Методичні рекомендації до виконання курсової роботи для студентів освітньо-кваліфікаційного рівня «магістр» зі спеціальності «Інформаційні управляючі системи І технології» icon

Методичні рекомендації до виконання курсової роботи для студентів освітньо-кваліфікаційного рівня «магістр» зі спеціальності «Інформаційні управляючі системи І технології»


Схожі
Методичні вказівки...
Методичні рекомендації до виконання курсової роботи з дисципліни...
Рекомендації до виконання та захисту дипломних робіт освітньо-кваліфікаційного рівня...
Програма фахових вступних випробувань на здобуття освітньо-кваліфікаційного рівня магістр зі...
Харківський національний економічний університет...
Програма фахових вступних випробувань на здобуття освітньо-кваліфікаційного рівня магістр...
Методичні рекомендації до виконання курсової роботи з навчальної дисципліни...
Н. І. Гомза Рецензент: канд екон наук, доцент В. О...
Методичні рекомендації до виконання контрольної роботи з навчальної дисципліни...
Методичні рекомендації до виконання та захисту для студентів психологічних відділень Львів...
Методичні вказівки містять рекомендації до порядку підготовки...
Методичні рекомендації по виконанню дипломних проектів для студентів спеціальності 0804...



Загрузка...
страницы:   1   2


МIНIСТЕРСТВО ОСВIТИ І НАУКИ, МОЛОДІ ТА СПОРТУ УКРАЇНИ

ХАРКІВСЬКИЙ НАЦІОНАЛЬНИЙ ЕКОНОМІЧНИЙ УНІВЕРСИТЕТ


Методичні рекомендації

до виконання курсової роботи

для студентів освітньо-кваліфікаційного рівня «магістр»

зі спеціальності «Інформаційні управляючі системи і технології»


Укладачі: Мінухін С.В.

Золотарьова І.О.

Знахур С.В.

Дорохов О.В.


Відповідальний за випуск Пономаренко В. С.


Харків, ХНЕУ, 2011

Затверджено на засіданні кафедри інформаційних систем.


Протокол №10 від 24.03.2011 р.


Методичні рекомендації до виконання курсової роботи для студентів напрямку підготовки «комп’ютерні науки» освітньо-кваліфікаційного рівня магістр / Укл. С.В. Мінухін, І.О. Золотарьова, С.В. Знахур, О.В. Дорохов. – Харків: Вид. ХНЕУ, 2011. – 48 с. (Укр. мов.)


Методичні рекомендації містять основні вимоги щодо тематики, організації, змісту та оформлення курсової роботи. Розроблені з урахуванням галузевого стандарту вищої освіти України з напряму підготовки «Комп'ютерні науки» і досвіду науково-дослідної роботи викладачів кафедри інформаційних систем по підготовці магістрів зі спеціальності «Інформаційні управляючі системи і технології»

Призначені для магістрів спеціальності 8.05010101 «Інформаційні управляючі системи та технології».

ВСТУП



Курсова робота є одним з одним з видів самостійної роботи студента, яка направлена на засвоєння навичок з наукової діяльності студента – магістра та є етапом отримання вищої освіти кваліфікаційного рівня магістра.

В методичних рекомендаціях щодо написання та оформлення курсової роботи магістра викладені вимоги до проведення наукового дослідження в курсовій роботі, вимоги до тематики, змісту та обсягу та оформлення та захисту курсової роботи.

Структура, зміст тематика наукових досліджень, які наведені у методичних рекомендаціях, призначені для виконання курсових робіт студентами спеціальності 8.05010101 «Інформаційні управляючі системи і технології».

Спеціалізована підготовка магістрів з інформаційних технологій є важливим завданням у рамках підвищення рівня компетентності магістрів, які мають займатися дослідженнями, розробкою та експлуатацією інформаційних систем, що забезпечують проведення та інформаційну підтримку наукових досліджень. Зокрема, при виконанні робіт, пов'язаних з розробленням інформаційних систем управління складними об'єктами і системами, ІТ-фахівці мають справу з широким колом питань, які не можна розглядати без створення дослідних інформаційних комплексів.

Ці комплекси повинні забезпечувати проведення робіт за наступними напрямками: побудова математичних моделей об'єктів, що входять до складу інформаційно-управляючих систем, і зовнішнього середовища, в якому вони функціонують; рішення задач аналізу систем; вирішення комплексу задач синтезу законів (алгоритмів), методів, моделей функціонування інформаційно-управляючих систем; здійснення комп'ютерного моделювання інформаційних систем, підсистем, та процесів; проведення імітаційного моделювання та необхідних обчислювальних експериментів; проведення аналізу достовірності розроблених моделей та отриманих результатів.



  1. ^ Завдання курсового проектування


Робота над курсовою роботою сприяє поглибленню й закріпленню знань, отриманих студентами при вивченні навчальних дисциплін «Основи наукових досліджень», «Програмна інженерія», «Організація баз даних та знань», «Моделювання систем», «Об'єктно-орієнтоване програмування», «Сучасні засоби програмування», «Інформаційні технології в економіці».

Курсова робота – це вид кваліфікаційної роботи, що призначена для формування знань, умінь та навичок з самостійного проведення наукового дослідження під керівництвом наукового керівника.

Курсова робота передбачає:

проведення аналізу та узагальнення теоретичних положень дослідження щодо процесів, явищ, об’єктів управління, які досліджуються;

розроблення чи модифікація методу, алгоритму для обґрунтування запропонованого підходу, на підґрунті якого проводиться дослідження;

проведення експерименту та аналіз отриманих результатів на предмет їх вірогідності та достовірності.

Мета написання курсової роботи – узагальнити та систематизувати знання та практичні навички студентів з проведення наукового дослідження, обґрунтування його актуальності, вибору певного підходу до розв’язання проблеми, проведення дослідження та оформлення отриманих результатів з урахуванням знань та навичок, придбаних ними з математичної та природничо-наукової підготовки та професійної та практичної підготовки.

У процесі роботи над курсовою роботою студенти закріплюють вміння та навички роботи з науковою, нормативною та довідковою літературою, вчаться аналізувати існуючі підходи, методики, методи розв’язання основних задач у вибраній науковій проблемі, оформляти отримані результати у вигляді закінченої роботи за заданою структурою та змістом, які відповідають вимогам до написання курсової роботи.

Основними завданнями написання курсової роботи є:

    ознайомитися з вимогами щодо організації і проведення наукового дослідження, підготовки та оформлення курсової роботи як вида наукового дослідження;

    опрацювати методи роботи з основними джерелами інформації та науковою літературою;

    обґрунтовувати актуальність, наукове і практичне значення теми, обраної для дослідження;

    придбати знання та уміння щодо використання методології проведення наукових досліджень та оформлення теоретичних та експериментальних результатів у вигляді курсової роботи, яка є першим етапом при підготовці магістерської роботи;

    придбати уміння щодо самостійного аналізу методів проведення наукових досліджень з використанням: сучасних інформаційних систем та технологій, спеціалізованих програмних пакетів, середовищ розроблення додатків, програмних засобів розподіленої та паралельної обробки даних, мобільних технологій;

    придбати знання та уміння щодо обґрунтування та пояснення на потрібному рівні основних результатів, які доводять актуальність та своєчасність проведених досліджень;

    придбати досвід щодо оприлюднення отриманих результатів у наукових виданнях та їх апробацію на конференціях;

ознайомитися з вимогами до підготовки та процедури захисту курсової роботи.


^

ТЕМАТИКА КУРСОВИХ РОБІТ



Тематика курсових робіт відповідає вимогам освітньо-кваліфікаційної характеристики і навчальному плану спеціальностей 8.05010101 «Інформаційні управляючі системи і технології освітнього рівня «магістр». Теми робіт визначаються і розглядаються кафедрою інформаційних систем, проректором з науково-методичної роботи та затверджуються наказом ректора університету.

Тематика курсових робіт повинна відповідати наступним вимогам:

Теоретичний аспект:

бути актуальною;

мати практичне значення;

відповідати сучасному стану розвитку наукових досліджень;

бути націленою на вирішення проблематики, тісно пов’язаної з використанням сучасних інформаційних технологій і систем;

мотивувати студентів на самостійне вирішення актуальних наукових задач;

передбачати вибір ефективних математичних методів та засобів моделювання складних об’єктів та процесів.

Напрямки наукових досліджень та теми курсових робіт наведені в дод. А.

