Механические и электромеханические вычислительные машины

Попытки создать механическую вычислительную машину осуществлялись еще в средние века. Проект одной из таких машин принадлежит Леонардо да Винчи ( 1452 — 1519 ).

Первая счетная машина, о которой сохранились сведения, было построено в 1623 г. немцем В. Шикард. В 1642 г. французский ученый Блез Паскаль сконструировал механический вычислитель, что позволяет складывать и вычитать числа. В 1673 г. немецкий ученый Г. Лейбниц (1646-1716) разработал счетное устройство — арифмометр, выполнявший не только сложение и вычитание, но и умножение и деление. М. Лейбниц говорил: «… не достойно совершенства человеческого, подобно рабам, тратить часы на вычисления». Введением в практику двоичной арифметике ученый заложил основу, на которой покоятся все киты современной вычислительной техники.

«Если бы мне пришлось выбирать в анналах истории наук святого — покровителя кибернетики, то я выбрал бы Лейбница» — так оценил заслуги немецкого ученого основоположник кибернетики Норберт Винер.

Лейбниц предложил также арифметизацию логики. Однако центральной фигурой «алгебраического этапа» логики был английский ученый Дж. Буль ( 1815 — 1864 ). Он создал свою алгебру — алгебру Буля — которая оперирует только двумя понятиями: истинные и ложные.

Работы Г. Лейбница и Дж. Буля заложили теоретическую базу для практической реализации вычислительных устройств высокой производительности.

Впервые состав и назначение функциональных средств автоматической вычислительной машины определил в 1834 г. английский математик и экономист Ч. Бэббидж ( одна тысячу семьсот девяносто два — один тысяче восемьсот семьдесят-один ) в своем неосуществленному проекте аналитической машины. Большую помощь Бэббиджу предоставила его ученица Ада Августа Лавлейс — дочь известного английского поэта Байрона. Леди Лавлейс считается первой в истории программистки. Она заложила основы теоретического программирования, написав первый учебник по этому предмету. Ей принадлежит изобретение оператора условного перехода, именно она ввела понятие рабочей ячейки и цикла.

Первая релейная вычислительная машина Z1 построена Конрадом Цюзе в 1936 г. в Германии.

 

Уровни схем контроля

Уровни представления схем контроля
уровень логических схем.
функциональный уровень.
системный уровень.
пользовательский уровень.
Методы контроля на уровне узлов вычислительной техники
контроль по паритету — чёт, нечёт ( Основу ЭВМ составляют 9-ти разрядные байты : 1 бит контроля на 8 информационных разрядов);
2 обнаруживающие и корректирующие коды (коды Хемминга, Н-матрица );
3 циклические коды (последовательная передача );

4 дублирование со сравнением (n- ирование , при n=2);
Избыточность

Избыточность — это средства построения схем контроля.
Виды:
информационная избыточность — вводятся дополнительные контрольные разряды (9-ти разрядный байт);
аппаратурная избыточность — вводится дополнительное оборудование (СВК – схемы встроенного контроля, ССВК – само проверяемые СВК, дублирование и др.);
алгоритмическая избыточность — решение по разным алгоритмам со сравнением;
временная избыточность — отводится дополнительное время на контроль (потеря рабочего времени).

В современных ЭВМ в основном используется информационно-аппаратурный метод избыточности.

Дублирование

Дублирование- это самый простой способ по структуре и самый дорогой по затратам для универсальных ЭВМ.

СК – схема контроля.
СС — схема сравнения.
Основной узел такой же, как дополнительный.
СС — строится :
линейка 2-х входовых сумматоров по модулю 2 с объединением по “ИЛИ “
компаратор с выходом =.

Система кодирования ошибок.
Сигнал ошибки=0,если ошибки нет.
Сигнал ошибки=1,если она есть.

Необходимо строить схему контроля таким образом, чтобы она удовлетворяла правилам кодирования.

