Информационные системы и технологии на водном транспорте

ТЕХНОЛОГИЙ:
ИТ Экспертных с-м
ИТ OLAP
CALS-технологии
CASE-технологии

в области разработки экспертных систем. Они основаны на использовании искусственного

интеллекта и дают возможность менеджеру или специалисту получать консультации экспертов по любым проблемам, по которым этими системами накоплены знания.
Экспе́ртная систе́ма (ЭС, expert system) — компьютерная программа, способная частично заменить специалиста-эксперта в разрешении проблемной ситуации.
Такие системы стали возможны в результате развития систем с искусственным интеллектом. Необходимость их создания была вызвана острой нехваткой специалистов-экспертов, которые смогли бы в любой момент квалифицированно отвечать на многочисленные вопросы в своей области знаний.
Под искусственным интеллектом обычно понимают способности компьютерных систем к таким действиям, которые назывались бы интеллектуальными, если бы исходили от человека.

своем штате экспертов по всем связанным с ее работой проблемам

или даже приглашать их каждый раз, когда проблема возникла.
Главная идея использования технологии экспертных систем заключается в том, чтобы получить от эксперта его знания и, загрузив их в память компьютера, использовать всякий раз, когда в этом возникнет необходимость.
ЭС представляют собой компьютерные программы, трансформирующие опыт экспертов в какой-либо области знаний в форму эвристических правил (эвристик).
Эвристики не гарантируют получения оптимального результата с такой же уверенностью, как обычные алгоритмы, используемые для решения задач в рамках технологии поддержки принятия решений. Однако часто они дают в достаточной степени приемлемые решения для их практического использования. Все это делает возможным использовать технологию экспертных систем в качестве советующих систем

принятия решений, состоит в том, что обе они обеспечивают высокий

уровень поддержки принятия решений.
Однако имеются три существенных различия.
Первое отличие связано с тем, что решение проблемы в рамках систем поддержки принятия решений отражает уровень ее понимания пользователем и его возможности получить и осмыслить решение. Технология экспертных систем, наоборот, предлагает пользователю принять решение, превосходящее его возможности.
Второе отличие указанных технологий выражается в способности экспертных систем пояснять свои рассуждения в процессе получения решения. Очень часто эти пояснения оказываются более важными для пользователя, чем само решение.
Третье отличие связано с использованием нового компонента информационной технологии — базы знаний.

в экспертную систему и получения выходной информации из нее. Команды

включают в себя параметры, направляющие процесс обработки знаний. Информация обычно выдается в форме значений, присваиваемых определенным переменным.
Менеджер может использовать четыре метода ввода информации: меню, команды, естественный язык и собственный интерфейс.
Технология экспертных систем предусматривает возможность получать в качестве выходной информации не только решение, но и необходимые объяснения. Различают два вида объяснений:

в любой момент может потребовать от экспертной системы объяснения своих

действий;
- объяснения полученного решения проблемы. После получения решения пользователь может потребовать объяснений того, как оно было получено. Система должна пояснить каждый шаг своих рассуждений, ведущих к решению задачи.
Хотя технология работы с экспертной системой не является простой, пользовательский интерфейс этих систем является дружественным и обычно не вызывает трудностей при ведении диалога.

взаимосвязь между фактами. Главное место в базе знаний принадлежит правилам.

Они определяют, что следует делать в данной ситуации, и состоит из двух частей:
условия, которое может выполняться или нет;
действия, которое следует произвести, если условие выполняется.
Все используемые в экспертной системе правила образуют систему правил, которая даже для сравнительно простой системы может содержать несколько тысяч правил.
Все виды знаний в зависимости от специфики предметной области и квалификации проектировщика (инженера по знаниям) с той или иной степенью адекватности могут быть представлены с помощью одной либо нескольких семантических моделей. К наиболее распространенным моделям относятся логические, продукционные, фреймовые и семантические сети.

(«мышление»), находящихся в базе знаний. Технология работы интерпретатора сводится к

последовательному рассмотрению совокупности правил (правило за правилом). Если условие, содержащееся в правиле, соблюдается, выполняется определенное действие, и пользователю предоставляется вариант решения его проблемы.
Кроме того, во многих экспертных системах вводятся дополнительные блоки: база данных, блок расчета, блок ввода и корректировки данных. Блок расчета необходим в ситуациях, связанных с принятием управленческих решений.
При этом важную роль играет база данных, где содержатся плановые, физические, расчетные, отчетные и другие постоянные или оперативные показатели. Блок ввода и корректировки данных используется для оперативного и своевременного отражения текущих изменений в базе данных.

