WWW.DISUS.RU

БЕСПЛАТНАЯ НАУЧНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

 

Модели и алгоритмы проблемно-ориентированной информационно-аналитической системы

На правах рукописи

ПОПОВА Наталия Александровна

МОДЕЛИ И АЛГОРИТМЫ
ПРОБЛЕМНО-ОРИЕНТИРОВАННОЙ
ИНФОРМАЦИОННО-АНАЛИТИЧЕСКОЙ СИСТЕМЫ

Специальность 05.13.17 Теоретические

основы информатики

Автореферат

диссертации на соискание ученой степени

кандидата технических наук

ПЕНЗА 2013

Работа выполнена в Федеральном государственном бюджетном образова­тельном учреждении высшего профессионального образования «Пензенский государственный университет».

Научный руководитель доктор технических наук, профессор
Макарычев Петр Петрович
Официальные оппоненты: Лебедев Виктор Борисович,
доктор тех­нических наук, профессор
кафедры «Информационное обеспечение управления и производства»
ФГБОУ ВПО «Пензенский
государственный университет»; Васин Леонид Анатольевич,
канди­дат техни­ческих наук, заведующий кафедрой  «Информационно-вычислитель­ные  си­сте­мы» ФГБОУ ВПО «Пензенский государственный университет архитектуры и стро­­ительства»
Ведущая организация ОАО «Научно-производственное
предприятие “Рубин”» (г. Пенза)

Защита диссертации состоится 21 ноября 2013 г., в 15 часов, на заседании диссертационного совета Д 212.186.01 в Федеральном государственном бюджетном образовательном учреждении высшего профес­сио­наль­ного образования «Пензенский государ­ственный университет» по адресу: 440026, г. Пенза, ул. Красная, 40.

С диссертацией можно ознакомиться в библиотеке Федерального государственного бюджетного образовательного учреждения высшего профессионального образования «Пензенский государственный университет».

Автореферат разослан «____» _______________ 2013 г.

Ученый секретарь

диссертационного совета Гурин Евгений Иванович

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы. Информационно-аналитические системы (ИАС) представляют особый класс информационных систем, предназначенных для хранения, обработки и анализа данных. Эффективное хранение данных обеспечивается наличием в составе ИАС множества источников данных. Обработка и объединение данных выполняются инструментальными средствами извлечения, преобразования и загрузки данных. Анализ данных осуществляется с использованием инструментальных средств оперативного и интеллектуального анализа.

ИАС, как правило, реализуются в виде надстройки над функционирующей информационной системой предприятия или организации и размещаются на различных уровнях управления. Создание ИАС предполагает большую детализацию и более сложную аналитическую обработку данных по сравнению с OLTP-системами, ориентированными на фиксацию повседневной деятельности. В связи с этим архитектура современных ИАС содержит следующие уровни: сбор и первичная обработка данных; извлечение, преобразование и загрузка данных; складирование данных; оперативное представление данных, оперативный и интеллектуальный анализ данных в процессе принятия управленческих решений.

Существует два подхода к реализации ИАС. Первый подход основан на платформенно-базированных решениях, предложенных ведущими компаниями Oracle, Microsoft, CA, SAP, SAS и др. Второй подход предполагает реализацию ИАС на основе смешанного решения, при котором инструменты анализа и СУБД выбираются из числа программных продуктов различных компаний (Cognos, Business Objects и BaseGroup Labs). Преимущество второго подхода состоит в возможности обеспечения более высокой функциональной эффективности системы. Однако применение программных продуктов различных производителей затрудняет решение задач, связанных с формированием структу­ры транзакционной базы данных и хранилища данных, извлечением, преобразованием и загрузкой данных, разработкой моделей и алгоритмов оперативного, интеллектуального анализа данных.

Как правило, большинство ИАС реализуется на основе многомерного представления данных в OLTP-(on-line transaction processing) и OLAP-(on-line analytical processing) системах. Это обусловлено требованиями сокращения временных затрат на реализацию доступа, обеспечения целостности данных. Существенный вклад в развитие модельных представлений баз и хранилищ данных для ИАС внесли: У. Г. Инмон, Э. Ф. Код, К. Дж. Дейт,
Б. А. Кулик, С. Д. Кузнецов, В. И. Мунер­ман и др. Известны модельные представления структур данных на основе различных интерпретаций: логики классов и отношений, теоретико-множест­венных представлений, одноместных и многоместных предикатов, алгебры кортежей и тензорной алгебры.