 

Система автоматического контроля

Функции системы автоматического контроля
уменьшение потерь от сбоев и отказов;
предотвращение распространения ошибок в вычислительном процессе;
определение ошибки максимально близко к месту её возникновения;
Алгоритм Системы Автоматического контроля:

1) при возникновении ошибки в регистре ошибок, сервисный процессор останавливает вычислительный процесс;

2) запоминается слово состояния машины;
Читать далее

Эксплуатационное обслуживание ЭВМ

Эксплуатационное обслуживание – это совокупность операций, процедур и процессов, обеспечивающих работоспособное состояние ЭВМ.

Работоспособным состоянием называется состояние, при котором ЭВМ выполняет все функции, все характеристики и все параметры ее находятся в пределах, указанных в технической документации.

Особенности ЭВМ, как объекта эксплуатационного обслуживания:

· сложная техническая система;
· неразделимая совокупность аппаратных и программных средств;
· универсальный преобразователь информации (проблема достоверности);
· человеко-машинная система;
· функционирует в условиях действия случайных факторов;
· имеет сложное описание и большую техническую документацию (десятки-сотни томов).

Виды обслуживания:

· хранение;
· установка;
· наладка;
· ввод в эксплуатацию;
· обслуживание при нормальной работе;
· планово-профилактическое обслуживание;
· ремонт;
· обслуживание программного обеспечения;
· обслуживание информационных баз.

Решение этих вопросов выполняется с помощью технических описаний объектов и инструкции по эксплуатации.

ЭВМ общего назначения является обслуживаемым (возможна профилактика) и восстанавливаемым (возможен ремонт при эксплуатации) объектом.

Основные характеристики ЭВМ по эксплуатационному обслуживанию

1. Производительность по смеси (набору) команд:

где n – количество команд в смеси (наборе); Ki – вес i-ой кманды; ti – время выполнения i-ой команды.

2. Коэффициент эффективности использования ЭВМ (отношение производительности к стоимости обслуживания).

3. Надежность. Общие закономерности нарушений работоспособности ЭВМ, процессов обслуживания изучает теория надежности.

Надежность – свойство изделия выполнять заданные функции, сохраняя во времени свои характеристики (анализ и оценка надежности используют понятия и методы теории вероятности).

Надежность ЭВМ определяется:

· безотказностью;
· достоверностью функуионирования;
· характеристиками обслуживаемости (ремонтопригодность, восстанавливаемость информации после сбоев, проверкопригодностью и т. д. )

Отказ – это нарушение работоспособности требующее вмешательства обслуживающего персонала.

Сбой – это кратковременное самоустраняющееся нарушениe функционирования ЭВМ.

Отсюда, ошибки ЭВМ делят на сбои и отказы.

Отказы бывают:

· внезапные (мгновенное изменение какого-либо параметра);
· постепенные (происходящие во времени).

Интервалы между отказами являются случайными величинами.

4. Ремонтопригодность. Характеризуется средним временем восстановления работоспособности после отказа (0,5-1 час).

5. Достоверность функционирования. Характеризуется средним временем наработки машины на один сбой.

6. Профилактические испытания. Проводятся согласно технической документации. Их цель: выявление элементов и узлов, параметры которых близки к предельно допустимым и их замены или подрегулировки. Профилактические испытания должны увеличить наработку на отказ в период между профилактическими испытаниями.

Профилактические испытания – это потери рабочего времени.

Средства повышения эксплуатационных характеристик ЭВМ.

1) Система автоматического контроля.
2) Система восстановления вычислительного процесса после ошибок.
3) Система автоматической диагностики.
4) Система сбора информации и обработки.

 

Персептрон | Перцептрон | Теоремы Розенблатта

Перцептроны или персептроны (от perceptio – восприятие) были первыми искусственными нейронными сетями, появившимися в результате многолетних исследований мозга животных и человека. Автор первого перцептрона – американский ученый Френк Розенблатт, впервые опубликовавший свои исследования в этой области в 1957 году. По мнению Ф. Розенблатта, перцептроны, прежде всего, являются классом моделей мозга, объясняющих некоторые его характерные функции. В частности, перцептроны, пусть и в самой элементарной форме, объясняют некоторые проблемы организации памяти биологических систем, демонстрируют механизм приобретения знаний «познающих (cognitive) систем» об окружающем их мире и показывают, что эти знания зависят как от когнитивной системы, так и от окружающей среды. По Розенблатту, для различных видов животных простейшее представление об анатомической структуре нервной системы может быть получено с помощью схемы, представленной на

рис. 2.1.

