Ta vrsta analize temelji na izračunu številnih kvantitativnih kazalnikov za izdelani model. Upoštevati je treba, da so te ocene v veliki meri subjektivne, saj se ocena izvaja neposredno z uporabo grafičnih modelov, njihovo kompleksnost in stopnjo podrobnosti določajo številni dejavniki.
Kompleksnost. Ta indikator označuje, kako hierarhično zapleten je procesni model. Številčno vrednost določa koeficient zahtevnosti k sl.
k sl = ? ur/? eks
Kje? ur -- število stopenj razgradnje,
Ekz -- število instanc procesa.
Kompleksnost obravnavanega modela je enaka:
Pri k sl<= 0,25 процесс считается сложным. При k sl =>0,66 se ne šteje za tako. Obravnavani proces je 0,25, kar ne presega praga zahtevnosti.
Procesivnost. Ta indikator označuje, ali se zgrajen procesni model lahko šteje za bistvenega (opisuje strukturo predmetnega področja v obliki nabora njegovih glavnih predmetov, konceptov in povezav) ali procesnega (vsi primeri modelnih procesov so povezani z vzrokom in -razmerja učinkov). Z drugimi besedami, ta kazalnik odraža, kako dobro zgrajeni model določene situacije v podjetju ustreza definiciji procesa. Številčno vrednost določa procesni koeficient k pr
k pr = ? raz/? kep
Kje? raz -- število »vrzeli« (pomanjkanje vzročno-posledičnih zvez) med instancami poslovnih procesov,
Procesivnost je enaka
Nadzorljivost. Ta indikator označuje, kako učinkovito lastniki procesov upravljajo procese. Številčno vrednost določa koeficient regulacije k kon
k kon = ? s/? kep
Kje? s -- število lastnikov,
Kep -- število primerkov v enem diagramu.
Nadzorljivost je enaka
Ko je k kon = 1, se šteje, da je proces nadzorovan.
Intenzivnost virov. Ta kazalnik označuje učinkovitost uporabe virov za zadevni proces. Številčno vrednost določa koeficient intenzivnosti virov k r
k r = ? r/? ven
Kje? r -- število virov, vključenih v proces,
Out -- število izhodov.
Intenzivnost virov je enaka
Nižja kot je vrednost koeficienta, večja je učinkovitost uporabe virov v poslovnem procesu.
Pri k r< 1 ресурсоемкость считается низкой.
Prilagodljivost. Ta indikator označuje, kako močno je proces reguliran. Številčno vrednost določa nastavljivi koeficient k reg
kjer je D količina razpoložljive regulativne dokumentacije,
Kep -- število primerkov v enem diagramu
Prilagodljivost je enaka
Na k reg< 1 регулируемость считается низкой.
Parametri in vrednosti kvantitativnih kazalnikov so predstavljeni v tabeli. 7.
Tabela 7. Kvantitativni kazalniki
Za splošno oceno analiziranega procesa izračunajte vsoto izračunanih kazalnikov
K = k sl + k pr + k kon + k r + k reg
Vsota indikatorjev je enaka
K = 0,1875 + 0,25 + 0,9375 + 0,273 + 0,937 = 2,585
Izračunana vrednost izpolnjuje pogoj K > 1. Ko je K > 2,86, se postopek šteje za očitno neučinkovitega. Ob 1< K < 2,86 процесс частично эффективен.
Faza abstrakcije pri preučevanju določenih fizikalnih pojavov ali tehničnih objektov je sestavljena iz prepoznavanja njihovih najbolj bistvenih lastnosti in značilnosti, predstavitve teh lastnosti in značilnosti v tako poenostavljeni obliki, ki je potrebna za nadaljnje teoretično in eksperimentalno raziskovanje. Takšna poenostavljena predstavitev realnega predmeta ali pojava se imenuje model.
Pri uporabi modelov se nekateri podatki in lastnosti, ki so lastne realnemu objektu, namenoma opustijo, da bi zlahka dobili rešitev problema, če imajo te poenostavitve le nepomemben učinek na rezultate.
