ответы2
.doc
|
40. Интеллектуальные системы: структура, функции, области применения Искусственный интеллект - способность прикладного процесса обнаруживать свойства, ассоциируемые с разумным поведением человека. Искусственный интеллект - раздел информатики, занимающийся вопросами имитации мышления человека с помощью компьютера. Основные понятия искусственного интеллекта Термин интеллект (intelligence) происходит от латинского intellectus — что означает ум, рассудок, разум; мыслительные способности человека. Соответственно искусственный интеллект (artificial intelligence) — ИИ (AI) обычно толкуется как свойство автоматических систем брать на себя отдельные функции интеллекта человека, например, выбирать и принимать оптимальные решения на основе ранее полученного опыта и рационального анализа внешних воздействий. Интеллектом называется способность мозга решать (интеллектуальные) задачи путем приобретения, запоминания и целенаправленного преобразования знаний в процессе обучения на опыте и адаптации к разнообразным обстоятельствам. Интеллектуальная система - система или устройство с программным обеспечением, имеющие возможность с помощью встроенного процессора настраивать свои параметры в зависимости от состояния внешней среды. Интеллектуальная информационная система (ИИС) — это один из видов автоматизированных информационных систем, иногда ИИС называют системой, основанных на знаниях. ИИС представляет собой комплекс программных, лингвистических и логико-математических средств для реализации основной задачи: осуществление поддержки деятельности человека и поиска информации в режиме продвинутого диалога на естественном языке. Данные - это совокупность сведений, зафиксированных на определенном носителе в форме, пригодной для постоянного хранения, передачи и обработки. Преобразование и обработка данных позволяет получить информацию. Информация - это результат преобразования и анализа данных. Например, в базах данных хранятся различные данные, а по определенному запросу система управления базой данных выдает требуемую информацию. Знания – это зафиксированная и проверенная практикой обработанная информация, которая использовалась и может многократно использоваться для принятия решений. Знания – это вид информации, которая хранится в базе знаний и отображает знания специалиста в конкретной предметной области. Знания – это интеллектуальный капитал. "Система искусственного интеллекта", место СИИ в классификации информационных систем Интеллектуальными считаются задачи, связанные с разработкой алгоритмов решения ранее нерешенных задач определенного типа. Интеллект представляет собой универсальный алгоритма, способный разрабатывать алгоритмы решения конкретных задач. Сегодня уже существуют многочисленные варианты интеллектуальных систем, которые не имеют цели, но имеют критерии поведения: генетические алгоритмы и имитационное моделирование эволюции. Поведение этих систем выглядит таким образом, как будто они имеют различные цели и добиваются их. Ежегодно производится соревнование между разговаривающими программами, и наиболее человекоподобной, по мнению судей, присуждается приз Лебнера (Loebner). Особенности и признаки интеллектуальности информационных систем Любая информационная система (ИС) выполняет следующие функции: 1. воспринимает вводимые пользователем информационные запросы и необходимые исходные данные, 2. обрабатывает введенные и хранимые в системе данные в соответствии с известным алгоритмом и формирует требуемую выходную информацию. С точки зрения реализации перечисленных функций ИС можно рассматривать как фабрику, производящую информацию, в которой заказом является информационный запрос, сырьем - исходные данные, продуктом - требуемая информация, а инструментом (оборудованием) - знание, с помощью которого данные преобразуются в информацию. Интеллектуальная информационная система (ИИС) - это ИС, которая основана на концепции использования базы знаний для генерации алгоритмов решения экономических задач различных классов в зависимости от конкретных информационных потребностей пользователей. Для интеллектуальных информационных систем, ориентированных на генерацию алгоритмов решения задач, характерны следующие признаки: · развитые коммуникативные способности, · умение решать сложные плохо формализуемые задачи, · способность к самообучению, Коммуникативные способности ИИС характеризуют способ взаимодействия (интерфейса) конечного пользователя с системой. Сложные плохо формализуемые задачи - это задачи, которые требуют построения оригинального алгоритма решения в зависимости от конкретной ситуации, для которой могут быть характерны неопределенность и динамичность исходных данных и знаний. Представление знаний в интеллектуальных системах В настоящее время в исследованиях по искусственному интеллекту (ИИ) выделились шесть направлений. 1. Представление знаний. 2. Манипулирование знаниями. 3. Общение. 4. Восприятие. 5. Обучение. 6. Поведение. В рамках направления "Представление знаний" решаются задачи, связанные с формализацией и представлением знаний в памяти интеллектуальной системы (ИС). Для этого разрабатываются специальные модели представления знаний и языки для описания знаний, выделяются различные типы знаний. Изучаются источники, из которых ИС может черпать знания, и создаются процедуры и приемы, с помощью которых возможно приобретение знаний для ИС. Проблема представления знаний для ИС чрезвычайно актуальна, т.