« информатика С. Бешенков, Н. Кузьмина, Е. Ракитина СИСТЕМАТИЧЕСКИЙ КУРС 11 класс ...»

1|2Гз|4|5|б| 7 I 8 ~
№ Найме- Фирма- Дата Объем Цена Наличие Гаран-
нование произво- поступл. партии изделия гарантии тийный
товара дитель партии срок

Поле 1 — номер по порядку. Часто используется как

уникальный ключ записи.

Поля 2, 3 предназначены для записи символьных строк.

Поле 4 — поле даты.

Поля 5, 8 — поля числового типа.

Поле б — поле денежного типа.

Поле 7 — поле логического типа.

Кроме типа логической организации данных СУБД ха­рактеризуются своими функциями. К основным функциям относятся: создание, редактирование, реструктурирование базы данных, поиск, выборка, сортировка записей.

Современная СУБД должна обеспечивать работу прило­жений и пользователей с информационной моделью:

• на ЭВМ разной архитектуры с установленными на них различными операционными системами;
• в компьютерных сетях разных типов, работающих по раз­личным протоколам;
• с различными графическими и символьными системами представления информации.

Все операции над базой данных находятся в ведении ад-: министратора базы. Именно администратор анализирует структуру предметной области, выбирает соответствующий тип СУБД, разрабатывает структуру базы данных — опреде­ляет количество, состав и наименования полей таблицы, на­полняет базу конкретными данными, следит за регулярным обновлением данных, разграничивает доступ к БД пользова­телей, ведет статистику обращения к базе данных, помогает пользователю в случае необходимости сформулировать за­прос и т. п.

При создании и ведении базы данных необходимо учиты­вать следующие требования:

• адекватность информации состоянию предметной облас­ти. Информация, хранимая в БД, должна полно и точно отражать объекты описываемой предметной области, их свойства и отношения. Отсюда вытекает необходимость периодического внесения изменений в данные — добавле­ния описания для новых объектов, корректировки для изменившихся, удаления для «выбывших»;
• надежность функционирования. Это одно из важнейших требований, предъявляемых к любой системе;
• быстродействие и производительность. Быстродействие определяется временем ответа на запрос пользователя, которое зависит не только от быстродействия компьюте­ра, но и от физической организации данных, сложности запроса, алгоритмов поиска и т. п. Производительность определяется количеством запросов, выполненных в еди­ницу времени;
• простота и удобство использования;
• непротиворечивость данных;
• защита информации как от случайных искажений и уничтожения, так и от несанкционированного доступа;

• возможность расширения. Структура базы данных дол­
жна допускать реорганизацию, то есть добавление полей,
изменение порядка их отображения на экране и пр.
Пользователь базы данных может обратиться к ней с за­
просом, в котором может использовать такие операции над
записями, как поиск записей с заданным содержимым опре­
деленных полей, упорядочивание записей по тому или иному
полю, определение количества записей, удовлетворяющих за­
данному условию и пр. Запрос — это формализованное сооб­
щение, содержащее условие (простое или сложное) на поиск
данных и указание о том, что необходимо проделать с най­
денными данными.

В большинстве современных СУБД предусмотрен диало­говый режим формулировки запроса, то есть пользователь выбирает соответствующие пункты меню специальных диа­логовых окон или заполняет так называемую таблицу рек­визитов, где указывает наименования и диапазон значений полей, которые его интересуют.

Пример. Чтобы с помощью описанной выше базы данных магази­на узнать, товар на какую сумму поступил в первом квартале 2002 года, в запросе надо указать, что отбира­ются только те записи, для которых значение реквизи­тов 4-го поля лежат в интервале от 1.01.2002 до 31.03.2002, и что затем надо суммировать произведения значений 5-го и 6-го полей.

Чтобы определить, какая часть поступивших процессо­ров фирмы Intel подлежит гарантийному обслуживанию, необходимо в запросе указать, что реквизит 2-го поля от­бираемых записей должен совпадать со строкой «процес­сор», реквизит 3-го поля должен совпадать со строкой «Intel», реквизит 7-го поля должен быть равен True (ис­тина) и что затем надо разделить количество отобранных записей, удовлетворяющих всем указанным условиям, на общее количество записей.

Банки данных получают все большее распространение. Их интерфейсы становятся все более дружественными, а их применение в больших информационных системах, напри­мер, в Интернете, способствует существенному расширению круга пользователей сетей, обеспечивая им доступ к инфор­мации практически в любой отрасли науки, техники, куль­туры, а в идеале — к знаниям, накопленным человечеством за время его существования.

База данных (database) — множество данных, организо­ванных для быстрого и удобного поиска и извлечения.

База данных — поименованная совокупность хранимых в запоминающих устройствах, специальным образом органи­зованных, взаимосвязанных данных, отражающих состоя­ние предметной области.

База данных — совокупность данных, организованных ив'определенным правилам, предусматривающим общие принципы описания, хранения и обработки, независимая от прикладных программ.

База данных является информационной моделью предмет­ной области.

Существуют два уровня организации базы данных — фи­зический и логический.

Физическая организация базы данных — это способ представления, размещения и хранения даных на носителе.

Логическая организация базы данных есть модель струк­туры совокупности данных, способ объединения данных в записи.

Система управления базами данных (database manage­ment system) — совокупность программ и языковых средств, предназначенных для создания, ведения и использования баз данных.

В состав СУБД входят:

• управляющие программы, обеспечивающие взаимосвязь с операционной системой, обработку команд пользователя, очередность их выполнения, контроль завершения опера­ций и пр.;
• обрабатывающие программы, включая трансляторы с языков описания данных, языков запросов и языков про­граммирования, редакторы, отладчики;
• сервисные программы, обеспечивающие удобный для по­льзователя интерфейс;
• прикладные программы, выполняющие обработку най­денных системой данных, вычисления, формирование выходных документов по заданной форме и пр. Запрос к базе данных — это формализованное сообщение,

содержащее условие (простое или сложное) на поиск данных и указание о том, что необходимо проделать с найденными данными.

Способы логической организации базы данных — реля­ционный (табличный), иерархический (древовидный), сете­вой.

Банк данных (databank) — автоматизированная инфор­мационная система централизованного хранения и коллек­тивного многоцелевого использования данных.

В состав банка данных входят СУБД, одна или несколько баз данных, справочник баз данных, библиотека запросов, библиотека прикладных программ.

Рис. 2.3.4

Компоненты и способы организации банков данных

Администратор баз данных — специалист (или группа специалистов), контролирующий проектирование и исполь­зование баз данных.

