Курсовая работа / диск / Docs / Описание дистрибутива
.docОГЛАВЛЕНИЕ
1. Описание содержимого диска ……………………………………………….. 2
2. Инструкция по получению из исходных текстов исполняемых модулей ... 3
3. Описание контрольного примера …………………………………………….4
3.1. Наименование программы …………….……………………………. 4
3.2. Область применения программы ……………………………………4
3.3. Цель проведения испытания …………………………………………4
3.4. Требования, подлежащие проверке во время тестирования ………4
3.5. Технические и программные средства, используемые во время тестирования ………………………………………………………..5
3.6. Пример работы программы…………………………………………..5
1. Описание содержимого диска
Диск содержит дистрибутив программы в папке Source, документацию проекта в папке Docs. Тестовый пример входит в состав дистрибутива. Исходные тексты и дополнительные файлы, необходимые для работы проекта, находятся в папке Source. Дополнительные компоненты – в папке Components в самораспаковывающимся архиве Denwer3_Base_2010-11-07.exe.
Документация включает в себя следующие файлы:
приложение 1.doc “описание программы”, приложение 2.doc “Руководство оператора”, приложение 3.doc “Описание применения”, приложение 4.doc “Программа и методика испытаний”, описание дистрибутива.doc “Описание к дистрибутиву программного продукта курсовой работы” (данный документ).
Для работы необходимо установить пакет программ для создания локального веб-сервера из папки Components. Cкопировать папку source на жесткий диск, в директорию локального веб-сайта.
После установки в директории программы будут находится следующие файлы:
Index.php – форма ввода исходных данных;
Do.php – файл, выполняющий расчеты программы и вывод хода работы на экран;
Graph.php вспомогательный модуль для построения графиков;
Help.php – файл справки;
Кроме этих файлов, директория программы содержит поддиректория images, в которой находятся файлы изображений, используемые в справке. Также там содержится поддиректория pChart, содержащая файлы, необходимые для построения графиков.
Таблица 1. Описание файлов исходных текстов системы анализа технологических параметров производства продукции.
Имя файла |
Описание файлов |
index.php, do.php |
Главные файлы программы. Загружают исходные данные, обрабатывают, и производят все необходимые вычисления. |
Входные данные: см п.6.1.3. |
|
Выходные данные: см п.6.1.3. |
|
graph.php |
Содержит в себе модуль построения графиков. |
Входные данные: см п.6.1.3. |
|
Выходные данные: см п.6.1.3. |
|
Help.php |
Позволяет пользователю вывести справочную информацию. |
Входные данные: справочная информация по работе с системой. |
|
Выходные данные: отсутствуют. |
2. Инструкция по получению из исходных текстов исполняемых модулей
Для получения исполняемых модулей необходимо установить дополнительные компоненты Denwer3_Base_2010-11-07.exe из папки Components. Создать новый домен tspkurs. Скопировать файлы из папки Source в директорию домена. Открыть в веб-браузере ссылку http://tspkurs/index.php
3. Описание контрольного примера
3.1. Наименование программы
Наименование программы: «Моделирование сезонных временных рядов». Имя исполняемого модуля: index.php.
3.2. Область применения программы
Область применения – исследование и прогнозирование сезонных временных рядов.
3.3. Цель проведения испытания
Испытания автоматизированной системы проводятся с целью проверки корректной работы всех функций программы, определённых на этапе её проектирования, а также проверки работы программы в целом.
3.4.Требования, подлежащие проверке на этапе тестирования
Проверке подлежат следующие требования:
-
Ввод исходных данных.
-
Моделирование сезонных временных рядов.
Работа других функций отдельно не тестируется, так как они используются функциями, перечисленными выше и тестируются неявно.
3.5. Технические и программные средства, используемые во время тестирования
При испытаниях использовались следующие аппаратные и программные средства: процессор – Intel Core Quad 4400 МГц, оперативная память DDR2 – 4 Gb, винчестер - 500 Gb, видеоадаптер – NVIDIA GeForce GTS250, стандартные клавиатура и «мышь», операционная система – MS Windows 7.
