент поглощения излучения аналитической линии элементов i i и k k соответственно;

µ, µi - линейный коэффициент ослабления излучения первичного спектра и аналитической линии элемента i соответственно;

1- угол падения первичного излучения;

2- угол отбора флуоресцентного излучения;

qk - выход флуоресценции q-уровня линии k;

Sqk –скачек поглощения q-уровня линии k;

pk – доля интенсивности k-линии от суммарной интенсивности q серии.

Расчет искомых содержаний осуществляется методом итераций. Раз личные варианты этого способа отличаются полнотой учета физических эффектов, имеющих место при возбуждении вторичного спектра.

Применяемые на практике варианты способа содержат какие-либо уп рощения исходной модели взаимодействия рентгеновского излучения с веществом. Альтернативой ему служит путь упрощения расчетов за счет аппроксимировать функцию Fi приближенной зависимостью от химиче ского состава образцов. К настоящему времени предложено большое коли чество подобных вариантов уравнений связи.

Литературные источники предлагают различные авторские способы анализа, но при детальном рассмотрении можно заметить, что все они включают подобные или одинаковые алгоритмические блоки.

Разработка алгоритма построения модели матричной коррекции Большинство вариантов уравнений связи, используемых в программ ном обеспечении аналитических комплексов, включая способ фундамен тальных параметров в модификации Руссо [2], приводятся к общему виду, который можно получить разложением в ряд Тейлора функции обратной удельной интенсивности (Сi /Ii ) определяемого элемента в точке образца сравнения (опорный образец):

C i = C i* ( 1 + ij C j ), (1) j Ci*=f(Ii), (1а) где Cj - содержание влияющего элемента j в анализируемом и опор ном образце соответственно;

ij - коэффициент влияния элемента j на ин тенсивность Ii флуоресценции элемента i;

Ci* - приведенное содержание элемента i [3], соответствующее изме ренной величине Ii при отсутствии влияния элементов j.

При градуировании уравнений связи, в общем случае, необходимо ре шить две задачи: построить градуировочный график (1а) и выбрать вид функции, аппроксимирующей разброс точек вокруг этого графика, обу словленный влиянием химического состава образца на Ii:

Ci=f(С). (1б) Авторы уравнений решают обе эти задачи различными способами, но многие алгоритмы, используемые при градуировании этих уравнений по добны.

Существующее многообразие форм уравнения (1) определяется [4,5]:

выбором переменных в выражении (1) при описании зависимо сти (1б) – Cj или Ij;

выбором опорного образца для расчета теоретических коэффи циентов влияния - одноэлементный образец, стандартный образец или проба;

способом учета зависимости -коэффициентов от состава об разцов- ij=const или ij=f(Cj) или ij=f(Cj,Ck) или расчет коэффициентов в точке пробы (табл.1);

заданием функции (1а) в виде - Ci*=Ri или Ci*=Cic/IicIi, или по линома, где индекс (с) обозначает стандартный образец-монитор из вестного химического состава, необязательно совпадающего с опорным.

Величина Ri представляет собой интенсивность аналитической линии элемента i в пробе анализируемого материала, зарегистрированную по отношению к одноэлементному образцу, состоящему только из элемента i.

Таблица Модели зависимости ij=f(С ) Авторы Но ij=f(С ) мер урав нения * = 0 + ijk Ck Клайс- (2) ij Квинтин [6] k i 1 Cm Лачанс-Клайс (3) + ijk Ck * = 0 + 1 + 2 ( 1 Cm ) k i, j ij [7] ij ij Руссо [2] (4) * = 1 ij C j ij о Примечание:

Индекс (*) обозначает эффективный коэффициент влияния, выражение для которого может быть прямо подставлено в функцию (1).

C Величина Cm = представляет собой матричный элемент j ji m.

В алгоритме Руссо (4) корректирующие факторы, учитываю щие эффекты поглощения ij и довозбуждения ij разделены.

При разработке методики РФА, следует в функции (1) последователь но выбрать аргумент, затем, если выбрали Cj, то выбрать опорный образец для расчета теоретических коэффициентов влияния и способ учета их за висимости от состава образцов, после чего выбрать вариант построения функции (1а). Таким образом, исходя из конкретной аналитической задачи, можно построить оптимальную градуировочную характеристику, без при вязки к конкретному авторскому уравнению связи.

На рис. 2 представлен алгоритм построения такой градуировочной функции. Блоки принятия решения здесь обозначены ромбами и имеют номера: 2, 5, 9, 10. Результатом принятия решения является один из аль тернативных процессов, представленных скругленными прямоугольника ми и пронумерованными как 3, 4, 6, 7, 8, 11, 12. Рассмотрим, какие физиче ские предпосылки определяют выбор в блоках принятия решения для реа лизации одного из альтернативных процессов.

В блоке 2 определяют тип переменных градуировочной функции. Без условно, коррекция по Cj предпочтительнее, так как позволяет использо вать всю мощь современных теоретических разработок и минимизировать требования к числу градуировочных образцов. Однако ее применение ог раничено кругом задач анализа гомогенных материалов с известным пол ным химическим составом.

Таким образом, при анализе гетерогенных материалов, или материа лов с точными данными о содержании только определяемых элементов, градуировочная функция может быть реализована только в виде уравнения множественной регрессии, в которых переменными служат интенсивно сти линий Ij элементов пробы. Корректирующие коэффициенты этих уравнений находят методом наименьших квадратов (МНК) с помощью группы градуировочных образцов известного химического состава, адек ватного анализируемым пробам. Такой способ определения коэффициен тов градуировочной функции называют эмпирическим, так как он основан на использовании экспериментально зарегистрированных интенсивностей флуоресценции от градуировочных образцов. Помимо коррекции на межэ лементные взаимодействия, эмпирическое определение коэффициентов градуировочной функции позволяет, в какой-то мере учесть вариации фона под аналитической линией определяемого элемента и небольшое отличие микроструктуры образцов [8].

Блок 5 определяет физический смысл выполняемой процедуры кор рекции на межэлементные взаимодействия. Состав опорного образца оп ределяет точку на множестве составов анализируемых проб, в которой вы полняется коррекция. Если в качестве опорного выбран «чистый» опреде ляемый элемент i, то схема коррекции интенсивности Ri предполагает вве дение поправок на присутствие в пробе других влияющих элементов j (блок 9) и учет различия содержания элемента i в опорном Cic =1 и Ci ана лизируемом образцах (блок 10).

Такая схема коррекции называется интегральной и реализована в ал горитмах Лачанса-Трейла, Клайса-Квинтина, Лачанса-Клайса [6,7].

Как видно из блока 9, значения -коэффициентов можно принять по стоянными, либо учитывать их зависимость от химического состава проб.

Если химический состав проб меняется мало, и они гомогенезированы сплавлением с флюсом, можно использовать постоянный набор бинарных -коэффициентов, рассчитанных в точке Ci=0.5 и Cj=0.5 [9]. Если вариации содержаний двух-трех элементов j в анализируемом материале лежат в пределах от 0 до 1, то используют полиномиальные или гиперболические зависимости ij=f(Cj) [6, 7]. При анализе многокомпонентных материалов величина коэффициента ij будет зависеть не только от вариаций содержа ния Cj, но и от содержания «третьих» (Ck) элементов пробы. Учет зависи мости ij=f(Cj,Ck) реализован в алгоритме Лачанса-Клайса [7].

Если в качестве опорного выбран стандартный образец приблизи тельно среднего по анализируемым пробам состава, то схема коррекции интенсивности Ri предполагает введение поправок на разницу С содер жания Cj (блок 9) и Ci (блок 10) в пробе и опорном образце. Такая схема коррекции называется дифференциальной. Она реализована в алгоритмах Йонха [3], Ширайво и Фуджино [10], Кавамуры [11].

.

Рис. 2. Алгоритм построения градуировочной функции Здесь коэффициент влияния ij представляет собой первую производ ную функции Сi /Ii по Cj в точке опорного образца и может быть принят постоянным (блок 9). Такая процедура межэлементной коррекции хорошо зарекомендовала себя при анализе сложных многокомпонентных материа лов, таких как стали, в которых верхний предел содержаний Ci, Cj, Ck мно го меньше 1, тогда как число элементов k более десяти [12]. В случаях, ко гда содержания Cj, Ck варьируют в пробах более чем на 10 %, зависимость ij=f(Cj,Ck) можно учесть с помощью вторых производных функции Сi /Ii по Cj, Ck [3, 13] или использовать COM-алгоритм [14]. Все перечисленные выше алгоритмы являются аппроксимационными, т.е. в приближенной форме описывают модель взаимодействия рентгеновского излучения с ве ществом Если в качестве опорного образца выбрана анализируемая проба, то коррекция межэлементных взаимодействий осуществляется в точке хими ческого состава этой пробы с помощью фундаментального выражения для интенсивности рентгеновской флуоресценции. Серийное программное обеспечение фирмы ARL включает алгоритм Руссо [2], который в настоя щее время наиболее адекватно описывает модель взаимодействия рентге новского излучения с веществом. Однако, решив использовать этот алго ритм для построения градуировочной функции методики, необходимо удо стовериться в наличии мощных вычислительных ресурсов, адекватности математической модели, используемой для коррекции интенсивности ана литической линии на фон [15], а также соответствии микроструктуры проб и градуировочных образцов [16]. Следует отметить, что две последние проблемы являются самостоятельными задачами, независимыми от проце дуры матричной коррекции, и при анализе многокомпонентных материа лов переменного состава вызывают серьезные трудности в разработке ме тодик.