к. ИС - это система, функционирование которой опирается на знания о проблемной области, которые хранятся в ее памяти. Существуют два типа методов представления знаний (ПЗ): формальные модели ПЗ; неформальные (семантические, реляционные) модели ПЗ. В отличие от формальных моделей, в основе которых лежит строгая математическая теория, неформальные модели такой теории не придерживаются. Каждая неформальная модель годится только для конкретной предметной области и поэтому не обладает универсальностью, которая присуща моделям формальным. Логический вывод - основная операция в СИИ - в формальных системах строг и корректен, поскольку подчинен жестким аксиоматическим правилам. Вывод в неформальных системах во многом определяется самим исследователем, который и отвечает за его корректность. Каждому из методов ПЗ соответствует свой способ описания знаний. 1. Логические модели. 2. Сетевые модели. 3. Продукционные модели. 4. Фреймовые модели. Формальные модели представления знаний Система ИИ в определенном смысле моделирует интеллектуальную деятельность человека и, в частности, - логику его рассуждений. В грубо упрощенной форме наши логические построения при этом сводятся к следующей схеме: из одной или нескольких посылок (которые считаются истинными) следует сделать "логически верное" заключение (вывод, следствие). Очевидно, для этого необходимо, чтобы и посылки, и заключение были представлены на понятном языке, адекватно отражающем предметную область, в которой проводится вывод. В обычной жизни это наш естественный язык общения, в математике, например, это язык определенных формул и т.п. Наличие же языка предполагает, во - первых, наличие алфавита (словаря), отображающего в символьной форме весь набор базовых понятий (элементов), с которыми придется иметь дело и, во - вторых, набор синтаксических правил, на основе которых, пользуясь алфавитом, можно построить определенные выражения. Логические выражения, построенные в данном языке, могут быть истинными или ложными. Некоторые из этих выражений, являющиеся всегда истинными. Объявляются аксиомами (или постулатами). Они составляют ту базовую систему посылок, исходя из которой и пользуясь определенными правилами вывода, можно получить заключения в виде новых выражений, также являющихся истинными. Если перечисленные условия выполняются, то говорят, что система удовлетворяет требованиям формальной теории. Ее так и называют формальной системой (ФС). Система, построенная на основе формальной теории, называется также аксиоматической системой. ФС имеют и недостатки, которые заставляют искать иные формы представления. Главный недостаток - это "закрытость" ФС, их негибкость. Модификация и расширение здесь всегда связаны с перестройкой всей ФС, что для практических систем сложно и трудоемко. В них очень сложно учитывать происходящие изменения. Поэтому ФС как модели представления знаний используются в тех предметных областях, которые хорошо локализуются и мало зависят от внешних факторов. Направления исследований в области создания систем искусственного интеллекта: бионическое и программно-прагматическое. Основные направления интеллектуализации программного обеспечения. В бионическом направлении выделяются три различных подхода. Первый - нейробионический. В его основе лежат системы нейроподобных элементов, из которых создаются системы, способные воспроизводить некоторые интеллектуальные функции. К числу задач, которые, по-видимому, могут быть решены в рамках этого подхода, относится многоканальное (параллельное) распознавание сложных зрительных образов, обучение условным рефлексам и др. Второй подход - структурно-эвристический. В его основе лежат знания о наблюдаемом поведении объекта, рассматриваемого как "черный" (скорее, "серый") ящик, и соображения о тех структурах (и их свойствах) мозга, которые могли бы обеспечить реализацию наблюдаемых форм поведения. Наконец, третий подход, интенсивно развивающийся в последнее время, - гомеостатический. В этом случае мозг рассматривается как гомеостатическая система, представляющая собой совокупность противоборствующих (и сотрудничающих) подсистем, в результате функционирования которых обеспечивается нужное равновесие (устойчивость) всей системы в условиях постоянно изменяющихся воздействий среды. В программно-прагматическом направлении также можно выделить три подхода. Первый подход - локальный или "задачный" - основан на точке зрения, что для каждой задачи, присущей творческой деятельности человека, можно найти способ ее решения на ЭВМ, который, будучи реализован в виде программы, даст результат, либо подобный результату, полученному человеком, либо даже лучший. Разработано много искусных программ такого рода. Типичным примером являются шахматные программы, которые играют в шахматы лучше большинства людей, но в основе их лежат идеи, далекие от тех, которыми пользуются люди при игре. Второй подход - системный или основанный на знаниях связан с представлением о том, что решение отдельных творческих задач не исчерпывает всей проблематики искусственного интеллекта. Естественный интеллект человека способен не только решать творческие задачи, но при необходимости обучаться тому или иному виду творческой деятельности. Поэтому и программы искусственного интеллекта должны быть ориентированы не