- •Раздел 3. Лист 30/89
- •Микропроцессоры
- •3) Система мкод. (Множественный Поток Команд и Общий Поток Данных)
- •4). Системы мкмд.
- •Модель iso/osi
- •8.Технология Ethernet, Fast Ethernet, Gigabit Ethernet, Token Ring, fddi; Топологии локальных сетей;
- •9.Логическая и физическая структуризация сети: концентратор (повторитель), коммутатор (мост), маршрутизатор; Типы линий связи локальных сетей;
- •1) Неявная
- •12.Назначение выводов микропроцессора мк-51. Организация памяти мк-51. Подключение микросхем внешней памяти. Назначение выводов микропроцессора мк-51
- •Первое адресное пространство – память программ
- •Второе адресное пространство – внешняя память данных
- •3Е адресное пространство – внутренняя память данных
- •13.Регистр слова состояния программы (psw). Битовый процессор мк-51. Режимы работ таймеров-счетчиков мк-51 (0, 1, 2, 3). Регистр слова состояния программы (psw).
- •14.Порты ввода-вывода мк-51. Структура прерываний мк-51. Режимы работ последовательного интерфейса мк-51. Порты ввода/вывода мк-51
- •Состав субд.
- •1) Внутреннее устройство
- •2) Интерфейс пользователя
- •Основные этапы проектирования информационной системы.
- •15.Модели данных: иерархическая, реляционная, сетевая. Физическая организация данных в реляционных базах. Удаление, добавление, изменение записей. Индексация.
- •1) Модель управления файлами
- •2) Иерархическая модель
- •3) Сетевая модель
- •Основы реляционной алгебры
- •Отношения
- •Фундаментальные свойства отношений
- •Операции над отношениями. Общая интерпретация реляционных операций
- •Нормализация реляционной модели данных
- •Реляционные системы управления базами данных
- •Целостность базы данных
- •Безопасность базы данных
- •Обеспечение надежности и работоспособности базы данных
- •Ведение системного журнала и аудит базы данных
- •Концептуальное проектирование
- •Модель сущность-атрибут-связь (er)
- •Модели данных
- •Логическое проектирование
- •Система управления базами данных
- •Преимущества субд
- •Недостатки субд
- •Физическое проектирование
- •20.Этапы процесса принятия решений. Принятие решения в условиях определенности. В условиях множества критериев. Основные этапы процесса сбора и анализа экспертами информации.
- •Определение области компромиссов
- •Нормализация критериев
- •Принципы оптимальности многовекторных задач
- •Характеристики приоритета критериев и методы его учёта
- •Методы учёта приоритета критериев
- •Постановка задачи
- •21.Управленческое решение. Требования к управленческому решению. Компоненты процесса принятия решений. Подготовительные этапы принятия решений.
- •23.Методика декомпозиции целей. Алгоритмизация процесса декомпозиции. Методы экспертных оценок.
Определение области компромиссов

В
область согласия входят решения, для
любого из которых можно найти решение
из области компромиссов, превосходящее
его по всем критериям. Для решений
составляющих область компромиссов
характерно то, что хотя-бы по одному
критерию одно решение превосходит
другое.
Идея алгоритма: выбирается х1 из Х, выбирается другой х2 из Х и производится сравнение х1 и х2. Результаты:
х1>x2 по всем критериям, тогда х2 отправляем в область согласия, исключаем из Х и выбираем х3
х1<х2 по всем критериям, тогда x1 отправляем в область согласия, исключаем из Х и выбираем х3
если по разным критериям различные результаты, то берём х3 из Х
Алгоритм прост и основан на переборе и сравнении.
Нормализация критериев
Под нормализацией понимается процедура искусственного приведения критериев к единой мере и масштабу измерения.
А) безразмерные
Б)

Идеальный критерий :

максимальный на заданном множестве решений

супремум и инфимум



Для нормализованного критерия, чем больше, тем лучше.




