Задачи и функции информационной системы.
ИС может решать две группы задач. Первая группа связана с чисто информационным обеспечением основной деятельности (отбор необходимых сообщений, их обработка, хранение, поиск и выдача субъекту основной деятельности с заранее заданной полнотой, точностью и оперативностью в наиболее приемлемой форме). Вторая группа задач связана с обработкой полученной информации/данных в соответствии с теми или иными алгоритмами с целью подготовки решений задач, стоящих перед субъектом основной деятельности. Для решения таких задач ИС должна обладать необходимой информацией о предметной области. Для решения таких задач ИС должна обладать определенным искусственным или естественным интеллектом. Информационная система - система поддержки и автоматизации интеллектуальных работ - поиска, администрирования, экспертиз и экспертных оценок или суждений, принятия решений, управления, распознавания, накопления знаний, обучения. Задачи первой группы - это задачи информатизации общества "вширь".
Задачи второй группы - задачи информатизации
общества "вглубь".
Для решения поставленных задач ИС должна выполнять следующие функции:
отбор сообщений из внутренней и внешней среды, необходимых для реализации основной деятельности;
ввод информации в ИС;
хранение информации в памяти ИС, ее актуализация и поддержание целостности;
обработка, поиск и выдача информации в соответствии с заданными СОД требованиями. Обработка может включать и подготовку вариантов решения пользовательских прикладных задач.
Информационная система (ИС) - взаимосвязанная совокупность средств, методов и персонала, используемых для хранения, обработки и выдачи информации в интересах достижения поставленной цели. Современное понимание информационной системы предполагает использование персонального компьютера в качестве основного технического средства переработки информации. ИС является средой, составляющими элементами которой являются компьютеры, компьютерные сети, программные продукты, БД, люди, различного рода технические и программные средства связи и т.д. Хотя сама идея ИС и некоторые принципы их организации возникли задолго до появления компьютеров, однако компьютеризация в десятки и сотни раз повысила эффективность ИС и расширила сферы их применения.
Функциональная структура информационной системы.
В ИС целесообразно выделять три самостоятельных функциональных подсистемы.
Подсистема отбора информации. Информационная система может обрабатывать/перерабатывать только ту информацию, которая в нее введена. Качество работы ИС определяется не только ее способностью находить и перерабатывать нужную информацию в собственном массиве и выдавать ее пользователю, но и способностью отбирать релевантную информацию из внешней среды. Такой отбор осуществляет подсистема отбора информации, которая накапливает данные об информационных потребностях пользователей ИС (внутренних и внешних), анализирует и упорядочивает эти данные, образуя информационный профиль ИС.
Подсистема ввода, обработки/переработки и хранения информации осуществляет преобразования входной информации и запросов, организацию их хранения и переработки с целью удовлетворения информационных потребностей абонентов ИС.
Реализация функций данной подсистемы предполагает наличие аппарата описания информации (систем кодирования, языка описания данных (ЯОД) и т. д.), организации и ведения информации (логическая и физическая организация, процедуры ведения и защиты информации и т. д.), аппарата обработки и переработки информации (алгоритмы, модели и т. д.).
Подсистема подготовки и выдачи информации непосредственно реализует удовлетворение информационных потребностей пользователей ИС (внутренних и внешних). Для выполнения этой задачи подсистема проводит изучение и анализ информационных потребностей, определяет формы и методы их удовлетворения, оптимальный состав и структуру выходных информационных продуктов, организует сам процесс информационного обеспечения и сопровождения.
Выполнение указанных функций требует наличия аппарата описания и анализа информационных потребностей и их выражения на языке ИС (в том числе ЯОД, ИПЯ, языке индексирования и т. д.), а также аппарата непосредственно информационного обеспечения (процедуры поиска и выдачи информации, языки манипулирования данными и т. д.). Многие функции подсистем ИС дублируются или пересекаются, что является предметом оптимизации при проектировании ИС. Автоматизация ИС в связи с этим сопровождается перераспределением элементов ИС.
Автоматизация предполагает формализованное представление (структуризацию) как функций ИС, так и самой обрабатываемой в ИС информации, которое и позволяет осуществлять ввод, обработку/переработку, хранение и поиск информации с использованием ЭВМ. Любая формализация характеризуется тем или иным уровнем адекватности создаваемого образа реальной действительности (модели) самой действительности. Причем, адекватность модели реальной действительности определяется как свойствами самой действительности, так и возможностями используемого аппарата ее формализованного представления.
С этой точки зрения "уровень автоматизации" ИС тесно связан со "степенью структурируемости" информации. Различают три уровня структурируемости информации: Жесткоструктурируемая информация (данные)- информация, формализованное представление которой современными средствами ее структурирования (в частности, языками описания данных) не приводит к потере адекватности модели информации самой исходной
информации. Слабоструктурируемая информация - информация, формализованное представление которой приводит к значительным потерям адекватности модели информации самой исходной информации.
Неструктурируемая информация - информация, для которой в настоящее время не существует средств ее формализованного представления с приемлемым на практике уровнем адекватности. Средства представления такой информации должны обладать высокими смысловыразительными способностями. Разработка таких средств в настоящее время идет по линии создания языков описания знаний и ИПЯ с высокой семантической силой.
Методологии построения информационных систем.
Индустрия разработки автоматизированных информационных систем управления зародилась в 1950-х - 1960-х годах и к концу века приобрела вполне законченные формы.
На первом этапе основным подходом в проектировании ИС был метод «снизу-вверх», когда система создавалась как набор приложений, наиболее важных в данный момент для поддержки деятельности предприятия. Такой подход отчасти сохраняется и сегодня. В рамках «лоскутной автоматизации» достаточно хорошо обеспечивается поддержка отдельных функций, но практически полностью отсутствует стратегия развития комплексной системы автоматизации
Следующий этап связан с осознанием того факта, что существует потребность в достаточно стандартных программных средствах автоматизации деятельности различных учреждений и предприятий. Из всего спектра проблем разработчики выделили наиболее заметные: автоматизацию ведения бухгалтерского аналитического учета и технологических процессов. Системы начали проектироваться «сверху-вниз», т.е. в предположении, что одна программа должна удовлетворять потребности многих пользователей.
Сама идея использования универсальной программы накладывает существенные ограничения на возможности разработчиков по формированию структуры базы данных, экранных форм, по выбору алгоритмов расчета. Заложенные «сверху» жесткие рамки не дают возможности гибко адаптировать систему к специфике деятельности конкретного предприятия Таким образом, материальные и временные затраты па внедрение системы и ее доводку под требования заказчика обычно значительно превышают запланированные показатели.
Согласно статистическим данным, собранным Standish Group (СШЛ), из 8380 проектов, обследованных в СШЛ в 1994 году, неудачными оказались более 30% проектов, общая стоимость которых превышала 80 миллиардов долларов. При этом оказались выполненными в срок лишь 16% от общего числа проектов, а перерасход средств составил 189% от запланированного бюджета.
В то же время, заказчики ИС стали выдвигать все больше требований, направленных на обеспечение возможности комплексного использования корпоративных данных в управлении и планировании своей деятельности. Таким образом, возникла насущная необходимость формирования повой методологии построения информационных систем.
Согласно современной методологии, процесс создания ИС представляет собой процесс построения и последовательного преобразования ряда согласованных моделей на всех этапах жизненного цикла (ЖЦ) ИС. На каждом этапе ЖЦ создаются специфичные для него модели - организации, требований к
ИС. проекта ИС. требований к приложениям и т.д. Обычно выделяют следующие этапы создания ИС: формирование требований к системе, проектирование, реализация, тестирование, ввод в действие, эксплуатация и сопровождение.
Начальным этапом процесса создания ИС является моделирование бизнес-процессов, протекающих в организации и реализующих ее цели задачи. Модель организации, описанная в терминах бизнес-процессов бизнес- функций, позволяет сформулировать основные требования к ИС.
