1. Определение перечня операций (элементарных работ), из которых состоит проект. Вам необходимо решить, насколько мелкие работы вы включите в график. Подробнее об этом в статье «Структурная декомпозиция работ (Work breakdown structure)»

2. Оценка длительности операций

3. Выявление зависимостей работ (например, нельзя обучать пользователей, пока программы не установлены на компьютеры) Результаты можно записать в таблицу следующего вида (это не обязательно):

Операция	Непосредственно предшествующие операции	Длительность
A. Установка компьютеров	-	1
B. Протяжка сети	-	2
C. Настройка сети	A, B	3
D. Установка программного обеспечения	C	1
E. Разработка регламента использования ПО	-	4
F. Обучение пользователей	D, E	3

1. Теперь мы можем построить сам сетевой график проекта (Network Diagram), который отражает последовательность выполнения работ. Применяются 2 варианта сетевых графиков: «работа-вершина» и «вершина-событие». В сетевом графике типа «работа-вершина», который называют также «диаграмма предшествования» (Precedence Diagramming Method, PDM), работы представлены «вершинами», обычно прямоугольниками. Наш сетевой график будет выглядеть следующим образом:

В сетевом графике типа «вершина-событие», называемом также «сетевой моделью» (Arrow Diagramming Method, ADM), работы изображают стрелками, а каждая стрелка должна начинаться и завершаться событием, которое изображают кружком. Чтобы отразить взаимосвязи, вводят фиктивные работы (отображаются пунктиром).

Исторические раньше возник метод «вершина-событие», однако в наше время чаще используется «работа-вершина», т.к. он нагляднее и удобнее.

2. Теперь можно провести расчет сетевого графика. Сначала мы идем слева направо и рассчитываем ранние сроки работ (раннее начало и раннее окончание), а затем справа налево, получая поздние сроки работ (позднее начало и позднее окончание). Ранние сроки работы – это раньше которых она не может начаться/завершиться, поздние – крайние сроки ее начала/завершения.

3. Теперь мы можем применить метод критического пути, МКП (critical path method, CPM) – один из главных методов в проектном менеджменте. Те работы, у которых ранние и поздние сроки совпадают, называются критическими работами проекта, а в совокупности они образуют его критический путь. Это самая длинная последовательность работ проекта, которая определяет его длительность. Для менеджера крайне важно знать и контролировать критический путь проекта, чтобы не затянуть его реализацию. Если мы хотим оптимизировать свой проект по срокам, мы также будем сокращать работы, лежащие на критическом пути.

4. Остальные работы (не критические) имеют временные резервы: частный и общий. Частный говорит нам о том, на сколько мы можем задержать работу, на задерживая ни одной работы-последователя. Общий – на сколько можно задержать работу, задержав работы-последователи, но все же завершив проект в срок.

Сетевой график лежит в основе не только метода критического пути, но и другого метода: PERT (Program Evaluation and Review Technique). Его отличает то, что в нем учитывается вероятностная оценка длительности работ.

По каждой работе эксперты дают оценки длительности. Выделяют оптимистичную, пессимистическую и ожидаемую длительность. Затем в сетевой график заносят длительность, которая учитывает все оценки и рассчитывается по формуле (коэффициенты могут изменяться):

Длительность = (Оптимистическая + Ожидаемая*4 + Пессимистическая) / 6

Следующим шагом планирования обычно является построение Диаграммы Ганта, которая, являясь по сути «надстройкой» над сетевым графиком, дает нам возможность наглядно представлять календарный график нашего проекта.

35

Модели представления знаний – это одно из важнейших направлений исследований в области искусственного интеллекта. Почему одно из важнейших? Да потому, что без знаний искусственный интеллект не может существовать в принципе. Действительно, представьте себе человека, который абсолютно ничего не знает. Например, он не знает даже таких элементарных вещей как:

• для того, чтобы не умереть от голода, необходимо периодически есть;

• необязательно из одного края города в другой идти пешком, если для этих целей можно воспользоваться общественным транспортом.

Таких примеров удастся привести еще много, но уже сейчас можно легко ответить на следующий вопрос: «Поведение такого человека может считаться разумным?». Конечно же, нет. Именно поэтому, при создании систем искусственного интеллекта особенное внимание уделяется моделям представления знаний.

На сегодняшний день разработано уже достаточное количество моделей. Каждая из них обладает своими плюсами и минусами, и поэтому для каждой конкретной задачи необходимо выбрать именно свою модель. От этого будет зависит не столько эффективность выполнения поставленной задачи, сколько возможность ее решения вообще.

