ТЕОРИЯ ИНФОРМАЦИОННЫХ ПРОЦЕССОВ

И СИСТЕМ

Модели информационных процессов

МОСКВА 2006

Разработано В.А. Мельником, канд. техн. наук.

Под ред. О.И. Шелухина, д-ра техн. наук, проф., заслуженного деятеля науки РФ

КУРС: ТЕОРИЯ ИНФОРМАЦИОННЫХ ПРОЦЕССОВ

И СИСТЕМ

Систематизированы основные сведения о типовых информационных процессах и их моделях, а также представлены основы моделирования информационных процессов.

ОГЛАВЛЕНИЕ

Стр.

ДИДАКТИЧЕСКИЙ ПЛАН 5

ТЕМАТИЧЕСКИЙ ОБЗОР 7

1. ОСНОВЫ МОДЕЛИРОВАНИЯ ИНФОРМАЦИОННЫХ ПРОЦЕССОВ 8

1.1. Системный подход к моделированию информационных процессов 8

1.1.1. Предмет теории моделирования 8

1.1.2. Роль и место моделирования в исследовании 9

информационных процессов и систем 9

1.1.3. Подходы к исследованию информационных процессов и систем 11

1.1.4. Классификация моделей 13

1.1.4.1. Физические модели 13

1.1.4.2. Математические модели 14

Процедура имитационного моделирования. Метод ИМ заключается в создании логико-аналитической (математической модели системы и внешних воздействий), имитации функционирования системы, т.е. в определении временных изменений состояния системы под влиянием внешних воздействий и в поучении выборок значений выходных параметров, по которым определяются их основные вероятностные характеристики. Данное определение справедливо для стохастических систем. 15

Имитация функционирования системы. Предположим, исследуется вычислительная система (ВС), состоящая из процессора 1 с основной памятью, устройство вода перфокарт 4, АЦПУ 2 и дисплея 3 (рис. 2.). 16

1.1.5. Моделирование систем и языки программирования 18

1.2. Математические схемы моделирования систем 21

1.1. Основные подходы к построению математических моделей информационных процессов и систем 21

1.2.1.1. Математические схемы 21

1.2.1.2. Типовые схемы 24

1.2.1.2.1. Непрерывно детерминированные модели (Д - схемы) 25

1.2.1.2.2. Дискретно – детерминированные модели (F-схемы) 26

1.2.1.2.3. Дискретно-стохастические модели (P-схемы) 30

1.2.1.2.4. Непрерывно-стохастические модели (Q - схемы) 32

1.2.1.2.5. Сетевые модели (N-схемы). Сети Петри 41

1.2.1.2.6. Обобщенные модели (А-схемы) 47

1.3. Организация и проведение вычислительного эксперимента 49

1.3.1. Методы планирования эксперимента на модели 49

1.3.2. Стратегическое планирование машинных экспериментов с моделями систем 52

1.3.3. Тактическое планирование машинных экспериментов с моделями систем 53

1.4. Планирование и реализация статистического моделирования информационных процессов на ЭВМ 56

1.4.1. Общая характеристика метода статистического моделирования 56

1.4.2. Псевдослучайные последовательности и процедуры их машинной генерации 57

1.4.3. Проверка и улучшение качества последовательностей псевдослучайных чисел 62

1.4.4. Моделирование случайных воздействий на системы 64

2. ТИПОВЫЕ ИНФОРМАЦИОННЫЕ ПРОЦЕССЫ И ИХ МОДЕЛИ 70

2.1. Эталонная модель открытых систем 70

2.1.1. Базовые стандартные модели 70

2.1.1.1. Модель ISO OSI 70

2.1.1.2. Модель POSIX OSE 72

2.1.2. Модели сред открытых систем 74

2.1.3. Модели распределённых систем 75

2.2. Базовые информационные процессы и их классификация 80

2.2.1. Концептуальный уровень 81

2.2.2. Логический уровень 84

2.2.3. Физический уровень 87

2.3. Модели процесса передачи данных 89

I=TFlog₂AP, 93

2.4.1. Потери при информационном взаимодействии 93

Если сообщение y_0i тождественно сообщению x_0j, то вероятность Р(y_0i)=Р(х_0j), т.е. P(y_0i/x_0j). Тогда условная энтропия и взаимная информация есть энтропия H(Y₀). Это означает, что имеем идеальную систему, которая высококачествен­но отображает реальность, и информационный процесс реализуется в системе без потерь. 94

Полагая, что амплитуды сигналов одинаковые, т. е. x₁(t)=x₂(t), получим 97

2.4.2. Модель дискретного канала связи 99

Принимая, что на входе ДКС символы равновероятны, т. е. , находим 102

2.4.3. Модель непрерыного канала связи 104

Учитывая, что 105

, 105

2.4.4. Информационный предел избыточности для канала с независимы­ми ошибками 106

