Telnov Yu. F. Inteligentné informačné systémy

MINISTERSTVO ŠKOLSTVA RUSKEJ FEDERÁCIE

Moskovská štátna ekonomická univerzita,
štatistiky a informatiky
Inštitút "Moskovská vyššia banková škola"

Yu.F. Telnov

intelektuál
Informačné systémy
(návod)

Moskva 2001

MDT 519.68.02
BBK 65 s 51
T 318

Telnov Yu.F. Inteligentné informačné systémy. (Vzdelávacie
príspevok) - M., 2001. - 118 strán.
Katedra dizajnu ekonomických informačných systémov
Návod je venovaný
teoretické a organizačné metodologické otázky rozvoja a aplikácie intelektu
informačných systémov (IIS) v hospodárstve. Do úvahy
klasifikácia, architektúra, fázy návrhu IIS, výber
nástroje, rozsah. Praktické aspekty
aplikácie statických IMS sú určené na riešenie problémov
finančná analýza podniku, dynamická IIS - na riešenie
úlohy riadenia zásob.
Učebnica je určená študentom študujúcim
odbor „Aplikovaná informatika podľa oblastí použitia“ a
aj pre študentov iných ekonomických odborov: „Financie
a úver“, „Manažment“, „Marketing“ atď.

Telnov Yu.F., 2001
Moskovská štátna univerzita ekonómie, štatistiky a
informatika
Inštitút Moskovskej vyššej bankovej školy

2. Kapitola 1. Klasifikácia inteligentných informácií
systémy _____________________________________________________________ 5
2.1 Vlastnosti a znaky informačnej inteligencie
systémy _____________________________________________ 5
2.2 Systémy s inteligentným rozhraním __________________ 8
2.3 Expertné systémy _____________________________________ 10
2.4 Samoučiace sa systémy ________________________________ 20
2.5 Literatúra _____________________________________________ 30
3. Kapitola 2. Technológia tvorby expertných systémov _______________ 32
3.1 Etapy tvorby expertného systému _______________________ 32
3.2 Identifikácia problémovej oblasti _______________________ 36
3.3 Vytvorenie koncepčného modelu ______________________ 39
3.4 Formalizácia vedomostnej základne _______________________________ 43
3.5 Výber nástrojov na implementáciu expert
systémy ____________________________________________________ 55
3.6 Literatúra _____________________________________________ 63
4. Kapitola 3. Implementácia expertných systémov ekonomickej analýzy
činnosti podniku __________________________________ 65
4.1 Vlastnosti expertných systémov ekonomickej analýzy ____ 65
4.2 Expertný systém na analýzu finančnej situácie
podniky _________________________________________________ 71
4.3 Expertný systém na analýzu účinnosti výsledkov
finančné a ekonomické činnosti podniku ____________ 80
4.4 Literatúra _____________________________________________ 85
5. Kapitola 4. Implementácia dynamických expertných riadiacich systémov
obchodné procesy _____________________________________________ 86
5.1 4.1. Vlastnosti implementácie dynamických expertných systémov
riadenie obchodných procesov ________________________________ 86
5.2 Expertný systém pre dynamické riadenie zásob _____ 89
5.3 Systém pevných objednávok_________________ 91
5.4 Literatúra ____________________________________________ 104
5.5 Workshop na vykonávanie laboratórnych prác ____________ 105

Úvod
Účelom učebnice je oboznámiť študentov,
študenti v odbore „Aplikovaná informatika podľa oblastí
aplikácie“, s problémami a oblasťami použitia
umelá inteligencia v ekonomických informáciách
systémov, pokrytie teoretických a organizačno-metodických
problematike výstavby a prevádzky systémov založených na
vedomosti, vštepovanie zručností praktickej práce pri navrhovaní podkladov
vedomosti. V dôsledku preštudovania učebnice žiaci dostanú
znalosť architektúry a klasifikácie IIS, prezentačných metód
znalosti, oblasti použitia, ako aj naučiť sa vyberať adekvátne
nástroje problémovej oblasti pre vývoj IIS a
metódy návrhu znalostnej bázy.
Učebnica "Inteligentné informačné systémy"
určené aj pre študentov ekonomických odborov:
"Financie a úver", "Účtovníctvo", "Protikrízové".
manažment“, „Manažment“, „Marketing“, „Svetová ekonomika“,
ktorí si v dôsledku štúdia učebnice osvoja metódy
rozhodovanie manažmentu na základe klasifikácie
situácie, stavanie stromov cieľov a rozhodnutí, logické a
heuristická argumentácia, výpočet hodnotení na základe fuzzy
logika, riadenie dynamických procesov.
Štrukturálne pozostáva návod zo 4 kapitol:
. Prvá kapitola sa zaoberá problematikou
klasifikácia a
Architektúra IIS, ako aj popis hlavných oblastí
aplikácie.
. Druhá kapitola predstavuje hlavné etapy vývoja naj
spoločná trieda IIS - expertné systémy. Zároveň veľká
pozornosť sa venuje otázkam budovania koncepčného modelu
problémová oblasť, analýza a výber metód na reprezentáciu poznatkov a
vhodné nástroje.
. Tretia kapitola popisuje metódy implementácie expert
systémy pre externú a internú ekonomickú analýzu finančnej a ekonomickej činnosti podnikov.
. Štvrtá kapitola sa zaoberá aplikáciou dynamiky
expertné systémy na riadenie reťazcov operácií obchodných procesov, najmä na implementáciu systému riadenia zásob.

