Та моделювання




Сторінка1/10
Дата конвертації27.01.2017
Розмір5.05 Kb.
  1   2   3   4   5   6   7   8   9   10

ТЕХНОЛОГІЇ
ОБРОБКИ

Міністерство освіти і науки України
Вінницький національний технічний університет



В. Б. Мокін, А. В. Поплавський,
А. Р. Ящолт, М. П. Боцула

ТЕХНОЛОГІЇ ОБРОБКИ
ТА МОДЕЛЮВАННЯ
ЕКОЛОГІЧНОЇ ТА
ЕКОНОМІЧНОЇ
ІНФОРМАЦІЇ

Вінниця, ВНТУ
2016

1
Міністерство освіти і науки України
Вінницький національний технічний університет







В. Б. Мокін, А. В. Поплавський, А. Р. Ящолт, М. П. Боцула

ТЕХНОЛОГІЇ ОБРОБКИ ТА МОДЕЛЮВАННЯ
ЕКОЛОГІЧНОЇ ТА ЕКОНОМІЧНОЇ ІНФОРМАЦІЇ
Електронний навчальний посібник
.




Вінниця
ВНТУ
2015

2
УДК 574.55
ББК 73я7:20.1+65.05
Т 74

Рекомендовано до видання
Вченою радою
Вінницького національного технічного університету Міністерства освіти і науки
України (протокол № 7 від 24.12.2015 р.)


Рецензенти:
Л. І. Тимченко, доктор технічних наук, професор
В. Г. Петрук, доктор технічних наук, професор
Є.М. Крижановський, кандидат технічних наук, доцент
-Укр
В електронному навчальному посібнику наведено основні технології обробки, сучасні тенденції та прикладні аспекти моделювання як екологічної так
і економічної інформації..
Посібник рекомендується для студентів спеціальності 7,8.050101 –
«Комп’ютерний еколого-економічний моніторинг» напряму «Комп’ютерні науки» та для напрямів підготовки 6.040303 – «Системний аналіз» та 6.040106 –
«Екологія, охорона навколишнього середовища та збалансоване природокористування», а також для студентів інших спеціальностей, аспірантів
і науковців, які займаються питаннями обробки інформації




УДК 574.55
ББК 73я7:20.1+65.05




В. Мокін, А. Поплавський,
А. Ящолт, М. Боцула, 2015

Мокін В.Б.

Т
74
Технології обробки та моделювання екологічної та економічної
інформації / [
В. Б. Мокін, А.В. Поплавський, А. Р. Ящолт,
М. П. Боцула
]. — Електронний навчальний посібник. – Вінниця:
ВНТУ, 2015. – 130 с.