2 принцип выделения главного критерия
для всех критериев задаются их допустимые значения. Из множества компромисов выбирается такой, для которого все

для выбранного главного критерия определяется решение yопт, которое принадлежит y’
Принципы оптимальности многовекторных задач


Нужно использовать свои принципы оптимальности на каждом уровне и в конечном счёте вектор в основной задаче необходимо заменить числом.
Скаляризация – переход от вектор задачи к скалярной.
Характеристики приоритета критериев и методы его учёта
Характеристики приоритета:
Ряд приоритета – упорядоченное множество индексов локальных критериев Y=(1,2,3…m). Y1>y2>y3… если критерии равноценны, то они выделяются.
Вектор приоритета – вектор, компонентами которого служит бинарное отношение приоритета, который определяет степень превосходства двух соседних критериев. λ=( λ1, λ2… λm). Все от 1 до бесконечности. Первый лучше второго в значение раз.
Весовой вектор v=(v1,v2,,,,vm), 0<=vj<=1. Сумма равна 1. Λi=vi/vi+1. Vk=П λi/СУММ Пk λi
Методы учёта приоритета критериев
Принцип жесткого приоритета. Критерии расположены в ряд приоритета. При выборе решения не разрешается повышать уровень менее важных критериев, если это приводит к понижению уровня более важных критериев.
Принцип последовательной уступки. Имеется ряд приоритетов критериев. По наиболее важному критерию назначается уступка по наиболее важному критерию назначается уступка Δy1 и выбирается решение из [y1,y1-Δy1]. Выбирается решение y2 и выбирается вторая уступка Δy2 и выбирается…. И так далее до получения действенного решения.
Методы учёта гибкого приоритета. v1*y1;v2*y2;v3*y3. Переходим к нормализованной таблице, но с учётом весов.
Постановка задачи
Условия, в которых возникает задача:
Должен быть субъект, перед которым возникает проблема.
В распоряжении субъекта должно быть, по крайней мере, 2 реализуемые стратегии (должна быть проблема выбора) С1 и С2.
У субъекта должна быть поставлена цель решения проблемы.
При выборе каждой стратегии должна быть возможность получения хотя бы двух результатов Р1 и Р2, один из которого предпочтительней другого.
Каждой стратегии должна соответствовать некоторая вероятность достижения цели, но эти вероятности не должны быть одинаковыми.
Основные этапы процесса сбора и анализа экспертами информации.
Методы экспертных оценок
Причины использования:
Принимаемые решения характеризуются большими затратами и негативными последствиями в случае неудачности решения.
Широкое внедрение АСОИУ и необходимость использования полной информации, часть из которой можно получить только с помощью экспертов.
Экспертная информация используется тогда, когда нет других способов получения информации.
Экспертные оценки применяются:
Обоснование сложных решений
Задачи прогнозирования
Недостатки экспертных оценок:
Субъективность
Нет методов оценки надёжности получаемых результатов

Группа должна хорошо быть знакома с проблемой и хорошо знать психологию
Прежде чем начать работу надо понять суть.
Можно использовать
Мозговой штурм
Морфологический анализ
Синептика
Метод Дельфи
Дерево целей
Прогнозный граф
Горизонтальная матрица
Необходимо решить 3 проблемы:
Определить компетентность экспертов
Два подхода:
А) объективные методы оценки:
1) статус специалиста. Определяется стажем работы, наличие учёной степени и звания, должность, число публикаций, число ссылок на труды и т.д.
Недостатки: не учитывается опыт и знания именно этого человека, нет однозначной зависимости с уровнем компетентности
2)
основан на анализе данных экспертом
фактических результатов,
,
Nп
– число правильных ответов.
Недостаток: узкая область применения.
Б) субъективные методы оценки:
1) тестовый метод. Тестовые задания, по которым судят о компетентности специалиста.
Недостаток: трудно (а иногда и не возможно) выбрать тестовую задачу.
2)
метод самооценки.
.
3) метод взаимной оценки. «Снежный ком»: выбирается 5 специалистов. Каждого просят назвать 5 специалистов в данной области. Если в этот список кто-то не попал, то их просят назвать ещё 5 специалистов и так до тех пор. Пока список не исчерпывается. На каждой итерацию число увеличивается.
Определить количественный состав группы