1. Kapitola 1. Klasifikácia inteligentných informácií
systémov
1.1 Vlastnosti a znaky inteligencie
informačné systémy
Každý informačný systém (IS) vykonáva nasledovné
funkcie: prijíma informácie zadané používateľom
žiadosti a potrebné prvotné údaje, spracuje zadané a
údaje uložené v systéme v súlade so známym algoritmom a
generuje požadované výstupné informácie. Z pohľadu
implementáciu uvedených funkcií IS možno považovať za
továreň, ktorá vyrába informácie, v ktorých je objednávka
žiadosť o informácie, surovinou sú počiatočné údaje, produktom sú požadované informácie a nástrojom (vybavením) sú znalosti, s
ktorý premieňa údaje na informácie.
Vedomosti majú dvojakú povahu: faktickú a operatívnu.
. Faktické znalosti sú zmysluplné a zrozumiteľné údaje. Údaje
samy o sebe sú špeciálne organizované znaky na akomkoľvek
dopravca.
. Prevádzkové znalosti sú tie všeobecné závislosti medzi faktami
ktoré vám umožňujú interpretovať údaje alebo z nich extrahovať
informácie. Informácie sú v podstate nové a užitočné poznatky pre
riešenie akýchkoľvek problémov.
Faktické znalosti sa často označujú ako rozšírené znalosti.
(podrobné), a prevádzkové znalosti - intenzionálne
(zovšeobecnené).
Proces získavania informácií z údajov je zredukovaný na
primeranú kombináciu prevádzkových a vecných znalostí a v
rôzne typy IS sa vykonávajú odlišne. Najjednoduchší spôsob pre nich
pripojenia sú v rámci jedného aplikačného programu:
Program = Algoritmus (Pravidlá transformácie údajov +
Riadiaca štruktúra) + Štruktúra údajov
Teda operačné znalosti (algoritmus) a faktické
znalosti (údajová štruktúra) sú od seba neoddeliteľné. Ak však v
počas prevádzky IS sa ukáže potreba úpravy jedného z nich
dve zložky programu, potom bude potrebné
prepisovanie. Toto je vysvetlené tým plné znalosti problematické
iba vývojár IP má oblasť a program slúži
„nemysliacim vykonávateľom“ znalostí vývojára. Finálny
užívateľ
kvôli
procedurálne
A
stroj
orientácia reprezentácie znalostí rozumie len vonkajšie
strane procesu spracovania údajov a nemôže ho nijako ovplyvniť.
5

Dôsledok týchto nedostatkov je slabý
životaschopnosť IS alebo neprispôsobenie sa
zmeniť
informácie
potreby.
Okrem
Ísť,
V
sila
determinizmu algoritmov úloh, ktoré sa majú riešiť, IS nie je schopný
vytváranie vedomostí používateľa o akciách nie je úplne
určité situácie.
V systémoch založených na databázovom spracovaní (SDB - Data Base
systémy), dochádza k oddeleniu faktických a prevádzkových znalostí
jeden od druhého. Prvý je organizovaný vo forme databázy, druhý - vo forme
programy. Okrem toho môže byť program automaticky generovaný pomocou
užívateľská požiadavka (napríklad implementácia SQL alebo QBE dotazov). IN
funguje ako prostredník medzi programom a databázou
softvérový nástroj na prístup k dátam - systém správy databáz
údaje (DBMS):
SBD = Program<=>DBMS<=>Databáza
Koncept nezávislosti programu od údajov umožňuje
zvýšiť flexibilitu IS pre implementáciu ľubovoľných informácií
žiadosti. Táto flexibilita je však spôsobená procesným zastúpením
prevádzkové znalosti majú presne definované hranice. Pre
pri formulovaní žiadosti o informácie musí používateľ jasne
predstavte si štruktúru databázy a do určitej miery
algoritmus riešenia problémov. Preto musí používateľ
dobre sa orientovať v problémovej oblasti, v logike
štruktúra databázy a algoritmus programu. koncepčný diagram
databáza funguje hlavne ako medzičlánok
v procese mapovania logickej dátovej štruktúry na štruktúru
Údaje aplikácie.
Všeobecné nedostatky tradičných informačných systémov, do
ku ktorým patria systémy prvých dvoch typov, spočívajú v slabom
prispôsobivosť zmenám v predmetnej oblasti a informáciách
potreby užívateľov, neschopnosť riešiť zlé
formalizované úlohy, s ktorými vedúci zamestnanci
neustále riešia. Tieto nedostatky sú odstránené v
inteligentné informačné systémy (IIS).
Analýza štruktúry programu ukazuje možnosť zvýraznenia
z programu operačných znalostí (pravidlá transformácie údajov) do
takzvaná znalostná báza, ktorá v deklaratívnej forme ukladá
jednotky vedomostí spoločné pre rôzne úlohy. Zároveň konateľ
štruktúra nadobúda charakter univerzálneho mechanizmu riešenia
úlohy (inferenčný mechanizmus), ktorý spája jednotky vedomostí do
spustiteľné reťazce (vygenerované algoritmy) v závislosti od
konkrétne vyjadrenie problému (cieľ formulovaný v žiadosti a

