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 | 6 |   ...   | 8 |

«Министерство образования и науки РФ Московский государственный университет экономики, статистики и информатики (МЭСИ) Институт компьютерных технологий ...»

-- [ Страница 4 ] --

Виртуальная лаборатория для этого просто незаменима. Она будет хранить в себе всевозможные результаты эксперимента, на различных его стадиях, храня при этом и другую информацию, на первый взгляд не совсем нуж ную (кто, когда, зачем совершил данный эксперимент), но в последствие и эта информация может играть немаловажную роль. После проведения экс перимента, лаборатория, если она содержит необходимое программное обеспечение, может проанализировать полученные данные, построить не обходимые графики, диаграммы, небольшие отчеты. Если соответствую щего программного обеспечения лаборатория не предоставляет, можно результаты эксперимента выгрузить во внешний файлы, и загрузить эти файлы, скажем в программу Microsoft Excel, и уже в ней сделать все необ ходимое. Казалось бы – что еще нужно, все и так прекрасно. Все это будет гладко идти на небольших объемах данных и при сравнительно небольших запросах людей, использующих данную лабораторию. Если вам нужно об работать результаты небольшого эксперимента, то, конечно никакие до полнительные программные средства вам скорее всего не понадобятся. Но если экспериментов проводится много, люди, обрабатывающие данные хотят большего, чем просто узнать поверхностные результаты опыта, то тогда технология под названием OLAP просто незаменима. OLAP может ответить на очень многие вопросы, отобразить результаты в том виде, в котором их хотят видеть пользователи, вывести данные в наиболее доступ ной форме. На основе предыдущих данных смоделировать определенные ситуации, которые помогут предсказать результаты новых опытов. OLAP – технология может помочь вывести лабораторию на качественно новый уровень в области научного исследования.

Мною была проанализирована работа нескольких виртуальных лабора торий и ни в одной не было обнаружено использование OLAP – технологии для исследования полученных данных. В основном, в лабораториях ис пользуются собственные небольшие программные продукты для визуали зации полученных в ходе экспериментов данных или же уже готовое про граммное обеспечение, например MathCad, Maple или Mathematica [2, 3].

Теперь рассмотрим этапы внедрения хранилищ данных и OLAP – си стем применительно к виртуальной лаборатории:

1. Изучение процессов, исследуемых в виртуальной лаборатории.

На этом этапе мы знакомимся с целями и задачами виртуальной лабора тории. Нам необходимо понять организацию ключевых процессов и суще ствующую организацию данных для того, чтобы определить оптимальную модель OLAP - хранилища.

2. Определение необходимых действий. Написание технического зада ния.

На стадии написания технического задания мы пользуемся информаци ей полученной нами на первом этапе. Мы выбираем технически правиль ный путь достижения ваших целей.

Пользуясь информацией, собранной на этом этапе, мы сможем:

подготовить техническую среду, которая будет необходима для раз работки полного решения;

идентифицировать, проанализировать и расположить по приорите там все процессы, протекающие в лаборатории;

3. Разработка.

Детальная разработка исходит из следующих компонентов вашего ана литического приложения:

архитектура хранилищ данных и модели OLAP (база данных, кубы, размерности и единицы измерения);

интерфейс пользователя;

4. Внедрение.

Установка и конфигурирование разработанной на предыдущей стадии системы. Тестирование - главная составляющая данной стадии. Полный тест системы позволяет убедиться, что это аналитическое приложение дает те преимущества, для которых она собственно и создавалась. В завершение этого этапа аналитическая система становится готовым продуктом.

3. заключение В настоящее время во многих сферах человеческой деятельности остро стоят вопросы информационного наблюдения, оценки, контроля, управле ния и анализа. Для многих существующих методов анализа информации характерны недостаточные оперативность и степень учета окружающих факторов (невозможность совместного анализа больших групп параметров в их системном единстве), а также высокая трудоемкость. Особую актуаль ность проблема исследования данных приобретает тогда, когда информа ция об анализируемой предметной области сложно структурирована и от ражает различные стороны функционирования каких-либо объектов.

Усложняется проблема еще и потому, что не все пользователи хорошо зна комы с программированием, сами свои проблемы, связанные с получением новых моделей представления данных (отчетов, диаграмм), они решить не могут.

Использование технологических хранилищ данных совместно с OLAP – системами поможет решить вышеперечисленные проблемы. Процесс инте грации этих технологии в виртуальную лабораторию – сложный процесс.

Но тем не менее осуществив поставленную цель можно решить воистину грандиозные проблемы.

Литература 1. http://ru.wikipedia.org/wiki/OLAP - Википедия — свободная энцикло педия 2. http://www.exponenta.ru/educat/systemat/tashpulatov/index.asp - ин струментальная система «мастер» для компьютерного моделирования вир туальных математических лабораторий 3. http://www.msclub.ce.cctpu.edu.ru/VirtualLab/ - виртуальная лаборато рия MICROVIEW-R 4. http://www.datawarehouse.com/ - хранилища данных МЕТАМОДЕЛЬ КОМПЕТЕНЦИЙ И СТАНДАРТЫ ЗНАНИЙ – ИНСТРУМЕНТЫ УПРАВЛЕНИЯ ОБОБЩЕННОСТЬЮ КОМПЕТЕНЦИЙ И ПРОГРАММ ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ Зиндер Евгений Захарович, НО Фонд ФОСТАС, президент, ezinder@fostas.org Нормализованная метамодель компетенций позволяет управлять соот ветствием программ профессионального образования текущим нуждам рабочих процессов в сфере ИТ. Для этого посредством схем и правил ме тамодели для выбранного вида деятельности создаются логически непро тиворечивые модели компетенций в контексте таких смежных ИТ объектов, как работа, и исполнитель работы, продукт в сфере ИТ, програм ма подготовки исполнителей, и возможные другие. Помимо это приходится решать задачу управления степенью обобщенности описаний компетенций и программ профессионального образования, которая часто становится критичной по причине неполноты и недостаточной конкретности описаний компетенций в исходных нормативных документах и стандартах.

Стандарты квалификаций и компетенций. Проблемы управления обобщенностью Для того, чтобы лучше поддерживать содержательные связи между раз ными областями деятельности (управление кадрами, высшее и дополни тельное профессиональное образование, сертификация специалистов), раз работаны:

межотраслевые нормативные документы [1], [2], определяющие обобщенные требования к уровням квалификации специалистов и связан ных с ними описаниями компетенций, в сфере ИТ – рамочный европейский стандарт [3] и т.н. профессио нальные стандарты специальностей в сфере ИКТ, разработанные в соответ ствии с [2], например, [4].

Рациональным шагом является постановка задачи формирования про грамм профессионального образования (ОПО и ДПО) на основе этих доку ментов. Однако нужно отметить ограничения указанных документов, за метно влияющих на процесс и качество программ, которые могут форми роваться на основе этих документов.

В тех случаях, когда программа профессионального образования созда ется не по заказу предприятия для подготовки к выполнению набора кон кретных работ, а на основе существующих профессиональных стандартов квалификаций и компетенций с целью повышения квалификации или пе реподготовки приходится сталкиваться с проблемой избыточной обоб щенности исходного нормативного документа и результирующих образо вательных программ. В этих случаях нормализованная метамодель компе тенций поддерживает диагностику неполноты и неконкретности исходного нормативного документа, позволяет локализовать компоненты и характе ристики целевых компетенций, требующие экспертной оценки, дополнений и конкретизации в рамках формируемых программ профессионального об разования. Выбираемая степень конкретизации позволяет получать либо программу обучения конкретным компетенциям, либо останавливаться все еще на "рамочной" программе, конкретизировать которую придется препо давателям в рамках проведения образовательных курсов. Обобщение тре бований, передаваемых профилями компетенций, может быть полезным для создания рамочных образовательных программ (например, с целью преодоления узости сиюминутных требований заказчиков образовательных программ), но степень обобщения должна быть управляемой и выполнять ся с явно определенной целью.

Нормализованная метамодель и объекты управления неполнотой и не конкретностью описаний компетенций Предложенная метамодель [5] обеспечивает моделям компетенций нор мализованную структуру и сама также называется нормализованной. Ме тамодель поддерживает традиции схем компетенций типа KSAO [6], в сво ем детальном представлении нормализует характеристики компетенций с использованием таксономий [7, 8], учитывает практический опыт примене ния компетентностного подхода в классификации и оценках ИТ-работ на предприятиях.

Неполнота и излишняя обобщенность типичны для региональных и национальных рамок квалификаций, отраслевых стандартов профессио нальных квалификаций и компетенций. Большинство компонентов компе тенций в этих документах содержат тексты, чаще всего являющиеся не структурированными описаниями, включающими в себя смешения разно родных характеристик. Еще одним типичным недостатком является отсут ствие связи между умением и тем профессиональным знанием, к которому это умение должно применяться. Недостатки подобных типов устраняются за счет структурирования метамодели на однородные по смыслу сущности и благодаря введению явных связей между сущностями. Например, специ фическое умение связано с конкретным знанием и трактуется как умение применять это знание.