Za isto tehnično napravo se lahko glede na namen raziskave uporabljajo različni modeli: fizikalni, matematični, simulacijski.
Model kompleksnega sistema je mogoče predstaviti kot blokovno strukturo, to je kot povezavo povezav, od katerih vsaka opravlja določeno tehnično funkcijo ( funkcionalni diagram ). Kot primer lahko upoštevamo posplošen model prenosnega sistema, prikazan na sliki 1.2.
Slika 1.2 – Posplošen model sistema za prenos informacij
Pri tem oddajnik razumemo kot napravo, ki pretvori sporočilo iz vira A v signale S, ki najbolje ustrezajo značilnostim danega kanala. Operacije, ki jih izvaja oddajnik, lahko vključujejo primarno kondicioniranje signala, modulacijo, kodiranje, stiskanje podatkov itd. Sprejemnik obdeluje signale X(t) = S(t) + x(t) na izhodu kanala (ob upoštevanju vpliva aditivnega in multiplikativnega šuma x) z namenom najboljše reprodukcije (obnove) poslanega sporočila A na sprejemni konec. Kanal (v ožjem pomenu) je medij, ki se uporablja za prenos signalov od oddajnika do sprejemnika.
Drug primer kompleksnega modela sistema je fazno zaklenjena zanka (PLL), ki se uporablja za stabilizacijo vmesne frekvence (IF) v radijskih sprejemnikih (slika 1.3).
 |
Slika 1.3 – Model sistema PLL
Sistem je zasnovan za stabilizacijo pretvornika f f = f c - f g z ustreznim spreminjanjem frekvence nastavljivega oscilatorja (heterodina) f g ko se spremeni frekvenca signala f z. Pogostost f g v zameno, se bo spremenila s pomočjo krmiljenega elementa sorazmerno z izhodno napetostjo faznega diskriminatorja, odvisno od fazne razlike izhodne frekvence f fc in referenčne frekvence oscilatorja f 0 .
Ti modeli omogočajo pridobitev kvalitativnega opisa procesov, osvetlitev značilnosti delovanja in delovanja sistema kot celote ter oblikovanje raziskovalnih ciljev. Toda za tehničnega strokovnjaka ti podatki običajno niso dovolj. Treba je natančno ugotoviti (po možnosti v slikah in grafih), kako dobro deluje sistem ali naprava, določiti kvantitativne kazalnike za oceno učinkovitosti in primerjati predlagane tehnične rešitve z obstoječimi analogi, da lahko sprejmemo premišljeno odločitev.
Za teoretične raziskave, pridobivanje ne le kvalitativnih, temveč tudi kvantitativnih kazalcev in značilnosti, je potrebno opraviti matematični opis sistema, torej ustvariti njegov matematični model.
Matematične modele lahko predstavimo z različnimi matematičnimi sredstvi: grafi, matrikami, diferencialnimi ali diferenčnimi enačbami, prenosnimi funkcijami, grafično povezavo elementarnih dinamičnih povezav ali elementov, verjetnostnimi karakteristikami itd.
Tako je prvo glavno vprašanje, ki se pojavi pri kvantitativni analizi in izračunu elektronskih naprav, sestava matematičnega modela z zahtevano stopnjo približka, ki opisuje spremembe v stanju sistema skozi čas.
Grafični prikaz sistema v obliki povezave različnih členov, kjer je vsak člen povezan z matematično operacijo (diferencialno enačbo, prenosno funkcijo, kompleksnim prenosnim koeficientom), imenujemo blokovni diagram . V tem primeru glavne vloge ne igra fizična struktura povezave, temveč narava povezave med vhodnimi in izhodnimi spremenljivkami. Tako so lahko različni sistemi dinamično enakovredni, po zamenjavi funkcionalnega diagrama s strukturnim pa se lahko uporabijo splošne metode sistemske analize, ne glede na področje uporabe, fizično izvedbo in princip delovanja proučevanega sistema.
