Повторяйте пп. 2 и 4 до получения желаемого уровня продолжительности или до тех пор, пока сокращение возможно.

28. Вероятностный подход в оценке длительности проекта (PERT-метод)

На практике не возможно, что продолжительность всех действий по проекту известна. Продолжительность можно только спрогнозировать исходя из прошлого опыта. Использование ПЕРТ позволяет проводить более сложный анализ поставленной задачи. Этот метод заключается в определении крайних сроков каждого действия и их наиболее вероятной продолжительности.

Например, в таблице ниже дана наиболее вероятная, максимально возможная и минимально возможная продолжительность некоего действия.

Максимальная оценка часто называется пессимистической, а минимальная — оптимистической

Ожидаемую (среднюю) продолжительность этого действия можно оценить как взвешенное среднее трех оценочных показателей следующим образом:

Далее, целесообразно оценить показатель разброса (среднеквадратическое отклонение) с тем, чтобы проанализировать возможный разброс в продолжительности всего проекта. Три среднеквадратических отклонения в любую из сторон от среднего фактически захватят все из значений распределения. Отсюда, разница между максимальным и минимальным значениями в этом распределении составляет приблизительно 6 среднеквадратических отклонений.

Такого рода анализ можно провести по каждому действию, предусмотренному проектом.

Ожидаемая продолжительность и среднеквадратическое отклонение продолжительности всего проекта могут быть получены путем сочетания ожидаемых значений и среднеквадратических отклонений всех критических действий.

Так, если действия А, Б и В - критическими с ожидаемыми значениями ЕА, ЕБ и Ев и среднеквадратическими отклонениями σА, σБ и σв, то общая продолжительность проекта определяется следующим образом:

Основные понятия и круг проблем, история технологий текстового поиска.

Технологии текстового поиска имеют дело с информацией, представ­ленной на естественных языках. Основная единица информации в системах текстового поиска - документ - это порция информации, обладаю­щая законченным содержанием и какого-либо рода уникальным иденти­фикатором.

Системы поиска оперируют электронными документа­ми, хранимыми в памяти компьютеров и доступны­ми для автоматизированной обработки в оцифрованном виде (ввод с клавы, сканирование, распознование голаса…), когда каждая литера представляющего его тек­ста программно доступна. Классические направления в тестовом поиске — библиографический и полнотекстовый поиск.

Об­работка естественного языка, т.е. компьютерное решение задач, связанных с пониманием, анализом, выполнением различных операций над текстами на естествен­ном языке, а также с их генерацией. (искусственный интеллект).

Работы связанные с созданием электронных библиотек(90-е) - возникли новые на­правления, как обнаружение информации в глобальной компьютерной сети, текстовый поиск в Web, мультиязыковой поиск.

Появляются мультимедий­ные системы поиска - системы более общего класса, которые имеют дело с информацией, представленной в различных средах, где содержание документов - сочетание текстовых элементов, картинок, музы­ки, мультфильмов…

За свою историю развития технологии продвинулись к системам полнотекстового поиска - поз­воляют хранить огромные объемы информации, осуществлять обработку документов, выполнять алгоритмически сложные процедуры обработки хранимых коллекций до­кументов(классификацию, кластеризацию, глубинный анализ текс­тов, перевод…)

Новое зарождающееся направление текстового поиска связано с по­токами документов. Для поиска в потоке документов необходимы новые подходы и но­вые методы. Форми­рование систем управления документами, где важная роль отводится организации групповой разра­ботки документов, их хранения, распространения, а также технологи­ям текстового поиска.

Краткая история

в 50-х годах Разработки простейших сис­тем. Ранние текстовые информационные системы были ориентированы на функцию поиска - информа­ционно-поисковые системы (ИПС). Получил распространение библиогра­фический поиск. Многие ис­пользуются до настоящего времени.

в 60-х годах. форми­руются технологии полнотекстового поиска, т.е. поиска по полному содержанию текстовых документов на ес­тественных языках.

Получил распространение контекстный поиск - поиск документов, имеющих вхождения в них заданного кон­текста. Позднее - грамматические формы элементов контекста, фонетическую бли­зость слов… В 60-е годы был выполнен ряд проектов, например проект SMART (Salton's Magical Automatic Retriever of Texts) - пол­нотекстовый поиск на основе естественных языков, под руководством Джерарда Сэлтона в Гарвардском и Корнельском университетах(1962-1965). Важное достоинство - позволяла исследовать различные автоматизированные методы анализа текстов и оценивать качество текстового поиска, сравнивать ре­зультаты обработки запросов при различных методах поиска.

«Крэнфильдские эксперименты» проведены группой Кирилла Клевердона из колледжа по аэронавтике в Крэнфильде (Англия), была предложена методология сравнения средств индексирования документов в системах текстового поиска. Результат - автоматическое индексирование не уступает по качеству ручному индексированию, продемонстрировали также полез­ность тестовых коллекций документов и запросов.

Учреждена международная конференция по текстовому поиску TREC (Text Retrieval Conference), в 1992 в США - деятельность по сравнению возможностей раз­личных систем текстового поиска, общему анализу состояния их раз­работок и определению перспективных направлений развития.

Исследований 60-х годов стали основой многочисленных практических разработок систем текстового поиска. Начала формироваться ин­дустрия коммерческого программного обеспечения для систем тек­стового поиска, т.е. информационно-поисковыми системами.

В настоящее время проблематика тексто­вого поиска стала довольно обширной.

Значительное развитие получила функциональность систем тексто­вого поиска. Создаются комплексные системы обработки текстов с разнообразными функциями, лишь одной из которых является текстовый поиск. Созданы новые технологии глубинного анализа текстов (Text Mining), служащим для обозначения технологий глубинного анализа данных.