Если у вас возникли сложности с курсовой, контрольной, дипломной, рефератом, отчетом по практике, научно-исследовательской и любой другой работой - мы готовы помочь.
Предоплата всего
Подписываем
43. HTML. Назначение. Основные тэги. Гипертекст это текст, в котором имеютя ссылки для автоматического перехода на другие тексты - гиперссылки, а язык HTML (Hyper Text Markup Language) - это независимый от платформ язык разметки текста. Элементы разметки состоят из заключённых в угловые скобки (< и >) дескрипторов - тэгов(tags) и их атрибутов. Совокупность открывающего (< >) и закрывающего (< / >) дескрипторов - есть контейнер. Элементы HTML подразделяются на структурные - которые организуют текст и на форматирующие - которые задают его стиль. Основные структурные тэги: <html> … </html> <head> … </head> <title> … </title> <body> … </body> Тэг <HTML> определяет границы документа HTML, ему соответствует конечный тэг </HTML>. Между этими двумя тэгами располагается собственно весь документ. Тэги <HTML> и </HTML> - не являются строго обязательными. Но, все-таки, их использование является правилами хорошего тона т.к. браузеры у пользователей могут быть всякие и не известно - насколько корректно они визуализируют такой код. При помощи данного дескриптора создается краткое однострочное название страницы, которое выводится в заголовке окна браузера, рядом с названием самого браузера. Если титул опускается разработчиком страницы, браузер попытается сгенерировать его из названия файла. Рекомендуется делать длину титула минимальной и одновременно с этим информативной. Элемент <BODY> предназначается для выделения той части документа, которая будет визуализирована для пользователя. Он имеет как начальный, так и конечный теги.
38. Программное обеспечение для моделирования корпоративных информационных систем.
Программное обеспечение КИС систем делится на следующие классы:
1. локальные КИС (организованны для работы в локальной сети малого предприятия-1С, БЭСТ)
2. малые КИС (отличаются невысокой стоимостью, гибкие в адаптации к нуждам пользователей, но в основном настроены на настольные СУБД (Access, Foxpro,Clipper). К малым КИС относятся «Галактика», пакеты «Парус»)
3. средние КИС (имеют длительный жизненный цикл, могут превращаться в крупные КИС, имеют средства обеспечения безопасности и сопровождают программное обеспечение -
4. крупные КИС (характеризуются масштабностью и решением сложных задач, ориентированны на глобальные и беспроводные сети, имеют территориальную распределенность)
По функциональному назначению КИС делятся на
финансово-управленческие (для ведения бухгалтерии, сбыта, учета кадров и т.д.)
производственные (ориентированны на одну или несколько отраслей производства)
60. Искусственный интеллект. Нейросети.
Нейронные сети - это одно из направлений искусственного интеллекта, которые реализуют нейросетевые алгоритмы.
Делятся на :
- сети общего назначения, которые поддерживают около 30 нейросетевых алгоритмов и настраиваются на решение конкретных задач;
- объектно-ориентированные - используемые для распознания символов, управления производством, предсказание ситуаций на валютных рынках,..
- гибридные - используюемые вместе с определенным программным обеспечением (Excel, Access, Lotus).
Нейронные сети также относятся к инструментальным средствам создания ЭС и СППР и представляют собой совокупность связанных узлов, моделирующих структуру биологического нейрона.
Области применения нейронных сетей:
1. чтение печатных текстов
2. распознание ручного и печатного шрифтов
3. контроль качества на производстве, классификация дефектов
4. финансовый анализ и прогнозирование инвестиционных проектов, курса $ и ценных бумаг
5. области управления и оптимизации управления химического производств, ядерных реакторов,…
6. военная промышленность для моделирования военных конфликтов
7. в медицине
8. в области ИТ.
39. Реинжиниринг бизнес-процессов. Основные этапы реинжиниринга.
Реинжиниринг бизнес-процессов можно рассматривать как успешный метод совершенствования характеристик предприятия, наряду с такими методами как управление изменениями, достижение тотального качества (total quality management, TQM). М.Хаммер и Дж. Чампи, определили реинжиниринг как "фундаментальное переосмысление и радикальное перепроектирование бизнес-процессов для достижения существенных улучшений в таких ключевых для современного бизнеса показателях результативности, как затраты, качество, уровень обслуживания и оперативность".
