2 Модели основных фаз преобразования

информации

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.

Рассмотрим более подробно некоторые из перечисленных моделей.

Модель процесса передачи

Взаимодействие между территориально удаленными объектами осуществляется за счет обмена данными. Доставка данных произ­водится по заданному адресу с использованием сетей передачи данных. В условиях распределенной обработки информации эти сети превращаются в информационно-вычислительные, однако и для них остаются характерными проблемы передачи, распределе­ния и доставки данных по заданным адресам. Важнейшим звеном сети является канал передачи данных, структурная схема которого представлена на рис. 2. Физической средой передачи данных явля­ется некоторый реальный либо специально организуемый канал связи (КС), в котором элементы данных передаются в виде физичес­ких сигналов. Такой канал получил название непрерывного канала (НКС), поскольку сигналы описываются непрерывными функциями времени.

Р исунок 2 – Структурная схема канала передачи данных

Согласование сигнала и канала связи осуществляется по физическим характеристикам, а также по соотношению скорости передачи информации и пропускной способности непрерывного канала. Следует отметить, что большинство непрерывных каналов оказыва­ются непригодными для передачи сигналов, отображающих дан­ные, без предварительного их преобразования. Поэтому сигналы по физическим характеристикам должны быть согласованы со свойст­вами непрерывного канала связи, для чего в структуре канала передачи данных предусматривают устройства преобразования сиг­налов, которые для телефонных каналов связи приобретают харак­тер модемов. Модем представляет собой совокупность модулятора и демодулятора. С помощью модулятора сигнал воздей­ствует на некоторый параметр переносчика, благодаря чему спектр сигнала смещается в область частот, для которых наблюдается наименьшее затухание в выбранном непрерывном канале связи. Обратную операцию, т. е. переход от модулированного сигнала к модулирующему, осуществляет демодулятор. Как показано на рисунке, непрерывный канал связи совместно с функционирующими на его концах модемами образует дискретный канал связи (ДКС).

Канал передачи данных является основ­ной составной частью сети обмена данными, в которой процесс передачи реализуется на основе принятого метода коммутации и принципа маршрутизации данных. Рассмотрим канал передачи данных на логическом уровне. В основе его лежит модель дискрет­ного канала связи.

Дискретный канал связи (ДКС) имеет на входе множество символов кода X с энтропией источника Н(Х), а на выходе — множество символов Y с энтропией H(Y). Если формируемые символы из множества X и вы­являемые из множества Y расположить в узлах графа, соединив эти узлы дугами, отображающими вероятности перехода одного сим­вола в другой, то получим модель дискретного канала связи, пред­ставленную на рис. 3. Множество символов X конечно и определя­ется основанием системы счисления кода K_x на входе канала. Систе­ма счисления по выявляемым символам также конечна и составляет К_y. Вероятности переходов, связывающих входные и выходные сим­волы, могут

Р исунок 3 – Граф дискретного канала связи с шумом

быть записаны в виде матрицы

.

В этой матрице i- й столбец определяет вероятность выявления на выходе дискретного канала связи символа у_i. Вероятности, расположенные на главной диагонали, называются вероятностями прохождения символов, остальные вероятности есть вероятности трансформации. Анализ модели дискретного канала связи возможен, если известна статистика появления символов на входе канала. Потери информации могут быть вызваны действием помех, которые отображаются в дискретном канале в виде некоторого потока ошибок. Поток ошибок задается с помощью определенной модели ошибок, на основании которой может быть установлена матрица переходов Р. При определенных соотношениях между вероятностями переходов, входящих в матрицу Р, выделяют: симметричные каналы по входу, для которых вероятности, входящие в строку матрицы, являются перестановками одних и тех же чисел; симметричные каналы по выходу, для которых это относится к вероятностям, входящим в столбцы; симметричные каналы по входу и по выходу при соблюдении обоих условий. На основе представленной классификации матрица двоичного симметричного канала имеет вид

,

где Р – вероятность искажения символа.

Для граничного случая двоичного симметричного канала без шума матрица переходов имеет вид

.

