Logo GenDocs.ru

Поиск по сайту:  


Загрузка...

Access - файл 1.doc


Access
скачать (4496 kb.)

Доступные файлы (1):

1.doc4496kb.19.11.2011 13:47скачать

содержание
Загрузка...

1.doc

Реклама MarketGid:
Загрузка...
Задание № 1
Разработать систему принятия решения для принятия решения о масштабах строительства предприятия.




Характеристика

Атрибут

Весовой фактор

1

Строится крупное предприятие

    1. Имеются средства на строительство крупного предприятия.

    2. Имеется стабильный спрос на всю продукцию крупного предприятия.

    3. Сырье для крупного предприятия имеется в достаточном количестве.

    4. Затраты на строительство крупного предприятия окупятся через 2 года.

10

20
20
10


2

Строится небольшое предприятие

    1. Имеются средства на строительство предприятия.

    2. Спрос на продукцию невелик.

    3. Сырье для производства имеется в небольшом количестве.

    4. Затраты на строительство окупятся через год.

10

20

20

10

3

Строится небольшое предприятие, которое через 2 года будет расширено.

  1. Имеются средства для строительства небольшого предприятия.

  2. Спрос невелик, но в связи с развитием района строительства, спрос на продукцию предприятия должен возрасти через два года.

  3. Сырье имеется для крупного предприятия.

  4. Затраты на строительство небольшого предприятия окупятся через год.

20
20

10

10



Определить оптимальный вариант строительства.
Необходимо разработать систему принятия решения о масштабах строительства предприятия.
База знаний приведена в таблице 1.



Характеристика

Атрибут

Весовой фактор

1

Строится крупное предприятие

    1. Имеются средства на строительство крупного предприятия.

    2. Имеется стабильный спрос на всю продукцию крупного предприятия.

    3. Сырье для крупного предприятия имеется в достаточном количестве.

    4. Затраты на строительство крупного предприятия окупятся через 2 года.

10

20
20
10


2

Строится небольшое предприятие

    1. Имеются средства на строительство предприятия.

    2. Спрос на продукцию невелик.

    3. Сырье для производства имеется в небольшом количестве.

    4. Затраты на строительство окупятся через год.

10

20

20

10

3

Строится небольшое предприятие, которое через 2 года будет расширено.

  1. Имеются средства для строительства небольшого предприятия.

  2. Спрос невелик, но в связи с развитием района строительства, спрос на продукцию предприятия должен возрасти через два года.

  3. Сырье имеется для крупного предприятия.

  4. Затраты на строительство небольшого предприятия окупятся через год.

20
20

10

10


Таблица 1
Разработка системы принятия решений включает три основных этапа:

  1. Создание базы данных для тестовой проверки разработанной системы принятия решения.

  2. Формализация правил принятия решений на основе имеющихся правил вывода. Обычно схему решения записывают в виде специального графа – дерева решений.

  3. Компьютерная реализация системы. Система принятия решения может быть реализована с использованием языка программирования высокого уровня или в табличном процессоре.



Разработка базы данных для системы принятия решения
База данных создается на основе базы знаний, в которую добавляется столбец ответов. Утверждения в таблице 1 преобразуются в вопросы.
Если на заданный вопрос дается положительный ответ (Да), т.е. отвечающий определяет наличие средств, спроса, сырья и окупаемость предприятия, весовой фактор атрибута сохраняется. Если ответ отрицательный (Нет), весовой фактор атрибута обнуляется.
Стоит обратить внимание, что если на вопрос о наличии средств на строительство крупного предприятия дается положительный ответ, то и на вопрос о средствах на строительство другого масштаба ответ будет положительный. А если имеются средства на строительство небольшого предприятия, на строительство предприятия другого масштаба средств не будет. Поэтому, ответив на один из вопросов «Да», на оставшиеся в следующих характеристиках стоит ответить «Нет».
Весовые факторы рассчитываем для каждого вида строительства, а затем сравниваем их между собой. Оптимальным будет тот вариант строительства, сумма баллов в котором будет максимальной.
Поместим тестовый вариант заполнения БД в таблицу 2.