обычно
выбирается как число объектов, а
как потенциальное число экспертов.
Подобрать кандидатуры экспертов
Основные требования:
Компетентность
Креативность
Позитивное отношение к экспертизе
Низкий уровень конформизма (подверженность влиянию других людей)
Аналогичность и широта мышления
Конструктивность мышления
Свойства коллективизма
Самокритичность
Выбор процедуры проведения опроса
Виды опроса:
Дискуссия
Интервьюирование – устный опрос эксперта, который проводится в достаточно свободной форме по специально разработанной программе. Могут быть отклонения от программы.
Анкетирование. Вопросы могут быть по существу, мотивам и личности (необязательно). Вопросы бывают открытые и закрытые. Основные принципы составления анкет:
Нужно стремиться к экономии времени экспертов.
Формулировка вопросов должна быть чёткой и понятной.
Если ответы на вопросы в виде да или нет, то их нужно размещать случайным образом, если заранее ожидаются те или иные варианты ответа.
Вопросы устанавливаются в порядке перехода от более общих к более конкретным.
Характеристики дискуссии:
Дискуссию целесообразно проводить на первом этапе
Время на проведение дискуссии необходимо меньше
При дискуссии гораздо легче обнаруживается творческая деятельность эксперта
В ходе дискуссии происходит согласование позиций экспертов и в результате вырабатывается общее решение
Характеристики анкетирования:
Меньше опасность конформизма
Можно управлять степенью общения экспертов
На результаты влияет состав анкеты
Содержание материала по анкетированию:
Обращение
Характеристика задачи
Правила заполнения анкеты
Характер использования результатов экспертизы
Куда и как передать анкету
Сама анкета
Организация проведения экспертизы:
Бывают одно, двух и много этапные экспертизы. Если необходимо оценить хорошо известные объекты. То экспертиза проводится в один этап. В двух этапных экспертизах на первом этапе определяются объекты, на втором цели. Многоэтапные процедуры организуются специальным образом.
Пример: метод Дельфи. Особенности: анонимность и регулируемая обратная связь.
Предпосылки, положенные в основу метода: поставленные вопросы должны допускать ответы в виде числа.
Ответ на каждый из вопросов должен быть обоснован экспертом
У экспертов должен быть достаточный объём информации
Стандартно опрос проводится в четыре тура:
Эксперты должны дать оценку событиям, которые могут пополнить или сократить эти события. Аналитики проводят статистическую обработку полученных данных. Которая состоит в упорядочивании чисел. Расчёт медианы и квартала. Пред этим анализом уточняется набор событий, заданных экспертами. Наиболее интересны первый и четвёртый квартал. После каждого эксперимента эксперту сообщается значение медианы, размах шкалы и мотивировки экспертов из крайних квартилей.
На втором этапе всех экспертов просят учесть возражения и их прокомментировать. Затем проводится статистическая обработка, и результаты вновь сообщаются экспертам, и сообщается обоснование всех оценок. Аналогично проводятся третий и четвёртый этап. Если на более ранних этапах оценки согласованны, то последние этапы могут не проводится.
Особенности метода:
Обычно на первом туре проявляется широкий разброс мнений экспертов. После каждой итерации сходимость ответов растёт.
Менее знающие эксперты оказывают менее сильное влияние на групповую оценку.
6 – выбор способа назначения оценок: непосредственная оценка, ранжирование и парные сравнения.
Метод непосредственной оценки:
Оценка физических и экономических параметров (стоимость, время разработки, трудоёмкость, масса и т.д.).
Оценка вероятности наступления, какого либо события
Балльная оценка: приписывают баллы или оценивают по качественной шкале. Потом переводят в баллы. Балльные оценки бывают двух видов: оценка производится по некоторому объективному критерию (в этом случае задаются некоторые эталоны)
Метод ранжирования – упорядочивание объектов в соответствии с возрастанием или убыванием некоторой характеристики. Достоинства метода: простота. Недостатки: необходимо различать все уровни градации, для того, что бы расставить все объекты в ряд; нет количественной оценки предпочтительности двух объектов из ряда.
Метод попарного сравнения – все объекты сравниваются друг с другом попарно. Результаты сравнения могут быть представлены в различной форме. Величины могут отражать во сколько раз один объект предпочтительней другого. Результаты могут отражать долю предпочтительности одного объекта по сравнению с другим. Результаты могут отражать вероятность предпочтения одного объекта по сравнению с другим. Преимущество метода: более высокая точность. Недостатки: более трудоёмок для эксперта и для обработки.