В функции администратора БД входят:

• разработка модели предметной области и определение структуры БД;
• изменение структуры БД;

• обеспечение эффективной работы БД в данной организа­
ции;

• контроль за целостностью БД и ее своевременным обнов­
лением;

• регистрация подключения к системе новых пользовате­лей;
• контроль за полномочиями пользователей;
• обеспечение надежности функционирования;
• защита от несанкционированного доступа.

Задание 1

Разработайте структуру базы данных, в которой бы хранились достаточно подробные сведения о ваших друзьях и знакомых. Не забудьте включить туда сведения о адресах (в том числе e-mail), телефонах, днях рождения, увлечениях и пр. Какой тип логиче­ской организации данных (табличный, сетевой или иерархиче-

ской) в наибольшей степени соответствует данной предметной области? Какие задачи вы можете решить с помощью этой базы данных, если она будет наполнена? Как часто вам придется ее об­новлять? Что вам потребуется сделать, если вы решите перенес­ти ее на компьютер? Какую СУБД вы выберете для ее создания и ведения и почему?

Задание 2

Если на вашем компьютере установлена СУБД, то:

а) определите, к какому типу она относится;

б) определите, базы данных каких предметных областей созданы
и используются с ее помощью;

в) исследуйте интерфейс и выясните способы создания, наполне­
ния и редактирования базы данных;

г) выясните, какой язык запросов поддерживает СУБД;

д) откройте существующую БД, сформулируйте запрос и проана­
лизируйте полученный результат.

Задание 3

Создайте и заполните базу данных «Расписание занятий». Если на вашем компьютере СУБД не установлена, используйте для этой цели электронные таблицы.

Задание 4

Для создания автоматизированного каталога вашей школьной библиотеки можно воспользоваться СУБД реляционного или иерархического типа. Заметим, что систематический каталог, которым вы пользуетесь в школьной библиотеке, построен по иерархическому типу.

Разработайте структуры базы данных «Каталог библиотеки» в расчете на реляционную СУБД и на иерархическую СУБД.

Задание 5

При создании структуры базы данных часто можно не только указать тип каждого поля, но и диапазон возможных значений. Например, если создается база данных «Учащиеся школы», то на значения поля «Год рождения» можно наложить ограниче­ние, чтобы возраст учащихся был от 6 до 18 лет. Для кого такого рода ограничения предназначены в большей сте­пени — для администратора БД или ее пользователя? Выполне­ние какого требования к БД обеспечивают эти ограничения? От­вет обоснуйте.

Есть ли разница между понятиями «информация» и «данные» по отношению к базам данных?

Есть ли разница между тезаурусом некоторой предметной области и банком данных этой же области?

Примечание. Тезаурус (общественный, коллективный, индивидуальный) — упорядоченная совокупность знаний о данной предметной области, которыми на определенный мо­мент располагает общество, коллектив или индивидум.

Использование модели данных при работе с БД неизбеж­но по нескольким причинам.

Во-первых, модель дает общий язык пользователям, рабо­тающим с данными.

Во-вторых, модель может обеспечить предсказуемость ре­зультатов работы с данными. Работающий с базой может предвидеть, какого сорта он получит результат в результате выполнения его запроса.

За время существования разработок программных систем предложено много различных моделей разной степени рас­пространенности.

Реляционная модель и СУБД.

Не будучи хронологически первой, наиболее популярной с начала 80-х годов была и до сих пор остается реляционная модель данных.

В реляционной модели считается, что все данные ИС представлены в виде таблиц.

В рамках реляционной теории имеется список операций, которые можно осуществлять над таблицами таким обра­зом, чтобы в результате выполнения операции снова полу­чить реляционную базу данных. Обычно это следующие опе­рации:

• базовые операции:

• ограничение — исключение из таблицы некоторых строк;
• проекция — исключение из таблицы некоторых столб­цов;
• декартово произведение — из двух таблиц получается третья по принципу декартова произведения двух мно­жеств строк;
• объединение — объединение множеств строк двух таб­лиц;
• разность — разность множеств строк двух таблиц;
• присвоение — именованной таблице присваивается зна­чение выражения над таблицами;

• производные операции:

• группа операций соединения;
• пересечение — пересечение множеств строк двух таб­лиц;
• деление — позволяет отвечать на вопросы типа: «какие студенты посещают все курсы?»;
• разбиение — позволяет отвечать на вопросы типа: «ка­кие пять служащих в отделе наиболее оплачиваемы?»;
• расширение — добавление новых столбцов в таблицу;
• суммирование — в новой таблице с меньшим, чем в ис­ходной, числом строк, строки получены как агрегиро­вание (например, суммирование по какому-то столбцу) строк исходной.

Помимо основных таблиц, изначально присутствующих в БД, приведенные операции позволяют получать выводимые таблицы — «представления».

Другие модели.

Реляционная модель данных, несмотря на ее достоинст­ва, совсем не идеальна. В ряде случаев она не позволяет ясно (или вовсе не позволяет) отразить особенности предмет­ной области.

Моделью данных, привлекающей внимание с конца 80-х годов, является объектная, или объектно-ориентирован­ная модель. Основными понятиями, с которыми оперирует эта модель, являются следующие:

• объекты, обладающие внутренней структурой и однознач­но идентифицируемые уникальным внутрисистемным ключом;
• классы, являющиеся, по сути, типами объектов;
• операции над объектами одного или разных типов, назы­ваемые методами;
• инкапсуляция структурного и функционального описа­ния объектов, позволяющая разделять внутреннее и внешнее описания (в терминологии предшествовавшего объектному модульного программирования — модуль­ность объектов);
• наследуемость внешних свойств объектов на основе соот­ношения « класс-подкласс ».

К достоинствам объектно-ориентированной модели отно­сят:

• возможность для пользователя системы определять свои ''сколь угодно сложные типы данных (используя имею­щийся синтаксис и свойства наследуемости и инкапсуля­ции);
• наличие наследуемости свойств объектов;

• повторное использование программного описания типов
объектов при обращении к другим типам, на них ссылаю­
щимся.

К объектно-ориентированным СУБД относятся ONTOS, GemStore, UniSQL и др.