Суммируя вышеизложенное, последовательность принятия решения по выбору опорного образца в блоке 5, а затем по определению вида зави симости ij=f(C) в блоке 9 может быть представлена схемами на рис. 2,3.

Решение принимают исходя из имеющейся мощности вычислительных ре сурсов, величины диапазонов Ci, Cj, Ck, вклада вторичнй флуоресцен ции (Sij) в величину Ii, адекватности используемой модели фона и соответ ствия микроструктуры проб и градуировочных образцов. Для алгоритма Йонха допущение Iфонаconst сделано с учетом возможности выполнения коррекции на фон по способу, предложенному в работе [15]. На наш взгляд этот способ можно реализовать и в применении к алгоритму Руссо, но экс периментального подтверждения пока не получено.

Блок 10 задает способ построения графика (1а). При небольших ва риациях химического состава анализируемых проб, когда в качестве опор ного выбран одноэлементный образец, принимают Ci*=Ri [9], либо Ci*=CiС/IiСIi [17]. Тогда корректирующее выражение (1) преобразуется к виду (5):

(1+ ij C j ) (5 ) Ci = Ci* j (1+ ij Cc ) j j Такой прием позволяет компенсировать систематическую погреш ность в расчете -коэффициентов. Однако следует иметь в виду, что хими ческий состав градуировочных образцов, и, в частности образца-монитора, известен с определенной погрешностью и микроструктура пробы и мони тора также может отличаться. Поэтому, более правильные результаты обеспечивает полиномиальная аппроксимация функции (1а). Параметры полинома находят МНК по группе образцов известного химического со става, что позволяет усреднить действие названных выше факторов [2, 3].

Последовательность принятия решения по выбору способа построения графика (1а) также представлена на рис. 3,4.

Выводы Критическое рассмотрение наиболее часто используемых в аналитиче ской практике уравнений связи показало, что в настоящее время невоз можно получить обобщенную модель матричной коррекции, пригодную для выполнения РФА в произвольном диапазоне составов проб. Целесооб разнее находить оптимальную модель, исходя из конкретной аналитиче ской задачи. С этой целью уравнения связи рассмотрены с позиции инже нерии знаний. Как этап разработки системы поддержки принятия решения по выбору корректирующей функции методики предложен алгоритм по строения модели матричной коррекции. Алгоритм задан в виде эвристик (правил) и позволяет представить калибровочную функцию совокупно стью зависимостей (1а) и (1б). Вид этих зависимостей выбирается согласно правилам, исходя из заданных характеристик анализируемого материала.

Рис. 3. Выбор алгоритма учета зависимостей ij=f(Cj,Ck) и вида функции Ci*=f(Ii) Рис. 4. Выбор алгоритма матричной коррекции при ij=const и вида функции Ci*=f(Ii) Литература 1. Павлинский Г.В. Основы физики рентгеновского излучения М.: ФИЗ МАТЛИТ, 2007.- 240 с.

2. Rousseau R. Correction for matrix effects in X-ray fluorescence analysis – A tutorial // Spectrochimical Acta.- 2006.-Part B 61.- P.759-777.

3. Jongh W.K. X-ray fluorescence analysis applying theoretical matrix correction stainless steel // X-Ray Spectrometry.-1973.-Vol.2, N 4.-P. 151-158.

4. Молчанова Е.И., Смагунова А.Н., Козлов А.В., Азьмуко Н.Н. Уравнения связи в рентгенофлуоресцентном анализе (обзор) // Заводск. лаборатория. 1994, Т.60, №2.-С.12-21.

5. Молчанова Е.И., Смагунова А.Н., Апрелков Н.Г. Две тенденции расчета фундаментальных -коэффициентов при рентгенофлуоресцентном анализе материалов широкопеременного состава // Заводск. лаборатория.- 2001, Т.67, №2.- С.12-17.

6. Claisse F., Quintin M. Generalization of the Lachance-Traill method for the correction of the matrix effects in X-ray analysis // Can.Spectrosc.-1967.-N 12.-P.

129-146.

7. Lachance G.R. Introduction to alpha coefficients.- Canada : Corporation Scien tifique Claisse Inc., 1990.- 189p.

8. Молчанова Е.И., Смагунова А.Н., Розова О.Ф. Сопоставление различных вариантов уравнений связи при рентгеноспект-ральном анализе материалов широкопеременного состава // Журн. аналит. химии.-1986.-Т.41, № 7.-С.

1183-1191.

9. Lachance G., Trail R. Practical solution to the matrix problem in X-ray analy sis // Can. Spectrosc. -1966. -Vol. 11, N 2.-P. 43-48.

10. Shiraiwa Т., Fujino N, Theoretical correction procedures for X-ray fluores cence analysis // X-Ray Spectrometry.-1974.-Vol.3, N 2.-P. 64-73.

11. Kawamura К. On the correction method by common correction factors for X ray fluorescence analysis of steel // Iron and Steel Inst. Jap.-1975.-N 15.-P. 470 480.

12. Молчанова Е.И., Смагунова А.Н., Плинер Л.Н., Устинова В.И., Смагунов А.В., Поспелов А.Л. Разработка комплекта стандартных образцов в для гра дуирования рентгенофлуоресцентных спектрометров при анализе сталей // Заводск. лаборатория.- 1992.-Т.58, №4.- С.28-30.

13. Величко Ю.И., Калинин Б.Д., Межевич А.Н., Плотников Р.И., Ревенко А.Г. Исследование зависимости величин теоретических поправок от химиче ского состава проб при рентгеноспектральном анализе сталей // Заводск. ла боратория.-1977.-Т.43, № 4.-С. 437-442.

14. Molchanova E.I., Smagunova A.N., Gunicheva T.N., Smagunov A.V. Depend ence of the accuracy of the results of steel x-ray fluorescence analysis on the method of considering the variation of -coefficients with sample chemical com position // X-Ray Spectrometry.- 1992, Vol.21, №3.- Р.149-153.

15. Smagunova A.N., Molchanova E.I., Pliner L.N., Finkelshtein A.L. X-Ray spectrometric determination of minor element contents in stanless steels // X-Ray Spectrometry.- 1988.-Vol.17, №5.- Р. 175-179.– 16. Смагунов А.В., Молчанова Е.И., Поспелов А.Л., Устинова В.И. Изучение зависимости интенсивности линий рентгеновского спектра от микрострукту ры сталей // Журн. аналит. химии.- 1994, Т.49, №3.-С.623-626.

17. Broll N., Tertian R. Quantitative X-ray fluorescence analysis by use of funda mental influence coefficients // X-Ray Spectrometry.-1983.-Vol.12, N 1.-P. 30-37.

III. ТЕХНОЛОГИИ ПОСТРОЕНИЯ ЗАЩИЩЕННЫХ АВТОМАТИЗИРОВАННЫХ СИСИТЕМ УДК 004. К.Г. Колодий ПРОБЛЕМЫ РУЧНОГО ТЕСТИРОВАНИЯ WEB-ПРИЛОЖЕНИЙ НА НАЛИЧИЕ УЯЗВИМОСТЕЙ БЕЗОПАСНОСТИ Во многих организация web-приложения используются как критиче ски важные системы, доступ к которым должен предоставляться постоян но. Однако наличие уязвимостей может привести к нарушению работоспо собности web-приложения и прерыванию бизнес процессов в организации.

Наличие уязвимостей безопасности в web-приложениях может при вести не только к простою организации, но и к крупным финансовым по терям в результате действий злоумышленника. После идентификации уяз вимости злоумышленником, для осуществления атаки используется раз личные методы. Под методами использования уязвимости подразумевают классы атак. Многие из этих классов имеют распространенные названия, например: «внедрение кода SQL» (SQL Injection), и «межсайтовое выпол нение сценариев» (Cross-site Scripting) [1].