Ряд недостатков исходных описаний преодолевается за счет использо вания простых доменов значений характеристик компетенций, упоминае мых в нормативных документах для сферы ИТ. В дескрипторы ряда про фессиональных стандартов квалификаций включены описания типа "Вла дение некоторым типом инструмента", но при этом не определено содер жание понятия "владение", не задан уровень этого умения – ни в общем значении, ни применительно к упоминаемому типу инструмента. Это про тиворечит признанному пониманию когнитивных процессов: освоить лю бой объект знания можно только на определенном уровне когнитивного умения. Например, включены описания умений такого типа: "Читать про ектную документацию", что ничего не говорит ни о смысле, ни о результа те этих занятий. Другой типичный пример: указывается требование знания языков программирования, но не указываются требования к характеру, уровням сложности и объема программ, для создания которых должен быть освоен язык. Отсутствие домена формализованных указаний на источник профессионального знания практически приводит к произволу при форми ровании программ профессионального образования.

Необходимо выбирать адекватный уровень обобщенности знания, учи тывать, что включение в объекты знаний, например, не конкретных нота ций, а классов языков программирования, СУБД, и т.п., придает компетен ции обобщенность, а программе ДПО – свойство рамочного документа.

Стандарты знаний и их использование при конкретизации программ профессионального образования Конкретизация программ практически выполняется при реализации де тальных рабочих программ, что приходится делать образовательному учреждению или преподавателю. При этом возможны:

А) обретение пространства для творческой работы преподавателей, Б) получение возможности для произвольно консервативного или избы точно "инновационного" наполнения рабочих программ, В) "гибриды" этих вариантов.

Целесообразно упорядочивать варианты свободных решений посред ством разработки детальных градаций объемов знаний, используя их же в процедурах сертификации специалистов. При этом полезно определять соответствующие границы компетенций указанием на существующие стан дарты де-юре и де-факто.

При использовании стандартов квалификаций и стандартов знаний важ но разделять их по степени обобщенности. Отметим, что многие современ ные стандарты системной и программной инженерии содержат в себе свою характеристику как рамочных (framework). То же относится с стандартам на семейство логических языков, на обобщенные схемы архитектур пред приятий и т.д. Прямое включение информации этих стандартов в компе тенции и образовательные программы может иметь своим результатом как передачу обучающимся знаний концептуального типа (что требуется для высоких уровней квалификации), так и порождение образовательных про грамм типа рамочных документов. В обоих случаях целесообразно непо средственно в программе указывать механизм конкретизации знаний. Им могут служить как практические примеры и учебные проекты, так и вклю чение в программу конкретных ИТ-объектов (языков, архитектур, и т.д.).

Литература 1. The European Qualifications Framework for Lifelong Learning (EQF). — Luxembourg: Office for Official Publications of the EC, 2008. — 17 p.

2. Национальная рамка квалификаций Российской Федерации./ В.И.

Блинов и др. М.: ФГУ «ФИРО», — 2010. — 7 с.

3. Building the e-CF. A combination of sound methodology and expert con tribution. — e-CF 2.0 CWA Part III. — 2010. — 31 p.

4. Профессиональный стандарт по профессии «Специалист по инфор мационным системам». — МОСКВА, 2011.

5. Зиндер Е.З. Проблемы интегрированного подхода к сертификации процессов, продуктов, специалистов, образовательных программ в сфере ИТ. // 2-я межд. конф. "ИТ-стандарт 2011". — М., октябрь 2011. URL:

www.mtk22.ru (дата обращения: 24.10.2011) 6. KSAO. URL: http://www.humanresources.hrvinet.com/what-is-ksao/ (да та обращения: 24.10.2011) 7. Krathwohl D. R. A revision of Bloom’s taxonomy: an overview. // Theory Into Practice, Vol. 41, No. 4 — 2002. — p. 212-218.

8. Paquette, G. An Ontology and a Software Framework for Competency Model ing and Management. // Educational Technology & Society — 2007. 10 (3) — p.

1-21.

РАЗРАБОТКА МЕТОДА АВТОМАТИЗИРОВАННОГО УПРАВЛЕНИЯ ТРЕБОВАНИЯМИ ДЛЯ ГОСУДАРСТВЕННОЙ СИСТЕМЫ ИЗГОТОВЛЕНИЯ, ОФОРМЛЕНИЯ И КОНТРОЛЯ ПАСПОРТНО-ВИЗОВЫХ ДОКУМЕНТОВ НОВОГО ПОКОЛЕНИЯ Золотин Евгений Александрович, аспирант МЭСИ инст. ИКТ каф. АСОИиУ, +79151870442, ezolotin@mail.ru Описание проблемной области.

Создание территориально-распределенных информационных систем предусматривает под собой достаточно большой объем работ. Это в свою очередь: разработка программно-технических решений, конфигурирование аппаратного комплекса, установка и настройка сети, решение вопросов защиты информации и пр. Помимо всего этого, вместе с готовой системой заказчику при сдаче системы также предоставляется полный набор доку ментов, в котором отражены все решения, принятые по разработанной си стеме.

Такой набор документов имеет достаточно большой объем и на подго товку его затрачиваются значительные как временные, так и человеческие ресурсы. Кроме того, решения, отраженные в передаваемой проектной до кументации должны полностью соответствовать тем, что реально были осуществлены в ходе разработки системы и сдачи ее в промышленную экс плуатацию.

В настоящий момент для процесса разработки и сопровождения Госу дарственной системы изготовления, оформления и контроля паспортно визовых документов нового поколения (ГС ПВДНП) применяется модель спирального жизненного цикла создания информационных систем. Данная модель подразумевает под собой выпуск новых версий программного обес печения (ПО) для соответствующих сегментов ГС ПВДНП, при необходи мости создания доработок, связанных с внедрением в систему новых функ циональных возможностей, либо при исправлении обнаруженных в ходе опытной эксплуатации ошибок.

При создании новых версий ПО, а, как правило, в год выходит порядка трех-четырех новых версий, готовится полный пакет документов, отража ющих данные обновления. Зачастую, процесс подготовки документов сли вается во времени с процессом разработки самой системы, хотя такие до кументы, как техническое задание и технический проект, должны быть го товы еще до начала работ по непосредственной разработке системы и со зданию рабочей документации. Это необходимо постольку, поскольку дан ные документы содержат в себе перечень тех требований, которые должны быть удовлетворены в результате подготовки новой версии системы.

Проблема в сборе требований к новой версии ПО сегмента ГС ПВДНП также играет далеко не последнюю роль, поскольку полных их перечень складывается как из публикующихся федеральных законов, регламентов Федеральной миграционной службы и прочих официальных документов, так и в ходе непосредственных встреч и совещаний с представителями за казчика.

Во время сдачи системы в опытную, а затем и промышленную, эксплуа тацию очень важно, чтобы весь перечень требований был реализован в раз работанной версии ПО, а также представлен в проектной документации.

Цели и задачи.

Основной целью работы является разработка метода автоматизирован ного управлениям требованиями для ГС ПВДНП.

Решение должно предусматривать:

1. Возможность сбора и регистрации всех требований к системе, с уче том версии, в которой они должны быть удовлетворены, а также источника информации по данным требованиями.

2. Возможность классификации и структуризации хранения требований, а также установления связей между ними.

3. Отображение реализации определенного требования, даты и сроков его подготовки.

4. Формирование на основе зарегистрированных требований проектной документации по новой версии ПО.

Решение по автоматизации.

Основой разработанного решения по автоматизации процесса управле ния требованиями стало применение концепции управления требованиями, подготовленной для научно-исследовательского центра, занимающегося разработкой и сопровождением системы ГС ПВДНП. В настоящей статье не будет рассматриваться программно-техническая сторона вопроса, а бу дет представлено сама парадигма принятого решения, которая может быть реализована средствами любой СУБД и специально сконфигурированной информационной системы.

Ключевым элементом данной концепции является атомарное требова ние, зарегистрированное в такой системе. Описание каждого такого требо вания должно быть уникальным, выполнимым, однозначным, точным, про веряемым.

Помимо описания, история изменений которого доступна для просмот ра, запись об атомарном требовании должна содержать определенный набор атрибутов. Схематично, общий вид атомарного требования пред ставлен на рисунке 1.

Атрибут «Статус» отображает текущее состояние требования. В рамках предложенной концепции управления требованиями разработана схема переключения статусов, в зависимости от роли участника проекта, но ее описание находится за рамками данной статьи.

Каждое регистрируемое в системе требование может быть связано с другими существующими отношениями по иерархии либо влияния. Данная информация отображается в требовании в специальном блоке «Взаимосвя зи и иерархия».

Все зарегистрированные в системе требования могут быть собраны в различные документы. Так для требований, относящихся по категории к пользовательским, и описывающим, что должна «уметь делать» разрабаты ваемая система, может быть подготовлен документ «Техническое задание».

Для системных же требований, указывающих, каким образом будет проис ходить реализация пользовательских требований, может быть составлен документ «Технический проект».

Автоматизированная подготовка документов складывается из полных описаний требований, указанных при их регистрации в системе. При этом решение позволяет определять пользователю, описание какого требования включать в документ, а также позволяет ему самому определять порядок включения. На любой момент времени можно получить актуальную вер сию документа, так как изменение содержания описаний требований про исходит независимо друг от друга, и работать над ними может несколько человек одновременно.

№ требования Краткое описание требования Блок атрибутов:

Статус Категория Приоритет Согласование Ответственный Дата создания Версия Дата начала Источник Дата окончания Приложения:

- ссылки на прикладываемые документы любого типа Взаимосвязи и иерархия:

- отображение ссылок на взаимосвязанные требования - отображение краткого описания этих требований Описание требования:

- текст с поддержкой форматирования, - отображение схем и рисунков.