3
Зміст
ВСТУП ................................................................................................... 5 1 ТЕХНОЛОГІЯ: ПОНЯТТЯ, ОСНОВНІ ВЛАСТИВОСТІ ТА
ПРОЦЕСИ. ІНФОРМАЦІЯ, ДАНІ, ЗНАННЯ ЯК ОБ'ЄКТИ
ТЕХНОЛОГІЇ ................................................................................................... 7 1.1
Визначення поняття технології ........................................................... 7 1.2
Інформаційні технології: властивості, вимоги, цілі .......................... 9 1.2.1
Принципи функціонування автоматичних засобів видобування знань ......................................................................... 9 1.2.2
Нейромережеві технології штучного інтелекту ....................... 11 1.2.3
Мапи, що самоорганізуються. .................................................... 13 1.2.4
Технологія видобування знань Data Mining ............................. 15 1.3
Інформаційна технологія автоматизації процесу аналізу
інформації ............................................................................................ 17 1.4
Збір і систематизація даних ............................................................... 19 1.5
Інформація і засоби її формалізованого опису ................................ 21 1.5.1
Види інформації. Поняття економічної та екологічної
інформації .................................................................................... 21 1.5.2
Структура і властивості економічної інформації .................... 23 1.5.3
Класифікація як засіб формалізованого опису інформації ..... 24 1.5.4
Кодування об'єктів класифікації ................................................ 26 1.6
Контрольні запитання ......................................................................... 28 2 ІНФОРМАЦІЙНІ ТЕХНОЛОГІЇ В УПРАВЛІННІ ....................... 30 2.1
Електронне урядування (e-gov) ......................................................... 30 2.2
Електронний документообіг .............................................................. 35 2.3
Електронний підпис і сертифікація документів .............................. 38 2.4
ERP-системи та їх особливості .......................................................... 41 2.5
Методи моделювання бізнес-процесів ............................................. 44 2.6
Корпоративні інформаційні системи ................................................ 50 2.6.1
Корпоративна інформаційна система «Галактика" ................. 51 2.6.2
Корпоративна інформаційна система R/3 ................................. 53 2.6.3
Корпоративна інформаційна система Oracle Applications ...... 55 2.7
Електронний документообіг в корпоративних ІС. .......................... 56 2.8
Контрольні запитання ......................................................................... 57 3 ОСНОВИ ЕЛЕКТРОННОЇ КОМЕРЦІЇ.......................................... 59 3.1
Розвиток електронної комерції .......................................................... 59 3.2
Електронні платіжні системи ............................................................. 61 3.3
Ініціалізація клієнта в платіжній системі. Традиційна комерція. Електронна комерція. ........................................................ 66 3.4
Технології Інтернет-банкінгу............................................................. 67 3.5
Контрольні запитання ......................................................................... 70

4 4
ТЕХНОЛОГІЇ
ОБРОБКИ
ЕКОЛОГО-ЕКОНОМІЧНОЇ
ІНФОРМАЦІЇ................................................................................................. 71 4.1
Математична обробка даних моніторингових досліджень ............ 71 4.2
ГІС-технології обробки екологічної інформації .............................. 74 4.3
Збирання та обробка даних дистанційного зондування Землі ....... 75 4.4
Технології бізнес-аналітики ............................................................... 82 4.5
Мови програмування для обробки еколого-економічної
інформації ............................................................................................ 89 4.6
Контрольні запитання ......................................................................... 94 5 ЕКСПЕРТНІ СИСТЕМИ ................................................................. 95 5.1
Знання ................................................................................................... 95 5.2
Склад експертної системи. ................................................................. 95 5.3
Класифікація експертних систем. ..................................................... 97 5.4
Етапи розробки експертних систем. ................................................. 97 5.5
Область застосування експертних систем. ....................................... 98 5.6
Відомі експертні системи ................................................................. 101 5.7
Контрольні запитання ....................................................................... 102 6
АВТОМАТИЗОВАНІ ІНФОРМАЦІЙНІ СИСТЕМИ ДЛЯ
ОБРОБКИ ЕКОЛОГІЧНОЇ ТА ЕКОНОМІЧНОЇ ІНФОРМАЦІЇ ........... 103 6.1
Система державного екологічного моніторингу Мінприроди ..... 103 6.2
АСУ «ЕкоІнспектор» ........................................................................ 108 6.3
Управління регіоном на основі ЕЕ-моделі ..................................... 111 6.4
Технологія гідрометеопрогнозування ............................................. 116 6.5
Контрольні запитання ....................................................................... 120
СПИСОК ВИКОРИСТАНИХ ДЖЕРЕЛ ......................................... 121