Покажем проблемы, возникающие при ручном тестировании на при мере двух web-приложений. Отделом разработки и сопровождения про граммного обеспечения Иркутского государственного университета путей сообщения было предоставлено web-приложение «Учет программного обеспечения» и отделом материально-технического обеспечения и связи web-приложение «Справочник ИрГУПС». Web-приложение «Справочник ИрГУПС» содержит контактные данные сотрудников университета, такие как номера внутреннего и внешнего телефонов, адрес электронной почты, номер IP телефона. Web-приложение «Учет программного обеспечения»

содержит информацию об имеющихся у университета лицензий на исполь зование программного обеспечения. Рассмотрим данные web-приложения на возможность существования в них наиболее распространенных уязви мостей к следующим видам атак: «внедрение кода SQL» (SQL Injection), «межсайтовое выполнение сценариев» (Cross-site Scripting) и «недостаточ ная аутентификация» (Insufficient Authentication).

Первый вид атаки, который приходит в голову при посещении глав ной страницы web-приложения — это поиск возможности для получения доступа к важной информации или функциям сервера без должной аутен тификации, т.е. класс атак «недостаточная аутентификация». Web приложение «Справочник ИрГУПС» — система общего пользования и для доступа к ней аутентификация не требуется, однако, как и большинство систем подобного рода, она может иметь страницу с административным доступом для редактирования данных в справочнике. Попытаемся опреде лить адрес такой страницы. Для этого будем в строке адреса браузера ука зывать возможные варианты адресов, например: admin.html и т.п. Добав ление к строке адреса /admin.php показал стандартную ошибку 404 «Объ ект не найден», из которой видно, что в качестве web-сервера использован Apache 2. Добавление к адресу /admin/ браузер показал форму для входа в административную часть. Проверка возможности внедрения SQL кода, с помощью указания в качестве имени и пароля одинарной кавычки показа ло, что внедрить SQL код в данной форме не представляется возможным.

Изучим форму поиска сотрудников в справочнике на главной страни це. Форма содержит одно текстовое поле для ввода строки поиска, введем в это поле символ одинарная кавычка. В результате вывелась строка «Вы искали \', по вашему запросу ничего не найдено». Видно, что одинарная кавычка экранируется. Введем в строку поиска часть SQL запроса «Иванов and 1=0» - результат поиска «Вы искали Иванов and 1=0, по вашему запро су ни чего не найдено» говорит о том что, строка поиска воспринимается как текс и на сам запрос ни как не влияет.

В меню web-приложения имеются ссылки для вывода сотрудников соответствующих отделов, в которых передается параметр i_dep. добавле ние одинарной кавычки результатов не дало и любые попытки внедрения SQL приводили к одному результату: «По вашему запросу ничего не най дено».

Страница /ip/index.php содержит информацию о настройках про граммного обеспечения для ip телефона, список номеров телефонов, а так же на ней имеется страница для просмотра статистики по расчетному пе риоду. Для доступа к данной информации требуется ввести номер телефо на и пароль. Возьмем любой номер из списка номеров. Ввод номера теле фона без указания пароля выводит статистику, т.е. любой злоумышленник с любого компьютера внутри организации может посмотреть статистику любого сотрудника: когда и на какие номера совершались звонки и их продолжительность.

Ссылка с главной страницы «Справочник ИрГУПС» на страницу /ip/index.php содержит три переменных, в которых могут передаваться зна чения, а также в конце страницы показывается ошибка MySQL с частью запроса. Логично предположить, что параметры в адресе могут переда ваться в SQL запрос. Исследуем это более подробно.

Строка адреса содержит переменные с именами a, b и c. Добавим к значению переменной a в адресе одинарную кавычку. В результате в конце страницы появилась новая ошибка, из которой видно, что одинарная ка вычка в переменной a не экранируется, а также позволяет предположить, что запрос выбирает из таблицы записи, где одно из полей содержит зна чения между a и b.

Проверим, возможно, ли изменить SQL запрос, для этого к значению переменной a добавим « and 1=0» в результате запрос должен вернуть пус тое множество, так оно и произошло. Проверка переменных b и c показала, что их можно также использовать для изменения запроса. Добавим к зна чению переменной c « union select null--», чтобы определить количество возвращаемых запросом столбцов. MySQL вернул ошибку о не корректном использовании UNION и ORDER BY. Тогда добавим значение « union select null--» к значению переменной b. MySQL сообщает о различном ко личестве возвращаемых столбцов в объединяемых запросах. Теперь будем добавлять null до тех пор, пока запрос не сработает. Успешно отработал запрос с количеством столбцов равным девяти.

Определим название базы данных, имя пользователя под которым происходит обращение к базе данных, а также версию MySQL. Для этого будем заменять null на соответствующие функции MySQL. В последней строке html таблицы показываются интересующие нас данные. Попробуем обратиться к служебным базам данных mysql и information_schema. Доступ к базе данных mysql для пользователя оказался запрещен, а вот доступ к базе данных information_schema разрешен.

Теперь имеется возможность посмотреть, какие базы данных сущест вуют на сервере, а также и их структуру. Дальнейшие действия ограниче ны только привилегиями пользователя MySQL, так как доступ к служеб ной базе mysql закрыт, то повысить привилегии не представляется воз можным. Изучать операции, которые можно производить с базой данных нет необходимости, уязвимость обнаружена и требует устранения, так как данная уязвимость позволяет просматривать конфиденциальные данные, доступ к которым может разрешить только владелец. Результаты тестиро вания были переданы разработчикам для скорейшего исправления.

Также в web-приложении обнаружены скрипты, созданные разработ чиками при отладке приложения и для обращения к ним пользователей не предназначены. Существует вероятность обнаружения уязвимости в дан ных скриптах, но поиск их затруднен отсутствием информации о наличии передаваемых в скрипты параметров, а формы ввода на данных страницах отсутствуют.

Перейдем к тестированию web-приложения «Учет программного обеспечения». Для доступа к системе требуется ввести имя и пароль. Вве дем одинарную кавычку в поля ввода имени и пароля. Сообщение систе мы: «короткое имя пользователя». Введем любое имя и кавычку в конце имени. Сообщение системы: «короткий пароль». Введем любой пароль с кавычкой в конце. Результат «Некорректный пароль / имя пользователя»

Это значит, что происходит обработка одинарных кавычек.

В строке адреса видно, что сайт разработан на PHP. Попробуем ввести в адресе index.php — загрузилась страница входа. Логично предположить, что после входа загружается еще один из основных скриптов с часто ис пользуемым именем, например default.php или main.php. Добавление к концу адреса строки /main.php привело к отображению страницы с меню, однако к содержимому страницы доступа нет «У Вас нет доступа к этому ресурсу [/reestr/main.php], либо он временно отключен».

Исследуем все пункты меню. При выборе в меню пункта «Список ли цензий» отобразился список лицензий на текущую дату — доступ к кон фиденциальным данным без должной аутентификации. Результаты тести рования переданы разработчикам.

Ручное тестирование заняло большое количество времени специалиста по тестированию. При этом приходилось производить подбор различных параметров, таких как адреса страниц, значения переменных и формирова ние различных запросов к базе данных с анализом ответной реакции web приложения. Поэтому возникает необходимость автоматизированного тес тирования безопасности. Однако тестирование безопасности сложно пода ется автоматизации, так как программная система автоматизированного тестирования должна не только знать возможные методы атак, но и уметь анализировать реакцию системы.

Проведенное тестирование web-приложений показало, что вопрос обеспечения качества и безопасности web-приложений является актуаль ным. Для повышения качества и безопасности web-приложений необходи мо постоянно проводить мероприятия по выявлению ошибок в приложе нии и в первую очередь ошибок в системе безопасности. К таким меро приятиям относятся: тестирование, проверка исходного кода (инспектиро вание), а также организация различных атак на исследуемое приложение.

Для повышения эффективности данных мероприятий, предлагается разра батывать методику проведения тестирования, которая будет учитывать особенности используемых языков программирования, систем управления базами данных исследуемого web-приложения, комбинируя автоматизиро ванные средства [2] для выявления проблемных мест и ручного тестирова ния для подробного изучения вероятности реализации угрозы через дан ную уязвимость.

Литература 1. Threat Classification. Официальный сайт Web Application Security Consortium [Электронный ресурс] – http://www.webappsec.org/projects/threat/ 2. К.Г.Колодий. Проблемы анализа и тестирования web-систем // Информацион ные технологии и проблемы математического моделирования сложных систем. – Иркутск: ИИТМ ИрГУПС, 2008. – Вып. 6 – с. 112 – 118.