В основе проектирования ИС лежит моделирование предметной области. Для того чтобы получить адекватный предметной области проект ИС в виде системы правильно работающих программ, необходимо иметь целостное, системное представление модели, которое отражает все аспекты функционирования будущей информационной системы. При этом под моделью предметной области понимается некоторая система, имитирующая структуру или функционирование исследуемой предметной области и отвечающая основному требованию - быть адекватной этой области.
Предварительное моделирование предметной области позволяет сократить время и сроки проведения проектировочных работ и получить более эффективный и качественный проект. Без проведения моделирования предметной области велика вероятность допущения большого количества ошибок в решении стратегических вопросов, приводящих к экономическим потерям и высоким затратам на последующее перепроектирование системы. Вследствие этого все современные технологии проектирования ИС основываются на использовании методологии моделирования предметной области.
К моделям предметных областей предъявляются следующие требования:
Формализация, обеспечивающая однозначное описание структуры предметной области;
Понятность для заказчиков и разработчиков на основе применения графических средств отображения модели;
Реализуемость, подразумевающая наличие средств физической реализации модели предметной области и ИС;
Обеспечение опенки эффективности реализации модели предметной области на основе определенных методов и вычисляемых показателей.
Функциональное моделирование IDEF0: основные определения и положения.
Программа интегрированной компьютеризации производства ICAM (ICAM - Integrated Computer Aided Manufacturing) направлена на увеличение эффективности промышленных предприятий посредством широкого внедрения компьютерных (информационных) технологий. В США это обстоятельство было осознано еще в конце 70-ых годов, когда ВВС США предложили и реализовали
Методология IDEF (ICAM Definition), позволяет исследовать структуру, параметры и характеристики производственно-технических и организационно- экономических систем (в дальнейшем, там, где это не вызывает недоразумений – систем). Общая методология IDEF состоит из трех частных методологий моделирования, основанных на графическом представлении систем:
IDEF0 используется для создания функциональной модели, отображающей структуру и функции системы, а также потоки информации и материальных объектов, связывающие эти функции.
IDEF1 применяется для построения информационной модели, отображающей структуру и содержание информационных потоков, необходимых для поддержки функций системы;
IDEF2 позволяет построить динамическую модель меняющихся во времени поведения функций, информации и ресурсов системы.
К настоящему времени наибольшее распространение и применение имеют методологии IDEF0 и IDEF1 (IDEF1X), получившие в США статус федеральных стандартов. Методология IDEF0, особенности и приемы применения которой описываются в настоящем Руководящем документе (РД), основана на подходе, разработанном Дугласом Т. Россом в начале 70–ых годов и получившем название SADT (Structured Analysis & Design Technique - метод структурного анализа и проектирования). Основу подхода и, как следствие, методологии IDEF0, составляет графический язык описания (моделирования) систем, обладающий следующими свойствами.
Для правильного отображения взаимодействий компонентов ИС важно осуществлять совместное моделирование таких компонентов, особенно с содержательной точки зрения объектов и функций.
Методология структурного системного анализа существенно помогает в решении таких задач.
Структурным анализом принято называть метод исследования системы, которое начинается с ее общего обзора, а затем детализируется, приобретая иерархическую структуру с все большим числом уровней. Для таких методов характерно: разбиение на уровни абстракции с ограниченным числом элементов (от 3 до 7); ограниченный контекст, включающий только существенные детали каждого уровня; использование строгих формальных правил записи; последовательное приближение к результату.
Определим ключевые понятия структурного анализа деятельности предприятия (организации).
Операция - элементарное (неделимое) действие, выполняемое на одном рабочем месте.
Функция - совокупность операций, сгруппированных по определенному признаку.
Бизнес-процесс - связанная совокупность функций, в ходе выполнения которой потребляются определенные ресурсы и создается продукт (предмет, услуга, научное
открытие, идея), представляющая ценность для потребителя.
Подпроцесс - это бизнес-процесс, являющийся структурным элементом некоторого бизнес-процесса и представляющий ценность для потребителя.
Бизнес-модель - структурированное графически описание сети процессов и операций, связанных с данными, документами, организационными единицами и прочими объектами, отражающими существующую или предполагаемую деятельность предприятия. Существуют различные методологии структурного моделирования предметной области, среди которых следует выделить функционально-ориентированные и объектно- ориентированные методологии.
Описание системы с помощью IDEF0 называется функциональной моделью. Функциональная модель предназначена для описания существующих бизнес- процессов, в котором используются как естественный, так и графический языки. Для передачи информации о конкретной системе источником графического языка является сама методология IDEF0.
Методология IDEF0 предписывает построение иерархической системы диаграмм - единичных описаний фрагментов системы. Сначала проводится описание системы в целом и ее взаимодействия с окружающим миром (контекстная диаграмма), после чего проводится функциональная декомпозиция - система разбивается на подсистемы и каждая подсистема описывается отдельно (диаграммы декомпозиции). Затем каждая подсистема разбивается на более мелкие и так далее до достижения нужной степени подробности.
Инструментальная среда BPwin.
Моделирование деловых процессов, как правило, выполняется с помощью case-средств. К таким средствам относятся BPwin (PLATINUM technology), Silverrun (Silverrun technology), Oracle Designer (Oracle), Rational Rose (Rational Software) и др. Функциональные возможности инструментальных средств структурного моделирования деловых процессов будут рассмотрены на примере case- средства BPwin.
BPwin поддерживает три методологии моделирования: функциональное моделирование (IDEF0); описание бизнес- процессов (IDEF3); диаграммы потоков данных (DFD). BPwin имеет достаточно простой и интуитивно понятный интерфейс пользователя. При запуске BPwin по умолчанию появляется основная панель инструментов, палитра инструментов (вид которой зависит от выбранной нотации) и, в левой части, навигатор модели - Model Explorer).
При создании новой модели возникает диалог, в котором следует указать, будет ли создана модель заново или она будет открыта из файла либо из репозитория ModelMart, затем внести имя модели и выбрать методологию, в которой будет построена модель.
Как было указано выше, BPwin поддерживает три методологии - IDEF0, IDEF3 и DFD, каждая из которых решает свои специфические задачи. В BPwin возможно построение смешанных моделей, т. е. модель может содержать одновременно диаграммы как IDEF0, так и IDEF3 и DFD. Состав палитры инструментов изменяется автоматически, когда происходит переключение с одной нотации на другую.
Модель в BPwin рассматривается как совокупность работ, каждая из которых оперирует с некоторым набором данных. Работа изображается в виде прямоугольников, данные - в виде стрелок. Если щелкнуть по любому объекту модели левой кнопкой мыши, появляется контекстное меню, каждый пункт которого соответствует редактору какого-либо свойства объекта.
На начальных этапах создания ИС необходимо понять, как работает организация, которую собираются автоматизировать. Руководитель хорошо знает работу в целом, но не в состоянии вникнуть в детали работы каждого рядового сотрудника. Рядовой сотрудник хорошо знает, что творится на его рабочем месте, но может не знать, как работают коллеги. Поэтому для описания работы предприятия необходимо построить модель, которая будет адекватна предметной области и содержать в себе знания всех участников бизнес-процессов организации.
Наиболее удобным языком моделирования бизнес- процессов является IDEF0, где система представляется как совокупность взаимодействующих работ или функций. Такая чисто функциональная ориентация является принципиальной - функции системы анализируются независимо от объектов, которыми они оперируют. Это позволяет более четко смоделировать логику и взаимодействие процессов организации.
Процесс моделирования системы в IDEF0 начинается с создания контекстной диаграммы- диаграммы наиболее абстрактного уровня описания системы в целом, содержащей определение субъекта моделирования, цели и точки зрения на модель.
Работы(Activity) обозначают поименованные процессы, функции или задачи, которые происходят в течение определенного времени и имеют распознаваемые результаты.
Работы изображаются в виде прямоугольников. Все работы должны быть названы и определены. Имя работы должно быть выражено отглагольным существительным, обозначающим действие (например, "Деятельность компании", "Прием заказа" и т.д.). Работа"Деятельность компании" может иметь, например, следующее определение: "Это учебная модель, описывающая деятельность компании". При создании новой модели (меню File/New) автоматически создается контекстная диаграмма с единственной работой, изображающей систему в целом.
