- •1.Введение в системный анализ и моделирование
- •1.1.Введение
- •1.2. Предмет системного анализа
- •1.3. Многоаспектность строения и функционирования систем
- •1.4. Цель, задача, структура, система, системность
- •Исходная таблица состояний информационно-логической задачи.
- •1.5. Классификация систем. Большие и сложные системы.
- •1.6. Управление в системе и управление системой.
- •1.7 Выводы
- •Вопросы для самоконтроля
- •2.Теория графов и программно-целевой метод анализа предметных областей
- •2.1. Методы теории множеств в информационных классификациях
- •2.2 Обозначения теории графов
- •2.3. Семантические сети
- •2.4. Пример использования системного анализа предметной области
- •2.5. Программно-целевой подход в системных задачах
- •2.5.1.Этапы и область применения программно-целевого подхода
- •2.5.2.Алгоритм декомпозиции
- •2.5.2.1.Стадии анализа и синтеза
- •2.5.2.2. Метод структурного анализа
- •2.5.2.3. Методы декомпозиции
- •2.5.2.4. Требования, предъявляемые к декомпозиции.
- •2.5.2.5. Алгоритм декомпозиции
- •2.5.3.Агрегирование систем
- •2.5.3.1. Уровни агрегирования
- •2.5.3.2. Типы связей в системе
- •1.Связи взаимодействия (координации):
- •3.Связи преобразования:
- •2.5.3.3. Виды агрегирования
- •2.6. Выводы
- •Вопросы для самоконтроля.
- •7. Алгоритм декомпозиции.
- •3. Структурный подход к моделированию предметной области
- •3.1. Сущность структурного подхода
- •3.2. Методология функционального моделирования sadt
- •3.2.1. Технология структурного анализа и проектирования
- •3.2.2. Функциональная модель и ее состав
- •3.2.3. Иерархическая структура диаграмм.
- •3.2.4. Связи между функциями.
- •Типы связей и относительная их значимость.
- •Перечень типов связей и области применения.
- •3.3. Моделирование потоков данных
- •3.4. Моделирование данных
- •3.4.1. Case-метод Баркера
- •3.4.2. Методология idef1
- •3.5. Образец использования структурного подхода: фильмотека
- •3.5.1. Описание предметной области
- •3.5.2. Фазы проекта
- •Типы событий.
- •Матрица событий.
- •3.6. Выводы
- •Вопросы для самоконтроля
- •5. Моделирование потоков данных.
- •4.Объектно-ориентированная методология анализа и моделирования предметной области
- •4.1.Этапы развития uml и используемые методологии проектирования
- •4.1.1. Основные этапы развития uml.
- •4.1.2. Методология объектно-ориентированного программирования
- •4.1.3. Методология ооап
- •4.1.4. Особенности системного анализа и моделирования при проектировании информационных и программных систем
- •4.2. Базовые элементы языка uml
- •4.2.1. Общие сведения
- •4.2.2. Структура языка uml
- •4.2.3. Пакеты языка uml
- •4.2.4. Основные пакеты метамодели uml
- •4.2.4.1. Пакет «Основные элементы»
- •4.2.4.2. Пакет «Элементы поведения»
- •4.2.4.3. Пакет «Общие механизмы.
- •4.2.5. Особенности описания метамодели uml
- •4.2.6. Особенности изображения диаграмм uml
- •4.2.7. Примеры использования диаграмм
- •Interaction diagram (диаграмма взаимодействия)
- •5. Rational Rose и объектно-ориентированное проектирование
- •5.1. Функциональные особенности Rational Rose
- •5.2. Объектно-ориентированная методология анализа предметной области и моделирование бизнес-процессов
- •5.2.1. Средства и методы моделирования бизнес процессов
- •5.2.2. Пример моделирования предметной области
- •5.3. Выводы
- •Вопросы для самоконтроля.
- •1. Методология объектно-ориентированного программирования.
- •6. Методы анализа предметной области при нечетких условиях выбора решений
- •6.1. Нечеткая логика – математические основы
- •6.2. Основы нечеткого управления
- •Результаты анализа правил установки мощности калорифера.
- •6.3. Системы управления с нечеткой логикой
- •6.4. Выводы
- •Вопросы для самоконтроля
- •Нормативные источники
- •Обязательная литература
- •Рекомендуемая литература
- •Источники интернет
- •1.1.2.2 Осуществлять контроль качества обучения, в том числе посещаемости занятий, сроков их проведения, успеваемости и пр.
