Бинарная модель данных
Бинарная модель данных — это графовая модель, в которой вершины являются представлениями простых однозначных атрибутов, а дуги представлениями бинарных связей между атрибутами (см. рис. 4).
Рис. 4. Пример бинарного отношения.
Бинарная модель не получила особо широкого распространения, но в ряде случаев находит практическое применение. Так, в области искусственного интеллекта уже давно ведутся исследования с целью представления информации в виде бинарных отношений. Рассмотрим триаду (тройку) "объект—атрибут—значение". Триада "Кузнецов—возраст—20" означает, что возраст некоего Кузнецова равен 20 годам. Эта же информация может быть выражена, например, бинарным отношением ВОЗРАСТ. Понятие бинарного отношения положено в основу таких моделей данных, как, например, Data Semantics (автор Абриал) и DIAM II (автор Сенко).
Бинарные модели данных обладают возможностью представления связки любой сложности (и это их несомненное преимущество), но вместе с тем их ориентация на пользователя недостаточна.
Семантическая сеть
Семантические сети как модели данных были предложены исследователями, работавшими над различными проблемами искусственного интеллекта. Так же, как в сетевой и бинарной моделях, базовые структуры семантической сети могут быть представлены графом, множество вершин и дуг которого образует сеть. Однако семантические сети предназначены для представления и систематизации знаний самого общего характера.
Таким образом, семантической сетью можно считать любую графовую модель (например — помеченный бинарный граф) если изначально четко определено, что обозначают вершины и дуги и как они используются.
Семантические сети являются богатыми источниками идей моделирования данных, чрезвычайно полезных в плане решения проблемы представления сложных ситуаций. Они могут быть использованы независимо или совместно с идеями, положенными в основу других моделей данных. Их интересной особенностью является то, что расстояние, измеренное на сети (семантическое расстояние или метрика), играет важную роль, определяя близость взаимосвязанных понятий. При этом предусмотрена возможность в явной форме подчеркнуть, что семантическое расстояние велико. Как показано на рис. 5, СПЕЦИАЛЬНОСТЬ соотносится с личностью ПРЕПОДАВАТЕЛЬ, и в то же время ПРЕПОДАВАТЕЛЮ присущ РОСТ. Взаимосвязь личности со специальностью очевидна, однако из этого не обязательно следует взаимосвязь СПЕЦИАЛЬНОСТИ и РОСТА.
Рис. 5. Соотношение понятий в семантической сети.
Следует сказать, что моделям данных типа семантической сети при всем присущем им богатстве возможностей при моделировании сложных ситуаций присуща усложненность и некоторая неэкономичность в концептуальном плане.
Лекция № 10 Содержание лекции
Информационный процесс 4
Информационная система 5
Классификация информационных систем 5
Классификация по масштабу 5
Одиночные информационные системы 6
Групповые информационные системы 6
Корпоративные информационные системы 6
Классификация по сфере применения 6
Классификация по способу организации 7
Архитектура файл-сервер 8
Архитектура клиент-сервер 8
Многоуровневая архитектура 9
Интернет/интранет-технологии 10
Требования, предъявляемые к информационным системам 10
Гибкость 10
Надежность 11
Эффективность 11
Безопасность 12
Жизненный цикл информационных систем 16
Общие сведения об управлении проектами 17
Классификация проектов 18
Основные фазы проектирования информационной системы 18
Концептуальная фаза 19
Подготовка технического предложения 19
Проектирование 19
Разработка 20
Ввод системы в эксплуатацию 20
Процессы, протекающие на протяжении жизненного цикла информационной системы 20
Основные процессы жизненного цикла 21
Разработка 21
Эксплуатация 21
Сопровождение 22
Вспомогательные процессы жизненного цикла 22
Организационные процессы 23
Структура жизненного цикла информационной системы 23
Начальная стадия 24
Стадия уточнения 24
Стадия конструирования 24
Стадия передачи в эксплуатацию 24
Жизненный цикл информационных систем 28
Модели жизненного цикла информационной системы 28
