Графоаналитический метод исследования информационных потоков основан на представлении их информационного графа и анализа его матрицы смежности. Графы могут быть построены на уровне документов, на уровне компонентов (исходные, промежуточные и внешние данные) и на синтетическом уровне (исходные и промежуточные данные, внешние и функциональные результаты).
На основе графоаналитических моделей можно выявить число разновидностей исходной , промежуточной и результативной информации, используемой и получаемой в процессе решения задачи, частоту использования различных информационных данных, действительное использование каждого показателя в работе.
Имея графы основных задач и процедур, решаемых в процессе управления, можно получить матрицу смежности графов, показывающую взаимосвязь задач и документов, используемых в управлении. Граф каждой задачи и конкретного уровня управления позволяет установить рациональную информационную преемственность, возможность использования промежуточных и конечных результатов данной задачи для других.
Структурный граф может использоваться для расчета объема информации.
Эти методики анализа информационного обеспечения в совокупности позволяют рассматривать все стороны семантического аспекта анализа [9, с.204-205].
3. Пример графических информационных моделей в практических аналитических исследованиях
3.1. Подготовительные процедуры
Наиболее полно анализ информационного обеспечения может быть проведен при построении и анализе блок-схемы носителей информации в виде информационного графа.
При обосновании информационных потоков необходимо учесть: 59. движение информации в рамках самого информационного обеспечения (от блока - к блоку); 60. взаимосвязь и преемственность информации в технологических процедурах одной функциональной подсистемы и между самостоятельными функциональными подразделениями; 61. иерархическую направленность движения информации; 62. направленность и виды оформления выходной информации.
Для этой цели успешно используются информационные модели объектов и происходящих в них процессов. АСУП создает возможность перехода от построения информационных моделей для отдельных функций и элементов управления к построению информационной модели управления в целом и для предприятия.
Процедура подготовки к решению группы задач или отдельной задачи предполагает предварительное определение состава, последовательности и взаимосвязи структурных компонентов потоков информации, обеспечивающих процесс решения. К структурным компонентам потока можно отнести входные и выходные документы (функциональный уровень анализа), массивы исходной, промежуточной и выходной информации (элементный уровень анализа), рассматривая выделенные уровни самостоятельно или интегрируя их в единую схему.
Для фиксированных по составу и содержанию информационных потоков в объекте автоматизации, постоянном составе и взаимодействии элементов АСУ и алгоритмах задач структура потоков информации в системе будет в общем случае неизменна. Последовательности и взаимосвязи определяемых структурных компонентов потоков постоянны и могут быть найдены один раз. Для автоматизации процесса анализа информационных потоков необходимо создать соответствующую информационную модель. С этой целью удобно воспользоваться аппаратом теории графов [7, c. 20].
3.2. Построение графической модели
Представим структурные компоненты потоков информации в виде вершин ориентированного графа G=(M,V), дуги которых отражают их связи между собой. Каждая пара вершин Mi и Mj соединена дугой, направленной от Mi к Mj только в том случае, если есть переход информации от Mi к Mj.
Используя свойства графов, можно получить ряд важных характеристик исследуемых потоков информации в системе.
Образуем степенные матрицы смежности R, R2,…,RN и суммарную матрицу R=SNn=1 Rn . Анализ матриц позволяет установить следующие свойства потоков. Порядок компоненты Mj определяется наибольшей длиной пути, соединяющего Mi с Mj. Он равен степени n матрицы смежности Rn при которой Sirj=0. Максимальное значение порядка компоненты Mj определяется наибольший путь от Mi к Mj для всего информационного графа. Исходные данные выделяются при равенстве нулю суммы элементов j столбца матрицы смежности. При равенстве нулю суммы элементов i строки выделяются выходные данные. Значения Si rj >0 и Sj ri>0 равны числу компонентов, соответственно входящих в Mj, и числу результатов, в которые входит Mi. Элемент rij матрицы смежности степени n равен числу путей длиной n, связывающих Mi и Mj. Элементы rij матрицы Rсум дают полное число всех путей от Mi к Mj без укзания длины пути.
Элементы j столбца не равные нулю матрицы Rсум , не равные нулю, позволяют выявить все компоненты, формирующие Mj на всех путях движения данных. Отличные от нуля элементы i строки указывают на результаты в формировании которых используется элемент Mi.