Еще одной моделью данных, имеющей конкретную реа­лизацию (InfoModeller), является модель объектов-ролей, предложенная еще в начале 70-х годов, но востребованная лишь недавно. В отличие от реляционной модели в ней нет атрибутов, а основные понятия — это объекты и роли, опи­сывающие их. Роли могут быть как «изолированные», при­сущие исключительно какому-нибудь объекту, так и суще­ствующие как элемент какого-либо отношения между объектами. Модель служит для понятийного моделирова­ния, что отличает ее от реляционной модели. Имеются и другие отличия и интересные особенности: например, для нее помимо графического языка разработано подмножество естественного языка, не допускающее неоднозначностей, и, таким образом, пользователь (заказчик) не только общает­ся с аналитиком на естественном языке, но и видит пред­ставленный на том же языке результат его работы по фор­мализации задачи. (Можно заметить, что многие пользователи, в отличие от аналитиков, с трудом разбира­ются в описывающих их деятельность рисунках и схемах.) Модель «объектов-ролей» сейчас привлекает большое вни­мание специалистов, однако до промышленных масштабов ее использования, сравнимых с двумя предыдущими, ей пока далеко.

Взаимосвязь моделей данных.

Упомянутые модели данных равносильны в том смысле, что все, выразимое в одной из них, выразимо в остальных. Выбор той или иной модели обусловлен тем, насколько удобно использовать эту модель проектировщику-человеку для работы с реальными жизненными задачами и насколько эффективно можно реализовать работу с конкретной моде­лью на ЭВМ.

§ 2.4. Географические информационные

системы

Пример. Когда вы знакомитесь с новым для вас человеком, то один из первых вопросов часто связан с тем местом, где он родился, где живет. По ответу — названию географи­ческого региона — вы многое можете предположить о характере и привычках нового знакомого, и этот прогноз будет не беспочвенным.

Место обитания накладывает определенный отпечаток на человека. В народной мудрости это отражается в появлении устойчивых словосочетаний: сибирский характер, южный темперамент, северная сдержанность.

Пример. Если человек из Тюменской области, то он, скорее всего, сможет многое рассказать о нефтедобыче и тайге, если из Волгоградской — об истории Сталинградской битвы и особенностях выращивания бахчевых культур.

Это лишь небольшие примеры, которые демонстрируют, что география тесно взаимосвязана с историей, экономикой, политикой, культурой, демографией, геологией и многими другими сферами научной и практической деятельности.

Зная географическое положение какого-либо населенного пункта Земли, можно сделать выводы об уровне жизни насе­ления, структуре занятости, основных экологических проб­лемах, исторически сложившихся традициях и пр.

Существуют профессии, для которых карта — основной и часто единственный источник полной, точной и вполне до­стоверной информации. Это, например, штурманы, воен­ные, строители.

Пример. Возьмем проектировщиков шоссейных дорог. Сколько расчетов и прикидок нужно выполнить им только для того, чтобы выбрать лучший вариант прокладки дороги между двумя населенными пунктами! В этих расчетах приходится учитывать и рельеф местности (крутизна подъемов и спусков), и типы грунта, и требуемый объем земляных работ, и растительность на трассе (за порубку леса или отчуждение пашни полагается платить), и мно­гое другое. Информацию для расчетов можно получить, или, как говорят географы, снять с крупномасштабной карты местности.

Все реальные материальные объекты (реки и холмы, рощи и плотины) или события, связанные с объектом (полет самолета, изменение русла реки, разрастание города), име­ют координаты на поверхности Земли и их можно отобра­зить на карте. Известно, что карта — это очень наглядный способ описания территории.

В наше компьютеризированное время было бы удивитель­но, если бы компьютеры не использовались и для отображе­ния карт. С компьютерной картой, которую называют циф­ровой (или электронной), работать более интересно, чем с бумажной картой. Компьютерная карта имеет по сравнению с бумажной много дополнительных и полезных свойств: её можно легко масштабировать на экране компьютера, дви­гать в разные стороны, на ней легко рисовать и удалять объ­екты, можно печатать в привлекательном виде любые фраг­менты территории, выбрав объект мышью, запрашивать у компьютера имеющуюся информацию об объекте и т. п.

Первое основное направление применения цифровых карт на практике — автоматизация решения сложных и громоздких вычислительных задач в областях проектирова­ния и строительства, транспорта и связи, экологии и чрез­вычайных ситуаций и пр.

Второе направление — оперативное отображение обстанов­ки. Прежде всего это важно в военном деле, но не только. На­блюдать за постоянно меняющейся обстановкой должны дис­петчеры аэропортов, сотрудники органов гражданской обороны и чрезвычайных ситуаций и многие другие.

С постоянно меняющейся обстановкой связано и третье направление использования цифровых карт. Речь идет об издании обычных бумажных карт. До сих пор подготовка к изданию даже не очень сложной карты была делом весьма трудоемким — требовалось вручную нанести на пластик ее изображение. Затем, при переизданиях, тем же путем вно-

сились произошедшие изменения. Наличие цифровой карты делает этот процесс почти автоматическим. Стоит только указать, какими условными знаками изображать объекты местности, как карта будет готова к выводу. Картографу останется только подправить, подчистить (опять-таки на эк­ране) полученное изображение.

Научить машину читать карту — значит представить карту в виде, который легко и просто представлялся бы в памяти ЭВМ и был бы доступен анализу с помощью тради­ционных машинных операций. Здесь можно поступить так же, как в случае обработки изображений, то есть предста­вить карту в виде частой прямоугольной сетки точек, каж­дая из которых кодируется соответствующим цветом, и за­ложить всю последовательность этих кодов в память ЭВМ. Казалось бы, сделать это совсем нетрудно. Но научить ЭВМ анализировать совокупность разноцветных точек (ее стали называть растровой картой) именно как карту не удалось. В сущности, проблема машинного чтения карты не менее сложна, чем одна из главных задач искусственного интел­лекта — распознавание образов.

Другой путь — вместо изображения карты ввести в ЭВМ список всех изображенных на ней объектов, причем каждый из них должен обозначаться кодом, характеризующим тип объекта (например, река, лес, дом, дорога), и числами, опре­деляющими его координаты.

Хорошо, если объект невелик по размеру и его положение можно передать парой координат. А если он (например, река) представляет на карте длинную извилистую линию? Значит, вслед за кодом должна выстраиваться длинная цепочка коор­динат, определяющих положение некоторых точек этой реки. А как часто должны стоять эти точки? Понятно, что чем чаще, тем лучше, но память ЭВМ небеспредельна. Зна­чит, необходимо расставлять эти точки так, чтобы получить расположение объекта с некоторой точностью.

Этот способ компьютерного представления и хранения карты называют цифровой картой в векторной форме, или просто векторной картой.

По способу представления координат объекты векторной карты делятся на точечные (те, которые можно представить одной парой координат), линейные (для их представления по­требуется цепочка координат, определяющих расположение объектов) и площадные (они также представляются цепочкой координат, которые определяют границы этих объектов).

Какие объекты включаются в цифровые карты, целиком зависит от того, для решения каких задач создается карта.