Стрелки (Arrow) описывают взаимодействие работ и представляют собой некую информацию, выраженную существительными.(Например, "Звонки клиентов", "Правила и процедуры", "Бухгалтерская система".)
Учебное пособие для вузов
2-е изд., перераб. и доп.
2014 г.
Тираж 1000 экз.
Формат 60х90/16 (145x215 мм)
Исполнение: в мягкой обложке
ISBN 978-5-9912-0193-3
ББК 32.882
УДК 621.395
Гриф УМО
Рекомендовано УМО по образованию в области телекоммуникаций в качестве учебного пособия для студентов высших учебных заведений, обучающихся по специальностям «Сети и системы коммутации», «Многоканальные телекоммуникационные системы»
Аннотация
Рассмотрены алгоритмы моделирования дискретных и непрерывных случайных величин и процессов. Изложены принципы и алгоритмы моделирования информационных сигналов, описываемых Марковскими процессами с дискретным и непрерывным времени Рассмотрены принципы моделирования систем массового обслуживания. Описаны особенности описания и использования фрактальных и мультифрактальных процессов для моделирования телекоммуникационного трафика. Анализируются методы и примеры моделирования информационных систем с использованием специализированных пакетов прикладных программ Matlab, Opnet, Network simulator.
Для студентов, обучающихся по специальностям "Сети и системы коммутации", "Многоканальные телекоммуникационные системы", "Информационные системы и технологии".
Введение
1 Общие принципы моделирования систем
1.1. Общие понятия модели и моделирования
1.2. Классификация моделей
1.3. Структура моделей
1.4. Методологические основы формализации функционирования сложной системы
1.5. Моделирование компонентов
1.6. Этапы формирования математической модели
1.7. Имитационное моделирование
Контрольные вопросы
2 Общие принципы построения систем и сетей связи
2.1. Концепция построения систем и сетей связи
2.2. Многоуровневые модели сети
2.2.1. Трехуровневая модель
2.2.2. Архитектура протоколов ТСР/IР
2.2.3. Эталонная модель OSI
2.3. Структура сетей связи
2.3.1. Глобальные сети
2.3.2. Локальные вычислительные сети
2.3.3. Топологии вычислительной сети
2.3.4. Локальные сети Ethernet
2.4. Сети Frame Relay
2.5. IP-телефония
Контрольные вопросы
3 Моделирование случайных чисел
3.1. Общие сведения о случайных числах
3.2. Программные методы генерирования равномерно распределенных случайных чисел
3.3. Формирование случайных величин с заданным законом распределения
3.3.1. Метод обратных функций
3.3.2. Приближенные методы преобразования случайных чисел
3.3.3. Метод отсеивания (метод генерации Неймана)
3.4. Методы, основанные на центральной предельной теореме
3.5. Алгоритмы моделирования часто употребляемых случайных величин
3.6. Алгоритмы моделирования коррелированных случайных величин
3.7. Формирование реализаций случайных векторов и функций
3.7.1. Моделирование n-мерной случайной точки с независимыми координатами
3.7.2. Формирование случайного вектора (в рамках корреляционной теории)
3.7.3. Формирование реализаций случайных функций
4 Моделирование дискретных распределений
4.1. Распределение Бернулли
4.2. Биномиальное распределение
4.3. Распределение Пуассона
4.4. Моделирование испытаний в схеме случайных событий
4.4.1. Моделирование случайных событий
4.4.2. Моделирование противоположных событий
4.4.3. Моделирование дискретной случайной величины
4.4.4. Моделирование полной группы событий
4.5. Потоки событий
4.6. Обработка результатов моделирования
4.6.1. Точность и количество реализаций
4.6.2. Первичная статистическая обработка данных
Контрольные вопросы
5 Алгоритмы моделирования стохастических сигналов и помех в системах связи
5.1. Алгоритм моделирования нестационарных случайных процессов
5.2. Алгоритмы моделирования стационарных случайных процессов
5.3. Методы моделирования сигналов и помех в виде стохастических дифференциальных уравнений
5.4. Примеры моделей случайных процессов в системах связи
5.4.1. Модели информационных процессов
5.4.2. Модели помех
5.4.3. Характеристика основных видов помех
Контрольные вопросы
6 Марковские случайные процессы и их моделирование
6.1. Основные понятия марковского случайного процесса
6.2. Основные свойства дискретных цепей Маркова
6.3. Непрерывные марковские цепи
6.3.1. Основные понятия
6.3.2. Полумарковские процессы
6.3.3. Процессы гибели и размножения
6.4. Модели непрерывнозначных марковских случайных процессов на основе стохастических дифференциальных уравнений
6.5. Моделирование марковских случайных процессов
6.5.1. Моделирование дискретных процессов
6.5.2. Моделирование скалярных непрерывнозначных процессов
6.5.3. Моделирование непрерывнозначных векторных процессов
6.5.4. Моделирование гаусcовского процесса с дробно-рациональной спектральной плотностью
6.5.5. Моделирование многосвязных последовательностей
6.5.6. Моделирование марковских процессов с помощью формирующих фильтров
6.5.7. Алгоритм статистического моделирования марковских цепей
Контрольные вопросы
7 Примеры марковских моделей
7.1. Марковские модели речевого диалога абонентов
7.1.1. Состояния речевого сигнала
7.1.2. Модели диалога
7.2. Марковские модели речевого монолога
7.3. Пуассоновский процесс, управляемый марковским в моделях речи
7.4. Марковские модели цифровых последовательностей на выходе кодека G.728
7.5. Статистическое уплотнение источника речевых пакетов с учетом марковской модели телефонного диалога
7.6. Марковская модель беспроводного канала с механизмом ARQ/FEC
7.7. Пакетирование ошибок
7.8. Расчёт характеристик потока ошибок по параметрам модели
7.8.1. Оценка параметров потока ошибок
7.8.2. Оценка адекватности модели потока ошибок
7.9. Марковские модели оценки QoS мультимедийных сервисов реального времени в Интернете
7.9.1. Понятие мультимедийных сервисов реального времени
7.9.2. Анализ и моделирование задержек и потерь
7.10. Модели потоков мультимедийного трафика
Контрольные вопросы
8 Системы массового обслуживания и их моделирование
8.1. Общая характеристика систем массового обслуживания
8.2. Структура системы массового обслуживания
8.3. Системы массового обслуживания с ожиданием
8.3.1. Система обслуживания M/M/1
8.3.2. Система обслуживания M/G/1
8.3.3. Сети с большим числом узлов, соединенных каналами связи
8.3.4. Приоритетное обслуживание
8.3.5. Система обслуживания M/M/N/m
8.4. Системы массового обслуживания с отказами
8.5. Общие принципы моделирования систем массового обслуживания
8.5.1. Метод статистических испытаний
8.5.2. Блочные модели процессов функционирования систем
8.5.3. Особенности моделирования с использованием Q-схем
Контрольные вопросы
9 Моделирование информационных систем с использованием типовых технических средств
9.1. Моделирование систем и языки программирования
9.2. Основные сведения о языке GPSS
9.2.1. Динамические объекты GPSS. Транзактно-ориентированные блоки (операторы)
9.2.2. Аппаратно-ориентированные блоки (операторы)
9.2.3. Многоканальное обслуживание
9.2.4. Статистические блоки GPSS
9.2.5. Операционные блоки GPSS
9.2.6. Другие блоки GPSS
9.3. Имитационное моделирование сети ETHERNET в среде GPSS
Контрольные вопросы
10 Моделирование систем передачи информации
10.1. Типовая система передачи данных
10.2. Помехоустойчивость передачи дискретных сигналов. Оптимальный прием
10.3. Оценка вероятности ошибочного приема дискретных сигналов с полностью известными параметрами
10.4. Помехоустойчивость дискретных сигналов со случайными параметрами
10.5. Помехоустойчивость дискретных сигналов при некогерентном приеме
10.6. Помехоустойчивость дискретных сигналов со случайными существенными параметрами
10.7. Алгоритмы формирования дискретных сигналов
10.8. Алгоритм формирования помехи
10.9. Алгоритм демодуляции дискретных сигналов
10.10. Структура имитационного комплекса и его подпрограмм
10.11. Программная среда Mathworks Matlab и пакет визуального моделирования Simulink
10.11.1. Техническое описание и интерфейс
10.11.2. Пакет визуального моделирования Simulink
10.11.3. Создание и маскирование подсистем
10.11.4. Пакет расширений Communications Toolbox
10.12. Моделирование блоков системы передачи данных стандарта WiMAX
10.12.1. Моделирование передатчика
10.12.2. Моделирование канала передачи
10.12.3. Моделирование приемника
10.12.4. Реализация модели в системе Mathlab
10.13. Результаты имитационного моделирования системы WiMAX
Контрольные вопросы
11 Самоподобные процессы и их применение в теле- коммуникациях
11.1. Основы теории фрактальных процессов