Пропускная способность дискретного канала связи без шума составляет

С = log₂ K_y,

где К_у – основание системы счисления кода на выходе канала.

Пропускная способность двоичного симметричного канала связи с шумом (то есть при К = 2) составляет

C = 1 + (1 - P)log₂ (1 - P) + P log₂ P.

Анализ показывает, что при Р = 0 пропускная способность двоичного симметричного канала равна 1, а при Р = 0,5 – С = 0.

Модель процесса обработки.

В условиях автоматизированного управления внутримашинная обработка информации предполагает последовательно-параллельное во времени решение вычислительных задач, отображающих функциональные задачи АСУ. Это возможно при наличии определенного плана организации вычислительного процесса, реализуемого на основе имеющихся вычислительных ресурсов ЭВМ. Вычислительная задача, формируемая источником вычислительных задач (ИВЗ), по мере необходимости решения обращается к запросам в вычислительную систему (ВС) (рис. 4)

Р ис. 4

Организация вычислительного процесса предполагает определение последовательности решения задач и реализацию вычислений. Последовательность решения задается исходя из их информационной взаимосвязи, когда результаты решения одной задачи используются как исходные данные для решения последующей. Процесс решения определяется принятым вычислительным алгоритмом.

В вычислительной системе можно выделить систему диспетчирования (СД), которая определяет организацию вычислительного процесса, и ЭВМ, обеспечивающую обработку информации.

Каждая вычислительная задача, поступающая в вычислительную систему, может быть рассмотрена как некоторая заявка на обслуживание. Последовательность вычислительных задач во времени создает поток заявок, обслуживание которых может быть математически формализовано некоторым законом распределения времени обслуживания. В соответствии с требованиями на организацию вычислительного процесса возможно перераспределение поступающих задач на основе принятой схемы диспетчирования.

Модели обслуживания вычислительных задач.

При наличии плана организации вычислительного процесса основная проблема заключается в обслуживании заявки, которое характеризуется временем пребывания заявки в системе. Это время складывается из времени ожидания в очереди и времени обслуживания, представляющего собой время обработки информации процессором на основе принятой программы. Анализ процесса обслуживания заявки может быть выполнен на основе теории массового обслуживании. Тогда вычислительная система может быть представлена математической моделью системы массового обслуживания, которая характеризуется числом обслуживающих приборов, т. е. ЭВМ, дисциплиной образования очереди, числом вычислительных задач в ИВЗ, дисциплиной обслуживания очереди с помощью диспетчера Д.

В зависимости от того, какое число ЭВМ используется, различают одно- и многолинейные системы. Даже для многолинейной системы может наблюдаться случай, когда все обслуживающие приборы, т. е. ЭВМ, будут заняты. Тогда модель системы может предполагать такой поток заявок, который не ждет обслуживания, и возника­ет система с потерями. Физически это возможно либо когда очередь не предусматривается, либо когда имеется полное заполнение очереди.

Другая модель системы характеризуется тем, что заявка на решение вычислительной задачи, поступившая в вычислительную систему, может ожидать и покидает ее только после полного обслуживания. В реальных вычислительных системах это оказывается возможным благодаря тому, что предусматриваются очереди О₁ — О_N. Так как очередь не может быть не ограниченной, то данная система характеризуется числом заявок, ожидающих начала обслуживания. Возможны дополнительные ограничения на время ожидания, на время пребывания заявки в вычислительной системе и др. Существенное влияние, как на параметры обслуживающей системы, так и на процесс ее анализа, оказывает характер входящею потока заявок. Заявки от ИВЗ образуют во времени поток, который может иметь ограниченное или неограниченное число задач. Paзличными могут быть и правила обслуживания заявок, находящихся в очереди. В соответствии с этим устанавливается некоторая дисциплина обслуживания диспетчером Д. Естественной дисциплиной является дисциплина «первым пришел — первым обслужен». Возможен инверсный подход: «последним пришел — первым обслужен». Допускаются и случайные дисциплины обслуживания, когда заявки из очереди выбираются в произвольном порядке. В ряде случаев заявки обладают приоритетами. Это наиболее характерно для реальных задач АСУ, в которых имеются информационные взаимосвязи. Тогда заявки имеют разную степень важности по времени исполнения и каждой заявке присваивается некоторый приоритетный индекс. Заявка с меньшим индексом имеет наибольший приоритет.