Za matematični model so postavljene nasprotujoče si zahteve: po eni strani mora čim bolj odražati lastnosti izvirnika, po drugi strani pa mora biti čim bolj preprost, da ne oteži študije. Strogo gledano je vsak tehnični sistem (ali naprava) nelinearen in nestacionaren ter vsebuje tako strnjene kot porazdeljene parametre. Očitno je natančen matematični opis takih sistemov zelo težak in ni povezan s praktično potrebo. Uspeh sistemske analize je odvisen od tega, kako pravilno je izbrana stopnja idealizacije ali poenostavitve pri izbiri njihovega matematičnega modela.
Na primer vsak aktivni upor ( R) so lahko odvisni od temperature in imajo reaktivne lastnosti pri visokih frekvencah. Pri visokih tokovih in delovnih temperaturah njegove karakteristike postanejo bistveno nelinearne. Hkrati se lahko pri normalnih temperaturah, pri nizkih frekvencah, v načinu majhnega signala, te lastnosti zanemarijo in upor lahko štejemo za linearni element brez vztrajnosti.
Tako je v številnih primerih z omejenim obsegom sprememb parametrov mogoče bistveno poenostaviti model, zanemariti nelinearnost značilnosti in nestacionarnost vrednosti parametrov preučevane naprave, kar bo omogočilo, na primer njegovo analizo z uporabo dobro razvitega matematičnega aparata za linearne sisteme s konstantnimi parametri.
Kot primer je na sliki 1.4 prikazan blokovni diagram (grafični prikaz matematičnega modela) sistema PLL. Če je frekvenčna nestabilnost vhodnega signala majhna, lahko zanemarimo nelinearnost karakteristik faznega diskriminatorja in krmiljenega elementa. V tem primeru lahko matematične modele funkcionalnih elementov, prikazanih na sliki 1.3, predstavimo v obliki linearnih povezav, ki jih opisujejo ustrezne prenosne funkcije.
 |
Slika 1.4 – Blok diagram (grafični prikaz matematičnega modela) sistema PLL
Oblikovanje elektronskih vezij z uporabo programov za analizo in optimizacijo na računalniku, kot je navedeno zgoraj, ima številne prednosti pred tradicionalno metodo načrtovanja "ročno" z naknadno končno obdelavo na mizi. Prvič, s pomočjo programov za računalniško analizo je veliko lažje opazovati učinek spreminjanja parametrov vezja kot s pomočjo eksperimentalnih študij. Drugič, mogoče je analizirati kritične načine delovanja vezja brez fizičnega uničenja njegovih komponent. Tretjič, programi za analizo omogočajo ovrednotenje delovanja vezja pod najslabšo kombinacijo parametrov, kar je težko in ni vedno mogoče eksperimentalno izvesti. Četrtič, programi omogočajo izvajanje meritev na modelu elektronskega vezja, ki jih je težko eksperimentalno izvesti v laboratoriju.
Uporaba računalnika ne izključuje eksperimentalnih raziskav (in vključuje celo naknadno testiranje na prototipu), vendar daje oblikovalcu v roke zmogljivo orodje, ki lahko bistveno zmanjša čas, porabljen za načrtovanje, in zniža stroške razvoja. Računalnik ima še posebej velik učinek pri načrtovanju kompleksnih naprav (na primer integriranih vezij), ko je treba upoštevati veliko število dejavnikov, ki vplivajo na delovanje vezja, eksperimentalna predelava pa je predraga in dolgotrajna.
Kljub očitnim prednostim je uporaba računalnikov povzročila velike težave: treba je razviti matematične modele komponent elektronskih vezij in ustvariti knjižnico njihovih parametrov, izboljšati matematične metode za analizo različnih načinov delovanja različnih naprav in sistemov, razvijati visoko zmogljive računalniške sisteme itd. Poleg tega se je izkazalo, da so številne naloge zunaj nadzora računalnikov. Za večino naprav sta njihova struktura in diagram vezja v veliki meri odvisen od področja uporabe in začetnih konstrukcijskih podatkov, kar povzroča velike težave pri sintezi diagramov vezja z računalnikom. V tem primeru začetno različico vezja sestavi inženir "ročno", čemur sledi modeliranje in optimizacija na računalniku. Največji dosežki pri gradnji programov za strukturno sintezo in sintezo shem so na področju načrtovanja ujemajočih vezij, analognih in digitalnih filtrov ter naprav na programirljivih logičnih matricah (PLM).