IV. ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ В УЧЕБНОМ ПРОЦЕССЕ УДК 519.6;

378. Е.В. Арбатский, Н.А. Воробьева, С.И. Носков ТЕХНОЛОГИЯ РАЗРАБОТКИ УЧЕБНЫХ ПЛАНОВ ВУЗА С УЧЕТОММЕЖДИСЦИПЛИНАРНЫХ СВЯЗЕЙ Высшее учебное заведение (вуз) осуществляет подготовку специали стов в соответствии с государственными стандартами специальностей высшего профессионального образования, учебно-программной докумен тацией и другими нормативными документами, утвержденными на госу дарственном уровне.

Основным документом, определяющим структуру учебного процесса на специальности, является учебный план по специальности (УП). В нем содержатся перечень и объемы учебных дисциплин, названия и продол жительность практик, используемые виды занятий, аттестации, формы контроля и т.д. УП разрабатывается вузом на основе федерального госу дарственного образовательного стандарта высшего профессионального об разования (ГОС ВПО). Помимо дисциплин из ГОС ВПО, в УП включаются дисциплины по выбору вуза (региональный компонент).

Проблема повышения качества подготовки специалистов в вузах оз начает необходимость постоянного совершенствования организации учеб ного процесса и, в первую очередь, повышения качества решения основ ных задач, регламентирующих подготовку специалистов, а именно, со ставление учебных планов по специальностям. И если перечень дисциплин и их объем являются относительно жесткими параметрами (вуз вправе из менять только дисциплины регионального компонента), то временная по следовательность изучения дисциплин законодательно никак не ограниче на.

В рассматриваемой задаче под процессом составления УП понимается процесс распределения заданного перечня дисциплин по фиксированному числу семестров с указанием количества часов (аудиторных и внеаудитор ных), отводимых под изучение дисциплин в каждом семестре. Указание видов контроля по дисциплине, распределение часов по разным видам за нятий, распределение практик и т.д. при этом не учитываются.

Принимаемый УП должен соответствовать совокупности количест венных и качественных требований.

Количественные – требования, устанавливаемые законодательством РФ в области образования, содержащиеся в ГОС ВПО по конкретной спе циальности. Наибольшую важность представляют следующие ограниче ния по нагрузке студента:

- устанавливается максимальный объем учебной нагрузки в неделю, включая все виды аудиторной и внеаудиторной работы, согласно ГОС ВПО. Исходя из этого, рассчитывается максимальный объем учебной на грузки в семестр;

- трудоемкость дисциплины должна быть равна рекомендованной ГОС ВПО трудоемкости;

- устанавливаются минимальное и максимальное число дисциплин, изучаемых в семестре;

- устанавливаются минимальная и максимальная трудоемкости по лю бой дисциплине в семестре.

Качественные требования определяют последовательность изучения дисциплин на основе их взаимосвязи (междисциплинарных связей).

Междисциплинарная связь - логическая зависимость между порядком изучения дисциплин, в соответствии с которой для изучения одной дисци плины (дисциплина-потомок) необходимы знания и навыки, полученные в ходе изучения другой дисциплины (дисциплина-предок). Таким образом, для каждой специальности можно построить «дерево предметов» - иерар хическую зависимость между дисциплинами по выбранной специальности (рис.1).

Рис. 1. – Фрагмент «дерева предметов»

для специальности «Информационные системы»

Можно выделить следующие основные виды междисциплинарных связей по следованию во времени.

1. Дисциплина-потомок должна изучаться только после окончания курса дисциплины-предка.

2. Дисциплина-потомок может изучаться одновременно с изучением дисциплины-предка.

В рассматриваемой задаче междисциплинарные связи устанавливают ся экспертами-преподавателями вуза. Исключается возможность появле ния взаимозависимых дисциплин.

В рассматриваемой задаче первый вид связи упрощен – дисциплина потомок может изучаться не ранее чем через 1 семестр после начала изу чения дисциплины-предка. Это связано с тем, что в дальнейшем дисцип лины предлагается разбивать на более мелкие части – модули (для изуче ния которых в большинстве случаев хватает одного семестра), и междис циплинарные связи устанавливать для модулей, а не дисциплин целиком.

Таким образом, при формировании УП входными данными являются:

- перечень дисциплин и их объем;

- количественные ограничения по нагрузке студента;

- сведения о междисциплинарных связях.

Составление УП вручную является сложной задачей, требующей уче та множества ограничений. На практике ручной способ формирования УП приводит к следующим отрицательным результатам:

- большие временные задержки;

- большое влияние «человеческого фактора», невозможность обосно ванного выбора наилучшего УП из разных вариантов;

- невозможность учета требования, следующих из междисциплинар ных связей, из-за незнания работников, ответственных за составление УП, специфики изучаемых дисциплин.

Для решения этих проблем используют информационные системы формирования УП. В большинстве таких систем [1-6] задача построения УП решается с точки зрения соблюдения только количественных ограни чений. Качественная оптимизация решается вручную. Такие системы не могут помочь решить проблему качественного улучшения учебного про цесса на основе создания оптимальных УП, учитывающих междисципли нарные связи.

Логичным решением этой проблемы является использование инфор мационной системы, автоматизирующей процесс составления УП на осно ве сформулированных требований и критерия оптимальности УП. Крите рием оптимальности является минимизация числа семестров, отводимых под изучение каждой дисциплины. Если формирование последовательно сти с учетом всех ограничений невозможно, минимизируется суммарное число нарушений междисциплинарных связей.

Введем следующие обозначения:

n - число дисциплин;

r - число семестров;

bi - объем i -ой дисциплины согласно ГОС ВПО ( i = 1, n );

d j - максимальный объем учебной нагрузки в j -ом семестре ( j = 1, r );

y ij - объем i -ой дисциплины в j -ом семестре ( i = 1, n, j = 1, r );

S = s AB - матрица междисциплинарных связей:

0 дисциплина A не связана с дисциплиной В 1 дисциплина A является предком дисциплины В и В может начинаться ;

= одновременно с А s AB 2 - дисциплина A является предком дисциплины В и В может начинаться не ранее чем через 1 семестр после начала изучения А h _ min - минимальная трудоемкость дисциплины в семестре;

h _ max - максимальная трудоемкость дисциплины в семестре;

e _ min - минимальное число изучаемых дисциплин в семестре;

e _ max -максимальное число изучаемых дисциплин в семестре;

ij - признак порядка изучения дисциплины:

1 i - ая дисциплина изучается в j - ом семестре, т.е. y ij ij = ;

0 i - ая дисциплина не изучается в j - ом семестре, т.е. y ij = z ABl - «штраф» за нарушение междисциплинарной связи между дисци плинами А и В в семестре l.

В принятых обозначениях запишем ограничения, налагаемые на УП.

Объем учебной нагрузки не превышает максимального числа часов:

n у d j, j = 1, r (1) ij i = Трудоемкость дисциплины равна рекомендованной ГОС ВПО трудо емкости:

r у = bi, i = 1, n (2) ij j = Число предметов, изучаемых в семестре, не ниже минимального:

n e _ min, j = 1, r (3) ij i = Число предметов, изучаемых в семестре, не превышает максимальное:

n e _ max, j = 1, r (4) ij i = Трудоемкость дисциплины в семестре не ниже минимальной:

у ij h _ min, i = 1, n, j = 1, r (5) Трудоемкость дисциплины в семестре не превышает максимальной:

у ij h _ max, i = 1, n, j = 1, r (6) Изучение дисциплины В может начинаться одновременно с изучением дисциплины А:

j Bj Al 0, при s АВ = 1, j = 1, r (7) l = Изучение дисциплины В может начинаться не ранее чем через 1 се местр после начала изучения дисциплины А:

j Bj Al 0, при s АВ = 2, j = 1, r, A0 = 0 (8) l = ij - переменная булевого типа:

ij = {0;

1} (9) Для связи у ij и ij вводится ограничение у ij ij M 0, i = 1, n, j = 1, r, M 0 (10) Величины у ij по смыслу неотрицательны:

у ij 0, i = 1, n, j = 1, r (11) Оптимальным считаем решение задачи, при котором n r L = ij min (12) i =1 j = Если соблюдение ограничений (1) - (11) невозможно, то ограничения (7) - (8) заменяем соответственно на j Bj Al z ABj 0, при s АВ = 1, j = 1, r (7) l = и j Bj Al z ABj 0, при s АВ = 2, j = 1, r, A0 = 0 (8) l = В этом случае минимизируем сумму «штрафов» z :

r n r L = z ijl min (12) l =1 i =1 j = Таким образом, функционал (12) или (12) с ограничениями (1) - (11) представляют собой задачу частично булевого линейного программирова ния.