Теми робіт розробляються з урахуванням вимог галузевих стандартів вищої освіти (ОКХ, ОПП, засобів діагностики) для освітньо-кваліфікаційного рівня «магістр», наявного досвіду наукових керівників щодо проведення наукових досліджень.

При виборі теми роботи потрібно ураховувати можливості певного студента щодо спроможності виконання науково-дослідної роботи, його прихильності до проведення наукового дослідження в рамках дисциплін навчальної програми за фахом «Інформаційні управляючі системи і технології» рівня «магістр».


  1. ^ Організація підготовки курсової роботи


Відповідно до навчального плану розроблення і захист курсової роботи студенти-магістри денної форми навчання виконують у 10 семестрі навчального року.

Керівництво курсовою роботою здійснюється викладачами кафедри інформаційних систем, які є науковими керівниками магістерських дипломних робіт.

Студентові надається право вибору теми роботи з урахуванням тематик науково-дослідницьких робіт, що виконуються на кафедрі інформаційних систем.

Тематика курсових робіт направлена на проведення поглибленого аналізу та вдосконалення методів, моделей та інструментів щодо проведення наукових досліджень з використанням новітніх інформаційних систем та технологій з застосуванням сучасних програмних систем та продуктів.

Рекомендована тематика курсових робіт наведена в дод. А. Можливе розширення запропонованих тем у межах навчальних дисциплін навчального плану за кваліфікаційним рівнем магістра, а також відповідно до нових напрямків проведення наукових досліджень на кафедрі ІС. Це пов’язано з виконанням науково-дослідних робіт за бюджетною, госпдоговірною тематикою, а також з тематикою проведення наукової роботи викладачами в рамках навчального навантаження другої половини дня.

Запропонована студенту тема курсової роботи повинна бути узгоджена з науковим керівником та відповідати тематиці наукових досліджень кафедри ІС.

Для затвердження обраної теми курсової роботи студент надає заяву на ім'я завідувача кафедри інформаційних систем (дод. Б). Приклад шаблону титульного листа роботи наведений у дод. В. Після затвердження обраної теми на засіданні кафедри студенту видається завдання на курсову роботу (дод. Д).

У завданні наводиться тема курсової роботи, вхідні дані, зміст, завдання на вирішення наукової задачі, запропоновані методи щодо її розв’язання, строки виконання завдань курсової роботи відповідно до графіку навчального процесу.

Вхідною базою для вирішення завдань роботи є: рівень актуальності обраної теми та рівень обґрунтування її вибору, дані щодо об'єкта управління, для котрого вирішуються поставлені завдання, підхід, методи та моделі та вимоги до опису результатів теоретичного та експериментального дослідження. Програмна підтримка повинна містити вказівку на певний програмний продукт з описом моделі або підсистеми, обраної для моделювання та візуалізації отриманих результатів.

Студент розробляє зміст курсової роботи, який повинен відповідати її темі та цілям, обговорює його з керівником, та затверджує її тему. Протягом виконання завдань роботи студент отримує консультації, а в разі необхідності – консультується з провідними викладачами кафедри по певним питанням розв’язуваної проблеми – науковим, прикладним, з програмного забезпечення. Порядок виконання завдань роботи визначається згідно з графіком курсової роботи.

Курсова робота виконується студентом самостійно.

Роботу, що оформлена відповідно до вимог, студент здає на перевірку керівникові за тиждень до строку закінчення та подальшого захисту роботи. Оформлення тексту курсової роботи виконується відповідно до методичних рекомендацій [31].

Захист курсових робіт організовується на кафедрі інформаційних систем за два тижні до екзаменаційної сесії згідно з графіком, затвердженим завідувачем кафедри.

Захист виконується показом розробленої програми або з використанням пакету програм на ПК та безпосередньо пояснювальною запискою курсової роботи з приведеними дослідженнями та результатами. При захисті роботи студент повинен вміти відповісти на питання щодо методів проведеного дослідження, його основних результатів та дати оцінку перспектив напрямків подальших досліджень з точки зору підготовки магістерської дипломної роботи.


^ Структура, зміст і обсяг курсової роботи


Курсова робота включає пояснювальну записку й програмний продукт, який демонструється при захисті. На захист надається машинний носій із пояснювальною запискою в електронному вигляді та розробленим програмним продуктом.

Курсова робота – це перший етап у навчально-дослідній діяльності студента, що має стати фундаментом у підготовці магістерської роботи, та має таку СТРУКТУРУ:


ВСТУП

^ ОСНОВНА ЧАСТИНА:

аналіз інформаційної бази дослідження;

теоретичні основи дослідження;

експериментальна частина;

аналіз одержаних результатів;

ВИСНОВКИ;

^ СПИСОК ВИКОРИСТАНИХ ДЖЕРЕЛ.

ДОДАТКИ

Обсяг курсової роботи (пояснювальної записки) повинен складати 55-60 сторінок (без додатків, відповідно до вимог до змісту роботи та погоджений з науковим керівником роботи), список використаних джерел – не менше 25-30 джерел з обов’язковим посиланням на них в основній частині роботи.

Опрацювання літературних джерел, методичних матеріалів, ресурсів Internet, іншої джерелознавчої бази повинне визначити рівень вивченості обраної теми, пріоритетний напрям у власному дослідженні та прогнозувати подальший її розвиток, та може відбуватися в такій послідовності:

    1. Ознайомлення зі змістом інформаційного джерела.

    2. Опрацювання джерел за «цитатним» принципом із зазначенням автора (авторів), назви роботи (можливо зі сторінкою в тексті).

    3. Створення картотеки джерел (тематичної, бібліографічної).

    4. Критична оцінка опрацьованих джерел та їх аналіз.

    5. Визначення пріоритетного шляху власного наукового дослідження.

    6. Побудова плану-проспекту курсової роботи.

Відповідно до цього, виконання курсової роботи, яку студент виконує самостійно, передбачає:

вибір теми та обґрунтування її актуальності;

складання списку інформаційних джерел та його критичний аналіз;

ВИЗНАЧЕННЯ:

теоретичного підходу до розв’язання обраної теми,

мети,

складу завдань,

методів та методик дослідження;

підготовка даних та проведення експерименту (обчислень за алгоритмом чи програмою);

оброблення теоретичних та експериментальних результатів дослідження та їх якісний та кількісний аналіз;

формулювання висновків щодо результатів проведеного дослідження;

оформлення курсової роботи та її захист.

Основна частина повинна містити 2-3 розділи та відбивати основні отримані при проведенні досліджень теоретичні та практичні результати.

Основні структурні одиниці пояснювальної записки курсової роботи з описом змісту та обсягів структурних одиниць наведені у табл. 1.

Таблиця 1


Розділ

Зміст

Кіл.

стор.

Титульний аркуш

Завдання на курсову

роботу

ЗМІСТ




3

ВСТУП

Формулювання проблеми та її актуальності з точки зору основних завдань

навчальної дисципліни.

Формулювання мети, складу вирішувальних завдань, об’єкту та предмету досліджень курсової роботи.

1-2

РОЗДІЛ 1.

Аналіз проблематики та

та постановка завдань дослідження «НАЗВА ТЕМИ ДОСЛІДЖЕННЯ»

^ Аналіз проблем предметної області дослідження та формулювання завдань.

Обґрунтування вибору моделей та методів для вирішення (розв’язання) поставлених завдань на основі аналізу літературних джерел. Аналіз напрямів застосування інформаційних технологій та систем для вирішення поставлених завдань.




1.1. Опис проблеми, що вирішується, та формулювання наукової задачі

1.1. Змістовне формулювання наукового завдання щодо визначеної проблеми, обґрунтування актуальності її дослідження (розв’язання) та практичної значущості для галузей народного господарства.

7-8

1.2. Аналіз підходів, методів та моделей вирішення завдань дослідження

1.2. Аналіз стану вирішення проблеми (завдання, задачі) або окремих її завдань за матеріалами літературних джерел. Особливості та характеристики методів вирішення завдань з проблематики.

Вимоги до отриманих результатів в межах постановки задачі (завдань) дослідження.

8-9

1.3. Постановка завдань дослідження.

Формулювання змісту основних завдань роботи

^ 1.3. Формулювання постановки завдань дослідження. Формалізація постановки завдань на основі обраних: підходів, методів, математичних моделей.

Обґрунтування вибору методів та моделей щодо вирішення поставлених завдань.


3


^ РАЗОМ ЗА РОЗДІЛОМ 1




до 20

РОЗДІЛ 2. Теоретичне та методичне дослідження вирішення задачі «НАЗВА ТЕМИ ДОСЛІДЖЕННЯ»

Теоретичні засади щодо вирішення задач (завдань) дослідження.