Доступен просмотр истории изменении описания Комментарии:

- обсуждение описания требования;

- системные сообщения об изменении атрибутов Рис. 1. Общий вид атомарного требования По такому виртуальному документу также можно отслеживать реализа цию определенных требований по области служебной информации, в кото рой указываются необходимые атрибуты, указывающие: ссылку на запись о требовании;

его актуальный статус;

версию ПО, к которой оно относится и дату окончания работ по его реализации. Схема виртуального документа представлена на рисунке 2.

С помощью экспорта рабочей области, состоящей из описаний требова ний виртуального документа можно получить нужный документ в формате, необходимом для подготовки отчетной документации по новой версии си стемы.

Заголовок документа Требование A Краткое описание требования (опци- Атрибуты:

онально) № требования Полное описание требования Статус Версия Дата оконча ния Требование B Краткое описание требования (опци- Атрибуты:

онально) № требования Полное описание требования Статус Версия Дата оконча ния Рис. 2. Схема виртуального документа Заключение.

В настоящий момент представленное в статье решение применяется при разработке новых версий: ПО объектов территориального уровня, ПО Межведомственного резервированного центра обработки данных и ПО Государственного информационно-аналитического центра;

а также при сопровождении системы ГС ПВДНП в Научно-исследовательском центре разработки и сопровождения программного обеспечения (НИЦ РИСПО) ФГУП НИИ «Восход».

Данное решение реализовано путём соответствующего конфигурирова ния и доработки свободной системы управления проектами Redmine и СУБД PostgreSQL.

Внедрение данного решения в производственный процесс позволило формализовать процесс сбора требований, упорядочить требования по еди ной структуре и описанию, что повысило эффективность взаимодействия между отделами системного анализа и отделом разработки. Также решение позволило ускорить процесс подготовки отчетной документации по новым версиям системы.

Первостепенным положительным эффектом, связанным с внедрением решения в производственную эксплуатацию, стала более полная реализа ция всех предъявленных к системе требований, путем использования по явившейся возможности контроля и отслеживания всех нереализованных требований, зарегистрированных в системе.

В качестве перспектив разработанного решения рассматривается его использование в новых проектах, передача в смежные научно исследовательские центры, а также непосредственное улучшение решения, путем повышения удобства использования средств автоматической генера ции проектной документации.

Литература 1. IEEE 830-1998 Recommended Practice for Software Requirements Spec ifications;

2. Software Engineering Body of Knowledge (SWEBOK) Chapter 2.

Software requirements;

3. Карл И. Вигерс «Разработка требований к программному обеспече нию», – М.: Русская Редакция, 2004;

4. Элизабет Халл, Джереми Дик «Разработка и управление требовани ями», 2005;

СИСТЕМА ИТ-ОБРАЗОВАНИЯ С ТОЧКИ ЗРЕНИЯ НЕЛИНЕЙНОЙ ДИНАМИКИ В.А. Келейникова к. т.н., доцент кафедры Информационных технологий Тверского филиала МЭСИ,vkeleinikova@tver.mesi.ru, Е.В.Романова доцент кафедры ПИЭ МЭСИ, eromanova@ mesi.ru Введение Сегодня справедливо говорят о нелинейной динамике развития инфор мационных технологий (ИТ), окружающей среды и общества, рассматри вают высшее образование, воспроизводство кадров в науке и образовании, глазами нелинейной динамики Синергетика, являясь теорией эволюции и самоорганизации сложных систем, может дать общие ориентиры для научного поиска, прогнозирова ния и моделирования процессов в сложных социальных системах, какой и является система ИТ-образования в России.

По мнению Г.Г. Малинецкого (Институт прикладной математики им.

М.В.Келдыша РАН), главными технологиями сверхдержавы XXI века бу дут технологии стратегического и исторического прогноза, проектирование будущего, высокие гуманитарные технологии. [1] Стратегические задачи XXI века опираются на новые междисциплинар ные технологии, требующих знания о человеке и представляющих кон кретный прогноз и методы проектирования, что подразумевает количе ственное описание, использование формализованных моделей и методов прикладной математики. [1] 1. Исследование предметной области Уже сегодня информационные технологии играют все более возраста ющую, ключевую роль в системе образования.

Поэтому характеризуя ее как открытую и неравновесную, систему ИТ образования в России следует исследовать с позиций нелинейной динами ки, используя синергетический подход.

Междисциплинарность синергетики позволяет выработать некоторые новые подходы к ИТ-обучению и ИТ-образованию, к эффективному ин формационному обеспечению решения сверхзадач.

Одной из главных бифуркаций, обеспечившей нашему виду стратегиче ское преимущество в процессе эволюции стала способность к опережаю щему отражению. Это способность учиться не только методом проб и оши бок, быстро и гибко менять поведенческие стратегии, предвидя будущее Возможен и необходим следующий шаг — существенное увеличение способности опережающего отражения на основе новых информационных технологий. [2] В этом аспекте важным является своевременная и качественная подго товка IT-специалистов, способных решать указанные выше задачи.

Технический прогресс сегодня развивается столь быстрыми темпами, что ИТ-образование не успевает за темпами экспоненциального развития ИТ в целом. Изменения, происходящие в этой области, сегодня столь мас штабны и значительны, что система ИТ-образования может оказаться в неустойчивом состоянии. Этот поворотный момент называют точкой би фуркации (от лат. bifurcus-раздвоенный, вилка). [3] На рисунке 1 показана контекстная диаграмма «Синергетический под ход к ИТ-образованию» с позиций нелинейной динамики в нотации IDEF0.

Авторы моделируют систему «Синергетический подход к ИТ образованию», указывая следующие ресурсы данного процесса: Интернет, сеть intranet, учебные заведения, soft-верные компании, базовые кафедры, преподаватели учебных заведений, уровень оплаты труда преподавателя, нагрузка в часах, НИР со студентами, оборудование, наличие лицензионно го soft-а ведущих компаний, учреждения дополнительного образования, синергетические модели управления процессами, механизмы самооргани зации, структуры-аттракторы, точки бифуркации и др.

С позиции синергетического подхода одним из основных факторов рав новесия системы ИТ-образования является государственное регулирование в области ИТ-образования на основе согласованной коммуникативности между рынком ИТ-образовательных услуг и рынком труда, а также преем ственность образовательных программ и услуг в пределах системы ИТ образования (единое информационное образовательное пространство).

Под влиянием ресурсов, в системе медленно накапливаются количе ственные изменения, ситуация постепенно обостряется: между ее отдель ными элементами рвутся старые связи и возникают новые, разрушаются некоторые старые элементы и зарождаются новые.

Происходящие изменения иногда бывают столь масштабны и значи тельны, что система может оказаться в неустойчивом состоянии. Этот по воротный момент в ее жизни называют точкой бифуркации (от лат. bifurcus - раздвоенный, вилка). [3] Бифуркации являются одновременно показателем нестабильности и по казателем жизненности какого-либо рассматриваемого параметра системы.

Точками бифуркации, по мнению авторов, сегодня являются следующие показатели: большая нагрузка в часах, система оплаты труда и преклонный возраст преподавателей и ученых в ВУЗе, отсутствие лицензионного soft-а ведущих компаний, который необходимо использовать в обучении буду щих ИТ-специалистов ( в области моделирования бизнес-процессов, созда ния BSC, управления проектами, СУБД и аналитических пакетов и др.) в большинстве государственных ВУЗов, зависимость показателей успешной работы ВУЗа от количества «остепененных» преподавателей, а не от пуб ликаций статей в журналах с высоким импакт-фактором, "вычисления в облаке" (Cloud Computing) и многое другое.

Случайное слабое внешнее воздействие или слабые флуктуации внут ренних параметров, происходящие к определенному моменту развития си стемы, могут привести к большим ее внутренним изменениям. Флуктуации возникают хаотично, остаются только те, которые образуют новые устой чивые макросостояния (структуры) - аттракторы. Аттрактор как бы притя гивает к себе множество траекторий развития системы, определяемых раз ными начальными значениями параметров, создавая своеобразный конус.

[3] Рассмотрим выходную информацию контекстной диаграммы «Синерге тический подход к ИТ-образованию» с позиций нелинейной динамики в нотации IDEF0, указанной на рисунке 1.

В результате синергетического подхода к ИТ-образованию с точки зре ния нелинейной динамики будет происходить эволюция общества, будут созданы эволюционная система профессиональной ориентации, эффектив ная система моделей, информация о трендах в профессиональной ориента ции. Будут созданы единая образовательная среда, Национальная система подготовки кадров, новая культура мышления, Концепция системно креативного мышления, будут выпускаться на рынок труда креативные специалисты, генераторы идей.

В стране будет создан интеллектуальный капитал, будут работать креа тивные ИТ-специалисты, генераторы идей, конкурентноспособные ИТ профессионалы. Будет происходить рост научно-технического прогресса, создаваться открытия и изобретения в рамках Шестого технологического уклада. [7] Рисунок 1. Контекстная диаграмма «Синергетический подход к ИТ образованию» с позиций нелинейной динамики в нотации IDEF 2. Создание модели.

Последовательная декомпозиция контекстной диаграммы «Синергети ческий подход к ИТ-образованию» с позиций нелинейной динамики в но тации IDEF0 до 4-ого уровня дает возможность наглядно представить по строенную авторами модель синергетического подхода к ИТ-образованию с точки зрения нелинейной динамики.