В теории массового обслуживания под временем обслуживания понимают время, которое затрачивается на обслуживание одной заявки конкретным обслуживающим прибором. В общем случае время обслуживания характеризуется определенным законом распределения

F(t) = P(t_обс < t),

где P(t_обс < t) – вероятность того, что время обслуживания t_обс < t.

При t_обс < 0 F(t) = 0. Время обслуживания реальной заявки на ЭВМ определяется числом операций, входящих в программу. Существенное влияние на это время оказывает разветвленность программы. Для слабо разветвленных программ число выполняемых операций практически для каждой задачи одинаково и может быть использована модель с постоянным временем обслуживания. при значительной разветвленности программы в зависимости от типа заявки ее реализация может пойти по разным направлениям, время выполнения программы будет случайной величиной, т.е. реализуется модель с переменным временем обслуживания. Поведение вычислительной системы во времени может быть описано на основе исследования марковского процесса.

Рассмотрим отдельные наиболее характерные модели обслуживания.

Экспоненциальный закон времени обслуживания простейшего потока заявок. Простейшим называют стационарный ординарный поток без последействия. Обозначим интенсивность заявок через  ( = const). Простейший поток описывается распределением Пуассона, в соответствии с которым вероятность возникновения k заявок за время t составляет

P(k, t) = (t)^ke ^-t/ k!.

Математическое ожидание числа заявок за время t определяется как

.

Соответственно дисперсия числа заявок за время t равна

.

Такая модель хорошо описывает многие потоки заявок вычислительных задач, которые возникают в реальных условиях эксплуатации.

Экспоненциальный закон времени обслуживания простейшего потока заявок при S обслуживающих приборах. В этом варианте обслуживания вычислительная система включает S обслуживающих приборов (ЭВМ) и имеет очередь для поступающих заявок с числом мест L. При наличии хотя бы одной свободной ЭВМ поступившая заявка сразу принимается на обслуживание. Если все ЭВМ заняты, то она становится в очередь. Естественной дисциплиной обслуживания является «первым пришел – первым обслужен». По числу заявок система может иметь состояния: «0, 1, …, S + L».

Вероятность нахождения вычислительной системы в k-ом состоянии

.

Соответственно вероятность состояния (S + n)

,

где вероятность отсутствия заявок в вычислительной системе

.

В приведенных формулах  = 1 / Т_обс – интенсивность обслуживания заявок; Т_обс - среднее время обслуживания одной заявки.

Вероятность потерь заявки (отказ в приеме на обслуживание возникает в случае, когда заняты все ЭВМ системы и в очереди находится L заявок) равна

Организация очереди в вычислительной системе требует знания ее средней длины. При условии, что очередь возникает, когда заняты все обслуживающие приборы и в системе имеет место количество заявок от S + 1 до S + L ее длина равна

.

При организации вычислительного процесса существенное значение имеет момент запуска и выпуска решаемой вычислительной задачи, поэтому весьма важно знать время пребывания заявки в очереди (время ожидания Т_ож). Среднее время ожидания

.

Конечные выражения для однолинейной системы с ограниченной очередью (при S = 1) имеют вид:

;

;

Среднее время пребывания заявки в вычислительной системе

.

