Методы формирования нейросетей. Сущность электронного документооборота (стр. 7 из 12)

В данной архитектуре возможны следующие варианты доступа:

доступ к удаленным данным (ДУД), доступ с помощью сервера баз данных (СБД), доступ с помощью сервера приложений (СП).

Согласно модели ДУД на компьютере клиента располагается программа, которая производит ввод исходных данных, программа, осуществляющая решение задачи на основе дополнительно поступивших из сервера данных и программа печати результатов.

Согласно модели СБД на компьютере клиента находятся программы ввода исходных данных и печати. Программа решения задачи находится на сервере, где собственно, и происходит ее запуск. На компьютере клиента осуществляется лишь ввод исходных данных и печать результатов

Согласно модели СП ввод, передача, обработка и печать результатов выполняется также как и в модели СБД за исключением того, что прикладная программа и исходные данные находятся на одном сервере, а БД на другом.

Хранилища данных и их применение для решения аналитических задач

Хранилище данных (ХД) – это предметно-ориентированный, неизменяемый и поддерживающий хронологию набор данных. В отличие от баз данных, которые предназначены для обслуживания повседневной деятельности предприятия, ХД ориентированы на многолетний оперативный многомерный анализ данных, результаты которого могут быть использованы для принятия решений.

Моделью данных в ХД служат гиперкубы, т.е. многомерные базы данных, в ячейках которых находятся анализируемые данные. По осям многомерного куба указываются измерители объекта с различных точек зрения.

Аналитические измерения – это набор учетных признаков, которые могут быть присвоены каждой хозяйственной операции. Аналитические отчеты это данные объектов учета и управления, сгруппированные по нескольким измерениям.

На пересечении осей измерений находятся данные, количественно характеризующие события, факты, процессы (объемы продаж, остатки товаров на складах, прибыль, затраты и т.д.).

Оси измерений позволяют создавать многомерную модель данных (гиперкуб), над которым можно выполнять следующие операции: Срез, вращение, консолидация или детализация.

Операция среза позволяет выделить из многомерного куба те данные, которые соответствуют зафиксированному (указанному) значению одного или нескольких элементов измерений.

Операция вращения – это изменение расположения измерений в пространстве, что, возможно, облегчит принятие решений.

Операции консолидации и детализации предназначены либо для агрегирования данных (обобщения) либо для их детализации. Осуществить эти операции можно благодаря иерархии, установленной среди измерителей.

Хранилище данных относится к одному из перспективных направлений развития систем формирования решений. Как правило, современные ERP-системы оснащены средствами их создания. Например, система MSNavision полностью поддерживает идею хранилищ данных, что позволяет получить аналитическую информацию для принятия решений.

Исходные данные вводятся в основную базу данных после чего средствами MSNavisin, в соответствии с используемыми измерениями, формируется хранилище данных в виде куба. Основные базы данных используются для оперативной обработки данных и выдачи оперативных отчетов. Аналитические отчеты, необходимые для формирования решений, создаются в виде таблиц или графиков (диаграмм) для чего подключается MSExcel.

Базы знаний и их применение для формирования экономических решений

База знаний – это одна из форм информационного моделирования, представляющая собой знания человека (эксперта, специалиста), помещенные в память компьютера в соответствии с некоторой моделью.Модель, как известно, - это правила или соглашения, выполнение которых позволяет представить некоторую сферу знаний в том виде, которая позволяет использовать формальные (программные) средства для их обработки (получение новых знаний).

Существует множество моделей представления знаний. Для рассмотрения выделим следующие:

семантические сети, деревья выводов, деревья целей, нечеткие множества.

Семантическая сеть – это ориентированный граф, вершины (узлы) которого соответствуют понятиям моделируемой предметной области, а дуги – отношениям между ними.В качестве понятий обычно выступают конкретные или абстрактные объекты, а отношений – связи. В отличие от всех других моделей базы знаний могут содержать описание связей в явной форме, указанных с помощью синтаксических, семантических и прагматических отношений.

Пояснить базу знаний легче в сравнении с базой данных, так как различия между ними нечеткие (размытые). Анализируя базу данных и базу знаний можно заметить, что в базе данных информация более скудная. Таким образом, отличие баз знаний от баз данных состоит в том, что первые содержат связи между объектами в явной форме, тогда как у вторых эти связи скрыты.