Підходи, моделі, алгоритми, методики їх розв’язання. Вибір та обґрунтування обраного методу та опис наявних елементів новизни запропонованого підходу.




2.1. Теоретичні методи розв’язання завдань дослідження

2.1. Опис теоретичних засад щодо обраного методу (методів) розв’язання завдань дослідження.

до 7

2.2. Моделі, алгоритми та аналіз їх адекватності при розв’язанні завдань дослідження

2.2. Вибір та деталізація (модифікація чи адаптація) запропонованих моделей для

проведення дослідження.

Розроблення алгоритмів та опис їх основних модулів з аналізом використання існуючих методологій застосування інструментальних засобів моделювання (інформаційних технологій та систем).

до 10

^ 2.3. Методичне забезпечення щодо організації проведення досліджень

2.3. Методичне забезпечення проведення дослідження з застосуванням існуючих методик

проведення наукових досліджень – статистичного, імітаційного, дискретно-подієвого моделювання,

за допомогою пакетів моделювання.

Опис підготовчого та основного етапів (плану) для проведення експериментальних досліджень. .

до 3

^ РАЗОМ ЗА РОЗДІЛОМ 2




до 20

РОЗДІЛ 3. Експериментальне дослідження теоретичних результатів на основі методів статистичного, імітаційного моделювання, за допомогою програмних пакетів (або створеного програмного продукту)

Обґрунтування та вибір методу моделювання.

Вибір інструментальних засобів для моделювання з оцінкою адекватності отриманих

результатів.

^ Опис складу підходів щодо оцінки адекватності моделей в умовах реалізації моделей засобами математичного, імітаційного та

статистичного моделювання.

Аналіз результатів моделювання.




3.1. Моделювання отриманих теоретичних результатів дослідження



3.1. Обґрунтування методів моделювання на основі запропонованих теоретичних моделей, припущень та обмежень їх застосування.

Підготовка початкових даних

експериментального дослідження.

Порядок оброблення та аналізу результатів дослідження.

Опис роботи з розробленим програмним продуктом.

4

3.2. Опис результатів моделювання на основі контрольного прикладу

3.2. Отримааня результатів моделювання із коротким описом контрольного прикладу та їх графічною візуалізацією.

6

3.3. Оцінка адекватності експериментального дослідження методу

(алгоритму)

3.3. Характеристика оцінок адекватності та їх використання при моделюванні завдань дослідження.

Практична перевірка оцінок адекватності на основі програмних пакетів (розробленого програмного продукту) та пакетів статистичної обробки даних.

3

3.4. Аналіз ефективності запропонованого методу (алгоритму),

Інших результатів дослідження

3.4. Аналіз ефективності запропонованих методів (алгоритмів) на основі часових характеристик або оцінки складності алгоритмів.

Особливості їх практичної реалізації та впровадження.

1-2

^ РАЗОМ ЗА РОЗДІЛОМ 3




до 15

ВИСНОВКИ

Формулювання основних результатів теоретичних та експериментальних

досліджень відповідно до поставлених завдань роботи.

2

^ СПИСОК ВИКОРИСТАНИХ ДЖЕРЕЛ

25-30 найменувань

3

ДОДАТКИ




до 10

РАЗОМ




до 60




  1. Методичні рекомендації до розроблення розділів і підрозділів курсової роботи


Реферат – це короткий опис змісту пояснювальної записки роботи, що включає основні теоретичні та практичні результати, щодо первинного ознайомлення з пояснювальною запискою до комплексного курсової роботи. Реферат має бути розміщений після завдання на курсову роботу.

Реферат повинен містити:

дані про обсяг курсової роботи, кількість рисунків, таблиць, додатків, літературних джерел у переліку бібліографічних посилань;

коротку характеристику дослідження:

мету;

об’єкт та предмет дослідження;

методи дослідження й розроблення програм чи використаного спеціалізованого програмного пакету;

основні теоретичні та практичні результати;

технічні та мовні характеристики розробленого програмного продукту;

рекомендації щодо сфер практичного використання отриманих результатів;

ключові слова.

Реферат повинен містити не більше 500 слів.

Ключові слова відбивають сутність роботи. Розміщують їх після тексту реферату. Включають 10 ключових слів (словосполучень), написаних у рядок прописними літерами в називному відмінку.

Приклад реферату наведений у дод. Г.


У вступній частині формулюються:

Актуальність

Короткий опис проблеми

Область дослідження

Об'єкт дослідження

Предмет дослідження

Гіпотеза

Мета

Для досягнення поставленої мети потрібно вирішити такі завдання:....

1. ....

2. ...


Методи дослідження

Наукова новизна

Практична значимість

Обсяг і структура роботи.


Мета роботи – обґрунтування, розроблення, аналіз отриманих результатів з урахуванням поставлених завдань на дослідження.

Досягнення мети роботи здійснюється на основі вирішення таких завдань:

обґрунтування актуальності обраної теми;

постановки наукового завдання;

аналізу методів розв’язання проблеми;

розроблення чи модифікація існуючого методу, моделі;

проведення моделювання – імітаційного або полунатурного;

розроблення програмного продукту для експериментального дослідження теоретичних результатів;

аналіз рівня достовірності результатів дослідження;

аналіз отриманих результатів розв’язаних задач з точки зору їх теоретичної та практичної цінності.


Розділ 1.

Аналіз проблематики та постановка завдань дослідження «НАЗВА ТЕМИ ДОСЛІДЖЕННЯ»


Даний розділ є аналітичним.

Метою розділу 1 є аналіз проблем предметної області дослідження та формулювання завдань роботи.

Змістовно в ньому наводяться:

аналіз літературних джерел щодо проблематики наукового дослідження;

обґрунтування вибору моделей та методів для вирішення (розв’язання) поставлених завдань на основі аналізу літературних джерел;

аналіз напрямів застосування інформаційних технологій та систем для вирішення поставлених завдань.

В розділі 1 формулювання постановки завдань дослідження, визначається формалізація постановки задачі дослідження у вигляді математичної моделі на основі проаналізованих підходів, методів, математичних моделей. Здійснюється обґрунтування вибору методів та моделей щодо вирішення поставленої задачі.


Розділ 2.

Теоретичне та методичне дослідження вирішення задачі «НАЗВА ТЕМИ ДОСЛІДЖЕННЯ»


Призначений для формулювання та опису теоретичних засад щодо вирішення задачі (задач) дослідження. Потрібно розглянути існуючі підходи, моделі, алгоритми, методики щодо їх розв’язання. В розділі 2 розглядається вибір та обґрунтування обраного методу на основі проведеного аналізу в розділі 1 роботи та опис наявних елементів новизни пропонованого підходу або відмінностей, які відбивають перевагу такого підходу з вказівкою характеристик та параметрів, що обґрунтовують можливість перевірки та обґрунтування такої переваги.

Для проведення дослідження виконується деталізація сутності новизни підходу (модифікація чи адаптація) запропонованих моделей для проведення дослідження з вказівкою сутності модифікації або адаптації методу або моделі, що пропонується.

В розділі потрібно розробити алгоритми розв’язання завдань роботи в рамках вирішуваної наукової проблеми та опис їх основних модулів, включаючи аналіз використання існуючих методологій застосування інструментальних засобів моделювання з використанням інформаційних технологій та систем та методів та технологій програмування додатків.

В розділі 2 можливе використання мов моделювання (наприклад, UML), що сприяє підвищенню якості програмного продукту, який розробляється, з вказівкою технології розроблення програмних продуктів (наприклад, RUP). У цьому випадку потрібно навести діаграми варіантів використання, послідовностей, діяльності, станів.

Розділ 3.

Експериментальне дослідження теоретичних результатів на основі методів статистичного, імітаційного моделювання, за допомогою програмних пакетів (або створеного програмного продукту)


^ В підрозділі 3.1 треба:

описати метод моделювання на основі запропонованих теоретичних моделей, припущень та обмежень їх застосування;

описати процес підготовки початкових даних;

^ В підрозділі 3.2 треба:

привести опис контрольного прикладу;

провести експериментальне дослідження;

привести результати моделювання;

привести їх короткий опис та їх графічну візуалізацію.

^ В підрозділі 3.3 треба:

привести оцінки адекватності запропонованих моделей та їх використання при моделюванні завдань дослідження; провести розрахунок оцінок адекватності на основі програмних пакетів (розробленого програмного продукту) та пакетів статистичної обробки даних.