počiatočné podmienky). Takéto IS sa stávajú systémami založenými na
spracovanie znalostí (SBZ - Knowledge Base (Based) Systems):
KBZ = Knowledge Base<=>Štruktúra riadenia<=>Databáza
(Výstupný mechanizmus)
Pre
intelektuál
informácie
systémy,
sú charakterizované generačne orientované algoritmy na riešenie problémov
nasledujúce znaky:
. rozvinuté komunikačné schopnosti,
. schopnosť riešiť zložité zle formalizované problémy,
. schopnosť samoučenia sa,
Komunikačné schopnosti IIS charakterizujú spôsob
interakcia (rozhranie) koncového užívateľa so systémom, v
najmä možnosť formulovať svojvoľnú požiadavku v
dialóg s IIS v jazyku čo najbližšom prirodzenému.
Zložité zle formalizované úlohy sú úlohy, ktoré
vyžadujú konštrukciu originálneho algoritmu riešenia v závislosti od
z konkrétnej situácie, ktorú možno charakterizovať
neistota a dynamika počiatočných údajov a poznatkov.
Schopnosť samoučenia je schopnosť automaticky
extrakcia vedomostí
riešiť problémy na základe nazbieraných skúseností
konkrétne situácie.
V rôznych IIS sú uvedené znaky inteligencie
vyvinuté v nerovnakej miere a zriedkavo, keď všetky štyri znaky
sú implementované súčasne. Podmienečne pre každé zo znamení
intelektualita zodpovedá vlastnej triede IIS (obr. 1.1):
. Systémy s inteligentným rozhraním;
. Expertné systémy;
. Samoučiace sa systémy;

Ryža. 1.1. Klasifikácia IIS
1.2 Systémy s inteligentným rozhraním
Inteligentné databázy sa líšia od bežných databáz
údaje možnosťou odberu vzoriek na požiadanie o potrebné informácie,
ktoré nemusia byť explicitne uložené, ale odvodené z databázy
údajov. Príklady takýchto žiadostí môžu byť nasledovné:
- „Zobraziť zoznam tovaru, ktorého cena je vyššia ako priemer v odvetví“,
- „Zobraziť zoznam náhradných produktov pre niektoré produkty“,
- „Zobraziť zoznam potenciálnych kupcov nejakého produktu“ a
atď.
Ak chcete vykonať prvý typ žiadosti, musíte najprv
vykonanie štatistického výpočtu priemernej ceny odvetvia za celok
a potom samotný výber údajov. Pre
vykonania druhého typu dotazu je potrebné zobraziť hodnoty
charakteristické črty objektu a potom hľadať podobné
predmety. Pre tretí typ žiadosti musíte najskôr definovať
zoznam sprostredkovateľov predávajúcich tento produkt,
a potom vykonajte vyhľadávanie súvisiacich kupujúcich.
Vo všetkých vyššie uvedených typoch žiadostí je potrebné vykonať
hľadanie podľa podmienky, ktorá musí byť ďalej definovaná v priebehu riešenia
úlohy. Inteligentný systém bez pomoci používateľa
samotná štruktúra databázy vytvára prístupovú cestu k dátovým súborom.
Formulácia požiadavky prebieha v dialógu s užívateľom,
8

Postupnosť krokov, ktorá sa vykonáva v maxime
užívateľsky príjemná forma. Databázový dotaz môže
formulované pomocou rozhrania prirodzeného jazyka.
Rozhranie prirodzeného jazyka zahŕňa preklad
konštrukty prirodzeného jazyka na úrovni stroja
reprezentácia vedomostí. Na to je potrebné sa rozhodnúť
úlohy
morfologická, syntaktická a sémantická analýza a syntéza
výroky v prirodzenom jazyku. Takže morfologická analýza
zahŕňa rozpoznávanie a kontrolu pravopisu slov
podľa slovníkov
syntaktická kontrola vstupná dekompozícia
správy do jednotlivých komponentov (definícia štruktúry) s
kontrola zhody
interné gramatické pravidlá
reprezentovanie vedomostí a identifikácia chýbajúcich častí a napokon
sémantická analýza - stanovenie sémantickej správnosti
syntaktické konštrukcie. Výroková syntéza rieši inverznú
úlohou previesť vnútornú reprezentáciu informácií na
prirodzený jazyk.
Rozhranie prirodzeného jazyka sa používa na:
. prístup k inteligentným databázam;
. kontextové vyhľadávanie dokumentárnych textových informácií;
. hlasové zadávanie príkazov v riadiacich systémoch;
. strojový preklad z cudzích jazykov.
Hypertextové systémy sú navrhnuté tak, aby implementovali vyhľadávanie
pomocou kľúčových slov v databázach textových informácií. intelektuál
hypertextové systémy sa vyznačujú možnosťou zložitejšieho
sémantickej organizácie Kľúčové slová, ktorý odráža
rôzne sémantické vzťahy pojmov. Teda mechanizmus
vyhľadávanie pracuje predovšetkým so znalostnou bázou kľúčových slov a už
potom priamo s textom. V širšom zmysle,
nátierky a
na
vyhľadávanie multimediálnych informácií,
vrátane okrem textových a digitálnych informácií aj grafických,
audio a video obrázky.
Systémy kontextovej pomoci možno považovať za špecifické
v prípade inteligentného hypertextu a prirodzeného jazyka
systémov. Na rozdiel od konvenčných systémov pomoci, ktoré ukladajú
používateľovi schému vyhľadávania požadovaných informácií v systémoch
kontextovú nápovedu, užívateľ popíše problém (situáciu), a
systém ho pomocou dodatočného dialógu sám konkretizuje
hľadá odporúčania relevantné pre danú situáciu. Takéto systémy
patrí do triedy systémov šírenia vedomostí (Knowledge
Publishing) a sú vytvorené ako príloha k dokumentačným systémom
(napríklad technická dokumentácia k prevádzke tovaru).
Kognitívne grafické systémy
povoliť
používateľské rozhranie s IIS pomocou grafických obrázkov,
ktoré sú generované v súlade s prebiehajúcimi udalosťami.
9

