Место информационной системы в структуре торгового предприятия. Типы информационных систем. Системы обработки данных

<

052514 1252 1 Место информационной системы в структуре торгового  предприятия. Типы информационных систем. Системы обработки данныхИнформационная система является системой информационного обслуживания работников управленческих служб и выполняет технологические функции по накоплению, хранению, передаче и обработке информации. Она складывается, формируется и функционирует в регламенте, определенном методами и структурой управленческой деятельности, принятой на конкретном экономическом объекте, реализует цели и задачи, стоящие перед ним.

Современный уровень информатизации общества предопределяет использование новейших технических, технологических, программных средств в различных информационных системах экономических объектов.

Автоматизированная информационная система представляет собой совокупность информации, экономико-математических методов и моделей, технических, программных, технологических средств и специалистов, предназначенную для обработки информации и принятия управленческих решений.

Применение автоматизированных информационных систем особо важно в управлении финансовым подразделением фирмы. Использование автоматизированных информационных систем позволяет: оптимизировать планы работы, быстро вырабатывать решения, четко маневрировать финансовыми ресурсами и т.д.

Основными факторами, определяющими результаты создания и функционирования автоматизированных информационных технологий и процессов информатизации, являются: активное участие человека в системе автоматизации обработки информации и принятия управленческих решений; интерпретация информационной деятельности как одного из видов бизнеса; наличие научно обоснованной программно-технологической платформы, реализуемой на экономическом объекте; создание и внедрение научных прикладных разработок в области информации в соответствии с требованиями пользователей; формирование условий организационно-функционального взаимодействия и его математическое, модельное, системное и программное обеспечение; постановка и решение конкретных практических задач в области управления с учетом заданных критериев эффективности.

Главной составной частью автоматизированной информационной системы является информационная технология.

Автоматизированная информационная технология — системно организованная для решения задач управления совокупность методов и средств реализации операций сбора, регистрации, передачи, накопления, поиска, обработки и защиты информации на базе применения развитого программного обеспечения, используемых средств вычислительной техники и связи, а также способов, с помощью которых информация предлагается клиентам.

Существуют различные классификации экономических информационных систем, каждая из которых преследует определенные цели. Важными классификационными признаками являются: масштаб системы и интеграция ее компонентов, степень структурированности решаемых задач, сложность алгоритмов обработки и другие:

— по сфере применения различают информационные системы бухгалтерские, банковские, страховые, налоговые и другие;

— по степени автоматизации информационных процессов — ручные, автоматические, автоматизированные;

— по характеру решаемых задач — системы, разрабатываемые для решения структурированных (формализуемых) задач, неструктурированных (не формализуемых) задач и частично структурированных задач (у большинства решаемых задач известны не все элементы и взаимосвязи между ними);

— по режиму обработки — информационные системы, работающие в пакетном и в интерактивном режимах. Пакетная технология используется в основном в экономических информационных системах централизованного типа. Особенности технологии: информация собирается по одному каналу связи или устройству ввода; процесс подготовки информации отделен от непосредственно обработки; информация обрабатывается без воздействия на нее со стороны пользователя; процесс обработки детерминирован по этапам и каждому из них соответствует свое информационное и программное обеспечение.

Технологический процесс обработки представляет собой маршрут, состоящий из последовательности этапов: ввод, контроль, сортировка, слияние, группировка, копирование, архивирование, непосредственно обработка, выдача информации. Недостатками технологии являются: нерациональное использование ресурсов, отсутствие взаимодействия с пользователем.

При диалоговом режиме обработки обеспечивает интерактивный способ общения пользователя с ЭВМ. Достоинства технологии: задачи могут решаться параллельно, повышается пропускная способность системы, возможно изменение последовательности этапов обработки информации. Информационные системы диалогового режима используются в сетях, системах телеобработки данных, в системах, работающих в реальном масштабе времени.

— по виду применяемых программных разные авторы классифицируют информационные системы по-разному, и единая точка зрения отсутствует. В одних работах предлагается классифицировать программные средства в соответствии с видами используемой техники, в других — по выполняемым функциям.