только или не столько на решение конкретных интеллектуальных задач, сколько на создание средств, позволяющих автоматически строить программы решения интеллектуальных задач, когда в таких программах возникает необходимость. Этот подход в настоящее время является центральным в программно-прагматическом направлении. Третий подход рассматривает проблемы создания интеллектуальных систем как часть общей теории программирования (как некоторый новый виток в этой теории). При этом подходе для составления интеллектуальных программ используются обычные программные средства, позволяющие писать нужные программы по описаниям задач на профессиональном естественном языке. Все метасредства, возникающие при этом на базе частичного анализа естественного интеллекта, рассматриваются здесь лишь с точки зрения создания интеллектуального программного обеспечения, т. е. комплекса средств, автоматизирующих деятельность самого программиста. Классификация ИИС: 1. Системы с интеллектуальным интерфейсом 2. Экспертные системы 3. Самообучающиеся системы 4. Адаптивные системы. |
43. Стадии и этапы создания информационных систем Совокупность работ от формирования исходных требований к АИС до ввода ее в действие определяется как процесс создания информационной системы. В создании АИС выделяют предпроектную, проектную и послепроектную стадии. Стадия создания АИС – это одна из частей создания АИС, установленная нормативными документами и заканчивающаяся выпуском документации на АИС, содержащей описание полной, в рамках заданных требований, модели АИС на заданном для данной стадии уровне. Каждая стадия создания АИС включает совокупность этапов. Этап создания АИС – это часть стадии создания АИС, выделенная по соображениям единства характера работ и (или) завершающего результата или специализации исполнителей. Очередь ИС – часть ИС для которой в ТЗ на создание ИС установлены отдельные строки ввода и набор реализуемых функций. Функция ИС – совокупность действий ИС, направленных на достижение определенной цели. Задача ИС – часть функции, представляющая собой совокупность действий выполнение которых приводит к результату заданного вида. Состав и характеристика стадий и этапов создания ИС Создание любой ИС представляет собой длинный и трудоемкий процесс. Состав стадий создания автоматизированной системы определяется ГОСТом 34.601-90. Работы по созданию ИС осуществляют в рамках соответствующих стадий и этапов. В состав стадий и этапов создания ИС в соответствии с технологией канонического проектирования ИС в целом согласуется с содержанием ГОСТа 34.601-90. В то же время общепринятым является выделение в создании ИС 3-х важнейших стадий: 1) Предпроектная; 2) Проектная; 3) Послепроектная. На первой, предпроектной стадии принято выделять три этапа: формирование требований к АИС; разработка концепции АИС; разработка технического задания на создание АИС. Основными результатами выполнения предпроектной стадии являются технико-экономическое обоснование проектных решений по созданию АИС и техническое задание. Технико-экономическое обоснование – это предпроектный организационный документ, определяющий экономическую целесообразность и производственную необходимость создания, модернизации или совершенствования АИС с определением объемов и стоимости работ, необходимых для достижения поставленных целей. Техническое задание – документ, оформленный в установленном порядке и определяющий цели создания АИС, требования к АИС и основные исходные данные, необходимые для ее разработки, а также план-график создания АИС. Важность предпроектной стадии определяет необходимость наиболее детального ознакомления студентов с содержанием выполняемых на ней работ. Проектная стадия предусматривает следующие этапы: эскизное, техническое и рабочее проектирование. Результатами выполнения проектной стадии являются эскизный, технический и рабочий проекты. Эскизный проект – это комплект проектных документов на АИС, разрабатываемых на этапе эскизного проектирования, утвержденный в установленном порядке, содержащий предварительные общесистемные решения по выбранному на этапе концептуального проектирования варианту АИС и отдельным видам ее обеспечения и достаточный для разработки технического проекта. Технический проект – это комплект проектных документов на АИС, разрабатываемых на этапе технического проектирования, утвержденный в установленном порядке, содержащий основные проектные решения по системе в целом, ее функциям и всем видам обеспечения и достаточный для разработки рабочей документации на АИС. Рабочий проект – это комплект проектных документов на АИС, разрабатываемых на этапе рабочего проектирования, утвержденный в установленном порядке, содержащий взаимоувязанные проектные решения по системе в целом, ее функциям, всем видам обеспечения, достаточные для создания и функционирования АИС. Послепроектная стадия включает этапы: подготовка объекта автоматизации к внедрению АИС; проведение предварительных испытаний; опытной эксплуатации; ввод в промышленную эксплуатацию; гарантийное и послегарантийное сопровождение и обслуживание. В ходе выполнения работ на этой стадии осуществляется выявление недоработок в предложенных для внедрения проектных решениях. После устранения недостатков и доработки проекта он передается сначала в опытную, а затем в промышленную эксплуатацию, что подтверждается соответствующими актами.