Takéto systémy sa používajú pri monitorovaní a kontrole
prevádzkové procesy. Grafické obrázky vo vizuálnych a
v integrovanej forme opísať súbor parametrov študovaných
situácie. Napríklad stav komplexne spravovaného objektu
zobrazené v podobe ľudskej tváre, na ktorej je každý riadok
je zodpovedný za akýkoľvek parameter a dáva všeobecný výraz tváre
integrovaný popis situácie.
Kognitívne grafické systémy sú tiež široko používané v
školenia a tréningové systémy založené na použití
princípy virtuálnej reality, kedy grafické obrázky
simulovať situácie, do ktorých sa študent potrebuje dostať
rozhodnutia a prijať určité opatrenia.
1.3 Expertné systémy
Vymenovanie expertných systémov
je
pri rozhodovaní
pomerne náročné úlohy pre odborníkov na základe nahromadenej databázy
znalosti odrážajúce skúsenosti odborníkov v oblasti
problémová oblasť. Výhoda použitia expertných systémov
je schopnosť rozhodovať sa v jedinečných situáciách,
pre ktorý algoritmus nie je vopred známy a je vytvorený podľa iniciálky
údaje vo forme reťazca úvah (pravidiel rozhodovania) z
vedomostná základňa. Okrem toho sa predpokladá, že riešenie problémov sa bude vykonávať v
podmienky neúplnosti, nespoľahlivosti, nejednoznačnosti originálu
informácie a kvalitatívne hodnotenia procesov.
Expertný systém je nástroj, ktorý zlepšuje
intelektuálne schopnosti odborníka, a môže vykonávať
nasledujúce role:
. poradca
Pre
neskúsený
alebo
neprofesionálne
používateľov;
. asistenta v súvislosti s potrebou odborníka na rozbor rôznych
možnosti rozhodovania;
. partnerom odborníka na otázky súvisiace so zdrojmi poznatkov z
súvisiacich oblastiach činnosti.

Expertné systémy sa využívajú v mnohých oblastiach, napr
ktorým segment aplikácií v biznise vedie (obr. 1.2) [21].
poľnohospodárstvo
Podnikanie
Chémia
komunikácie
Počítač

Charakteristika informačnej spoločnosti Zvyšovanie úlohy informácií a vedomostí v živote spoločnosti; zvyšujúci sa podiel IKT, informačných produktov a služieb na HDP; vytvorenie globálnej informačnej infraštruktúry, ktorá zabezpečuje efektívnu informačnú interakciu ľudí a uspokojovanie ich sociálnych a osobných potrieb v informačných produktoch a službách

Ekonomická perspektíva tvorby, získavania, šírenia a získavania informačnej spoločnosti praktické využitie informácie a znalosti sa stávajú hlavnou hybnou silou sociálno-ekonomického rozvoja určitú úroveň rozvoj informačnej spoločnosti z hľadiska dosahovania značného množstva hrubého domáceho produktu spojeného s informáciami a IKT, formuje sa znalostná ekonomika Schopnosť vytvárať a sprístupňovať vedomosti sa stáva hlavným faktorom konkurencieschopnosti Rastúca úloha vzdelávania a celoživotné vzdelávanie - celoživotné vzdelávanie

Na Education Leadership Forum, ktoré organizovalo UNESCO v lete 2008, generálny riaditeľ UNESCO pán Kuachiro Matsuura vyzdvihol e-learning a dištančné vzdelávanie ako jeden z najvýznamnejších trendov rozvoja školstva v modernom svete

Transfer e.Learningových technológií používaných v MESI na iné univerzity v Rusku, Kazachstane, Arménsku, Bielorusku a ďalších krajinách 200 vzdelávacie inštitúcie zo 72 regiónov Ruska a krajín SNŠ

Dominantná ekonomika Priemyselná Spotreba vedomostí Obdobie: polovica 20. storočia koniec 20. storočia začiatok 21. storočia Transformácia univerzít Klasická univerzita (školiace stredisko pre hospodárstvo) Klasická univerzita (školiace stredisko pre hospodárstvo) služby) Inovatívna univerzita (centrum pre ved. a inovatívny rozvoj) Inovatívna univerzita (centrum pre vedecký a inovačný rozvoj) Manažérsky paradigma Finančne orientovaná Kvalita vedomostí absolventská škola v modernom svete