- •1.1.2.3 Организовать выполнение и защиту дипломных работ
- •1.1.3 Подвести итоги работ за год
- •1.2.2 Провести учебно–методическую работу в обеспечение выполнения учебного план
- •1.2.3 Выполнить учебный план
6.4. Выводы
Можно утверждать, что математическая теория нечетких множеств как предмет интенсивных исследований открывает большие возможности для системного анализа. Основанные на этой теории различные компьютерные системы, в свою очередь, существенно расширяют область применения нечеткой логики. В настоящее время наибольший интерес вызывает область нечеткого управления как одна из самых результативных областей применения теории нечетких множеств.
Для принятия решений в условиях неопределенности, в которых функционирует практически любое предприятие, математики и специалисты по теории управления обычно рекомендуют использовать вероятностно-статистические методы. Основные трудности возникают в интерпретации полученных решений в адекватных терминах данной предметной области, также некоторые из этих методов чувствительны к отклонениям от постулируемых аксиом.
Методами нечеткой логики в сфере бизнеса можно решать такие задачи, как:
управление финансовыми и информационными потоками ;
оценка инвестиционных проектов и идей по развитию бизнеса, риска различных бизнес-планов и их прибыльности;
прогноз поведения цен и оптимальных стратегий валютных операций, ценных бумаг, недвижимости и т.д.;
реализация поиска и сравнения данных в информационно – поисковых системах и при адаптации их в хранилища данных из разных информационных систем.
Непосредственно использование алгоритмов нечеткой логики в приложениях – явление довольно редкое, хотя в последнее время широко используются при создании экспертных систем, систем – классификаторов (исследование критических и рисковых ситуаций), распознавание образов и т.д
“Чистый” объектный подход уже на ранних стадиях требует предоставить данные о классификации в виде диаграмм классов, что не всегда сразу представляется возможным в случае сложных систем, характеризующихся высоким уровнем неопределенности, без проведения тщательного анализа объектов предметной области. Например, при применении такого метода классификации как концептуальная кластеризация, где трудно однозначно определить принадлежность элемента предметной области к той или иной категории напрямую применяется аппарат нечетких множеств, где при задании определенной функции принадлежности можно определить наиболее вероятное нахождение данного объекта в рамках определенного класса. А как еще можно оценить, например, значение атрибутов “быстрее - медленнее” для роста цен?
В последнее время исследования аналитиков занимает направление Data Mining (интеллектуальный анализ данных), в основу которого положена концепция шаблонов, отражающих фрагменты многоаспектных взаимоотношений в данных. Основным положением Data Mining является поиск неочевидных, нетривиальных, “скрытых” знаний.
Предметно-ориентированные аналитические системы (совокупность методов прогноза динамики цен и выбора оптимальной структуры инвестиционного портфеля, основанные на эмпирической модели динамики рынка)
Системы рассуждений на основе аналогичных случаев.
Деревья решений (на основе If.- Then правил).
Эволюционное программирование.
Генетические алгоритмы( кодировка логических закономерностей в базе данных в виде “хромосом”, процедуры отбора имитируют биологические процессы).
Алгоритмы ограниченного перебора (вычисляют частоты комбинаций простых логических событий в подгруппах данных, на основании анализа которых делается заключесние о полезности той или иной комбинации для установления ассоциации в данных, классификации, прогнозирования и т.д.
В сфере маркетинга предоставляется возможность узнавать характер потребностей различных категорий клиентов, исследовать временные шаблоны, например, через какое время клиенты, которые приобрели компьютеры, будут приобретать соответствующее программное обеспечение, производить анализ покупательской корзины
Широкой областью внедрения является и финансовый анализ (рынок ценных бумаг), исследование хранилищ данных.
В перспективе достижимы следующие области использования приложений с нечеткой логикой в Internet:
диагностика и восстановление сетевых конфигураций и управление производственными объектами
удаленный мониторинг устройств и организация распределенных вычислений
всевозможные портативные гиды, доски объявлений с динамически изменяющимися свойствами и гибкой функциональностью
интеллектуальные поисковые системы и машины, распределенные системы загрузки и выделения данных.