Основные идеи реинжиниринга заключаются в следующем:
- интеграции выполняемых операций в единое целое;
- минимизации количества взаимодействий по вертикали власти (наделение сотрудников дополнительными полномочиями);
- бизнес-процессы кросс-функциональны и не ограничены рамками подразделений;
- бизнес-процессы требуют постоянного переосмысления, так, чтобы результаты их выполнения были удовлетворительными с точки зрения клиента).
При проведении реинжиниринга создаются специальные проекты, которые включают этапы:
1) Разработка образа будущей фирмы
2) Анализ существующего бизнеса - проводится исследование фирмы и составляется схема её функционирования в данный момент
3) Разработка нового бизнес-процесса - разрабатываются новые и изменяются старые бизнес-процессы
4) Внедрение новых бизнес-процессов
Для проведения реинжиниринга используются специальные инструментальные средства:
1. Средства построения диаграмм - продукты создания образа бизнес-процесса:
- пирамиды эффективности
- модель балансовых ведомостей
2. Средства описания бизнес-процессов графическими методами:
- SA/SD - структурный анализ/структурный дизайн - одна из самых известных методик описания бизнес-процессов, основанная на методе функциональной декомпозиции.
- IDEF - стандарт описания бизнес-процессов; включает специальные обозначения для описания готовых работ и моделей бизнеса.
3. Средства имитационного моделирования - методы и модели, позволяющие описать функционирование системы в реальных условиях.
4. Oracle Design, Oracle Developer - моделирование через БД.
5. Экспертные системы (Gensym)
33. Стандарты интеграции систем (MRP, MRP II).
MRP
Задача планирования потребностей в материалах (Materials Requirements Planning, MRP) оказалась той первой задачей, которая привела к созданию целой индустрии (60-е годы)
Главной задачей MRP является обеспечение гарантии наличия необходимого количества требуемых материалов и комплектующих в любой момент времени в рамках срока планирования, наряду с возможным уменьшением постоянных запасов, а следовательно разгрузкой склада
Решение задачи реализуется с помощью MRP-алгоритма
MRP-алгоритм – это алгоритм оптимального управления заказами на готовую продукцию, производством и запасами сырья и материалов
MRP-методология – это реализация MRP-алгоритма с помощью компьютерной системы
Основные функции MRP систем
MRP II
Структура MRPII системы
34. Стандарты интеграции систем (ERP, CRM, CSRP).
ERP
ERP-система (Enterprise Resource Planning)– информационная система для идентификации и планирования всех ресурсов предприятия, которые необходимы для осуществления продаж, производства, закупок и учета в процессе выполнения клиентских заказов
ERP = MRPII + реализация всех типов производства + интегрирование планирования ресурсов по различным направлениям деятельности компании + многозвенное планирование
Свойства ERP-систем
CRM
Управление отношениями с клиентами (Customer Relations Management, CRM) - это стратегия, основанная на применении таких управленческих и информационных технологий, с помощью которых компании аккумулируют знания о клиентах для выстраивания взаимовыгодных отношений с ними
Рынок CRM
Help Desk — техническая поддержка пользователей
CSRP
36. Геоинформационные системы.
Геоинформационные системы - многофункциональные средства анализа сведенных воедино табличных, текстовых и картографических бизнес-данных, демографической, статистической, земельной, муниципальной, адресной и другой информации
Области применения ГИС-технологий
порядка 80-90% всей информации состоит из или включает в себя геоданные, то есть различные сведения о распределенных в пространстве или по территории объектах, явлениях и процессах.
работа с такими имеющими координатную привязку характеристиками и является сущностью одной из наиболее бурно развивающихся областей рынка программного компьютерного обеспечения - технологией географических информационных систем, или коротко ГИС.