Pri razvoju matematičnega modela se kompleksen sistem razdeli na podsisteme, za več podsistemov pa se lahko matematični modeli poenotijo in koncentrirajo v ustreznih knjižnicah. Tako je pri proučevanju elektronskih naprav z uporabo programov za računalniško modeliranje shematski ali blokovni diagram grafična predstavitev komponent, od katerih je vsaka povezana z izbranim matematičnim modelom.
Za preučevanje shem vezij se uporabljajo modeli tipičnih neodvisnih virov, tranzistorjev, pasivnih komponent, integriranih vezij in logičnih elementov.
Za preučevanje sistemov, definiranih s strukturnimi diagrami, je pomembno navesti razmerje med vhodnimi in izhodnimi spremenljivkami. V tem primeru je izhod katere koli strukturne komponente predstavljen kot odvisen vir. Običajno je to razmerje podano bodisi s polinomsko funkcijo bodisi z frakcijsko racionalno prenosno funkcijo z uporabo Laplaceovega operatorja. Ob upoštevanju izbranih funkcijskih koeficientov je mogoče dobiti modele strukturnih komponent, kot so seštevalnik, odštevalnik, množitelj, integrator, diferenciator, filter, ojačevalnik in drugi.
Sodobni programi za računalniško modeliranje vsebujejo na desetine vrst knjižnic različnih modelov, vsaka knjižnica pa vsebuje na desetine in stotine modelov sodobnih tranzistorjev in mikrovezij, ki jih proizvajajo vodilni proizvajalci. Te knjižnice pogosto predstavljajo večji del programske opreme. Hkrati je med procesom modeliranja mogoče hitro popraviti parametre obstoječih modelov ali ustvariti nove.
Za izvedbo kvantitativne analize modelov bomo uporabili naslednje kazalnike:
1. Število blokov na diagramu je N;
2. Stopnja razgradnje diagrama – L;
3. Ravnotežje diagrama – B;
4. Število puščic, ki se povezujejo s blokom, je A.
Ta niz indikatorjev velja za vsak diagram v modelu, nato pa z uporabo koeficientov (formula 1, 2), s katerimi je mogoče določiti kvantitativne značilnosti modela kot celote. Za večjo razumljivost modela si je treba prizadevati, da je število blokov (N) v diagramih nižjih ravni manjše od števila blokov v matičnih diagramih, to je s povečanjem ravni razgradnje (L), se koeficient razgradnje d zmanjša: d = N / L
Tako zmanjšanje tega koeficienta pomeni, da je treba z razgradnjo modela funkcije poenostaviti, zato se mora število blokov zmanjšati.
Diagrami morajo biti uravnoteženi. To pomeni, da mora biti število puščic, ki vstopijo in zapustijo blok, enakomerno porazdeljeno, to pomeni, da se število puščic ne sme močno razlikovati. Upoštevati je treba, da tega priporočila ni mogoče upoštevati pri postopkih, ki vključujejo pridobivanje končnega izdelka iz velikega števila komponent (proizvodnja strojne enote, proizvodnja živilskega izdelka itd.). Koeficient ravnovesja diagrama se izračuna po naslednji formuli:
Zaželeno je, da je ravnotežni koeficient minimalen za diagram in konstanten v modelu
Poleg ocenjevanja kakovosti diagramov v modelu in samega modela nasploh na podlagi koeficientov ravnotežja in dekompozicije je možno analizirati in optimizirati opisane procese. Fizični pomen koeficienta ravnotežja je določen s številom puščic, povezanih z blokom, in ga je v skladu s tem mogoče interpretirati kot koeficient vrednotenja količine obdelanih in prejetih informacij. Tako na grafih odvisnosti bilančnega koeficienta od stopnje dekompozicije obstoječi vrhovi glede na povprečno vrednost kažejo preobremenjenost in podobremenjenost podsistemov informacijskega sistema v podjetju, saj različne stopnje dekompozicije opisujejo aktivnosti različnih podsistemi. V skladu s tem, če so na grafih vrhovi, je mogoče dati številna priporočila za optimizacijo opisanih procesov, ki jih avtomatizira informacijski sistem.