Пример. Если вам надо найти кратчайшие дороги между города­ми, то для этого вполне достаточно цифровой карты, со­стоящей из изображений населенных пунктов и дорог. А для обнаружения мест наиболее частых аварий город­ского водопровода потребуется подробная карта подзем­ных коммуникаций.

Каждый, кто видел обычную топографическую карту, хо­рошо представляет себе, насколько она сложна. Как правило, один лист такой карты содержит изображения десятков ты­сяч объектов. И если нужна достаточно полная цифровая карта такого масштаба, то координаты объектов придется представлять последовательностями, каждая из которых, в свою очередь, может содержать тысячи многозначных чисел.

Поначалу цифровые карты изготавливали с помощью планшетов-кодировщиков. Оператор как бы обводил объек­ты положенной на планшет бумажной карты считывающим устройством, и координаты этих объектов автоматически за­носились в память машины. Чтобы создать цифровую карту таким способом, требовалось иногда до полугода работы.

Потом появились программы-векторизаторы. Помните растровые карты, о которых шла речь выше? Так вот, векто­ризаторы способны выделить и представить в виде последо­вательностей координат линии или пятна, содержащиеся на растре, а иногда и установить, что эта линия или пятно означают. Векторизаторы сняли с человека значительную часть работы, но все равно — создать цифровую карту по всем правилам может лишь человек.

Сами по себе цифровые карты никакого эффекта дать не могут. Увидеть их на экране дисплея и поработать с ними можно лишь с помощью специальных программ. Комплек­сы программных средств, позволяющих решать прикладные задачи с помощью цифровых карт, в сочетании с наборами самих карт называются географическими информационны­ми системами, или геоинформационными системами (ГИС). Отметим, что ГИС как программное обеспечение от­носится к категории сложнейших.

Как осуществляется работа пользователя с геоинформа­ционной системой?

Работая с ГИС, вы выводите на экран компьютера одну или несколько интересующих вас карт (схем, планов и так далее). Пользователь легко может менять детальность изображения, увеличивая или уменьшая отдельные элементы карты.

Пример. Выбрав на карте города нужное здание, вы можете выве­сти его крупным планом и рассмотреть пути подъезда к зданию.

Обычно имеется возможность управлять тематическим составом изображаемой информации.

Пример. На карте полезных ископаемых можно «отключить» ви­димость ненужных в данный момент видов ископаемых ресурсов и речной сети, оставив между тем видимой до­рожную сеть.

Указав объект на карте, можно получить информацию о нем.

Пример. Указав объект недвижимости, можно узнать его стои­мость, имя владельца, состояние объекта и пр. Выбрав находящееся поблизости промышленное предприятие, можно получить данные о его профиле, влиянии на эко­логию района и так далее.

Ряд геометрических характеристик объектов (длину ули­цы, расстояние между городами, площадь лесного массива) можно измерять непосредственно на экране, пользуясь сред­ствами ГИС.

Можно использовать ГИС как поисковую систему. В этом случае пользователь составляет запрос, в котором перечис­ляет интересующие его свойства объектов, а система выде­ляет на карте подходящие объекты.

Пример. Можно потребовать показать на карте земельные участ­ки площадью не менее 10 соток, расположенные не да­лее 3 км от железнодорожной станции и одновременно не далее 1 км от близлежащих водоемов.

Специальные средства позволяют проводить аналитиче­скую обработку данных, а в более сложных случаях — моде­лирование реальных событий. Результаты обработки можно увидеть на экране компьютера.

Пример. Специалисты могут оперативно спрогнозировать воз­можные места разрывов на трассе трубопровода, просле­дить на карте пути распространения загрязнений и оце­нить вероятный ущерб для природной среды, вычислить объем средств, необходимых для устранения последст­вий аварии. Наиболее сложные технологические реше­ния включают в себя экспертную поддержку и позволя­ют получать на выходе обоснованное заключение, пригодное для принятия конкретных решений.

Все, что пользователь видит на экране, при необходимо­сти может быть выведено на печатающее устройство и полу­чено в виде твердой копии, либо сохранено в виде стандарт­ного файла изображения и использовано впоследствии в качестве иллюстрации.

В определённом смысле в основе построения ГИС лежит СУБД. Однако, вследствие того, что пространственные дан­ные и разнообразные связи между ними плохо описываются реляционной (табличной) моделью, полная модель данных в ГИС имеет сложный смешанный характер. А вот информа­ция о свойствах объектов (называемая ещё семантической) часто представляется реляционными таблицами.

Большинство прикладных геоинформационных систем предназначены не для домашнего использования, а для ра­боты в крупных организациях и учреждениях, коллективам которых необходимо оперативно обрабатывать большие объёмы пространственной информации. В такой ситуации ГИС должна обеспечивать возможность работы с одним на­бором геоинформационных данных нескольким пользовате­лям (чаще всего в пределах локальной компьютерной сети). При решении геоинформационных задач городского масш­таба возникает необходимость обеспечить доступ к общим пространственным и семантическим данным разным пред­приятии и городским службам. Решение же геоинформаци­онных задач глобального характера возможно при использо­вании ГИС, размещенных не на одном, а на нескольких мощных компьютерах. В настояще время широко разраба­тываются геосистемы, использующие возможности Интер­нета.

Наиболее популярные ГИС: Arclnfo, Arcview, MGE, Geo-rnedia, Maplnfo, SICAD, Autodesk. Среди ГИС, работающих в среде Интернет специалисты отмечают такие средства для web-картографирования: ArcView Internet Map Server, Ma-pObjects IMS, MapXsite, MapXtreme, MapGuide, GeoMedia Web Map и др.

Отметим, что если вы поклонник компьютерных игр, то с ГИС вам приходилось не раз работать. Примером ГИС (хотя и очень упрощённой) можно считать игру SimCity, где игра­ющий строит город, а программа имитационного моделиро­вания территории показывает состояние различных город­ских служб и ресурсов (в том числе людских).

Рис. 2.4.1

Пример

цифровой

карты

Географические информационные системы (геоинформа­ционные системы, ГИС) — это комплексы программных средств, позволяющие решать прикладные задачи с помо­щью цифровых карт, в сочетании с наборами самих карт.

Геоинформационные системы призваны обеспечить эф­фективную обработку информации о самых разнообразных объектах на территории. Они предназначены для сбора, хра­нения, поиска и манипулирования данными о территориа­льных объектах.

Геоинформационные системы — это компьютерные сис­темы, позволяющие эффективно работать с пространственно распределенной информацией. Они являются расширением концепции баз данных, дополняют их наглядностью пред­ставления и возможностью решать задачи пространственно­го анализа.