MESI je inovatívna univerzita! Integrácia vzdelávania, vedy a podnikania Vysoko kvalitný vedecký a vzdelávací obsah - 100% vzdelávaciu a metodickú podporu– Od každoročných aktualizácií obsahu až po aktualizácie podľa potreby Moderné vzdelávacie technológie pre kolaboratívnu interakciu „študent – ​​učiteľ“, „študent – ​​študent“, „učiteľ – učiteľ“, v budúcnosti „katedra – podnik“ Efektívne zapojenie učiteľov do vedeckého výskumu – Vedecké a metodické zabezpečenie každej disciplíny

Znalostný manažment na univerzite Znalostný manažment Akademický znalostný manažment Administratívny znalostný manažment Kvalita obsahu + kvalita vzdelávania Integrácia výsledkov výskumu do biznisu Technológie Metodika pedagogických zamestnancov AUP Jednotné integrované prostredie vzdelávacia inštitúcia Kompetencie pedagogických zamestnancov a AUP* Poradenstvo a technická podpora priemyselné podniky

Wikinómia ako masívna spolupráca od Dona Tapscotta a Anthonyho D. Williamsa: Obsah generovaný používateľmi (Crowdsourcing) Sociálne médiá– spolupráca a samoorganizácia (Smart Mobs) Nový spôsob produkcie pomocou WEB 2.0 (wiki, blogy, chaty, podcasty, RSS) – masová spolupráca, „zúčastnite sa a spoluvytvárajte“ Nová sila, ktorá umožňuje ľuďom spájať sa vytvoriť obrovský mozog

Princípy wikinómie Otvorenosť - Firmy otvárajú svoje hranice vonkajším nápadom a ľudským zdrojom, otvárajú dvere všetkým talentom vonkajšieho sveta ochrana jedných, otvorený prístup k iným zdrojom Globálny charakter aktivít Ďalšia integrácia národných ekonomík do jednotného bezhraničného sveta, prístup na nové trhy, nápady, technológie

Doručovanie obsahu z pobočiek, partnerských organizácií a zastúpení Vývoj a spoločný vývoj obsahu pre popredné ruské univerzity Vývoj distribuovaného obsahu Informačné centrá odborov Proces streamovania tvorby a využívania znalostí v MESI

Zásady tvorby informačno-vedomostného priestoru 1.Tvorba a aktualizácia vzdelávacie a metodické komplexy na základe jednotného informačného a znalostného priestoru distribuovaných katedier 2.Využitie výsledkov výskumu pri tvorbe obsahu 3.Zapojenie podnikov a organizácií do tvorby obsahu 4.Využitie výsledkov postgraduálneho výskumu pri tvorbe obsahu 5.Vykonávanie výchovno-vzdelávacej a výskumnej práce študentov 6.Organizovanie služby manažmentu znalostí

Metriky, motivácia, kvalita Kvantitatívne ukazovatele zmien v IDC Indikátory participácie regiónov na tvorbe obsahu Miera zapojenia študentov a postgraduálnych študentov do tvorby obsahu Objemy výpožičiek a prenosu materiálov z internetu Frekvencia a kvalita aktualizácie materiálov Individuálny príspevok každého účastník e-Metricse-Xcellence

Dôležitosť vytvorenia informačného a vzdelávacieho priestoru MESI založeného na IDC na poskytovanie platforiem spoločná práca učitelia distribuovaných oddelení; vytvárať a zhromažďovať vzdelávacie, metodické a vedecké materiály vo všetkých odboroch; zabezpečiť proces neustálej aktualizácie vzdelávacieho a metodického obsahu; vytvoriť databázu odkazov na otvorené vzdelávacie zdroje pre každý odbor, na materiály z konferencií, seminárov a iné užitočné zdroje.

Ďakujem za pozornosť! Telnov Yu.F.

Otázky Podstata konštrukčného prístupu k návrhu IS 2. Gein-Sarson metodika konštrukčného návrhu 3. SADT konštrukčná analýza a metodika návrhu 1.

Formálna definícia metódy návrhu Koncepcie a teoretický základ(štrukturálny alebo objektovo orientovaný prístup) Notácia - spôsob zobrazenia modelov statickej štruktúry a dynamiky správania sa navrhovaného systému (grafické diagramy, matematická formalizácia - množiny, grafy, Petriho siete) Postupy, ktoré určujú praktickú aplikáciu metóda (postupnosť a pravidlá tvorby modelov, kritériá používané na hodnotenie výsledkov)

Podstata štrukturálneho prístupu Spočíva v rozklade systému, ktorý sa uskutočňuje nasledovne: systém je rozdelený na funkčné podsystémy, ktoré sa delia na podfunkcie, tie na úlohy atď. až po špecifické postupy. Systém funkcií podsystémov (úloha)

Princípy štrukturálneho prístupu Základom štrukturálneho prístupu sú tieto princípy: princíp dekompozície (vedecká metóda, ktorá využíva štruktúru problému a umožňuje nahradiť riešenie jedného veľkého problému riešením série menších problémov); princíp hierarchického usporiadania (organizácia jednotlivých častí systému do hierarchických stromových štruktúr s pridaním nových detailov na každej úrovni); princíp abstrakcie (zvýraznenie podstatných aspektov systému a odpútanie pozornosti od nepodstatného); princíp konzistentnosti (platnosť a konzistentnosť prvkov systému); princíp štruktúrovania údajov (údaje musia byť štruktúrované a hierarchicky usporiadané).