Модель планирования вычислительного процесса

Для решения каждой задачи должен быть выделен определенный ресурс по объ­ему оперативной и внешней памяти, по времени работы процессора, времена ввода-вывода информации. Естественно, что ограничен­ность вычислительных ресурсов может не позволить решать вычис­лительные задачи параллельно во времени. Учитывая, что вычис­лительная система при однолинейном обслуживании зачастую мо­жет решать только одну задачу, необходимо составить план после­довательного запуска задач. Процесс назначения порядка решения задач во времени называется планированием. Для многолинейной системы планирование предполагает распределение заявок как во времени, так и в пространстве по используемым ЭВМ. В качестве распределяемых ресурсов выступают машинное время процессоров, объемы оперативной памяти и внешних запоминающих устройств, время работы устройств ввода-вывода. Эти ресурсы могут быть реализованы, если вычислительная задача подготовлена к выполне­нию ее вычислительной системой. Подготовка вычислительной за­дачи к исполнению осуществляется управляющей программой, на­зываемой планировщиком. Планировщик обеспечивает ввод вычис­лительных задач в вычислительную систему с предварительным формированием определенных информационно-вычислительных работ на базе заявок вычислительных задач. При возникновении заявки на решение вычислительной задачи необходимо установить программу и набор данных, которые позволят сформировать ин­формационно-вычислительную работу по решению данной задачи. Одновременно следует установить потребность в ресурсах и вклю­чить сформированную информационно-вычислительную работу в список работ, готовых для последующего исполнения. В резуль­тате планирования по каждой задаче может быть сформирован ряд работ, выполнение которых возможно при реализации управля­ющей программы, называемой супервизором. Супервизор обеспечи­вает предоставление каждой сформированной работе определен­ного ресурса процессора и других устройств вычислительной систе­мы. Супервизор действует по запросу, на который откликается программа управления работами и процессором. При управлении информационно-вычислительными работами супервизор непрерыв­но инициируется командами, которые задает планировщик. Плани­ровщик в соответствии с планом организации вычислительного процесса из множества заявок на решение вычислительных задач выделяет наиболее приоритетную и требует обеспечения ее соответ­ствующими ресурсами. Для этого он обращается к программе управления вводом и выводом, памятью и т. д. В целом функция планирования реализуется управляющими программами планиров­щика и супервизора. Критерии, используемые при планировании вычислительного процесса, могут выбираться в зависимости от требований к решаемым вычислительным задачам. Можно идти по пути уменьшения среднего времени решения задач в вычислитель­ной системе или увеличивать производительность. Возможны вари­анты, когда имеются ограничения на время решения конкретных задач, что особенно важно в системах управления в реальном масштабе времени.

Рассмотрим модель планирования вычислительного процесса. Будем считать, что в целом для ряда вычислительных задач необходимым является выполнение определенной номенклатуры типовых вычислительных работ J₁ - J_ , для которых необходимо предоставление ресурсов R₁ - R_. Связь между работами и ре­сурсами можно установить в виде матрицы трудоемкости работ. Элементами этой матрицы служат параметры _ij, которые в зависимости от характера требуемого ресурса имеют размерность числа единиц потребной памяти либо единиц времени, необхо­димых для выполнения соответствующей работы. Тогда вводимая матрица имеет вид

R₁ R₂ R_

Имея данную матрицу, при составлении плана организации вычислительного процесса необходимо указать очередность выпол­нения работы отдельными устройствами вычислительной системы, т. е. последовательность использования ресурсов R₁ … R_.

Планирование вычислительного процесса осуществляется с це­лью составления последовательности, т. е. расписания выполнения информационно-вычислительных работ, производимых при реше­нии поступивших вычислительных задач. Учитывая, что при реше­нии вычислительной задачи используются разные устройства вычи­слительной системы (ВС), можно рассмотреть два крайних случая:

1) порядок использования отдельных устройств ВС определяется поступившими вычислительными задачами;

2) порядок использова­ния устройств ВС либо неизвестен, либо неодинаков для различных информационно-вычислительных работ.

Этим крайним постанов­кам могут соответствовать и разные критерии эффективности со­ставления плана вычислительных работ. Для первой постановки в качестве критерия может быть выбран минимум суммарного времени решения вычислительных задач, для второй — можно из­брать в качестве критерия максимум загрузки устройств ВС. Плани­рование по минимуму суммарного времени решения вычислитель­ных задач возможно, если известна матрица трудоемкостей отдель­ных работ. Предполагая, что ресурсы вычислительной системы используются последовательно и выделяя типовую последователь­ность прохождения любой вычислительной задачи, можно получить эффективный алгоритм планирования на основе задачи Джонсона, которая относится к теории расписаний и широко используется в календарном планировании.

Планирование по критерию минимума времени обработки.