Используя матрицу смежности R и значение порядка можно определить длительность хранения компонентов, являющихся промежуточными по отношению к выходным.
Алгоритм анализа потоков информации представлен в общем виде в приложении 9. Модифицируя алгоритм, можно получить практически все характеристики по взаимодействию элементов в модели АСУ. Фрагмент реальной модели, иллюстрирующей объем и сложность взаимосвязей элементов системы, приведен в приложении 10. Для наглядности в него включены только отдельные массивы информации, и функциональные задачи. По этой причине на фрагменте выделены некоторые из наиболее существенных связей между элементами по входной и выходной информации.
Информационные графы и соответствующие им матрицы смежности можно использовать для определения объемов информации по задачам, группам задач, подсистемам, системе в целом и по любым другим структурным компонентам графа [7, c. 20 – 22].
3.3. Анализ матрицы информационного графа
Как было показано выше объемы данных, вводимые в систему довольно велики, поэтому эффективная их организация на машинном уровне является актуальной. Анализ информации для получения исходных данных с целью построения или реконструкции созданного информационного фонда удобно проводить на рассмотренной графовой модели в рамках единого алгоритма анализа. Рекомендуется проанализировать следующие взаимосвязи: 63. выявить число задач, в которых используется данный показатель. По этой информации рассчитывается коэффициент дублирования данных в случае организации отдельных массивов с исходными данными для каждой задачи; 64. рассчитать матрицу совместной встречаемости пар показателей в задачах, элементы которой показывают число задач, в которых соответствующие показатели используются совместно. Такие показатели можно объединить и использовать в общем для них информационном массиве единого информационного фонда; 65. определить число и перечень задач, в которых данный показатель встречается совместно с другими показателями, а также число и перечень показателей. Это позволит выявить группы показателей, которые используются только совместно и не используются порознь ни в одной задаче.
Процесс группировки показателей по задачам можно формализовать, вводя в рассмотрение коэффициент связи между группами. Коэффициент связи вычисляют по следующей формуле:
[pic][pic] где: [pic]- число общих показателей для задачи с индексами [pic]и [pic]; [pic] - число показателей, используемых в задаче с индексом [pic]; [pic] - число показателей, используемых в задаче с индексом [pic].
Группировка показателей заключается в следующем. Рассчитывают и заполняют матрицу связи групп исходных показателей задачи. Выбирают максимальный коэффициент связи и группы соответствующих ему показателей объединяют в единую группу P. Определяют коэффициент связи новой группы со всеми другими группами и объединяют с группой Р группу показателей, у которой коэффициент связи с ней максимален.
Группировкой можно управлять, задавая предельное значение коэффициента связи. Это приводит к изменению коэффициента дублирования показателей.
Окончательный выбор той или иной степени группировки определяют при разработке логической структуры единого информационного фонда системы.
В далее следующем примере приведены закодированные задачи [pic] и закодированные показатели [pic] на основе которых продемонстрирована методика расчета коэффициента связи между группами показателей.
Коэффициент связи групп показателей для задач [pic] и [pic]
К=[pic]=0,67; коэффициент связи групп показателей для задач [pic] и [pic]
К=[pic]=1; коэффициент связи групп показателей для задач [pic] и [pic]
К=[pic]=0,67.[pic]
Схема матрицы, показывающей число задач, в которых используются соответствующие показатели | |Задача |Задача |Задача | | |[pic] |[pic] |[pic][pi| | | | |c] | |показат| | | | |ель |- |3 |5 | |[pic] | | | | |показат| | | | |ель |2 |5 |3 | |[pic] | | | | |показат| | | | |ель |4 |1 |1 | |[pic] | | | |
Схема матрицы совместной встречаемости пар показателей в задачах
[pic] | |показате|показате|показате| | |ль [pic]|ль [pic]|ль [pic]| |показат| | | | |ель |8 |16 |10 | |[pic] | | | | |показат| | | | |ель |16 |10 |16 | |[pic] | | | | |показат| | | | |ель |10 |16 |6 | |[pic] | | | |
Из изложенного следует, что анализ информационного графа и его информационной матрицы, являющихся моделью информационных потоков в системе, в условиях изменения предметной области, развития и совершенствования АСУ подотрасли позволяет: 66. уточнить схему взаимосвязи в отделе автоматизации; 67. уточнить схему информационных связей между выделенными в модели элементами; 68. выявить первичные и выходные данные; 69. определить число разновидностей всех видов информации, их взаимосвязи и степень встречаемости показателей в различных задачах; 70. определить перечень задач, решаемых независимо друг от друга по исходной, промежуточной и выходной информации; 71. определить перечень задач, решаемых с использованием промежуточных и выходных данных, полученных в результате решения других задач; 72. установить степень использования различных видов информации; 73. установить последовательность подготовки, ввода и использования в системе различных данных для подготовки выходных документов или решения определенных задач; 74. установить последовательность решения задач и их связь и различными данными; 75. определить объем информации, циркулирующей в системе [7, c. 22 – 23].
