1 Автоматизированная система управления цехом в информационной системе«Производственный менеджмент». Дисциплина «Информационные системы в организации»

260 Различие видов и форм кредитов.



261 Различие между ликвидностью и платежеспособностью коммерческого банка?
Понятие ликвидность банка означает возможность банка своевременно и полно обеспечивать выполнение своих долговых и финансовых обязательств перед всеми контрагентами, что определяется наличием достаточного собственного капитала банка, оптимальным размещением и величиной средств по статьям актива и пассива баланса с учетом соответствующих сроков.
Ликвидность оценивается на основе способности банка превращать свои активы в денежные или другие платежные средства для оплаты предъявляемых обязательств в случае, если имеющихся в наличии платежных средств для этого не хватает.
Платежеспособность банка – это способность банка в должные сроки и полностью отвечать по всем своим обязательствам.
На первый взгляд, ликвидность коммерческого банка в такой трактовке не отличается от платежеспособности, т.е. способности банка ответить по своим обязательствам на конкретный момент времени (сегодняшний или вчерашний день). Но ликвидность понятие более широкое, оно включает в себя платежеспособность не только в прошлом, настоящем, но и в будущем.
Ликвидность банка лежит в основе его платежеспособности


262 Различие между целями и стратегиями организации.


Цели организации - результаты, которых стремится достичь организация, и на достижение которых направлена ее деятельность.


Стратегия организации - взаимосвязанный комплекс долгосрочных мер или подходов во имя укрепления жизнеспособности и мощи организации по отношению к ее конкурентам.
Стратегия организации - по существу - набор правил для принятия решений, которыми организация руководствуется в своей деятельности


263 Разновидности нейронных сетей и их обучение.
Одной из первых искусственных сетей, способных к восприятию и формированию реакции на воспринятый стимул, явился PERCEPTRON Розенблатта.
Простейший классический персептрон содержит эл-ты 3 типов, назначение которых соответствует нейронам рефлекторной нейронной сети. S-элементы формируют сетчатку сенсорных клеток, принимающих двоичные сигналы от внешнего мира. Далее сигналы поступают в слой ассоциативных или A-элементов. Только ассоциативные элементы, представляющие собой формальные нейроны, выполняют нелинейную обработку информации и имеют изменяемые веса связей. R-элементы с фиксированными весами формируют сигнал реакции персептрона на входной стимул. Представленная сеть называется однослойной, т.к. имеет только 1 слой нейропроцессорных эл-тов. Однослойный персептрон хар-тся матрицей синоптических связей W от S- к A-элементам. Эл-т матрицы W_ij отвечает связи, ведущей от i-го S-элемента к j-му A-элементу.
Теорема об обучении персептрона. Предложенный Ф. Розенблаттом метод обучения состоит в итерационной подстройке матрицы весов, последовательно уменьшающей ошибку в выходных векторах. Пусть имеется набор пар векторов (x,y), =1..p, называемый обучающей выборкой. Будем называть нейронную сеть обученной на данной обучающей выборке, если при подаче на входы сети каждого вектора x на выходах получается соответствующий вектор y.
Рассмотрим иер-ую сетевую стр-ру, в которой связанные между собой нейроны объединены в несколько слоев. Межнейронные синоптические связи сети устроены т. о., что каждый нейрон на данном уровне иерархии принимает и обрабатывает сигналы от каждого нейрона более низкого уровня. Т.о., в данной сети имеется выделенное направление распространения нейроимпульсов - от вход. слоя через 1 (или несколько) скрытых слоев к выход. слою нейронов. НС такой топологии назыв-ся обобщенным многослойным персептроном.
Персептрон предст. собой сеть, сост-ю из нескольких посл-но соед-х слоев формальных нейронов МакКаллока и Питтса. На низшем уровне иерархии находится вход. слой, сост-й из сенсорных эл-тов. Далее имеются 1 или, несколько скрытых слоев. Каждый нейрон на скрытом слое имеет несколько входов, соед-х с выход. нейронов пред-го слоя или непоср-но со вход. сенсорами X₁..X_n, и 1 выход. Нейрон хар-ся уник-ым вектором весовых коэфф-ов w. Веса всех нейронов слоя формируют матрицу, которую будем обозначать V или W. Функция нейрона состоит в вычислении взвешенной суммы его входов с дальнейшим нелинейным преобразованием ее в выход. сигнал.
Обучение методом обратного распространения ошибок. Для обучения многослойной сети в 1986 г. Руммельхартом и Хинтоном - алгоритм обратного распространения ошибок. Основная идея обратного распр-ния состоит в том, как получить оценку ошибки для нейронов скрытых слоев. Известные ошибки, делаемые нейронами выход. слоя, возникают вследствие неизвестных ошибок нейронов скрытых слоев. Чем больше значение синоптической связи между нейроном скрытого слоя и выход. нейроном, тем сильнее ошибка 1 влияет на ошибку 2. Следовательно, оценку ошибки эл-ов скрытых слоев можно получить, как взвешенную сумму ошибок последующих слоев. При обучении инф-ция распространяется от низших слоев иерархии к высшим, а оценки ошибок, делаемые сетью - в обратном направлении, что и отражено в названии метода.
Модель Кохонена выполняет обобщение предъявляемой инф-ции. В результате работы НС Кохонена получается образ, представляющий собой карту распределения векторов из обучающей выборки. Т.о., в модели Кохонена выполняется решение задачи нахождения кластеров в пространстве вход. образов.
Данная сеть обучается без учителя на основе самоор-ции. По мере обучении вектора весов нейронов стремятся к центрам кластеров - групп векторов обучающей выборки. На этапе решения инф-ных задач сеть относит новый предъявленный образ к одному из сформированных кластеров, указывая тем самым категорию, к которой он принадлежит.
Сеть Кохонена, также как и сеть Липпмана-Хемминга, состоит из 1 слоя нейронов. Число входов каждого нейрона = размерности входного образа. Кол-во нейронов определяется той степенью подробности с которой требуется выполнить кластеризацию набора библ-ных образов. При достаточном кол-ве нейронов и удачных параметрах обучения НС Кохонена может не только выделить основные группы образов, но и установить "тонкую структуру" полученных кластеров. При этом близким входным образам будет соответствовать близкие карты нейронной активности.
Обучение начинается с задания случайных значений матрице связей . В дальнейшем происходит процесс самоор-ции, состоящий в модификации весов при предъявлении на вход векторов обучающей выборки. Для каждого нейрона можно определить его расстояние до вектора входа Далее выбирается нейрон m=m^*, для которого это расстояние min. На текущем шаге обучения t будут модифицироваться только веса нейронов из окрестности нейрона m^* Первоначально в окрестности любого из нейронов находятся все НС, в последствии эта окрестность сужается. В конце этапа обучения подстраиваются только веса самого ближайшего нейрона. Темп обучения (t)<1 с течением времени также уменьшается. Образы обучающей выборки предъявляются последовательно, и каждый раз происходит подстройка весов. НС Кохонена может обучаться и на искаженных версиях вход. векторов, в процессе обучения искажения, если они не носят систематический характер, сглаживаются.