5
Вступ
Ще недавно термін «технологія» використовувався для позначення сукупності відомостей про різноманітні фізико-механічні, хімічні та інші засоби обробки сировини, напівфабрикатів, виробів. Розвиток засобів обчислювальної техніки призвів до необхідності становлення нової царини знань про процеси автоматизованої обробки інформації. На основі впровадження сучасної обчислювальної техніки, промислових роботів, верстатів із числовим програмним управлінням, нових технологічних процесів здійснюється технічне переозброєння підприємств, де одним з найважливіших виробничих процесів є обробка інформації. Під час автоматизованої обробки інформації як об'єкт, який піддається перетво- ренням, виступають різноманітного роду дані, що характеризують ті або
інші економічні явища. Такий процес називається технологічним процесом автоматизованої обробки інформації й являє собою комплекс взаємозалежних операцій, що проходить у встановленій послідовності.
Тобто, це перетворення вхідної інформації у вихідну з використанням технічних засобів і ресурсів.
У сучасних ринкових умовах успішний фахівець має бути професіоналом широкого профілю. Навіть на великих підприємствах та компаніях, де його функції можуть бути обмежені окремою підгалуззю чи напрямком діяльності, він мусить мати певні пізнання із суміжних з його діяльністю ділянок. А коли йдеться про окремих менеджерів чи керівників в сучасних компаніях, то їм одночасно доводиться бути і аналітиками, і програмістами, і економістами, і екологами, і бухгалтерами, і юристами, і маркетологами. Тому в діяльності таких фахівців використання комп’ютерних систем з різнобічною інформацією та комплексом
інструментаріїв для цільового перетворення інформації може стати чи не
єдиним способом забезпечення ефективності всіх виконуваних ними робіт.
У пропонованому посібнику докладно розглянуто про технології, як поняття, основні властивості та процеси, зроблено огляд в цілому про
інформацію, дані, знання як об'єкти технології, наведено основні тенденції в інформаційних технологіях в управлінні, наведено основи електронної комерції, проведено огляд технологій обробки еколого-економічної
інформації, експертних систем та автоматизованих інформаційних систем для обробки екологічної та економічної інформації.
Призначений для студентів, які вивчають курси «Технології обробки та моделювання екологічної та економічної інформації», «Інформаційні системи та технології», «Моделювання еколого-економічних систем»,
«Інформаційні технології моніторингу екологічних і соціально- економічних процесів», «Моделі та методи прийняття рішень в еколого- економічних системах»,
«Інтелектуальні системи комп'ютерного моніторингу»,
«Веб-сервіси та веб-аналіз даних моніторингу»,

6
«Моделювання і прогнозування стану довкілля», «Інформатика та системологія», ««Моніторинг та моделювання соціально-еколого економічних процесів», «Моделювання та автоматизація бізнес-процесів»,
«Інформаційні аналітичні системи», «Системи підтримки прийняття рішень», «Технічні основи та інструментальні засоби для управління бізнесом» та інші.

7
1 Технологія: поняття, основні властивості та
процеси. Інформація, дані, знання як об'єкти
технології
1.1

Визначення поняття технології
Інформаційні технології посідають чільне місце в нашому житті, тому це поняття є багатофункціональним та нечітким. Технологія в перекладі з грецької (techne) — мистецтво, майстерність, вміння, що є процесами. Під процесом будемо розуміти сукупність дій, які спрямовані на досягнення певної мети.
Технологія — комплекс наукових та інженерних знань, втілених в способах і засобах праці, наборах матеріально-речових факторів виробництва, видах їх поєднання для створення певного продукту або послуги.
Відповідно, застосовуючи різні технології до одного і того ж матеріалу, можна одержати різні продукти, оскільки технологія змінює первісний стан матеріалу з метою одержання нового матеріального продукту.
Оскільки інформація представляє собою один із найцінніших ресурсів суспільства, вона є не менш важливою, ніж традиційні матеріальні види ресурсів — нафта, газ, корисні копалини, тощо. Процес переробки інформації за аналогією з процесами переробки матеріальних ресурсів можна сприймати як технологію. Тоді справедливим буде таке означення:
Інформаційна технологія — це процес або сукупність процесів
обробки інформації.
Більш розширеним є таке визначення:
«
Інформаційні технології — це сукупність методів, виробничих і програмно-технологічних засобів, об'єднаних у технологічний ланцюжок, що забезпечує збирання, зберігання, передавання, оброблення, аналіз, візуалізацію та поширення інформації».
І ще є таке стандартизоване визначення (ДСТУ 2481-94.
IНТЕЛЕКТУАЛЬНI
IНФОРМАЦIЙНІ
ТЕХНОЛОГIЇ.
Терміни та визначення): ІНТЕЛЕКТУАЛЬНА ІНФОРМАЦІЙНА ТЕХНОЛОГІЯ —
Прийоми, способи та методи виконання функцій збирання, зберігання, оброблення, передавання та використання знань.
Оскільки результатом технології є не лише продукти, але і послуги, то поняття технології визначається як:
Визначають характеристики технологічних процесів:

поділ процесу на внутрішні взаємозв'язані стани, фази, операції, що забезпечують оптимальну або близьку до оптимальної динаміку

8 розвитку процесу, а також визначають раціональні межі вимог до персоналу, що працюватиме з даною технологією;

координування і поетапне виконання дій та операцій, спрямованих на досягнення необхідного результату, причому послідовність дій базується на логіці функціонування і розвитку визначеного процесу;

однозначність виконання наявних в технології процедур і операцій, що є неодмінною і вирішальною умовою досягнення результатів у відповідності з визначеними для цього нормами і нормативами.
Так можна інтерпретувати поняття технології в широкому сенсі. З
іншого боку, в більш вузькому сенсі означення технології формулюється наступним чином:
Технологія — це набір способів, засобів вибору і здійснення керуючого процесу з множини можливих його реалізацій.
Для повноцінного впровадження ІТ необхідно багато складових
(рис.6).


Рисунок 1.1Сукупність забезпечення, яке необхідно для впровадження інформаційних технологій
Оскільки на вході та виході ІТ є не матерія, і не енергія, а
інформація, то: інформаційна технологія — це сукупність процесів, що використовує засоби та методи накопичення, обробки і передачі первинної
інформації для отримання інформації нової якості про стан об'єкту, процесу або явища.


9
1.2

Інформаційні технології: властивості, вимоги, цілі
1.2.1

Принципи функціонування автоматичних засобів видобування
знань
Для аналізу і розв’язання задач різного характеру, в тому числі і економічних, сучасні інформаційні технології пропонують широкий спектр засобів прийняття рішень — людино-машинні інтерактивні системи, які дозволяють особам, що приймають рішення, використовувати дані, знання, об'єктивні чи суб'єктивні моделі. Необхідно зазначити, що вибір засобу для обробки інформації обумовлюється властивостями поставленої задачі.
Структуровані задачі містять кількісні та якісні змінні, підлягають формалізації, яка нескладно реалізується. Надалі для них можна розробити повністю структуровані процедури знаходження рішень.
Слабоструктуровані задачі містять як кількісні, так якісні змінні, для них можна частково розробити структуровані процедури знаходження рішень.
Неструктуровані задачі містять лише якісні описи, їх неможливо формалізувати, вимагають нестандартних процедур прийняття рішень, де використовуються досвід, кваліфікація та інтуїція людини.
Існує два способи отримання знань:

документальний

експертний.
В першому випадку відомості містяться у різноманітних
інформаційних джерелах (книги, документи, бази даних, інформаційні системи і т.п.). Експертний спосіб припускає видобування і структуризацію знань з пам'яті людини — експерта, або фахівця в наочній області. Використовується для рішення неструктурованих задач.
Серед методів першої групи в економіці поширені методи
математичної статистики, що вирішують спектр задач, проте не дозволяють знаходити і видобувати знання з масивів даних. Також, високі вимоги до кваліфікації кінцевих користувачів обмежують їх використання.
Серед другої групи поширені так звані експертні системи — спеціальні комп'ютерні програми, що моделюють процеси розмірковування та прийняття рішення людини. Наприклад, експертна система ухвалення рішень на ринку цінних паперів, експертна система оцінки кредитних ризиків, тощо. Висока вартість створення і впровадження експертних систем, нездатність людей знаходити складну і нетривіальну залежність, часто відсутність фахівців, здатних грамотно структурувати свої знання також ускладнюють популяризацію такого підходу.
Специфіка сучасних вимог до обробки інформації робить безсилим як статистичні, так і експертні підходи в багатьох практичних областях, у