На рисунке 2 показана диаграмма дерева узлов, которая отражает иерархию работ модели и позволяет рассмотреть всю модель целиком, где верхний узел соответствует работе с контекстной диаграммы, а последую щие нижние узлы представляют собой дочерние уровни декомпозиции.

Предлагаемая авторами модель «Синергетический подход к ИТ образованию» реализует методологическую ориентацию в познавательной и практической деятельности, предполагающую применение совокупности идей, понятий и методов в исследовании и управлении открытыми нели нейными самоорганизующимися системами, которой является ИТ образование.

Формирование человека креативного типа предполагает освоение им принципиально новой культуры мышления, делающих акцент не столько на организацию и переработку знаний, сколько на их порождение. [4] Следовательно, ключевой задачей образования становится обучение студентов, будущих ИТ-специалистов, креативному мышлению, в том чис ле и коллективному, а ключевым элементом современной технологии ИТ образования становится технология формирования и развития системно креативного мышления,основанного на нелинейных принципах мышления.[8] В отличие от настоящего времени, когда в обучении акцент делается на передачу существующих знаний и моделей, основное внимание должно быть уделено развитию способности нестандартно мыслить, создавать но вые подходы к решению проблем, способности к генерации новых знаний.

Выводы Главное в ИТ-образовании не передача знаний, но овладение способа ми пополнения знаний и быстрой ориентации в сложном мире науки и си стемах знания, способами самообразования. Научиться мыслить синерге тически - значит научить мыслить нелинейно.

Высокий уровень подготовки ИТ-специалистов должен обеспечиваться тщательным отбором абитуриентов, малым размером студенческих групп и индивидуальным характером учебной работы с каждым студентом креа тивными преподавателями, обучением современным перспективным ИТ путем включения студента в процесс добывания нового знания, поиска но вого ИТ-решения, разработки новой технологии.

Синергетический подход к ИТ-образованию с точки зрения нелинейной динамики поможет приблизить состояние опережающего развития в стране.

Рисунок 2. Диаграмма дерева узлов модели «Синергетический подход к ИТ-образованию» FEO Литература 1. Малинецкий Г. Г. Новая реальность и будущее глазами синергети ки, http://spkurdyumov.narod.ru/maaalin.htm 2. Малинецкий Г. Г. Сценарии, стратегические риски, нформационные технологии, http://www.keldysh.ru/e-biblio/jj/s_r/jst.htm 3. Капица С.П., Курдюмов С.П., Малинецкий Г.Г. Синергетика и про гнозы будущего. М.: Едиториал УРСС, 2008, 288с 4. Князева Е.Н., Курдюмов С.П. Основания синергетики. Человек, кон струирующий себя и своё будущее.Изд.4-ое, доп.-М.: Книжный дом «ЛИБ РОКОМ», 2011, - 264 с 5. Келейникова В.А., Романова Е.В. «Внедрение ВРМ- системы в ВУ Зе с целью подготовки IT- специалистов для государства с креативной экономикой и опережающим развитием», сборник научных трудов VI Международной научно-методической конференции «Совершенствование подготовки IT-специалистов по направлению «Прикладная информатика»

для инновационной экономики», Москва, декабрь 2010г.

6. Келейникова В.А., Романова Е.В. «Подготовка ИТ-специалистов как интеллектуальная инвестиция в экономику страны», сборник научных тру дов IХ Международной научно-практической конференции «Партнерство бизнеса и образования в инновационном развитии региона»,Тверь, октябрь 2010г, 7. Келейникова В.А., Романова Е.В «К вопросу системного анализа процесса «Инновационное развитие образования» с позиций нелинейной динамики сложных систем и синергетики», сентябрь 2010 г, научно практический журнал «Экономика, статистика и информатика. Вестник УМО», № 4 2010г 8. Келейникова В.А., Романова Е.В. «Подход к анализу процесса «Профессиональная ориентация молодежи» с позиций нелинейной дина мики и синергетики», август 2010г., Труды конгресса по интеллектуальным системам и информационным технологиям «AIS-IT’10» Научное издание в 4-х томах-М.:Физматлит, 2010-Т.2.-494с РОЛЬ БЕСПРОВОДНЫХ ТЕХНОЛОГИЙ ПЕРЕДАЧИ ДАННЫХ В УСЛОВИЯХ РАЗВИТИЯ СОВРЕМЕННОЙ ЭКОНОМИКИ (НА ПРИМЕРЕ ИСПОЛЬЗОВАНИЯ В МУЛЬТИСЕРВИСНЫХ АИС) Коваленко Николай Эдуардович Аспирант МЭСИ Моб.тел 8(925)802-77- Научный руководитель:

Ростокин Борис Иванович Email: kovalenkontc@gmail.com nikolaykovalenko@msi.com Введение.

Современные предприятия работают в чрезвычайно конкурентной сре де. Быстрый доступ к данным, Интернету и локальной сети, разграничение полномочий и прав доступа к сетевым ресурсам становятся обязательными требованиями к информационной инфраструктуре.

Информационные технологии позволяют не только оптимизировать собственные бизнес-процессы предприятия, но и предоставить клиентам новые возможности – оперативную информацию о продукции, складских остатках, беспроводной доступ, удобные веб-интерфейсы для совершения покупок.

Новейшие информационные технологии и приложения позволяют уве личить лояльность покупателей и клиентов, эффективность операций и взаимодействия между людьми, помогают компаниям укреплять конкурен тоспособность и оставаться на гребне волны, постоянно опережая конку рентов.

Мультисервисная сеть обладает множеством других преимуществ и за мечательной надежностью. Аппаратные средства высокой готовности и продуманное программное обеспечение гарантируют превосходную си стемную устойчивость для бесперебойного проведения деловых операций.

Ответственные приложения, требующие приоритетной передачи данных и развитой поддержки качества обслуживания (QoS) – такие, как VoIP и ви део, – получают преимущество при передаче пакетов. Кроме того, много уровневый механизм защиты безопасности делает возможной защиту не только на уровне ядра, но и на границе сети и многократно усиливает со хранность данных и сети в целом.

1.Теория мультисервисной сети.

Мультисервисная сеть - это совокупность взаимодействующих между собой активных беспроводных и кабелированных сетевых устройств, кото рые обеспечивают передачу различной информации между оконечными системами корпоративной сети с использованием единой инфраструктуры.

Мультисервисная корпоративная сеть используется:

для передачи файлов между оконечными устройствами;

для обеспечения работы чувствительных к качеству связи приложе ний архитектуры «клиент-сервер»;

для построения единой телефонной сети организации.

Мультисервисные сети бывают двух типов:

Распределённые мультисервисные сети – это корпоративные сети, кото рые базируются на территориально распределённых подразделениях.

Связь с ними организуется при помощи сервисов предоставляемых опера торами связи, а так же используя ресурсы самой локальной сети подразде ления (выход в Internet).

Локальные мультисервисные сети – это сети, которые базируются в са мой компании, или в нескольких зданиях одной корпорации, и используют собственные выделенные каналы связи с высокой пропускной способно стью (~ 100 Мб/с).

2. Беспроводные технологии в мультисервисной сети.

Самой легкодоступной и ресурсо-экономичной технологией в совре менных мультисервисных сетях считается технология WiFi.

WI-FI - это современная беспроводная технология передачи данных по радиоканалу (wireless, wlan).

Преимущества Wi-Fi:

Отсутствие проводов.

Передача данных в сети осуществляется по воздуху на очень высо кой частоте, которая не воздействует на человека и не создает помехи для электронной техники.

Мобильность.

Так как беспроводная сеть не привязана к проводам, Вы можете свобод но изменять местоположение Ваших компьютеров в зоне покрытия точки доступа, не беспокоясь о нарушениях связи. Сеть легко монтируется и де монтируется, при переезде в другое помещение вы можете даже забрать свою сеть с собой.

Технология WiMAX (Wireless MAN).

WiMAX – это беспроводная телекоммуникационная технология, разра ботанная и реализованная для предоставления беспроводной связи на больших расстояниях (районного и областного масштаба) для широкого спектра устройств.

WiMAX подходит для решения следующих задач:

Соединения точек доступа Wi-Fi друг с другом и другими сегмента ми Интернета;

Обеспечения беспроводного широкополосного доступа как альтер нативы выделенным линиям и DSL;

Предоставления высокоскоростных сервисов передачи данных и те лекоммуникационных услуг;

Создания точек доступа, не привязанных к географическому поло жению;

Создания систем удалённого мониторинга (мониторинг системы).

3. Пример реализации мультисервсной сети с применением сме шанного типа передачи данных.

В примере на рис. 1 показана мультисервисная сеть передачи данных, с применением кабельного и беспроводного соединения участников сети с выходом в глобальную сеть. Сеть построена на базе самых простых аппа ратных средств не требующих высоких завтра и серьёзных временных за трат на реализацию:

Рис. 1. Мультисервисная сеть малого офиса.

Заключение.

Беспроводные сети делают возможным доступ к сетевым ресурсам без излишних расходов на кабелирование помещений, подключение мобильно го, временного или стационарного оборудования (POS-терминалы, кассы, картосчитыватели и т.д.) и обеспечивают гибкую модернизацию сети. Хо рошо спроектированная беспроводная сеть предоставит доступ к информа ции в любое время и в любом месте.