Каскадная модель жизненного цикла информационной системы 29
Основные этапы разработки по каскадной модели 29
Основные достоинства каскадной модели 29
Недостатки каскадной модели 30
Спиральная модель жизненного цикла 31
Итерации 31
Преимущества спиральной модели 32
Недостатки спиральной модели 33
Методология и технология разработки информационных систем 37
Методология RAD 40
Основные особенности методологии RAD 40
Объектно-ориентированный подход 41
Визуальное программирование 42
Событийное программирование 43
Фазы жизненного цикла в рамках методологии RAD 44
Фаза анализа и планирования требований 44
Фаза проектирования 44
Фаза построения 45
Фаза внедрения 46
Ограничения методологии RAD 46
Методология и технология разработки информационных систем 51
Профили открытых информационных систем 51
Понятие профиля информационной системы 52
Принципы формирования профиля информационной системы 53
Структура профилей информационных систем 55
Профиль прикладного программного обеспечения 57
Профиль среды информационной системы 57
Профиль защиты информации 58
Профиль инструментальных средств 58
Методология и технология разработки информационных систем 63
Стандарты и методики 63
Виды стандартов 64
Методика CDM фирмы Oracle 65
Общая структура 66
Особенности методики СDМ 67
Международный стандарт ISO/IEC 12207: 1995-08-01 68
Общая структура 69
Основные и вспомогательные процессы ЖЦ 69
Особенности стандарта ISO 12207 71
CASE-технологии проектирования информационных систем 77
Характеристика современных CASE-средств 80
Локальные средства 86
Объектно-ориентированные CASE-средства 87
Средства конфигурационного управления 87
Средства документирования 87
Средства тестирования 88
Принципы построения и этапы проектирования баз данных 93
Основные понятия и определения 93
Описательная модель предметной области 99
Принципы построения и этапы проектирования баз данных 111
Концептуальные модели данных 111
Типы структур данных 112
Операции над данными 113
Ограничения целостности 114
Иерархическая модель данных 115
Сетевая модель данных 116
Реляционная модель данных 117
Бинарная модель данных 119
Семантическая сеть 119
Технология моделирования информационных систем 124
Методы моделирования систем 124
Математическая модель системы 126
Классификация математических моделей 128
Имитационные модели информационных систем 133
Методологические основы применения метода имитационного моделирования 133
Имитационные модели информационных систем 139
Классификация имитационных моделей 139
Структура типовой имитационной модели с календарем событий 146
Имитационные модели информационных систем 151
Технология моделирования случайных факторов 151
Генерация псевдослучайных чисел (ПСЧ) 151
Мультипликативный метод 153
Аддитивный метод 153
Смешанный метод 154
Моделирование случайных событий 154
Последовательное моделирование 157
Моделирование после предварительных расчетов 157
Имитационные модели информационных систем 158
Технология моделирования случайных факторов 158
Моделирование случайных величин 158
Моделирование непрерывных случайных величин 159
Метод обратной функции 159
Метод исключения (Неймана) 160
Метод композиции 162
Моделирование дискретных случайных величин 163
Метод последовательных сравнений 163
Метод интерпретации 163
Моделирование случайных векторов 164
Метод условных распределений 165
Метод исключения (Неймана) 166
Метод линейных преобразований 167
Имитационные модели информационных систем 170
Основы организации имитационного моделирования 170
Этапы имитационного моделирования 170
Испытание имитационной модели 171
Задание исходной информации 172
Верификация имитационной модели 172
Проверка адекватности модели 172
Калибровка имитационной модели 173
Исследование свойств имитационной модели 173
Оценка погрешности имитации, связанной с использованием в модели генераторов псевдослучайных чисел (ПСЧ) 173
Определение длительности переходного режима 174
Оценка устойчивости результатов имитации 175
Исследование чувствительности модели 175
Языки моделирования 175