Таблица 2
Для тестового варианта заполнения БД подсчитаем сумму баллов (общих весовых факторов – ВФ) для каждого варианта строительства:
Крупное предприятие: ВФ 1=10+0+20+10=40

Небольшое предприятие: ВФ 2=0+0+0+0=0

Небольшое предприятие, которое будет расширено: ВФ 3=0+20+0+0=20

Анализируя полученные результаты, можно сделать вывод, что для данного варианта ответов (таблица 2) максимальный весовой фактор имеет вариант строительства крупного предприятия. Следовательно, можно принять решение для строительства этого предприятия.
Построение дерева принятия решения
Построим дерево решения для нашего примера.
На основе данного варианта БД проведены расчеты общих весовых факторов. Теперь нужно проанализировать их значения и найти максимальный. Максимальному значению общего весового фактора будет соответствовать наиболее оптимальный вариант строительства. Дерево решений имеет вид рис. 1.


Рисунок 1
На каждом уровне решения сравниваются значения общих весовых факторов двух вариантов строительства. Из вершины проверки условия выходят две ветви: «Да» и «Нет». Переход по ветви «Да» происходит, если условие, записанное в вершине, выполняется, и по ветви «Нет» – в противном случае.
Проанализируем сначала случай, когда условие ВФ 1 > ВФ 2 выполнилось. Очевидно, что для нахождения максимального весового фактора нужно сравнить ВФ 1 и ВФ 3. Поэтому ветка «Да» завершается новой вершиной проверки условия ВФ 1 > ВФ 3. Если и это условие выполнится, можно утверждать, что максимальным является ВФ 1. Поэтому по ветке «Да» приходим к вершине принятия решения – «строится крупное предприятие». Если условие ВФ 1 > ВФ 3 не выполнилось, это означает, что ВФ 3 > ВФ 1. В этом случае максимальным является ВФ 3, и ветка «Нет» блока проверки ВФ 1 > ВФ 3 приводит к блоку принятия решения «Строится небольшое предприятие, которое через 2 года будет расширено».

Если условие ВФ 1 > ВФ 2 не выполняется, для нахождения максимального весового фактора нужно сравнить ВФ 2 и ВФ 3. По ветке «Нет» блока проверки условия ВФ 1 > ВФ 2 приходим к проверке условия ВФ 2 > ВФ 3. Если это условие выполняется (ветка «Да»), предусмотрен блок принятия решения «Строится небольшое предприятие». Если не выполняется (ветка «Нет»), максимальным является ВФ 3, и снова приходим к блоку «Строится небольшое предприятие, которое через 2 года будет расширено».

Реализация системы принятия решения в электронной таблице (ЭТ)
Для реализации системы принятия решения в электронной таблице необходимо выполнить следующие действия:

  1. Создать базу знаний.

  2. Создать базу данных.

  3. Обработать ответы

  4. Вычислить общие весовые факторы.

  5. Вычислить максимальный общий весовой фактор.

  6. Принять решение.



1. Создание базы знаний
В строку 3 (ячейки B3:D3) вносим заголовок: «Варианты строительства», в строку 4 (ячейки B4:D4) – названия типа строительства: «Строится крупное предприятие», «Строится небольшое предприятие», «Строится небольшое предприятие, которое через 2 года будет расширено».

В строку 5 (ячейки B5:D5) вводим заголовок «База знаний», в ячейке А6 – «Характеристика (атрибут)», в ячейках B6:D6 – «Весовые факторы строительства».

В ячейках А7:А18 размещаем характеристики строительства. В ячейки B7:D18 введем весовые факторы согласно заданной базе знаний (табл.1).

Для удобства заполнения неиспользуемые ячейки закрасим серым цветом.


  1. ^ Создание базы данных


В строках 20:35 предусматриваем вывод вопросов согласно БД (табл.2) и место для ввода ответов.

В строку 20 (ячейки B20:D20) вносим заголовок: «База данных». В ячейку А21 введем комментарий «Вопросы», в ячейках B21:D21 разместим комментарий «Ответы». Далее в строку 22:23 введем подсказки «Если отвечаете "Да" - ввод 1, иначе - ввод 0.» и «Ответы вводить в ячейки В24:D35 (в незакрашенные области)». В ячейки А24:А35 напишем вопросы.

Для удобства заполнения БД пользователем вопросы разместим по тематике.

  1. ^ Обработка ответов


В строку 37 (ячейки B37:D37) вводим заголовок «Обработка ответов». Обработка ответов заключается в определении весового фактора в зависимости от ответа.

Для этого перемножим весовой фактор из базы знаний на значение соответствующей ячейки ответа. Результаты выведем в ячейки В38:D41.


Таблица 3


  1. Вычисление общих весовых факторов


Введем в строку 43 комментарий «Вычисление общих весовых факторов». Для вычисления общего весового фактора необходимо проссумировать весовые факторы, полученные в результате обработки ответов для каждого варианта строительства.