два подхода, которые могут быть положены в основу модуля создания

системы: использование алгоритмических языков программирования и использование оболочек экспертных систем.
Для представления базы знаний специально разработаны языки Лисп и Пролог, хотя можно использовать и любой известный алгоритмический язык.
Оболочка экспертных систем представляет собой готовую программную среду, которая может быть приспособлена к решению определенной проблемы путем создания соответствующей базы знаний.
В большинстве случаев использование оболочек позволяет создавать экспертные системы быстрее и легче в сравнении с программированием.

Processing - это название не конкретного продукта, а целой технологии.

По-русски удобнее всего называть OLAP оперативной аналитической обработкой. Хотя в некоторых изданиях аналитическую обработку называют и онлайновой, и интерактивной, однако прилагательное “оперативная” как нельзя более точно отражает смысл технологии OLAP.
OLAP— технология обработки информации, включающая составление и динамическую публикацию отчётов и документов. Используется аналитиками для быстрой обработки сложных запросов к базе данных.
OLAP служит для подготовки бизнес-отчётов по продажам, маркетингу, в целях управления, т. н. data mining — добыча данных (способ анализа информации в базе данных с целью отыскания аномалий и трендов без выяснения смыслового значения записей.

данных (РСУБД).
Понятие реляционный (англ. relation — отношение) связано с

разработками известного английского специалиста в области систем баз данных Эдгара Кодда (Edgar Codd).
Реляционная модель ориентирована на организацию данных в виде двумерных таблиц. Таблицы связаны между собой множеством связей.
Каждая реляционная таблица представляет собой двумерный массив и обладает следующими свойствами:
каждый элемент таблицы — один элемент данных;
все ячейки в столбце таблицы однородные, то есть все элементы в столбце имеют одинаковый тип (числовой, символьный и т. д.);
каждый столбец имеет уникальное имя;
одинаковые строки в таблице отсутствуют;
порядок следования строк и столбцов может быть произвольным

многомерных кубов. Вся информация бизнес-процесса систематизируется и разбивается на категории,

а они, в свою очередь, преобразовываются в оси (измерения) кубов.
Наше мышление многомерно уже по определению. Если человек задает вопросы, то он налагает определенные ограничения, чем формулирует вопросы во многих измерениях, следовательно анализ происходящий в многомерной модели очень приближен к реальности человеческого мышления.

на деятельность предприятия (например: время, продукты, отделения компании, географию и

т.п.).
Таким образом получают гиперкуб (конечно, название не очень удачно, поскольку под кубом обычно понимают фигуру с равными ребрами, что, в данном случае, далеко не так), который затем наполняется показателями деятельности предприятия (цены, продажи, план, прибыли, убытки и т.п.).
Наполнение это может вестись как реальными данными оперативных систем, так и прогнозируемыми на основе исторических данных.
Измерения гиперкуба могут носить сложный характер, быть иерархическими, между ними могут быть установлены отношения.

управляемую динамическую таблицу. На вход динамической таблицы подается многомерный массив.

Массив состоит из данных двух типов: измерений и фактов. Измерения становятся колонками и строками динамической таблицы. В них отображаются члены измерений. На пересечении колонок и строк размещены факты.
2. Колонки и строки являются основными инструментами управления таблицей. С их помощью пользователь может манипулировать исходными данными: менять местами строки и колонки, устанавливать фильтры по измерениям, детализировать информацию или наоборот обобщать ее. При этом промежуточные и окончательные итоги по фактам автоматически пересчитываются. Выполнение этих операций обеспечивается OLAP-машиной (или машиной OLAP-вычислений). Сами манипуляции с данными носят название OLAP-операций.
3. Еще одной важной стороной OLAP-анализа является графическое отображение данных. График синхронизирован с динамической таблицей. После выполнения любой OLAP-операции данные пересчитываются, а график перерисовывается.

случае MOLAP, исходные и многомерные данные хранятся в многомерной БД

или в многомерном локальном кубе. Такой способ хранения обеспечивает высокую скорость выполнения OLAP-операций. Но многомерная база в этом случае чаще всего будет избыточной. Куб, построенный на ее основе, будет сильно зависеть от числа измерений. При увеличении количества измерений объем куба будет экспоненциально расти. Иногда это может привести к "взрывному росту" объема данных.
В ROLAP-продуктах исходные данные хранятся в реляционных БД или в плоских локальных таблицах на файл-сервере. Агрегатные данные могут помещаться в служебные таблицы в той же БД. Преобразование данных из реляционной БД в многомерные кубы происходит по запросу OLAP-средства. При этом скорость построения куба будет сильно зависеть от типа источника данных.
В случае использования Гибридной архитектуры исходные данные остаются в реляционной базе, а агрегаты размещаются в многомерной. Построение OLAP-куба выполняется на по запросу OLAP-средства на основе реляционных и многомерных данных. Такой подход позволяет избежать взрывного роста данных. При этом можно достичь оптимального времени исполнения клиентских запросов.