11.2. Мультифрактальные процессы
11.3. Оценка показателя Херста
11.4. Мультифрактальный анализ с использованием программного обеспечения
11.4.1. Описание программного обеспечения
11.4.2. Примеры оценки степени самоподобия
11.5. Алгоритмы и программное обеспечение для мультифрактального анализа
11.6. Влияние самоподобия трафика на характеристики системы обслуживания
11.7. Методы моделирования самоподобных процессов в теле-трафике
11.8. Исследование самоподобной структуры трафика Ethernet
11.9. Перегрузочное управление самоподобным трафиком
11.10. Фрактальное броуновское движение
11.10.1. RMD-алгоритм генерации ФБД
11.10.2. SRA-алгоритм генерации ФБД
11.12. Фрактальный гауссовский шум
11.12.1. БПФ-алгоритм синтеза ФГШ
11.12.2. Оценка результатов моделирования
Контрольные вопросы
12 Моделирование узла телекоммуникационной сети
12.1. Основные положения протокола Frame Relay
12.2. Проектирование узла сети Frame Relay
12.3. Результаты имитационного моделирования маршрутизатора FR с кодеками G.728 на входе
12.4. Влияние самоподобия трафика на QoS
Контрольные вопросы
13 Специализированные системы имитационного моделирования вычислительных сетей
13.1. Общая характеристика специализированных пакетов прикладных программ сетевого моделирования
13.2. Общие принципы моделирования в среде OPNET Modeler
13.3. Примеры применения OPNET
13.3.1. Модель для оценки качества обслуживания
13.3.2. Реализация модели локальной сети
Контрольные вопросы
14 Имитационное моделирование с помощью сетевого имитатора Network simulator 2
14.1. История создания и архитектура пакета NS2
14.2. Создание объекта имитатора
14.3. Создание топологии сети
14.4. Задание параметров генераторов
14.4.1. Exponential On/Off
14.4.2. Pareto On/Off
14.5. Два основных алгоритма организации очереди
14.6. Адаптивная маршрутизация в NS2
14.6.1. Интерфейс прикладного программирования на пользовательском уровне
14.6.2. Внутренняя архитектура
14.6.3. Расширения на другие классы
14.6.4. Недостатки
14.6.5. Список команд, используемых для имитации динамических сценариев в NS2
14.6.6. Пример динамической маршрутизация в NS2
14.7. Запуск программы сценария в NS2
14.8. Процедура обработки результатов моделирования
14.9. Пример моделирования беспроводной сети
14.10. Пример имитационного моделирования качества передачи потокового видео с использованием пакета NS 2
14.10.1. Структура программно-аппаратного комплекса для оценки качества потокового видео
14.10.2. Функциональные модули ПАК
14.10.3. Оценка качества видео
При концептуальном проектировании ИС используют ряд описаний спецификаций (требований, условий, ограничений и т.д.), среди которых центральное место занимают модели преобразования, хранения и передачи информации. Модели, полученные при изучении предметной области, в процессе разработки ИС изменяются и становятся моделями проектируемой ИС.
Различают функциональные, информационные, поведенческие и структурные модели. Функциональная модель системы описывает совокупность выполняемых системой функций. Информационные модели отражают структуры данных - их состав и взаимосвязи. Поведенческие модели описывают информационные процессы (динамику функционирования), в них фигурируют такие категории, как состояние системы, событие, переход из одного состояния в другое, условия перехода, последовательность событий. Структурные модели характеризуют морфологию системы (ее построение) - состав подсистем, их взаимосвязи.
Существует ряд способов построения и представления моделей, различных для моделей разного типа. Основой является структурный анализ - метод исследования системы, который начинается с ее общего обзора и затем происходит детализация, формирующая иерархическую структуру со все большим числом уровней.
В данном пособии мы рассмотрим методику построения структурно-функциональной и информационной моделей ИС и проектирование на их основе реляционной базы данных, иллюстрируя этот процесс конкретным учебным примером следующего содержания.
В связи с диверсификацией деятельности поступил заказ от руководства фирмы «Безенчук и компаньоны» на разработку информационной системы с целью повышения эффективности управления.
Фирма занимается производством и реализацией мебели. Имеется каталог типовой мебели, производимой фирмой. Заказчик может выбрать мебель по каталогу и/или сделать заказ по собственному описанию. После формирования заказа составляется договор. Фирма принимает у заказчиков новой мебели старую мебель, стоимость которой вычитается из цены заказа. Принятая старая мебель выставляется на продажу или может быть сдана на прокат. По истечении определенного срока невостребованная старая мебель сдается на дровяной склад. Ведется архив с информацией о выполненных заказах. Клиенты, ранее заключавшие договоры с фирмой, получают скидку при заключении нового договора. Материалы и комплектующие, необходимые для изготовления мебели, фирма приобретает у поставщиков.
Функциональное моделирование ИС
Существует несколько различных методик и средств разработки структурно-функциональных моделей ИС. Одним из широко распространенных является метод, основанный на построении диаграмм потоков данных (DFD - Data Flow Diagrams)
Диаграмма потоков данных
DFD - метод структурного анализа, оперирующий понятиями “поток данных” и “процесс” для описания системы в виде набора функциональных компонент (процессов), связанных потоками данных. В соответствии с основным принципом структурного анализа описание системы основано на последовательной детализации ее функций, которая отображается в виде иерархически организованного набора графических образов (диаграмм).
Основными элементами диаграмм потоков данных являются: внешние сущности; процессы; накопители данных; потоки данных. Каждый такой элемент имеет стандартное графическое изображение.
Внешняя сущность представляет собой объект, являющийся источником или приемником информации, например, заказчики, персонал, поставщики, клиенты, склад. Определение некоторого объекта или системы в качестве внешней сущности указывает на то, что она находится за пределами границ проектируемой ИС.
Внешними сущностями в приведенном выше примере будут представлены заказчики мебели, поставщики материалов, склад и некоторые другие объекты предметной области. Примеры их графических изображений:
Функции проектируемой ИС в DFD-модели должны быть представлены в виде процессов, преобразующих входные потоки данных в выходные в соответствии с определенными алгоритмами. Сами потоки данных является механизмом, моделирующим передачу информации от некоторого источника к приемнику (из одной части системы в другую). Поток данных на диаграмме изображается линией, оканчивающейся стрелкой, которая показывает направление потока. Каждый поток данных должен иметь имя, отражающее его содержание.
Например, функция ИС, предназначенная для формирования заказа мебели и заключения договора на ее изготовление, на диаграмме может быть представлена процессом «заказ мебели». Этот процесс в качестве входных данных должен получать информацию о заказчике, необходимую для заключения договора и информацию о заказываемой им мебели (тип, описание, размеры и др.). Графическое изображение этого процесса и соответствующих потоков данных:
Накопитель (хранилище) данных представляет собой абстрактное устройство для хранения информации, которую можно в любой момент поместить в накопитель и извлечь для дальнейшего использования. Информация в накопитель может поступать от внешних сущностей и процессов, они могут быть и потребителями информации, хранящейся в накопителе. Графическое изображение накопителя:
Контекстная диаграмма
Диаграмма верхнего уровня иерархии, фиксирующая основные процессы или подсистемы ИС и их связи с внешними сущностями (входами и выходами системы), называется контекстной диаграммой. Обычно при проектировании относительно простых ИС строится единственная контекстная диаграмма со звездообразной топологией, в центре которой находится главный процесс, соединенный с приемниками и источниками информации (пользователи и другие внешние системы). Хотя контекстная диаграмма может казаться тривиальной, несомненная ее полезность заключается в том, что она устанавливает границы анализируемой системы и определяет основное назначение системы. Тем самым задается тот контекст, в котором существуют диаграммы нижних уровней с их процессами, потоками и накопителями.