10 тому числі і економічних. Тому для аналізу сучасних баз даних методи повинні бути ефективними, простими у використанні, володіти значним рівнем масштабності і певною автоматизованістю [14, 15].
Методи видобування знань можна умовно розбити на п'ять груп:

класифікація;

кластеризація — групування об'єктів на основі даних, що описують сутність об'єкту. Об'єкти всередині кластера повинні бути
«подібними» один на одного і відрізнятися від об'єктів, що увійшли до
інших кластерів. Ступінь подібності об'єктів характеризує точність кластеризації. Для економічних задач використовують термін
сегментація;

регресія, у тому числі і задача прогнозування. Це встановлення залежності вихідних змінних від вхідних. До цього ж типу задач відноситься і прогнозування часового ряду на основі хронологічних даних.

асоціація — виявлення закономірностей між пов'язаними подіями. Прикладом такої закономірності служить правило, яке вказує, що з події X випливає подія Y.
Такі правила називаються асоціативними. Вперше ця задача була розв’язана для знаходження типових шаблонів покупок в супермаркетах, тому іноді її ще називають аналізом споживчого кошика (market basket analysis).

послідовні шаблони — встановлення закономірностей між пов'язаними у часі подіями
Розглянуті вище задачі знайшли широке застосування при видобуванні знань економічного характеру. Розглянемо декілька наступних прикладів.
Класифікація використовується у випадку, коли класи об'єктів є наперед відомими. Наприклад, віднесення нового товару певної товарної групи (продовольчі, промислові), віднесення клієнта до визначеної категорії (постійний клієнт, новачок). При кредитуванні це може бути, наприклад, віднесення клієнта за певними ознаками до однієї з груп ризику.
Кластеризація може використовуватися для сегментації і побудови профілів клієнтів (покупців). При достатньо великій кількості клієнтів неможливо розробити для кожного індивідуальний підхід. Тому клієнтів зручно об'єднати в групи — сегменти з однорідними ознаками (групами ознак). Це можуть бути сегменти по сфері діяльності, по географічному розташуванню. Після сегментації можна отримати відомості, які саме сегменти є найактивнішими, які приносять найбільший прибуток, виділити характерні для них ознаки. Ефективність роботи з клієнтами підвищується за рахунок обліку їх персональних переваг.

11
Регресія використовується для встановлення залежності в чинниках.
Наприклад, в задачі прогнозування залежною величиною є обсяги продажів, а чинниками, що впливають на цю величину, можуть бути попередні обсяги продажів, зміна курсу валют, активність конкурентів і т.д. Або, наприклад, при кредитуванні фізичних осіб вірогідність повернення кредиту залежить від особистих характеристик людини, сфери його діяльності, наявності майна, платоспроможності, тощо.
Асоціації допомагають виявляти товари, які люди купують одночасно. Це може бути корисно для більш зручного розміщення товару на прилавках, стимулювання продажів (наприклад: розміщення гірчиці чи кетчупу біля сосисок, чаю біля печива гарантує збільшення сукупних обсягів продажу цих продуктів).
Послідовні шаблони можуть використовуватись при плануванні продажів або наданні послуг.
Застосовуючи індуктивні методи до множини вхідних даних можна виявити нелінійні закономірності та видобути певні знання. Проте, незалежно від методу, їх якість та важливість насамперед залежить від якості, змістовності та повноти даних, що будуть проаналізовані.
1.2.2