3.6 Пример работы программы:
Исходный ряд: 375 371 869 1015 357 471 992 1020 390 355 992 905 461 454 920 927 Выделение линейной модели тренда По методу наименьших квадратов вычислены коэффициенты уравнения линии тренда: y=14.3618*x+557.55 Исходный ряд с удаленным трендом: Подсчет коэффициентов автокорреляции по ряду с удаленным трендом:
Лаг |
Коэффициент автокорреляции |
0 |
1 |
1 |
-0.0682 |
2 |
-1.091 |
3 |
-0.123 |
4 |
0.8811 |
5 |
0.0088 |
6 |
-0.7484 |
7 |
0.0176 |
8 |
0.7098 |
Коррелограмма: Анализ коррелограммы Так как максимальный коэффициент автокорреляции r=0.8811 получен при лаге 4, можно сделать вывод, что исходный ряд колеблется каждые 4 значения. Вычисление сезонных компонент Наша модель имеет вид: F=T+S+E (F – значения модели, T – значения линии тренда, S – значения сезонной компоненты, E – величина ошибок) Получим оценку сезонной компоненты как (предположив, что ошибка равна нулю) S=F-T:
Сезон |
1 |
2 |
3 |
4 |
Среднее |
Скорректированная оценка |
Сезон 1 |
-768.8235 |
-901.7176 |
-983.6118 |
-1027.5059 |
-262.3324 |
-262.3324 |
Сезон 2 |
-801.5471 |
-816.4412 |
-1047.3353 |
-1063.2294 |
-259.6941 |
-259.6941 |
Сезон 3 |
-332.2706 |
-324.1647 |
-439.0588 |
-625.9529 |
256.4441 |
256.4441 |
Сезон 4 |
-214.9941 |
-324.8882 |
-554.7824 |
-647.6765 |
265.5824 |
265.5824 |
Сумма |
- |
- |
- |
- |
0 |
0 |
Оценка ошибки прогноза Из нашей модели выразим ошибку: Е=Z-T-S, где Z-реальные значения.
n |
Z |
S |
T |
E=Z-S-T |
E^2 |
1 |
-196.9118 |
-262.3324 |
571.9118 |
65.4206 |
4279.8534 |
2 |
-215.2735 |
-259.6941 |
586.2735 |
44.4206 |
1973.1887 |
3 |
268.3647 |
256.4441 |
600.6353 |
11.9206 |
142.1004 |
4 |
400.0029 |
265.5824 |
614.9971 |
134.4206 |
18068.8945 |
5 |
-272.3588 |
-262.3324 |
629.3588 |
-10.0265 |
100.5301 |
6 |
-172.7206 |
-259.6941 |
643.7206 |
86.9735 |
7564.3948 |
7 |
333.9176 |
256.4441 |
658.0824 |
77.4735 |
6002.1478 |
8 |
347.5559 |
265.5824 |
672.4441 |
81.9735 |
6719.6595 |
9 |
-296.8059 |
-262.3324 |
686.8059 |
-34.4735 |
1188.4242 |
10 |
-346.1676 |
-259.6941 |
701.1676 |
-86.4735 |
7477.6713 |
11 |
276.4706 |
256.4441 |
715.5294 |
20.0265 |
401.0595 |
12 |
175.1088 |
265.5824 |
729.8912 |
-90.4735 |
8185.4595 |
13 |
-283.2529 |
-262.3324 |
744.2529 |
-20.9206 |
437.671 |
14 |
-304.6147 |
-259.6941 |
758.6147 |
-44.9206 |
2017.8592 |
15 |
147.0235 |
256.4441 |
772.9765 |
-109.4206 |
11972.8651 |
16 |
139.6618 |
265.5824 |
787.3382 |
-125.9206 |
15855.9945 |
Для оценки качества полученной модели применим сумму квадратов полученных абсолютных оценок. R^2= 0.9263 Следовательно, можно сказать, что аддитивная модель объясняет 92.63% общей вариации уровней временного ряда.
Прогнозирование. В соответствии с нашей моделью прогнозируем 10 точек для нашего ряда:
t |
Прогноз |
17 |
539.3676 |
18 |
556.3676 |
19 |
1086.8676 |
20 |
1110.3676 |
21 |
596.8147 |
22 |
613.8147 |
23 |
1144.3147 |
24 |
1167.8147 |
25 |
654.2618 |
26 |
671.2618 |
Вывод: Модель объясняет 92.63% общей вариации уровней временного ряда, что достаточно высокий показатель. Модель можно считать точной.