^ В підрозділі 3.4 треба:

провести аналіз ефективності запропонованих методів (алгоритмів) на основі обраних метрик: часових характеристик, оцінки складності алгоритмів, рівня адекватності моделі на основі статистичних показників;

описати можливість та особливості практичної реалізації результатів та впровадження на об’єкті управління.


^ Методи моделювання

Моделювання – це побудова (або вибір) і вивчення такого об’єкта будь-якої природи (моделі), що здатний замінити собою досліджуваний об’єкт (оригінал) і вивчення якого дає нову інформацію про досліджуваний об’єкт. Формалізація опису задачі (об’єкту) здійснюється за допомогою знакових моделей (з використанням мови, схем, креслення, формул тощо). Найбільш важливим випадком знакового моделювання – математичне моделювання. Математичне моделювання ґрунтується на математичній подібності, за якої виявляється відповідність схожих параметрів процесів різної фізичної природи, що порівнюються між собою. Знакову модель з використанням математики можна описати різними способами: аналітично (у вигляді заданих функціональних співвідношень, диференціальних, інтегральних, різницевих рівнянь тощо), алгоритмічно, графічно і т. п. Математичними уявними моделями можна вважати алгоритми й програми, розроблені для обчислювальних машин, які в умовних знаках відбивають (моделюють) певні процеси, що описані диференціальними рівняннями, покладеними в основу алгоритмів, а також різні структурні схеми, які відображають функціональні зв’язки між підсистемами складних систем. Усі види таких математичних формалізацій можуть бути зведені до математичної моделі. Типи моделей можуть бути або детермінованими (відображають детерміновані процеси з однозначно визначеними причинами та їх наслідками), або стохастичними (відображають імовірнісні події). Для представлення знакових моделей використовують такі основні форми [7, 36, 37]:

1) Інваріантна форма – це запис співвідношень моделі за допомогою традиційної математичної мови безвідносно до методу розв’язання рівняння моделі.

2) Алгоритмічна форма – це запис співвідношень моделі й обраного чисельного методу вирішення у формі алгоритму.

3) Аналітична форма – це запис моделі у вигляді результату аналітичного вирішення вихідних рівнянь моделі. Як правило, моделі в аналітичній формі являють собою явні вирази вихідних параметрів як функцій внутрішніх і зовнішніх параметрів.

4) Схемна форма. Інакше її називають графічною формою. Це представлення моделі на деякій графічній мові (наприклад, мові графів, еквівалентних схем, діаграм і т.д.). Використання таких форм можливо при наявності правил однозначного тлумачення елементів креслень і їх перекладу на мову інваріантних або алгоритмічних форм.

Моделі в алгоритмічній і аналітичній формах називають відповідно алгоритмічними й аналітичними. Серед алгоритмічних моделей важливий клас становлять імітаційні моделі, призначені для імітації фізичних чи інформаційних процесів в об'єкті при визначенні різних залежностей вхідних впливів від часу. Імітацію названих процесів називають імітаційним моделюванням. Результат імітаційного моделювання – залежності фазових змінних в обраних елементах системи від часу [24, 35]. Імітаційні моделі реалізують на ПК у вигляді моделюючих алгоритмів (програм), що дозволяють обчислити значення вихідних характеристик і визначити новий стан, у якому знаходиться модель при заданих значеннях вхідних змінних, параметрів і початковому стані моделі.

Структурні моделі відтворюють склад елементів об'єкта, системи, явища і взаємозв'язку між ними, тобто структуру об'єкта моделювання.

Функціональні моделі імітують спосіб поведінки оригіналу, його функціональну залежність від зовнішнього середовища.

Аналітичні моделі дозволяють одержати явні залежності необхідних величин від змінних і параметрів, що характеризують явище. Аналітичний розв'язок математичного співвідношення є узагальненим описом об'єкта.

Числові моделі характеризуються тим, що значення необхідних величин можна одержати в результаті застосування кількісних методів. Усі кількісні методи дозволяють одержати тільки часткову інформацію щодо досліджуваних величин, тому що для своєї реалізації потребують завдання всіх параметрів, які входять до математичного співвідношення.

За поведінкою в часі моделі бувають:

динамічними (час відіграє роль незалежної змінної, а поведінка об'єкта моделювання змінюється в часі);

статичними (поведінка об'єкта моделювання не залежить від часу);

квазістатичними (поведінка об'єкта моделювання змінюється з одного статичного стану на інший відповідно до зовнішніх впливів).

Процес математичного моделювання включає наступні основні етапи [35, 37]:

I. Розроблення математичної моделі об'єкта. Цей етап є найбільш складним, трудомістким і відповідальним. На основі теоретичних знань, емпіричних і інтуїтивних підходів складаються математичні рівняння, що враховують найбільш важливі й істотні, з точки зору дослідника, властивості об'єкта. При розробці математичної моделі необхідно уникати невиправданого ускладнення моделі, відкидаючи несуттєві взаємозв'язки між характеристиками об'єкта.

II. Одержання рішень математичної моделі. На цьому етапі, на основі значень параметрів математичної моделі, знаходять її рішення в аналітичному або чисельному вигляді.

III. Оцінка адекватності отриманих результатів. Отримані з використанням моделі результати необхідно оцінити з точки зору їхньої відповідності основним фізичним законам, навчальної вибірці даних або обмеженням. Модель вважається адекватною, якщо відбиває задані властивості об'єкта з прийнятною точністю. Точність визначається як ступінь збігу значень вихідних параметрів моделі й об'єкта. Пояснимо сказане.

Нехай ξj – відносна похибка моделі по j-му вихідному параметру:

(1) де - j-й вихідний параметр, розрахований за допомогою моделі; - той же вихідний параметр, що має місце в об'єкті, який моделюється.

Похибка розрахунку ξМ за сукупністю вихідних параметрів, що враховуються однією з норм вектора. Наприклад:

(2)

або

(3)

В загальному випадку точність моделі різна в різних умовах функціонування об'єкта. Ці умови характеризуються зовнішніми параметрами. Якщо задатися граничною припустимою похибкою ξгп, то можна в просторі зовнішніх параметрів виділити область, в якій виконується умова

(4)

Цю область називають областю адекватності моделі (ОА). У разі потреби індивідуальні граничні значення ξгпj для кожного вихідного параметра і визначають область адекватності, в якій одночасно виконуються всі m умов вигляду


При побудові математичних моделей в дослідженнях курсового та дипломного проектування використовують, як правило, наступні методи [2, 15, 18]:

  1. Методи математичного програмування для рішення задач оптимізації.

  2. Методи імітаційного моделювання.

  3. Статистичні методи для рішення задач регресійного аналізу, кластерізації, класифікації.

  4. Методи та моделі штучного інтелекту (наприклад, нейроні мережі).

Розглянемо особливості використання визначених методів та основні критерії оцінки результатів, які отримані на їх основі.

Методи математичного програмування. Складну систему можна схематично подати у вигляді прямокутника (рис. 1) [7, 9, 37] .



Рис. 1. Опис системи, яка моделюється


Параметри є кількісними характеристиками системи.

Кількісні характеристики є змінними величинами, які бувають незалежними чи залежними, дискретними або неперервними, детермінованими або випадковими. Незалежні змінні бувають двох видів: керовані , значення яких можна змінювати в деякому інтервалі; некеровані змінні , значення яких не залежать від волі людей і визначаються зовнішнім середовищем.

Кожна економічна система має мету (ціль) розвитку та функціонування. Це може бути, наприклад, отримання максимуму чистого прибутку. Ступінь досягнення мети, здебільшого, має кількісну міру, тобто може бути описаний математично.

Нехай F — обрана мета (ціль). За цих умов вдається, як правило, встановити залежність між величиною F, якою вимірюється ступінь досягнення мети, і незалежними змінними та параметрами системи:

(5)

Функцію F називають цільовою функцією, або функцією мети. Для економічної системи це є функція ефективності її функціонування та розвитку, оскільки значення F відбиває ступінь досягнення певної мети.

Постановка задачі математичного програмування формулюється наступним чином:

Знайти такі значення керованих змінних Хj щоб цільова функція набувала екстремального (максимального чи мінімального) значення.

Отже, потрібно відшукати значення

(6)

Можливості вибору Xj завжди обмежені зовнішніми щодо системи умовами, параметрами виробничо-економічної системи і т. ін.

Процеси можливо описати системою математичних рівностей та нерівностей виду

(7)

Набір символів означає, що для деяких значень поточного індексу r виконуються нерівності типу £, для інших — рівності (=), а для решти — нерівності типу ³.