Впервые тензорные методы как средство формализованного описания данных были упомянуты в работе А. Е. Петрова (1976), посвященной разработке матричного представления реляционного языка баз данных. Тензорный подход применялся для проектирования банков данных и систем управления базами данных разработки информационных систем, методов анализа программ (А. Е. Арменский, 1986, 1989).



Существенный вклад в развитие методов оперативного и интеллектуального анализа данных внесли: Г. Пятецкий-Шапиро, А. И. Арастумов,
О. И. Ларичев, И. Д. Мандель, В. А. Дюк и др.

Несмотря на значительные успехи в области создания ИАС, имеет место проблема модельных представлений данных при разработке структур хранения, процедур первичной обработки, оперативного и интеллектуального ана­­лиза данных. Первый аспект проблемы связан с недостаточной развитостью средств формализованного описания структур и процедур обработки данных на основе заданных классов объектов, отношений и измерений многомерного предметного пространства. Второй аспект проблемы связан с теоретическим обоснованием моделей анализа накопленных данных, принятия решений с учетом свойств объектов и шкал измерений многомерного пространства, третий аспект с установлением соответствий между модельными представлениями хранения и анализа данных с функциями аналитической платформы, используемой при создании ИАС.

Цель диссертационной работы – разработка и исследование модельных представлений данных на основе тензорной методологии, моделей и алгоритмов вербального анализа данных; обоснование выбора технологической платформы и системы управления базами данных.

Задачи, решаемые в работе:

 теоретическое обоснование модельных представлений структур баз и хранилищ данных на основе построения математических моделей классов объектов и отношений между классами в предметной области с применением тензорной методологии;

 разработка математических моделей и алгоритмов оперативного и интеллектуального анализа данных для оценки состояний объектов в процессе деятельности с использованием средств информационно-аналити­че­ской системы;

 обоснование выбора технологической платформы для создания информационно-аналитической системы и разработка концептуальных моделей предметной области, отражающих ее проблемную ориентацию;

 разработка пилотного проекта информационно-аналитической системы на основе выбранных технологической платформы, системы управления базами данных и проведение экспериментов по оценке состояний объектов.

Объектом исследования являются процессы сбора, накопления, предварительной обработки, загрузки и анализа данных при создании информационно-аналитической системы.

Предметом исследования являются математические модели классов, объектов и компонент (сущностей); модели и алгоритмы обработки и анализа данных информационно-аналитической системы.

Соответствие паспорту научной специальности. Область исследования соответствует п. 3 «Исследование методов и разработка средств кодирования информации в виде данных. Принципы создания языков описания данных, языков манипулирования данными, языков запросов. Разработка и исследование моделей данных и новых принципов их проектирования» и п. 5 «Разработка и исследование моделей и алгоритмов анализа данных, обнаружения закономерностей в данных и их извлечениях, разработка и исследование методов и алгоритмов анализа текста, устной речи и изображений». 

Методы исследования основаны на алгебре индексных объектов, теории вербального анализа решений, методах оперативного и интеллектуального анализа данных, методах концептуального моделирования в методологии ARIS, реляционном и объектно-реляционном подходах к описанию данных.

Научная новизна работы:

1. Разработаны математические модели баз и хранилищ данных информационно-аналитической системы, отличающиеся заданием классов, объектов, компонентов (сущностей), базисов многомерных пространств данных в виде индексных объектов (тензоров) первой и второй валентности, что обеспечивает формализованное описание процедур преобразования, количественной оценки структур данных, операций извлечения, трансформации и загрузки данных.

2. Разработаны модель и алгоритм классификации состояний объектов управления, отличающиеся реализацией механизма цепных покрытий множества векторных оценок, предъявляемых эксперту в процессе вербального анализа данных, что позволяет строить полную и непротиворечивую классификацию средствами информационно-аналитической системы.