OLAP-средствах вычисления и хранение агрегатных данных выполняются отдельным процессом -

сервером. Клиентское приложение получает только результаты запросов к многомерным кубам, которые хранятся на сервере. Некоторые OLAP-серверы поддерживают хранение данных только в реляционных базах, некоторые - только в многомерных. Многие современные OLAP-серверы поддерживают все три способа хранения данных: MOLAP, ROLAP и HOLAP. Самым известным серверным решением является Microsoft Analysis Services - OLAP-сервер компании Microsoft.
OLAP-клиент устроен по-другому. Построение многомерного куба и OLAP-вычисления выполняются в памяти клиентского компьютера (в кэше внутри адресного пространства такого OLAP-средства). OLAP-клиенты также делятся на ROLAP и MOLAP. А некоторые могут поддерживать оба варианта хранения данных. Среди популярных клиентских OLAP-средств можно назвать Oracle Discoverer (Pivot Table Service, доступ к реляционным БД через OLE DB for OLAP или к многомерным базам через ADO MD).
У каждого из этих подходов, есть свои "плюсы" и "минусы". На практике такой выбор является результатом компромисса эксплуатационных показателей и стоимости программного обеспечения.

Support — непрерывная информационная поддержка поставок и жизненного цикла) —

современный подход к проектированию и производству высокотехнологичной и наукоёмкой продукции.
Она заключается в использовании компьютерной техники и современных информационных технологий на всех стадиях жизненного цикла изделия.
Это обеспечивает единообразные способы управления процессами и взаимодействия всех участников этого цикла: заказчиков продукции, поставщиков/производителей продукции, эксплуатационного и ремонтного персонала, реализованные в соответствии с требованиями системы международных стандартов, регламентирующих правила указанного взаимодействия преимущественно посредством электронного обмена данными.
Технология CALS – это технология непрерывной информационной поддержки поставок и жизненного цикла изделия.

используемых на всех этапах жизненного цикла сложной и наукоемкой продукции

начиная с проектирования и производства и заканчивая поддержкой изделия в процессе его эксплуатации и последующей утилизации.
К таким продуктам относятся: программное обеспечение, компьютерная техника, различное сложное оборудование, транспортные объекты и т д.

(или группы предприятий) CALS предусматривает их интеграцию в единое информационное

пространство, в рамках которого эти подразделения будут обмениваться информацией из различных информационных систем.
Это могут быть различные системы проектирования, инженерных расчетов, инструменты для автоматизированной технологической подготовки производства, системы подготовки эксплуатационной документации и т.д.

ресурсах хранятся, управляются и взаимодействуют в группе предприятий в электронном

виде. Подлинность документов обеспечивается использованием электронно-цифровой подписи;
Все данные, используемые группой предприятий в рамках единого информационного пространства, являются единым источником информации для взаимодействующих подразделении и используются многократно. Данный подход позволяет существенно сократить потери на всех стадиях жизненного цикла продукта;
деятельность в рамках системы производится параллельно (параллельный инжиниринг);
данные доступны всем потребителям исходя из уровня доступа.

модели:
информационная модель самого продукта (цифровой прототип изделия)
модель жизненного

цикла этого изделия
модель среды его производства и эксплуатации.

работ, поскольку описания многих составных частей оборудования, машин и систем,

проектировавшихся ранее, хранятся в унифицированных форматах данных сетевых серверов, доступных любому пользователю технологий CALS.
Существенно облегчается решение проблем ремонтопригодности, интеграции продукции в различные системы и среды, адаптации к меняющимся условиям эксплуатации, специализации проектных организаций и т. п.

можно разделить на две большие группы:
программные продукты, используемые для

создания и преобразования информации об изделиях, производственной среде и производственных процессах, применение которых не зависит от реализации CALS-технологий;
программные продукты, применение которых непосредственно связано с CALS-технологиями и требованиями соответствующих стандартов.

подготовки текстовой и табличной документации различного назначения (текстовые редакторы, электронные

таблицы и т. д. - офисные системы);
Системы автоматизации инженерных расчетов и эскизного проектирования (САЕ-системы);
Системы автоматизации конструирования и изготовления рабочей конструкторской документации (CAD-системы);
Системы автоматизации технологической подготовки производства (САМ-системы);
Системы автоматизации планирования производства и управления процессами изготовления изделий, запасами, производственными ресурсами, транспортом и т. д. (системы MRP/ERP);
Системы идентификации и аутентификации информации (средства ЭЦП).

