- •Информатика
- •Часть 2
- •Содержание
- •9. Этапы создания программных продуктов
- •10. Алгоритм. Свойства и способы описания
- •10.1. Основные понятия
- •10.2. Свойства алгоритма
- •10.3. Способы описания алгоритмов
- •10.4. Структуры алгоритмов
- •11. Языки программирования
- •11.1. Основные понятия
- •11.2. Уровни языков программирования
- •11.3. Поколения языков программирования
- •12. Основные логические конструкции языков программирования
- •12.1. Условный оператор
- •12.2. Операторы цикла
- •12.3. Конструкция переключателя
- •13. Компьютерные сети
- •13.1. Понятие и назначение компьютерной сети
- •13.2. Топология сетей
- •13.3. Глобальные и локальные сети
- •13.4. Сетевое оборудование
- •13.4.1. Мост
- •13.4.2. Коммутатор
- •13.4.3. Маршрутизатор
- •13.4.4. Шлюз
- •13.5. Требования к сетям
- •13.8. Протоколы Internet
- •14. Моделирование
- •14.1. Основные понятия. Задачи моделирования
- •14.2. Этапы моделирования
- •15. Базы данных и системы их управления
- •15.1. Понятие базы данных и системы управления базой данных
- •15.2. Функции, возможности и области применения субд
- •16. Экспертные системы
- •17. Автоматизированные системы управления
- •18. Компьютерная безопасность
- •19. Введение в сапр
- •Библиографический список
- •620002, Екатеринбург, ул. Мира, 19
- •620002, Екатеринбург, ул. Мира, 19
14.2. Этапы моделирования
Для моделирования необходимо создать модель и провести ее исследование. Некоторые математические модели могут быть исследованы без применения средств вычислительной техники.
Моделирование на ЭВМ предполагает выполнение следующих этапов.
Формулирование цели моделирования.
Для одного и того же объекта можно создать различные модели. Поставленные цели должны отражать требуемые для исследования свойства объекта.
Разработка концептуальной модели.
Концептуальная (содержательная) модель в словесной форме определяет состав и структуру системы, свойства компонентов и причинно-следственные связи между ними. Здесь делается выбор уровня детализации.
Подготовка исходных данных.
Сбор данных должен учитывать следующее:
значения параметров могут быть детерминированными и стохастическими;
не все параметры являются стационарными;
речь идет о несуществующей системе (проектируемой, модернизируемой).
Здесь также часто выполняется аппроксимация исходных данных какой-либо функцией.
Разработка математической модели.
Выбор метода моделирования.
Математическая модель может быть исследована различными методами – аналитическими или имитационными. В некоторых случаях наличие имитационной модели делает возможным применение математических методов оптимизации. Для сложных или малоизученных систем зачастую не удается создать аналитических моделей системы (объекта) ввиду большой сложности и трудоёмкости.
Выбор средств моделирования.
Разработка программной модели.
Выбор технических средств и автоматизированной системы моделирования.
Проверка адекватности и корректировка модели.
Адекватность модели нарушается по многим причинам: из-за идеализации внешних условий и режимов функционирования; исключения тех или иных параметров; пренебрежения некоторыми случайными факторами. Отсутствие точных сведений о внешних воздействиях, определенных нюансах структуры системы, принятые аппроксимации, интерполяции, предположения и гипотезы также ведут к уменьшению соответствия между моделью и системой. Это приводит к тому, что результаты моделирования будут существенно отличаться от реальных.
Планирование экспериментов.
Если по результатам проверки адекватности выявляется недопустимое рассогласование модели и системы, возникает необходимость в корректировке или калибровке модели.
Моделирование на ЭВМ.
Анализ результатов моделирования.
15. Базы данных и системы их управления
В истории развития вычислительной техники наблюдалось два основных направления её применения. Первое связано с выполнением численных расчетов. Развитие этой области способствовало ускорению развития методом математического моделирования, численных методов, языков программирования высокого уровня. Второе направление связано с использованием вычислительной техники для создания, хранения и обработки больших массивов данных. Такие задачи решают базы данных и системы их управления.
15.1. Понятие базы данных и системы управления базой данных
База данных (БД) – это большой массив данных, которые организованы в табличные структуры. Иначе: совокупность взаимосвязанных данных, при такой минимальной избыточности, которая позволяет её использовать оптимальным образом для одного или нескольких приложений в определённой предметной области человеческой деятельности (организованная структура, предназначенная для хранения информации).
База данных содержит методы и средства, позволяющие каждому из сотрудников оперировать только с теми данными, которые входят в его компетенцию. В результате взаимодействия данных, содержащихся в базе, с методами, доступными конкретным сотрудникам, образуется информация, которую они потребляют и на основании которой в пределах собственной компетенции производят редактирование.
Явления реального мира зачастую могут быть описаны с помощью структурных взаимосвязей между совокупностями фактов. Для представления информации о таких явлениях может быть использована структурная модель данных. В общем случае выделяют два типа связей данных:
- связь между атрибутами одного и того же объекта;
- связь между объектами.
Связь атрибутов представляется типом связей, которые в свою очередь являются поименованной совокупностью элементов данных. Связи между объектами могут быть представлены некоторым графом или диаграммой структуры данных.
Создание, взаимодействие и поддержание БД в актуальном состоянии осуществляется по средством системы управления базой данных (СУБД) – комплекса программных сред, предназначенных для создания структуры новой базы, наполнения её, редактирования и визуализации информации (например, MS Access, MS SQL, FoхPro).