Analiza kontekstnega diagrama "A-0 Informacijski sistem gradbene organizacije"
Število blokov: 1
Raven razgradnje grafikona: 3
Faktor ravnotežja: 3
Število puščic, ki se povezujejo z blokom: 11
Analiza podrobnosti procesa “A2 Modul “Dobavitelji”
Število blokov: 4
Analiza podrobnosti procesa “A3 modul “Objekti”
Število blokov: 3
Raven razgradnje grafikona: 2
Faktor uravnoteženosti: 5,75
Analiza podrobnosti procesa “A1 Modul “Delavci”
Število blokov: 3
Raven razgradnje grafikona: 2
Faktor uravnoteženosti: 5,75
Analiza podrobnosti procesa “A 4.1 Modul “Poročila”
Število blokov: 3
Raven razgradnje grafikona: 2
Faktor uravnoteženosti: 5,75
Analiza podrobnosti procesa “A 5 Modul “Pogodbeniki”
Število blokov: 3
Raven razgradnje grafikona: 2
Faktor uravnoteženosti: 5,75
Koeficient ravnotežja na podrejenih ravneh razgradnje za podrejene ravni procesa Informacijski sistem trgovine kaže, da je diagram uravnotežen. Ker koeficient ravnovesja ni enak nič, potem je mogoče izvesti nadaljnjo dekompozicijo nekaterih ravni, po kateri je mogoče analizirati imena dejavnosti tega modela.
Pri kvantitativni analizi modela je bil zgrajen graf koeficienta razgradnje, iz katerega vidimo, da se z večanjem stopnje razgradnje koeficient razgradnje zmanjšuje. Tako zmanjšanje tega koeficienta kaže, da se z razgradnjo modela funkcije poenostavijo, zato se število blokov zmanjša. Graf koeficienta razgradnje je prikazan na sliki 10.
Slika 10 – Graf koeficienta razgradnje
Na grafu odvisnosti koeficienta ravnotežja od stopnje razgradnje obstoječi vrhovi glede na povprečno vrednost kažejo na preobremenjenost podsistemov informacijskega sistema podjetja, koeficient ravnovesja za diagram je največji. Graf koeficienta ravnovesja je prikazan na sliki 11.
Slika 11 - Graf koeficienta ravnovesja
Kvantitativna (matematična in statistična) analiza- nabor postopkov, metod za opisovanje in preoblikovanje raziskovalnih podatkov na podlagi uporabe matematičnega in statičnega aparata.
Kvantitativna analiza implicira zmožnost obravnavanja rezultatov kot številk – uporaba računskih metod.
Odločitev za kvantitativna analiza, se lahko takoj obrnemo na pomoč parametrične statistike ali najprej izvedemo primarni in sekundarni obdelava podatkov.
V fazi primarne obdelave se odločajo dve glavni nalogi: predstaviti pridobljene podatke v vizualni obliki, primerni za predhodno kvalitativno analizo v obliki urejenih nizov, tabel in histogramov in pripraviti podatkov za uporabo posebnih metod sekundarna obdelava.
Aranžiranje(razporejanje števil v padajočem ali naraščajočem vrstnem redu) vam omogoča, da poudarite največjo in najmanjšo kvantitativno vrednost rezultatov, ocenite, kateri rezultati se pojavljajo posebej pogosto itd. Niz indikatorjev različnih psihodiagnostičnih metod, pridobljenih za skupino, je predstavljen v obliki tabele, katere vrstice vsebujejo podatke pregleda enega subjekta, stolpci pa porazdelitev vrednosti enega indikatorja po vzorcu. . Stolpični diagram je frekvenčna porazdelitev rezultatov v območju vrednosti.
Na odru sekundarna obdelava Izračunane so značilnosti predmeta raziskave. Analiza rezultatov sekundarna obdelava nam omogoča, da izberemo niz kvantitativnih značilnosti, ki bodo najbolj informativne. Namen odra sekundarna obdelava sestoji ne samo pri pridobivanju informacij, ampak tudi pri pripravi podatkov za morebitno oceno zanesljivosti informacij. V slednjem primeru se obrnemo na pomoč parametrična statistika.