3. Предложена модель оценки состояния объектов управления методом сравнения с заданным экспертом эталоном, отличающаяся представлением показателей состояния в виде вектора многомерного метрического пространства, что позволяет формировать отклонения состояния по каждому показателю и интегральную оценку состояния объекта средствами информационно-аналитической системы.

4. Предложена динамическая модель изменений в распределении объектов управления по классам в виде системы дифференциальных уравнений, отличающаяся заданием параметров модели с учетом значений показателей текущего состояния объектов, что позволяет прогнозировать распределение объектов по состояниям в заданном интервале времени с использованием метода последовательных приближений.





Практическая значимость исследований. Разработан пилотный проект ИАС на базе аналитической платформы Deductor, обеспечивающей сбор, предварительную обработку и анализ данных о деятельности аспирантуры вуза и информационную поддержку принятия решений по управлению процессом подготовки специалистов высшей квалификации.

Тензорная интерпретация базисов многомерных пространств данных, классов и объектов, операций и отношений, процедуры классификации состояний объектов управления методом вербального анализа может быть использована при проектировании ИАС с применением концептуального и математического моделирования.

Достоверность и обоснованность. Обоснованность и достоверность результатов работы определяются корректным использованием строгих и апробированных методов исследования и подтверждаются практическим применением полученных результатов при разработке ИАС на основе программных продуктов различных производителей: Deductor, Firebird и SQL Manger for InterBase and Firebird. Создание ИАС на основе базисных решений подтверждается актами внедрения и апробацией на всероссийских и международных научно-технических конференциях.

Основные результаты, выносимые на защиту:

1. Математические модели баз и хранилищ данных информационно-аналитической системы на основе представления классов, объектов, компонентов (сущностей), базисов многомерных пространств данных в виде тензоров (индексных объектов) первой и второй валентности для формализованного описания процедур преобразования, количественной оценки структур данных, операций извлечения, трансформации и загрузки данных.

2. Модель и алгоритм классификации состояний объектов управления на основе механизма цепных покрытий множества векторных оценок для реализации полной и непротиворечивой классификации методом вербального анализа.

3. Модель интегральной оценки состояния и оценки отклонений состояния по каждому показателю объекта управления на основе сравнений с эталоном и представлением показателей состояния в виде вектора многомерного метрического пространства.

4. Динамическая модель, задаваемая в виде системы дифференциальных уравнений, для прогнозирования распределений объектов управления по состояниям в заданном интервале времени с использованием метода последовательных приближений.

Реализация и внедрение результатов работы. Результаты диссертационного исследования использованы при разработке ИАС поддержки процесса подготовки специалистов высшей квалификации на базе аналитической платформы Deductor. Разработанная ИАС внедрена в Пензенском государственном университете, Пензенском государственном технологическом университете, Саранском филиале Российского университета кооперации, ООО «Научно-производственное предприятие “Пульс”», что подтверждается актами внедрения.

Апробация работы. Основные результаты диссертации докладывались и обсуждались на следующих конференциях: «Университетское образование» (г. Пенза, 2007, 2008, 2011, 2013); «Новые информационные технологии в научных исследованиях и образовании» (г. Рязань, 2008); «Компьютерное моделирование естественно-научных и социальных проб-лем» (г. Пенза, 2008); «Информационные системы и технологии в образовании и социально-экономической сфере» (г. Королев, 2008, 2009); «Системный анализ в проектировании и управлении» (г. Санкт-Петербург, 2008, 2009); «Новые информационные технологии в образовании» (г. Екатеринбург, 2009).

Публикации. По теме диссертационного исследования опубликовано
16 печатных работ: 4 статьи в издании из перечня ВАК, 12 – в материалах российских и международных конференций.

Личный вклад. Автором выполнен основной объем исследований: проведен анализ, сформулированы и решены задачи создания моделей данных, моделей и алгоритмов анализа данных, решение которых обеспечивает достижение цели и составляет новизну, практическую значимость полученных результатов.

Структура и объем работы. Диссертация состоит из введения, четырех глав, заключения, списка литературы из 121 наименования и пяти приложений. Объем работы 141 страница основного текста, включая 42 рисунка и 6 таблиц.

СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность темы диссертации; сформулированы цель и задачи исследования; показаны научная новизна и практическая значимость полученных результатов; приведены сведения об апробации работы и публикациях.

В первой главе дан обзор существующих подходов к разработке ИАС, выполнен анализ средств формализованного описания структур и процессов обработки. Обосновано применение тензорного исчисления при формализованном описании моделей данных, процедур интеллектуального анализа данных. Приведен обзор технологий построения информационно-аналитических систем.

В диссертации рассмотрен современный подход к разработке информационно-аналитических систем, основанный на разделении систем оперативной обработки транзакций, с использованием которых организуется сбор данных, и систем оперативной аналитической обработки данных, с использованием которых организуется анализ данных. Выделены основные классы ИАС хранения и анализа корпоративных данных. Представлен обзор существующих вариантов организации хранения данных ИАС, процессов извлечения, преобразования и загрузки данных.

Выполнен анализ средств формализованного описания моделей данных и моделей обработки данных при ETL-процессах. Показано, что модель предметной области на основе логики классов и отношений может быть представлена с помощью нескольких интерпретаций: теоретико-множественной, логики предикатов, алгебры кортежей, тензорного исчисления. Дан обзор способов модельного представления индексных объектов: классическое тензорное исчисление; метод тензорного анализа Г. Крона; тензоры системотехники (тензорси) Г. Н. Чижухина и В. П. Панферова. Особенность метода Г. Крона состоит в использовании n-матриц для описания классов и отношений в многомерном пространстве. Подход, разработанный в области дискретной системотехники, предполагает представление объектов в виде тензорси, описывающих множество пар отношений в виде функционального графика. В результате проведенного анализа определены условия для применения тензорного исчисления при формализованном описании моделей данных.

В диссертации рассмотрены методы интеллектуального анализа данных в информационно-аналитической системе. Обосновано применение метода вербального анализа данных для принятия решения в слабоструктурированных и неструктурированных предметных областях. Данные методы позволяют строить полную непротиворечивую классификацию для различных объектов, характеризуемых любыми комбинациями оценок по критериям, без преобразования качественных суждений в количественные. Проанализированы основные аналитические платформы для реализации ИАС. Обоснован выбор аналитической платформы Deductor Studio в качестве основы построения ИАС.

Вторая глава посвящена разработке концептуальной и математической моделей структур данных информационно-аналитической системы: представле­ны модели классов и объектов информационно-аналитической системы; определены инварианты в пространствах данных для решения расчетных задач.

Выполнено построение концептуальной модели предметной области с использованием системно-онтологического подхода. При разработке онтологии объекта использован стандарт онтологического исследования IDEF5. При построении онтологии процессов и онтологии задач использованы нотации методологии ARIS. В результате анализа предметной области выделены классы ИАС, свойства классов, состояния классов, отношения между классами, процессы и подпроцессы.

В диссертации показано, что формализованные представления многомерного пространства данных, включая модельные представления типа «Звезда» и «Снежинка», могут быть заданы в виде индексных объектов второй валентности :

где скользящие индексы.

Индексный объект описанный выражением (1), представляет собой базис предметного пространства данных «Снежинка» с размерностью, равной семи. Для детального описания всех объектов рассматриваемого многомерного предметного пространства (сущностей) введен набор фиксированных индексов: , соответствующих классам предмет­ной области . В этом случае объекты модели можно представить в виде индексных объектов первой валентности, содержащих наборы фиксированных индексов и один скользящий индекс. Наличие первичного ключа задается единицей со знаком «+», наличие внешнего ключа  единицей со знаком «». Например, класс H модели данных, определяемый понятием «Аспирант», представлен как индексный объект:

. (2)

Поскольку в выражении (2) скользящие индексы имеют нулевое значение, то возможно использование сокращенной записи ин­декс­ного объекта . В этой записи нижний символ h рас­смат­ривается как фиксированный индекс и соответствует первичному ключу, верхние символы также соответствуют фиксированным ин­дексам и внешним ключам, но в данной записи рассматриваются как метки, определяющие действия с индексным объектом.

Показана возможность преобразования базисов предметных пространств. Например, преобразование базиса пространства «Сне­жинка» в базис пространства «Звезда» имеет вид:

,

где тензор преобразования базы пространства данных «Снежинка» в базу пространства «Звезда», имеющий валентность, равную двум.