При планировании вычислительного процесса необходимо учитывать следующие ограничения:

1) для любого устройства ВС (фазы обработки данных) каждая последующая работа не может начаться до окончания предыдущей;

2) каждое устройство на данной фазе может выполнять только одну информационно-вычислительную работу;

3) начавшаяся информационно-вычислительная работа не долж­на прерываться до полного ее завершения.

Если в процессе обработки выделить  фаз, на каждой из кото­рых используется одно вычислительное устройство, то решение данной задачи путем перебора требует рассмотрения (N!) вариан­тов, где N — число заявок на решение вычислительных задач в вы­числительной системе. Джонсоном получен эффективный алгоритм для  = 2, требующий перебора N(N+1)/2 вариантов. Частное реше­ние задачи Джонсона соответствует случаю  = l. По сути, это однолинейная система обслуживания (S = 1), в которой имеется очередь заявок. Требуется установить порядок выборки этих заявок диспетчером Д задач для обработки в ЭВМ. Критерием может быть минимум времени пребывания заявки в вычислительной системе, включая и время ожидания ее в очереди. Алгоритм выборки заявок из очереди по данному критерию соответствует их расположению в порядке убывания времени пребывания в вычислительной системе. Отметим, что решение задачи Джонсона при  = l имеет слабое практическое применение для вычислительной системы. Обычно при обработке данных используется более одного устройства, по­этому рассмотрим эту задачу для  = 2.

Пусть известна матрица Т трудоемкостей выполнения работ при решении вычислительных задач. Эта матрица содержит  строк, отображающих работы J₁, J₂, …, J_ и  столбцов, соответствующих используемым вычислительным устройствам. Как принято выше, v = 2, тогда элементами матрицы будут трудоемкости ₁₁, ₂₁, ..., _1 – выполнения работ первым вычислительным устройством и ₁₂, ₂₂, ..., _2 – выполнения работ вторым вычислительным устройством. Требуется по критерию минимума суммарного времени выполнения информационно-вычислительных работ упорядочить их в очереди. Решение задачи Джонсона предполагает следующий алгоритм оптимального планирования:

1) в матрице трудоемкостей определяется min (₁₁, ₁₂, ..., _2);

2) выбираются работы J₁, J₂, …, J_ , для которых трудоемкости соответствуют минимальному времени, хотя бы для одного вычислительного устройства, то есть _ij = _min;

3) работы разделяются по минимальному времени их исполнения на первом и втором вычислительных устройствах, то есть выделяются _i _min, _min _j;

4) в начало очереди включаются работы с трудоемкостью _min _j, в конец очереди включаются работы с трудоемкостью _i _min;

5) вставленные в очередь работы исключаются из матрицы трудоемкостей и строится новая матрица по оставшемуся числу работ;

6) для построенной матрицы выявляется новая минимальная трудоемкость. В соответствии с рассмотренным алгоритмом работы из данной матрицы располагаются в требуемой последовательности в средней части образованной ранее очереди.

Планирование по критерию максимума загрузки средств обработ­ки.

Если последовательность использования вычислительных устройств в системе при решении задач неизвестна, то планирование ведут на основе критерия максимальной загрузки устройств. В этом случае из J₁, J₂, …, J_ отбирается совокупность работ, которые могут выполняться совместно на базе имеющихся ресурсов. По мере окончания хотя бы одной работы из этой совокупности выполнения заменяется одной из работ, находящихся в ожидании.

Для определе­ния составов совокупностей работ преобразуем матрицу трудоем­костей в матрицу загрузки устройств. Введенные ранее ресурсы R₁ … R_ принадлежат некоторым устройствам У₁ ...У_. Тогда матрица загрузки может быть представлена в виде

У₁ У₂ У_

где элемент матрицы 3_ij показывает загрузку j-го устройства i-й работой; , i = 1, 2, ..., , _ij – потребность i-й работы в использовании j-го ресурса.