Контекстная диаграмма для описанного выше примера представлена на рис.4.
Необходимо отметить, что в учебных целях далее рассматривается упрощенный вариант моделей системы, в которых не будут представлены потоки данных и процессы, связанные с финансовой стороной деятельности компании. Хотя, конечно, для любой компании своевременная, полная и достоверная информация о ее финансовом состоянии является жизненно необходимой. В данном примере «финансовая составляющая» очевидно, присутствует во взаимодействии компании со всеми внешними сущностями, представленными на контекстной диаграмме.
Представленные на этой диаграмме внешние сущности выступают как источники информации, которая хранится и обрабатывается в ИС фирмы, и как потребители этой информации. В данной модели выделены две сущности «клиент», являющиеся образами реальных клиентов фирмы: «заказчик» и «покупатель», так как имеются существенные различия в содержании информации, которой они обмениваются с ИС.
Для «клиента-заказчика» поток данных «каталог» - это описание типовой мебели, производимой фирмой. Поток данных «заказ» может включать в себя информацию о заказе мебели, выбранной из каталога и/или описание заказчиком отсутствующей в каталоге мебели и также, возможно, информацию о старой мебели, продаваемой заказчиком фирме.
Для «клиента-покупателя» поток данных «каталог старой мебели» - это сведения о имеющейся в наличии старой мебели, принятой от заказчиков. Поток «покупка/прокат старой мебели» - это информация о выбранной клиентом старой мебели, которую он желает приобрести или взять на прокат.
В то же время на практике возможны ситуации, когда «клиент-заказчик» и «клиент-покупатель» будут одним и тем же лицом.
МИНИСТЕРСТВО ОБРАЗОВАНИЯ РОССИЙСКОЙ ФЕДЕРАЦИИ УЛЬЯНОВСКИЙ ГОСУДАРСТВЕННЫЙ ТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ В.С.ЩЕКЛЕИН МОДЕЛИРОВАНИЕ ИНФОРМАЦИОННЫХ СИСТЕМ Конспект лекций для студентов направления 652100 «Авиастроение» Ульяновск 2002 2 УДК 621.9.06-229(035) ББК Щ Рецензент: Одобрены секцией методических пособий научно-методического сове- та университета Щеклеин В.С. Щ Моделирование информационных систем: конспект лекций/ В.С.ЩЕКЛЕИН. - Ульяновск: УлГТУ, 2002. - с. Конспект лекций представляет собой подборку материала, использо- ванного в 1999/2000 учебном году при проведении занятий по дисциплине "Моделирование информационных систем". Предназначен для студентов специализаций: 130107 «Программная обработка конструкционных мате- риалов» и 130111 «Проектный менеджмент авиационного производства». Это пособие не является завершенным, в него планируется включать новый разработанный материал, подборка и оформление которого осуществляется в соответствии с утвержденной программой дисциплины. 3 СОДЕРЖАНИЕ ВВЕДЕНИЕ ……………………………………………………………... 4 1. ОСНОВНЫЕ ПОНЯТИЯ ТЕОРИИ МОДЕЛИРОВАНИЯ ………... 4 2. СУЩНОСТЬ МЕТОДА СТАТИСТИЧЕСКИХ ИСПЫТАНИЙ И ЕГО РЕАЛИЗАЦИИ С ПОМОЩЬЮ КОМПЬЮТЕРА …………… 7 3. ОБОБЩЕННЫЕ АЛГОРИТМЫ СТАТИСТИЧЕСКОГО МОДЕЛИ- РОВАНИЯ ………………………………………………………… 9 4. МОДЕЛИРОВАНИЕ СЛУЧАЙНЫХ ВЕЛИЧИН С ЗАДАННЫМ ЗАКОНОМ РАСПРЕДЕЛЕНИЯ. МОДЕЛИРОВАНИЕ СЛУЧАЙ- НЫХ СОБЫТИЙ …………………………………………………….. 5. ПОДХОД К МОДЕЛИРОВАНИЮ СИСТЕМ ……………………... 15 6. ЗАДАНИЕ СЛУЧАЙНЫХ ВЕЛИЧИН И СЛУЧАЙНЫХ СОБЫТИЙ В EXCEL ………………………………………………………... 21 7. МОДЕЛИРОВАНИЕ МАРКОВСКИХ ЦЕПЕЙ ……………………. 23 8. МОДЕЛИРОВАНИЕ СИСТЕМ МАССОВОГО ОБСЛУЖИВАНИЯ. 25 9. СТРУКТУРА ИНФОРМАЦИОННО–ВЫЧИСЛИТЕЛЬНЫХ СИС- ТЕМ ……………………………………………………………………… 26 9.1. Понятие процесса ……………………….………………………….. 28 9.2. Рабочая нагрузка …………………………………………………… 29 10. ПОКАЗАТЕЛИ ЭФФЕКТИВНОСТИ ИНФОРМАЦИОННЫХ СИСТЕМ ……………………………………………………………….. 30 11. ОЦЕНКА ПРОИЗВОДИТЕЛЬНОСТИ КОМПОНЕНТОВ СИСТЕ- МЫ …………………………………………………………….…. 31 12. ОЦЕНКА ПРОИЗВОДИТЕЛЬНОСТИ СИСТЕМЫ В ЦЕЛОМ ……. 32 13. ВЛИЯНИЕ РЕЖИМА ОБРАБОТКИ ДАННЫХ …………………….. 35 14. ХАРАКТЕРИСТИКИ НАДЕЖНОСТИ ……………………………… 36 15. ПОСТРОЕНИЕ МАТЕМАТИЧЕСКОЙ МОДЕЛИ ИНФОРМАЦИОННОЙ СИСТЕМЫ …………………………………. 40 БИБЛИОГРАФИЧЕСКИЙ СПИСОК ……………………………………. 46 4 ВВЕДЕНИЕ Полезность математического моделирования для решения практиче- ских задач вообще не вызывает сомнений. Может возникнуть вопрос, а для чего необходимо осваивать моделирование информационных систем (а сей- час эти системы невозможно представить без вычислительной техники) авиа- строителям, ориентированным на технологию производства самолетов? Со- временная технология становится все более и более автоматизированной. Современный авиастроитель, будь он конструктор или технолог должен ис- пользовать компьютеры в своей работе. Существует опасность неадекватной оценки возможностей компьютера при решении инженерных задач. Это мо- жет привести или к отказу от автоматизации того или иного фрагмента тех- нологического процесса, или к неоправданным расходам на средства вычис- лительной техники, возможности которых сильно завышены по сравнению с необходимыми. При этом так называемый здравый смысл может приводить к серьезным ошибкам в оценке. Целью дисциплины является вооружение мо- лодого специалиста аппаратом оценки информационно - вычислительных систем для того, чтобы он мог грамотно вписывать средства автоматизации в контуры производства или управления. Кроме того, моделируя те или иные системы, студенты получают опосредованный опыт оптимизации систем и закрепляют навыки использования компьютера при решении профессио- нальных задач. 1. ОСНОВНЫЕ ПОНЯТИЯ ТЕОРИИ МОДЕЛИРОВАНИЯ Моделированием называется замещение одного объекта другим с це- лью получения информации о важнейших свойствах объекта – оригинала с помощью объекта – модели. Модель (франц. modele от лат. modulas – мера, образец) : 1) образец для массового изготовления изделия; марка изделия; 2) изделие, с которого снимается форма (шаблоны, лекала, плазы); 3) изображаемый художником человек или предмет; 4) устройство, воспроизводящее строение или действие какого-либо другого устройства; 5) любой образ объекта, процесса или явления, используемый в качестве представителя оригинала (изображение, схема, чертеж, карта); 6) математический аппарат, описывающий объект, процесс или явление; 7) приспособление для получения отпечатка в литейной форме. В дальнейшем, если это не будет оговорено особо, под моделью будем понимать математический аппарат. Всем моделям присуще наличие некоторой структуры (статической или динамической, материальной или идеальной), которая подобна структуре объекта – оригинала. В процессе работы модель выступает в роли относи- тельно самостоятельного квазиобъекта, позволяющего получить при иссле- довании некоторые знания о самом объекте. Если результаты такого иссле- 5 дования (моделирования) подтверждаются и могут служить основой для про- гнозирования в исследуемых объектах, то говорят, что модель адекватна объ- екту. При этом адекватность модели зависит от цели моделирования и при- нятых критериев. Процесс моделирования предполагает наличие: - объекта исследования; - исследователя, имеющего конкретную задачу; - модели, создаваемой для получения информации об объекте, необходимой для решения задачи. По отношению к модели исследователь является экспериментатором. Надо иметь в виду, что любой эксперимент может иметь существенное зна- чение в конкретной области науки и техники только при специальной обра- ботке его результатов. Одним из наиболее важных аспектов моделирования систем является проблема цели. Любую модель строят в зависимости от це- ли, которую ставит перед ней исследователь, поэтому одна из основных про- блем при моделировании – это проблема целевого назначения. Подобие про- цесса, протекающего в модели, реальному процессу, является не самоцелью, а условием правильного функционирования модели. В качестве цели должна быть поставлена задача изучения какой-либо стороны функционирования объекта. Если цели моделирования ясны, то возникает следующая проблема, проблема построения модели. Это построение оказывается возможным, если имеется информация или выдвинуты гипотезы относительно структуры, ал- горитмов и параметров исследуемого объекта. Следует подчеркнуть роль ис- следователя в процессе построения модели, этот процесс является творче- ским, базирующимся на знаниях, опыте, эвристике. Формальные методы, по- зволяющие достаточно точно описать систему или процесс являются непол- ными или просто отсутствуют. Поэтому выбор той или иной аналогии полно- стью основывается на имеющемся опыте исследователя, и ошибки исследо- вателя могут привести к ошибочным результатам моделирования. Когда модель построена, то следующей проблемой можно считать про- блему работы с ней, реализацию модели. Здесь основные задачи – минимиза- ция времени получения конечных результатов и обеспечение их достоверно- сти. Для правильно построенной модели характерным является то, что она выявляет лишь те закономерности, которые нужны исследователю, и не рас- сматривает свойства системы – оригинала, несущественные в данный мо- мент. Классификация видов моделирования систем приведена на рис. 1.1. Математическое моделирование – это построение и использование матема- тических моделей для исследования поведения систем (объектов) в различ- ных условиях, для получения (расчета) тех или иных характеристик оригина- ла без проведения измерений или с небольшим их количеством. В рамках ма- тематического моделирования сложились два подхода: - аналитический; - имитационный. 