Открытая архитектура, основанная на стандартах, облегчает интегра цию сетей подразделений и филиалов в единую распределенную вычисли тельную сеть предприятия и взаимодействие с другими контрагентами, поставщиками и клиентами.

ПРИМЕНЕНИЕ ПОСЛЕДОВАТЕЛЬНОСТЕЙ СЛУЧАЙНЫХ ЧИСЕЛ ДЛЯ ПОВЫШЕНИЯ ЭФФЕКТИВНОСТИ МЕТОДОВ СТАТИСТИЧЕСКОГО АНАЛИЗА ТРАФИКА.

Колесова Н.А., Астраханский Филиал МЭСИ sangreal_88@inbox.ru Введение В настоящее время статистическая информация часто используется для вывода «обоснованных предположений» о будущем. Неоднократно замече но, что тенденции, имевшие место в прошлом и настоящем, сохраняются и в дальнейшем. Хотя на основе прошлого опыта не всегда можно предска зать будущее, все же данные о прошлом часто используются для этого. В этих случаях на основе известных значений наблюдаемого показателя можно определить его значения для некоторого времени в будущем. Этот процесс получил название прогнозирования или анализа тенденций. Такой анализ может применяться для предсказания изменений курса акций, вы полнения клинических тестов для определения границ применения нового лекарства или, например, определения средних результатов спортивных команд [1].

Современные подходы к статистическому анализу сложились в период, когда стали доступны для обработки большие наборы данных, а примене ние ЭВМ позволило быстро находить связь, обрабатывать, а также пред ставлять их в удобной для человека форме.

В любом статистическом процессе имеются зависимые переменные, ко торые являются предметом изучения, и независимые переменные, которые являются факторами, влияющими на зависимые переменные. Обычно в качестве независимой переменной используется время. Например, исследуя тенденцию изменения курсов акций, можно рассматривать их изменения в течение дня.

При проведении статистического анализа широко используются следу ющие величины: математическое ожидание, дисперсия и среднеквадрати ческое отклонение. При этом для их вычисления обычно применяется вы борочный метод. Он состоит в том, что свойства генеральной совокупности устанавливаются путём изучения тех же свойств на некоторой выборке из этой совокупности [2]. Например, можно оценивать дневную загружен ность локальной сети по величине трафика, измеренного через определен ные промежутки времени. Если в качестве генеральной совокупности при нять значения объема трафика, измеренного через каждую минуту, то вы боркой может служить массив чисел, отражающих объем трафика, прохо дящего по сети, например, каждую десятую минуту.

Выборка может совпадать с генеральной совокупностью, и в этом слу чае она будет исчерпывающей. Если выборка меньше генеральной сово купности, то результат будет неточен, т.к. обследуются не все элементы совокупности. Для уменьшения ошибки выборка должна обладать свой ством репрезентативности, т.е. отражать основные особенности генераль ной совокупности. Необходимым условием построения репрезентативной выборки является равная вероятность включения в нее каждого элемента генеральной совокупности, т.е. выборка должна обладать свойством слу чайности с точки зрения равномерности.

Проверка на случайность выбираемых элементов, образующих число вую последовательность, может быть осуществлена с помощью методики, описанной в [3].

Расчетный пример Был измерен объем входящего и исходящего трафика, переданного по сети организации, за 24 часа с шагом в 1 минуту. Эти данные были взяты в качестве генеральной совокупности, которую можно охарактеризовать с помощью математического ожидания, дисперсии и среднеквадратического отклонения.

Таблица Статистиче- Среднее отклоне- Минимальное от- Максимальное ская характе- ние, % клонение, % отклонение, % ристика вы НВ СВ НВ СВ НВ СВ борки исходящий трафик математ. ожи 16,15 1,23 6,24 0,08 25,38 2, дание дисперсия 20,15 1,37 12,13 0,01 27,94 2, среднекв. от 18,75 2,34 9,60 0,02 26,31 4, клонение входящий трафик математ. ожи 10,37 1,96 6,42 0,06 14,37 3, дание дисперсия 26,77 3,95 6,57 0,03 41,53 6, среднекв. от 26,17 3,23 7,05 0,09 44,39 6, клонение Пусть объем выборки составляет 10% от объема генеральной совокуп ности. Покажем, что случайная (с точки зрения свойства равномерности) выборка (СВ) является более репрезентативной, чем неслучайная (НВ). Для этого вычислим отклонение указанных параметров, рассчитанных для ге неральной совокупности, от параметров, рассчитанных для выборок. При этом для проверки свойства равномерности будем использовать программ ный продукт, описанный в [4].

Результаты расчетов приведены в таблице 1.

Результаты наглядно показывают, что минимальные отклонения рас считанных параметров, полученные при использовании неравномерных выборок, значительно превышают максимальные отклонения, которые мо гут быть получены при использовании равномерных выборок.

Заключение Показано, что использование случайных числовых последовательностей при составлении выборки из генеральной совокупности данных позволяет более точно оценить статистические свойства генеральной совокупности. А предложенная методика оценки качества последовательностей случайных чисел [3], а также разработанный на ее основе программный продукт [4], могут быть успешно использованы для повышения эффективности методов статистического анализа данных.

Литература 1. Статистический анализ. http://valera.asf.ru/delphi/struct/ststis.html 2. Математическая статистика. http://michael983.narod.ru/t/8.htm 3. Колесова Н.А., Ажмухамедов И.М. Методика оценки качества по следовательности случайных чисел // Вестник АГТУ. Серия: "Управление, вычислительная тех-ника и информатика" №2, 2010, С.141-148.

4. Свидетельство об официальной регистрации программы для ЭВМ №2010614210. Программа для комплексной оценки качества последова тельностей случайных чисел / Колесова Н.А., Ажмухамедов И.М. // Зареги стрирована в реестре программ для ЭВМ 30.06.2010.

ОПТИМАЛЬНОЕ ПЛАНИРОВАНИЕ ПРОИЗВОДСТВА ФАРМАЦЕВТИЧЕСКОЙ ПРОДУКЦИИ С ПОМОЩЬЮ ДИНАМИЧЕСКОГО ПРОГРАММИРОВАНИЯ Ю.А. Кораблев, аспирант, 8-916-882-72-43, yura-korablyov@yandex.ru, (Россия, Москва, ЕАОИ), Здоровье нации является одновременно экономическим ресурсом, поли тическим ресурсом и ресурсом национальной безопасности[1]. Столь важ ный аспект в жизни страны всегда требовал, и будет требовать соответ ствующего внимания. Правительство постоянно разрабатывает и утвержда ет программы, направленные на реализацию государственных интересов в области здравоохранения. Целью последних программ является модерни зация и переход к инновационной модели развития фармацевтической про мышленности[2]. Важная роль в этом отводится предприятиям, занимаю щимся выпуском лекарственной продукции. Перед ними ставится задача технологического перевооружения производственных мощностей и вывода на рынок инновационной продукции. Значительную помощь фармацевти ческим предприятиям может оказать четкое управление ресурсами, гра мотный менеджмент в производстве и сбыте. Одним из таких средств мо жет быть модель оптимального планирования продаж и производства фар мацевтической продукции, в которой оптимизируется прибыль и различ ные виды издержек, и в итоге появляются дополнительные финансовые ресурсы, которые можно направить на модернизацию промышленности или другие мероприятия, предназначенные для перехода к инновационной модели развития.

Для решения задачи оптимизации методами динамического программи рования необходимо определить множество возможных состояний S, в ко торых может находиться физическая система на каждом шаге j, определить множество возможных управлений U, а также определить качество реали зуемого управления W(U). Горизонт планирования разбит на T интервалов (шагов).

Множество возможных состояний системы S. Для N видов продук ции, состояние S характеризуется числом (s1, s2, …, sN-1, sN). Каждое si целое число, имеющее диапазон значений от max(0, Ci – j) до (T- j+1), обо значающее количество имеющейся в запасе продукции, соответствующее выражению где: – функция спроса на продукцию, оригинальный метод опреде ления функции спроса описан в [3].

Константа Ci обозначает количество имеющейся в запасе продукции до начала планирования.

Для каждого состояния системы S возможно свое множество возмож ных управлений U.

Множество возможных управлений U. Для N видов продукции управ ление U характеризуется числом (u1, u2, …, uN-1, uN). Где каждое ui прини мает целые значения из диапазона от 0 до (T – j – si) и обозначает количе ство произведенной продукции для удовлетворения спроса на продукцию на следующих шагах, соответствующее выражению:

Ограничение на склад. Суммарный объем продукции не должен пре вышать объема склада, поэтому число возможных состояний ограниченно выражением:

Ограничение на объем склада также влияет на количество возможных управлений.

Ограничение на срок годности влияет на управления следующим об разом:

Ограничения на производственные ресурсы также влияют на воз можные управления. Например, для группы продуктов состоящей из про дуктов a, b и c ограничение может быть записано:

Каждое управление (u1, u2, …, uN-1, uN) переводит систему из состояния (s1, s2, …, sN-1, sN) на шаге j в состояние ( max(0, s1-1+u1), max(0, s2-1+u2), …, max(0, sN-1-1+uN-1), max(0, sN-1+uN) ) на шаг j +1. Для одного вида продукта графически это можно изобразить с помощью рисунка 1. Кружками с циф рами показаны состояния, стрелками показаны управления и то, как эти управления переводят систему из одного состояния в другое. Из каждого состояния можно перейти в следующее, имеющее номер на единицу мень ше и во все другие состояния, имеющие больший номер или такой же.