Цифровая карта в векторной форме — построенная по четко зафиксированным правилам последовательность объ­ектов, представленных своими кодами и координатами.

Цифровые карты, являющиеся основой ГИС, обеспечива­ют: • точную привязку, систематизацию, отбор и объединение

всей поступающей и хранимой информации (единое ад­ресное пространство);

• комплексность и наглядность информации для принятия решений;
• возможность динамического моделирования процессов и явлений;
• возможность автоматизированного решения задач, свя­занных с анализом особенностей территории;
• возможность оперативного анализа ситуации в экстрен­ных случаях.

Построение ГИС основывается на идеях баз данных с раз-вивитием этих идей.

Модель данных в ГИС имеет сложный смешанный харак­тер: атрибутивная (семантическая) информация об объектах часто представляется реляционными таблицами, а про­странственные данные организуются специальным образом (послойным, объектно-ориентированным и пр. — различ­ным для разных ГИС).

Основные направления применения ГИС:

• автоматизация решения сложных и громоздких вычисли­тельных задач (проектирование, строительство, транс­порт, связь, экология, чрезвычайные ситуации, создание кадастров земель и природных ресурсов и т.п.);
• оперативное отображение обстановки (военное дело, дис­петчерские аэропортов, органы гражданской обороны и чрезвычайных ситуаций и др.);

. • издание обычных бумажных карт;

• историческое, социологическое, демографическое и др. исследования изменений, происходящих на данной тер­ритории;
• имитационное моделирование пространственных процес­сов;
• управление производственными процессами в рамках ав­томатизированных систем управления (АСУ). Возможности, предоставляемые пользователю ГИС:
• масштабирование карты на экране компьютера;
• дополнение и удаление объектов с карты;
• печать в заданом виде любых фрагментов территории;
• запрещение или разрешение в зависимости от решаемой задачи вывода на экран объектов определённого класса.
• вывод атрибутивной информации об объекте (его свойств, характеристик и пр.);
• обработка информации об объектах статистическими ме­тодами и отображение результатов такого анализа непо­средственным «наложением» их на карту.

Задание 1

Ответьте на вопросы:

а) Какой компонент геоинформационных систем можно рассмат­
ривать как системообразующий?

б) Почему эти системы получили название географических?
Пусть вся информация, которую мы можем получить об объек­
тах, представленных на цифровой карте, носит только историче­
ский характер. Можно ли по аналогии назвать систему, основой
которой является эта карта, исторической информационной сис­
темой?

в) Верно ли, что нельзя найти реальный материальный объект
или событие, связанное с объектом, которые бы не имели коор­
динат на поверхности Земли и которые нельзя было бы отобра­
зить на карте?

Задание 2

Данные, накапливаемые человечеством о реальных объектах и событиях нашего мира, в той или иной мере содержат «простран­ственную» составляющую (постоянные или переменные про­странственные координаты).

Для каких из перечисленных ниже объектов и явлений это утверждение справедливо?

а) поля и рощи;

б) граждане государства;

в) здания и сооружения;

г) транспортные магистрали;

д) инженерные коммуникации;

е) движущийся поезд, летящий самолёт и плывущий пароход;

ж) деталь и изделие, перемещаемые на территории заводского
цеха;

з)научная теория; и) компьютерная сеть; к) грозы и снегопады.

Задание 3

Автомобилисты практически всегда имеют в салоне атлас дорог. По оценкам специалистов в недалеком будущем он будет заменен компьютером, на дисплее которого этот атлас можно будет на­блюдать даже в процессе движения.

Опишите, как вы себе представляете электронный атлас автомо­бильных дорог. Не забудьте, что автомобиль кроме электронного

атласа должен быть оснащен системами глобального позициони­рования.

Системы глобального позиционирования (GPS) — спутниковые системы, благодаря сигналам от которых небольшие специаль­ные наземные приёмники показывают координаты своего место­нахождения.

Задание 4

С помощью электронного глобуса можно сравнить координаты границ частей света между собой.

Вы знаете, что северная граница США находится на широте Кие­ва, а южная оконечность Африки симметрична отностельно эк­ватора острову Крит?

Придумайте другие географические головоломки, которые можно легко решить с помощью цифровых карт Земли. Определите, ка­кими средствами для решения этих задач должны обладать ГИС, какие возможности они должны предоставлять пользователю.

Задание 5

В среде ГИС удобно отображать генпланы заводов, поэтажные планы цехов, помещений, технологические схемы движения из­делий между технологическими подсистемами, моделирование технологических процессов, развёрнутых в пространстве и т. п. Определите, для решения каких задач могут использоваться та­кого рода карты. Приведите примеры, когда использование ГИС в управлении предприятием дает значительные преимущества по сравнению с использованием для этих же целей СУБД тради­ционного типа.

Географические информационные системы появились в 1960-х годах XX века как инструменты для отображения географии Земли и расположенных на ее поверхности объ­ектов. При этом использовались компьютерные базы дан­ных. Следы самой первой геоинформационной системы те­ряются в недрах Министерства обороны США, сотрудники которого использовали ГИС для того, чтобы ракета, летя­щая в сторону противника, попала в этого самого противни­ка как можно точнее. Правда, существует и альтернативная версия: согласно ей, первая ГИС была создана в Канаде и первоначально использовалась в основном для целей земле­устройства.

В начале 70-х годов ГИС использовались для вывода ко-ординатно-привязанных данных на экран монитора и для печати карт на бумаге, чем значительно облегчили жизнь специалистам, прежде занятым традиционной бумажной картографией.

В 80-х годах появились системы управления пространст­венными базами данных, целью которых было связать сис­темы управления базами данных и компьютерное картогра­фирование. В этих системах пользователь уже мог, указав на объект на карте, получить некую содержательную инфор­мацию. Спрос на тематическую картографическую информа­цию заставил обратить внимание на проблему сбора данных. Результатом стала интегрированная среда: данные дистан­ционного зондирования, цифровая модель местности, карта дорог, геологическая карта и все прочие виды и типы карт мирно сосуществовали в рамках одной системы.

Одна из самых внушительных программ цифрового кар­тографирования осуществляется сегодня Федеральной служ­бой геодезии и картографии России. С 1993 года ведется ра­бота по созданию цифровых топографических карт, то есть наиболее полных и точных карт, территории нашей страны.

К основным направлениям развития современных ГИС относят:

1. интеграцию систем пространственного позиционирова­ния (GPS) и ГИС;
2. интеграцию ГИС с реляционными и сетевыми базами данных;
3. сетевые технологии, web-картографирование и ГИС-по-Интернет.