Искомый вектор х записывается в виде х = ( y11, y12,..., y1r, y 21, y 22,..., y 2 r,..., y n1, y n 2,..., y nr, (13) 11, 12,..., 1r, 21, 22,..., 2 r,..., n1, n 2,..., nr ) Решение поставленной задачи заключается в нахождении такого век тора элементов х, при котором выполняется условие (12) или (12).

После формирования УП для него рассчитывается коэффициент каче ства K. Он показывает, насколько сформированный план удовлетворяет требованиям по учету междисциплинарных связей:

m (14) K = (1 ) 100% k где m - число нарушений междисциплинарных связей;

k - число междисциплинарных связей.

Компьютерная реализация описанного алгоритма представляет собой программу, написанную на языке PHP.

Входные данные:

- массив трудоемкостей дисциплин b, порядковый номер элемента ко торого равен номеру дисциплины;

- массив максимальных объемов учебной нагрузки в семестре d, поряд ковый номер элемента которого равен номеру семестра;

- значения h _ min, h _ max, e _ min, e _ max ;

- массив междисциплинарных связей, каждый элемент которого являет ся массивом с элементами [номер дисциплины-предка А] [номер дисцип лины-потомка В] [значение s AB (1 или 2)].

Результатом работы программы является массив, порядковый номер элемента которого равен номеру дисциплины i, а сам элемент – массив, содержащий элементы y ij.

Для иллюстрации работы программы рассмотрим следующий пример:

n = 8, r = 3, d = (100,100,100), b = (70,40,30,20,20,40,30,20), h _ min = 10, h _ max = 50, e _ min = 1, e _ max = 3, s12 = 2, s 34 = 1.

Результат работы программы представлен на рис.2. Этот алгоритм включен в информационную систему анализа УП.

Рис. 2 – Результат работы программы Анализ существующих УП осуществляется на основе проверки соот ветствия плана количественным ограничениям и порядка следования дис циплин.

Разрабатываемая информационная система направлена на решение следующих задач.

1. Построение междисциплинарных связей по разным специальностям.

2. Построение оптимального УП с учетом междисциплинарных связей.

3. Построение оптимального УП с учетом междисциплинарных связей и количественных ограничений.

4. Анализ качества существующих УП.

Пользователями информационной системы могут быть сотрудники учебно-методического управления вуза, заведующие кафедр, а также пре подаватели.

Литература 1. PLANY: развернутое руководство.- Шахты: Изд-во ЮРГУЭС, 2005. – 323 стр.

2. Трофимова О.К. Автоматизация процесса составления учебных планов вузов. М., 3. Богоявленский Ю.А., Петров М.Я., Сиговцев Г.С. Система компьютерной под держки проектирования учебных планов, Тез. докл. конференции, Петрозаводск, 1993.

4. Амелькович Ю.П., Катаргин М.Ю. Корпоративная база данных для управления учебным процессом вуза, текст доклада. Международный конгресс конференций «Информационные технологии в образовании», 5. Ростовский государственный педагогический университет http://rspu.edu.ru/rspu/it/index.php?p=educational_process 6. Архитектура и принципы построения интегрированной ИС управления учеб ным процессом КГТУ им.А.Н.Туполева http://cnitrt.kai.ru/portfolio/newpage 7. Федеральный закон «О высшем и послевузовском профессиональном образова нии» №125-ФЗ от 22.08.1996.

8. Приказ Министерства образования Российской Федерации «О структуре управ ления разработкой государственных образовательных стандартов высшего профес сионального образования» №1176 от 19.04.2001.

9. Абрамов Л.М., Капустин В.Ф. Математическое программирование. Л.: Изд-во Ленингр. ун-та, 1981. 328 с 10. Томсон Л. Разработка Web-приложений на РНР и MySQL: Пер. с англ./Лаура Томсон, Люк Веллинг. — 2-е изд., испр. — СПб: ООО «ДиаСофтЮП», 2003. — 672 с.

УДК 519.6, 333. Белинская С. И.

ПРИМЕНЕНИЕ СТАТИСТИЧЕСКИХ МЕТОДОВ ДЛЯ АНА ЛИЗА КАЧЕСТВА ВЫПУСКА СТУДЕНТОВ В работе рассмотрены статистические методы, реализованные в па кете AtteStat, С их помощью проводилось сравнение данных по входному контролю абитуриентов со средним баллом выпускников ИИТМ и обнару жено хорошее соответствие анализируемых данных. Обнаружена возмож ность использования параметрических методов статистики даже для не большой выборочной совокупности (10).

Качество образования – один из самых актуальных вопросов нашего времени. Его следует рассматривать с точки зрения непрерывного ком плексного подхода к обучению во всей системе образования России. Для обеспечения качества образования на протяжении всего процесса обучения должно происходить развитие сотрудничества «школа–вуз», корректиро ваться и анализироваться учебные планы по специальностям, осуществ ляться мероприятия по улучшению образовательного процесса, совершен ствоваться система Выпускник – Вуз. Иркутский государственный универ ситет путей сообщения, институт информационных технологий рассмат ривает качество образования как приоритетное направление своей дея тельности. При этом проблема качества образования рассматривается ву зом не только как внутренний, но и как внешний процесс. Являясь по су ществу “потребителем” образовательных “услуг” общеобразовательных учреждений города и региона ВСЖД, ИрГУПС во многом сам формирует многогранную систему довузовского образования и активно сотрудничает со многими субъектами этого образования с целью повышения качества подготовки своих выпускников. Участниками совместных проектов явля ются ректорат Университета, Центр довузовской подготовки, кафедры ин ститута информационных технологий и моделирования: Математика, Ин форматика, кафедры Физика и Черчение, отдел службы персоналом ОАО ВСЖД РЖД, отдел учебных заведений, ряд школ города Иркутска и близ лежащих территорий по линии Восточно - Сибирской железной дороги.


В статье сопоставляются данные, полученные по двум лицейским сес сиям в периоды: 2003-2004 и 2004-2005 годов в сопоставлении со средним баллом в течение всего периода обучения в ИИТМ с целью получения подтверждения соответствия этим разным подходам обучения в создании устойчивой мотивации приобретения знаний. Для серьезных выводов о ка честве выпускаемых школой и вузом продукции необходимо построить математическую модель и использовать вероятностно-статистические ме тоды.

В управлении учебным процессом, в частности, для оптимизации и прогноза качества выпускаемой продукции и требований стандартов осо бенно важно применять эти методы как на начальном этапе жизненного цикла получаемой продукции, - на этапе выбора будущих студентов, так и при завершении цикла обучения. Для проведения такого исследования ис пользовался пакет AtteStat.

Программа AtteStat предназначена для всестороннего математико статистического анализа данных различной природы. Программное обес печение AtteStat имеет модульную структуру и реализует большое число прикладных алгоритмов. Встроенный ряд методов допускают как стати стическую, так и физико-математическую интерпретацию. Программный продукт предназначен для работы в среде электронных таблиц Microsoft Excel, входящий в комплект офисных приложений Microsoft Office, рабо тающий под управлением операционных систем Microsoft Windows. Пакет содержит следующие модули:

• параметрическая статистика, • описательная статистика, • кластерный анализ.

Критерии (тесты), при помощи которых могут быть сравнены стати стические совокупности, разделяются на две группы: параметрические и непараметрические. Особенностью параметрических методов являются следующие требования:

• Распределение признака в генеральной совокупности должно подчиняться некоторому известному закону, нормальному, экс поненциальному и т.п. закону.

• Нормальность эмпирического распределения выборки может быть статистически проверена до применения любого пара метрического теста с помощью одного из методов, представ ленных в модуле «Проверка нормальности распределения» па кета AtteStat.

• Задача проверки нормальности в целом сложнее задачи про верки гипотезы о математических ожиданиях. Она может быть уверенно решена лишь при больших объемах выборок.

Опишем традиционные формулы расчета статистических характери стик:

1. Средние арифметические в каждой выборке:

, 2. Выборочные дисперсии, 3. Для вычисления двустороннего доверительного интервала среднего значения в случае, если эмпирическая выборка распределе на нормально, используется параметрический подход:

4.

где - стандартное отклонение, - значение обратной функции t – распределения Стьюдента с t(1+ ) параметрами (n-1) и (1+)/2, – доверительный уровень, выраженный в долях.

5. Когда выборка не является нормальной для вычисления дву стороннего доверительного интервала среднего значения, применяет ся непараметрический подход:

где () - обратная функция стандартного нормального распределе ния.