1)ГОСТ 34.003-90 ИТ. Комплекс стандартов на АС. Автоматизированные системы. Термины и определения. 2)ГОСТ 34.601-90 ИТ. Комплекс стандартов на АС. Автоматизированные системы. Стадии создания 3)РД 50-34.698-90 Методические указания. ИТ. Комплекс стандартов и руководящих документов на АС. АС. Требования к содержанию документов. 4) ГОСТ 34.603-92 ИТ. Виды испытаний автоматизированных систем 5) ГОСТ 34.201-89 ИТ. Комплекс стандартов на АС. Виды, комплектность и обозначение документов при создании автоматизированных систем
|
|||
|
41. Экспертные информационные системы Экспертные системы (ЭС) – это сложные программные комплексы, аккумулирующие знания специалистов в конкретных предметных областях и предназначенные для обеспечения высокоэффективного решения неформализованных задач. Неформализованные задачи обладают следующими особенностями: • ошибочностью, неоднозначностью, неполнотой и противоречивостью исходных данных; • большой размерностью пространства решения; • динамически изменяющимися данными и знаниями; • не существует алгоритмического решения задачи Применение ЭС может быть оправдано одним из следующих факторов: • решение задачи принесет значительный эффект, например, экономический; • использование человека-эксперта невозможно либо из-за недостаточного количества экспертов, либо из-за необходимости выполнять экспертизу одновременно в различных местах; • использование ЭС целесообразно при необходимости решать задачу в окружении, враждебном для человека. Экспертные системы отличаются от систем обработки данных тем, что в них в основном используются символьный (а не числовой) способ представления, символьный вывод и эвристический поиск решения (а не выполнение известного алгоритма). Классификация ЭС: I) По задаче 1) Интерпретация – выявление описаний ситуаций из наблюдения. Эта категория включает наблюдения, понимание речи, анализ образов, интерпретацию сигналов и многие другие виды интеллектуального анализа. Система интерпретации объясняет наблюдаемые данные путем присвоения им символических значений, описывающих ситуацию (SIAP, АВТАНТЕСТ, МИКРОЛЮШЕР, DENDRAL, PROSPECTOR, TEC) 2) Прогнозирование (предсказание) – выявление похожих последствий в данной ситуации (WERRA – предсказание наводнений и управление ими; WILLARD –предсказание погоды , PLANT – оценки будущего урожая, ECON – прогнозы в экономике) 3) Диагностика – выявление неисправностей системы через наблюдение. Включают диагностику в медицине, электронике, механике и программном обеспечении. Диагностирующие системы обычно соотносят наблюдаемые поведенческие отклонения с причинами, лежащими в основе (CRIB – диагностика ошибок в аппаратуре и мат. обеспечении ЭВМ; MYCIN – обнаружение инфекционного заболевания крови, терапия антибиотиками; DART – обнаружение и локализация неисправностей в ЭВМ; INTERNIST – обнаружение заболевания внутренних органов; DIDIMA – ранняя диагностика рака груди). 4) Планирование – разработка планов для достижения целей (планирование промышленных заказов ISIS – проектирование производственных процессов;планирование эксперимента MOLGEN – эксперименты в молекулярной генетике, на основе экспериментов с ферментами системой вырабатываются гипотезы о структуре ДНК; ЭКСПЛАН – планирование производства на Бакинском нефтеперерабатывающем заводе) . 5) Проектирование – конфигурирование и разработка объектов, удовлетворяющих определенным требованиям. Такие задачи включают конструирование зданий, планировка расположения оборудования и другие. Эти системы конструируют различные взаимосвязи описаний объектов друг с другом и проверяют, удовлетворяют ли эти конфигурации установленным ограничениям и требованиям. (SYN – синтез электрических цепей) 6) Мониторинг – сравнение наблюдений с планами, сигнализируя об отклонениях и исключениях. Существует много компьютерных систем мониторинга: от контроля движения воздушных потоков до задач управления сбором налогов (СПРИНТ – контроль за работой электростанций; REACTOR – помощь диспетчерам атомного реактора) 7)Управление – интерпретирование, предсказывание, восстановление и мониторинг поведения системы, адаптивно управляют всеобщим поведением системы. Для осуществления этого система управления должна периодически интерпретировать текущую ситуацию, предсказывать будущее, диагностировать причины ожидаемых проблем, формулировать план устранения этих проблем и осуществлять мониторинг его выполнения для обеспечения успеха. (PROCON– оперативное управление химической установкой; GAS – помощь в управлении газовой котельной) 8) Обучение – диагностируют ошибки при изучении дисциплины с помощью ЭВМ и подсказывают правильные решения. Они аккумулируют знания о гипотетическом «ученике» и его характерных ошибках, затем в работе диагностируют слабости в познаниях обучаемых, находят соответствующие средства для их ликвидации. (PROUST – обучение языку Паскаль; обучение языку программирования ЛИСП «Учитель ЛИСПа» ) II) По связи с реальным временем Если исходная информация о предметной области или окружающем мире, на основе которой решается задача, не изменяется за время решения задачи, то такую предметную область можно условно назвать статической предметной областью, и ее представление в ЭС будет статическим. ЭС, разрабатываемые в таких предметных областях, называются статическими. Если информация о предметной области изменяется за время решения задач, то такую предметную область