Отметим, что модели представления знаний относятся к прагматическому направлению исследований в области искусственного интеллекта. Это направление основано на предположении о том, что мыслительная деятельность человека – «черный ящик». При таком подходе не ставится вопрос об адекватности используемых в компьютере моделей представления знаний тем моделям, которыми пользуется в аналогичных ситуациях человек, а рассматривается лишь конечный результат решения конкретных задач.

Рассмотрим три наиболее часто используемые и популярные на сегодняшний день модели представления знаний:

1. продукционные модели – модели основанные на правилах, позволяют представить знание в виде предложений типа: «ЕСЛИ условие, ТО действие». Продукционные модели обладает тем недостатком, что при накоплении достаточно большого числа правил, они начинают противоречить друг другу;

2. сетевые модели или семантические сети – как правило, это граф, отображающий смысл целостного образа. Узлы графа соответствуют понятиям и объектам, а дуги – отношениям между объектами;

3. фреймовые модели – основывается на таком понятии как фрейм (англ. frame – рамка, каркас). Фрейм – структура данных для представления некоторого концептуального объекта. Информация, относящаяся к фрейму, содержится в составляющих его слотах. Слоты могут быть терминальными либо являться сами фреймами, т.о. образуя целую иерархическую сеть.

39

В классической теории баз данных, модель данных есть формальная теория представления и обработки данных в системе управления базами данных (СУБД), которая включает, по меньшей мере, три аспекта:

1) аспект структуры: методы описания типов и логических структур данных в базе данных;

2) аспект манипуляции: методы манипулирования данными;

3) аспект целостности: методы описания и поддержки целостности базы данных.

Аспект структуры определяет, что из себя логически представляет база данных, аспект манипуляции определяет способы перехода между состояниями базы данных (то есть способы модификации данных) и способы извлечения данных из базы данных, аспект целостности определяет средства описаний корректных состояний базы данных.

Модель данных — это абстрактное, самодостаточное, логическое определение объектов, операторов и прочих элементов, в совокупности составляющих абстрактную машину доступа к данным, с которой взаимодействует пользователь. Эти объекты позволяют моделировать структуру данных, а операторы — поведение данных^[1].

Каждая БД и СУБД строится на основе некоторой явной или неявной модели данных. Все СУБД, построенные на одной и той же модели данных, относят к одному типу. Например, основой реляционных СУБД является реляционная модель данных, сетевых СУБД — сетевая модель данных, иерархических СУБД — иерархическая модель данных и т.д.

В литературе, статьях и в обиходной речи иногда встречается использование термина «модель данных» в смысле «схема базы данных» («модель базы данных»). Такое использование является неверным, на что указывают многие авторитетные специалисты, в том числе К. Дж. Дейт, М. Р. Когаловский, С. Д. Кузнецов. Модель данных есть теория, или инструмент моделирования, в то время как модель базы данных (схема базы данных) есть результат моделирования. По выражению К. Дейта соотношение между этими понятиями аналогично соотношению между языком программирования и конкретной программой на этом языке^[1].

М. Р. Когаловский поясняет эволюцию смысла термина следующим образом. Первоначально понятие модели данных употреблялось как синоним структуры данных в конкретной базе данных. В процессе развития теории систем баз данных термин «модель данных» приобрел новое содержание. Возникла потребность в термине, который обозначал бы инструмент, а не результат моделирования, и воплощал бы, таким образом, множество всевозможных баз данных некоторого класса. Во второй половине 1970-х годов во многих публикациях, посвященных указанным проблемам, для этих целей стал использоваться все тот же термин «модель данных». В настоящее время в научной литературе термин «модель данных» трактуется в подавляющем большинстве случаев в инструментальном смысле (как инструмент моделирования)^[2].

Тем не менее, длительное время термин «модель данных» использовался без формального определения. Одним из первых специалистов, который достаточно формально определил это понятие, был Э. Кодд. В статье «Модели данных в управлении базами данных»^[3] он определил модель данных как комбинацию трех компонентов:

1. Коллекции типов объектов данных, образующих базовые строительные блоки для любой базы данных, соответствующей модели

2. Коллекции общих правил целостности, ограничивающих набор экземпляров тех типов объектов, которые законным образом могут появиться в любой такой базе данных

3. Коллекции операций, применимых к таким экземплярам объектов для выборки и других целей^[4].

4

В наиболее общем смысле теория принятия оптимальных решений представляет собой совокупность математических и численных методов, ориентированных на нахождение наилучших вариантов из множества альтернатив и позволяющих избежать их полного перебора. Ввиду того, что размерность практических задач, как правило, достаточно велика, а расчеты в соответствии с алгоритмами оптимизации требуют значительных затрат времени, то методы принятия оптимальных решений главным образом ориентированы на реализацию их с помощью ЭВМ.