На основе тензорной методологии разработана модель классов объектов: «Аспирант» , «Научный руководитель» , «Научная специальность» , «Диссертационный совет» , «Кафедра» , «Научная степень» , «Запись» и др.

Разработана модель объектов информационно-аналитической системы, согласно которой класс объектов «Аспирант» можно представить в виде совокупности функциональных графиков. При этом представлении класса объектов определяется и закон формирования пар функциональных графиков и из множеств где множество аспирантов, R множество руководителей, S множество научных специальностей.
В диссертации предложено рассматривать представление классов объекта как объединение двух функциональных графиков . Кроме первичного и внешних ключей сущность «Аспирант» содержит набор атрибутов , характеризующих множество свойств. В этом случае индексный объект имеет вид:

.

При построении модели данных ИАС использованы понятия индексный объект соотношений и индексный объект предикатов . На их основе предложены реализации операций реляционной алгебры, исчисления кортежей, алгебры доменов. Например, сложный запрос к хранилищу данных реализуется в два этапа:

операция «слияние» ;

простой запрос

где s – префикс, отражающий формирование факта; Pr – оператор отношений для описания операции «проекция».

На основе результатов проведенного исследования сделаны выводы об эффективности применения тензорной методологии, обеспечивающей формализованное описание структур данных на уровне компонент и системном уровне. Определены инварианты в пространствах данных:

 объем данных для описания одного и того же набора измерений в различных предметных пространствах фиксирован;

 объем данных, хранимых в таблицах мер различных предметных пространств, без учета структуры функциональных зависимостей неизменен.

Определение инвариантов позволяет осуществлять расчет объема хранимой информации при любом заданном базисе предметного пространства и выполнять преобразование одной структуры данных в другую без потери данных. Расчет объема хранимой информации производится в два этапа.
На первом этапе выполняется расчет применительно к примитивной структуре данных. На втором этапе осуществляется расчет объема данных при заданном базисе предметного пространства. На основе этих вычислений можно вести поиск оптимальной структуры хранилища данных с применением вертикальной и горизонтальной нормализаций.

В третьей главе решаются задачи анализа и поддержки принятия решений средствами информационно-аналитической системы; предложена модель управления деятельностью аспиранта по состояниям; представлены математическая модель процесса классификации состояний, алгоритм решения задачи классификации состояний, модель анализа деятельности аспиранта, динамическая модель деятельности аспиранта.

Модель управления деятельностью аспиранта представлена в виде множества кортежей:

где d – дата проведения анализа; j – идентификатор объекта; ai – ключевой показатель деятельности аспиранта (магистранта); n – количество показателей, используемых при решении задачи; m – количество объектов.

Задача классификации состояний аспирантов определена как задача порядковой классификации многокритериальных альтернатив и формально представлена следующим образом:

T  – свойство, отвечающее целевому критерию задачи («состояние аспиранта»);

– множество критериев, по которым оценивается каждый аспирант (средний балл вступительных экзаменов, количество публикаций, количество участий в конференциях, количество патентов и свидетельств, количество страниц диссертационной работы);

 – шкала оценок по критерию , упорядоченных по убыванию характерности для свойства T; , – число значений оценок на шкале q-го критерия;

 – пространство состояний аспирантов, подлежащих классификации. Каждое состояние аспиранта описывается набором оценок по критериям и представляется в виде векторной оценки , где , равно номеру оценки из множества ;

– множество классов решений, упорядоченных по убыванию выраженности свойства T («отличные показатели для защиты», «хорошие показатели для защиты», «зона риска»).

Требуется, основываясь на предпочтениях руководителя, построить
отображение множества допустимых объектов во множество классов
: , которое должно быть полным и удовлетворять свойству непротиворечивости:

.

Для решения данной задачи использован метод вербального анализа решений, основанный на использовании цепных покрытий множества векторных оценок.