Система (7) називається системою обмежень, або системою умов задачі. Вона описує внутрішні технологічні та економічні процеси функціонування й розвитку виробничо-економічної системи, а також процеси зовнішнього середовища, які впливають на результат діяльності системи. Для економічних систем змінні Xj мають бути невід'ємними:



При розробленні економіко-математичної моделі для рішення задач оптимізації, слід керуватися певними правилами:

1. Модель має адекватно описувати реальні технологічні та економічні процеси.

2. У моделі потрібно враховувати тільки суттєве в досліджуваному явищі чи процесі.

3. Модель має бути зрозумілою для користувача, зручною для реалізації на ПК.

4. Потрібно забезпечити, щоб множина наборів Хj була не порожньою. Будь-який набір змінних , що задовольняє умови (6) і (7), називають допустимим рішенням, або планом. План, за якого цільова функція набуває екстремального значення, називається оптимальним.


Імітаційне моделювання. Імітаційне моделювання ­ особлива форма проведення експериментів на ЕОМ з математичними моделями, які з певним ступенем ймовірності описують закономірності функціонування реальних систем і об’єктів.

Суть імітаційного моделювання у тому, що досліджувана динамічна система заміняється її імітатором і з ним проводяться експерименти. Призначення імітаційних експериментів – одержати інформацію про досліджувану систему. У процесі імітаційного моделювання відтворюються явища, які описані математичною моделлю, зі збереженням їхньої логічної структури і послідовності чергування в часі. Рівень деталізації імітаційної моделі може бути різним (залежно від поставлених цілей), що спрямовано на одержання потрібних характеристик. Імітаційні (алгоритмічні) моделі можуть бути детермінованими і стохастичними. В останньому випадку за допомогою датчиків (генераторів) випадкових чисел імітується вплив (дія) невизначених і випадкових чинників. Такий метод імітаційного моделювання дістав назву методу статистичного моделювання (статистичних прогонів, чи методу Монте-Карло). На даний час цей метод вважають одним із найефективніших методів дослідження складних систем, а часто і єдиним практично доступним методом отримання нової інформації щодо поведінки гіпотетичної системи (на етапі її проектування).

Рекомендуються наступні інструментальні засоби імітаційного моделювання:

  1. . Система імітаційного моделювання GPSS [24]. Це потужне середовище комп'ютерного моделювання загального призначення, розроблене для професіоналів в області моделювання.

  2. . ARIS. Комплексний моделюючий інструмент, що охоплює області як дискретного, так і безперервного комп'ютерного моделювання, що має високий рівень інтерактивності й візуального подання інформації.

  3. . Пакет прикладних програм MATLAB [36]. Інструмент призначений для рішення завдань технічних обчислень. Включає мову програмування.

  4. . Система ARENA [36] компанії Systems Modeling. Система дозволяє будувати імітаційні моделі, програвати їх і аналізувати результати імітаційного моделювання.

^ Статистичні методи. Інструменти статистичного аналізу: Statistica, SPSS, Exsel, MatLab, MatCad.

Регресійний аналіз ­ метод статистичного аналізу для визначення залежності випадкової величини від змінних , розглянутих у регресійному аналізі як невипадкові величини, незалежно від істинного закону розподілу . В загальному вигляді модель записується наступним чином:

Оцінку параметрів регресії можна провести багатьма методами, зокрема методом найменших квадратів.

Для оцінки підібраної лінійної моделі використовують множинний коефіцієнт кореляції та коефіцієнт детермінації . Чим ближче значення і наближаються до 1, тим кращою є побудована модель (рис. 2). Для оцінки значущості параметрів моделі і моделі в цілому використовуються критерій Стьюдента і критерій Фішера [5, 18].




Рис. 2. ^ Оцінка адекватності моделі множинної регресії


Multiple R – коефіцієнт множинної кореляції, який характеризує тісноту лінійного зв'язку між залежною й всіма незалежними змінними. Цей коефіцієнт може приймати значення від 0 до 1. Чим ближче цей коефіцієнт до 1, тим кращою є побудована модель.

R2 або RI – коефіцієнт детермінації, який чисельно виражає частку варіації залежної змінної, пояснену за допомогою регресійного рівняння. Чим більше R2, тим більшу частку варіації пояснюють змінні, включені в модель.

adjusted R – скоректований коефіцієнт множинної кореляції. Цей коефіцієнт позбавлений недоліків коефіцієнта множинної кореляції. Включення нової змінної в регресійне рівняння збільшує RI не завжди, а тільки в тому випадку, коли частинний F-критерій при перевірці гіпотези про значущість включеної змінної більше або дорівнює 1. У противному випадку включення нової змінної зменшує значення RI й adjusted R2.

^ Кластерний аналіз – це сукупність методів, що дозволяють класифікувати, багатомірні спостереження, кожне з яких описується набором вихідних змінних . Метою кластерного аналізу є утворення груп схожих між собою об'єктів, які прийнято називати кластерами. На відміну від комбінаційних угруповань кластерний аналіз приводить до розбивки на групи з урахуванням всіх групувальних ознак одночасно [2, 5].

Методи кластерного аналізу дозволяють:

провести класифікацію об'єктів з урахуванням ознак, що відбивають сутність, природу об'єктів. Рішення такої задачі, як правило, призводить до поглиблення знань про сукупності класифікованих об'єктів;

перевірити висунуті припущення про наявність деякої структури в досліджуваній сукупності об'єктів, тобто пошук існуючої структури;

    побудувати нові класифікації для слабоформалізованих явищ, коли необхідно встановити наявність зв'язків усередині сукупності й спробувати привнести в неї структуру.

До основних характеристик кластерізації належать: середнє значення, стандартне відхилення та варіація для кожного показника (змінної) в кожному кластері, кількість елементів, що ввійшли в кожен кластер (рис. 3).





    Рис. 3. Оцінка характеристик кластерізації


Дерева рішень (класифікації) – це метод, що дозволяє передбачати приналежність спостережень або об'єктів до того або іншого класу категоріальної залежної змінної відповідно до значень однієї або декількох предикторних (передбачувальних, незалежних) змінних. Ієрархічна будова "дерева класифікації" – одна з найважливіших його властивостей. "Стовбуром дерева" є проблема або ситуація, яка вимагає рішення [2]. "Вершиною дерева" є цілі або цінності, якими керується людина, що ухвалює рішення (рис. 4).




    Рис.4. ^ Оцінка характеристик класифікації



Штучні нейроні мережі. Нейроні мережі дозволяють отримати структурну модель для моделювання значення цільового вихідного показника на основі використання набору вхідних змінних, математичних функцій активації та вагових коефіцієнтів вхідних параметрів [14, 23]. В процесі навчання виконується ітеративний навчальний цикл (здійснюється модифікація вагових коефіцієнтів). Пакети, які реалізують нейроні мережі, - SNN, NeuroShell, NeuroSolution, MatLab. На рис. 5. показані результати навчання нейронної мережі та критерії оцінки її адекватності.





Рис. 5. ^ Характеристики нейронної мережі


Колонка Type відображає тип мережі: MLP (багатошаровий персептрон), RBF (радіальна мережа), Linear (лінійна мережа), PNN (імовірнісна мережа), GRNN (узагальнена регресійна мережа).

Inputs – кількість вхідних змінних в мережі.

Hidden, Hidden(2) – кількість прихованих елементів в мережі (або «-», якщо мережа не має прихованих елементів).

Кількість прихованих елементів разом з кількістю входів визначають складність мережі.

Колонка Training містить умовні позначення про три останні алгоритми, які використовувалися для навчання мережі. Наприклад BP50bsс означає: BP – для навчання мережі використовувався алгоритм зворотного поширення помилки (Back Propagation), при навчанні було пройдено 50 епох, s – виконалася умова останову і було витрачено менше епох ніж задавалося спочатку, b – мережа є кращою в мережевому наборі, с – відбулася збіжність алгоритму (був досягнутий локальний або глобальний мінімум).

Колонки TPerf, VPerf, TePerf показують продуктивність мережі (коефіцієнт S.D.Ratio) на тренувальному, перевірочному і тестовому наборах відповідно. Колонки TError, VError, TeError показують середньоквадратичну помилку роботи мережі на тренувальному, перевірочному і тестовому наборах відповідно. Значні відмінності в їх значеннях вказують на ненадійність оцінки продуктивності мережі.