8

Функциональная структура (ФС) определяет класс целей, для достижения которых проектируется АСУТП. Обычно такая структура состоит из нескольких подсистем, отличающихся по своему функциональному назначению. В частности, можно выделить следующие подсистемы:

   - подсистема сбора и первичной обработки информации, предназначенная для опроса аналоговых, дискретных датчиков с обработкой и анализом информации об объекте управления;

   - подсистема управления и выдачи управляющих воздействий;

   - подсистема формирования сводных показателей;

   - подсистема регистрации и анализа производственной ситуации.

    Современные компьютерные технологии позволяют объединить указанные функции благодаря SCADA-системам.

11

Системы массового обслуживания вообще могут быть двух типов.

      1.Системы с отказами. В таких системах заявка, поступившая в момент, когда все каналы заняты, получает «отказ», покидает СМО и в дальнейшем процессе обслуживания не участвует.

1.    Системы с ожиданием (с очередью). В таких системах заявка, поступившая в момент, когда все каналы заняты, становится в очередь и ожидает, пока не освободится один из каналов. Как только освободится канал, принимается к обслуживанию одна из заявок, стоящих в очереди.

        Обслуживание в системе с ожиданием может быть «упорядоченным» (заявки обслуживаются в порядке поступления) и «неупорядоченным» (заявки обслуживаются в случайном порядке). Кроме того, в некоторых СМО применяется так называемое «обслуживание  с приоритетом» когда некоторые заявки обслуживаются в первую очередь, предпочтительно перед другими. 

         Системы с очередью делятся на системы с неограниченным ожиданием и системы с ограниченным ожиданием.

         В системах с неограниченным ожиданием каждая заявка, поступившая в момент, когда нет свободных каналов, становится в очередь и «терпеливо» ждет  освобождения канала, который примет ее к обслуживанию. Любая заявка, поступившая в СМО, рано или поздно будет обслужена.

        В системах  с ограниченным ожиданием на пребывание заявки в очереди накладываются те или другие ограничения. Эти ограничения могут касаться длины очереди (числа заявок, одновременно находящихся в очереди), времени пребывания заявки в очереди (после какого-то срока пребывания в очереди заявка покидает очередь и уходит), общего времени пребывания заявки в СМО и т.д.

        В зависимости от типа СМО, при оценке её эффективности могут применяться те или другие величины (показатели эффективности). Например, для СМО с отказами одной из важнейших характеристик её продуктивности является так называемая абсолютная пропускная способность — среднее число заявок, которое может обслужить система за единицу времени.

         Наряду с абсолютной, часто рассматривается  относительная пропускная способность СМО  - средняя доля поступивших  заявок, обслуживаемых системой (отношение среднего числа заявок, обслуживаемых системой в единицу времени, к среднему числу поступающих за это время заявок).

         Помимо абсолютной и относительной пропускной способностей, при анализе СМО с отказами нас могут, в зависимости от задачи исследования, интересность и другие характеристики, например:

-         среднее число заявок занятых каналов,

-         среднее относительное время простоя системы в целом и относительного канала и т. д.

        Перейдём к рассмотрению характеристик СМО с ожиданием.

        Очевидно, для СМО с неограниченным ожиданием как абсолютная, так и относительная пропускная способность теряют смысл, так как каждая поступившая заявка рано или поздно будет обслужена. Зато для такой СМО весьма важными характеристиками являются:

-         среднее число заявок в очереди,

-         среднее число заявок в системе (в очереди и под обслуживанием),

-         среднее время ожидания заявки в очереди,

-         среднее время пребывания заявки в системе (в очереди и под обслуживанием),

и другие характеристики ожидания.

       Для СМО с ограничением ожиданием интерес представляют обе группы характеристик: как абсолютная и относительная пропускная способности, так и характеристики ожидания.

      Для анализа процесса, протекающего в СМО, существенно знать основные параметры системы: число каналов n, интенсивность потока заявок , производительность каждого канала (среднее число заявок , обслуживаемое каналом в единицу времени), условия образования очереди (ограничения, если они есть).

     В зависимости от этих параметров мы и будем в дальнейшем выражать характеристики эффективности работы СМО.

      Заранее условимся (чтобы не оговаривать это всякий раз отдельно), что мы будем считать все потоки событий, переводящие СМО из состояния в состояние, пуассоновскими. В тех редких случаях, когда мы будем рассматривать не-марковские системы массового обслуживания, мы будем каждый раз оговаривать это специально.