называют динамической предметной областью. Квазидинамическими ЭС называют системы, которые интерпретируют ситуацию, меняющуюся с некоторым фиксированным интервалом времени. Пример, микробиологические ЭС, в которых снимаются лабораторные измерения с технологического процесса один раз в 4 – 5 часов (производство лизина) и анализируется динамика полученных показателей по отношении к предыдущему измерению. III) По типу ЭВМ • на суперЭВМ (для уникальных стратегических важных задач – Эльбрус, CRAY, CONVEX и др.); • на ЭВМ средней производительности (типа ЭС ЭВМ); • на символьных процессорах и рабочих станциях (SUN, Silicon Graphics, APOLLO); • на ПЭВМ (IBM PC, MAC II и др.). IV) По степени интеграции • Автономные ЭС работают непосредственно в режиме консультаций с пользователем для решения задач, в которых не требуется привлекать традиционные методы обработки данных. • Гибридные ЭС представляют программные комплекс, соединяющий стандартные пакеты прикладных программ (ППП) (например, математическую статистику, линейное программирование или системы управления базами данных) и средства манипулирования знаниями. Структура и этапы создания экспертных систем К числу основных участников следует отнести: • экспертную систему, • экспертов, • инженеров знаний, • средства построения ЭС и пользователей. Эксперт – это человек, пользующийся репутацией специалиста, умеющего находить правильные решения проблем в конкретной предметной области. Эксперт использует приемы и знания, чтобы сделать поиск решения более эффективным, и ЭС модулирует все его стратегии. Инженер знаний – человек, как правило, имеющий познания в информатике, программировании, искусственном интеллекте и знающих, как надо строить ЭС. Инженер знаний опрашивает экспертов, организует знания, решает, каким образом они должны быть представлены в ЭС, и может помочь программисту в написании программ. Средство построения ЭС – это программное средство, используемое инженером знаний или программистом для построения ЭС. Структура экспертных систем: - Среда развития - используется разработчиком ЭС для построения компонентов и размещения знаний в БЗ - Среда рекомендаций – используется неэкспертами для получения экспертных знаний и советов Три главных компонента, которые проявляются в каждой ЭС: 1.База знаний 2.механизм вывода 3.пользовательский интерфейс ЭС могут содержать следующие компоненты: 1.подсистема извлечения знаний; 2.БЗ; 3.механизм вывода; 4.пользовательский интерфейс; 5.рабочая область; 6.подсистема объяснения; 7.подсистема верификации знаний. Потенциальные источники знаний: • эксперты; • учебники; • Справочники • Базы данных • Исследовательские отчеты База знаний содержит знания, необходимые для понимания, формулирования и решения задач. Факты – проблемная ситуация и теоретические знания о проблемной области. Специальные эвристики или правила – направляют использование знаний при решении специфических задач в отдельной области Механизм вывода – является мозгом ЭС, его также называют управляющая структура или интерпретатор правил. Этот компонент является в основном компьютерной программой, которая обеспечивает методологию для рассуждения об информации в БЗ и в рабочей области, а также для формулирования заключений. Она обеспечивает указания о том, как использовать знания системы при реализации агенды (расписания запланированных действий в рабочей области, которая организует и управляет шагами, предпринимаемыми для решения задачи). Механизм вывода: - Интерпретатор – выполняет выбранные позиции агенды, используя соответствующие правила БЗ. - Планировщик – поддерживает управление агендой . Пользовательский интерфейс. ЭС содержат языковой процессор для дружественного, проблемно-ориентированного общения между пользователем и компьютером. Общение наилучшим образом выполняется на естественном языке. Иногда оно дополняется меню и графикой. Этапы создания экспертных систем: 1. Идентификация – определяются задачи, которые подлежат решению, выявляются цели разработки, определяются эксперты и типы пользователей 2. Концептуализация – проводится содержательный анализ проблемной области; выявляются используемые понятия и их взаимосвязи; определяются методы решения задач; 3. Формализация – выбираются ИС и определяются способы представления всех видов знаний, формализуются основные понятия, определяются способы интерпретации знаний, моделируется работа системы, оценивается адекватность целям системы зафиксированных понятий, методов решений, средств представления и манипулирования знаниями; 4. Выполнение – осуществляется наполнение экспертом базы знаний. В связи с тем, что основой ЭС являются знания, данный этап является наиболее важным и наиболее трудоемким этапом разработки ЭС. Процесс приобретения знаний разделяют на извлечение знаний из эксперта, организацию знаний, обеспечивающую эффективную работу системы, и представление знаний в виде, понятном ЭС; 5. Опытная эксплуатация; 6. Тестирование. |