6 Моделирование систем Детермини- Стохастическое рованное Статическое Динамическое Дискретное Дискретно- Непрерывное непрерывное Абстрактное Материальное Наглядное Символическое Математическое Натурное Физическое Аналитическое Комбинирован. Имитационное Рис. 1.1. Аналитический подход основывается на построении формульных зави- симостей, связывающих параметры и элементы системы. Такой подход дол- гое время и был собственно математическим подходом. Однако при рассмот- рении сложных систем строгие математические зависимости весьма сложны, требуется большое количество измерений для получения требуемых значе- ний параметров. Анализ характеристик процессов функционирования сложных систем с помощью только аналитических методов исследования наталкивается на зна- чительные трудности, приводящие к необходимости существенного упроще- ния моделей либо на этапе их построения, либо в процессе работы с моде- лью, что снижает достоверность результатов. Имитационный (статистический) подход в моделировании базируется на использовании предельной теоремы Чебышева при вероятностном пред- ставлении параметров системы. На основе предварительного изучения моде- лируемой системы достаточно просто определяются виды и значения законов распределения случайных величин параметров. В рамках имитационного подхода используются аналитические зависимости между параметрами эле- ментов системы, однако эти зависимости имеют более обобщенный, упро- щенный характер. Они значительно проще, нежели зависимости в рамках аналитического подхода. 7 Математическое моделирование систем, в том числе и информацион- ных, имеет целью оптимизацию структуры систем, выбор наиболее опти- мальных режимов функционирования систем, определение требуемых харак- теристик аппаратурного оборудования и программного обеспечения. Математическое моделирование технологических процессов, в том числе и информационных, имеет основными целями нахождение оптималь- ных или приемлемых характеристик самого объекта, нахождение оптималь- ных режимов обработки, обучение персонала, обеспечение определенных функций управления. В любом случае моделирование должно отвечать следующим требова- ниям: - модели должны быть адекватны соответствующим системам или техноло- гическим задачам; - должна обеспечиваться необходимая точность; - должно обеспечиваться удобство работы пользователя – специалиста по технологии или по обработке информации (управлению): - понятный интерфейс управления моделированием; - достаточная скорость работы; - наглядность результатов; - приемлемая стоимость разработки и использования средств моделиро- вания. 2. СУЩНОСТЬ МЕТОДА СТАТИСТИЧЕСКИХ ИСПЫТАНИЙ И ЕГО РЕАЛИЗАЦИИ С ПОМОЩЬЮ КОМПЬЮТЕРА Метод статистического моделирования заключается в воспроизведении исследуемого процесса при помощи вероятностной математической модели и вычислении характеристик этого процесса. Основан метод на многократном проведении испытаний построенной модели с последующей статистической обработкой полученных данных с целью определения характеристик рас- сматриваемого процесса в виде статистических оценок его параметров. Рассмотрим уравнение: у = f (x, t , ξ) , (2.1) где y - параметр системы, требующий определения, x - фазовая переменная, t - время, ξ - случайный параметр, закон распределения которого нам известен. Если функция f существенно нелинейна, то для решения данной зада- чи нет универсальных методов решения, и достаточно полно отработанные регулярные методы поиска оптимальных решений можно применить только поставив во главу угла видимость использования математики, упрощения приведут к серьезной потери точности. Математическая модель станет не- 8 адекватной исследуемой системе, и моделирование будет только формой за- блуждения. Однако, если удается построить функцию y = ϕ (ξ) и датчик случайных чисел ξ 1 , ξ 2 , ... , ξ N с заданным законом распределения, то значение y может быть вычислено как y = ∑ ϕ (ξ i) N , (2.2) где ϕ (ξ 1) - значение i -ой реализации. Если f (x, t , ξ) является аналитической моделью процесса преобразова- ния информации или технологического процесса обработки детали, то ϕ (ξ) будет статистической моделью. Некоторые принципы и приемы построения статистических моделей будут рассмотрены позднее. Важно то, что при по- строении функции y = ϕ (ξ) и датчика случайных чисел ξ 1 , ξ 2 , ... , ξ N на бумаге в подавляющем большинстве случаев достаточно легко реализовать их на ЭВМ в рамках соответствующего программного обеспечения. При этом ре- зультаты будут содержать ошибку, но эта ошибка меньше, нежели ошибки из-за допущений в аналитической модели. Кроме того, ошибка из-за приме- нения статистической модели может быть количественно оценена. Этот прием распространяется и на более сложные случаи, когда урав- нение (2.1) содержит не только случайные параметры, но и случайные функ- ции. После получения на ЭВМ N реализаций следует этап обработки стати- стики, позволяющий рассчитать, наряду с математическим ожиданием (2.2) и другие параметры ϕ (ξ) , например дисперсию D = 1 N * ∑ x.i − 1 N 2* (∑ x.i) . В методе статистических испытаний для получения достаточно на- дежных результатов необходимо обеспечивать большое число реализаций N , кроме того, с изменением хотя бы одного исходного параметра задачи необ- ходимо производить серию из N испытаний заново. При сложных моделях неоправданно большая величина N может стать фактором, задерживающим получение результата. Поэтому важно правильно оценить необходимое чис- ло результатов. Доверительный интервал ε , доверительная вероятность α , дисперсия D и число реализаций N связаны соотношением ε = D NФ −1 (α) , где Ф −1 (α) - функция, обратная функции Лапласа. На практике можно воспользоваться соотношением N ≤ D ε 2 * 6,76 для α ≥ 0,99 принимая, с целью надежности, наибольшее значение N из соот- ношения (). Оценка дисперсии D может быть получена предварительно с помощью той же статистической модели при числе реализаций n , n << N . 9 При построении статистических моделей информационных систем ис- пользуется общий и прикладной математический аппарат. В качестве приме- ра можно привести аппарат систем массового обслуживания. Система массо- вого обслуживания (СМО) - система, предназначенная для выполнения пото- ка однотипных требований случайного характера. Статистическое моделиро- вание СМО заключается в многократном воспроизведении исследуемого процесса (технического, социального и т.д.) при помощи вероятностной ма- тематической модели и соответствующей обработке получаемой при этом статистики. Существуют пакеты программ статистического моделирования СМО, однако они требуют определенных усилий для их освоения и не всегда доступны. Поэтому в рамках дисциплины предлагается достаточно простой подход, позволяющий с наименьшими затратами моделировать простые СМО. При этом предполагается, что пользователь ознакомлен с теорией мас- сового обслуживания и имеет навыки работы на компьютере. Следует пом- нить, что массовое обслуживание - важный, но далеко не единственный предмет статистического моделирования. На основе этого метода решаются, например, задачи физики (ядерной, твердого тела, термодинамики), задачи оптимизации маршрутов, моделирования игр и т.