лекции по ИСЭ 2014

Файл — это последовательное отображение однородных управленческих документов на машинном носителе в виде записей. Запись отражает один документ либо его строку, если документ многострочный. Запись состоит из полей, в которых находятся реквизиты документа (коды поставщиков, даты, суммы и т.д.).

Для обработки файл должен характеризоваться структурой, т.е. именем для его поиска, количеством полей в записи, последовательностью фиксации полей в записи, типом записи (постоянная или переменная длина записи), типом поля (символьное или числовое), длиной поля (количество разрядов), ключом доступа.

Ключи доступа, используемые для поиска нужных записей, могут быть первичными и вторичными. Ключ называется первичным, если с его помощью отыскивается одна запись, и вторичным, если больше одной.

Структура файла соответствует структуре управленческого документа из внемашинного ИО. Поэтому они группируются следующим образом:

входные оперативные — содержат переменную информацию, отражающую текущие производственно-хозяйственные факты;

условно-постоянные — содержат нормативно-справочные данные;

результирующие — содержат результаты расчётов;

корректирующие — содержат данные для корректировки условно-постоянных данных.

Однако файловая система обладает рядом серьёзных недостатков: во-первых,

чрезмерная избыточность данных, являющаяся причиной возрастания затрат на их корректировку; во-вторых, высокая зависимость прикладных программ от изменения структуры файлов. Эти недостатки предопределили появление баз данных.

База данных — это множество данных, структурированных в памяти компьютера таким образом, что достигаются их минимальная избыточность и максимальная независимость от прикладных программ. Данные в базе находятся в памяти в соответствии с некоторой моделью.

В процессе управления предприятиями и организациями широко используются таблицы, поэтому наиболее распространённой моделью баз данных в настоящее время является реляционная модель.

Реляционная модель — это множество нормализованных взаимосвязанных таблиц. Связи между таблицами поддерживаются с помощью либо первичных ключей этих таблиц, либо

первичного ключа одной таблицы и неключевых реквизитов другой таблицы.

Для решения задач с помощью реляционных баз данных, прежде всего, необходимо

множество документов, используемых для решения задачи, разделить на входные оперативные, отражающие текущие финансово-хозяйственные операции, и условнопостоянные (нормативно-справочные).

Согласно полученному описанию, базу данных наполняют входной информацией, после чего она готова для решения задач: получения ведомостей, сводок, диаграмм и т.д.

Решение задач с помощью СУБД может осуществляться в двух режимах:

режим конечного пользователя с применением конструктора баз данных и запросов;

программный режим, предполагающий знание пользователем языка СУБД и позволяющий создавать прикладные программы.

Конечный пользователь, как правило, применяет конструктор, с помощью которого задаются структура БД, формулы для расчётов и структура отчёта. Программный режим предполагает создание программ с помощью программистов - профессионалов.

Актуальное направление в развитии БД — разработка методов и средств интеграции их с информационными ресурсами Интернета и создание на этой основе Интранета.

С помощью Интернета можно получить неструктурированную текстовую информацию, представленную в виде HTML-страниц. Эти страницы хранятся на Web -

серверах.

Применение этой информации сводится к разработке соответствующих методов построения Web - интерфейсов для взаимодействия информационных ресурсов Интернета и БД. Под таким взаимодействием понимается:

1)публикация информации из БД в сети Интернет, т.е. преобразование формата БД в формат HTML-страниц;

2)получение информации из Интернета, т.е. преобразование формата HTML - страниц в формат, воспринимаемый СУБД.

4. Централизованные и распределённые базы данных и их применение для решения экономических задач

С появлением и развитием корпоративных и иных сетей появилась возможность

организации доступа к одним и тем же данным из различных структурных подразделений предприятия или из других регионов. При этом разработаны два вида баз данных — централизованные и распределённые.

Централизованная БД характеризуется тем, что полностью находится на центральном компьютере, к которому пользователи (клиенты) обращаются за информацией с помощью своих компьютеров. Управление базой данных (её корректировка и прочие процедуры, поддерживающие её целостность, безопасность и др.) осуществляется централизованно.

Рис. 8. Централизованная база данных

Один компьютер, располагающий ресурсами, называется сервером. Компьютер,

который обращается к серверу за данными или за требованиями решения задачи, называется клиентом.

Недостатки централизованной БД: необходимость передачи большого потока данных, низкая надёжность и низкая производительность.

Преимущества: минимальные затраты на корректировку.

Для снижения остроты перечисленных недостатков создают распределённые базы данных, т.е. БД, части которых находятся в различных узлах сети. Предприятия сами по себе имеют распределённую структуру, поэтому данные фактически распределены по структурным подразделениям. Отсюда ИС должны содержать распределённую базу данных, которая должна отражать структуру предприятия.