Пользователям требуются новые ГИС, позволяющие рабо­тать с пространственными данными в полевых условиях, од­ним из свойств работы в которых является определение гео­графических координат объекта, его высоту над уровнем моря, скорость, направление движения и другие параметры. Все эти данные должны интегрироваться в ГИС в реальном масштабе времени.

Системы географического позиционирования (GPS) — спутниковые системы, благодаря сигналам от которых небо­льшие специальные наземные приёмники легко могут пока­зывать координаты своего местонахождения. С помощью GPS объект может определить свои координаты на местнос­ти с погрешностью от сотен метров до миллиметров. Такими приемниками оснащаются самолеты и морские суда, их бе­рут с собой в поход туристы.

Легко представить, как комфортно чувствуют себя штур­маны кораблей (в том числе речных), где есть GPS-приёмник и ГИС с картой морей и рек. Нет никакой нужды определять своё местоположение по звёздам.

Если приёмник GPS связать с автомобильной ГИС, на ко­торой отображена карта, то водителю на экране автомобиль­ного компьютера можно наблюдать своё местоположение и направление движения. Если в ГИС ещё и задан планируе­мый маршрут, то весь такой комплекс может даже преду­преждать водителя, когда ему нужно свернуть и куда.

Наиболее быстро разивающимся направлением развития ГИС является использование сетевых технологий, web-кар­тографирование и ГИС-по-Интернет. Объединение двух технологий, неспроста, видимо, появившихся практически одновременно, привело к тому, что ГИС обрела принципиа­льно новые возможности. Программный продукт, возник­ший в результате слияния ГИС и Интернета носит название ГИС-по-Интернет и отличается от стандартных ГИС тремя принципиальными моментами:

• ГИС-по-Интернет может использоваться несколькими по­льзователями одновременно;
• данные могут храниться не на одной машине, а на неско­льких, что позволяет резко увеличить максимальный объем хранимых данных и, кроме того, использовать для анализа данные из нескольких источников одновременно;
• ГИС и ее пользователи могут находится на сколь угодно большом расстоянии друг от друга.

Эти отличия от традиционной геоинформационной систе­мы являются значительными преимуществами и позволяют использовать ГИС в принципиально новом качестве: из ин­струмента пространственного анализа ГИС превращается в инструмент управления пространственно распределенными проектами.

2.5. Системы искусственного интеллекта

Попытки формализовать мышление человека, построить адекватную модель рассуждений, выявить способы творче­ского разрешения проблемных ситуаций предпринимались учеными с древних времен. Платон, Аристотель, Сенека, Р. Декарт, Г. В. Лейбниц, Дж. Буль, Н. Лобачевский и мно­гие другие исследователи стремились описать мышление как набор некоторых элементарных правил и операций, смоделировать интеллектуальную деятельность.

Искусственный интеллект (ИИ) как самостоятельное научное направление появился во второй половине XX века. Во многом это было связано с развитием кибернетики, кото­рая изучает управление и связь в сложных системах, в том числе управление (а также самоуправление, самоорганиза­цию) в такой системе, как человек, и в социальных систе­мах. Управление связано с принятием решений на основе анализа, сравнения, переработки информации, выдвижени­ем предположений, доказательством правильности гипотез, то есть с теми операциями, которые традиционно относятся к области интеллектуальной деятельности.

Исследования в области ИИ развиваются по двум основ­ным направлениям. Это связано с тем, что ответить на во­прос, что такое интеллектуальная система, можно двояко.

С одной стороны, систему можно считать интеллектуаль­ной, если процесс ее «рассуждений», способы формирования разумного поведения подобны естественному мышлению. В этом случае искуственный интеллект создается на основе скурпулезного изучения и моделирования принципов и кон­кретных особенностей функционирования биологических объектов.

С другой стороны, систему можно считать интеллектуа­льной, если достигнутый ею результат подобен результату, который в тех же условиях получает человек. Что касается внутренних механизмов формирования поведения, то разра­ботчик ИИ вовсе не должен копировать особенности «живых аналогов ».

Первое направление, которое чаще называют искусст­венным разумом, использует данные о нейрофизиологиче­ских и психологических механизмах интеллектуальной дея­тельности. Разработчики стремятся воспроизвести эти механизмы с помощью технических устройств.

Второе направление, называемое машинным интеллек­том, рассматривает продукт интеллектуальной деятельно­сти человека (решение задач, доказательство теорем, игры со сложной стратегией и пр.), изучает его структуру и стре­мится воспроизвести этот продукт средствами вычислитель­ной техники. Успехи этого направления тесно связаны с развитием компьютеров и искусством программирования.

Оба направления активно используют методы моделиро­вания — имитационного и структурного, математического и компьютерного и др.

Пример. В замечательной книге «Маленькая энциклопедия о большой кибернетике» В. Пекелис, описывая исследо­вания в области бионики, задает вопрос: мог ли чело­век пройти мимо заманчивой идеи — создать своими руками то, что уже создала природа? Тем более, что он подмечает много преимуществ в творениях природы перед своими собственными созданиями. При этом уче­ные стремятся не к слепому подражанию, не к заимст­вованию всех характеристик биологических объектов, а к критическому, строгому отбору только полезных для техники свойств. Моделировать деятельность жи­вых организмов интересно и нужно, особенно те функ­ции, которые повышают гибкость, надежность, эконо­мичность системы или процесса.

Самой сложной биологической системой, выполняющей разнообразные функции по переработке сигналов и управле­нию, издавна признана нервная система. Многие ее особен­ности связаны со структурными особенностями нервных клеток — нейронов и нейронной сетью, поэтому они нередко являются объектами моделирования при иследованиях в об­ласти искусственного интеллекта.

Кора больших полушарий головного мозга человека со­держит около 14 миллиардов нейронов, образующих слож­нейшее переплетение связей. Устройство и законы функцио­нирования самого нейрона также очень сложны, что позволяет использовать для его описания только упрощен­ные модели. Такие модели носят название нейроноподобных сетей. Используются они для построения систем управления различными робототехническими устройствами. Нейронопо-

добные сети являются устройствами параллельной обработ­ки информации и имеют преимущества при построении сис­тем, предназначенных для работы в реальном масштабе вре­мени.

