Основные этапы и стадии создания и организации компьютерных информационных систем управления

Понятие информационной системы

Информационная система -- взаимосвязанная совокупность средств, методов и персонала, используемых для хранения, обработки и выдачи информации в интересах достижения поставленной цели.

Современное понимание информационной системы предполагает использование в качестве основного технического средства переработки информации персонального компьютера. В крупных организациях наряду с персональным компьютером в состав технической базы информационной системы может входить мэйнфрейм или суперЭВМ. Кроме того, техническое воплощение информационной системы само по себе ничего не будет значить, если не учтена роль человека, для которого предназначена производимая информация и без которого невозможно ее получение и представление.

Жизненный цикл информационной системы

Понятие жизненного цикла является одним из базовых понятий методологии проектирования информационных систем. Жизненный цикл информационной системы представляет собой непрерывный процесс, начинающийся с момента принятия решения о создании информационной системы и заканчивается в момент полного изъятия ее из эксплуатации.

Стандарт ISO/IEC 12207 определяет структуру жизненного цикла, содержащую процессы, действия и задачи, которые должны быть выполнены во время создания информационной системы. Согласно данному стандарту структура жизненного цикла основывается на трех группах процессов:

· основные процессы жизненного цикла (приобретение, поставка, разработка, эксплуатация, сопровождение);

· вспомогательные процессы, обеспечивающие выполнение основных процессов (документирование, управление конфигурацией, обеспечение качества, верификация, аттестация, оценка, аудит, разрешение проблем);

· организационные процессы (управление проектами, создание инфраструктуры проекта, определение, оценка и улучшение самого жизненного цикла, обучение).

Модели жизненного цикла информационных систем

Под моделью жизненного цикла понимается структура, определяющая последовательность выполнения и взаимосвязи процессов, действий и задач, выполняемых на протяжении жизненного цикла. Модель жизненного цикла зависит от специфики информационной системы и специфики условий, в которых последняя создается и функционирует.

К настоящему времени наибольшее распространение получили следующие основные модели жизненного цикла:

· задачная модель;

· каскадная модель (или системная) (70-85 гг.);

· спиральная модель (настоящее время).

Задачная модель

При разработке системы "снизу-вверх" от отдельных задач ко всей системе (задачная модель) единый поход к разработке неизбежно теряется, возникают проблемы при информационной стыковке отдельных компонентов. Как правило, по мере увеличения количества задач трудности нарастают, приходится постоянно изменять уже существующие программы и структуры данных. Скорость развития системы замедляется, что тормозит и развитие самой организации.

Каскадная модель

В ранних, не очень больших по объему, однородных информационных систем каждое приложение представляло собой единое целое. Для разработки такого типа приложений применялся каскадный способ. Его основной характеристикой является разбиение всей разработки на этапы, причем переход с одного этапа на следующий происходит только после того, как будет полностью завершена работа на текущем (рис. 3.1). Каждый этап завершается выпуском полного комплекта документации, достаточной для того, чтобы разработка могла быть продолжена другой командой разработчиков.

Положительные стороны применения каскадного подхода заключаются в следующем:

на каждом этапе формируется законченный набор проектной документации, отвечающий критериям полноты и согласованности;

выполняемые в логичной последовательности этапы работ позволяют планировать сроки завершения всех работ и соответствующие затраты.

Технологии искусственного интеллекта

1. Знания и модели их представления

Основные понятия искусственного интеллекта

Системы искусственного интеллекта ориентированы на решение большого класса задач, называемыхнеформализуемыми (трудно фор­мализуемыми). Такие задачи обладают следующими свойствами:

· алгоритмическое решение задачи неизвестно или нереализуемо
из-за ограниченности ресурсов ЭВМ;

· задача не может быть представлена в числовой форме;

· цели решения задачи не могут быть выражены в терминах точно
определенной целевой функции;

· большая размерность пространства решения;

· динамически изменяющиеся данные и знания.

В исследованиях по искусственному интеллекту можно выделить два основных направления.

 

1. Программно-прагматическое — занимается созданием программ,
с помощью которых можно решать те задачи, решение которых до этого считалось исключительно прерогативой человека (программы рас­познавания, решения логических задач, поиска, классификации). Это
направление ориентировано на поиски алгоритмов решения интеллек­туальных задач на существующих моделях компьютеров.

2. Бионическое — занимается проблемами искусственного воспро­изведения тех структур и процессов, которые характерны для челове­ческого мозга и которые лежат в основе процесса решения задач чело­
веком. В рамках бионического подхода сформировалась новая наука —нейроинформатика, одним из результатов которой стала разработка нейрокомпьютеров.

Классическим принято считать программно-прагматическое на­правление. В рамках этого направления сначала велись поиски моде­лей и алгоритма человеческого мышления.

Существенный прорыв в практических приложениях систем искус­ственного интеллекта произошел в середине 70-х годов, когда на сме­ну поискам универсального алгоритма мышления пришла идея моде­лировать конкретные знания специалистов-экспертов. Так появились системы, основанные на знаниях, — экспертные системы. Сформиро­вался новый подход к решению интеллектуальных задач — представле­ние и использование знаний. Интересно, что понятие «знание» не имеет на сегодняшний день какого-либо исчерпывающего определения.

Знания — это выявленные закономерности предметной области (принципы, связи, законы), позволяющие решать задачи в этой области. С точки зрения искусственного интеллекта знания можно определить как формализованную информацию, на которую ссылаются в процес­се логического вывода.

Приведем ряд определений.

База знаний — это совокупность знаний, описанных с использова­нием выбранной формы их представления. База знаний является ос­новой любой интеллектуальной системы. База знаний содержит опи­сание абстрактных сущностей: объектов, отношений, процессов.

Знания можно разделить на процедурные и декларативные. Исто­рически первыми использовались процедурные знания, то есть зна­ния, представленные в алгоритмах. Алгоритмы, в свою очередь, были реализованы в программах. Однако развитие систем искусственного интеллекта повысило приоритет декларативных знаний, то есть зна­ний, сосредоточенных в структурах данных.

Процедурные знания хранятся в памяти ИС в виде описаний проце­дур, с помощью которых можно получить знания. Так обычно описыва­ются способы решения задач предметной области, различные инструк­ции, методики и т. д. Процедурные знания составляют ядро базы знаний.

Декларативные знания — это совокупность сведений о качественных и количественных характеристиках объектов, явлений, представлен­ных в виде фактов и эвристик. Традиционно такие знания накаплива­лись в виде разнообразных таблиц и справочников, а с появлением ЭВМ приобрели форму информационных массивов и баз данных. Де­кларативные знания часто называют просто данными.

Одной из наиболее важных проблем разработки систем искусствен­ного интеллекта является представление знаний.

Представление знаний — это их формализация и структурирование, с помощью которых отражаются характерные признаки знаний: вну­тренняя интерпретируемость, структурированность, связность, семан­тическая метрика и активность.

При работе со знаниями используются два основных подхода:

· логический (формальный) подход, при котором основное внимание уделяется изучению и применению теоретических методов пред­ставления знаний, формализации, а также логической полноте;

· эвристический (когнитивный) подход, который ориентируется на обеспечение возможностей решения задач. При этом опора делается на принцип организации человеческой памяти и эври­стическое моделирование. В отличие от формальных, эвристи­ческие модели имеют разнообразный набор средств, передающих
специфические особенности той или иной области.

Существуют следующие основные модели представления знаний:

* логические модели;

* продукционные модели;

* семантические сети;

* фреймовые модели;

* модели, основанные на нечетких множествах.