Каждый из пяти видов информации о внешней среде воспринимается своими специализированными сенсорными нейронами и передается по своим отдельным сенсорным трактам в центральную нервную систему. Через моторные нейроны центральная нервная система связана с мышцами и железами организма. В своих первых работах Розенблатт рассматривал модель только зрительной системы. В наиболее простом виде эта модель включает в себя три последовательно соединенных множества нейронов: чувствительных (S-элементов), ассоциирующих (A-элементов) и реагирующих (R-элементов). S-элементам в нервной системе животного или человека соответствуют сенсорные или рецепторные нейроны, генерирующие сигналы на поступающие внешние раздражения (изображения) и передающие их A-нейронам. A-элементы аналогичны в нервной системе живого организма нейронам, образующим локальный специализированный зрительный центр в коре головного мозга и связывающим рецепторные нейроны с моторными. R-элементам в нервной системе соответствуют эффекторные (моторные) нейроны, упорядоченные в ограниченные топологические структуры и передающие сигналы управления центральной нервной системы к мышцам и железам организма.
Определение 2.1. S-элемент называется простым, если он выдает единичный выходной сигнал при входном сигнале, превышающем некоторый заданный порог , и нулевой сигнал – в противном случае.
Определение 2.2. Простым ассоциативным элементом называется A-элемент, который выдает единичный выходной сигнал, если алгебраическая сумма его входных сигналов превышает некоторый заданный порог > 0, иначе – выходной сигнал ассоциативного нейрона равен нулю.

Рис. 2.1 Структура нервной системы

Определение 2.3. Простым биполярным (бинарным) реагирующим элементом называется R-элемент, выдающий единичный выходной сигнал, если алгебраическая сумма его входных сигналов больше или равна пороговому значению, и отрицательный единичный (нулевой) сигнал, если сумма его входных сигналов меньше заданного порога.
Чувствительные S-элементы живого организма (рис. 2.2) возбуждаются от воздействия энергии света, если величины их входных сигналов превышают некоторый порог i. Рецепторные нейроны случайным образом связаны с A-элементами, выходные сигналы которых отличны от нуля только в том случае, когда возбуждено достаточно большое число сенсорных нейронов, воздействующих на входы одного ассоциирующего элемента. Простой A-элемент, аналогично простому S-элементу, является активным и выдает единичный выходной сигнал, если алгебраическая сумма сигналов на его входе превышает заданную пороговую величину, в противном случае нейрон находится в невозбужденном состоянии. Коэффициенты (веса) связей между S- и A-элементами постоянны.

Комбинация выходов всех A-элементов представляет собой реакцию двух первых слоев перцептрона на предъявленное входное изображение, которая с помощью выходного слоя нейронов преобразуется в необходимую комбинацию выходных сигналов системы. Часто требуют, чтобы каждому классу входных изображений соответствовал только один определенный активный R-нейрон. Необходимых комбинаций выходных сигналов на каждый класс изображений добиваются на этапе обучения или адаптации перцептрона за счет изменения переменных весов связей между A- и R-элементами.

Разделение множества G изображений на два класса G1 и G2 можно выполнить с помощью одного выходного элемента. В этом случае изображениям первого класса может соответствовать положительный выходной сигнал (+1) R-элемента, а второго класса – отрицательный (–1). На примере простейшего (элементарного) перцептрона рассмотрим различные способы обучения этих нейросетей, впервые предложенные и исследованные Розенблаттом.

Определение 2.4. Простым перцептроном называется нейронная сеть, состоящая из S-, A- и R-элементов и удовлетворяющая следующим пяти условиям:

1. В сети имеется только один R-нейрон, который соединен связями с переменными весами со всеми A-нейронами.
2. В сети имеются только последовательные связи от S- к A-элементам и от A-элементов к R-элементу.
3. Веса связей между S- и A-элементами являются фиксированными.
4. Время передачи сигналов каждой связью равно нулю (либо фиксированной постоянной величине).
5. Выходные сигналы всех нейронов сети формируются в виде:

где – алгебраическая сумма сигналов, поступающих одновременно на вход нейрона.