       Напомним, что в случае, когда пуассоновский поток стационарен (простейший поток), интервал времени Т между событиями в этом потоке есть случайная величина, распределённая по показательному закону:

     (t>0),                                   (5.1)

         где l - интенсивность потока событий.

В случае, когда из какого-то состояния S_i  систему выводят сразу несколько простейших потоков, величина Т — время пребывания системы (подряд) в данном состоянии есть случайная величина, распределенная по закону (5.1) , где l - суммарная интенсивность всех потоков событий, выводящих систему из данного состояния.

12

Под файлом обычно понимают набор данных, организованных в виде совокупности записей одинаковой структуры. Для управления этими данными создаются соответствующие системы управления файлами. Возможность иметь дело с логическим уровнем структуры данных и операций, выполняемых над ними в процессе их обработки, предоставляет файловая система. Таким образом, файловая система – это набор спецификаций и соответствующее им программное обеспечение, которые отвечают за создание, уничтожение, организацию, чтение, запись, модификацию и перемещение файловой информации, а также за управление доступом к файлам и за управление ресурсами, которые используются файлами. Именно файловая система определяет способ организации данных на диске или на каком-нибудь ином носителе данных.

Следует различать файловую систему и систему управления файлами. Система управления файлами является основной подсистемой в абсолютном большинстве современных ОС (хотя в принципе можно обходиться и без нее). Во-первых, через систему управления файлами связываются по данным все системные обрабатывающие программы. Во-вторых, с помощью этой системы решаются проблемы централизованного распределения дискового пространства и управления данными. В-третьих, благодаря использованию той или иной системы управления файлами пользователям предоставляются следующие возможности:

– создание, удаление, переименование (и другие операции) именованных наборов данных (именованных файлов) из своих программ или посредством специальных управляющих программ, реализующих функции интерфейса пользователя с его данными и активно использующих систему управления файлами;

– работа с не дисковыми периферийными устройствами как с файлами;

– обмен данными между файлами, между устройствами, между файлом и устройством (и наоборот);

– работа с файлами с помощью обращений к программным модулям системы управления файлами;

– защита файлов от несанкционированного доступа.

В некоторых ОС может быть несколько систем управления файлами, что обеспечивает им возможность работать с несколькими файловыми системами. Очевидно, что системы управления файлами, будучи компонентом ОС, не являются независимыми от этой ОС, поскольку они активно используют соответствующие вызовы прикладного программного интерфейса API (application program interface). С другой стороны, системы управления файлами сами дополняют API новыми вызовами. Можно сказать, что основное назначение файловой системы и соответствующей ей системы управления файлами – организация удобного доступа к данным, организованным как файлы, то есть вместо низкоуровневого доступа к данным с указанием конкретных физических адресов нужной записи используется логический доступ с указанием имени файла и записи в нем.

Другими словами, термин “файловая система” определяет, прежде всего, принципы доступа к данным, организованным в файлы. Этот же термин часто используют и по отношению к конкретным файлам, расположенным на том или ином носителе данных. А термин “система управления файлами” следует употреблять по отношению к конкретной реализации файловой системы. То есть система управления файлами – это комплекс программных модулей, обеспечивающих работу с файлами в конкретной операционной системе. ОБЗОР ФАЙЛОВОЙ СИСТЕМЫ FAT

FAT является наиболее простой из поддерживаемых Windows NT файловых систем. Основой файловой системы FAT является таблица размещения файлов, которая помещена в самом начале тома. На случай повреждения на диске хранятся две копии этой таблицы. Кроме того, таблица размещения файлов и корневой каталог должны храниться в определенном месте на диске (для правильного определения места расположения файлов загрузки). Диск, отформатированный в файловой системе FAT, делится на кластеры, размер которых зависит от размера тома. Одновременно с созданием файла в каталоге создается запись и устанавливается номер первого кластера, содержащего данные. Такая запись в таблице размещения файлов сигнализирует о том, что это последний кластер файла, или указывает на следующий кластер. Обновление таблицы размещения файлов имеет большое значение и требует много времени. Если таблица размещения файлов не обновляется регулярно, это может привести к потере данных. Длительность операции объясняется необходимостью перемещения читающих головок к логической нулевой дорожке диска при каждом обновлении таблицы FAT. Каталог FAT не имеет определенной структуры, и файлы записываются в первом обнаруженном свободном месте на диске. Кроме того, файловая система FAT поддерживает только четыре файловых атрибута: «Системный», «Скрытый», «Только чтение» и «Архивный».

Перейти к началу страницы