В каждой строке матрицы выделим элемент 3_ij с наибольшим значением. Тогда значение j определит номер потока, к которому будет отнесена работа, соответствующая данной строке матрицы. Число потоков будет равно числу устройств, т. е. . Если в первой строке наибольшее значение имеет элемент З₁₂, то работу J₁ относим к потоку П₂. Соответственно если во второй строке наибольшее значение имеет элемент 3_2, то работу J₂ относим к потоку П_. При разбиении работ на потоки примем ограничение, что каждая из них может быть отнесена только к одному потоку. Каждый поток включает тогда некоторую последовательность работ. Сформиро­вав  потоков, можно перейти к составлению совокупностей работ. Совокупности работ, поступающих на обработку, образуются пу­тем выборки их из потоков П₁ ... П_. В начальный момент времени формируется первая совокупность, включающая  работ, взятых по одной из каждого потока. Эти работы поступают на соответст­вующие устройства при условии, что они не перегружают некото­рый общий ресурс. В качестве такого ресурса может выступать емкость оперативной памяти, поэтому для каждого момента форм­ирования совокупности работ должно соблюдаться ограничение: сумма емкостей памяти, занимаемых работами, включенными в со­вокупность, не должна превышать общей емкости памяти. Пусть в начальный момент совокупность работ имеет вид C₁ = {J₃, J₁, …, J₂}. Эта совокупность содержит  членов, из которых, как раньше приняли, работа J₁ принадлежит потоку П₂, а работа J₂ принад­лежит потоку П_. Ограничение по оперативной памяти примет вид V₃ + V₁ + … + V_i + … + V₂  V, где V — общий объем оперативной памяти; V_i - объем оперативной памяти, необходимый для работы i.

Если в некоторый момент времени завершается работа J₁, то на ее место в совокупность работ включается следующая работа из того же потока П₂. При этом опять проверяется ограничение. Если оно не соблюдается, то выбирается следующая работа из данного потока. При отсутствии работ, соответствующих огра­ничению, может быть выбрана новая из другого потока.

Рассмотренные варианты планирования вычислительных работ при решении вычислительных задач являются классическими. Разработано большое число методов планирования, которые базиру­ются на теории расписаний. Принципы планирования работ широко используются в типовых операционных системах современных ЭВМ.

Вычислительный граф системы обработки.

Реальный вычислительный процесс состоит из работ. Каждая работа реализуется на основе программы при наличии соответствующих данных. В процессе выполнения работы осуществляется обработка имеющегося набора данных. Перечень работ, возникающих при решении вычислительной задачи, определяется ее алгоритмом. На логическом уровне алгоритм решения задачи может быть представлен граф-схемой, приведенной на рис. 5, вершины которой отображают отдельные процедуры. Дуги граф-схемы алгоритма — это отношения, т. е. связи между процедурами в алгоритме. Обычно процедуры реализуются на основе стандартного программного обеспечения. По своему содержанию процедуры могут соответствовать рассмотренным выше информационно-вычислительным работам. Так же как и работы, они выполняются параллельно-последовательно во времени, поэтому в корне графа располагается некоторая начальная (головная) процедура Р₀, а в зависимых вершинах — процедуры Р₁, Р₂, Р_n. При наличии головной вершины граф имеет древовидную структуру. Дуге графа может быть приписан вес _ji, отражающий число вызовов процедуры Р_i, при однократном выполнении предшествующей процедуры P_j.

Рис. 5

Если алгоритм имеет детерминированный характер, то _ji = 1; для вероятностного алгоритма возникает условный переход, тогда _ji отображает вероятность перехода по данной дуге, т. е. _ji < 1; в случае итеративного перехода _ji > 1. Совокупность алгоритмов обработки данных составляет алгоритмическую модель системы обработки.

Модель процесса накопления.

В автоматизированных системах обработки информации и упра­вления данные являются основой для формирования концептуаль­ной модели реального производственного процесса. Обработка ин­формации при наличии алгоритмов управления требует входных данных, в процессе обработки формируются промежуточные и вы­ходные данные. При структуризации данных могут возникать новые знания, формироваться информационный ресурс с целью оптималь­ного управления производством. При известном наборе функци­ональных задач автоматизированной системы, составляющих ее функциональную структуру, и совокупности алгоритмов решения вычислительных задач, входящих в алгоритмическую структуру АСУ, возникает проблема создания информационного обеспечения. Информационная технология в управлении производством, в науч­ных исследованиях, в проектировании, в обучении требует целенап­равленного накопления данных. В основе этого процесса должны лежать формализованные модели, позволяющие синтезировать ин­формационную базу АСУ.