6. Для вычисления двустороннего доверительного интервала дисперсии в случае, если эмпирическая выборка распределена нор мально, используется параметрический подход:

где d - величина, рассчитанная по формуле где m4 - четвертый центральный выборочный момент, вычисляемый по формуле:

7. Для вычисления двустороннего доверительного интервала дисперсии, когда выборка не является нормальной, применя ется непараметрический подход:

8. Показатель точности опыта, иначе - показатель точности оп ределения среднего значения, выражает величину ошибки среднего значения в процентах от самого среднего. Точность считается удов летворительной, если величина показателя не превышает 5%, а при значениях, больших 5%, рекомендуется увеличить число наблюдений или повторений. Иногда величину показателя точности можно уменьшить, если повысить точность измерений параметров объектов опыта. Показатель точности опыта вычисляется по формуле:

в долях или в процентах, х - выборочное среднее значение.

где m - стандартная ошибка, Сопоставляя данные (6 измерений) поступления 2004 года на входе (результаты сессий технической олимпиады) и на выходе (средний балл Описательная статистика 2004 год год выпускника), приведенные в таблице 1, можно сделать следующие выводы:

1. Имеется тенденция роста качества успеваемости в Вузе, посколь ку среднее значение увеличилось с 3.81 до 4.52.

2. Доверительный интервал среднего в случае применения парамет рических и непараметрических методов отличается лишь деся тыми долями, однако в случае сравнения доверительного интер вала дисперсии – отличие почти на порядок, что может быть про явлением недостаточного числа измерений, т.к. показатель точно сти измерений превышает 5%.

Анализируя подобные расчеты для студентов поступления 2005 года (число данных в выборке равнялось 10) для подобных выборочных значе ний (таблица 2) вырисовывается следующая картина:

1. Среднее значение балла увеличилось с 3.64 до 4.07.

2. Доверительные интервалы среднего и дисперсии в случае приме нения параметрических и непараметрических методов отличается лишь десятыми долями, что свидетельствует о том, что для вы борки больше 10 значений, вероятно, можно пользоваться пара метрической статистикой.

Табл. Численность выборки 6 Среднее значение 3,81 4, Доверительный интервал среднего (парам.) Нижний 95% 3,30 3, Верхний 95% 4,32 5, Доверительный интервал среднего (непарам.) Нижний 95% 3,42 4, Верхний 95% 4,20 5, Стандартная ошибка 0,20 0, Дисперсия 0,24 0, Доверительный интервал дисперсии (парам.) Нижний 95% 0,20 0, Верхний 95% 0,28 0, Доверительный интервал дисперсии (непарам.) Нижний 95% 0,01 0, Верхний 95% 0,47 0, Показатель точности опыта (%) 5,21 5, Табл. Описательная статистика 2005 год 2009 год Численность выборки 10 Среднее значение 3,64 4, Доверительный интервал среднего (парам.) Нижний 95% 3,28 3, Верхний 95% 4,00 4, Доверительный интервал среднего (непарам.) Нижний 95% 3,32 3, Верхний 95% 3,95 4, Дисперсия 0,25 0, Доверительный интервал дисперсии (парам.) Нижний 95% 0,19 0, Верхний 95% 0,32 0, Доверительный интервал дисперсии (непарам.) Нижний 95% 0,11 0, Верхний 95% 0,40 0, Показатель точности 4,39 5, опыта (%) На рисунке 1, 2 приведены гистограммы двух периодов обучения, ко торые подтверждают ощутимое повышение качественной успеваемости студентов по сравнению со школьными оценками.

Величина классового Величина классового Выпуск 2009 года (на входе) Выпуск 2009 года (на выходе) интервала интервала Количество вариантов Количество вариантов 5 4 3 2 1 0 1 2 3 4 1 2 3 Рис. 1. Сопоставление данных входного контроля знаний абитуриента и средне го балла выпускника 2009 г.

Выпуск 2010 года (на входе) Выпуск 2010 года (в среднем за 4 года ) Значение в интервале Значение в интервале Количество вариантов Количество вариантов 1 2 3 1 2 3 Рис. 2. Сопоставление данных входного контроля знаний абитуриента и средне го балла выпускника 2010 г.

Далее проведем расчет статистики Стьюдента t и сравним дисперсии двух нормальных выборочных совокупностей с помощью критерия Фишера, часто называемым дисперсионным отноше нием:

По заданному уровню значимости (5%) и числу степеней свободы _ (m+n 2) из таблиц распределения Стьюдента находят критическое значе ние tкр. Если |t|tкр, то гипотезу однородности (отсутствия различия) от клоняют, если же |t|tкр, то принимают. Если различия нет, то для даль нейшего изучения выборки объединяют. В таблице 3 приведены расчеты критерия Стьюдента и Фишера для анализа входных значений двух рас сматриваемых периодов обучения. И эти расчеты свидетельствуют о незна чимых различиях двух выборок. Подобно этому проведем расчеты для вы ходных выборок, полученных на конец 2009 года (таблица 4).

На рисунке 3 приведены гистограммы объединенных выборок для представления интегральных значений. Значения средних и дисперсий для 2004, 2005 и 2009 годов (объединенные значения) представлены в таблице 5.

Табл. Параметрическая статистика Статистика, P-значение одностороннее, P-значение двустороннее, вывод Критерий Стьюдента для независимых выборок 0,672412 0,256134 0,512267 Различия незначимы F-критерий Фишера 1,078945 0,493602 0,987204 Различия незначимы Табл. Параметрическая статистика Статистика, P-значение одностороннее, P-значение дву стороннее, вывод Критерий Стьюдента для независимых выборок 1,287267 0,109438 0,218876 Различия незначимы F-критерий Фише ра 1,239834 0,427247 0,854495 Различия незначимы Значение в интервале Интегральный показатель (на входе) Значение в интервале Интегральный показатель (на выходе) Количество вариантов Количество вариантов 1 2 3 4 1 2 3 4 Рис. 3. Интегральные показатели на 2009 год Табл. 2004 год 2005 год 2009 год Среднее 3.81 3.64 3. на входе Среднее 4.52 4.07 4. на выходе Дисперсия 0.236 0.255 0. на входе Дисперсия 0.41 0.5 0. на выходе Структура анализируемых данных такова, что можно пользоваться параметрическими методами статистики даже для небольшой выборочной совокупности (10).

Для прогнозирования результатов выпускаемой продукции с точки зрения качества знаний специалиста необходимо контролировать школь ный процесс обучения и продолжать проведение технической олимпиады, увеличивая число участвующих образовательных учреждений.

Литература 1. Холлендер М., Вулф Д.А. Непараметрические методы статистики/ М. Холлендер, Д.А.Вулф. – М.: Финансы и статистика, 1983.

2. Борисова Е.В. Формирование и математическая обработка данных в социологии: Учебное пособие. 1-е изд.Тверь:ТГТУ, 2006.

3. Грабарь М.И., Краснянская К.А. Применение математической статистики в пе даго гических исследованиях. Непараметрические методы. М., «Педагогика», 1977.


4. Программное обеспечение AtteStat [Электронный ресурс]. Свидетельство Рос патента № 2002611109. Режим доступа: http://www.microsoft.com.

УДК С.И. Белинская, А.В. Козыревская, Н.А. Климова, В.А. Лучников, В.В. Михаэлис, С.И. Михаэлис, Л.В. Петрова, А.Л. Черепанова МЕТОДИЧЕСКОЕ И ОРГАНИЗАЦИОННОЕ ОБЕСПЕЧЕНИЕ НА УЧНО-ИССЛЕДОВАТЕЛЬСКОЙ РАБОТЫ СТУДЕНТОВ КАФЕДРЫ «ИНФОРМАТИКА» ИрГУПС Научно-исследовательская работа студентов (НИРС) – важная часть учебного процесса в вузе, являющаяся основным методом апробирования полученных студентами на лекциях и лабораторных занятиях знаний, ус ловием приобретения навыков и умений проведения научной работы.

Студент, занимающийся научной работой, развивает такие важные качест ва как творческое мышление, ответственность, умение отстаивать свою точку зрения. Со стороны преподавателей необходимы внимание и под держка, без которых студенты, особенно младших курсов, не захотят, а по рой и просто не смогут заниматься наукой.

Научными интересами кафедры «Информатика» охватываются сту денты как младших, так и старших курсов университета. Основной рабо той кафедры в рамках НИРС является проведение ежегодной студен ческой научно-практической конференции по информационным техноло гиям, организация и проведение внутривузовской олимпиады по прог рамммированию, подготовка студентов к участию в областной и всерос сийской олимпиадам по программированию, всероссийской олимпиаде программных продуктов, разработанных студентами, публикация статей в соавторстве со студентами.

Основными задачами НИРС являются:

• выявление наиболее одаренных студентов, имеющих выраженную мотивацию к научной деятельности;

• содействие всестороннему развитию личности студента, формирова нию его объективной самооценки, приобретение навыков самостоя тельной работы и работы в творческих коллективах, овладение мето дологией научных исследований;

• ориентация студентов на их будущую профессию;

• развитие и укрепление познавательного интереса в области инфор мационных технологий.