ГИС в разных областях бизнеса
57 Базовые понятия Искусственного Интеллекта
Термин интеллект (intelligence) происходит от латинского intellectus — что означает ум, рассудок, разум; мыслительные с пособности человека. Соответственно искусственный интеллект (artificial intelligence) — ИИ (AI) обычно толкуется как свойство автоматических систем брать на себя отдельные функции интеллекта человека, например, выбирать и принимать оптимальные решения на основе ранее полученного опыта и рационального анализа внешних воздействий.
Таким образом, интеллектом можно называть способность мозга решать (интеллектуальные) задачи путем приобретения, запоминания и целенаправленного преобразования знаний в процессе обучения на опыте и адаптации к разнообразным обстоят ельствам.
В этом определении под термином "знания" подразумевается не только ту информацию, которая поступает в мозг через органы чувств. Такого типа знания чрезвычайно важны, но недостаточны для интеллектуальной деятельности. Дело в том, что объекты окружающей нас среды обладают свойством не только воздействовать на органы чувств, но и находиться друг с другом в определенных отношениях. Ясно, что для того, чтобы осуществлять в окружающей среде интеллектуальную деятельность (или хотя бы просто существовать), необходимо иметь в системе знаний модель этого мира. В этой информационной модели окружающей среды реальные объекты, их свойства и отношения между ними не только отображаются и запоминаются, но и, как это отмечено в данном определении интеллекта, могут мысленно "целенаправленно преобразовываться". При этом существенно то, что формирование модели внешней среды происходит "в процессе обучения на опыте и адаптации к разнообразным обстоятельствам".
Под алгоритмом понимают точное предписание о выполнении в определенном порядке системы операций для решения любой задачи из некоторого данного класса (множества) задач. В математике и кибернетике класс задач определенного типа считается решенным, когда для ее решения установлен алгоритм. Нахождение алгоритмов является естественной целью человека при решении им разнообразных классов задач. Отыскание алгоритма для задач некоторого данного типа связано с тонкими и сложными рассуждениями, требующими большой изобретательности и высокой квалификации. Принято считать, что подобного рода деятельность требует участия интеллекта человека. Задачи, связанные с отысканием алгоритма решения класса задач определенного типа, можно называть интеллектуальными.
Что же касается задач, алгоритмы решения которых уже установлены, то "излишне приписывать им такое мистическое свойства, как "интеллектуальность". В самом деле, после того, как такой алгоритм уже найден, процесс решения соответствующих задач становится таким, что его могут в точности выполнить человек, вычислительная машина (должным образом запрограммированная) или робот, не имеющие ни малейшего представления о сущности самой задачи. Требуется только, чтобы лицо, решающее задачу, было способно выполнять те элементарные операции, их которых складывается процесс, и, кроме того, чтобы оно педантично и аккуратно руководствовалось предложенным алгоритмом. Такое лицо, действуя, как говорят в таких случаях, чисто машинально, может успешно решать любую задачу рассматриваемого типа.
Поэтому представляется совершенно естественным исключить из класса интеллектуальных такие задачи, для которых существуют стандартные методы решения. Примерами таких задач могут служить чисто вычислительные задачи: решение системы линейных алгебраических уравнений, численное интегрирование дифференциальных уравнений и т. д. Для решения подобного рода задач имеются стандартные алгоритмы, представляющие собой определенную последовательность элементарных операций, которая может быть легко реализована в виде программы для вычислительной машины. В противоположность этому для широкого класса интеллектуальных задач, таких, как распознавание образов, игра в шахматы, доказательство теорем и т. п., напротив это формальное разбиение процесса поиска решения на отдельные элементарные шаги часто оказывается весьма затруднительным, даже если само их решение несложно.
Таким образом, можно перефразировать определение интеллекта как универсальный сверхалгоритм, который способен создавать алгоритмы решения конкретных задач.