Дерево вывода – это множество объединенных правил, отражающих условия выполнения некоторого процесса.Правила представляют собой языковую конструкцию вида:

ЕСЛИ <условие, ct(условия)>, ТО <заключение, ct(заключения)> ct(правила), где ct(условия) – коэффициент определенности условия; ct(заключения) - коэффициент определенности заключения; ct(правила) - коэффициент определенности правила.

Коэффициент, равный 0, указывает на полную неопределенность, а 1 – на полную определенность. В правиле эксперт указывает значения в этом диапазоне. Множество правил объединяются в дерево вывода.

Дерево целей является дальнейшим совершенствованием целевого управления, развиваемым в нашей стране с семидесятых годов прошлого столетия. В основу его построения положено понятие цели, измерение достижения которой осуществляется с помощью значений соответствующих экономических показателей. Например, уровень достижения цели “Увеличить рентабельность предприятия” можно измерить показателем “Рентабельность” в числовом диапазоне от 0 до 1. Цель “Увеличить рентабельность предприятия с 0,3 до 0,5” в дереве целей указывается именно таким образом.

В процессе создания моделей баз знаний специалисты сталкиваются с проблемой отражения и использования нечеткой, то есть неопределенной информации. Задачи, решаемые человеком, в большинстве случаев опираются именно на нечеткие, размытые и неопределенные знания о процессах или событиях.

Нечеткие множества

Знания человека в большинстве случаев нечеткие. Человек оперирует такими понятиями как высокий, низкий, горячее, холодное, бедный, богатый и т.д. в повседневной производственной практике и в быту. Для того чтобы такого рода знания можно было использовать для формирования решений, в 1965 году Л.Заде предложил теорию нечетких множеств. В основе данной теории лежит понятие функции принадлежности, которая указывает степень принадлежности какого-либо элемента некоторому множеству элементов. Данная функция является субъективной и строится на основании знаний, опыта или ощущений некоторого субъекта к какому-либо объекту, процессу, явлению и т.д.

Вводится U – полное множество, охватывающее все объекты некоторого класса. Нечеткое подмножество F множества U определяется через функцию принадлежности , где . Эта функция отображает элементы u множества U на множество чисел в отрезке [0,1], которые указывают степень принадлежности этих элементов множеству F.

Нечеткое множество F можно представить следующим образом:

Знак + указывает не на сложение, а на совокупность, а знак / - не деления, а на степень принадлежности.

Основные направления в развитии инфокоммуникационных технологий

В последние годы с развитием инфокоммуникационных технологий и сервиса сети Интернет стал быстро развиваться новый сектор экономики, получивший название сетевого. В России формирование сетевой экономики происходит в трех направлениях:

электронный бизнес;

банковские и другие расчеты;

дистанционное обучение и выполнение работ.

Электронный бизнес - это бизнес, осуществляемый на основе информационных технологий и общедоступных средств коммуникаций (локальных и глобальных сетей). Частным случаем электронного бизнеса является электронная коммерция, под которой понимается вид хозяйственной деятельности, цель которой заключается в продаже готовых товаров или услуг.

Второе направление сетевой экономики развивается в направлении совершенствования банковских и других расчетов на базе инфраструктуры Интернет. Банковский сервис, использующий сетевые возможности получил название сетевого банкинга или итнтернет-банкинга. Под данными понятиями понимается совокупность банковских услуг, предоставляемых банком своим клиентам в среде Интернет.

Банковский сервис, использующий сетевые возможности, предоставляет юридическим лицам формировать и отправлять в банк следующие документы:

поручение по обязательному платежу;

платежное требование;

реестр платежных документов;

заявление на перевод валюты и т.д.

Физическим лицам предоставляются следующие услуги:

коммунальные и периодические платежи;

формирование и отправление в банк документов;

перевод денег с одного счет анна другой;

получение информации о текущем состоянии своего счета и т.д.

Типовые процедуры банковской платежной системы следующие:

обработка запросов с целью авторизации;

перечисление на расчетные счета денежных средств за товары и услуги;