Вибір методу рішення задачі визначається сутністю задачі, її приналежністю до відповідного класу (оптимізації, кластерізації, прогнозування, аналізу часових рядів, класифікації, розпізнавання образів.

При виборі моделі студент повинен:

1. Визначити задачу (або предмет дослідження), для якої необхідно використати математичні моделі, методи (підходи, інструменти). Стисло визначити (описати) клас задачі (задач) (наприклад, задачі обліку, прогнозування, кластерізації, регресії, оптимізації, імітаційного моделювання, агрегації, описової статистики та інше).

2. Визначити та чітко уявляти результат моделювання (рішення задачі). Треба описати, що необхідно отримати в якості результату при використанні математичного апарату (наприклад, групування даних, оптимальне значення цільової функції та її параметрів (змінних), результат функціоналу, координати об’єкту та інше).

3. Визначити критерії оцінки адекватності результату (наприклад, статистичні – рівень відносної помилки, рівень коефіцієнту детермінації) або інших критеріїв (наприклад, час отримання результату, точність розрахунку).

4. Визначити умови та фактори (змінні), які необхідно використати при розробленні математичної моделі - опису функціоналу, набору правил, обмежень. Стисло описати фактори, дані та умови, які необхідно використати для розрахунків в моделі (задачі).

5. Визначити навчальну вибірку (або початкові дані) для процесу моделювання, або для побудови моделі. Відсутність даних щодо показників не дає змогу їх використовувати в моделі (наприклад, статистичної). Обсяг даних, як правило, залежіть від кількості обраних показників у моделі.

6. Вибрати (визначити, описати) метод або математичний апарат, який необхідно використати для рішення задачі (наприклад, методи математичної статистики, штучного інтелекту, теорії графів, лінійного або нелінійного програмування та інше). Вибір методу залежіть від наявності статистичних даних, результатів моделювання, критеріїв оцінки результатів моделювання.

7. Навести опис математичної моделі в термінах, які будуть використані для побудови алгоритму або опису програмної реалізації моделі. При опису моделі необхідно пояснити кожен ідентифікатор (компонент), який використовується в моделі.


Для проведення моделювання при виконанні завдань курсової роботи пропонуються такі пакети моделювання.

Simulink

Основне навантаження щодо забезпечення комп'ютерного моделювання цифрових систем і імітаційного моделювання процесів, що протікають у цих системах, в пакеті MATLAB покладається на інструментарій системи Simulink [36]. Ця система, є невід'ємною частиною пакету, що дозволяє легко здійснювати взаємний обмін даними з базовою частиною середовища для аналізу і синтезу. Побудова комп'ютерних моделей лінійних і нелінійних дискретних об'єктів в системі Simulink базується на наочному графічному інтерфейсі, що дозволяє працювати в візуальному режимі, формуючи модель на основі блок-схеми об'єкта. Подібний підхід істотно спрощує моделювання в порівнянні з традиційним написанням підпрограм на мовах високого рівня.

Система Simulink включає в себе широкий спектр бібліотек типових блоків, зокрема: відображення інформації, джерел стандартних сигналів, лінійних та нелінійних елементів, а також елементів комутації. Слід зазначити, що при необхідності, зазначена сукупність може довільно розширюватися і доповнюватися за рахунок нових елементів, створюваних у міру необхідності користувачем відповідно до вирішуваних конкретних завдань.

Моделі, що створюються за допомогою пакету Simulink, є ієрархічними системами, які можуть формуватися в процесі їхньої розробки як у висхідному за рівнем ієрархії, так і в спадному порядку. При розгляді існуючої Simulink-моделі на вищому рівні, подвійним клацанням миші по будь-якому з вхідних в неї складових блоків можна перейти на більш низький ієрархічний рівень і розглядати блок-схему відповідної підсистеми.

Подібний підхід повністю відповідає ідеології компонентного та структурного моделювання і дозволяє виключно наочно уявити функціональну структуру модельованої системи, уникнути помилок і підвищити надійність комп'ютерної моделі.

Зауважимо, що кінцевою метою побудови Simulink-моделі є проведення імітаційного моделювання динаміки відповідної системи. Процес імітаційного моделювання по суті включає два основних етапи: автоматичне формування підпрограм рахунку правих частин диференціальних рівнянь динамічних моделей, визначених Simulink-моделлю, а також інтегрування цих рівнянь за допомогою будь-якого із зазначених користувачем чисельних методів. При цьому пакет Simulink дозволяє «на ходу» втручатися в процес. Графіки зміни вхідних, вихідних і внутрішніх сигналів моделі безпосередньо відображаються на екрані засобами контролю. Результати імітаційного моделювання можуть бути передані у файли або в робоче середовище пакету MATLAB для подальшої обробки.

Scilab – система комп'ютерної математики, яка призначена для виконання інженерних і наукових обчислень [1]. За можливостями пакет Scilab практично не поступається Mathcad, а по інтерфейсу близький до Matlab. У Scilab реалізовані чисельні методи вирішення таких більшості задач обчислювальної математики. Для вирішення нестандартних завдань в Scilab є досить потужня об'єктно-орієнтована мова програмування (Sci-мова). Графічні можливості Scilab не поступаються пропрієтарним математичним пакетам. Слід звернути увагу на те, що до складу Scilab входить Scicos - система комп'ютерного моделювання, що аналогічна Simulink.

Maxima [39] – математична система символьних і чисельних обчислень. Програма працює в консольному режимі і вигляді віконного додатку. При проведенні обчислень Maxima використовує точні дробі, цілі числа і числа з плаваючою точкою довільної точності, що дозволяє проводити обчислення з дуже високою точністю. З її допомогою можна проводити операції з векторами, матрицями і тензорами, вирішувати завдання диференціювання, інтегрування, обчислення меж, розкладання в ряд, виконувати перетворення Лапласа, вирішувати звичайні диференціальні рівняння, задачі обробки експериментальних даних, нелінійні рівнянь і системи, будувати двох і тривимірні графіки . Слід звернути увагу, що в Maxima є вбудована макромова [39], завдяки чому програма стає практично необмежено розширюваним інструментом для проведення як чисельних, так і символьних обчислень. А разом з текстовим редактором TexMacs і пакетом Scilab може бути більш потужною середовищем в ОС сімейства Linux для проведення розрахунків і оформлення документів, ніж MathCad в середовищі Windows. На сьогоднішній день Maxima – незамінний інструмент не тільки на комп'ютері дослідника, а й унікальна програма для використання в навчальному процесі [39].

Для вирішення математичних завдань можна використовувати Octave – високорівнева мова програмування, сумісний з MATLAB. Існує зручна графічна середовище QtOctave для роботи Octave.

Крім того, для вирішення задач обчислювальної математики та проведення аналітичних розрахунків слід звернути увагу на математичний пакет Sage, який об'єднує безліч існуючих вільних пакетів єдиному середовищі, написаної на Python.

Для вирішення диференціальних рівнянь в приватних похідних методом кінцевих елементів і візуалізації рішення є вільно поширювані пакети FREEFEM і FREEFEM3d, які за своїми можливостями не поступаються модулю рішення рівнянь математичної фізики з пакету MATLAB.

Для побудови графіків і обробки даних, крім gnuplot, існує велика кількість вільних програм: Extrema, RLPlot, Fityk, Gretl, MayaVi, Zhu3D, OpenDX, Veusz. Однією з найбільш вдалих програм для побудови двох і тривимірних графіків і аналізу даних є кросплатформний пакет наукової графіки Scidavis. Його можливості можна порівняти з добре відомою пропрієтарної програмою Origin.

Розглянуті вільні пакети можна рекомендувати використовувати для оброблення, моделювання та візуалізації даних в дослідницьких цілях.