Vrste matematično-statičnih analiznih metod:
Metode deskriptivne statistike so namenjene opisovanju značilnosti preučevanega pojava: porazdelitve, komunikacijskih značilnosti itd.
Metode statičnega sklepanja se uporabljajo za ugotavljanje statistične pomembnosti podatkov, pridobljenih s poskusi.
Tehnike preoblikovanja podatkov se osredotočajo na preoblikovanje podatkov za optimizacijo njihove predstavitve in analize.
K kvantitativnim metodam analize in interpretacije (transformacije) podatkov vključujejo naslednje:
Primarna obdelava "surovih" ocen za ustvarjanje možnosti uporabe neparametrične statistike se izvaja z dvema metodama: razvrstitev(razdelitev predmetov v razrede po nekem kriteriju) in sistematizacija(urejanje objektov znotraj razredov, razredov med seboj in nizov razredov z drugimi nizi razredov).
S klikom na gumb "Prenesi arhiv" boste popolnoma brezplačno prenesli potrebno datoteko.
Preden prenesete to datoteko, pomislite na tiste dobre eseje, teste, seminarske naloge, disertacije, članke in druge dokumente, ki ležijo neprevzeti na vašem računalniku. To je vaše delo, mora sodelovati pri razvoju družbe in koristiti ljudem. Poiščite ta dela in jih oddajte v bazo znanja.
Mi in vsi študenti, podiplomski študenti, mladi znanstveniki, ki bazo znanja uporabljajo pri študiju in delu, vam bomo zelo hvaležni.
Za prenos arhiva z dokumentom vnesite petmestno številko v spodnje polje in kliknite gumb »Prenesi arhiv«.
Podobni dokumenti
Cilji, funkcije in struktura podružnice univerze. Ocena pretoka informacij in modeliranje UML. Analiza strukture informacijskega sistema in navigacijskega sistema. Oblikovanje baze podatkov, fizična izvedba in testiranje informacijskega sistema.
diplomsko delo, dodano 21.01.2012
Oblikovanje modela informacijskega sistema "Hotel" v standardu IDEF0. Razvoj diagrama pretoka podatkov, zasnovanega za opis pretoka dokumentov in obdelave informacij. Ustvarjanje dekompozicijskega diagrama v zapisu IDEF3.
predmetno delo, dodano 14.12.2012
Analiza strukture in upravljanja podjetja. Funkcije, vrste dejavnosti, organizacijski in informacijski modeli podjetja, ocena stopnje avtomatizacije. Možnosti razvoja avtomatiziranih sistemov za obdelavo informacij in upravljanja v podjetju.
poročilo o praksi, dodano 09/10/2012
Izdelava avtomatiziranega sistema za evidentiranje naročil in njihova implementacija v gradbenem podjetju za prenovo stanovanj. Splošne zahteve za informacijski sistem. Oblikovanje strukture baze podatkov. Izdelava ER diagrama. Implementacija informacijskega sistema.
tečajna naloga, dodana 24.3.2014
Razvoj konceptualnega modela sistema za obdelavo informacij za sporočilno preklopno vozlišče. Izdelava strukturnih in funkcionalnih blokovnih diagramov sistema. Programiranje modela v jeziku GPSS/PC. Analiza ekonomske učinkovitosti rezultatov modeliranja.
tečajna naloga, dodana 3.4.2015
Razvoj programske opreme za vnos, shranjevanje, urejanje in pridobivanje podatkov o materialih, naročnikih, naročilih, obračunavanje stroškov in prihodkov gradbenega podjetja. Študij predmetnega področja; izdelava diagrama toka podatkov in strukture baze podatkov.
tečajna naloga, dodana 21.09.2015
Opis funkcij delovanja trgovine. Načrtovanje sistema: informacijsko modeliranje in diagram pretoka podatkov. Modeliranje in programska implementacija informacijskega sistema. Oblikovanje uporabniškega vmesnika.
tečajna naloga, dodana 18.02.2013