п. 3. ОБОБЩЕННЫЕ АЛГОРИТМЫ СТАТИСТИЧЕСКОГО МОДЕЛИРОВАНИЯ Существуют две схемы статистического моделирования: - моделирование по принципу особых состояний; - моделирование по принципу ∧ t . Порядок моделирования по принципу особых состояний заключается в выполнении следующих действий: 1) случайным образом определяется событие с минимальным временем - бо- лее раннее событие; 2) модельному времени присваивается значение времени наступления наибо- лее раннего события; 3) определяется тип наступившего события; 4) в зависимости от типа наступившего события осуществляется выполнение тех или иных блоков математической модели; 5) перечисленные действия повторяются до истечения времени моделирова- ния. В процессе моделирования производится измерение и статистическая обработка значений выходных характеристик. Эта схема моделирования хо- рошо подходит для систем массового обслуживания в традиционном их опи- сании. Обобщенный алгоритм моделирования по принципу особых состоя- ний представлен схемой на рис. 3.1. 10 н Определение времени наступления очередного события Корректировка текущего модельного времени Опр.типа соб Блок реакции 1 Блок реакции К нет Конец модел Да Рис. к Моделирование по принципу ∧ t осуществляется следующим образом: 1) устанавливаются начальные состояния, в т. ч. t = 0 ; 2) модельному времени дается приращение t = t + ∧t ; 3) на основе вектора текущих состояний элементов модели и нового значения времени рассчитываются новые значения этих состояний; за ∧ t может на- ступить одно событие, несколько событий или же может вообще не проис- ходить событий; пересчет состояния всех элементов системы – более тру- доемкая процедура, нежели любой из блоков реакции модели, построенной по принципу особых состояний; 4) если не превышено граничное время моделирования, предыдущие пункты повторяются. В процессе моделирования производится измерение и статистическая обработка значений выходных характеристик. Эта схема моделирования применима для более широкого круга систем, нежели моделирование по принципу особых событий, однако есть проблемы с определением ∧ t . Если задать его слишком большим - теряется точность, слишком малым - возрас- тает время моделирования. На основе базовых схем моделирования можно строить комбинирован- ные и диалоговые схемы, в которых моделирование идет под контролем опе-
1 из 38
Презентация на тему: Моделирование информационных систем
№ слайда 1
№ слайда 2
Описание слайда:
Назначение курса углубление профильных предметов (информатика, математика); формирование компетенций для профессиональной деятельности в области информационного моделирования Мотивация учащихся при выборе ЭК. - испытание учащимся своих способностей и интереса к творческой, исследовательской деятельности в области информационного моделирования; - подготовка к поступлению в вуз на специальности, связанные с информационным моделированием и компьютерными технологиями: прикладная математика, моделирование, вычислительные системы и т.п.
№ слайда 3
Описание слайда:
№ слайда 4
Описание слайда:
Содержание учебника Глава 1. Моделирование информационных систем 1.1. Информационные системы и системология 1.2. Реляционная модель и базы данных (Access) 1.3. Электронная таблица – инструмент информационного моделирования 1.4. Программирование приложений (элементы VBA для Excel) Глава 2. Компьютерное математическое моделирование 2.1. Введение в моделирование 2.2. Инструментарий компьютерного математического моделирования (Excel, MathCad, VBA, Паскаль) 2.3. Моделирование процессов оптимального планирования 2.4. Компьютерное имитационное моделирование Приложения
№ слайда 5
Описание слайда:
«Моделирование и разработка информационных систем» Задачи изучения раздела Общее развитие и становление мировоззрения учащихся. Основной мировоззренческой компонентой содержания данного раздела курса является формирование системного подхода к анализу окружающей действительности. Овладение основами методики построения информационных справочных систем. Учащиеся получают представление об этапах разработки информационной системы: этапе проектирования и этапе реализации. Создание многотабличной базы данных происходит в среде реляционной СУБД MS Access. Учащиеся осваивают приемы построения базы данных, приложений (запросов, отчетов), элементов интерфейса (диалоговых окон). Развитие и профессионализация навыков работы с компьютером. Навыки, полученные в базовом курсе, находят дальнейшее развитие. - работа с векторной графикой при построении структурных моделей систем - углубленное изучение возможностей СУБД MS Access - использование MS Excel как средства работы с базой данных - программирование на VBA в среде Excel для разработки интерфейса - при работе над рефератами рекомендуется использовать ресурсы Интернета; материал для защиты подготовить в виде презентации (Power Point)
№ слайда 6
Описание слайда:
Проектный метод обучения Постановка задачи: Предметная область: средняя школа Цель проекта: создание информационной системы «Учебный процесс» Назначение информационной системы: информировать пользователей: Об ученическом составе классов О преподавательском составе школы О распределении учебной нагрузки и классного руководства Об успеваемости учеников
№ слайда 7
Описание слайда:
№ слайда 8
Описание слайда:
№ слайда 9
Описание слайда:
№ слайда 10
Описание слайда:
№ слайда 11
Описание слайда:
№ слайда 12
Описание слайда:
Разработка приложений Приложения: запросы, отчеты Задача. Требуется получить список всех девочек из девятых классов, у которых годовые оценки по информатике – пятерки. Понятие подсхемы Использование гипотетического языка запросов.выбор УЧЕНИКИ.ФАМИЛИЯ, УЧЕНИКИ.ИМЯ, УЧЕНИКИ.КЛАСС для УЧЕНИКИ.КЛАСС=’9?’и УЧЕНИКИ.ПОЛ=’ж’ и УСПЕВАЕМОСТЬ.ПРЕДМЕТ=’информатика’ и УСПЕВАЕМОСТЬ.ГОД=5 сортировать УЧЕНИКИ.ФАМИЛИЯ по возрастанию
№ слайда 13
Описание слайда:
№ слайда 14
Описание слайда:
№ слайда 15
Описание слайда:
Программирование приложений на VBA Private Sub CommandButton1_Click() "Описание переменных Dim i, j, n As Integer Dim Flag As Boolean "Инициализация данных Flag = False "Определяется количество строк в списке школ n = Range("A3").CurrentRegion.Rows.Count "Поиск в списке номера школы, указанного в поле ввода ‘TextBox1” For i = 3 To n+2 If Cells(i, 1).Value = Val(UserForm1.TextBox1.Text) Then Flag = True Exit For End If Next Фрагмент программы обработки события «Щелчок по кнопке ПОИСК»
№ слайда 16
Описание слайда:
«Компьютерное математическое моделирование» Задачи изучения раздела Овладение моделированием как методом познания окружающей действительности (научно-исследовательский характер раздела) - показывается, что моделирование в различных областях знаний имеет схожие черты, зачастую для различных процессов удается получить очень близкие модели; - демонстрируются преимущества и недостатки компьютерного эксперимента по сравнению с экспериментом натурным; - показывается, что и абстрактная модель, и компьютер предоставляют возможность познавать окружающий мир, управлять им в интересах человека. Выработка практических навыков компьютерного моделирования. Дается общая методология компьютерного математического моделирования. На примере ряда моделей из различных областей науки и практики практически реализуются все этапы моделирования от постановки задачи до интерпретации результатов, полученных в ходе компьютерного эксперимента. Содействие профессиональной ориентации учащихся. Выявление склонности ученика к исследовательской деятельности, развитие творческого потенциала, ориентация на выбор профессии, связанной с научными исследованиями. Преодоление предметной разобщенности, интеграция знаний. В рамках курса изучаются модели из различных областей науки с использованием математики. Развитие и профессионализация навыков работы с компьютером. Овладение ППО общего и специализированного назначения, системами программирования.