Рис. 1. Пример возможных состояний и управлений Качество реализуемого управления Wj(S, U) можно представить в ви де двух частей, первая из которых не зависит от управления и составляет прибыль от продажи продукции, а другая составляет расходы на производ ство продукции:


Wj(S, U) = Wj(S) - Wj(U(S)), где Wj(S) составляет прибыль от продажи объема продукции соответ ствующего спросу на шаге j минус расходы на хранение всей имеющейся продукции:

где: – стоимость продажи единицы продукции, – расходы на хра нение единицы продукции, – расходы на сертификацию серии, – рас ходы на производство единицы продукции.

Так как член не зависит от U, принцип оптимальности Беллмана записывается выражением:

Рекуррентным способом, начиная с последнего шага j=T, находятся оп тимальные управления для каждого состояния на всех шагах. Затем на шаге j=0 для единственного начального состояния S=(C1,C2,…,CN) выбирается оптимальное управление, переводящее систему на шаг вперед в новое со стояние. Аналогично на втором шаге выбирается оптимальное управление, такой процесс продолжается вплоть до шага T-1. Последовательность таких оптимальных управлений будет решением поставленной задачи оптималь ного планирования методом динамического программирования.

Для реализации ограничения на каптал необходимо изменить стандарт ный алгоритм динамического программирования, отказаться от этапа вы бора оптимального управления для каждого состояния, отказаться от ос новного уравнения Беллмана при движении от конца к началу. Для каждого состояния надо запоминать все возможные управления и запоминать каче ства этих управлений, вместо поиска одного оптимального Этот объем ин формации необходимо хранить до самого первого шага, что требует значи тельных объемов памяти. На первом шаге j=0 ограничение на капитал ограничивает множество возможных управлений:

где: – стартовый капитал, используемый для производства, – функция, характеризующая постоянные расходы на оплату заработной пла ты, аренды, выплаты по кредитам, и т.д.

Из ограниченного множества управлений на первом шаге выбирается оптимальное управление согласно принципу оптимальности Беллмана. Это оптимальное управление переводит систему на новый шаг в новое состоя ние, на котором также ищется оптимальное управление.

В результате использования модели оптимального планирования реша ется задача поиска моментов времени выпуска продукции, определение видов продукции, которых следует выпускать в эти моменты времени, и определение количества выпускаемой продукции. Другими словами полу чается оптимальный план производства соответствующий максимуму при были. Полученные дополнительные финансовые ресурсы можно направить на техническое перевооружение и на осуществление перехода фармацевти ческого предприятия к инновационной модели развития.

Литература 1. Афанасьев Дмитрий. //Новые Медицинские Технологии. 2006, №6.

С.16– 2. Сайт Российской Газеты. 2011. URL:

(дата обращения:

http://www.rg.ru/2011/03/18/programma-dok.html 07.11.2011) 3. Кораблев Ю.А. Моделирование спроса для организации эффектив ного планирования производства и продаж фармацевтической продукции / Ю.А. Кораблев // «Экономика, статистика и информатика. Вестник УМО»

(Московский государственный университет экономики, статистики и ин форматики), 2011. №5. – С. 120–123.

РАЗВИТИЕ ВИРТУАЛИЗАЦИИ ПРОЦЕССОВ.

Круглов Максим Викторович, аспирант МЭСИ, кафедра АСОИиУ 8 (926) dolfhinm@gmail.com В современном мире виртуальность является неотъемлемой частью жизни людей и с развитием компьютерных технологий, виртуализация процессов деятельности становится все более актуальной. Среди источни ков виртуализации процессов выделяют три типа – высшие, естественные и искусственные [1], являющиеся источниками виртуализации деятельности человека.

Вне зависимости от того, к какой природе относится виртуальность к физической, психологической и т.д., виртуальность, в частности и вирту альная лаборатория, имеет определенные свойства – порожденность внеш ней реальностью, временную и пространственную автономность существо вания, и способность взаимодействия со всеми реальностями, в том числе и с порождающей, [2].

Развитие виртуализации процессов исследований Интерес в России к использованию виртуализации в исследованиях и в процессах разработок проявился в начале 90 годов. На данный момент ин терес к переходу на виртуальные платформы растет, поскольку виртуали зация позволяет снизить затраты на технику и более эффективно использо вать вычислительные ресурсы.

По результатам исследований, проведенными компанией VMWare [3], [4], которая является одним из мировых лидеров в области решений вирту ализации, российский рынок виртуализации в настоящее время отстает от мирового и уступает как по охвату потенциальных клиентов, так и по сте пени проникновения виртуализации, но растет очень быстро.

Оценить темп роста интереса к виртуализации в мире можно по дан ным, которые предоставляет поисковая система Google [5], график пред ставлен на рис. 1. Из данных видно, что интерес к виртуализации с года вырос. Рост интереса среди крупных компаний подтверждают также исследования, которые были проведены компанией Citrix, на основе кото рых были сделаны прогнозы о том, что по 2014 год инвестиции в виртуали зацию возрастут [7]. Данный прогноз подтверждают и исследования сде ланные VMWare, оценить которые можно по таблице 1 [6].

Таблица 1. Прогноз динамики изменения виртуальных машин.

Среднегодовой Изменение рост 2009— 2013/2007,% 2013/2007,% Мировой рынок виртуальных ма- 9,7 58, шин Российский рынок виртуальных ма- 19,3 141, шин Разница прогнозов темпов роста между Российским и мировым рынком объясняется тем, что Россия находится на начальной стадии развития дан ного сегмента. Прогноз подтверждают данные Google, из которых следует, что интерес к виртуализации процессов в России растет, и на сегодня Рос сия находится в десятке стран активно интересующихся виртуализацией процессов [5].

Рис. 1. График зависимости индекса запрашиваемости запроса “Virtualization” от времени.

Развитие виртуальных лабораторий В области разработки и применении web-лабораторий в научных иссле дованиях ситуация представляется следующей. Интерес к использованию виртуальных лабораторий в научных исследованиях возник давно, но инте рес к данному направлению линейно падает с каждым годом. В последние годы количество статей, каких либо заметок о разработках и внедрении web-лабораторий в той или иной области сократилось. В основном на ка федрах естественных и технических наук для исследований разрабатыва ются собственные программы, с помощью которых и проводят моделиро вания для получения необходимой информации.

Одной из причин является то, что понятие ”виртуальная лаборатория” получило более точное определение, ранее под виртуальными лаборатори ями понимали любую моделируемую программу. Другой причиной, воз можно, является развитие виртуализации как способа оптимизации процес сов и внедрение его в экономически более выгодные сферы деятельности, тогда как виртуальная лаборатория представляет интерес для более узкого круга людей. Примером масштабных является виртуализация серверов, ОС, которые являются неотъемлемой частью развития любой компании.

Заключение Виртуализация процессов является современным направлением автома тизации процессов деятельности, в развитие которой мировые компании вкладывают инвестиции. На сегодня Россия в данном направлении далека от мировых стран, но по темпу развития значительно превосходит другие страны, и по прогнозам, может догнать их в скором времени.

Не смотря на то, что в последнее время интерес к виртуальным лабора ториям падает, разработка и внедрение ее в процесс научной деятельности является не только экономически выгодным, но самое главное выгодным для развития науки. Поскольку она позволяет автоматизировать и оптими зировать процесс исследований, производить исследования вне зависимо сти от расстояния, времени, делать предпосылки для новых открытий в той или иной области, получать профессиональный опыт начинающим и по вышать опыт уже опытным специалистам для работы с реальной аппарату рой.

Литература 1. А.В. Юхвед Современные философские подходы к проблемам вир туальности, виртуальной реальности и виртуальных технологий // 2008, 177-195 Теоретическая виртуалистика, с. 2. Н.А. Носов Манифест виртуалистики // Москва, 2001. с. 3. http://www.pcweek.ru/themes/detail.php?ID=118773 – сегодня и завтра рынка виртуализации в России 4. http://www.vmware.com/ru/ - официальный сайт компании VMware 5. http://www.google.com/trends - статистика поисковой системы Google 6. http://www.pcweek.ru/themes/detail.php?ID= 7. http://www.citrixnews.ru/citrixru/citrix.nsf/0/C6B33DE00F9C7B44C 76DD006FCF ИССЛЕДОВАНИЕ НАИБОЛЕЕ ЧАСТО ВОЗНИКАЮЩИХ ДЕФЕКТОВ РАСТРОВЫХ ИЗОБРАЖЕНИЙ Кулаков Дмитрий Андреевич Аспирант, кафедры АСОИиУ (МЭСИ) 8 (963) 784-35-12 / firedemon1986@gmail.com Рост производства и разнообразие устройств, имеющих функцию созда ния цифровых изображений, привел к резкому увеличению количества растровых изображений. По современным оценкам рост числа подобных изображений составляет примерно несколько миллиардов в день. А коли чество сделанных фотографий составляет порядка 3.5 триллионов снимков [1].

Рис. 1. Число фотографий (в миллиардах), сделанных во всем мире Следует отметить, что большая часть изображений имеет крайне низкое качество и делается на камеры мобильных телефонов. В связи с этим ста новится актуальной проблема автоматизации обработки, повышения каче ства и хранения растровых изображений.