После классификации состояния аспиранта и установления цепочки изменений состояний необходимо провести анализ состояния. Для этого предложена реализация метода сравнения с эталоном. При этом последовательность действий следующая:

выявление показателей деятельности объектов;

 установление значений эталонного объекта на основе анализа показателей;

 сопоставление показателей деятельности объекта с эталонным объектом;

выявление показателей работы объекта, требующих доработки;

выводы и рекомендации по выполнению намеченных планов.

В диссертации определен вектор как состояние субъекта, полученное в результате одного шага с порядковым номером при стремлении к цели. При этом – вектор-состояние субъекта, соответствующий достижению цели в результате всех выполненных шагов до k-го шага включительно, имеет вид:

После выполнения заданного количества шагов k определяется отношение проекции вектора на вектор к модулю вектора A, желаемое конечное состояние субъекта (цель):

.

Величина может принимать значения в интервале [0,1]. Цель достигается полностью, если .

Для формирования вектора-цели выбраны и проанализированы авторефераты защитившихся аспирантов Пензенского государственного университета по разным специальностям и направлениям. Анализ авторефератов произведен по следующим показателям: количество публикаций
в журналах, рекомендованных ВАК, количество монографий и публикаций в иных журналах, количество тезисов конференций, количество патентов и свидетельств и т.д. На основе этих показателей сформированы эталоны в виде среднеарифметических значений, максимальных значений, значений моды и медианы.

Для прогноза поведения групп аспирантов в течение одного учебного года предложена динамическая модель деятельности аспирантов. Для случая непрерывного времени модель имеет вид:

,

где – уровень подготовленности аспирантов группы к обучению; – параметры, характеризующие переход аспиранта из группы в группу ; – параметр, характеризующий сохранность общей численности аспирантов в группах (100 %).

Графики изменений в численности групп аспирантов приведены на рис. 1. Начальное распределение аспирантов по группам происходит по итогам вступительных экзаменов: и Расчеты выполнены при следующих значениях параметров: которые определены по результатам вступительных испытаний, оценок знаний по специальным дисциплинам и наличию научных публи­каций и изобретений.

 Графики изменений численности групп аспирантов Для определения-77

Рис. 1. Графики изменений численности групп аспирантов

Для определения (коррекции) параметров процесса, характеризующих деятельность аспирантов в конце учебного года, разработана система линейных алгебраических уравнений:

(3)

где

Процесс вычислений значений параметров в соответствии с выражением (3) является сходящимся и может рассматриваться как разновидность решения системы дифференциальных уравнений методом последовательных приближений.

Четвертая глава посвящена разработке и исследованию информационно-аналитической системы поддержки управления деятельностью аспирантов. Разработаны структуры транзакционной базы данных и реляционного хранилища данных. Решены задачи оперативного и интеллектуального анализа данных средствами Deductor.

Архитектура АИС приведена на рис. 2. В состав информационно-аналитической системы входят операционная база данных, предназначенная для сбора и хранения данных об аспирантах и научных руководителях; хранилище данных, содержащее агрегированные данные по итогам отчетного года; модули оперативного и интеллектуального анализа данных.

 Архитектура информационно-аналитической системы Операционная БД-83

Рис. 2. Архитектура информационно-аналитической системы

Операционная БД предназначена для хранения информации об аспирантах и соискателях, научных руководителях, результатах вступительных и кандидатских экзаменов, итогах ежегодной аттестации, публикациях, тезисах докладов, патентах и актах внедрения результатов исследо-ваний.

Приведен пример реализации классификации состояний аспирантов по результатам вступительных экзаменов методом вербального анализа с применением разработанной ИАС. В соответствии с предложенным алгоритмом после определения классов, критериев и оценок по критериям система последовательно выбирает объекты из множества всевозможных многокритериальных описаний состояний аспирантов и предъявляет эксперту для классификации (рис. 3).

Рис. 3. Задание классов и критериев

После того, как эксперт отнесет объект к одному из классов, система выполняет процедуру распространения по доминированию. Таким образом, эксперт, отвечая на предлагаемые вопросы, неявно формирует решаю­щее правило классификации. Показано, что для построения полной классификации необходимо задать серию вопросов. Количество вопросов определяется политикой эксперта и выбранной стратегией ответов. Настройку системы классификации предложено осуществлять при смене эксперта (решающего правила), а также при изменении критериев и оценок состояний объектов. Полученные в результате классификации множество всех возможных состояний объекта и соответствующие им классы импортируются в ИАС. Система сопоставляет значения показателей аспирантов из хранилища данных с итогами классификации.