Деятельность мозга (обладающего интеллектом), направленную на решение интеллектуальных задач, называется мышлением, или интеллектуальной деятельностью. Интеллект и мышление органически связаны с решением таких задач, как доказательство теорем, логический анализ, распознавание ситуаций, планирование поведения, игры и управление в условиях неопределенности. Характерными чертами интеллекта, проявляющимися в процессе решения задач, являются способность к обучению, обобщению, накоплению опыта (знаний и навыков) и адаптации к изменяющимся условиям в процессе решения задач. Благодаря этим качествам интеллекта мозг может решать разнообразные задачи, а также легко перестраиваться с решения одной задачи на другую. Таким образом, мозг, наделенный интеллектом, является универсальным средством решения широкого круга задач (в том числе неформализованных) для которых нет стандартных, заранее известных методов решения.
Следует иметь в виду, что существуют и другие, чисто поведенческие (функциональные) определения. Так, по А. Н. Колмогорову, любая материальная система, с которой можно достаточно долго обсуждать проблемы науки, литературы и искусства, обладает интеллектом. Другим примером поведенческой трактовки интеллекта может служить известное определение А. Тьюринга. Его смысл заключается в следующем. В разных комнатах находятся люди и машина. Они не могут видеть друг друга, но имеют возможность обмениваться информацией (например, с помощью электронной почты). Если в процессе диалога между участниками игры людям не удается установить, что один из участников — машина, то такую машину можно считать обладающей интеллектом.
Кстати интересен план имитации мышления, предложенный А. Тьюрингом. "Пытаясь имитировать интеллект взрослого человека, мы вынуждены много размышлять о том процессе, в результате которого человеческий мозг достиг своего настоящего состояния… Почему бы нам вместо того, чтобы пытаться создать программу, имитирующую интеллект взрослого человека, не попытаться создать программу, которая имитировала бы интеллект ребенка? Ведь если интеллект ребенка получает соответствующее воспитание, он становится интеллектом взрослого человека… Наш расчет состоит в том, что устройство, ему подобное, может быть легко запрограммировано… Таким образом, мы расчленим нашу проблему на две части: на задачу построения "программы-ребенка" и задачу "воспитания" этой программы".
58. Искусственный интеллект. Модели представления знаний.
Обычно при проектировании БЗ проектировщик старается пользоваться стандартной моделью знаний (МЗ):
По форме описания знания подразделяются на:
Граница между декларативными и процедурными знаниями очень подвижна, т.е. проектировщик может описать одно и то же как отношение или как правило.
59. Искусственный интеллект. Экспертные системы.
В начале 70-х акценты в ИИ сместились на создание человеко-машинных систем, позволяющих комплексно на основе эвристических методов вырабатывать решения в рамках конкретных предметных областей на основе символьного подхода.
В это же время стали развиваться бурными темпами экспертные системы (ЭС). ЭС - позволяет выявлять, накапливать и корректировать знания из различных областей и на основе этих знаний формировать решения, которые считаются если не оптимальными, то достаточно эффективными в определенных ситуациях.
ЭС используют знания группы экспертов в рамках определенной предметной области. В качестве экспертов используются конкретные специалисты, которые могут быть не достаточно знакомы с ЭВМ.
Если проранжировать области применения ЭС по количеству созданных образцов:
Первые образцы ЭС занимали по трудоемкости разработки 20-30 человеко/лет. В коллектив разработчиков входили: эксперты предметной области, инженеры по знаниям или проектировщики ЭС, программисты. В проектировании ЭС есть существенное отличие от проектирования традиционных информационных систем. Это объясняется тем, что в ЭС используется понятие "знание", а в традиционной системе - "данные". В ЭС отсутствует понятие жесткого алгоритма, а всевозможные действия задаются в виде правил, которые являются эвристиками, т.е. эмпирическими правилами или упрощениями. В процессе работы системы производится построение динамического плана решения задачи с помощью специального аппарата логического вывода понятий.
Приведем примеры крупномасштабных экспертных систем.
MICIN — экспертная система для медицинской диагностики. Разработана группой по инфекционным заболеваниям Стенфордского университета. Ставит соответствующий диагноз, исходя из представленных ей симптомов, и рекомендует курс медикаментозного лечения любой из диагностированных инфекций. База данных состоит из 450 правил.
PUFF — анализ нарушения дыхания. Данная система представляет собой MICIN, из которой удалили данные по инфекциям и вставили данные о легочных заболеваниях.