На рис.9 представлена полностью распределенная БД. Стрелки указывают направление передачи данных, необходимых для решения задач в конкретном узле:

Рис. 9. Полностью распределённая база данных

для решения задачи 1 в отделе главного бухгалтера требуются базы данных БД 1, БД З, БД 4;

для решения задачи 2 в нормативном отделе требуются базы данных БД 2, БД З;

для решения задачи 3 в цехе № 1 требуются базы данных БД З, БД 4;

для решения задачи 4 на складе № 4 требуются базы данных БД 1, БД З, БД 4.

Полностью распределённая БД создается в тех случаях, когда частота решения всех

задач и объёмы передаваемых данных для их решения примерно одинаковы.

Однако если частота решения одних задач очень отличается от частоты решения других и при этом объёмы передаваемых данных остаются прежними, то можно пойти на дублирование некоторых данных, тем самым сократив затраты на их передачу. Тогда получают частично распределённую базу данных.

Например, пусть задачи 1 и 4 существенно чаще решаются по сравнению с задачами 2 и 3. Такое положение дел требует создания частично распределённой БД (рис.10).

Дублирование данных позволяет резко сократить объёмы передаваемых данных, но

увеличить затраты на их корректировку.

Рис. 7.10. Частично распределённая база данных

Главный критерий распределения данных в сети состоит в следующем: данные должны

находиться там, где существует наибольшая частота обращения к ним.

Для решения экономических задач в среде централизованной или распределённой базы данных можно воспользоваться одним из следующих методов: доступ на основе архитектуры сети видов "файл — сервер" и "клиент — сервер".

Доступ на основе архитектуры сети вида "файл — сервер". Схематично такой метод доступа представлен на рис.11.

Рис. 7.11. Иллюстрация технологии "файл – сервер"

В процессе решения задач пользователя, который использует доступ вида "файл — сервер", будет передаваться, кроме необходимых данных, и сопутствующая информация.

Пример. Пусть общая база данных (БД) БУИС хранится на сетевом сервере. Тогда согласно данной технологии для запуска программы печати журнала-ордера к счету "Касса" будут передаваться все проводки, среди которых нужно будет выбрать те, что касаются счёта "Касса". Если потребуются сведения о каком-либо основном средстве, то

3.Согласно модели СП ввод, передача, обработка и печать результатов выполняются так же, как и в модели СБД, за исключением того, что прикладная программа и исходные данные находятся на одном сервере, а БД — на другом (рис.14).

Рис. 14. Доступ к серверу приложений по модели СП

5. Базы знаний и их применение для формирования экономических решений

5.1. Модели представления знаний

Знания, также как и данные, являются информационным ресурсом и хранятся в компьютере в соответствии с разработанной моделью.

База знаний – это знания человека (эксперта, специалиста), помещенные в память компьютера в соответствии с некоторой моделью.

Работа с базами знаний – это одно из направлений искусственного интеллекта, целью которого является создание инструментальных средств, позволяющих решать задачи,

традиционно считающиеся интеллектуальными.

Модель - это правила или соглашения, выполнение которых позволяет представить нечто в памяти компьютера в том виде, который позволяет использовать формальные (программные) средства для их обработки (получение новых знаний).

Существуют различные модели представления баз знаний, среди которых в экономике наиболее популярными являются (рис.15):

Рис. 15. Модели баз знаний

деревья (вывода, целей);

семантические сети (ассоциативные сети);

фреймы;

Так как любая модель, и в том числе модель представления знаний, формальна, поэтому могут создаваться программные средства для их обработки.

5.2. Деревья (вывода, целей)

Дерево целей. Дерево целей и задач — развёрнутая, распределённая по уровням совокупность целей и задач экономической программы, построенная по логической схеме:

"цели — программы — задачи, которые надо решить для достижения этих целей, - мероприятия, обеспечивающие решение задач, — ресурсы, необходимые для проведения мероприятий".

Представление знаний в виде дерева целей возможно, если известны цель управления и формулы, по которым можно рассчитать уровень достижения каждой подцели. Допустим, целью является увеличение прибыли, которая может быть достигнута за счёт увеличения выручки и снижения затрат, что можно представить графически

На рис.16 с помощью знаков "+" и "-" показаны желаемые направления изменения подцелей: В — выручка: увеличение; 3— затраты: снижение; П— прибыль: увеличение. Если В = 20, 3= 15, то по формуле П = В— 3 получим П= 5.

Рис. 16. Графическая иллюстрация достижения цели "увеличить прибыль"

Используется дерево целей следующим образом: допустим, необходимо поднять прибыль до 7 ед. Для этого нужно установить приоритеты в достижении данной цели,

чему служат коэффициенты и . Сумма этих коэффициентов всегда равна 1.