44. Предпроектное обследование предметной области При проектировании под предметной областью понимается часть реального мира (совокупность объектов, предметов), данные о которой являются основой при принятии проектных решений. Это может быть предприятие (учреждение, организация, фирма и т. п.) в целом, его структурные подразделения и реализуемые в них производственные процессы. Предпроектное обследование – изучение и диагностика (диагностический анализ) ПО, нацеленный на получение данных, необходимых и достаточных, для приятия проектных решений. Целью предпроектного обследования является получение исходных данных для проектирования системы, включая обоснование потребности и технико-экономической целесообразности создания системы, предварительную оценку возможности создания ИС и формирование предварительных требований к системе. Перед началом работ по проведению предпроектного обследования необходимо выбрать метод его организации. К методам сбора информации, выполняемого силами проектировщика АИС, относятся: опросные методы (анкетирование, интервьюирование), метод проведения бесед и консультаций, метод наблюдения, метод фотографии рабочего дня, метод хронометража рабочего времени, расчетный метод определения объемов, трудоемкости и стоимости работ, метод анализа процессов, операций, задач. Методы сбора информации, выполняемого специалистами предметной области, включают: метод самофотографии рабочего дня, метод ведения тетрадей (дневников) осуществляемых работ, инвентаризация документов, используемых на рабочем месте. При выборе метода организации проведения обследования учитывают временные, трудовые и стоимостные затраты на получение всей совокупности необходимых сведений о предметной области. Содержание программы предпроектного обследования Предпроектное обследование предметной области как и любое научное исследование должно начинаться с разработки его программы. В составе программы предпроектного обследования должны быть предусмотрены действия, обеспечивающие получение наиболее полного и надежного представления об объекте автоматизации (as is). В составе программы предпроектного обследования должны быть выделены: цель, задачи, которые должны быть связаны: 1. Получение представления об объекте автоматизации в целом, включая выяснение целей функционирования данного объекта, выявление значений основных параметров деятельности предприятия (учреждения, организации) и др. В частности, параметры общей характеристики должны содержать: - полное наименование объекта автоматизации и его условное обозначение; - принадлежность министерству (ведомству), федеральному агентству, объединению, корпорации и т. п.; - тип предприятия, вид производства; - год создания; - режим и условия работы; - виды производимых продуктов и услуг; - категории и численность персонала; - особенности функционирования объекта автоматизации. 2. Изучение и описание организационно-функциональной структуры объекта. При этом изучаются функции, выполняемые в структурных подразделениях, технологические процессы и операции, выявляются комплексы задач, обусловленные выполняемыми функциями, процессами и операциями, определяется состав входной и выходной информации по каждой задаче. Основой для анализа выступают организационно-правовые документы (устав организации, положение о структурном подразделении, должностные инструкции и т. п.). 3. Изучение и описание информационных потоков: состава и структуры потоков, частоты их возникновения, объемов за определенный период, направления движения потоков, процедур обработки информации; трудозатрат на реализацию технологических процессов и операций в условиях традиционной технологии. Источником таких сведений являются получаемые от специалистов предметной области интервью, документация, результаты наблюдений и расчетов. 4. Анализ нормативно-справочной информации, используемой в деятельности обследуемого структурного подразделения, включая справочники, классификаторы межотраслевого, отраслевого уровней, а также предприятия или организации; нормативно-технические документы (стандарты, руководящие документы, правила, нормы и т. п.); организационно-распорядительные документы (указы, приказы, распоряжения). 5. Анализ состояния автоматизации структурного подразделения и состава используемого программного и технического обеспечения. При характеристике используемых программных средств следует указать: цели использования, изготовителя (типовой или авторский продукт), преимущества и недостатки при решении задач обследуемого структурного подразделения. При характеристике используемых технических средств необходимо оценить достаточность и надежность имеющейся технической базы с точки зрения решения задач АИС. Состав и содержание отчета о предпроектном обследовании: Отчет о предпроектном обследовании оформляется в соответствии с требованиями ГОСТа 7.32-2001 «Отчет о НИР. Структура и правила оформления». В соответствии с требованиями данного стандарта в составе отчета должны быть представлены: обложка, титульный лист, список исполнителей, реферат, содержание, нормативные ссылки, сокращения и аббревиатуры, введение, основная часть, заключение, список используемых источников, приложения. Составление и оформление отчета о предпроектном обследовании может в зависимости от особенностей конкретной предметной области может быть прерогативой разработчика, заказчика или являться продуктом их совместной деятельности. Разработка концепции ИС Проведение предпроектного обследования объекта автоматизации и оформление отчета о предпроектном обследовании, является основой для разработки концепции ИС (аванпроекта). В составе концепции приводят: - состав информационных задач системы - состав функций системы - характеристика структуры ИС - характеристика видов обеспечения ИС - технико-экономическая оценка предлагаемого варианта.