^ Віртуальна лабораторія (віртуальне середовище)

Віртуальна лабораторія – це віртуальне середовище навчання, яка дозволяє моделювати поведінку об'єктів реального світу в комп'ютерному освітньому середовищі і допомагає вченим опановувати новим знаннями та вміннями в науково-природничих дисциплінах. Незважаючи на те, що вони орієнтовані, перш за все, на застосування в якості засобів навчання математики, фізики, хімії, деяких інженерних дисциплін, в дослідженнях розглядаються можливості і переваги використання віртуальних лабораторій в дослідницькій діяльності. Наприклад, віртуальні дослідження можуть застосовуватися для ознайомлення з технікою виконання експериментів, проведення віртуальних обчислень, допомагає засвоїти навички запису спостережень, складання звітів та інтерпретації даних. При цьому віртуальні лабораторії діляться на дві категорії в залежності від способу представлення знань про предметну область. Віртуальні лабораторії, в яких уявлення знань про предметну область засноване на окремих фактах, обмежені набором заздалегідь запрограмованих експериментів (в силу простоти, такий підхід більш популярний). Інший підхід дозволяє проводити будь-які експерименти, не обмежуючись заздалегідь підготовленим набором результатів. Це досягається за допомогою використання математичних моделей, що дозволяють визначити результат будь-якого експерименту і відповідне візуальне подання. Віртуальна лабораторія – віртуальне співтовариство дослідників, що займаються окремою науковою проблемою, що функціонує в рамках інформаційно-дослідницького простору; одна з телекомунікаційних форм дослідницької діяльності. Вона створюються, як правило, з метою підтримки, в тому числі й інформаційної, досліджень з конкретних наукових напрямів. Прикладами таких лабораторій є: віртуальна лабораторія когнітивної науки (http://virtualcoglab.cs.msu.su); лабораторія психологічної науки (http://flogiston.ru); Віртуальна науково-дослідна лабораторія під керівництвом Фриз (www.pitt.edu / ~ frieze), яка проводить крос-культурні соціологічні дослідження; віртуальна лабораторія Регіонального інформаційного центру колективного користування (http://sor.volsu.ru), організована для виконання фундаментальних і прикладних наукових досліджень в галузі економічної теорії і практики, спрямованих на вирішення актуальних соціально-економічних проблем реформування господарської системи Півдня Росії; віртуальна лабораторія в Новосибірській освітній мережі (http://www.nsu.ru/materials/ssl/activity.html) та інш. Розміщуючись у глобальній мережі Інтернет, вони вирішують проблеми відсутності у студентів спеціальної літератури, особливо оглядів і переказів зарубіжних авторів, підтримки наукової комунікації. Віртуальні дослідні лабораторії, підтримуючи обмін науковими ідеями, забезпечують можливість спільної роботи дослідників територіально віддалених один від одного.

У структурі ВЛ можна виділити дві складові: наукову та програмно-технічну підтримки. Перша являє собою варіативну частину, тимчасові віртуальні наукові групи, що збираються для вирішення конкретної наукової задачі. До функцій цієї складової відносяться проведення формального та змістовного порівняльного аналізу різноаспектної інформації з різних джерел, статистична обробка, узагальнення та інтерпретація даних.

До функцій блоку технічної і програмної підтримки відносяться

створення та забезпечення віддаленого доступу до баз даних, а також інформаційне обслуговування віддалених колективних та індивідуальних абонентів, розроблення раціональних процедур користування та обслуговування;

уніфікація наявних інформаційних масивів та розробка на їх основі баз знань;

створення інформаційно-пошукових підсистем.


^ Реалізація ВЛ на обчислювальному кластері

Кластерні технології — це форма розподілених обчислень, спрямована на спільне використання розподілених ресурсів, таких як обчислювальні системи, системи збереження даних, прикладні програми, дані, експериментальні установки тощо. Паралельні та розподілені обчислення застосовуються для розв'язання фізичних, економічних, математичних, біологічних та будь-яких інших задач, що вимагають значних обчислювальних потужностей. В Україні цілий ряд наукових організацій застосовують паралельні обчислення та створили власні комп'ютерні кластери. В Харківському національному економічному університеті розробляється обчислювальний кластер на базі ОС CentOS 5.5, який дозволяє використати доступні обчислювальні вузли обчислювального центру (класу). Кожен обчислювальний вузол має кілька багатоядерних процесорів, свою оперативну пам'ять і працює під управлінням своєї операційної системи. На кластері є виділений сервер - головна машина (front-end). На цьому комп’ютері встановлюється ПЗ, яке управляє запуском програм на кластері. Загрузка ОС CentOS 5.5 для обчислювальних вузлів здійснюється шляхом завантаження образу ОС по мережі з виділеного серверу. Власні обчислювальні процеси користувачів запускаються на обчислювальних вузлах, вони розподіляються так, що на кожне ядро процесора доводиться не більше одного обчислювального процесу. Запускати обчислювальні процеси на сервері кластеру не дозволяється. З окремих персональних комп'ютерів (ПК) в обчислювальній мережі університету користувачі мають термінальний доступ до сервера кластеру. Для цьогої використовується протокол віддаленого доступу SSH. Запуск програм на кластері здійснюється в пакетному режимі. Це означає, що користувач не має інтерактивної взаємодії з програмою, програма не може чекати введення даних з клавіатури і виводити дані безпосередньо на екран, а програма користувача може працювати й тоді, коли користувач не підключений до кластеру. Для обчислень використовуються компілятори з мов С або Фортран, здатні створювати виконувані програми для Linux-подібної CentOS 5.5. Однією з найпоширеніших технологій програмування для паралельних комп'ютерів з розподіленою пам'яттю є MPI. Основним способом взаємодії паралельних процесів у таких системах є взаємна передача повідомлень, що й відбито в назві цієї технології – Message Passing Interface (інтерфейс передачі повідомлень). Як правило, для компіляції паралельних MPI-програм використовуються спеціальні скрипти (mpicc, mpif77, mpif90), які дозволяють підключати необхідні бібліотеки MPI. Слід зазначити, що використання обчислювального кластера не може само по собі дати приріст продуктивності обчислень. Якщо розв'язувана задача не має внутрішнього паралелізму і не адаптована відповідним чином, то максимум, що можливо отримати від кластеру ­ це запуск на виконання декількох примірників програми одночасно, що працюють з різними даними. Це не прискорить виконання однієї конкретної програми, але дозволить заощадити час, якщо необхідно порахувати безліч варіантів. Якщо обчислювальні витрати задачі такі, що тільки один прогін на одноядерної машині може тривати добу, тижні і місяці, то необхідна адаптація її алгоритму до паралельних обчислень. За кількістю ядер і процесорів слід розділити завдання на кілька дрібніших підзадач, які можуть виконуватися незалежно, а в тих місцях, де незалежне виконання неможливе, викликати процедури синхронізації, для обміну даними через мережу. Створення MPI-програм і їх верифікація можливі й на звичайному одноядерний однопроцесорному ПК (наприклад, в домашніх умовах). На ньому можна запускати кілька MPI-процесів і таким чином перевіряти працездатність програми. Необхідно тільки, щоб на ПК була ОС Linux з кластерним пакетом, наприклад, MPICH. Для студентів напрямку «комп’ютерні науки» рекомендується використовувати високорівневі системи програмування, наприклад, MC#. Вони дозволяють користувачеві описати паралельний обчислювальний алгоритм у відомих термінах C#.

Таким чином, створення ВЛ на обчислювальному кластері ХНЕУ можна рекомендувати для використання щодо вирішення наукових задач високої складності (тобто, які мають значні об’єми обчислень) магістрами напряму «Комп’ютерні науки».


ВИСНОВКИ


В висновках студент повинен перелічити усі результати, щодо виконання завдань наукового дослідження, які були сформульовані у вступі.

Формулювання висновків повинно використовувати такі вирази:

Проаналізовано …;

Обґрунтовано…;

Визначено…;

Обрано…;

Розроблено…;

Розраховано…;

Використано….

В висновках повинно бути вказані перспективи подальших напрямів досліджень та практичного впровадження отриманих результатів.


^ СПИСОК ВИКОРИСТАННИХ ДЖЕРЕЛ

Оформлення бібліографічного списку роботи виконується відповідно до методичних рекомендацій [31] з обов’язковим посиланням на список по тексту курсової роботи.


ДОДАТКИ

В додатки виносяться:

графічні матеріали та результати розрахунків;

лістинг програмного продукту;

початкові дані для моделювання (стартові значення параметрів для оптимізаційних задач та імітаційного моделювання).

Додатки розміщуються на окремих сторінках, та іменуються: Додаток А, Додаток Б, …і т.д.


^ Керівництво курсовою роботою


Для керівництва роботою призначається керівник роботи з числа професорів і доцентів кафедри ІС.

На наукового керівника покладається:

надання допомоги у підготовці обґрунтування вибору теми роботи, її актуальності, об'єкта і предмета, методів дослідження;

а) надання допомоги студенту у виборі і структуруванні змісту роботи, визначенні напрямку, складанні завдання на розробку кваліфікаційної роботи (додаток Д);

б) надання студентові допомоги в підборі матеріалів з наукових джерел;

в) сприяння студентові в підборі і отриманні необхідних додаткових матеріалів для підвищення ефективності дослідження;

г) наукове керівництво та допомогу у виконанні завдань роботи в рамках календарного графіка;

д) контроль за виконанням окремих розділів роботи;

е) редагування чорнового варіанту тексту курсової роботи;

ж) підготовка студента до виступу з доповіддю на семінарі або конференції.