Инфологическая модель предметной области. Исходная инфор­мация для синтеза информационной базы формально представляет­ся в виде инфологической модели предметной области. Эта модель совместно с наборами хранимых данных и алгоритмами обработки информации позволяет построить каноническую схему информаци­онной базы, от которой можно перейти к логической схеме, а от нее — к физическому уровню реализации информационного обес­печения. Таким образом, процесс обработки сопровождается накоп­лением данных.

Построение инфологической модели предусматри­вает определение:

1) множества данных и функциональных отноше­ний между ними;

2) значений данных и функциональных отношений, задающих способы обращения к ним при реализации алгоритмов;

3) выбор оптимальных вычислительных схем алгоритмов.

Инфологическую модель предмет­ной области задают следующие параметры:

{D_k} — множество имен элементов данных d_k с длиной l_k;

z_k — количество изменений значения данных за определенный интервал

времени;

a_j — множест­во алгоритмов;

f_j — частота реализации j-го алгоритма;

N=N₁ N₂ N₃ — множество наборов данных, где N₁, N₂, N₃ —

со­вокупности входных, промежуточных и выходных данных

соответ­ственно;

Ф — совокупность функциональных отношений.

Вычислительный граф системы обработки и информационный граф системы позволяют формализованно определить инфологическую модель предметной области. В процессе обработки и накоп­ления данных формируются новые наборы данных, при этом можно различать два крайних случая:

1. Формирование набора данных на основе вычислительного алгоритма, т. е. для имеющихся входных наборов данных на основе вычислений получают выходные данные. Последовательность использования вычислительных модулей для формирования выход­ного набора данных определяется вычислительной граф-схемой алгоритма в виде ориентированного графа без петель. В вершинах графа располагаются вычислительные модули, а дуги графа отображают отношение предшествования между ними.

2. Вычисление значений набора данных по имеющимся старым значениям и по совокупности изменений, возникающих в первичном наборе данных. Эти процедуры осуществляются на основе алгоритмов корректировки набора данных. Корректировка возможна в том случае, если корректируемый набор данных уже ранее был запрошен и хранится в информационной базе.

Таким образом, в модели накопления данных может быть выяв­лено два основных типа алгоритма нахождения новых наборов: вычислительный алгоритм и алгоритм корректировки набора дан­ных. Реализация вычислительного алгоритма при запросе обычно необходима тогда, когда запрашиваемый набор данных не хранится в информационной базе. При наличии этого набора более удобно использовать алгоритм корректировки. Вычислительный алгоритм реализуется на базе информационного графа системы, алгоритм корректировки базируется на списке изменений, вносимых в первич­ный набор данных.

Независимо от используемого алгоритма вычислительный мо­дуль выполняет определенные процедуры, включающие в себя дей­ствия над данными. На логическом уровне возникает задача специ­фикации действий, т. е. определение входных и выходных наборов данных для действий, а также взаимосвязей между различными действиями. При этом можно выделить два типа функциональных (логических) элементов: элементы — действия Q и элементы — объекты действий D. Элементы действия Q характеризуются внешними связями и ресурсами. Такой элемент реализует опреде­ленное преобразование над данными с использованием в качестве ресурсов элементов типа Q и элементов типа D. В качестве объектов действий выступают данные, которые характеризуются именем, типом и значением. Тип определяет множество значений, которые принимают объекты данного типа. Объект действий задается струк­турой, т. е. составом компонентов и связей между ними. Элемент Q взаимодействует с элементами D₁, О₂, D₃ через связи типа: 1 — «вход», 2 — «выход», 3 — «вход — выход» (рис. 6).

Рис. 6

Каноническая структура информационной базы. При известной инфологической модели предметной области, наличии вычисли­тельного и информационного графов возникает проблема создания модели накопления данных, в основе которой лежит задача выбора хранимых данных. Пусть совокупность используемых наборов дан­ных N разделена на N₁ первичных (входных), N₂ промежуточных и N₃ выходных наборов данных, т. е. N=N₁ N₂ N₃.