Хотелось бы остановиться на одном из видов НИРС – участии студен тов в научно-практической конференции по информационным технологи ям, для работы в которой вовлечено достаточно большое число студентов разных факультетов университета, а не только обучающихся на специаль ностях Института информационных технологий и моделирования.

Опыт работы студенческих конференций последних нескольких лет пока зывает, что выделились определенные направления, по которым работают студенты.

В последнее время одной из постоянно используемых тем студенче ских научных работ является разработка электронных учебников, пособий для изучения той или иной дисциплины.

Компьютерные обучающие программы базируются на использовании учебных материалов, представленных в электронном виде. Это книги, учебники, справочники, демонстрации лабораторных работ и прочие учеб ные материалы. В электронном учебнике информация должна быть пред ставлена как можно более разнообразно. Наряду с текстом должны при сутствовать иллюстрации, видеофрагменты, интерактивные демонстрации, аудио сопровождение. Это заставляет обучающихся задействовать больше органов восприятия и способствует лучшему усвоению информации. Про стейший электронный учебник можно создать даже в MS Power Point, MS Word, используя гиперссылки для перехода от одного документа к друго му. Однако в этом случае трудно использовать абсолютные ссылки и при ходится заново компоновать учебник на конкретном носителе (на диски C:

или H: с flesh-памяти либо с оптического диска D). Для создания полно ценных электронных учебников необходимо использовать специализиро ванные среды разработки, которые:

• позволяют импортировать и осуществлять интеграцию наиболее распространенных медиаформатов;

• содержат средства воспроизведения и обработки аудио- и видеоин формации;

• поддерживают международные стандарты электронного обучения;

• содержат средства взаимодействия с системами поддержки обуче ния;

• дают возможность публиковать конечный продукт в web и записы вать на CD;

• содержат шаблоны и готовые функциональные узлы электронных учебников.

Наиболее часто при создании электронных учебников студенты ис пользуют следующие программные средства: Macromedia Flash MX, HTML, JavaScript, PHP или возможности объектно-ориентированных язы ков. На конференции 2008 года была представлена работа Гузеля Влади мира (гр. ПО-07-1, руководитель – С.И. Белинская) на тему «Электронный учебник по информатике» для специальности Программное обеспечение.

Учебник был разработан в среде Delphi 7.0. Кроме тем, изучаемых на лек циях, в нем представлены и вопросы для самотестирования. На рисунке представлен внешний вид первой страницы учебника.

Рис. 1. Внешний вид учебника, созданного в среде Delphi На конференции 2009 года для специальности Мировая экономика студенткой Гончаровой Анастасией также рассматривалась тема электрон ного учебника, его исполнение в среде MS Word. Студентка создала учеб ник, в котором представлены описания лабораторных работ и демонстра ция всех лекций за учебный год. В процессе разработки выяснились недос татки среды разработки электронного учебно-методического комплекса, и с учетом изложенного выше учебник переделан в среде Macromedia Flash MX.

С начала 90-х гг. XX в. параллельно с распространением персональ ных компьютеров в России стало активно развиваться компьютерное педа гогическое тестирование. При этом зачастую многие преподаватели ис пользуют свои тестирующие программы, основываясь на личных возмож ностях и представлениях о структуре таких программ. Разумеется, в опре деленной степени эти программы являются более гибкими и подходящими для их использования в учебном процессе хотя бы потому, что автору на много легче вносить в программу необходимые изменения.

Авторами тестирующих программ являются и студенты. В рамках изучения дисциплины «Операционные системы», которую ведет ст. препо даватель кафедры «Информатика» Н.А. Климова, студентом гр. ПО-06- Ткаченко Антоном был представлен тестирующий программный комплекс ASE TestStudio (название разработчика), созданный с использованием среды программирования Delphi 7.0 фирмы Borland. Программный ком плекс содержит модуль для создания вопросов ASE TestStudio Editor, мо дуль системы управления тестами ASE TestStudio, а также модуль на стройки просмотра результатов теста и вывода их на печать. Комплекс разрабатывался для использования в учебном процессе, промежуточного контроля и контроля остаточных знаний студентов по дисциплинам «Ин форматика», «Программирование на языке высокого уровня», «Операци онные системы». Однако он может быть дополнен вопросами и по другим темам и дисциплинам. Программа была разработана автором в 2006- годах, продемонстрирована на студенческой конференции в 2008 г., а за тем, в процессе апробации и адаптации в учебном процессе, была модифи цирована и представлена вновь на конференции в 2009 г. Студент внес в нее изменения, позволяющие использовать технологию клиент-сервер.

Программа Server.exe, включенная в состав программного комплекса, по зволяет следить за испытаниями учащихся с компьютера преподавателя (сервера) и сохранять все результаты в базе на сервере. Это дает возмож ность удаленного слежения за процессом тестирования, а результаты могут быть просмотрены преподавателем в удобное для него время и переведены в печатную форму представления. В программе также изменены возмож ности регистрации пользователей (тестируемых). Сервер позволяет под ключаться к базе данных администратора ЛВС ИрГУПС, поэтому для ав торизации в программе используются те же данные, что и для входа в ЛВС. Это упрощает работу по ведению базы данных испытуемых на сер вере.

Программный комплекс ASE TestStudio Server.exe в данное время проходит испытание и адаптацию в учебном процессе на занятиях по дис циплинам, которые ведет руководитель проекта Н.А. Климова.

Еще одна категория студенческих работ – это разработка сайтов. Сайты, представленные студентами, интересны как по содержанию, так и оформ лению. Некоторые студенты размещают свои сайты в сети Internet. Увле ченность мультимедийными технологиями толкает их на изучение новых способов создания сайтов.

В 2008 г. студентом гр. АТС-07-1 Потаповым Алексеем был разрабо тан сайт «Терминологический словарь по информатике» (руководитель – С.И. Михаэлис), титульный лист которого представлен на рисунке 2.

Рис.2. Титульный лист электронного словаря терминов Данный словарь, выполненный с использованием языка HTML, ставит целью познакомить с различными терминами курса «Информатика» и спо собствовать усвоению терминологии, а через нее и системы понятий в об ласти информатики и вычислительной техники. Словарь может быть ис пользован в качестве учебного пособия по информатике. Другими разра ботками явились сайты на свободные темы. Так, в 2008 г. на конференции была представлена работа студентов Леликова Александра и Минаева Ев гения «Правила первой помощи при различных видах травматизма» (гр.

АТС-07-1, руководитель – С.И. Михаэлис), Истоминой Виктории, Зуевой Дарьи «Япония» (гр. Ф-07-1, руководитель – А.Н. Мозолевская), в 2009 – работа студенток гр. В-08-2 Бисюрко Ольги и Михайловой Екатерины «Санаторий «Братское взморье» (руководитель – В.В. Михаэлис). В 2008 г.

на конкурс web-сайтов был представлен сайт Чиликина Виталия (гр. ЗИ 06-1), сделанный для кафедры «Высшая математика» ИрГУПС.

Интерес представляет социальный сайт «Выпускники ИрГУПСа», сделан ный студентом гр. ПО-07-1 Куприковым Анатолием (руководитель – С.И.

Белинская). Им были проанализированы известные сайты подобного рода:

«В контакте», «Одноклассники», которые сейчас очень популярны. И та ким образом возникла идея создать что-то необычное для университета, чего до этого не было – социальную сеть «Выпускники ИрГУПСа». Задача в том, чтобы создать сайт, на котором регистрировались бы и оставляли свои личные данные все выпускники ИрГУПСа. Также у них должна быть возможность общаться друг с другом, знакомиться и переписываться в ре альном времени. В дальнейшем планируется создать пополняемую базу всех выпускников. Данная работа была сделана с использованием оболоч ки Social Engine 3.11, языков HTML и PHP, дизайн – с использованием PhotoShop.

В 2008 г. на студенческой конференции по информатике под руково дством ст. преподавателя кафедры А.В. Козыревской была представлена работа Шайдюка Александра (гр. ИС-07-1) «АРМ «Учет материалов».

Идея создания данной работы появилась из-за необходимости автоматизи ровать определенные расчеты конкретного предприятия.

Каждый месяц на обогатительную фабрику Коршуновского горно обогатительного комбината поступают расходные материалы для работы предприятия. Расходование каждого наименования подлежит строгой от четности и списанию в конце каждого отчетного периода. Для упрощения данной задачи был разработан данный АРМ. Он выполнен в среде Excel с использованием элементов управления, форм, различных функций. Опре деленную сложность при проектировании внесло огромное количество на именований – около 16000. АРМ имеет действительное применение на ра ботающем предприятии, составлен акт о внедрении.