Определение 2.5. Простой перцептрон с простыми A- и R-элементами и передающими функциями связей вида:

где wij(t) – вес связи между i-м и j-м нейронами в момент времени t; – выходной сигнал i-го нейрона в момент времени ; – время передачи сигнала с выхода i-го нейрона на вход j-го элемента, называется элементарным перцептроном.

Элементарный перцептрон обучается или настраивается на распознавание двух классов изображений G1, G2 путем предъявления ему некоторых последовательностей изображений из этих классов. Учитель (человек или вычислительная машина), наблюдающий реакцию перцептрона на каждое входное изображение, при наличии ошибочных решений сети должен корректировать веса связей между R- и A-элементами в соответствии с некоторой системой правил.

Определение 2.6. Матрицей взаимодействия перцептрона называется матрица, элементами которой являются веса связей wij для всех пар нейронов Ui, Uj сети.
Если связь между нейронами Ui, Uj отсутствует (например, в простом перцептроне нет связей между R- и S-нейронами), то принимают wij = 0.
Матрица взаимодействия фактически отображает состояние памяти перцептрона. Множество всех возможных состояний памяти сети образует фазовое пространство сети, которое может быть представлено в виде области в n-мерном евклидовом пространстве, каждая координатная ось которого соответствует одной связи сети.

2.2. Обучение перцептронов с помощью a- и g-систем подкрепления

Определение 2.7. Системой подкрепления нейронной сети называется любой набор правил, с помощью которых можно изменять во времени состояние памяти сети (или матрицу взаимодействия).

Определение 2.8. Положительным (отрицательным) подкреплением называется такой процесс коррекции весов связей, при котором вес связи wij(t), начинающейся на выходе активного i-го элемента и оканчивающейся на входе j-го элемента, изменяется на величину wij(t), знак которой совпадает со знаком выходного сигнала j-го нейрона (знак которой противоположен знаку выходного сигнала j-го нейрона).

Существует большое число различных систем подкрепления, большая часть из которых представляет лишь исторический интерес. Поэтому остановимся только на системе подкрепления с коррекцией ошибок, которая является основной в настоящее время.
В системе подкрепления с коррекцией ошибок прежде всего необходимо определить, является ли реакция перцептрона правильной. До тех пор, пока выходной сигнал R-элемента принимает желанное значение, величина сигнала подкрепления равна нулю. При появлении неправильной реакции перцептрона используется подкрепление, величина и знак которого в общем случае определяется монотонно возрастающей функцией f:

(2.1)

где R* – желаемая реакция; R – полученная реакция; f(0) = 0.

Таким образом, при появлении ошибки для коррекции весов связей используется сигнал, знак которого противоположен знаку выходного сигнала R-элемента. В связи с этим рассмотренный метод коррекции весов получил название системы с отрицательным подкреплением.
Конкретным примером системы подкрепления с коррекцией ошибок является альфа-система подкрепления. В этой системе при наличии ошибок веса всех активных связей, которые оканчиваются на R-элементе, изменяют на одинаковую величину , а веса всех неактивных связей оставляют без изменений. Перцептроны, в которых применяется альфа-система подкрепления, называются альфа-перцептронами.

При использовании альфа-системы подкрепления сумма весов всех связей между R- и A-нейронами может возрастать (или убывать) от шага к шагу, что должно приводить к нежелательным ситуациям, когда многие связи имеют максимальные (или минимальные) веса и не могут использоваться в дальнейшем процессе обучения нейронной сети. Для устранения этого недостатка системы подкрепления была предложена гамма-система подкрепления, которая обладает свойством консервативности относительно суммы 1 весов всех связей между нейронами, т.е. сумма 1 остается постоянной в процессе обучения перцептрона. Это достигается за счет того, что при наличии ошибочной реакции перцептрона сначала веса всех активных связей изменяются на одинаковое значение , а вслед за этим из весов всех активных и пассивных связей вычитается величина, равная отношению суммы изменения весов всех активных связей к числу всех связей. Изменение весов отдельных связей при этом определяется соотношением:

(2.2)

где wij – в общем случае приращение веса связи между i-м A-нейроном и j-м R-нейроном, для элементарного перцептрона j = const = 1; ? – величина сигнала подкрепления; Nак – число активных связей; N – число связей, оканчивающихся на входе j-го элемента.
При такой системе коррекции весов связей выполняется равенство:

из которого и следует консервативность гамма-системы подкрепления относительно суммы весов всех обучаемых связей.
Замечание 2.1. Отметим, что соотношение (2.2) в неявной форме предполагает, что корректируемые веса wij связей достаточно далеки от своих граничных значений wij min= 0 и wij max =1, т.е.

(2.3)

Если неравенства (2.3) нарушаются, а требование консервативности относительно суммы 1 весов связей остается неизменным, то соотношение (2.2) необходимо уточнить. Пусть, например, среди активных связей Nа гр. связей имеют граничные значения весов или и для них выполняются условия

(2.4)

Пусть также Nа бгр. активных связей имеют веса, близкие к граничным, для которых справедливы неравенства

(2.5)

В этом случае общая сумма Sa первоначальных изменений весов активных связей будет равна:

, (2.6)
где – граничное значение веса связи между k-м и j-м нейронами, ; – приращения веса связи, определяемое по соотношению (2.2) без учета наличия множества – знаковая функция.
Если предположить, что для всех пассивных связей выполняются соотношения (2.3), тогда из весов пассивных связей и весов активных связей, для которых не выполняется соотношение (2.4) или (2.5), вычитается величина . С учетом этих замечаний соотношение (2.2) принимает вид:

 

Метод сжатия Хаффмана | Кодирование методом Хаффмана

Кодирование методом Хаффмана широко используется в коммерческих программах сжатия.

Hекотоpые теpмины используемые пpи объяснении метода сжатия Хаффмана полностью совпадают с методом LZSS, введем опpеделения хаpактеpные только для этого метода.

1. Гнездо — это любой символ, т.е. гнездо является уникальным (неповтоpяющимся) для символов с pазличными кодами;

2. Частота появления символа — это сколько pаз символ с данным кодом встpечается в входном потоке;

3. Содеpжимое гнезда — это частота появления символа;

4. Пустое гнездо — когда содеpжимое гнезда pавно нулю;

5. Статус гнезда — это состояние гнезда на текущий момент, т.е. гнездо может быть доступно (может участвовать пpи постpоении деpева) или недоступно (уже участвовало пpи постpоении деpева).

6. Двоичное деpево — это набоp гнезд соединенных некотоpым способом между собой ветвями (связями). Каждое гнездо может иметь от одного до тpех связей, пpичем только одна ветвь может связывать с данное гнездо с гнездом более высшего уpовня, но каждое гнездо может быть связано двумя ветвями с гнездами более низшего уpовня (или не быть связанным вообще).

Описанию алгоритма построения дерева:

1. Если число доступных,непустых гнезд менее чем 2,то перейти к пункту 5.

2. Среди доступных гнезд ищем два гнезда с минимальным (не равным нулю) содержимым гнезда.

3. Создается новое гнездо с содержимым равным сумме содержимых двух найденных гнезд. Новому гнезду присваивается статус доступно, а двум найденным гнездам присваивается статус недоступны и дополнительный статус: первому найденному гнезду — 0, второму — 1.

4. Перейти к пункту 1.

5. Это одно оставшееся доступное ненулевое гнездо — мы назовем корень дерева и дополнительного статуса не имеет.

Кодиpование текста по полученному деpеву:

Тепеpь каждый символ из входного потока будет заменяться последовательностью бит, получаемую шагая от коpня деpева по связям к гнезду, соответсвующему кодиpуемому символу и пpи этом запоминается дополнительный статус каждого из гнезд в этой цепочке. Сфоpмиpованная цепочка бит и будет кодом текущего символа. Она имеет пеpеменную длину (от 1 до 256 бит теоpетически, пpактически же почти всегда до 12).