DENDRAL — распознавание химических структур. Данная система старейшая, из имеющих звание экспертных. Первые версии данной системы появились еще в 1965 году во все том же Стенфордском университете. Пользователь дает системе DENDRAL некоторую информацию о веществе, а также данные спектрометрии (инфракрасной, ядерного магнитного резонанса и масс-спектрометрии), и та в свою очередь выдает диагноз в виде соответствующей химической структуры.
PROSPECTOR — экспертная система, созданная для содействия поиску коммерчески оправданных месторождений полезных ископаемых.
42 Системы автоматизированного проектирования КИС.
CASE- технологии.
RAD – технологии
Быстрое развитие современных информационных технологий приводят к постоянному возрастанию сложности КИС.
Современные проекты КИС характеризуются следующими особенностями:
-сложностью описания,
-наличием совокупности тесно взаимодействующих компонентов,
-функционированию на нескольких аппаратных платформах,
-разобщенностью и разнородностью отдельных групп разработчиков,
-существенной временной протяженностью проекта и др.
Указанные факторы способствовали появлению программно-технологических средств специального класса - CASE-средств (Computer Aided Software Engineering), реализующих технологию создания и сопровождения КИС.
CASE-технология − методология проектирования информационных систем, позволяющая в наглядной форме моделировать ИС и проводить ее анализ на всех этапах разработки и сопровождения.
Современные CASE-средства основаны на структурном или объектно-ориентированном анализе и проектировании.
Примеры:
ERwin Process Modeler (ранее BPwin) – средство системного анализа деловой и производственной активности, позволяющее отслеживать соответствие структуры бизнеса, документооборота, финансовых потоков.
ERwin Data Modeler – средство моделирования баз данных различного типа.
В рамках спиральной модели при разработке ПО КИС получила широкое распространение методология быстрой разработки приложений RAD (Rapid Application Development).
Под ней обычно понимается процесс разработки ПО, содержащий 3 элемента:
|
• |
небольшую команду программистов (от 2 до 10 человек); |
|
• |
короткий производственный график (от 2 до 6 мес.); |
|
• |
итерационный подход, при котором разработчики, как только продукт начинает обретать форму, запрашивают и реализуют в нем требования, полученные от заказчика. |
40 Моделирование БП. Два вида моделей
Важнейшим инструментом анализа функционирования объекта автоматизации является моделирование.
Различают модели двух типов:
- модель «как есть» (as is), представляющая собой описание реального положения объекта на момент обследования, позволяющая на системном уровне и в комплексе увидеть процессы, протекающие в объекте, выявить недостатки или узкие места
- модель «как должно быть» (to be), в рамках которой реализуются предложения по улучшению объекта, его состояния, на основании введения новых бизнес-процессов. Модель позволяет оценить эффективность этих изменений.
Процесс перехода (перевода) объекта из состояния «как есть» в состояние «как должно быть» - очень сложный и ответственный процесс, который необходимо хорошо спланировать и оптимизировать.
Оптимизация этого процесса и называется реинжиниринг.
10.11. СКА Maple. Иследование функций. Экстремум. Мин и макс.
Наибольшее и наименьшее значение функции.
В Maple для исследования функции на экстремум имеется команда extrema(f,{cond},x,'s') , где f - функция, экстремумы которой ищутся, в фигурных скобках {cond} указываются ограничения для переменной, х – имя переменной, по которой ищется экстремум, в апострофах 's' – указывается имя переменной, которой будет присвоена координата точки экстремума. Если оставить пустыми фигурные скобки {}, то поиск экстремумов будет производиться на всей числовой оси.
Пример:
Подключаем библиотеку
>readlib(extrema)
Команда extrema не может дать ответ на вопрос, какая из точек экстремума есть максимум, а какая – минимум.
Для нахождения максимума функции f(x) по переменной х на интервале используется команда maximize(f,x,x=x1..x2), а для нахождения минимума функции f(x) по переменной х на интервале используется команда minimize(f, x, x=x1..x2).
