Билеты на государственный аттестационный экзамен по специальности Информационные Системы

Формат: doc

Дата создания: 20.10.2004

Размер: 12.43 KB

Скачать реферат


1 Системная интерпретация модели - черный ящик.

Простейшей моделью системы явл-ся модель «черный ящик». Так называют систему, о которой внешнему наблюдателю доступны только лишь входные и выходные параметры, а внутренняя структура системы и процессы в ней неизвестны. Входные параметры можно рассматривать как управляющие воздействия, а желательные значения выходных – как цель управления. Ряд важных выводов о поведении системы можно сделать, наблюдая только ее реакцию на воздействия, т.е. наблюдая зависимости м/у изменениями входных и выходных параметров. Такой подход открывает возможности изучения систем, устройство которых либо совсем неизвестно, либо слишком сложно для того что бы можно было по свойствам составных частей и связям м/у ними сделать выводы о поведении системы в целом. Поэтому понятие «черный ящик» широко применяется при решении задач идентификации и моделировании реакции на управляющее воздействие в АСУ сложными объектами управления. Если схему моделирования системы «черным ящиком» изобразить в виде:

То можно определить два ее основн.свойства: целостность и обособленность от среды. Взаимодействие со средой осуществляется лишь на входе в систем, куда поступают средства, необходимые для обеспечения цели, котор.на рис.обозначены выходной стрелкой. В экономике производственные системы, как правило, технологически закрыты и моделируются «черным ящиком». В этом случае, известны лишь внешние поступления ресурсов (средств) и выход готовой продукции (цель). Такие системы в математическом представлении могут быть даны так:

Здесь х1,х2,хn – измеренные объемы ресурсов. Они называются аргументами-факторами. Y – измеренный валовый доход, называется функцией. Сама математическая модель записывается в виде формулы Y= f(x1,x2…xn). В экономике такую функцию называют производ-ственной.

2 OLAP-технология. Состав аналитической информационной системы.

В области информационных технологий можно выделить два класса систем:

  • системы, ориентированные на операционную (транзакционную) обработку данных; они часто называются системами обработки данных (СОД) или OLTP-системами (On-Line Transaction Processing); - системы, ориентированные на оперативную аналитическую обработку данных, признанное название которых - системы поддержки принятия решений (СППР) или Decision Support Systems (DSS), которые базируются на OLAP-технологии анализа многомерных данных

Основная идея OLAP-технологии заключается в построении многомерных кубов данных, которые в дальнейшем можно использовать для реализации аналитических пользовательских запросов. Исходные данные для построения OLAP-кубов обычно хранятся в реляционных базах данных, называемых также хранилищами данных (Data Warehouse). В отличие от оперативных баз данных, с которыми работают приложения ведения данных, хранилища данных предназначены исключительно для обработки и анализа информации, поэтому проектируются они таким образом, чтобы время выполнения запросов к ним было минимальным. Обычно данные копируются в хранилище из оперативных баз данных согласно определенному регламенту, например, раз в месяц, квартал или год. Типичная структура хранилища данных существенно отличается от структуры обычной реляционной БД. Как правило, эта структура денормализована (это позволяет повысить скорость выполнения запросов), поэтому может допускать избыточность данных. Основными составляющими структуры хранилищ данных являются таблица фактов (fact table) и таблицы измерений (dimension tables). Таблица фактов является основной таблицей хранилища данных. Как правило, она содержит сведения об объектах или событиях, совокупность которых будет в дальнейшем анализироваться. Обычно говорят о четырех наиболее часто встречающихся типах фактов. К ним относятся: факты, связанные с транзакциями. Они основаны на отдельных событиях (например, телефонный звонок); факты, связанные с «моментальными снимками». Основаны на состоянии объекта (например, банковского счета) в определенные моменты времени, например на конец дня или месяца. Типичными примерами таких фактов являются объем продаж за; факты, связанные с элементами документа. Основаны на том или ином документе (например, счете за товар или услуги) и содержат подробную информацию об элементах этого документа (например, количестве, цене, проценте скидки); факты, связанные с событиями или состоянием объекта. Представляют возникновение события без подробностей о нем.