. 108

Используя закон распределения Пуассона, получим 108

P₁=P^j(1-P)^n-j , 109

тогда 109

Отсюда ;. Общее число элементов в коде n=m+k, т. е, k=m-n . Тогда 110

2.4.5. Информационный предел избыточности для канала с пакетными ошибками 110

Вероятности переходов из одного состояния в другое задаются матрицей 110

Отсюда 112

Из условия нормировки вероятностей P(j)=1. Отсюда 112

. 112

Р=Р(0)Р0+Р(1)Р1. 113

2.5. Модели процесса обработки данных 113

2.5.1. Модели обслуживания вычислительных задач 115

Соответственно дисперсия числа заявок за время t 118

Условие нормировки вероятностей имеет вид 119

Подставляя соответствующие значения вероятностей P_k получим 122

Потери заявок возникают с вероятностью 123

2.5.2. Модели планирования вычислительного процесса 124

2.5.3. Вычислительный граф системы обработки 128

2.6. Модели процесса хранения и накопления данных 130

2.6.1. Инфологическая модель предметной области 130

2.6.2. Информационный граф системы обработки 131

Для рассмотренного примера 134

ZF=(B·f)B^t. 135

2.6.3. Каноническая структура информационной базы 136

2.6.4. Выбор ключевых реквизитов 139

2.7. Модели процесса формализации знаний 142

2.7.1. Логическая модель представления знаний 143

Т=Т₁Т₂Т₃Т₄Т₅, 144

2.7.2. Алгоритмическая модель представления знаний 147

T=T_lT₂T₃, 147

А₁ А₂, ..., А_n; while A do В 147

T₃={begin, end} 147

2.7.3. Семантическая модель представления знаний 148

G={У₁,У2, ...,У_n.,₁....., _m}, 148

2.7.4. Фреймовая модель представления знаний 150

Ф=[(С,d_n), (С₂,d­_n),...,(С_n, d_n)], 151

Дидактический план

Системный подход к моделированию информационных процессов. Методы моделирования информационных процессов и их характеристика. Математические схемы моделирования информационных процессов и систем. Организация и проведение вычислительного эксперимента. Планирование и реализация статистического моделирования информационных процессов на ЭВМ.

Эталонная модель открытых систем и ее характеристика. Базовые информационные процессы и их классификация. Модели процесса доставки сообщений. Модели процесса хранения и накопления данных. Модели процесса обработки. Модели процесса формализации знаний.

Литература Основная

1. Болотова Л.С. Системы искусственного интеллекта: Теоретические основы интеллектуальных информационных систем и формальные модели представления знаний. Учебное пособие. – М.: МИРЭА (технический университет), 2003.

2. Душин В.К. Теоретические основы информационных процессов и систем. Учебник для вузов. – М.: Изд. торг. корп. «Дашков и К», 2003.

3. Острейковский В.А. Теория систем. Учебник для вузов. – М.: Высшая школа. 2003.

4. Шелухин О.И., Теняшев А.М., Осин А.В. Моделирование информационных систем. Учебное пособие. – М.: Сайнс-Пресс, 2005.

Дополнительная

1. Аскеров Т.М., Данчул А.Н., Бородько В.П., Гречишников А.В., Домрачеев А.В., Сафонова Т.Е. Информатика: Учебник. – М.: Изд-во РАГС, 2004.

2. Пранов Б.М. Проектирование АСОИУ: Учебное пособие. – М.: СГА, 2005.

3. Советов Б.Я. Информационная технология. Учебник для вузов. – М.: Высшая школа, 2005.

4. Советов Б.Я., Яковлев С.А. Моделирование систем. Учебник для вузов. – М.: Высшая школа, 2003.

5. Шастова Г.А. Выбор и автоматизация структуры информационных систем. – М.: Радио и связь, 1992.

Примечание. Знаком (*) отмечены работы, на основе которых составлен тематический обзор.

Тематический обзор

Информационная технология базируется на реализации информационных про­цессов, разнообразие которых требует выделения базовых, характерных для любой информационной технологии. К ним можно отнести управление, обмен, обработку, накопление данных и формализацию знаний. На логическом уровне должны быть построены математические модели, обеспечивающие объединение процессов в ин­формационную технологию. Модель процесса передачи может быть представлена совокупностью моделей каналов связи и ошибок, являющихся следствием воздей­ствия помех на передаваемые коды сообщений. Модель процесса обработки отоб­ражается моделью планирования и моделью реализации вычислений. В ходе об­работки на основе входных данных формируются промежуточные и выходные, поэтому существенным становится процесс накопления, в основе которого должны лежать модели, обеспечивающие построение информационной базы.

В условиях персонализации вычислений особую роль играют модели представ­ления знаний. Распространение получили логическая, алгоритмическая, семантичес­кая и фреймовая модели, а также их совместное использование.

Выделение базовых информационных процессов и систем, характерных для любой информационной технологии определяют содер­жание данного учебного пособия. Умение моделировать информационные процессы и системы является залогом ус­пешного изучения систем, принятия правильных решений при их проек­тировании.

В данном учебном пособии рассматриваются базовые модели информационных процессов и систем, а также основы их моделирования, что позволит показать принципы их построения, сравнить варианты, дать рекомендации по выбору, а также выявить взаимосвязь информационных процессов и систем, их структурную соподчиненность.

Материал данного учебного пособия базируется на теории вероятности и математической статистики, теории систем, теории графов.