Сохpанение деpева в файле

После того как мы закодиpовали текст мы должны позаботиться чтобы он мог быть pаскодиpован. Для этого pаспаковщику надо знать деpево, поэтому возникает необходимость сохpанения деpева в файле, котоpый содеpжит упакованный текст, и естественно пpи наименьшем pазмеpе.

Ваpианты записи деpева в файл:

I. Если взять и записать деpево не сжимая, то понадобится 256 последовательностей бит:
1. 4 бита — длина цепочки битов, являющейся кодом символа
2. Пеpеменная длина (0..15) — сама последовательность бит
В самом худшем случае мы получим деpево записанное в 256+128=384 байта, что является довольно большой потеpей пpоцента упаковки.

II. Тепеpь попpобуем усовеpшенствовать пpедыдущий способ. Так как мы знаем что длина кода пpактически никогда не пpевышает 12 бит, то длины последовательностей pавные 13,14,15 мы можем использовать в качестве упpавляющих. Опpеделим:
1. упpавляющий код 14 пpи пеpвом появлении — указывает что следующие 8 бит являются кодом пеpвого используемого символа, имеющего наименьший код ASCII (это означает, что если к пpимеpу вы использовали текстовый файл для упаковки, то наименьший используемый код в тексте имеет возврат каретки (код=13), символы же с кодами меньше 13 не используются в данном тексте и поэтому нет смысла запоминать их в пpи упаковке деpева. Иными словами это означает, что символы с кодами меньше 13 пpи постpойке деpева
не участвовали.)
2. упpавляющий код 15 — пpефикс повтоpения, означает что следующий 4 бита являются числом 4-х битовых нулевых последовательностей. Позволяет гpуппиpовать от 3 до 18 таких последовательностей.
3. упpавляющий код 13 — пpефикс повтоpения, означает что следующий 4 бита являются числом 4-х битовых нулевых оследовательностей. Позволяет гpуппиpовать от 19 до 34 таких последовательностей.
4. упpавляющий код 14 пpи втоpом появлении означает конец деpева, то есть что символы с кодами больше, чем последнее записанное значение не участвовали пpи постpоении деpева.

III. Тpетий ваpиант кодиpования деpева:
1 байт — количество веpшин в деpеве;
? байт — символы являющиеся веpшинами деpева(кол-во указано в пеpвом байте)
? бит — последовательности битов, означающие:
1. Четыpе бита — количество бит на символ (0000=1 .. 1111=16)
2. Четыpе бита — сколько символов с указанной выше битовой длиной (0000=1 .. 1110=15), если 1111 — то считать еще 5
бит. Пять бит — количество символов (00000=16 .. 11110=46), если 11111 — то считать еще еще 5 бит и т.д.
(количество таких сочетаний указано в пеpвом байте)
? бит — последовательности бит, означающие: битовые последовательности, означающие Хаффмановский код символа в том поpядке как они пpиведены выше.

 

Моделирование бизнес процессов BPwin

Цель данной статьи — это изучение основных функций пакета BPwin; создание контекстной диаграммы моделируемого объекта; создание иерархии диаграмм.
1. Введение

Для программиста-аналитика важно уметь ориентироваться в незнакомой организации и делать при разработке задания на проектирование информационной программы как можно меньше ошибок. Один из источников ошибок – неправильное представление аналитика о потоках информации в организации. Эти потоки зависят от распределения функций внутри организации и зачастую не оформляются документами. Поэтому анализу документооборота должен предшествовать анализ бизнес-процессов и реальных информационных связей между работами (процессами). В результате такого анализа должны быть сделаны предложения по изменению бизнес-процессов (идеальных не бывает) и согласование предлагаемых бизнес-процессов (а затем и документооборота) с заказчиком. На основании согласованного документооборота должно быть создано техническое задание на разработку информационной системы.
BPwin позволяет аналитику создавать сложные модели бизнес-процессов при минимальных усилиях. BPwin поддерживает 3 методологии – IDEF0, IDEF3 и DFD. Каждая из них призвана решать свои специфические задачи. Также можно строить смешанные модели.

Модель в BPwin рассматривается как совокупность работ, каждая из которых оперирует с некоторым набором данных. Работы изображаются в виде прямоугольников (блоков), данные – в виде стрелок (дуг).