-по структурному признаку различают системы централизованные, децентрализованные и системы коллективного пользования. Степень централизации или децентрализации зависит от количества и важности решений, принимаемых на нижнем уровне, от организации количественного контроля за работой нижнего уровня. Недостатками централизованной системы являются: слабая мобильность и модифицируемость, большие затраты времени на обработку. Децентрализация обеспечивает приоритетность и упрощение принимаемых решений, стимулирование инициативы работников;

— по сфере действия системы бывают государственными, коммерческими, производственными, управленческими и другими;

— по уровню автоматизации управления различают автоматизированные системы управления, информационно-справочные и информационно-поисковые системы;

— по режиму работы комплекса технических средств системы бывают дискретными и непрерывными;

— по характеру интеграции функциональных задач различают системы, подсистемы, отдельные задачи.

Появление новых информационных технологий, разработка интеллектуальных технических средств позволяют создавать информационные системы с высокой степенью интеллектуализации, которая проявляется: в расширении функций общесистемного программного обеспечения; в разработке новых прикладных систем с элементами экспертных систем; в организации технологических процессов планирования, управления и контроля деятельности предприятия в режиме реального времени; в интеллектуализации технической платформы (многофункциональные устройства, многопротокольные адаптеры, виртуализация памяти, каналов связи и др.).

База данных — это организованная структура, предназначенная для хранения информации. Данные и информация — понятия взаимосвязанные, но не тождественные, должен заметить несоответствие в этом определении. Сегодня большинство систем у правления базами данных (СУБД) позволяют размещать в своих структурах не только данные, но и.методы (то есть программный код), с помощью которых происходит взаимодействие с потребителем или с другими программно-аппаратными комплексами. Таким образом, можно говорить, что в современных базах данных хранятся отнюдь не только данные, но и информация.

<

С понятием базы данных тесно связано понятие системы управления базой данных – это комплекс программных средств, предназначенных для создания структуры новой базы, наполнения ее содержимым, редактирования содержимого и визуализации информации. Под визуализацией информации базы понимается отбор отображаемых данных в соответствии с заданным критерием, их упорядочение, оформление и последующая выдача на устройство вывода или передача по каналам связи.

В мире существует множество систем управления базами данных. Несмотря на то что они могут по-разному работать с разными объектами и предоставляют пользователю различные функции и средства, большинство СУБД опираются на единый устоявшийся комплекс основных понятий. Это дает нам возможность рассмотреть одну систему и обобщить ее понятия, приемы и методы на весь класс СУБД.

Существует несколько типов СУБД.

В иерархической системе управления базой данных данные в соответствии с ветвящимся деревом их признаков располагаются в двумерных файлах и образуют деревья признаков. Соответственно этому происходит и поиск необходимых сведений.

В реляционных системах управления базами данных данные представляются в форме таблиц, определяющих взаимосвязь записей. Реляционные СУБД характеризуются простотой, гибкостью и точностью. Каждая из них одновременно работает с данными, размещенными в нескольких таблицах. Поэтому реляционные базы данных ориентированы на быстрый доступ к данных.

Объектно-ориентированные системы управления базами данных основываются на объектно-ориентированных базах данных. Они позволяют работать со сложными типами данных, хранимых в виде объектов. Причем данные хранятся независимо от прикладных программ. Рассматриваемые СУБД отличаются высокой производительностью при обработке трансакций и поэтому особенно эффективны при обработке изображений и звука, которые не могут быть представлены в виде таблиц, как это требуют реляционные базы.

Гибридные системы управления базами данных объединяют положительные качества реляционных и объектно-ориентированных систем. Они соединяют средства обработки трансакций реляционных СУБД с поддержкой многочисленных типов данных объектно-ориентированных СУБД. Гибридные СУБД используют «язык структурированных запросов» (SQL).

Многомерные системы управления базами данных (MDDBMS) обеспечивают представление данных в виде N-мерного куба. Благодаря этому MDDBMS обрабатывает сложные системы документов.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

2. Экспертные системы. Назначение. Достоинства. Архитектура

 

Экспертные системы — это прикладные системы ИИ, в которых база знаний представляет собой формализованные эмпирические знания высококвалифицированных специалистов (экспертов) в какой либо узкой предметной области. Экспертные системы предназначены для замены при решении задач экспертов в силу их недостаточного количества, недостаточной оперативности в решении задачи или в опасных (вредных) для них условиях.