Программа позволяет анализировать состояния аспирантов после каждого года обучения и присваивать ему класс состояния по его показателям за соответствующий год. На основании этого можно установить последовательность смены состояний аспиранта в процессе обучения (рис. 4).

 Изменения состояний аспирантов по годам обучения С применением ИАС-85

Рис. 4. Изменения состояний аспирантов по годам обучения

С применением ИАС реализована модель оценки состояния объектов управления методом сравнения с заданным эталонным состоянием. Осуществлена обработка данных для построения динамической модели изменений в распределении объектов управления по классам.

В заключении сформулированы основные результаты диссертационной работы.

Приложения к диссертации содержат: листинги программ, примеры реализации оперативного, интеллектуального анализа с применением ИАС и акты внедрения.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ И ВЫВОДЫ

1. Разработаны математические модели баз и хранилищ данных информационно-аналитической системы, отличающиеся заданием классов, объектов, компонентов (сущностей), базисов многомерных пространств данных в виде тензоров (индексных объектов) первой и второй валентности, что обеспечивает формализованное описание процедур преобразования, количественной оценки структур данных, операций извлечения, трансформации и загрузки данных.

2. Разработаны модель и алгоритм классификации состояний объектов управления, отличающиеся реализацией механизма цепных покрытий множества векторных оценок, предъявляемых эксперту, что позволяет строить полную и непротиворечивую классификацию средствами аналитической платформы Deductor.

3. Предложена модель оценки состояния объектов управления методом сравнения с заданным экспертом эталоном, отличающаяся представлением показателей состояния в виде вектора многомерного метрического пространства, что позволяет формировать отклонения состояния по каждому показателю и интегральную оценку состояния объекта средствами аналитической платформы Deductor.

4. Предложена динамическая модель изменений в распределении объектов управления по классам в виде системы дифференциальных уравнений, отличающаяся заданием параметров модели с учетом значений показателей текущего состояния объектов, что позволяет прогнозировать распределение объектов по состояниям в заданном интервале времени с использованием метода последовательных приближений.

5. Теоретически обоснована возможность представления моделей классов, объектов, сущностей, базисов многомерных пространств данных в виде тензоров первой и второй валентности при анализе объемов хранимой информации в базах и хранилищах данных, разработке алгоритмов извлечения, преобразования и загрузки данных.

6. На основе аналитической платформы Deductor, предлагаемой российской компанией BaseGroup Labs, и свободно распространяемой СУБД Firebird разработана проблемно-ориентированная ИАС поддержки уп-
равления процессом подготовки специалистов высшей квалификации
в вузе.

ОСНОВНЫЕ ПУБЛИКАЦИИ ПО ТЕМЕ ДИССЕРТАЦИИ

Публикации в изданиях, рекомендованных ВАК РФ

1. Попова, Н. А. Управление деятельностью аспирантов в вузе / Н. А. По­пова,
П. П. Макарычев // Известия высших учебных заведений. Поволжский регион. Технические науки. – 2011. № 2(18). – С. 6775.

2. Попова, Н. А. Динамическая модель деятельности аспирантов для автоматизации функций управления / Н. А. Попова, П. П. Макарычев // В мире научных открытий. – 2012. № 8(32). – С. 152166.

3. Попова, Н. А. Модель деятельности аспирантов для автоматизированной си-стемы управления / П. П. Макарычев, Н. А. Попова // Известия высших учебных заведений. Поволжский регион. Технические науки. – 2012. № 4(24). – С. 2936.

4. Попова, Н. А. Построение моделей данных с применением тензорной методологии  / Н. А. Попова // Современные проблемы науки и образования. –
2013. – № 5. URL : http://www.science-education.ru/111-10146.

Публикации в других изданиях

5. Федосеева, Н. А. Онтологическое исследование системы стратегического управления вузом / Н. А. Федосеева // Университетское образование : сб. ст.
XI Междунар. науч.-метод. конф. – Пенза, 2007. – С. 278–280.