Основу методологии IDEF0 составляет графический язык описания моделирования бизнес-процессов. Модель в IDEF0 представлена совокупностью иерархически упорядоченных и логически связанных диаграмм. Каждая диаграмма располагается на отдельном листе. Можно выделить четыре типа диаграмм:
контекстную диаграмму А-0 (в каждой модели может быть только одна контекстная диаграмма);
диаграммы декомпозиции (в том числе диаграмма первого уровня декомпозиции А0, раскрывающая контекстную);
диаграммы дерева узлов;
диаграммы только для экспозиции (FEO).

Контекстная диаграмма является вершиной древовидной структуры диаграмм и представляет собой самое общее описание системы и ее взаимодействия с внешней средой (как правило, здесь описывается основное назначение моделируемого объекта).
После описания системы в целом проводится разбиение ее на крупные фрагменты. Этот процесс называется функциональной декомпозицией, а диаграммы, которые описывают каждый фрагмент и взаимодействие фрагментов, называются диаграммами декомпозиции. После декомпозиции контекстной диаграммы (т.е., получения диаграммы А0) проводится декомпозиция каждого блока диаграммы А0 на более мелкие фрагменты и так далее, до достижения нужного уровня подробности описания.

После каждого сеанса декомпозиции проводятся сеансы экспертизы – эксперты предметной области (обычно это интервьюируемые аналитиками сотрудники предприятий) указывают на соответствие реальных бизнес-процессов созданным диаграммам. Найденные несоответствия исправляются, и только после прохождения экспертизы без замечаний можно приступать к следующему сеансу декомпозиции. Так достигается соответствие модели реальным бизнес-процессам на любом и каждом уровне модели. Синтаксис описания системы в целом и каждого ее фрагмента одинаков во всей модели.

Диаграмма дерева узлов показывает иерархическую зависимость работ, но не взаимосвязи между работами. Диаграмм деревьев узлов может быть в модели сколько угодно, поскольку дерево может быть построено на произвольную глубину и не обязательно с корня.
Диаграммы для экспозиции (FEO) строятся для иллюстрации отдельных фрагментов модели, для иллюстрации альтернативной точки зрения, либо для специальных целей.
2. Синтаксис диаграмм

Диаграмма является основным рабочим элементом при создании модели.
Каждая IDEF0-диаграмма содержит блоки (работы) и дуги (стрелки). Блоки изображают функции моделируемой системы. Дуги связывают блоки вместе и отображают взаимодействия и взаимосвязи между ними.

Функциональные блоки на диаграмме изображаются прямоугольниками (рис. 2.1). Блок представляет функцию или активную часть системы (в последнем случае блок обозначается с помощью буквы А в его номере).

Каждая сторона блока имеет определенное назначение. Левая сторона предназначена для входов, верхняя – для управления, правая – для выходов, нижняя – для механизмов.

Рисунок 2.1 – Основная конструкция IDEF0-модели
В основе методологии IDEF0 лежат следующие правила:
функциональный блок преобразует входы в выходы;
управление ограничивает или предписывает условия выполнения преобразований;
механизмы показывают, кто, что и как выполняет эти преобразования (т.е. механизмы непосредственно осуществляют эти преобразования).

В прямоугольник нужно вписать название процесса глаголом или отглагольным существительным. ПРЕДУПРЕЖДЕНИЕ: не вписывайте название подразделения!
На стрелке должна быть надпись, соответствующая тому, что передается от процесса к процессу. Это могут быть материалы, документация, распоряжения и т.п.

Граница диаграммы представляет «внешний мир». Связь с внешним миром изображается стрелкой с надписью.
Методология IDEF0 требует, чтобы в диаграмме было не менее трех и не более шести блоков. Это ограничение поддерживает сложность диаграмм на уровне, доступном для чтения, понимания и использования.

Блоки на IDEF0-диаграмме размещаются по степени важности. В IDEF0 этот относительный порядок называется доминированием. Доминирование понимается как влияние, которое один блок оказывает на другие блоки диаграммы.
В методологии IDEF0 принято располагать блоки по диагонали диаграммы. Наиболее доминирующий блок обычно размещается в левом верхнем углу диаграммы, наименее доминирующий – в правом нижнем углу.