Но прежде чем, рассматривать данные проблемы, необходимо провести анализ текущего состояния области обработки изображений, и выявить наиболее распространенные дефекты, присутствующие в типичных изоб ражениях. Также необходимо выявить причины возникновения этих дефек тов и сделать прогноз касательно того, каковы будут их проявления в даль нейшем.

Прежде всего, стоит отметить, что область обработки изображений на сегодняшний день достаточно подробно исследована и предлагает множе ство методов. Как правило, эти методы несовершенны и имеют значитель ные ограничения в применении.


Однако главной проблемой данной дисциплины, является отсутствие единой теории, которая описывала бы процесс обработки изображения от начала и до конца. Для создания подобной теории, прежде всего, необхо димо исследовать основные дефекты, с которыми придется сталкиваться.

Причем, поскольку, подобные дефекты постепенно меняют свой характер в зависимости от изменения аппаратной базы, необходимо постоянно анали зировать текущую ситуацию и при необходимости вносить коррективы.

На то, какого рода дефекты будут присутствовать в изображении, преж де всего, влияют следующие моменты: технические характеристики устройства, на которое было сделано изображение;

условия съемки;

произ водится ли внутриаппаратная обработка изображения.

Рассмотрение дефектов, наличие которых обуславливается типом устройства, неразрывно связано с изучением текущего состояния рынка подобных устройств.

Согласно прогнозам японской корпорации Camera and Imaging Products Association (CIPA), в 2011 году продажи устройств, снабженных фото камерами, повысится на 7.8% и составят 131 миллионов единиц в год [2].

Причем 88% продаж приходятся на долю фотокамер со встроенными лин зами. Это телефоны, планшеты и прочие миниатюрные устройства. Ожида ется, что тенденция роста сохранится и в дальнейшем.

Современная тенденция миниатюризации фото-устройств, наложила существенные ограничения на размер светочувствительной матрицы и производительность графического процессора. А значит и качество изоб ражений, полученных с их помощью далеко от идеала.

Примерно до 2005 года сохранялся паритет двух архитектур светочув ствительных матриц: CMOS и CCD. Но в настоящее время за счет ряда преимуществ CMOS матрицы практически полностью вытеснили матрицы, построенные по CCD технологии [3].

По данным аналитического агентства iSuppli производство сенсоров на основе CCD в 2010 году составило всего лишь 9.8%. А в 2011 этот показа тель снизится до 8.6%. Также ожидается, что эта тенденция будет продол жаться и далее.

Рис. 3. Прогноз продаж устройств на основе CMOS и CCD сенсоров Но, как известно, технология получения изображений с помощью CMOS матриц далеко не идеальна. Основные проблемы, с которыми при ходится сталкиваться при применении CMOS матриц: низкая светочув ствительность, значительный уровень теплового шума, низкое отношение максимального допустимого значения яркости по каждому из каналов к уровню шумов.

Не маловажны и проблемы снижения разрешающей способности объек тивов, вызванные уменьшением их размера и удешевлением производства.

Особо остро эти проблемы встают, когда оптика подобного качества ис пользуется со светочувствительной матрицы высокого разрешения, что не является редкостью на рынке подобных устройств.

Стоит отметить, что увеличение размера изображения приводит к уве личению на порядок времени, необходимого на его обработку. Таким обра зом, если учесть тенденции к уменьшению размера графического процес сора, становится очевидным, что производить сложную обработку изобра жения в самом устройстве не представляется возможным. Ввиду того, что хранение подобных изображений требует уже очень большого объем памя ти, изображения чаще всего сжимаются прямо в устройстве с потерей каче ства Помимо всего прочего многие производители стали отказываться от фильтра низких частот перед светочувствительной матрицей, что может приводить к появлению муара на снимках.

Автором был проведен визуальный анализ более 6 тысяч изображений, полученных разными людьми с помощью современных устройств разного класса. Это позволило выявить следующие закономерности: 60% изобра жений создаются в условиях недостаточного освещения и имеют значи тельные шумы;

82% изображений делается в условиях слишком контраст ного освещения, вследствие чего часть графической информации на изоб ражении получается потерянной;

68% изображений имеют недостаточную резкость, а 23% - сильно смазаны;

35% изображений имеют слабую насы щенность.

Прежде чем изображение будет готово к просмотру его необходимо преобразовать. Один из первых вопросов, с которым приходится сталки ваться при обработке изображений, вытекает из технологического устрой ства современных сенсоров, которые используют фильтр Байера. Необхо димо провести процедуру дебайеризации, то есть путем интерполяции по лучить недостающие данные о цветах пикселей.

На этом этапе быстрые алгоритмы часто вносят нежелательные искаже ния в изображения. Можно наблюдать появление цветовых артефактов на контрастных границах объектов изображения, муар на периодических структурах и некоторые другие.

Не редко дефекты, обусловленные условиями съемки и техническими характеристиками устройства, не исправляются, а наоборот усиливаются на стадии обработки [4]. Например, часто практикуется автоматическая обра ботка изображения графическим процессором камеры или обработка сжа того с потерей качества изображения.

Суммируя, таким образом, все вышесказанное можно выделить следу ющие дефекты, с которыми приходится сталкиваться при обработке изоб ражений: потеря деталей;

высокий уровень шума;

слабый микро-контраст;

потеря информации в светах и тенях;

муар;

блеклые или совсем неверные цвета;

размытие изображения;

смаз изображения.

Как было уже сказано, есть все основания полагать, что подобные де фекты в изображениях будут наблюдаться и далее. А часть из них, очевид но, может быть решена только с помощью обработки изображения после съемки.

Рассмотрение возникающих в изображениях дефектов позволяет в дальнейшем проанализировать возможность автоматизации действий по их обработке. Также это может помочь и при построении единой теории, опи сывающей процесс обработки изображения.

Литература Jonathan Good, «How many photos have ever been taken»;

1.

Tomi Ahonen, « 30 Years of Mobile Phones»;

2.

Ann R. Thryft, editor of «Test & Measurement World» magazine;

3.

Pratt W.K. «Digital Image Processing»

4.

ОБРАЗОВАТЕЛЬНАЯ МОДЕЛЬ ПОДГОТОВКИ СТУДЕНТОВ ЗАОЧНИКОВ И ЭКСТЕРНОВ ПО НАПРАВЛЕНИЮ «ПРИКЛАДНАЯ ИНФОРМАТИКА В ЭКОНОМИКЕ»

Курбацкий Владимир Николаевич, кандидат педагогических наук, Минский филиал МЭСИ, 8-017-6577426, vkurbatsky@mfmesi.ru Формирование информационного общества определяется наукоёмким характером современного производства, расширением применения науки в социальной сфере, что в свою очередь создает новый тип взаимодействия научных знаний, образования и труда. Высшее образование стало много ступенчатым, включающим в свою сферу образовательные циклы, такие как бакалавриат и магистратура. Такое преобразование позволяет вузам более гибко реагировать на запросы практики, делает возможным для сту дента более раннее вступление в профессиональную жизнь, не прерывая его образования, через систему заочного и дистанционного обучения.

В условиях функционирования рынка трудовых ресурсов основным критерием в оценке выпускников профессиональных образовательных учреждений становится их реальная профессиональная квалификация и компетентность, обеспечивающие конкурентоспособность и профессио нальную мобильность специалиста.

Квалификация - это уровень профессиональной подготовки, наличие знаний и навыков, необходимых для выполнения определенной работы, по определенной специальности, должности. Квалификация определяется объёмом теоретических знаний, практических умений и владений (навы ков), которыми владеет работник, и является его важнейшей социально экономической характеристикой. Кроме того, квалификация отражает уро вень развития личности, чем и определяет его социальный статус в обще стве.

Квалификация специалиста зависит от его компетентности. В научной литературе термины «компетентностный подход», «компетенция», «компе тентность» трактуются в зависимости от цели и контекста исследования.

Компетентность - это способность человека к решению определенного класса задач и наличие у него ряда личностных качеств в сочетании с необ ходимым запасом знаний и умений. Компетентность – это не только владе ние компетенциями, но и личностное отношение человека к предмету дея тельности. Компетентностный подход – это «своего рода инструмент уси ления социального диалога высшей школы с миром труда, средством углубления их сотрудничества и восстановления в новых условиях взаим ного доверия» [1].

Компетенция в квалификации - способность применять знания, умения и личностные качества для успешной деятельности в области, определен ной квалификацией.

Компетенции и результаты образования рассматриваются как главные целевые установки в реализации Федеральных государственных образова тельных стандартов высшего профессионального образования (ФГОС ВПО) третьего поколения, как интегрирующие начала «модели» выпускни ка. Сама компетентностная модель выпускника, с одной стороны, охваты вает квалификацию, связывающую будущую его деятельность с предмета ми и объектами труда, с другой стороны, отражает междисциплинарные требования к результату образовательного процесса. В стандартах ФГОС ВПО просматривается четкая последовательность изучения дисциплин в циклах, обозначены точки перехода от одного цикла к другому, что позво ляет явно сформулировать принципы междисциплинарного подхода к обу чению в вузе, сформировать комплексную образовательную цель, выделить из нее конкретные общенаучные цели изучения отдельных циклов [3].

Компетенция, как правило, не может быть сформирована на основе одной дисциплины или курса. Для формирования компетенции выпускника тре буется взаимосвязь (интерфейс) между учебными дисциплинами (междис циплинарные связи).

