1 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

2 Имитационное моделирование простейших систем массового обслуживания.

Для моделирования СМО должны быть известны 4 ее параметра λ-плотность вводящего потока, показывающая среднее чисто требований, поступающих в СМО в час (параметр загрузки). Поток заявок простейшкй μ-среднее число заявок, обслуживаемых одним аппаратом в час (пар-р загрузки). Распределение интервалов обслуживания подчиняется показательному распределению. N-число обслуж. аппаратов. Будем полагать что аппараты имеют одинаковую производительность обслуживания μ требований в час. М - максимальное число требований, которое может быть размещено в накопителе при ожидании обслуживания. Будем считать, что если очередное требование, поступающее в СМО в состоянии, когда будут заняты все аппараты и все места в накопителе то требование получает отказ в обслуживании и покидает СМО не обслуженным. В СМО постоянно протекают 2 случайных процесса: процесс загрузки, обусловленный параметром λ и процесс разгрузи, обуслов. параметром μ. В рез-те СМО имеет свои состояния. Опишем и обозначим эти состояния. S0-состояние когда в СМО нет ни одного требования, накопитель свободен, аппараты свободны, S1-когда а в СМ О одно требование, один аппарат занят, накопитель свободен, S2-в системе 2 требования, S_N -в системе N требований, все аппараты загружены, накопитель свободен, S_N+1|-в системе N+1 требований, все аппараты замяты, одно место в накопителе занято, S_N+M—в системе N+М требований, все аппараты заняты, накопитель полностью загружен. В простейших системах, когда заявки поступают на обслуживание по одной и также после обслуживания по одной покидают. Смо, все состояния можно выстроить в одну динамическую цепочку, что удобно изобразить графически.

Квадраты изображают состояние СМО, астрелки: верхние затрузку, нижние разгрузу

Хар-ки СМО. Средняя длина оч ф,еци ТМ=M0P0+M1P1+...+MnPn где Mn -количество занятых мест в накопителе в каждом из состояний S₀S_n. Вероятность отказа очередному клиенту определяется как вероятность максимально загруженного состояния системы. Относительная пропускная способность ОПС=1-Ротк . Абсолютный отказ (заявок/час) А0=λ Р_отк Абсолютная пропускная способность (заявок/час) АПС= Ротк *ОПС. Среднее время ожидания в накопителе (час) WМ:=ТМ/АПС. Среднее время нахождения заявки в СМО (ч ас)

WS=WM+1/μ. Средняя длина очереди мастеров ТМ=N₀P₀+N₁P₁+...+N_nP_n Среднее число занятых мастеров ZN=N-TN. Среднее суммарное число заявок в СМО ТS=ТМ+ZК.

3 OLAP- технология и аналитические информационные системы

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 (например, просто факт продажи).

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.

Системы поддержки принятия решений – являются вторичными по отношению к системы обработки данных 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.

Обработка многомерных данных в приложениях Delphi. Правила проектирования. Графич-е средства анализа данных в приложениях.

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. Правила:

В Select первыми перечисляются поля по которым перечисляются измерения; Агрегирование осуществляется по указанным ранее измерениям; GroupBy используется для всех полей.

Select P.Gorod, R.Pocup, T.Type_tovar, R.Tovar, R.Mes,

Sum(R.Kol * T.Zena), AVG(R.Kolvo * T.Zena) from

“Rashod.db” R, “Tovar.db”T, ”Pocup.db” P

Where R.Tovar = T.Tovar and R.Pocup = P.Pocup

GroupBy P.Gorod, R.Pocup, T.Type_tovar, R.Tovar, R,Mes

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.