Пример. Первый в нашей стране транспортный робот ТАИР с сете­вой системой управления был построен еще в 1975 году. Он мог целенаправленно двигаться в естественной среде (в парке), объезжать препятствия, избегать опасных мест, поддерживать внутренние параметры в заданных преде­лах. При этом робот достигал цели с минимальными энергетическими и временными затратами. Нейронопо-добная сеть, составляющая основу управления, содержа­ла 100 узлов и отвечала за шесть видов деятельности: рас­познавание и оценку ситуации, решения, маневры верхнего и нижнего уровня, элементарные двигательные действия. Исследования ТАИРа и его «последователя» — лабороторного робота МАЛЫШ, обладающего более раз­витой системой технического зрения и нейроноподобной сетью, обрабатывающей данные восприятия, стали осно­вой построения промышленного транспортного робота широкого назначения ГРУЗ-2Т.

Существующие и разрабатываемые в настоящее время ро­боты значительно отличаются друг от друга по своему назна­чению и функциональным возможностям. Некоторые из них имеют системы восприятия визуальной, аудиальной, такти­льной информации из внешней среды и системы воздействия на внешние объекты — различные манипуляторы, захваты, толкатели и пр. Многие роботы снабжаются системами, обес­печивающими их перемещения — это колесные, плавающие, летающие, шагающие платформы и аппараты. Роботы, снаб­женные системами целеполагания и планирования действий, а также системами коммуникации с человеком-оператором относятся к классу роботов с искуственным интеллектом. Разработка таких роботов ведется в настояще время.

Особое внимание в исследованиях по машинному интел­лекту уделяется проблемам распознавания образов и орга­низации речевого «общения».

Одна из удивительнейших способностей человека — спо­собность узнавать. Едва бросив взгляд, мы узнаем, что перед нами кот или собака, корабль или бабочка, буква «ч» или «у». Узнаем, как правило, безошибочно, будь то сам «ориги­нал» или его уменьшенное или увеличенное изображение. Способностью узнавать человек обладает испокон веков. И все-таки до сего времени ученые в точности не знают, как же человек узнает.

Пример. Попробуйте объяснить, по каким формальным призна­кам вы отличаете кота от собаки. Спутаете ли вы их, если оба они спят, свернувшись клубочком? По каким признакам вы их отличите теперь?

Ученые считают, что восприятие окружающего мира в форме образов дают возможность человеку (и животным) бо­лее экономно использовать память.

Задачи распознавания образов очень разнообразны. Наи­более простые из них решаются, например, в программах оптического распознавания символов (OCR — optical charac­ter recognition), предназначенных для ввода печатного или рукописного текста, в частности, с помощью сканера. Распо­знавание символов, даже будучи «наиболее простым» в классе задач распознавания образов, тем не менее достаточ­но сложны для их формализованного описания.

Пример На рис. 2.5.1. приведены различные изображения буквы «А». У них разные начертание, цвет, наклон. Какие формальные признаки, присущие только этой букве и никакой другой, можно выделить? Просто ли перевести их на строгий алгоритмический язык?

Рис. 2.5.1

Изображения буквы «А»

В робототехнике распознавание образов осуществляется системами технического зрения. Они используются в систе­мах технического контроля для обнаружения дефектов в за­готовках и изделиях, в станках с программным управлени­ем при управлении позиционированием деталей, сборкой, сваркой и т. п. В широко разрабатывающихся сейчас алго­ритмах по распознаванию и «пониманию» сложных сцен, включающих несколько произвольно расположенных в про­странстве трехмерных объектов, используется информация о расположении и конфигурации теней, полутонов, об осо­бенностях отражения света материалами различных текстур (металл, дерево, ткань) и т. п.

Автоматическое распознавание речи необходимо для со­здания средств речевого ввода команд и текстов, автомати­ческого перевода, реферирования текстов, построения спра­вочных и информационно-поисковых систем. Синтез речи является одним из функциональных узлов различных робо­тов связи.

Пример. Существуют системы, которые могут сообщение, при­сланное по электронной почте, преобразовать в «голосо­вое» и передать по нужному телефону в заданный проме­жуток времени.

Другие системы по названному телефонному номеру (входящему в зараннее определенный список) обеспечи­вают услуги выдачи адресов, маршрутов проезда и т. п.

Интересна история исследований по машинному интел­лекту.

Практически с момента появления ЭВМ появился инте­рес к автоматизации решения трудноформализуемых задач, в частности, процесса доказательства теорем, к познанию за­кономерностей творческой деятельности.

С самого начала использования ЭВМ для решения задач стало ясно, что одними точными математическими метода­ми не обойтись. Для многих задач, которые люди умеют ре­шать (играть в шахматы, сочинять стихи, строить научные теории), точных методов не существует. В этом случае мож­но попробовать воспроизводить компьютерными средствами те правила и приемы, которыми пользуется человек при ре­шении аналогичных задач. Эти специфические для человека правила и приемы называются эвристиками, а методы ре­шения задач, опирающиеся на них, эвристическими мето­дами.

Компьютеры позволяют изучать эвристическую деятель­ность человека с помощью моделей. Среди них важную роль занимают игры, особенно, шахматы, которые выступают «пробным камнем» моделирования мышления. В процессе шахматной игры человек анализирует множество условий и оценивает множество возможностей: на 64 клетках шахмат­ной доски возникает огромное число комбинаций фигур. Ко­нечно, человек перебирает не все возможные варианты, он пользуется выработанной стратегией. Аналогичные модели перебора множества возможных вариантов возникают при решении самых разнообразных задач, например, при поиске пути в лабиринте или определение стратегии размещения ценных бумаг.

На компьютере модели поведения человека в ситуации вы­бора из множества вариантов, реализуются с помощью эври­стического программирования. Главное в эвристической программе — стратегия поиска решений. В процессе выполне­ния программы машина по результатам промежуточных дей­ствий как бы судит о своей деятельности, дополнительно соби­рает необходимую ей информацию. Эвристические программы

не рассматривают вариантов бесперспективного поиска, а ищут решение только в том направлении, где оно возможно.

Эвристическое программирование используется при созда­нии систем искусственного интеллекта, называемых решате­лями задач. Обычно программы-решатели строятся для за­дач, связаных с преобразованием ситуаций, когда заданы исходная и желаемая ситуация, а также набор операторов или действий, которые могут строго определенным образом изменять ситуации. Чаще всего решатели используются как составная часть систем автоматизации управления сложны­ми объектами, в частности, роботами.

К системам ИИ относятся и системы машинного перево­да, которые включают в себя лингвистические описания входного и выходного языков, базы данных — словари, ал­горитмы, на основе которых осуществляется непосредствен­но перевод. Первые системы машинного перевода осуществ­ляли перевод пословно, не «вникая» в смысл предложения. Предназначены они были для перевода технической доку­ментации, патентов и т. п. Развитые системы машинного перевода работают по многоэтапной схеме. Основные эта­пы — это анализ переводимого (исходного) текста и синтез перевода. Перевод осуществляется обычно пофразно.