группе принадлежат программные средства и системы:
управления данными об изделии

и его конфигурации (системы PDM - Product Data Management);
управления проектами (Project Management);
управления потоками заданий при создании и изменении технической документации (системы WF - Work Flow);
обеспечения информационной поддержки изделий на постпроизводственных стадиях ЖЦ;
функционального моделирования, анализа и реинжиниринга бизнес-процессов.
Успех на рынке сложной технической продукции недостижим без технологий CALS.

постоянному возрастанию сложности ИС создаваемых в различных областях. Современные крупные

проекты характеризуются, следующими особенностями:
сложность описания (достаточно большое количество функций, процессов, элементов данных и сложные взаимосвязи между ними), требующая тщательного моделирования и анализа данных и процессов;
наличие совокупности тесно взаимодействующих компонентов (подсистем), имеющих свои локальные задачи и цели функционирования отсутствие прямых аналогов, ограничивающее возможность использования каких-либо типовых проектных решений и прикладных систем;
необходимость интеграции существующих и вновь разрабатываемых приложений;
функционирование в неоднородной среде на нескольких аппаратных платформах;
разобщенность и разнородность отдельных групп разработчиков по уровню квалификации и сложившимся традициям использования тех или иных инструментальных средств;
существенная временная протяженность проекта, обусловленная, с одной стороны, ограниченными возможностями коллектива разработчиков, и, с другой стороны, масштабами организации-заказчика и различной степенью готовности отдельных ее подразделений к внедрению ИС.

быть прежде всего адекватно описан, должны быть построены полные и

непротиворечивые функциональные и информационные модели ИС.
Накопленный к настоящему времени опыт проектирования информационных систем показывает, что это логически сложная, трудоемкая и длительная по времени работа, требующая высокой квалификации участвующих в ней специалистов.
Ручная разработка программных продуктов обычно порождает следующие проблемы:
неадекватная спецификация требований;
неспособность обнаруживать ошибки в проектных решениях;
низкое качество документации, снижающее эксплуатационные качества;
затяжной цикл разработки и неудовлетворительные результаты тестирования.

CASE-средств, реализующих CASE-технологию создания и сопровождения ИС.
Термин CASE (Computer

Aided Software Engineering) используется в настоящее время в весьма широком смысле.
Первоначальное значение термина CASE, ограниченное вопросами автоматизации разработки только лишь программного обеспечения (ПО), в настоящее время приобрело новый смысл, охватывающий процесс разработки сложных ИС в целом.

создания и сопровождения ИС, включая анализ и формулировку требований, проектирование

прикладного ПО (приложений) и баз данных, генерацию кода, тестирование, документирование, обеспечение качества, конфигурационное управление и управление проектом, а также другие процессы. CASE-средства вместе с системным ПО и техническими средствами образуют полную среду разработки ИС.
Если дать короткое определение, то CASE-технология это программный комплекс, автоматизирующий технологический процесс анализа, проектирования, разработки и сопровождения сложных программных систем.

счет:
- использования возможностей локальной сети;
- экспорта/импорта любых фрагментов

проекта;
- организованного управления проектами.
Большинство существующих CASE-средств основано на методологиях структурного или объектно-ориентированного анализа и проектирования, использующих спецификации в виде диаграмм или текстов для описания внешних требований, связей между моделями системы, динамики поведения системы и архитектуры программных средств.

фирмой Systems Development Inc. в 1996 г. по результатам анкетирования

более 1000 американских фирм, CASE-технология в настоящее время попала в разряд наиболее стабильных информационных технологий (ее использовала половина всех опрошенных пользователей более чем в трети своих проектов, из них 85% завершились успешно).
Однако, несмотря на все потенциальные возможности CASE-средств, существует множество примеров их неудачного внедрения, в результате которых CASE-средства становятся "полочным" ПО (shelfware). В связи с этим необходимо отметить следующее:
CASE-средства не обязательно дают немедленный эффект; он может быть получен только спустя какое-то время;
реальные затраты на внедрение CASE-средств обычно намного превышают затраты на их приобретение;
CASE-средства обеспечивают возможности для получения существенной выгоды только после успешного завершения процесса их внедрения.

должна обладать следующими качествами:
Технология. Понимание ограниченности существующих возможностей и

способность принять новую технологию;
Культура. Готовность к внедрению новых процессов и взаимоотношений между разработчиками и пользователями;
Управление. Четкое руководство и организованность по отношению к наиболее важным этапам и процессам внедрения.
Применение CASE-технологий и CASE-средств позволяет:
1) в несколько раз сократить время разработки ИС,
2) значительно снизить вероятность появления ошибок за счет автоматизации начальных этапов разработки,
3) повысить качество планирования, проектирования и разработки, и в результате – повысить ффективность и качество разрабатываемой ИС.

ТЕХНОЛОГИЙ:
ИТ Экспертных с-м
ИТ OLAP
CALS-технологии
CASE-технологии