Получение наборов данных N₃ осуществляется на основе вычислительных ал­горитмов и алгоритмов корректировки. Вычислительный алгоритм представляется вычислительной схемой, т. е. подграфом вычисли­тельного графа. Алгоритм корректировки базируется на множестве первичных данных N₁. Даже при наличии лишь двух классов ал­горитмов возникает задача выбора типа алгоритма в соответствии с запросом пользователя. Если по запросу необходимо получить некоторый набор данных, то в качестве критерия выбора типа алгоритмов можно использовать полное время создания этого на­бора по данному запросу. При использовании вычислительного алгоритма это время складывается из времени, которое затрачива­ется на получение входных наборов данных для выбранного вычис­лительного модуля, и времени вычислении набора данных этим модулем. Для сравнения необходимо найти время, которое затрачи­вается в случае применения алгоритма корректировки. Корректи­ровка набора целесообразна, если структура данных уже ранее была задана в одном из предыдущих запросов. В качестве дополнитель­ного ограничения при решении задачи выступает объем использу­емой памяти. Рациональное сочетание вычислительных алгоритмов и алгоритмов корректировки данных позволяет уменьшить суммар­ное время реализации всех запросов при накоплении данных.

Инфологическая модель предметной области позволяет подойти к решению двух задач: задачи синтеза информационной базы и за­дачи управления вычислительным процессом. При синтезе инфор­мационной базы необходимо установить ее структуру. Представле­ние информации пользователей дает каноническая структура ин­формационной базы, поэтому построение модели накопления дан­ных должно базироваться на синтезе канонической структуры. Это проводится при следующих требованиях:

- единство инфологической модели для множества предметных областей, обслуживаемых ин­формационной базой;

- выбор безизбыточного набора информацион­ных элементов и связей между ними;

- реализация интерфейса пользователя с информационной базой в терминах инфологической модели предметной области;

- возможность простого перевода поня­тий канонической структуры в понятия логического и физического уровней представления информационной базы.

Решение задачи син­теза канонической структуры информационной базы предполагает:

1. выбор и упорядочение ключевых реквизитов для множества бинарных отношений, хранимых в информационной базе;

2. формирование логических записей на основе объединения значений реквизитов;

3. определение множества логических записей и связей между ними на основе критерия минимума суммарного времени работы с наборами данных как в режиме вычислительных алгоритмов, так и в режиме алгоритмов корректировки.

Упорядочение ключевых реквизитов отношений должно базиро­ваться на возможности физической реализации информационной базы. Учитывая, что современные СУБД не могут реализовать п-арные отношения между данными, представим любое отношение в виде совокупности бинарных отношений. Это означает упорядоче­ние реквизитов, входящих в ключ каждого функционального от­ношения Ф, что можно осуществить на основе построения графа, отображающего (d_i d_j)², где iJ; i, j=1-N; 1 < r < N-1. Для этого графа матрица Q, отображающая взаимосвязь между отдельными данными и группами данных, имеет вид

В общем случае под d_i, dj можно понимать некоторые обобщен­ные информационные элементы, представляющие собой элементы данных либо группы, составленные из этих элементов: q_ij = 1, если существует взаимосвязь (в том числе возможна и семантическая) между элементами d_i, d_j; q_ij = 1 при отсутствии взаимосвязи. Если строка матрицы Q содержит все нулевые элементы, то этой строкой отображаются входные данные. В информационном графе эти дан­ные соответствуют корневым вершинам. Если столбец матрицы Q содержит все нулевые элементы, то он отображает терминальные, т. е. выходные, данные. На информационном графе эти данные соответствуют концевым вершинам. Остальные информационные элементы, отображаемые строками и столбцами матрицы Q, отне­сем к групповым элементам. На информационном графе они распо­лагаются в промежуточных вершинах. Объединение множеств значе­ний реквизитов можно выполнить на основе оценки взаимосвязи групповых элементов с подчиненными им выходными.