  1. ^ Вычисление максимального общего весового фактора


Введем в строку 46 комментарий «Вычисление максимального общего весового фактора». Чтобы найти оптимальный вариант строительства, следует сравнить между собой все общие весовые факторы, находящиеся в ячейках B44:D44. Для этого вводим в ячейку С47 формулу =МАКС(B44:D44).



Таблица 4

  1. Принятие решения


Чтобы принять решение, какое предприятие строить, нужно провести сравнение общего весового фактора каждой неисправности с найденным максимальным значением. Воспользуемся для этого оператором ЕСЛИ. В общем случае он имеет вид: =ЕСЛИ(условие;выражение 1;выражение2).

Проведение тестовых расчетов в ЭТ
Чтобы проверить правильность составления ЭТ, введем в табл.4 ответы согласно БД табл.3. Поскольку результат совпадает с тестовыми вычислениями, можно утверждать, что реализация системы принятия решения в ЭТ функциониркет нормально.
Подготовка системы принятия решений для пользователя
Разработанная система содержит много избыточной информации для пользователя. Для исключения лишней информации удобно пользоваться командой «Скрыть строку».

В результате получаем систему принятия решения в режиме пользователя (табл.5).


^ Таблица 5

Задание № 2
Небольшая фабрика выпускает два вида красок: для внутренних работ (В) и наружных работ (Н). Продукция обоих видов поступает в продажу.

Для производства красок используются два исходных продукта Р1 и Р2. Максимально возможные суточные запасы этих продуктов составляют 30 т и 28 т соответственно. Расходы Р1 и Р2 на одну тонну соответствующих красок и оптовые цены одной тонны приведены в таблице.


Исходный продукт

Расход исходных продуктов

(в тоннах) на тонну краски

Максимально возможный запас,

в тоннах

Краска В

Краска Н

Р1

5

4

30

Р2

2,5

3

28

Оптовая цена за одну тонну

4000 руб.

5000 руб.





Изучение рынка сбыта показало, что суточный спрос на краску ^ В никогда не превышает спроса на краску Н более, чем на 4 т. Кроме того, установлено, что спрос на краску В никогда не превышает 10 т в сутки.

Какое количество краски каждого вида должна производить фабрика, чтобы доход от реализации продукции был максимальным?
Задачи оптимизации очень часто встречаются в управленческой, финансовой и научной деятельности. Они позволяют отыскать наилучшее (оптимальное) решение (например, дающее максимальную прибыль или обеспечивающее минимальные затраты). При этом требуется учитывать ряд дополнительных условий на значения используемых параметров. Для решения подобных задач используются, как правило, методы математического программирования. На компьютере подобные задачи можно решать, используя имеющийся в табличном процессоре Excel режим Поиск решения.

Обычными задачами, решаемыми с помощью надстройки Поиск решения, являются:

- Ассортимент продукции. Максимизация выпуска товаров при ограничениях на сырье для производства этих товаров.

- Штатное расписание. Составление штатного расписания для достижения наилучших результатов при наименьших расходах.

- Планирование перевозок. Минимизация затрат на транспортировку товаров.

- Составление смеси. Получение заданного количества смеси при наименьших расходах.

Задачи, которые лучше всего решаются данным средством имеют три свойства. Во-первых, имеется единственная цель, например, максимизация прибыли или минимизация расходов. Во-вторых, имеются ограничения, выражающиеся, как правило, в виде неравенств. Например, объем используемого сырья не может превышать объем имеющегося сырья на складе, или время работы станка за сутки не должно быть больше 24 часов минус время на обслуживание.

В-третьих, имеется набор входных значений-переменных, непосредственно или косвенно влияющих на ограничения и на оптимизируемые величины.
Решение задачи включает три этапа:

  1. Построение математической модели.

  2. Построение начального плана решения.

  3. Оптимизация начального плана.



Построение математической модели.


  1. Определение целевой функции.

Обозначим Хв – суточный объем производства краски В,

Хн – суточный объем производства краски Н.

Целевой функцией будет суммарная суточная прибыль от производства красок:

Z = 4000 х Хв + 5000 х Хн (1)


  1. Определение ограничений на переменные.

На переменные Хв и Хн накладывается три вида ограничений.