Заключение
В ходе настоящего курсового исследования была достигнута поставленная цель: изучены методы исследования обеспечивающих подсистем управления. Для ее достижения в главе 1 рассмотрены обеспечивающие подсистемы управления, установлены их взаимосвязи и влияние на функционирование и развитие предприятия.
Таким образом, можно сказать, что в современных условиях от руководителя требуется: углубленные знания по технике, технологии и организации производства; расширение экономических знаний; умение управлять «по-новому».
В свою очередь, необходимо отметить, что наибольший эффект применения оргтехники достигается тогда, когда они используются комплексно. Техника должна применяться на всех уровнях управления, на всех стадиях подготовки и принятия решений.
Так как практически любая управленческая деятельность неразрывно связана со сбором, хранением, обработкой и передачей информации, в главе 2 курсового исследования изучаются содержание и структура подсистем информационного обеспечения управления, а также свойства и требования к информации. Кроме того, в курсовой работе рассмотрены и проанализированы методы исследования информации на предприятии. Они следующие: 1. Метод матричного моделирования; 1. Графоаналитический метод исследования потоков информации; 1. Описание потоков информации в виде графиков типа дерева; 1. Метод схем информационных связей; 1. Метод исследовательского анализа задач управления.
В главе 3 данной работы детально рассмотрен графоаналитический метод исследования потоков информации и построения соответствующей матрицы смежности. Для наглядности приведен фрагмент реальной модели теории графов и выделены некоторые наиболее существенные связи между элементами входной и выходной информации.
Таким образом, в ходе настоящей курсовой работы была доказана значимость исследования и анализа различными методами обеспечивающих подсистем управления и использования результатов данных исследований для совершенствования системы управления в условиях изменчивости и жесткости внешней среды.
Список использованной литературы
1. Автоматизированные системы управления машиностроительным предприятием.
Учеб. Для вузов/С.У. Олейник, В.И. Иванова, Г.М. Макарова, С.К. Потемкин;
Под ред. С.У. Олейника – М.: Высш.шк.- 1991.- 122с. 1. Дуж Я. Организация системы информации на предприятии. Пер.Батизи Э.Э.,
Симчера В.М. – М.: «Прогресс»- 1997.- 252 с. 1. Исаков В.И. и др. Машинная обработка экономической информации в промышленности: Учеб. Пособие/В.И. Исаков, Е.П. Королева, Н.А. Патушко. –
М.: Статистика. – 1980. – 320 с. 1. Лапшин Г.М. Организация и планирование вычислительных центров в машино- и приборостроении. – Л.: Машиностроение. Ленингр. отд-ние. – 1990. – 248 с. 1. Мельник М.В. Анализ и оценка системы управления на предприятиях. – М.:
Финансы и статистика. – 1990. –136 с. 1. Мескон М. и др. Основы менеджмента: Пер. с англ. – М.: Дело. - 1998. –
704 с. 1. Огаджанов Г. А., Сухов А.П. Автоматизированные системы управления подотраслью. – М.: Химия. - 1986. – 144 с. 1. Организация управления общественным производством. Учеб. Под ред. Попова
Г.Х., Краснопояса Ю.И. – М.: ИЗД-во МГУ. - 1984. – 256 с. 1. Организация управления промышленным производством. Учебник/Под ред.
Козловой О.В., Каменицера С.Е. – М.: Высш. Шк. – 1980. – 399 с. 1. Основы научного управления социалистической экономикой: Учеб. Пособие
(Под. общ. ред. Белоусова Р.А., Сенеченко В.И., Мозалова Е.В. – М.:
Мысль. – 1985. – 365 с. 1. Яновский А. Информационное обеспечение управленческой деятельности//Вопросы управления. – 1994. - №2. – С. 18 – 20
Страницы: 1, 2, 3, 4, 5