В 2009 г. на конференции была представлена работа Ракисловой Ма рии (гр. ИС-08-1, руководитель А.В. Козыревская) база данных «Регио нальная отраслевая олимпиада», сделанная в MS ACCESS. Система дову зовской подготовки в ИрГУПСе включает в себя создание профильных классов в г. Иркутске и на линейных станциях. Все учащиеся профильных классов в течение двух лет участвуют в региональной технической олим пиаде. Данная работа представляет собой базу данных лицеистов, участво вавших в отраслевой олимпиаде. Данные из базы импортируются в Excel, где производится анализ данных.

Интерес студентов к компьютерным играм известен всем. Поэтому логич но было бы использовать этот интерес в НИРС для более глубокого изуче ния языка программирования и реализации творческих идей студентов.

Рассоха Дмитрий (гр. ЭПС-08-2, руководитель – В.В. Михаэлис) соз дал игру в среде программирования BPW по мотивам известной телевизи онной игры «Кто хочет стать миллионером?». Студент не изучал програм мирование в школе, язык программирования PASCAL он начал осваивать только в рамках курса «Информатика» во втором семестре 1 курса. На соз дание программы потребовалось около месяца. Программа создавалась по степенно, сначала очень простой алгоритм: вопрос и 4 варианта ответа. За тем добавилось накопление суммы «выигрыша» и «несгораемых» сумм.

Следующим шагом стало создание массива по 4 вопроса на каждый уро вень сложности, из которого случайным образом выбирается вопрос. В данной программе использовались только изучаемые в рамках дисципли ны «Информатика» операторы и команды, поэтому код программы доста точно длинный.

Студент группы Д-08-4 Кожевников Вадим реализовал игру «Пятнаш ки» в EXCEL, используя язык VBA (руководитель – А.Л. Черепанова).

Суть игры заключается в передвижении по игровому полю фишек с чис лами таким образом, чтобы числа в итоге были расположены в порядке возрастания по строчкам. Если игровое поле состоит из n фишек по гори зонтали и вертикали, то всего должно быть n 2 1 фишек с числами. Вы страивание происходит путем передвижения фишки на пустое место (рис.3). В Excel роль фишек «играют» ячейки, заполненные числами. В процессе игры осуществляется обмен значениями в смежных ячейках, одна из которых является пустой.

Рис.3. Поле для игры в «Пятнашки»

Студентом для улучшения интерфейса созданы настройки игры, по зволяющие задавать количество ячеек игрового поля, цвет заливки, цвет шрифта (рис. 4). Для организации интерфейса студент использовал формы, командные кнопки, текстовые поля, функцию «Окно сообщения (MsgBox)», функцию для определения системного времени. Установлен пароль на защиту VBA-кода от изменений.

Рис.4. Настройки для игры «Пятнашки»

При каждом запуске игры числа в ячейках располагаются случайным образом, не повторяясь между собой. По окончании игры указывается время и число ходов.

Кнопки «Выход», «Настройки», «Переставить» располагаются на ра бочем листе. При выходе из игры можно сделать выбор между продолже нием начатой игры в следующий раз и выходом без сохранения (рис.5).

Рис.5. Окно для выхода из программы В отдельную группу хотелось бы выделить работы, выполненные с использованием математических методов. В 2009 г. были представлены две такие работы.

Работа Калашникова Степана (гр. ИС-06-2, руководитель В.А. Лучни ков) посвящена реализации L-систем и тертл-графики, связанных с само подобными фракталами, средствами системы Borland Pascal.

Понятие L-систем появилось только в 1968 году благодаря работам А.Линденмайера. Изначально L-системы были введены для изучения фор мальных языков, а также использовались в биологических моделях селек ции. С их помощью можно построить многие известные самоподобные фракталы, включая снежинку Коха и ковер Серпинского.

Для графической реализации L-систем в качестве подсистемы вывода используется тертл-графика (от англ. turtle – черепаха). При этом точка («черепашка») движется по экрану дискретными шагами, прочерчивая свой след, но при необходимости может перемещаться без рисования.

В распоряжении пользователя имеются три параметра (x, y, ) – координа ты «черепашки» и направление, в котором она смотрит. «Черепашка» обу чена интерпретировать и выполнять последовательности команд, задавае мых кодовым словом, буквы которого читаются справа налево. Кодовое слово представляет собой работу L-системы. Размер шага и приращение по углу задаются заранее. Команды ветвления используются для построения деревьев. Формально детерминированная L-система состоит из алфавита, слова инициализации, называемого аксиомой или инициатором, и набора порождающих правил, указывающих, как следует преобразовывать слово при переходе от уровня к уровню (от итерации к итерации). Обновление букв в слове предполагается одновременным, то есть все буквы слова од ного уровня обновляются раньше любой буквы следующего уровня.

Например, L-система, соответствующая снежинке Коха, задается сле дующим образом:

- аксиома: F++F++F++ (равносторонний треугольник), - порождающее правило: newf= --F++F—F, где F – шаг вперед, + и – соответственно увеличение или уменьшение угла на одинаковую величину, заданную заранее.

Студентка группы АТС-08-2 Муштакова Маргарита представила ра боту по созданию анимации в MathCAD «Построение снеговика» (руково дитель – А.Л. Черепанова).

Анимация представляет собой быстро сменяющие друг друга кадры с более или менее значительными изменениями. Требующиеся изменения в кадр вносятся при помощи специальной переменной FRAME (кадр). Пред ставив переменную FRAME в функцию, будет происходить её изменение по мере смены кадров. В результате при совмещении нескольких кадров получается анимация.

Анимация, представленная на конференции заключается в создании снеговика, появлении солнца и таянии. Снеговик строится из разных эл липсов, располагающихся первоначально в различных точках системы ко ординат. По мере смены кадров эллипсы двигаются по разным траекто риям, определёнными тригонометрическими функциями. Таяние пред ставлено как уменьшение вертикального радиуса эллипса. Для смены функции на нужном кадре использована условная функция IF. Операндом в логическом выражении является переменная FRAME. Анимация сохра нена в стандартном видеоформате, что позволяет просматривать её в дальнейшем без использования среды MathCAD. Ниже представлены функции, которые были использованы, и 3 кадра из анимации (рис.6).

k ::= FRAME k FRAME (12 + k) (x + 10) 2 y(x) := ifFRAME 9, 256 (x 80 + 10 k) 10 sin(k), ifFRAME 13, 256 (x + 10), 3 k 2 (10 + k) (x + 10) 2 r(x) := ifFRAME 9, 121 (x + 10) 10k, ifFRAME 13, 121 (x + 10) + 27, 3 + 27 1.4k k 3 8 + (x + 10) k 2 z(x) := ifFRAME 9, 64 (x + 100 10k) 45cos(k), ifFRAME 13, 64 (x + 10) + 47, + 47 2.4k k 3 6 + (x + 10) k 2 z2(x) := ifFRAME 9, 36 (x + 100 10k) 45cos(k), ifFRAME 13, 36 (x + 10) + 47, + 47 2.4k k d ( x) := ifFRAME 9, 121 ( x + 112 2.5k) + 60, FRAME 9, 12 + k ( ( x + 112 2.5k) ) 2 + 60, d2( x) := if 2 Рис.6. Кадры из анимации В заключении хочется отметить следующее:

основной целью организации и развития системы научно-исследователь ской работы студентов на кафедре «Информатика» ИрГУПС является по вышение уровня научной и практической подготовки будущих специали стов железнодорожного транспорта в области информационно-компью терных технологий, выявление талантливой молодежи, способной к само стоятельному поиску, повышению своей квалификации, решению постав ленных задач.

Категории работ, созданных студентами и представляемых на студен ческой научно-практической конференции по информационным техноло гиям, следующие: электронные учебники, сайты, базы данных и обработка информации, игровые программы, тестирующие программы, программы, использующие математические методы обработки информации.

УДК 004. Беломестных И.С.

КОМПЬЮТЕРНОЕ МОДЕЛИРОВАНИЕ ДВИЖЕНИЯ ПОДВОДНЫХ РОБОТОВ В настоящее время трудно найти область человеческой деятельности, в которой в той или иной степени не используется компьютерное модели рование. Не является исключением и робототехника. Она довольно точно описывается компьютерной моделью из-за конечности набора составляю щих механизмов и легко прослеживаемых взаимосвязей между ними. Но возникает сложность правильного выбора тактики поведения в тех или иных условиях. Из-за многофакторных взаимодействий с окружающей средой область задач сводится к выбору адекватного и оптимального набо ра действий для достижения поставленных целей.



Pages:     | 1 |   ...   | 2 | 3 || 5 |
 





 
© 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.