Нейромережеві технології штучного інтелекту
Штучний інтелект є одним з напрямів інформаційних технологій, завданням якого є розробка апаратно-програмних засобів, які дозволяють користувачу формулювати і розв'язувати інтелектуальні задачі.
Сьогодні засоби штучного інтелекту включають в себе:

експертні системи;

програмний інструментарій розробки експертних систем;

машинний переклад;

інтелектуальні роботи;

навчання і самонавчання;

розпізнавання образів;

нові архітектури комп'ютерів;

ігри та машинна творчість.
Штучна нейронна мережа — паралельно розподілений процесор,
який володіє здатністю до навчання, збереження і представлення знань,
набутих на основі досвіду
Штучні нейронні мережі, зокрема багатошаровий персептрон, вирішують задачі регресії і класифікації. Проте, на відміну від дерев
рішень, нейронні мережі не здатні пояснити отримане рішення, тому їх функціонування нагадує «чорний ящик» з входами і виходами.
Нейронні мережі є обчислювальними структурами, що моделюють прості біологічні процеси, подібні до тих, що відбуваються в людському

12
мозку. Вони здатні до адаптивного навчання шляхом реакції на позитивні і негативні дії.
Подібність штучної нейронної мережі з мозком полягає у двох аспектах:

знання набуваються мережею під час навчання;

для збереження знань використовуються між нейронні з’єднання.
В основі нейронних мереж лежить елементарний перетворювач —
штучний нейрон, названий так за аналогією з його біологічним прототипом. Штучний нейрон складається з входів (синапсів), суматора, нелінійного перетворювача і виходу (аксона). Всі нейрони з'єднуються між собою зв'язками, які називаються вагами і визначаються певними величинами — ваговими коефіцієнтами.
Структуру нейромережі — багатошарового персептрона — можна описати наступним чином. Нейромережа складається з декількох шарів: вхідний, внутрішній (прихований) і вихідний шари. Вхідний шар реалізує зв'язок із вхідними даними, вихідний — із вихідними. Внутрішніх шарів може бути від одного і більше. В кожному шарі міститься декілька одиниць або десятків нейронів.
Перед використанням нейромережі проводиться її навчання, що є
ітераційним процесом налаштування вагових коефіцієнтів. Для навчання використовуються спеціальні алгоритми. Найбільше розповсюдження отримали градієнтні методи — алгоритм зворотного поширення похибки
(Back Propagation), зв'язаних градієнтів, RProp і інші. Основна особливість нейронних мереж полягає в тому, що в процесі навчання вони моделюють складну нелінійну залежність між вхідними і вихідними даними.
Для перевірки адекватності побудованої нейронної мережі використовується спеціальний метод — тестове підтвердження, в якому аналізується відсоткове співвідношення між вірними вихідними значеннями та помилковими. При незадовільному результаті перевірки проводиться навчання з використанням інакше підібраної навчальної вибірки даних для потрібної корекції вагових коефіцієнтів.
Загалом, нейронні мережі характеризуються такими факторами:

структура мережі;

процес пошуку (метод пересилання інформації з входу на вихід);

метод навчання мережі.
Вибір топологічної структури мережі здійснюється у відповідності із особливостями і складністю розв'язуваної задачі. Для розв'язання деяких визначених типів задач вже існують оптимальні конфігурації нейронних мереж. Якщо задача не може бути зведена до відомого типу, то розробляється новий тип нейронної мережі.
Способи обробки інформації в нейронних мережах поділяються на:

13

асоціацію (взаємозв'язок між інформацією (образом) на вході системи і інформацією (образом), що зберігається в системі);

класифікацію (вказати або оцінити приналежність образу до відповідного класу).
Нейронні мережі


Поділіться з Вашими друзьями:
  1   2   3   4   5   6   7   8   9   10


База даних захищена авторським правом ©divovo.in.ua 2017
звернутися до адміністрації

войти | регистрация
    Головна сторінка


загрузить материал