264 Разработка требований и внешнее проектирование программного обеспечения (ПО). Внутреннее проектирование (проектирование структуры ПО). Проектирование и программирование модулей.
Разработка требований к ПИ.
Можно установить две фазы в выработке требований. Пер­вой является фаза планирования, на которой определяется реализуемость, устанавливаются цели, оцениваются затраты и обеспечивается ориентация для разработки проекта. В резуль­тате получают набор требований, основанный на определенных начальных условиях. Второй фазой является фаза выработки требований пользователя. На этой фазе вырабатываются тре­бования к входным данным, информационным потокам, выход­ным данным, документации, среде, вычислительным ресурсам. Получаемая на этом этапе информация ориентирована на установление критериев для выходных результатов, задает функциональные возможности ПИ и ограничивает среду ис­пользования ПИ. Именно на этой фазе возникают детализиро­ванные требования к ПИ.
Вторым процессом являются разработка и описание целей. На этом этапе устанав­ливаются взаимосогласованные цели создания ПИ. Это связано тем, что некоторые цели имеют противоречивый характер, и необходимо найти компромиссное решение: установить, какие из них более важны при разработке ПИ, а какими можно пре­небречь для достижения более важных целей.
В общем случае цели разработки ПИ могут быть сгруппиро­ваны в десять категорий: универсальность, человеческие факторы, адаптируемость, сопровождаемость, безопасность, документация, стоимость, календарный план, производительность, надежность.


Внешнее проектирование – это процесс описания планируемо­го поведения разрабатываемого ПИ с точки зрения потенциаль­ных пользователей. Целью этого процесса является конкрети­зация внешних взаимодействий будущего ПИ без детализации внутреннего устройства. Внешний проект представляет собой внешние спецификации ПИ, предназначенные для различных групп специалистов - пользователей и разработчиков.
При разработке внешних интерфейсов пользователя проекти­ровщик должен решить три проблемы: 1) доведение до минимума ошибок пользователя; 2) обнаружение ошибок пользователя в случае их возникно­вения; 3) доведение до минимума сложности разрабатываемого ПИ.
Обычно внешние спецификации представляют собой объе­мистый документ. Поэтому для упрощения процесса его разра­ботки применяют иерархическую организацию. Разработка внешних спецификаций разбивается на две части: предвари­тельный внешний проект и детальный внешний проект.
Предварительный внешний проект содержит описание основ­ных компонентов, затем компонентов, из которых состоят эти основные компоненты, и далее - внешних функций (функций пользователя), составляющих отдельные компоненты проекта.
Детальный внешний проект каждой функции пользователя должен включать следующую информацию: описание входных данных, описание выходных данных, преобразование системы, характеристики надежности, эффективность, замечания по программированию.


Внутреннее проектирование (проектирование структуры) программного изделия
Внутреннее проектирование программного изделия начина­ется с изучения внешних спецификаций. Проверяется завершенность спецификаций программных средств и формально выявляются все противоре­чия. Далее формируются структура программного изделия и общие правила взаимодействия компонентов.
Программное изделие создается на основе модально-иерархической структуры, состоящей из отдельных модулей. Модуль обладает тремя основными признаками: реализует одну или несколько функций, имеет определенную логическую структуру и используется в одном или нескольких контекстах.
Целью проектирования является такое разделение програм­мы на модули, при котором каждый из них по возможности выполняет только одну функцию, т.е. обладает функциональ­ной связностью.
Связность модуля определяется как мера неза­висимости его частей. Чем выше связность модуля, тем лучше результат проектирования. Типы связности модулей: по совпадению, логическая, временная, процедурная, коммуникативная, последовательная, функциональная. Модуль с функциональной связностью обладает высшей сте­пенью внутренней связности.
Второй путь достижения независимости модулей состоит в минимизации связи между ними. Сцепление модулей, т.е. мера взаимозависимости модулей по данным, характеризуется как способом передачи данных, так и свойствами самих этих дан­ных. Независимые модули могут быть модифицированы без переделки каких-либо других модулей. Слабое сцепление более желательно, так как это означает высокий уровень их независимости. Модули являются полностью независимыми, если каждый из них не содержит о другом никакой информа­ции.