Metodiky štrukturálnej analýzy a návrhu Metodológia štrukturálnej analýzy a návrhu definuje usmernenia pre hodnotenie a výber projektu, ktorý sa má vypracovať, pracovné kroky, ktoré sa majú vykonať, ich postupnosť, pravidlá distribúcie a priraďovania operácií a metód. V súčasnosti sa úspešne používajú takmer všetky známe metodiky statickej analýzy a navrhovania, avšak najpoužívanejšie metodiky sú: konštrukčná analýza a techniky navrhovania SADT (Structured Analysis and Design Technique), D. Mark - K. Mak. Šaty analýzy štrukturálnych systémov Gane-Sarson (Gane-Sarson), štrukturálna analýza (Yourdon / De Marko), vývoj systémov Jackson (Jackson), informačné modelovanie Martin (Martin). a dizajn od Jodan/DeMarco

Klasifikácia konštrukčných metodík Moderné konštrukčné metodológie analýzy a návrhu sú klasifikované podľa nasledujúcich kritérií: vo vzťahu k školám - Softvérové ​​inžinierstvo (SE) a Informačné inžinierstvo (IE); v poradí budovania modelu - procedurálne orientovaný, dátovo orientovaný a informačne orientovaný; podľa typu cieľových systémov - pre systémy reálneho času (RTS) a pre informačné systémy (IS).

Softvérové ​​inžinierstvo SE predstavuje postupný prístup k vývoju softvéru zhora nadol, ktorý začína všeobecným pohľadom na to, ako funguje. Funkcie sa potom rozložia na podfunkcie a proces sa opakuje pre podfunkcie, kým nie sú dostatočne malé na to, aby sa dali zakódovať. Výsledkom je hierarchický, štruktúrovaný, modulárny program. SE je univerzálna disciplína vývoja softvéru, ktorá sa úspešne uplatňuje ako pri vývoji systémov reálneho času, tak aj pri vývoji informačných systémov.

Škola informačného inžinierstva IE je novšia disciplína. Na jednej strane má širší rozsah ako SE: IE je disciplína budovania systémov vo všeobecnosti, a nielen softvérových systémov, a zahŕňa ďalšie kroky vysoký stupeň(napríklad strategické plánovanie), ale vo fáze navrhovania softvérových systémov sú tieto disciplíny podobné. Na druhej strane, IE je užšia disciplína ako SE, keďže IE sa používa len na budovanie informačných systémov, kým SE sa používa pre všetky typy systémov.

Model vývoja softvéru a IS Vývoj softvéru a IS je založený na modeli VSTUP-SPRACOVANIE-VÝSTUP: 1. dáta vstupujú do systému, 2. sú spracované, 3. zo systému vystupujú. vstup Tento model sa používa vo všetkých štrukturálnych metodológiách. Dôležité je poradie, v ktorom je model zostavený. výstup spracovania

Postup pri zostavovaní modelu Postupovo orientovaný prístup reguluje prednosť návrhu funkčných komponentov vo vzťahu k návrhu dátových štruktúr: požiadavky na dáta sú odhalené prostredníctvom funkčných požiadaviek. V dátovo-centrickom prístupe sú najdôležitejšie vstupy a výstupy – najskôr sú definované dátové štruktúry a z dát sú odvodené procedurálne komponenty. Paralelný návrh procesov a dátových štruktúr s modelovým párovaním

Informačné systémy Riadené dátami Komplexné štruktúry vstup dát Veľké množstvo vstupných dát Intenzívne I/O Nezávislosť na stroji Systémy v reálnom čase Riadené udalosťami Jednoduché dátové štruktúry Malé množstvo vstupných dát Intenzívne výpočty Závislosť na stroji Typy cieľových systémov

Nástroje na podporu systémov iný typ Názov metodiky Škola Poradie konštrukcie Typ systémov Jodan-DeMarco SE Procedurálne orientovaný IS, SRV Gein-Sarson SE Procesne orientovaný IS, SRV Jackson SE orientovaný na IS, SRV dáta Martin IE Dátovo orientovaný IS SADT IE Paralelný návrh 1) percent. -orientovať sa. 2) op. k údajom IS

2. Gein-Sarson metodika konštrukčného návrhu. Diagramy toku údajov (DFD) sú primárnym prostriedkom na modelovanie funkčných požiadaviek navrhovaného systému. S ich pomocou sú tieto požiadavky rozložené na funkčné komponenty (procesy) a prezentované ako sieť prepojená dátovými tokmi. Hlavným účelom takýchto nástrojov je ukázať, ako každý proces premieňa svoje vstupy na výstupy, a odhaliť vzťahy medzi týmito procesmi.

História tvorby Larry Constantine (IBM) 1965, 1974 - Hughee Aircraft Company Structural Design - 1975, 1977 - Structural Diagram Graphics Interactive System Gain K., T. Sarson - založili spoločnosť Improved System Technologies. Prvý prípad - nástroj STRADIS, 1976. E. Yodan, G. Myers, W. Stevens, T. De Marco, W. Weinberg. Spoločnosť Jordan Inc. -1975 Hodnotenie životného cyklu pomocou konštrukčnej analýzy a metód navrhovania: 5 % – prieskum, 35 % – analýza, 20 % návrh, 15 % – implementácia, 25 % – zvyšok.