Междисциплинарные связи - это отношение между отдельными учеб ными дисциплинами или их элементами.

При взаимосвязанном изучении одно и то же понятие, рассматриваемое в разных дисциплинах, может наполняться неоднозначным содержанием и при этом раскрываются раз ные стороны, выделяются разные признаки объекта. Формируется междис циплинарное понятие, имеющее в своей структуре признаки, усвоенные при изучении разных дисциплин. В результате образуется новое знание, несущее в себе сведения нескольких дисциплин и обладающее свойством универсальности и которое нельзя свести полностью ни к одному из част ных его проявлений. Формирование таких знаний, лежащих в основе опре деленных компетенций, является той проблемной педагогической ситуаци ей, которая может быть решена путем создания комплекса интерфейсов между учебными дисциплинами.

Создание интерфейсов между дисциплинами разрешает существующее в системе обучения противоречие между разрозненным усвоением знаний и необходимостью их синтеза, комплексного применения в практике, тру довой деятельности и жизни человека.

Комплекс интерфейсов между учебными дисциплинами – это совокуп ность средств, методов и правил взаимодействия, взаимопроникновения, взаимодополнения естественнонаучных, гуманитарных и инженерных дис циплин, основанная на интеграции природы, человека, общества и много образия форм знаний.

Для определения степени компетентности специалиста применяется квалиметрия знаний. Квалиметрия – это научная область, объединяющая количественные методы оценки качества объектов и процессов деятельно сти людей, используемые для обоснования решений, принимаемых при управлении качеством продукции и стандартизации. Научная дисциплина, исследующая и обосновывающая закономерности качественных и количе ственных измерений педагогических объектов, называется педагогической квалиметрией.

Оценка качества освоения основных образовательных программ должна включать текущую, промежуточную и итоговую государственную аттеста цию обучающихся. Квалиметрия как набор методов количественной оцен ки качества знаний студентов по отдельным дисциплинам, преподаваемым в вузах, по сути, формализует процедуру получения оценки студентом.

Под квалиметрией знаний учебных дисциплин будем понимать комплекс учебных мероприятий, направленный на формирование устойчивых зна ний, умений, навыков (владений) студентов с применением основных принципов педагогической квалиметрии.

Уровень квалификации выпускника, его профессиональная компетент ность, в конечном счете, определяется его итоговой аттестацией. Итоговая аттестация выпускника высшего учебного заведения включает защиту вы пускной квалификационной работы (ВКР). ВКР – это самостоятельное ис следование какого-либо актуального вопроса в области избранной студен том специальности и имеет целью систематизацию, обобщение и проверку специальных теоретических знаний и практических навыков выпускников.

Исследования в ВКР опираются на дисциплины, изучаемые студентом на протяжении всей учебы. Ориентация студентов (в первую очередь, заочни ков и экстернов) на раннее применение изучаемых дисциплин к теме ВКР должна привести к повышению знаний, навыков и умений по дисциплине, т.е. вызвать синергетический эффект [2].

В процессе внедрения инновационных методов образования меняется статус преподавателя, который становится наставником, готовым оказать поддержку каждому студенту в развитии его творческого потенциала и индивидуальных способностей. Сложнейший механизм манипулирования в рамках дистанционных взаимодействий вынуждает специализировать участников процесса обучения по двум ключевым направлениям: углубле ние представлений о процессах методики отчуждения знаний (педагог), либо методики технологического тренинга (тьютора). Тьютор управляет процессом передачи учебного материала от человека к человеку. В отличие от тьютора, педагог постоянно трансформирует собственное знание в зави симости от контингента обучаемых.

В результате, под воздействием преподавателя и тьютора, при наличии комплекса интерфейсов между учебными курсами и широкого набора ме тодов количественной оценки качества знаний у выпускника формируются квалификационные умения.

Построение образовательной модели «квалификация» - «компетенции в квалификации» - «комплекс интерфейсов между учебными дисциплинами»

- «квалиметрия знаний учебных дисциплин» - «квалификационные умения»

(модель 5К) позволяет выделить все основные факторы, влияющие на опе режающую подготовку ВКР в процессе изучения учебных дисциплин, ско ординировать потоки знаний по одновременно читаемым дисциплинам, определить квалификационный уровень студентов. Данная модель может быть основой для построения модели ярмарки вакансий выпускников и сейчас апробируется в Минском филиале МЭСИ при подготовке студен тов-заочников по направлению «Прикладная информатика в экономике».

Литература 1. Байденко В.И. Болонский процесс: проблемы, опыт, решения. Изд.

2-е, исправл. и дополнен. - М.: Исследоват. центр проблем кач-ва подг-ки спец-ов, 2006. - 111 с.

2. Курбацкий, В.Н. Синергетика опережающей подготовки выпускной квалификационной работы в процессе изучения учебных дисциплин при подготовке IT-специалистов по направлению «Прикладная информатика в экономике» / В.Н. Курбацкий // Материалы VI Международной научно метод. конференции «Совершенствование подготовки IT-специалистов по направлению «Прикладная информатика» для инновационной экономики», МЭСИ - Москва, 2010.

3. Проектирование основных образовательных программ, реализую щих федеральные государственные образовательные стандарты высшего профессионального образования: Методические рекомендации для руково дителей и актива учебно-методических объединений вузов. - М.: Исследо вательский центр проблем качества подготовки специалистов, 2009. - 80 с.

ПРОЕКТИРОВАНИЕ ОРГАНИЗАЦИОННОЙ МОДЕЛИ В BPMS Курышев Кирилл Сергеевич, аспирант, МЭСИ kkurishev@gmail.com Одним из важнейших аспектов модели бизнес-процесса является орга низационная перспектива [1, стр.76], которая отвечает на вопросы кто и что может выполнять в процессе. Для того чтобы участники процесса могли выполнять свои задания в соответствии с правилами, регламентированны ми в компании, в BPMS должны быть механизмы отображения модели процесса на организационную структуру. Для этого в BPMS обычно ис пользуется модель, которая позволяет описать понятия из организационной структуры. Как правило, организационная модель в BPMS разрабатывается отдельно от схемы процесса, которая фокусируется на описании последо вательности выполнения операций бизнес-процесса. Такое разделение спо собствует независимой эволюции обеих моделей, поскольку жизненные циклы организационной структуры и процессов компании обычно разли чаются [1].

Наиболее популярный способ отображения заключается в том, что связь между сотрудниками организации и операциями процесса производится с помощью ролей. С точки зрения схемы процесса, роль группирует опера ции процесса по признаку общих исполнителей. В организационной моде ли роль объединяет сотрудников, у которых есть общие работы в процессе.

Таким образом, роль – это механизм BPMS, предназначенный для того, чтобы сделать схему процесса инвариантной к организационной структуре компании. Второй способ намного более гибок, по сравнению с первым.

Однако достаточно часто бизнес - аналитики используют роли в схеме процесса для описания понятий организационной структуры, например должностей (бухгалтер, экономист, руководитель отдела кадров и т.п.) или функциональных отделов (менеджер Тульского филиала). В результате происходит жёсткая привязка шаблона процесса к организационной струк туре. При этом логический слой то есть отсутствие в модели процесса ло гического слоя. Это приводит к зависимости шаблона процесса от измене ний организационной структуры.

Подобные ситуации происходят в результате того, что ролевая структу ра в BPMS используется не по назначению. Организационная модель BPMS предоставляет механизмы, которые позволяют описать различные понятия организационной структуры и роли всего лишь один из них.

Постановка задачи.

Целью данной работы является обзор механизмов организационной мо дели BPMS и способы проекции модели процесса на структуру компании.

Должность. Характеристики должности.

Должность – служебное место, связанное с определённым кругом обя занностей и полномочий. Должность назначается сотруднику, который об ладает для этого соответствующей квалификацией. Для того, чтобы опре делить права доступа сотрудников к элементам BPMS, необходимо рас смотреть какие характеристики входят в состав понятия «должность» (ри сунок 1).

Должность Обязанности Полномочия Положение в организационной структуре Операции Функциональные Привязка к функциональному подразделению Вид обязанности Лимит ответственности Должностные отношения Территориальный признак Временный Подчиненные должности Постоянный Продуктовая линия (характеристика продукта) Руководящие должности Организационные Делегирование Эскалация Горизонтальная Иерархаическая Рисунок 2. Характеристики должности.

Обязанности - это функции, которые выполняет сотрудник. Функции в BPMS декомпозируются на отдельные операции, которые и описываются в шаблоне процесса. Функциональные полномочия определяют права со трудника при выполнении должностных обязанностей. Организационные полномочия описывают возможные действия по привлечению человече ских ресурсов, которыми обладает сотрудник для выполнения должност ных обязанностей. Положение в организационной структуре – характери стика, которая описывает привязку должности к организационному эле менту (функциональное подразделение, департамент), а так же перечисляет все подчинённые и руководящие должности для выполнений механизмов делегирования и эскалации.

Механизмы организационной модели в BPMS.

Роль является наиболее популярным механизмом BPMS для описания прав доступа пользователей к объектам системы. Однако, в BPMS есть и другие конструкции, которые позволяют перенести особенности описания структуры компании из схемы процесса в организационную модель. Рас смотрим их более подробно.



Pages:     | 1 |   ...   | 2 | 3 || 5 | 6 |   ...   | 8 |
 





 
© 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.