а) Ограничение по физическому смыслу задачи – объем производства красок не может быть отрицательным. Следовательно,




Хв ≥ 0 (2)

Хн ≥ 0
б) Ограничение по ресурсам. Расход исходного продукта для производства обоих видов красок не может превосходить максимально возможный запас данного исходного продукта. Таким образом,




для Р1 5 х Хв + 4 х Хн ≤ 30 (3)

для Р2 2,5 х Хв + 3 х Хн ≤ 28
в) Ограничения на величину спроса краски имеют вид:




Хв - Хн ≤ 4 (4)

Хв ≤ 10
Итак целью фабрики является определение среди множества допустимых значений Хв и Хн таких, которые обеспечат максимальное значение целевой функции (1) при выполнении ограничений (2) – (4).


Построение начального плана решения.
Создадим электронную таблицу для реализации решения (таблица 6 – ЭТ в режиме показа формул, таблица 7 – ЭТ в режиме показа вычислений).



Таблица 6



^ Таблица 7
В ячейках А3: В4 размещен начальный план выпуска красок. Поскольку сразу определить оптимальный план выпуска не удастся, считаем, что начальные объемы производства красок равны нулю.

Строки 5 и 6 отведены для вычисления целевой функции.

В ячейках ^ А9: А12 вычисляются левые части ограничений (2) – (4) для текущего объема производства красок, а в ячейках В9: В12 находятся правые части этих ограничений.

Оптимизация плана решения.


  1. Запускаем средство Поиск решения (Сервис – Поиск решения).

  2. Установим в окне Поиск решения параметры, показанные на рисунке 2.

  3. Щелкнем по кнопке Выполнить. Результат приведен в таблице 8.




Рисунок 2

^ Таблица 8

Задание №3
Разработать информационно-логическую модель предметной области «Участники конференции» с атрибутами:

  • Код участника

  • Имя

  • Фамилия

  • Город

  • Район

  • Область

  • Страна

  • Почтовый индекс

  • Домашний телефон

  • Рабочий телефон

  • Факс

  • Место работы

  • Должность

  • Дата регистрации

  • Дата отъезда

  • Секция

  • Название доклада

  • Тематика доклада

Создать логическую структуру этой базы данных для СУБД Access.

Заполнить таблицы базы данных записями.

Создать отчет с параметрами ^ Код участника – Фамилия – Название доклада.

Создать запрос об участниках конференции для одной из секций.
База данных – это поименованная совокупность структурированных данных, относящихся к определенной предметной области.

Создавая базу данных, пользователь стремится упорядочить информацию по различным признакам и быстро извлекать выборку с произвольным сочетанием признаков. Сделать это возможно, если данные структурированы. Структурирование – это введение соглашений о способах представления данных.

^ Система управления базами данных – это комплекс программных и языковых средств, необходимых для создания баз данных, поддержания их в актуальном состоянии и организации поиска в них необходимой информации.
Структурные элементы баз данных.
Модель данных – это структура хранения информации в БД.

Имеется 3 модели данных:

  • иерархическая

  • сетевая

  • реляционная (ввиде двумерных таблиц)

Наиболее распространенные СУБД (FoxPro, Paradox, Access) – реляционные. Основными элементами реляционных БД являются: поле, запись, отношение, файл, ключ.

Поле – логическая единица записи информации (один столбец таблицы). При создании БД каждое поле описывают, указывая следующие характеристики:

  • имя

  • тип информации (текстовой, числовой, дата/время)

  • длина (число символов в столбце)

  • точность (только для дробных чисел)

  • формат (для дата/время)

Запись – это совокупность логически объединенных полей (1 строка таблицы). Отношение – это совокупность экземпляров записей одной структуры.(таблица)

Файл – совокупность объектов БД. Например, в Access основными объектами являются:

  • таблицы (для хранения информации)

  • формы (для просмотра и ввода данных)

  • запросы (для отбора данных)

  • отчеты (для подготовки к печати)

Ключ – это поле, по которому можно найти любую запись БД.

Краткие сведения о СУБД Access.
База данных в Access представляет собой единый большой объект, который объединяет такие составляющие, как таблицы, отчеты, запросы, формы и т.д. и позволяет хранить их в одном файле.

Основным структурным элементом БД является таблица. Каждая таблица содержит записи определенного вида.

Каждый объект и элемент управления имеет свои свойства, определяя которые можно настраивать объекты и элементы управления.

^ Таблицы создаются пользователем для хранения данных по одному объекту модели данных предметной области.

Запросы создаются пользователем для выборки нужных данных из одной или нескольких связанных таблиц. С помощью запроса можно также обновить, удалить или добавить данные в таблицы или создать новые таблицы на основе уже существующих.