|
|
||
|
42. Технологии проектирования информационных систем Технология проектирования ИС – совокупность методов и средств проектирования ИС, а также организации и управления, внедрения и модернизации проекта. ИС. Организация проектирования ИС предполагает использование определенной совокупности методов проектирования. Проектирование ИС предполагает использование различных средств проектирования как на традиционных так и на машинных носителях, в их числе: - нормативно-правовые документы (стандарты, руководящие документы) - системы классификации и кодирования информации - системы проектной документации - модели ИС и их компонентов - методики анализа и принятия проектных решений - программные средства (общие и специальные программные средства) Сочетание различных методов и средств проектирования обуславливает выделение 2-х классов технологии проектирования: 1) Каноническое проектирование – соответствующее определенному канону, правилу. 2) Индустриальное проектирование 2.1) Автоматизированная технология проектирования 2.2) Типовая технология проектирования Параметрически-ориентированное проектирование ИС При таком подходе ППП рассматривается как «черный ящик». Информационный поток (ИП) – исходные данные, которые обрабатываются и необходимы для получения результата. Блок функционирования – обрабатывает исходные данные и формулирует результаты работы пакета. Графически блок функционирования представляется деревом программных модулей, которые автоматизируют обработку данных. Параметрический поток – информация, необходимая для настройки пакета на конкретные условия функционирования. Блок обработки параметров - совокупность модулей по интерпретации значений параметров. Блок адаптации – взаимодействует с блоком функционирования и может добавлять модули или модифицировать их. Параметрически-ориентированное проектирование дает возможность более быстрого и гибкого внедрения ИС. Проблемы: - психологические и организационные трудности внедрения ППП; - высокая стоимость внедрения ППП и обучения персонала; - отсутствие глобальной модели объекта управления, что ведет к затратам по согласованию различных ППП в рамках ИС. Модельно – ориентированное проектирование ИС Суть сводится к адаптации компонентов типовой ИС в соответствии с моделью проблемной области конкретной системы. Ядро типовой ИС – постоянно развивающаяся модель проблемной области поддерживаемая в специальной базе метаинформации – репозитории, на основе которого осуществляется конфигуриация программного обеспечения. Для моделирования проблемной области используется программный инструментарий (Business Engineering Workbench – BEW, BAAN Enterprise Modeler). Достоинство применения – накапливание опыта проектирования ИС. Базовая модель репозитория содержит: 1) Описание бизнес-функций; 2) Описание бизнес-процессов; 3) Описание бизнес-правил; 4) Описание бизнес-обьектов; 5) Описание организационной структуры. Типовые модели описывают конфигурации ИС для определенной области или готового производства. Модель предприятия (проблемной области) строится путем привязки фрагментов типовой модели в соответствии со специальными особенностями предприятия. В базовых моделях большое значение имеет задание бизнес-правил, с помощью них определяются бизнес-процессы, определяется конфигурация ИС, осуществляется проверка корректности совместного применения. Типовые модели описывают конфигурации ИС для определенных областей или типов производства. Модель предприятия строится путем привязки фрагментов типовой модели в соответствии со специфическими особенностями предприятия. Построенная модель хранится в репозитории и при необходимости может быть откорректирована. CASE-технология проектирования информационных систем CASE – это акроним Computer-Aided System / Software Engineering, объединяющий методы автоматизации самого процесса проектирования информационных систем. CASE средства поддерживают или автоматизируют работы на всех этапах жизненного цикла системы. Целью CASE-технологии является ускорение процесса создания систем и повышение их качества. CASE-средства не обязательно дают немедленный эффект, он может быть получен только спустя какое-то время. Реальные затраты на внедрение обычно намного превышают затраты на их приобретение. Выгоды при успешном внедрении: 1) Высокий уровень технологической поддержки процессов разработки и сопровождения ПО; 2) Положительное воздействие на такие факторы как: производительность, качество продукции, соблюдение стандартов, документирование. 3) Уровень отдачи от инвестиций в CASE-средства. Репозиторий (энциклопедия, словарь данных) является ядром системы и представляет собой специализированную базу данных, на основе которой выполняется синхронизация всех описаний (диаграмм) и координация усилий всех разработчиков. Репозиторий содержит информацию об объектах проектируемой ИС и взаимосвязях между ними: Графический редактор диаграмм позволяет создавать различные описания системы в виде рисунков и может выполнять следующие операции: Верификатор диаграмм контролирует правильность диаграмм и синхронизирует диаграммы между собой. Документатор проекта документирует проект в виде различных отчетов. Отчеты могут строиться по нескольким признакам, например, по времени, автору, элементам диаграмм, диаграмме или проекту в целом. Администратор проекта автоматизирует выполнение следующих административных функций: Сервис выполняет функции архивации данных, восстановления данных и создания нового репозитория. Основные возможности CASE-средства определяются набором моделей, который поддерживает графический редактор