Экспертные системы возникли как значительный практический результат в применении и развитии методов искусственного интеллекта — совокупности научных дисциплин, изучающих методы решения задач интеллектуального (творческого) характера с использованием ЭВМ.

Область искусственного интеллекта имеет более чем сорокалетнюю историю развития. С самого начала в ней рассматривался ряд весьма сложных задач, которые, наряду с другими, и до сих пор являются предметом исследований: автоматические доказательства теорем, машинный перевод (автоматический перевод с одного естественного языка на другой), распознавание изображений и анализ сцен, планирование действий роботов, алгоритмы и стратегии игр.

Экспертная система — это набор программ, выполняющий функции эксперта при решении задач из некоторой предметной области. Экспертные системы выдают советы, проводят анализ, дают консультации, ставят диагноз. Практическое применение экспертных систем на предприятиях способствует эффективности работы и повышению квалификации специалистов. В отличие от машинных программ, использующий процедурный анализ, экспертные системы решают задачи в узкой предметной области (конкретной области экспертизы) на основе дедуктивных рассуждений. Такие системы часто оказываются способными найти решение задач, которые неструктурированны и плохо определены.

Причиной повышенного интереса, который экспертные системы вызывают к себе на протяжении всего своего существования, является возможность их применения к решению задач из самых различных областей человеческой деятельности. Пожалуй, не найдется такой проблемной области, в которой не было бы создано ни одной экспертной системы или, по крайней мере, такие попытки не предпринимались бы.

Главным достоинством экспертных систем является возможность накопления знаний и сохранение их длительное время. В отличии от человека к любой информации экспертные системы подходят объективно, что улучшает качество проводимой экспертизы. При решении задач, требующих обработки большого объема знаний, возможность возникновения ошибки при переборе очень мала. Практическое применение искусственного интеллекта на машиностроительных предприятиях и в экономике основано на экспертных системах, позволяющих повысить качество и сохранить время принятия решений, а также способствующих росту эффективности работы и повышению квалификации специалистов.

Основными отличиями экспертных систем от других программных продуктов являются использование не только данных, но и знаний, а также специального механизма вывода решений и новых знаний на основе имеющихся. Знания в экспертной системе представляются в такой форме, которая может быть легко обработана на ЭВМ. В системе известен алгоритм обработки знаний, а не алгоритм решения задачи. Поэтому применение алгоритма обработки знаний может привести к получению такого результата при решении конкретной задачи, который не был предусмотрен. Более того, алгоритм обработки знаний заранее неизвестен и строится по ходу решения задачи на основании эвристических правил. Решение задачи в экспертной системе сопровождается понятными пользователю объяснениями, качество получаемых решений обычно не хуже, а иногда и лучше достигаемого специалистами. В системах, основанных на знаниях, правила (или эвристики), по которым решаются проблемы в конкретной предметной области, хранятся в базе знаний. Проблемы ставятся перед системой в виде совокупности фактов, описывающих некоторую ситуацию, и система с помощью базы знаний пытается вывести заключение из этих фактов.

Все знания хранятся в базе знаний. Для ее построения требуется провести опрос специалистов, являющихся экспертами в конкретной предметной области, а затем систематизировать, организовать и снабдить эти знания указателями, чтобы впоследствии их можно было легко извлечь из базы знаний.

Компьютерные системы, которые могут лишь повторить логический вывод эксперта, принято относить к экспертным системам первого поколения. Однако специалисту, решающему интеллектуально сложную задачу, явно недостаточно возможностей системы, которая лишь имитирует деятельность человека. Ему нужно, чтобы система выступала в роли полноценного помощника и советчика, способного проводить анализ нечисловых данных, выдвигать и отбрасывать гипотезы, оценивать достоверность фактов, самостоятельно пополнять свои знания, контролировать их непротиворечивость, делать заключения на основе прецедентов и, может быть, даже порождать решение новых, ранее не рассматривавшихся задач. Наличие таких возможностей является характерным для экспертных систем второго поколения, концепция которых начала разрабатываться 9-10 лет назад. Экспертные системы, относящиеся ко второму поколению, называют партнерскими, или усилителями интеллектуальных способностей человека. Их общими отличительными чертами является умение обучаться и развиваться, т.е. эволюционировать.