^ Рекомендована література


Основна



  1. Алексеев Е.Р. Scilab: Решение инженерных и математических задач./ Е.Р. Алексеев, О.В. Чеснокова, Е.А. Рудченко. - М.: ALT Linux; Бином. Лаборатория знаний, 2008. - 260с. (http://docs.altlinux.org/books/2008/altlibrary-scilab-20090409.pdf).

  2. Барсегян А.А. Методы и модели анализа данных: OLAP и Data Mining./ А.А. Барсегян М.С. Куприянов, В.В. Степаненко, И.И. Холод. - БХВ-Петербург, 2004. ­ 456с.

  3. Білуха М.Т. Основи наукових досліджень: Підручник. – К.: Вища школа, 1997. – 271 с.

  4. Бондаренко М. Ф. Моделирование и проектирование бизнес-систем: методы, стандарты, технологии : учеб. пособ. /М. Ф. Бондаренко, С. И. Маторин, Е. А. Соловьев. – Харьков : Компания СМИТ, 2004. – 272 с.

  5. Боровиков В. Statistica. Искусство анализа данных на комьютере. 2003. – 688 с.

  6. Брауде Э. Технологии разработки программного обеспечения. – СПб: Питер, 2004. – 655 с.

  7. Вітлінський В. В. Моделювання економіки: Навч. посібник. – К.: КНЕУ, 2003.— 408 с.

  8. Вуколов Э.А. Основы статистического анализа. M.: Инфра-М, 2004. – 670 c.

  9. Геєць В. М. Економічна кібернетика: Під­ручник у 2-х томах. / В.М. Геєць, Ю.Г. Лисенко, В.М. Вовк і інші. – Донецьк: ТОВ «Юго-Восток, Лтд», 2005. – 508 с.

  10. ГОСТ 19.701-90. Схемы алгоритмов, данных, программ и систем. Условные обозначения и правила выполнения. – М.: Изд. стандартов, 1990. – 16 с.

  11. Дейт К. Дж. Введение в системы баз данных / Дейт Дж.. – 8-е изд. – М. : Вильямс, 2005. – 1328 с.

  12. ДСТУ 2941-94. Системи оброблення інформації. Розробки систем. Терміни та визначення. – К.: Держстандарт України, 1995. – 20 с.

  13. ДСТУ 3008-95. Документація. Звіти у сфері науки і техніки. Правила оформлення. – К.: Держкомстат України, 1995. – 28 с.

  14. Дубровін В.І., Субботін С.О. Методи оптимізації та їх застосування в задачах навчання нейронних мереж: Навч. пос./ В.І. Дубровін, С.О. Субботін. – Запоріжжя: ЗНТУ, 2003. – 136 с.

  15. Дюк В.А. Data Mining – обнаружение знаний в базах данных – СПб: Изд-во “БСК”, 2003. – 240 с.

  16. Єріна А.М. Методологія наукових досліджень./ А.М. Єріна, В.Б. Захожай, Д.Л.Єрін. – К.: Центр навч. літератури, 2004. – 212 с.

  17. Житников Вадим. Компьютеры, математика и свобода. URL: http://www.computerra.ru/gid/266002 (дата обращения: 29.07.2009).

  18. Замков О.О., Толстопятенко А.В., Черемных Ю.Н. Математические методы в экономике. – М.: ДИС, 1997. – 368 с.

  19. Использование свободного программного обеспечения. URL: http://www.teacher.dn-ua.com (дата обращения: 03.08.2009).

  20. Киридон А.М. Як підготувати магістерську роботу?: Навчально-методичний посібник. – К.: КиМУ, 2009. – 178 с.

  21. Колисниченко Д. Ubuntu Linux. Краткое руководство пользователя. - СПб: БХВ-Петербург, 2007.

  22. Коробов П. Н.. Математическое программирование и моделирование экономических процессов. – М.: ДНК, 2010 – 376 с.

  23. Круглов В.В., Борисов В.В. Искусственные нейронные сети. Теория и практика.– М.: Горячая линия –Телеком, 2002. – 382 с.

  24. Кудрявцев Е.М. GPSS World. Основы имитационного моделирования различных систем. – М.: ДМК Пресс, 2004.-320с.: ил.

  25. Кушнаренко Н.М. Наукова обробка документів: Підручник./ Н.М. Кушнаренко, В.К. Удалова. – К.: Знання, 2006. – 332 с.

  26. Леоненков А. В. Самоучитель UML. / А. В. Леоненков. – СПб.: БХВ-Петербург, 2004. – 432 с.

  27. Люгер Дж.Ф. Искусственный интеллект: стратегии и методы решения сложных проблем / Пер. с англ. – М.: Вильямс, 2005. – 864 с.

  28. Мацяшек Л. Анализ требований и проектирование систем. /Пер. с англ. - М.: Издательский дом "Вильямс", 2002. – 432 с.

  29. Меняев М.Ф. Информационные технологии управления: Книга 3: Системы управления организацией. - М.: Омега-Л, 2003. – 464 с.

  30. Методичні рекомендації до виконання комплексного курсового проекту для студентів спеціальності «Інформаційні управляючі системи і технології» всіх форм навчання / Укл. І.О. Золотарьова, С.В. Мінухін, Ю.Е. Парфьонов, Р.К. Бутова, Т.О. Свердло. – Харків: Вид. ХНЕУ, 2010. – 82 с.

  31. Методичні рекомендації до оформлення звітів, курсових та дипломних проектів для студентів напряму підготовки 0804 «Комп'ютерні науки» всіх форм навчання / Укл.: І. О. Золотарьова, О. М. Беседовський, І. Л. Латишева, Г. О. Плеханова. – Харків : Вид. ХНЕУ, 2007. – 32 с. (укр. мов.)

  32. Орлова И. В. Экономико-математические методы и модели. Компьютерное моделирование./ И.В. Орлова, В. А. Половников. – М.: Инфра-М, 2011 г. – 368 с.

  33. РД 50-34.698-90. Руководящий документ по стандартизации. Методические указания. Информационная технология. Комплекс стандартов и руководящих документов на автоматизированные системы. Автоматизированные системы. Требования к содержанию документов. – М.: Изд. стандартов, 1991. – 40 с.

  34. Розанчиков В.І. Основи наукових досліджень: Навчальний посібник. – К.: ІЗИН, 1997. – 244 с.

  35. Ситник В.Ф., Орленко Н.С. Імітаційне моделювання: Навч. посібник. – К.: КНЕУ, 1998.- 232с

  36. Советов Б.Я., Яковлев С.А. Моделирование систем: Учебник для вузов. – М.: Высш.шк., 1998. –320с.

  37. Томашевський В.М. Моделювання систем. – К.: Видавнича група ВНV, 2005.-352 с.:іл.

  38. Фаулер М. UML в кратком изложении. Применение стандартного языка объектного моделирования./ М. Фаулер, К. Скотт. – М.: Мир, 1999. – 191 с.

  39. Чичкарёв Е.А. Компьютерная математика с Maxima. Руководство для школьников и студентов. URL: http://www.altlinux.org/Books:Maxima (дата обращения: 31.07.2009) (http://git.altlinux.org/people/bertis/public/?p=books-MaximaBook.git;a=blob;f=book_new_style.pdf).

  40. Шейко В.М. Організація та методика науково-дослідної діяльності: Підручник./ В.М. Шейко, Н.М. Кушнаренко. – 5-те вид. – К.: Знання, 2006. – 307 с.

  41. Якобсон А. Унифицированный процесс разработки программного обеспечения./ А. Якобсон, Г. Буч, Дж. Рамбо. – СПб.: Питер, 2002. – 496 с.




залишити коментар
Сторінка1/2
Дата конвертації14.04.2012
Розмір0.51 Mb.
ТипМетодичні рекомендації, Освітні матеріали
Додати документ в свій блог або на сайт

страницы:   1   2
Ваша оцінка цього документа буде першою.
Ваша оцінка:
Додайте кнопку на своєму сайті:
uadocs.exdat.com

Загрузка...
База даних захищена авторським правом ©exdat 2000-2017
При копировании материала укажите ссылку
звернутися до адміністрації
Реферати
Автореферати
Методички
Документи
Поняття

опублікувати
Загрузка...
Документи

Рейтинг@Mail.ru
наверх