Формы предназначены для ввода, просмотра и корректировки взаимосвязанных данных базы на экране в удобном виде, который может соответствовать привычному для пользователя документу. Формы также могут использоваться для создания панелей управления в приложении пользователя.

^ Отчеты предназначены для формирования выходного документа, предназначенного для вывода на печать.

Макросы содержат описание действий, которые должны быть выполнены в ответ на некоторое событие, каждое действие реализуется макрокомандой. Выбор макрокоманд и задание параметров, используемых ими при выполнении, является простой автоматизированной операцией. Макрос позволяет объединить разрозненные операции обработки данных в приложениях.

Модули содержат программы на языке Visual Basic, которые могут разрабатываться пользователем для реализации нестандартных процедур при создании приложения.


Порядок проектирования баз данных:

  • Обследование предметной области и выявление объектов, сведения о которых должны храниться в БД (перечень атрибутов)

  • Выбор системы управления базами данных

  • Конструирование схемы базы данных (разработка информационно-логической модели БД)

  • Создание схем БД для машинных носителей

  • Заполнение таблиц данными

  • Реализация запросов. Составление программ реализации запросов. Проверка запросов на контрольном примере.

  • Составление инструкции по технологии ведения базы данных.



Разработка информационно-логической модели.
Разобьем все атрибуты на две таблицы, связанные между собой ключами:

  • Участники конференции (Код участника, Имя, Фамилия, Город, Район, Область, Страна, Почтовый индекс, Домашний телефон, Рабочий телефон, Факс, Место работы, Должность, Дата регистрации, Дата отъезда)

  • Доклады (Код участника, Секция, Название доклада, Тематика доклада)


Построим информационно-логическую модель (схему базы данных)



^ Участники конференции




Доклады

Код участника




^ Код участника

Имя




Секция

Фамилия




Название доклада

Город




Тематика доклада

Район







Область







Страна







Почтовый индекс







Домашний телефон







Рабочий телефон







Факс







Место работы







Должность







Дата регистрации







Дата отъезда









Создание схем БД для машинных носителей
Создадим файл Конференция.mdb.
Следующим этапом будет создание таблиц, определенных нами в информационно-логической модели. (Таблица > Создание таблиц с помощью конструктора)
В открывшейся таблице (сохраним ее как «Участники конференции») следует указать имена всех полей, тип хранящейся в них информации, размер поля.


  • Для поля Код участника устанавливаем тип информации и параметры:





  • Для полей ^ Имя, Фамилия, Город, Район, Область, Страна, Почтовый индекс, Домашний телефон, Рабочий телефон, Факс, Место работы, Должность:



Поля Имя, Фамилия, Город, Страна, Место работы, Должность указываем обязательными для заполнения.

  • Для полей ^ Дата регистрации, Дата отъезда указываем параметры:



Указываем поле Код участника ключевым.

Создадим следующую таблицу «Доклады».


  • Поле Код участника будет ключом таблицы и иметь те же параметры, что и в таблице «Участники конференции»

  • Поля Секция, Название доклада и Тематика доклада задаем обязательными для заполнения и тип информации указываем текстовый.


В результате таблица «Доклады» имеет вид:


Заполнение таблиц данными
После того как создана в СУБД структура каждой таблицы, можно заполнить эти таблицы данными.
Для заполнения БД следует выделить имя таблицы и щелкнуть по кнопке Открыть.



Создание схемы БД в Access
Выполнив команды Сервис > Схема данных, связать все таблицы по ключам.


Формирование запросов
Необходимо создать запрос об участниках конференции для одной из секций.
Для создания запроса в окне БД выбрать вкладку ^ Запрос > Создание запроса с помощью мастера.

Отобрать из связанных по ключам таблиц нужную информацию. Появится таблица Запрос.

Для формирования условий запроса необходимо войти в режим Конструктора запросов. В строке Условие отбора в нужном столбце ввести условие отбора. Например, для отбора участников секции «3» в столбце Секция ввести 3.



Формирование отчетов
Необходимо создать отчет с параметрами Код участника – Фамилия – Название доклада.
Для создания отчета в окне БД выбрать вкладку ^ Отчеты > Создание отчета с помощью мастера.

Отобрать из связанных по ключам таблиц нужную информацию. Определить стиль отчета. Появится таблица Отчет.










Скачать файл (4496 kb.)

Поиск по сайту:  

© gendocs.ru
При копировании укажите ссылку.
обратиться к администрации
Рейтинг@Mail.ru