Metodológia Hein-Sarson Táto metodika je založená na konštrukcii modelu IS. V súlade s metodikou je systémový model definovaný ako hierarchia diagramov toku dát - Data. Flow Diagram (DPD alebo DFD), ktoré popisujú asynchrónny proces transformácie informácie od jej vstupu do systému až po jej vydanie užívateľovi. Diagramy vyšších úrovní hierarchie (kontextové diagramy) definujú hlavné procesy alebo subsystémy IS s externými vstupmi a výstupmi. Sú podrobné pomocou diagramov nižšej úrovne. Tento rozklad pokračuje a vytvára viacúrovňovú hierarchiu diagramov, až kým sa nedosiahne úroveň rozkladu, na ktorej sa procesy stanú elementárnymi a nie je potrebné ich ďalej rozpisovať. Nástroje: Vantage Team Builder (Vestmount), Power Design (SAP)

Hlavné komponenty DFD Zdroje informácií (externé entity) generujú informačné toky (dátové toky), ktoré prenášajú informácie do podsystémov alebo procesov. Tie zasa transformujú informácie a generujú nové toky, ktoré prenášajú informácie do iných procesov alebo subsystémov, dátových úložísk alebo externých entít – spotrebiteľov informácií. Hlavnými komponentmi diagramov toku údajov sú teda: externé entity; systémy/subsystémy; procesy; dátové sklady; dátové toky.

Externé entity Externá entita je hmotný objekt resp individuálne A, ktoré predstavuje zdroj alebo cieľ informácií, ako sú zákazníci, personál, dodávatelia, zákazníci, sklad. Môže existovať externý AS (subsystém) Definícia objektu alebo systému ako externej entity naznačuje, že je mimo hraníc analyzovaného IS. Pri analýze je možné v prípade potreby preniesť niektoré externé entity do diagramu analyzovaného IS, alebo naopak časť procesov IS presunúť mimo diagramu a prezentovať ako externú entitu. Vonkajšia entita je označená štvorcom, ktorý sa nachádza „nad“ diagramom a vrhá naň tieň, aby sa tento symbol odlíšil od iných označení:

Systémy a subsystémy Pri budovaní komplexného modelu IS môže byť reprezentovaný v najvšeobecnejšej forme na takzvanom kontextovom diagrame ako jeden systém ako celok, alebo môže byť rozložený na množstvo subsystémov. Číslo subsystému slúži na jeho identifikáciu. Do poľa názov sa zadáva názov podsystému vo forme vety s predmetom a zodpovedajúcimi definíciami a doplnkami.

Proces je transformácia vstupných dátových tokov na výstupné v súlade s určitým algoritmom. Fyzicky sa proces dá realizovať rôzne cesty: môže to byť organizačná jednotka (oddelenie), ktoré spracováva vstupné dokumenty a vydáva správy, program, hardvérovo implementované logické zariadenie a pod. Číslo procesu sa používa na jeho identifikáciu. Do poľa názov sa uvádza názov procesu ako veta s aktívnym jednoznačným slovesom v neurčitom tvare (vypočítať, vypočítať, skontrolovať, určiť, vytvoriť, prijať), za ktorým nasledujú podstatné mená v akuzatíve. Informácie v poli fyzickej implementácie označujú, ktorú časť organizácie, programu alebo hardvérového zariadenia proces vykonáva. Procesy

Ukladanie údajov Zariadenie na ukladanie údajov je abstraktné zariadenie na ukladanie informácií, ktoré je možné kedykoľvek vložiť do jednotky a po určitom čase obnoviť, pričom spôsoby vkladania a extrakcie môžu byť ľubovoľné. Dátové úložisko môže byť realizované fyzicky vo forme mikrofišu, zásuvky v kartotéke, tabuľky v RAM, súboru na médiu a pod. Názov pamäťového zariadenia sa volí z hľadiska najväčší informačný obsah pre dizajnéra. Dátové úložisko je vo všeobecnosti prototypom budúcej databázy a popis údajov v ňom uložených by mal byť prepojený s informačným modelom.

Dátový tok definuje informácie prenášané cez nejaké spojenie zo zdroja do prijímača. Skutočným dátovým tokom môžu byť informácie prenášané káblom medzi dvoma zariadeniami, poštové listy, magnetické médiá atď. Každý dátový tok má názov, ktorý odráža jeho obsah.

Vytváranie kontextových diagramov je prvým krokom pri budovaní hierarchie DFD. Zvyčajne sa pri navrhovaní relatívne jednoduchých IS vybuduje jednotný kontextový diagram s hviezdicovou topológiou, v strede ktorého je takzvaný hlavný proces, napojený na prijímače a zdroje informácií, prostredníctvom ktorých používatelia a iné externé systémy interagujú so systémom. . Ak sa v prípade zložitého systému obmedzíme na jeden kontextový diagram, potom bude obsahovať príliš veľa zdrojov a prijímačov informácií, ktoré je ťažké usporiadať na list papiera normálnej veľkosti, a navyše jediný hlavný proces neodhalia štruktúru distribuovaného systému. Znaky zložitosti (z hľadiska kontextu) môžu byť: prítomnosť veľkého počtu externých entít (desať a viac); distribuovaný charakter systému; multifunkčnosť systému s už združovaním funkcií do samostatných podsystémov. zavedený alebo odhalený Pre komplexný IS je vybudovaná hierarchia kontextových diagramov. Kontextový diagram najvyššej úrovne zároveň neobsahuje jeden hlavný proces, ale súbor podsystémov spojených dátovými tokmi. Kontextové diagramy ďalšej úrovne podrobne opisujú kontext a štruktúru podsystémov.