Недостаток этих команд в том, что они выдают только значения функции в точках максимума и минимума, соответственно. Поэтому для того, чтобы полностью решить задачу об исследовании функции y=f(x) на экстремумы с указанием их характера (max или min) и координат (x, y) следует сначала выполнить команду: extrema(f,{cond},x,'s')
12. СКА Maple. Отыскание оптимума. Симплекс-метод.
Если требуется найти переменные, при которых линейная функция многих переменных имеет максимум (или минимум) при выполнении определенных ограничений, заданных в виде линейных равенств или неравенств, то следует использовать симплекс-метод.
Для этого сначала необходимо загрузит пакет simplex, а затем воспользоваться командой maximize (или minimize), где теперь в качестве range можно указывать в фигурных скобках ограничительную систему неравенств.
Пакет simplex предназначен для решения задач линейной оптимизации. После его загрузки команды maximize и minimize меняют свое действие. Теперь эти команды выдают координаты точек, при которых заданная линейная функция имеет максимум или минимум. При этом допускается дополнительная опция для поиска только неотрицательных решений NONNEGATIVE.
14. СКА Maple. Линейная алгебра. Матричные операции.
Основная часть команд для решения задач линейной алгебры содержится в библиотеках linalg и LinearAlgebra. Поэтому перед решением задач с матрицами и векторами следует загрузить эту библиотеку командой with(linalg) и/или with(LinearAlgebra).
Для определения матрицы в Maple можно использовать команду
matrix(n, m, [[a11,a12,…,a1n], [a21,a22,…,a2m],…, [an1,an2,…,anm]]), где n - число строк, m – число столбцов в матрице. Эти числа задавать необязательно, а достаточно перечислить элементы матрицы построчно в квадратных скобках через запятую.
В Maple матрицы специального вида можно генерировать с помощью дополнительных команд. В частности диагональную матрицу можно получить командой diag(1,2,3)
Единичную матрицу можно получить используя ключевое слово identity
E:=matrix(4,4,shape=identity)
Генерировать матрицу можно с помощью функции f(i, j) от переменных i, j – индексов матрицы: matrix(n, m, f), где где n - число строк, m – число столбцов.
Сгенерировать матрицу со случайным набором значений можно используя команду randmatrix(3,4)
Сложение матриц
Сложение двух матриц одинаковой размерности осуществляется теми же командами, что и сложение векторов: evalm(A+B) или matadd(A,B).
Умножение матриц
Произведение двух матриц может быть найдено с помощью двух команд:
evalm(A&*B);
multiply(A,B).
Параметры матрицы
Создадим квадратную матрицу:
matrix(n, m, [[a11,a12,…,a1n], [a21,a22,…,a2m],…, [an1,an2,…,anm]])
Определитель матрицы А вычисляется командой det(A)
Команда minor(A,i,j) возвращает матрицу, полученную из исходной матрицы А вычеркиванием i-ой строки и j-ого столбца.
След матрицы А, равный сумме ее диагональных элементов, вычисляется командой trace(A).
Обращение. Транспортирование
Обратную матрицу А-1 , такую что А-1А=АА-1=Е, где Е - единичная матрица, можно вычислить двумя способами:
evalm(1/A);
inverse(A).
Транспонирование матрицы А – это замена местами строк и столбцов. Полученная в результате этого матрица называется транспонированной и обозначается А'. Транспонированную матрицу А' можно вычислить командой transpose(A).
Степенная матрица
Возведение матрицы А в степень n производится командой evalm(A^n).
22. СКА Maple. Финансовые функции.
Пакет финансово экономических расчетов открывается командой with(finance).
Основные функции
Annuity(значение,процент,периоды) вычисление суммы, находящейся на вкладе с начальным значением значение, процентом начисления процент и числом периодов период. Cashflows([вклад1,вклад2,вклад3],процент) вычисление общей суммы вклада по списку вложений вклад и проценту обесценивания денег процент.
Futurevalue(вклад,процент,период) вычисление будущего значения вклада при начальном значении вклад, проценте начисления процент и числе периодов период.
Presentvalue(сумма,процент,вклады) вычисление начального вклада для получения суммы сумма при проценте начисления процент и числе вкладов вклады.