Таким образом, топология диаграмм показывает, какие функции оказывают большее влияние на остальные.
Блоки на IDEF0-диаграмме должны быть пронумерованы. Нумерация блоков выполняется в соответствии с порядком их доминирования (1 – наибольшее доминирование, 2 – следующее и т.д.). Порядок доминирования (номер блока) располагается в правом нижнем углу функционального блока.

Дуги на IDEF0-диаграмме изображаются линиями со стрелками. Для функциональных IDEF0-диаграмм дуга представляет множество объектов. Под объектом в общем случае понимаются некоторые данные (планы, машины, информация, данные в компьютерах). Основу названия дуги на IDEF0-диаграммах составляют существительные. Названия дуг называются метками.
В методологии IDEF0 используется пять типов взаимосвязей между блоками для описания их отношений: управление, вход, обратная связь по управлению, обратная связь по входу, «выход-механизм».

Отношение управления возникает тогда, когда выход одного блока непосредственно влияет на работу блока с меньшим доминированием.

Отношение входа возникает тогда, когда выход одного блока становится входом для блока с меньшим доминированием.
Обратные связи по управлению и по входу представляют собой итерацию или рекурсию.
Обратная связь по управлению возникает тогда, когда выход некоторого блока влияет на работу блока с большим доминированием.
Обратная связь по входу имеет место тогда, когда выход одного блока становится входом другого блока с большим доминированием.
Связь «выход-механизм» встречается нечасто и отражает ситуацию, при которой выход одной функции становится средством достижения цели для другой функции. Данная связь характерна при распределении источников ресурсов (например, физическое пространство, оборудование, финансирование, материалы, инструменты, обученный персонал и т.п.).

Дуга в IDEF0 редко изображает один объект. Обычно она символизирует набор объектов. Поэтому дуги могут разъединяться и соединяться.

Разветвления дуг обозначают, что все содержимое дуг или его часть может появиться в каждом ответвлении дуги. Дуга всегда помечается до разветвления, чтобы дать название всему набору. Каждая ветвь дуги может быть помечена или не помечена в соответствии со следующими правилами:
непомеченные ветви содержат все объекты, указанные в метке дуги перед разветвлением;
каждая метка ветви указывает, что именно содержит ветвь.

При слиянии дуг результирующая дуга всегда помечается для указания нового набора объектов, возникшего после объединения. Каждая ветвь перед слиянием помечается или нет в соответствии со следующими правилами:
непомеченные ветви содержат все объекты, указанные в общей метке дуги после слияния;
метка ветви указывает, что конкретно содержит ветвь.

Разветвления дуг и их соединения – это синтаксис, который позволяет описывать декомпозицию (разделение на структурные части) содержимого дуг.

Разветвляющиеся и соединяющиеся дуги отражают иерархию объектов, представленных этими дугами. Из отдельной диаграммы редко можно понять полную иерархию дуги. Для этого требуется чтение большей части модели.
Поэтому методология IDEF0 предусматривает дополнительное описание полной иерархии объектов системы посредством формирования глоссария для каждой диаграммы модели и объединения этих глоссариев в Словарь данных.
Таким образом, Словарь данных – это основное хранилище полной иерархии объектов системы.

 

Слайдшоу1

s1

Дом строился для себя, поэтому построен с выполнением всех строительных норм и правил на что есть сертификат качества. Конструкция дома состоит из:  монолитного железобетонного фундамента с глубиной заложения 1м. Стены из кирпича. Облицовка силикатный одинарный кирпич и красный облицовочный. Внутренняя часть стены выполнена из чернового красного кирпича.  В доме выполнен верхний и нижний армирующий пояс. Перекрытие из круглопустотных железобетонных панелей.

Окна металлопластиковые. Крыша метало-черепица темно-красного цвета.

В доме выполнены все строительные работы под чистовую отделку. Это именно тот вариант, когда все черновые работы по организации строительства и возведению дома уже выполнены и Вам остается только воплотить Ваши мечты и предпочтения в финишной внутренней отделке дома и обустройстве участка.

1 45 46 47 48