Dekompozícia kontextového diagramu Pre každý subsystém prítomný v kontextových diagramoch sa jeho detailovanie vykonáva pomocou DFD. Každý proces na DFD je zase možné podrobne opísať pomocou DFD alebo minišpecifikácie. Pri detailovaní je potrebné dodržať nasledovné pravidlá: pravidlo vyvažovania - znamená, že pri detailovaní subsystému alebo procesu môže detailný diagram ako externé zdroje údajov / prijímače obsahovať len tie komponenty (subsystémy, procesy, externé entity, dátové úložiská), s ktorými vŕtaná položka má informačný subsystém alebo proces pripojenia v nadradenom diagrame; pravidlo číslovania – znamená, že pri podrobnom popise procesov by malo byť podporované ich hierarchické číslovanie. Napríklad procesy s podrobnosťami o procese číslo 12 sú označené číslami 12.1, 12.2, 12.3 atď., bol schopný ich splniť alebo vytvoriť vhodný program.

Minišpecifikácia je dokončenie hierarchie FD. Rozhodnutie dokončiť podrobný popis procesu a použiť minišpecifikáciu robí analytik na základe nasledujúcich kritérií: proces má relatívne malý počet vstupných a výstupných dátových tokov (2-3 toky); možnosť popísať transformáciu dát procesom vo forme sekvenčného algoritmu; vykonávanie procesom jedinej logickej funkcie premeny vstupnej informácie na výstup; možnosť opísať logiku procesu pomocou minišpecifikácie malého objemu (nie viac ako 20 - 30 riadkov).

Telnov Jurij Filippovič vyštudoval s vyznamenaním Moskovský inštitút ekonómie a štatistiky v roku 1974 a získal diplom v odbore inžinierstvo a ekonómia a potom postgraduálne štúdium na tomto inštitúte a obhájil svoju prácu stupňa Kandidát ekonomických vied na tému „Problematika štruktúrovania informačných polí v ACS“. Od roku 1977 vyučuje najprv na Moskovskom inštitúte ekonómie a štatistiky, potom na Moskovskej štátna univerzita Ekonomika, štatistika a informatika (MESI), pôsobil ako asistent, docent, profesor, vedúci katedry. V roku 2001 Telnov Yu.F. získal akademický titul profesor a v roku 2003 obhájil dizertačnú prácu na doktora ekonómie v odbore 080013 „Matematické a inštrumentálne metódy v ekonómii“ na tému „Komponentová metodika reengineeringu podnikových procesov“. V súčasnosti je vedúcim Katedry aplikovanej informatiky a informačnej bezpečnosti Ruskej ekonomickej univerzity. G.V. Plechanov. V rokoch 2004 až 2007 pôsobil ako riaditeľ Ústavu počítačových technológií MESI a v rokoch 2007 až 2012 prorektor pre vedecká práca a vzdelávacieho a metodického združenia MESI.

Oblasť profesionálnych záujmov:

• podnikové inžinierstvo;
• teória a metodika navrhovania informačných systémov rôznych tried;
• znalostné inžinierstvo;
• inteligentné informačné systémy;
• Informačné systémy správy a riadenia spoločností;

• navrhovanie systémov riadenia znalostí.

V rokoch 2004 až 2015 bol predsedom vzdelávacej a metodickej rady Vzdelávacieho a metodického združenia (EMA) v odbore aplikovaná informatika, v súčasnosti podpredsedom vzdelávacej a metodickej rady pre smer vzdelávania „Aplikovaná informatika“ Federálnej vzdelávacej a metodickej rady pre UGNS "Počítačová veda a počítačové inžinierstvo" . Je jedným z vývojárov federálneho štátneho vzdelávacieho štandardu a príkladného základného vzdelávacieho programu v smere vzdelávania „Aplikovaná informatika“, profesijných štandardov „Programátor“, „Manažér rozvoja softvér“, „Špecialista na informačné systémy“, hlavný odborník vzdelávacie programy o vysokoškolských vzdelávacích profiloch: "Aplikovaná informatika v ekonómii", "Inžinierstvo podnikov a informačných systémov", magisterský program„Informačné systémy a technológie podnikového manažmentu“.

Dlhé roky je podpredsedom Odbornej rady pre obhajoby kandidátskych a doktorandských dizertačných prác v odbore 080013 „Matematické a inštrumentálne metódy ekonómie“. Pod jeho vedením bolo obhájených 16 dizertačných prác pre hodnosť kandidát ekonomických vied. Je členom vedeckej rady Ruskej asociácie umelej inteligencie.

Ocenený: Laureát prezidentskej ceny za vzdelávanie za rok 1999, čestný pracovník vysokého školstva.