В экспертных системах первого поколения знания представлены следующим образом:

1.  знаниями системы являются только знания эксперта, опыт накопления знаний не предусматривается

2. методы представления знаний позволяли описывать лишь статические предметные области

3.  модели представления знаний ориентированы на простые области

Представление знаний в экспертных системах второго поколения следующее:

1. используются не поверхностные знания, а более глубинные. Возможно дополнение предметной области.

2.     Экспертная система может решать задачи динамической базы данных предметной области.

Области применения систем, основанных на знаниях, могут быть сгруппированы в несколько основных классов:

1. Медицинская диагностика.

2.  Прогнозирование.

3.  Планирование.

4.  Интерпретация.

5.  Контроль и управление.

6.    Диагностика неисправностей в механических и электрических устройствах.

7.   Обучение.

На рисунке 1 изображена обобщенная структура экспертной системы.

База знаний предназначена для хранения экспертных знаний о предметной области, используемых при решении задач экспертной системой.


 

052514 1252 2 Место информационной системы в структуре торгового  предприятия. Типы информационных систем. Системы обработки данных
Рисунок 1. Структура экспертной системы

 

База данных предназначена для временного хранения фактов или гипотез, являющихся промежуточными решениями или результатом общения системы с внешней средой, в качестве которой обычно выступает человек, ведущий диалог с экспертной системой.

Машина логического вывода — механизм рассуждений, оперирующий знаниями и данными с целью получения новых данных из знаний и других данных, имеющихся в рабочей памяти. Для этого обычно используется программно реализованный механизм дедуктивного логического вывода (какая-либо его разновидность) или механизм поиска решения в сети фреймов или семантической сети.

Машина логического вывода может реализовывать рассуждения в виде:

  1. дедуктивного вывода (прямого, обратного, смешанного);
  2. нечеткого вывода;
  3. вероятностного вывода;
  4. унификации (подобно тому, как это реализовано в Прологе);
  5. поиска решения с разбиением на последовательность подзадач;
  6. поиска решения с использованием стратегии разбиения пространства поиска с учетом уровней абстрагирования решения или понятий, с ними связанных;
  7. монотонного или немонотонного рассуждения,
  8. рассуждений с использованием механизма аргументации;
  9. ассоциативного поиска с использованием нейронных сетей;
  10. вывода с использованием механизма лингвистической переменной.

    Подсистема общения служит для ведения диалога с пользователем, в ходе которого ЭС запрашивает у пользователя необходимые факты для процесса рассуждения, а также, дающая возможность пользователю в какой-то степени контролировать и корректировать ход рассуждений экспертной системы.

    Подсистема объяснений необходима для того, чтобы дать возможность пользователю контролировать ход рассуждений и, может быть, учиться у экспертной системы. Если нет этой подсистемы, экспертная система выглядит для пользователя как «вещь в себе», решениям которой можно либо верить либо нет. Нормальный пользователь выбирает последнее, и такая ЭС не имеет перспектив для использования.

    Подсистема приобретения знаний служит для корректировки и пополнения базы знаний. В простейшем случае это — интеллектуальный редактор базы знаний, в более сложных экспертных системах — средства для извлечения знаний из баз данных, неструктурированного текста, графической информации и т.д.

    .

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

    Список литературы

     

  11. Иванов Е.Ю. Информация как категория экономической теории // http:// arw.asu.ru/ econ /txt / ef /publicat /ivanov1.htm. – 2001.
  12. Информатика для юристов и экономистов / Под ред. Симонович С.В.–СПб.: Питер, 2004.
  13. Информационные технологии в экономике / Под ред. Ю.Ф, симионова.–Ростов-н/Д: Феникс, 2003.
  14. Корнеев И.И., Машурцев В.А. Информационные технологии в управлении.–М.: ИНФРА-М, 2001
  15. Майоров С.И. Информационный бизнес: коммерческое распространение и маркетинг.–М.: Финансы и статистика, 1993.
  16. Пещанская И. Экономика информационного общества // Российский экономический журнал. № 5– 6. 1996.
  17. Родионов И.И. Информационные ресурсы для предпринимателей.–М.: Электронные знания , 2004.
  18. Стиглер Дж.Дж. Экономическая теория информации // Вехи экономической мысли / Под ред. М. Гальперина. Спб., 2001. Т. 2.
<

Комментирование закрыто.

WordPress: 23.32MB | MySQL:123 | 2,675sec