6. Попова, Н. А. Стратегическое управление подготовкой специалистов высшей квалификации в вузе / Н. А. Попова // Университетское образование: сб. ст. XII Междунар. науч.-метод. конф. – Пенза, 2008. – С. 487–489.

7. Попова, Н. А. Система управления подготовкой специалистов высшей квалификации в вузе / Н. А. Попова // Новые информационные технологии в научных исследованиях и образовании : материалы XIII Всерос. науч.-техн. конф. студентов, молодых ученых и специалистов. – Рязань : Изд-во Рязан. гос. радиотехн.ун-та, 2008. Ч.1. – С. 9091.

8. Попова, Н. А. От онтологии до базы знаний системы управления подготовкой специалистов высшей квалификации / Н. А. Попова // Компьютерное моделирование естественно-научных и социальных проблем : сб. ст. II Междунар. науч.-техн. конф. молодых специалистов, аспирантов и студентов. – Пенза,
2008. – С. 192–194.

9. Попова, Н. А. От онтологии до базы знаний системы управления знаниями / Н. А. Попова // Информационные системы и технологии в образовании и социально-экономической сфере : сб. тр. II Всерос. науч.-практ. конф. Королев, 2008. С. 98102.

10. Попова, Н. А. Управление знаниями в современном вузе: от онтологии до базы знаний / Н. А. Попова // Альманах современной науки и образования.
2008. № 7(14). С. 138139.

11. Попова, Н. А. Управление подготовкой специалистов высшей квалификации в вузе / Н. А. Попова, П. П. Макарычев // Системный анализ в проектировании и управлении : тр. XII Междунар. науч.-практ. конф. СПб. : Изд-во Политехн. ун-та, 2008. Ч. 3. С. 9194.

12. Попова, Н. А. Система мониторинга и управления аспирантами в вузе /
Н. А. Попова // Новые информационные технологии в образовании : материалы Междунар. науч.-практ. конф. – Екатеринбург, 2009. Ч. 2. – С. 191193.

13. Попова, Н. А. Архитектура системы управления аспирантами в вузе /
Н. А. Попова // Информационные системы и технологии в образовании и социально-экономической сфере : сб. тр. III Всерос. науч.-практ. конф. Королев МО; Ярославль : Изд-во «Канцлер», 2009. С. 7375.

14. Попова, Н. А. Автоматизированная система контроля и управления деятельностью аспирантов / Н. А. Попова, П. П. Макарычев // Системный анализ в проектировании и управлении : тр. XIII Междунар. науч.-практ. конф. СПб. : Изд-во Политехн. ун-та, 2009. Ч. 2. С. 369372.

15. Попова, Н. А. Модель управления аспирантами по состояниям / Н. А. Попова // Университетское образование : сб. ст. XV Междунар. науч.-метод. конф. /
под ред. В. И. Волчихина, Р. М. Печерской. – Пенза : Изд-во ПГУ, 2011. – С. 287289.

16. Попова, Н. А. Построение моделей классов и объектов с применением тензорной методологии / П. П. Макарычев, Н. А. Попова // Университетское образование : сб. ст. XVII Междунар. науч.-метод. конф. / под ред. В. И. Волчихина, Р. М. Печерской. – Пенза : Изд-во ПГУ, 2013. – С. 457458.

Научное издание

Попова Наталия Александровна

МОДЕЛИ И АЛГОРИТМЫ
ПРОБЛЕМНО-ОРИЕНТИРОВАННОЙ
ИНФОРМАЦИОННО-АНАЛИТИЧЕСКОЙ СИСТЕМЫ

Специальность 05.13.17 – Теоретические основы информатики

Редактор Н. А. Сидельникова

Технический редактор С. В. Денисова

Компьютерная верстка С. В. Денисовой

Распоряжение № 23/2013 от 14.10.2013.

Подписано в печать 16.10.2013.

Формат 60841/16. Усл. печ. л. 1,04.

Тираж 100. Заказ № 828.

Издательство ПГУ.

440026, Пенза, Красная, 40.

Тел./факс: (8412) 56-47-33; e-mail:iic@pnzgu.ru



 





<


 
2013 www.disus.ru - «Бесплатная научная электронная библиотека»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.