диаграмм. Модели, применяемые на стадии конструирования, образуют метафору проектирования или подход к проектированию. Выделяют три подхода к проектированию: − Функционально-ориентированное проектирование, которое использует структурные методы для построения функциональной, информационной и других моделей информационной системы. − Объектно-ориентированное проектирование предлагает набор объектных моделей для описания предметной области. Для этого применяется специальный язык UML (Unified Modeling Language). − Модельно–ориентированное проектирование основано на настройке и доработке типовой конфигурации информационной системы в среде специализированных инструментальных систем, таких как R/3, BAAN, 1С:Предприятие. RAD-технологии прототипного создания приложений. Rapid Application Development (RAD) – методы быстрой разработки программ. Методология RAD не применима: 1) Для применения сложных расчетных программ, ОС или др. систем, требующих наличия большого объема уникального кода. 2) Для построения приложений в которых отсутствует ярко выраженная интерфейсная часть. 3) Для построения приложения, от которых зависит безопасность людей. Принципы методологии RAD: 1) Разработка приложений итерациями; 2) Необязательность полного завершения работ на каждом из этапов ЖЦ; 3) Обязательное вовлечение пользователей в процесс разработки ИС; 4) Необходимое применение CASE-средства 5) Применение средств управления конфигурацией, которое облегчает внесение изменений в проект и сопровождение готовой системы. 6) Необходимое использование генераторов кода; 7) Использование прототипов, позволяющих полнее выяснить и удовлетворить потребности конечного пользователя; 8) Тестирование и разработка проекта, осуществляемые одновременно с разработкой; 9) Ведение разработкой немногочисленной хорошо управляемой командой профессионалов; 10) Грамотное руководство разрабатываемой системой, четкое планирование и контроль выполнения работ. |
45. Методы анализа предметных областей Цели и задачи анализа предметных областей. Результаты анализа предметной области во многом определяют организацию работ на всех этапах создания АИС и закладывают фундамент создаваемой АИС. Целью анализа предметной области (ПО) является: выявление, классификация, формализация информации обо всех аспектах предметной области, влияющих на свойства конечного продукта. Знание о ПО – совокупность сведений о предметной области, хранящихся в базе знаний системы. Знания о ПО подразделяются на: 1) Факты, относящиеся к ПО. 2) Закономерности, характерные для ПО. 3) Гипотезы о возможных связях между явлениями, процессами и фактами. 4) Процедуры для решения типовых задач в данной ПО. При анализе ПО необходимо максимально ограничить трудоемкость этапа анализа и формирования требований, т.е. остановиться на достижении результатов необходимой и достаточной степени подробности. Сформированные требования должны обладать функциональной полнотой и концептуальной целостностью. Модель ПО имеет 2 основных аспекта: - функциональный - информационный. Информационный аспект ПО является более стабильным чем функциональный на протяжении всего ЖЦ ИС. Кроме того количество структур данных в модели ПО существенно меньше количества процессов => Особое значение информационной модели ПО для обеспечения концептуальной целостности АИС. Средства описания предметной области В качестве основных источников информации о ПО выступают: 1) Нормативные документы 2) Справочные документы 3) Технологические документы В качестве средств описания предметной области выступают: 1) Информационно-поисковые языки (ИПЯ) 2) Средства моделирования 3) Графические средства. Анализ предметной области на различных этапах жизненного цикла информационных систем и сетей Жизненный цикл ИС позволяет выделить 3 стадии ее создания: 1) Предпроектная 2) Проектная 3) Послепроектная Эффективность функционирования информационной системы во многом зависит от качества проектировочных работ. При этом особую роль при принятии проектных решений играют результаты обследования предметной области как объекта информатизации. Классификация методов анализа предметных областей: 1) В зависимости от целевого назначения 1.1) Математические 1.2) Методы моделирования 1.3) Методы структурного анализа 1.4) Методы прогнозирования 2) В зависимости от характера получаемой информации 2.1) Количественные 2.2) Качественные 3) В зависимости от функционального назначения 3.1) Методы сбора информации 3.2)Методы обработки информации Методы количественного и качественного анализа Количественные методы предназначены для изучения объективных количественно-измеряемых характеристик. Обработка информации осуществляется с помощью упорядоченных процедур количественных по своей природе. К К количественным методам относятся: - ранжирование - шкалирование - наблюдение - факторный анализ -расчетный метод Качественные методы предназначены для получения глубинной информации, позволяющей получить сведения о мотивах поведения, установках людей, т.е. получить ответ на вопрос «почему?». К качественным методам относятся 1) Информационный анализ и синтез 2) Анализ документов 3) Классификация 4) Кейс-стади (исследование случая) 5) Групповая дискуссия или метод фокус-группы 6) Метод анализа процесса и задач – сочетает в себе признаки количественных и качественных методов: групптровка, контент-анализ, метод экспертных оценок, прогнозирование, опрос. Методы сбора и обработки информации: -опрос -интервьюирование -наблюдение -метод экспертных оценок -анализ документов -сравнительный анализ -ранжирование -группировка -классификация -прогнозирование -эксперимент |
|
||