Дерево целей можно продолжить, если указать, из чего состоят выручка и затраты. Это позволит рассчитать управляющие воздействия более детального характера.

3. Семантические сети представления знаний

Это ориентированный граф, в узлах которого находятся имена объектов, а стрелки указывают на отношения между ними (рис.7.19). Из неизмеримого множества отношений часто используются часть-целое, свойства и функциональные связи

(производит, находится и т.д.).

Семантические сети содержат описание связей в явной форме, указанных с помощью синтаксических, семантических и прагматических отношений.

Наиболее часто в них используется следующие отношения:

целое-часть (класс – подкласс, элемент – множество и т.д.);

функциональная связь, определяемая глаголом (производит, находится, поставляет

… и т.д.);

атрибутивные (иметь значение, иметь свойство);

логические (И, ИЛИ, НЕТ);

временные (в течение, раньше, позже…).

Семантическая сеть обрабатывается на основе принципа сопоставления объекта и отношения, которые указаны в запросе, с объектами и отношениями, имеющимися в семантической сети.

Например, если запрос имеет вид: "Что производит ОАО "Горизонт?"", будет выделен тот фрагмент сети, где фигурируют указанный объект ("Горизонт") и отношение "производит". Ответом будет: "ОАО "Горизонт" производит кинескопы".

С помощью приведенной на рис.17 семантической сети можно получить ответы на следующие вопросы:

1.Какие предприятия производят кинескопы?

2.В каком регионе находится город Тула?

3.Кто является поставщиком кинескопов?

4.Какие кинескопы производит ОАО "Горизонт"?

Рис. 17 Семантическая сеть

7.3. Фреймы в представлении знаний

Фреймы – это фрагменты знания, предназначенные для представления

стандартных ситуаций. Термин "фрейм" (Frame – рамка). Фреймы имеют вид структурированных компонентов ситуаций, называемых слотами.

Слот может указывать на другой фрейм, устанавливая, таким образом, связь между двумя фреймами.

Каждый фрейм, как структура хранит знания о предметной области (фрейм– прототип), а при заполнении слотов знаниями превращается в конкретный фрейм события или явления.

Фреймы используются в системах искусственного интеллекта (например, в экспертных системах) как одна из распространенных форм представления знаний.

Фреймы предназначены для представления стереотипных ситуаций.

Фреймы объединяются в сеть. В них указывается: каким образом фрейм реагирует на изменение ситуации, что следует делать далее.

Основная идея фрейма – сосредоточение всей информации об объекте в одной структуре данных. Рассмотрим пример фрейма "Руководитель" (рис.7.21).

Реквизиты, указывающие характеристики объекта, называются слотами.

С некоторыми слотами фрейма связаны процедуры, автоматически выполняемые при определенных условиях.

Во фрейме "Руководитель" указанные процедуры 1, 2, 3, 4 активизируются при изменении значений слотов.

Слот "Заработная плата" связан с фреймом "Зарплата", который активизируется с помощью процедуры 4. Она включается при изменения слота "Заработная плата", после чего включается процедура 5 для изменения значения слота "Заработная плата", так изменится слот "Почасовая заработная плата".

Рис. 18. Фрейм "Руководитель"

6. Хранилища данных и их применение для формирования экономических решений

Измерение — это последовательность значений одного из анализируемых параметров. Например, для параметра "время" это последовательность месяцев, для параметра "регион" — список городов.

Каждое измерение может быть представлено в виде иерархической структуры. Например, измерение "исполнитель" может иметь следующие иерархические уровни: предприятие — подразделение — служащий.

На пересечении осей измерения находятся данные, количественно характеризующие события, факты, процессы (объёмы продаж, остатки на складах,

прибыль, затраты и т.д.).

Оси измерения позволяют создавать многомерную модель данных (гиперкуб), над которым можно выполнять следующие операции:

срез;

вращение;

консолидация или детализация.

Операция среза позволяет выделить из многомерного куба те данные, которые соответствуют фиксированному значению одного или нескольких элементов измерений. Из одного куба можно создать множество срезов.

Срезы позволяют представить информацию таким образом, что появляется возможность определить причины неудач в деятельности предприятия, выявить тенденции в тех или иных процессах, построить соответствующие диаграммы, что, в конечном счёте, обеспечивает формирование решения.

Пример операции среза представлен на рис.7.24, который иллюстрирует ХД, предназначенное для управления продажами.

Рис. 19. Плоские файлы базы данных (а) и трёхмерный куб хранилища данных (б)

В отличие от реляционной базы данных (показанной для сравнения на рис.19, а) срез позволяет подготовить информацию для принятия решения о том, какие товарные группы следует сворачивать, а какие развивать в различных регионах.