№ слайда 17
Описание слайда:
№ слайда 18
Описание слайда:
Моделирование процессов оптимального планирования Задача о планировании работы станции технического обслуживания Постановка задачи Пусть станция технического обслуживания автомобилей производит два типа обслуживания: ТО-1 и ТО-2. Автомобили принимаются в начале рабочего дня и выдаются клиентам в конце. В силу ограниченности площади стоянки за день можно обслужить в совокупности не более 140 автомобилей. Рабочий день длится 8 часов. Если бы все автомобили проходили только ТО-1, то мощности станции позволили бы обслужить 200 автомобилей в день, если бы все автомобили проходили только ТО-2, то 50. Стоимость (для клиента) ТО-2 вдвое выше, чем ТО-1. В реальности часть автомобилей проходит ТО-1, а часть, в тот же день, – ТО-2. Требуется составить такой дневной план обслуживания, чтобы обеспечить предприятию наибольшие денежные поступления.
№ слайда 19
Описание слайда:
Моделирование процессов оптимального планирования Формализация и математическая модель задачи Плановые показатели x – дневной план производства ТО-1; y – дневной план производства ТО-2. Из постановки задачи следует система неравенств Наибольшая прибыль будет достигнута при максимальном значении функции Функция f(x,y) называют целевой функцией, а система неравенств – системой ограничений. Получили задачу линейного программирования
№ слайда 20
Описание слайда:
№ слайда 21
Описание слайда:
Моделирование процессов оптимального планирования Методы решения задачи линейного программирования Симплекс-метод - универсальный способ решения задачи линейного программирования Симплекс-таблица Базис Св.чл. x1 ¼ xi ¼ xr xr+1 ¼ xj ¼ xn x1 b1 1 ¼ 0 ¼ 0 a1,r+1 ¼ a1j ¼ a1n xi bi 0 1 ¼ 0 ai,r+1 ¼ aij ¼ ain ¼ ¼ ¼ ¼ ¼ ¼ ¼ ¼ xr br 0 0 ¼ 1 ar,r+1 ¼ arj ¼ Arn f 0 0 0 ¼ 0 gr+1 ¼ gj ¼ gn
№ слайда 22
Описание слайда:
№ слайда 23
Описание слайда:
№ слайда 24
Описание слайда:
№ слайда 25
Описание слайда:
Моделирование процессов оптимального планирования Private Sub CommandButton1_Click() Dim d(5, 9) As Variant Dim i, j, r, n, k, m As Integer Dim p, q, t As String Dim a, b As Double For i = 1 To 5 For j = 1 To 9 d(i, j) = Range("a6:i10").Cells(i, j).Value Next j Next i n = 7: r = 3 " Анализ оптимальности текущего решения’ t = "далее" Do While t = "далее" Программа Симплекс-метода на VBA for Excel (фрагмент)
№ слайда 28
Описание слайда:
№ слайда 29
Описание слайда:
Моделирование процессов оптимального планирования Задача о планировании работы по строительству дороги Постановка задачи Имеется два пункта – начальный Н и конечный К; из первого во второй надо построить дорогу, которая состоит из вертикальных и отрезков. Стоимость сооружения каждого из возможных отрезков известна (указана на рисунке). Реально дорога будет некоторой ломаной линией, соединяющей точки Н и К. Требуется найти такую линию, которая имеет наименьшую стоимость. Это задача динамического программирования
Описание слайда:
№ слайда 33
Описание слайда:
Компьютерное имитационное моделирование Используется аппарат математической статистики Случайные события: - промежуток времени между двумя транзакциями - время обслуживания транзакции Функции распределения плотности вероятности случайных событий Равномерное распределение Нормальное распределение Гаусса Распределение Пуассона
Описание слайда:
Планируемые результаты обучения по ЭК. Учащиеся должны знать: назначение и состав информационных систем; этапы создания компьютерной информационной системы; основные понятия системологии существующие разновидности моделей систем; что такое инфологическая модель предметной области; что такое база данных (БД); классификация БД; структуру реляционной базы данных (РБД); нормализация БД; что такое СУБД; как организуются связи в многотабличной базе данных; какие существуют типы запросов к БД; какова структура команды запроса на выборку и сортировку данных; какими возможностями для работы с базами данных обладает табличный процессор (MS Excel); как можно создать и выполнить макрос в среде MS Excel; что такое объектно-ориентированное приложение; основы программирования на VBA; содержание понятий «модель», «информационная модель», «компьютерная математическая модель»;
№ слайда 36
Описание слайда:
этапы компьютерного математического моделирования, их содержание; состав инструментария компьютерного математического моделирования; возможности табличного процессора Excel в реализации математического моделирования; возможности системы MathCAD в реализации компьютерных математических моделей; специфику компьютерного математического моделирования в экономическом планировании; примеры содержательных задач из области экономического планирования, решаемых методом компьютерного моделирования; постановку задач, решаемых методом линейного программирования; постановку задач, решаемых методом динамического программирования; основные понятия теории вероятности, необходимые для реализации имитационного моделирования: случайная величина, закон распределения случайной величины, плотность вероятности распределения, достоверность результата статистического исследования; способы получения последовательностей случайных чисел с заданным законом распределения; постановку задач, решаемых методом имитационного моделирования в теории массового обслуживания.
№ слайда 37
Описание слайда:
Учащиеся должны уметь: проектировать несложную информационно-справочную систему; проектировать многотабличную базу данных; ориентироваться в среде СУБД MS Access; создавать структуру базы данных и заполнять ее данными; осуществлять в MS Access запросы на выборку с использованием конструктора запросов; работать с формами; осуществлять запросы с получением итоговых данных; получать отчеты; организовывать однотабличные базы данных (списки) в MS Excel; осуществлять выборку и сортировку данных в списках; осуществлять фильтрацию данных; создавать сводные таблицы; записывать макросы для MS Excel с помощью макрорекодера; писать несложные программы обработки событий на VBA. применять схему компьютерного эксперимента при решении содержательных задач, где возникает потребность в компьютерном математическом моделировании; отбирать факторы, влияющие на поведение изучаемой системы, выполнять ранжирование этих факторов;
№ слайда 38
Описание слайда:
строить модели изучаемых процессов; выбирать программные средства для исследования построенных моделей; анализировать полученные результаты и исследовать математическую модель при различных наборах параметров, в том числе граничных или критических; использовать простые оптимизационные экономические модели; строить простейшие модели систем массового обслуживания и интерпретировать полученные результаты. реализовывать простые математические модели на ЭВМ, создавая алгоритмы и программы на языке Visual Basic; пользоваться возможностями ТП Excel для проведения несложных математических расчетов и иллюстрирования результатов математического моделирования графиками и столбчатыми диаграммами; пользоваться средством «Поиск решения» ТП Excel для решения задач линейного и нелинейного программирования; пользоваться системой MathCAD для проведения несложных математических расчетов, графического иллюстрирования результатов моделирования; пользоваться системой MathCAD для решения задач линейной и нелинейной оптимизации.