Этапы анализа таковы:

• выделение из текста очередной фразы;
• лексический анализ — выделение слов и частей речи;
• поверхностный синтаксический анализ — выделение чле­нов предложения;
• глубинный синтаксический анализ, учитывающий смыс­ловые связи между словами.

В результате анализа строится внутреннее представление фразы, отражающее ее смысл.

Синтез перевода включает следующие этапы:

• подбор слов выходного языка для передачи внутреннего представления фразы;
• расстановка слов в нужном порядке с извлечением из сло­варя внешней лексической формы слов;

• формирование окончательного вида переведенной фразы.
Почему машинный перевод относится к классу систем ис­
кусственного интеллекта? Одна из причин — многознач­
ность большинства естественных языков, когда смысл фра­
зы можно определить только из контекста.

Пример. Можно ли однозначно понять и перевести следующие фразы вне контекста?

«Не валяй дурака»; «Вот где собака зарыта»; «Остался с носом»; «Он на этом собаку съел».

Одной из ключевых проблем создания систем ИИ являет­ся проблема представления и использования знаний о той предметной области, в которой система решает те или иные задачи. Общий круг задач, решаемых в этой связи, относит­ся к разделу ИИ, называемому инженерией знаний. Важ­ным элементом любой системы управления являтся база знаний. Идея баз знаний сформировалась в ходе исследова­ний по созданию принципов и методов работы с большими базами данных. Оказалось, что эффективность использова­ния баз данных может быть существенно повышена, если связывать хранящуюся информацию не только за счет форм (таблиц, списков, деревьев), но и за счет тех отношений, ко­торые существуют между фактами. Причем, отношения эти должны быть не случайными, ситуативными, а отражать су­щественные связи объекта. Такие базы данных получили название интеллектуальных баз данных или баз знаний.

Знания о предметной области и способах решения задач из нее могут быть декларативные и процедурные. Декла­ративные знания описывают объект (отвечают на вопросы типа: «Что есть X?», «Как связаны X и Y?», «Почему X?»). Процедурные знания описывают последовательность дейст­вий, которые могут использоваться при решении задач (от­вечают на вопросы типа: «Как сделать X?»).

Базы знаний строятся на основе моделей, разработанных в когнитивной психологии (психологии познания). Основ­ных моделей три: логическая, сетевая, продукционная.

Логическая модель широко использует аппарат матема­тической логики. Декларативные знания представляются в виде формул, а использование логических операций позво­ляет записать процедурные знания.

Пример. Суждение «Я обязательно поеду на матч, если достану билет или меня пригласит товарищ и если не будет до­ждя» можно записать следующим образом:

(A v В) л чС => D. Здесь:

А — «Я достану билет»; В = «Меня пригласит товарищ»; С = «Будет дождь»; D = «Я поеду на матч»; v — логическая операция «или»;

л — логическая операция «И»; -1 — логическая операция «НЕ»; => — логическая операция «ЕСЛИ..., ТО...». Возможна и такая форма записи: ( ИМЕТЬ (я, билет) v ПРИГЛАСИТЬ (товарищ, я) ) л -, ИМЕТЬ МЕСТО (дождь) => ПОЙТИ (я, матч).

В основе сетевой модели лежит идея о том, что любые знания можно представить в виде совокупности объектов (понятий) и связей (отношений) между ними. Знания, пред­ставленные таким образом, носят название семантические сети.

Пример. Фраза «девочка ищет в комнате большой красный мяч, который лежит под письменным столом» может быть представлена в виде семантической сети, изображенной на рис. 2.5.2.

Рис. 2.5.2

Семантическая сеть

Заметим, что блок-схемы алгоритмов также представля­ют собой семантические сети. Вершины этих сетей — проце­дуры, а дуги означают действие «перейти к процедуре» («пе­редать управление процедуре»).

Понятия, входящие в сеть, описываются в виде фреймов. Фрейм — это минимально возможное (так, чтобы не «поте­рялся» сам объект) описание сущности какого-либо явле­ния, процесса, ситуации. Компоненты фрейма называются слотами. Изображается фрейм в виде цепочки слотов, при­чем исключение из фрейма любого слота делает его непол­ным, иногда бессмысленным.

Пример

Описание фрейма	«Заполненный» фрейм
(фрейм-прототип)	(фрейм-экземпляр)
Битва = <кто?> <с кем?> <ког-	Битва 1 = <СССР> <Германия>
да?> <где?> <результат>	<декабрь 1941> <Сталинград> <победил>
	Битва2 = <Иван Царевич>
	<Кощей Бессмертный> <утром>
	<в чистом поле> <победил>
Книга = <Автор(ы)> <назва-	Книга1 = <Стругацкий А., Стругацкий Б.>
ние> <жанр> <издательство>	<Понедельник начинается в субботу>
<год издания> <кол-во стр.>	<Фантастические повести> <Москва: Дет-
	ская литература> <1987> <496>

Описание фрейма «Заполненный» фрейм

(фрейм-прототип) (фрейм-экземпляр)

Битва = <кто?> <с кем?> <ког- Битва1 = <СССР> <Германия>
да?> <где?> <результат> <декабрь 1941> <Сталинград> <победил>

Битва2 = <Иван Царевич> <Кощей Бессмертный> <утром>

<в чистом поле> <победил>

Книга = <Автор(ы)> <назва- Книга1 = <Стругацкий А., Стругацкий Б.>
ние> <жанр> <издательство> <Понедельник начинается в субботу>
<год издания> <кол-во стр.> <Фантастические повести> <Москва: Дет-
екая литература> <1987> <496>

Основу продукционной модели составляют множества продукций — правил вывода. В наиболее простом виде про­дукция записывается как стандартное выражение, включа­ющее в себя конструкцию «если..., то...». Это выражение носит название ядра продукции. Например: «Если ввел не­верный символ, нажми клавишу «—>». Кроме ядра в про­дукцию» как правило, входит еще условие. Оно определяет те ситуации, в которых можно использовать указанное пра­вило. Только что рассмотренная продукция будет более определенной, если к ней добавить условие «Вводится текст с клавиатуры компьютера».

Пример

Форма продукции	Продукция
(краткая)
Имя продукции:	Определение вида треугольника:
При выполнении усло-	Известно, что а, Ь, с — длины сторон треугольника;
вия С имеет место: если А, то В	если а2 + Ъг = с2, то треугольник прямоугольный
	Поведение при пожаре:
	Вы находитесь дома и у вас есть телефон и телефон
	работает;
	если в доме вспыхнул пожар, то вызывайте пожар-
	ную команду по телефону 01