Слайд 1Информационные системы и технологии на водном транспорте
Тема 6. ВИДЫ ИНФОРМАЦИОННЫХ
ТЕХНОЛОГИЙ:
ИТ Экспертных с-м
ИТ OLAP
CALS-технологии
CASE-технологии
Слайд 2Характеристика и назначение ЭС
Среди компьютерных информационных систем наибольший прогресс отмечен
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.
Слайд 3Главная идея ЭС
Не каждая компания может себе позволить держать в
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
Слайд 4Отличия ЭС от ИТ ППР
Сходство экспертных систем и систем поддержки
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.
Слайд 5Основные компоненты технологии ЭС
Слайд 6Интерфейс пользователя
Менеджер (специалист) использует интерфейс для ввода информации и команд
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:
Слайд 7Два вида объяснений в ЭС
- объяснения, выдаваемые по запросам. Пользователь
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.
Слайд 8База знаний
Это факты, которые описывают проблемную область, а также логическую
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.
Слайд 9Интерпретатор
Это часть экспертной системы, производящая в определенном порядке обработку знаний
(«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.
Слайд 10Модуль создания системы
Он служит для создания набора (иерархии) правил.
Существуют
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.
Слайд 11ИНФОРМАЦИОННАЯ ТЕХНОЛОГИЯ OLAP
OLAP - аббревиатура от английского On-Line Analytical
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.
Слайд 12Принципы построения СУБД
Основу OLAP -систем обеспечивают системы управления реляционными базами
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
Слайд 13Многомерность мышления
Главным отличием систем OLAP является представление данных в виде
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.
Слайд 14Многомерная модель OLAP
По измерениям в многомерной модели откладывают факторы, влияющие
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.
Слайд 16Принципы построения OLAP-систем
1. В качестве внешнего интерфейса они предоставляют
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.
Слайд 17Графическое отображение данных с динамической таблицей
Слайд 18Классификация OLAP-продуктов
По способу хранения данных делятся на три категории:
В
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.
Слайд 19По месту размещения OLAP-продукты подразделяются на OLAP-серверы и OLAP-клиенты.
В серверных
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.
Слайд 20ПОНЯТИЕ О ИНФОРМАЦИОННОЙ CALS-ТЕХНОЛОГИИ
CALS-технологии (англ. Continuous Acquisition and Life cycle
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.
Слайд 21Сущность CALS технологий
CALS – это совокупность передовых технологий и подходов,
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.
Слайд 22Единое информационное пространство CALS
Для эффективного взаимодействия производственных подразделений предприятия
(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.
Слайд 23Принципы функционирования технологии CALS
Все данные об изделии, бизнес-процессах и
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.
Слайд 24Модели CALS-технологий
В результате использования CALS-технологий создаются и взаимодействуют три интегрированные
модели:
информационная модель самого продукта (цифровой прототип изделия)
модель жизненного
цикла этого изделия
модель среды его производства и эксплуатации.
Слайд 26Что позволяет технология CALS
Эта технология позволяет существенно сократить объёмы проектных
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.
Слайд 27Программные продукты, используемые в CALS-технологиях
Все программные продукты, используемые в CALS-технологиях,
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.
Слайд 28К первой группе принадлежат следующие программные средства и системы:
Системы
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).
Слайд 29Ко второй группе принадлежат программные средства и системы:
Ко второй
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.
Слайд 30ПОНЯТИЕ О CASE-ТЕХНОЛОГИИ: 1-сложность ИС
Тенденции развития современных ИТ приводят к
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.
Слайд 31Проблемы разработки сложных ИС
Для успешной реализации проекта объект проектирования должен
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.
Слайд 32Термин CASE
Перечисленные факторы способствовали появлению программно-технологических средств специального класса -
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.
Слайд 33Определение CASE
Теперь под термином CASE-средства понимаются программные средства, поддерживающие процессы
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.
Слайд 34Преимущества CASE-технологий
CASE-технология поддерживает эффективную коллективную работу над проектом за
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.
Слайд 35Преимущества CASE-технологий
Согласно обзору передовых технологий (Survey of Advanced Technology), составленному
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.
Слайд 36Необходимые качества для внедрения CASE-средств
Для успешного внедрения CASE-средств организация
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.
Слайд 37Информационные системы и технологии на водном транспорте
Тема 6. ВИДЫ ИНФОРМАЦИОННЫХ
ТЕХНОЛОГИЙ:
ИТ Экспертных с-м
ИТ OLAP
CALS-технологии
CASE-технологии