Таблица фактов, как правило, содержит уникальный составной ключ, объединяющий первичные ключи таблиц измерений, чаще всего это целочисленные значения либо значения типа «дата/время». Так как таблица фактов может содержать сотни тысяч записей, то хранить в ней повторяющиеся текстовые описания, как правило, невыгодно — лучше поместить их в меньшие по объему таблицы измерений. При этом как ключевые, так и некоторые не ключевые поля должны соответствовать будущим измерениям OLAP-куба. Помимо этого таблица фактов содержит одно или несколько числовых полей, на основании которых в дальнейшем будут получены агрегатные данные. Таблицы измерений содержат неизменяемые либо редко изменяемые данные. В подавляющем большинстве случаев эти данные представляют собой по одной записи для каждого элемента нижнего уровня иерархии в измерении. Таблицы измерений также содержат как минимум одно описательное поле (обычно с именем элемента измерения) и, как правило, целочисленное ключевое поле (обычно это суррогатный ключ) для однозначной идентификации элемента измерения. Если будущее измерение, основанное на данной таблице измерений, содержит иерархию, то таблица измерений также может содержать поля, указывающие на «родителя» данного элемента в этой иерархии. Каждая таблица измерений должна находиться в отношении «один ко многим» с таблицей фактов. Скорость роста таблиц измерений должна быть незначительной по сравнению со скоростью роста таблицы фактов; например, добавление новой записи в таблицу измерений, характеризующую товары, производится только при появлении нового товара, не продававшегося ранее. Одно измерение куба может содержаться как в одной таблице, так и в нескольких связанных таблицах, соответствующих различным уровням иерархии в измерении. Если каждое измерение содержится в одной таблице, такая схема хранилища данных носит название «звезда». Если же хотя бы одно измерение содержится в нескольких связанных таблицах, такая схема хранилища данных носит название «снежинка». Дополнительные таблицы измерений в такой схеме, обычно соответствующие верхним уровням иерархии измерения и находящиеся в соотношении «один ко многим» в главной таблице измерений, соответствующей нижнему уровню иерархии, иногда называют консольными таблицами. Традиционно даже при наличии иерархических измерений с целью повышения скорости выполнения запросов к хранилищу данных предпочтение отдается схеме «звезда».

С общей позиции обработки данных можно выделить два доминирующих класса информационных систем: системы, ориентированные на операционную (транзакционную) обработку данных (On-Line Transaction Processing, OLTP-системы), часто их определяют как системы обработки данных (СОД); системы, ориентированные на аналитическую обработку данных (Decision Support Systems, DSS), или системы поддержки принятия решений (СППР).

СОД обеспечивают процессы повседневной рутинной обработки данных на конкретных рабочих местах или производственных участках.

СППР – являются вторичными по отношению к СОД и призваны осуществлять анализ результатов деятельности за различные периоды времени, оценку эффективности работы отдельных подразделений или сотрудников и другие аналитические процедуры. Дальнейшее развитие аналитических информационных систем связано с технологией оперативной аналитической обработки данных (On-Line Analytical Processing, OLAP-системы), в основе концепции которой лежит многомерное представление данных. В среде Delphi многомерные данные представляются в виде метакуба, где каждому фактору соответствует свое измерение. В конкретной ячейке, как правило, представляются агрегированные данные – сумма, среднее, максимальное значение – или новые многомерные данные (кубы). Как правило для формирование набора данных из совокупности связанных таблиц используется компонент TDecisionQuery, SQL оператор к-го содержит оператор Select.

TdecisionCube - реализует многомерный куб. Соединяется с набором данных при помощи сво-ва DataSet. TdecisionGrid – показывает данные из многомерного куба. TdecisionGraph – предназначен для показа графиков, источником к-х служат многомерные данные.

3 Кибернетический подход к информационной системе как системе управления.

Понятие кибернетической системы связано с процессами управления и переработки данных. Процесс управления рассматривается как процесс взаимодействия двух систем – управляющей и управляемой, в которой X – входные параметры о состоянии объектов управления, Y – выходные параметры, по которым судится о том, достигнута ли цель управления. Обратная связь – обеспечивает передачу данных в управляющую систему, по которым судят о рассогласовании цели и получаемых результатов.

Управляющие или управленческие воздействия  - среда. Процесс управления содержит следующие этапы:

  1. Сбор информации об объекте управления.

  2. Выработка решения в соответствии с критериями эффективности управления.

  3. Формирование и выдача управляющих воздействий (реализуется в управляющей системе).

  4. Реализация решения.

  5. Изменение состояния объекта (реализуется в управляемой системе). Управление – это целенаправленное информационное воздействие одной системы на другую, стремящейся изменить состояние последней в соответствии с выбранными критериями эффективности функционирования. (пример ИС – управление предприятием). 2. Основные направления совершенствования систем управления:

  1. Совершенствование организационных отношений, т.е. формирование рациональной структуры системы управления (состав и структура АУП), распределение прав и должностных обязанностей. Основное правило – чем меньше уровней управления, тем меньше звеньев управленческого аппарата, тем проще система управления предприятием, но сложнее и интеллектуальнее задача, решаемая каждой подсистемой управления.

  2. Совершенствование экономических отношений – формирование управленческих воздействий в соответствии с объективными экономическими закономерностями общественного развития.

  3. Совершенствование техники и технологии управления.

Обязательным элементом любой системы управления является информационная система – это коммуникационная система сбора, передачи, переработки данных об объекте управления. Данная система снабжает работников различного уровня информацией для реализации функций управления. Информационные системы могут быть – прочными, автоматизированными и автоматическими. Данная классификация учитывает пропорции ведения данных между человеком и вычислительным устройством.

  1. Информационно-справочные системы

ВУ – вычислительное устройство

  1. Информационно-управляющие системы

Если в системе есть человек, то система называется автоматизированной. ИС сама по определению является тоже системой управления. Определение ИС включает:

  • Структуру системы, как множество элементов и взаимоотношения

  • Состав

  • Описание функций

  • Описание входов и выходов, как для системы в целом, так и для каждого элемента

  • Цели, ограничения и критерии

  • Архитектура системы

.