Введение
Технологическая практика систематизирует знания, полученные при изучении многих предметов, закрепляет полученные знания, умения и навыки в данной работе, помогает совершенствованию практических навыков в использовании и разработке современных информационных систем, а также позволяет закрепить приобретённый опыт в разработке и реализации практических задач. Итогами производственной практики является приобретение практического опыта в выполнении технологических операций различной сложности, оформление отчёта в соответствии со стандартными требованиями.
Целями технологической практики являются:
· закрепление знаний, связанных с технологией обработки информации;
· закрепление и углубление знаний, полученных при изучении специальных предметов;
· закрепление практических навыков по составлению алгоритмов и их реализации на ЭВМ;
· изучение состава технических средств данного вычислительного центра (ВЦ).
Перед началом работы был пройден инструктаж по технике безопасности на предприятии. Выяснены основные вопросы, касающиеся работы с ЭВМ и иной оргтехникой.
Организационная структура ОАО «БШФ» введена в действие 01.01.1997 г.
Для выполнения функций управления создается управляющая система — аппарат управления. Под структурой аппарата управления понимаются количество и состав звеньев и ступеней управления, их соподчиненность и взаимная связь.
Руководит фабрикой директор, которому помогают в управлении следующие отделы и блоки:
ü экономический блок
ü блок ресурсного обеспечения
Нужна помощь в написании отчета?
Мы - биржа профессиональных авторов (преподавателей и доцентов вузов). Наша система гарантирует сдачу работы к сроку без плагиата. Поможем с характеристой и презентацией. Правки внесем бесплатно.
ü бухгалтерия
ü блок контроля качества
ü отдел кадров
ü юрисконсульт
Производственная структура ОАО «БШФ» состоит из вспомогательного, основного производств и обслуживающего хозяйства.
В структуру основного производства входят два швейных цеха и поток малых серий (ПМС), участок по подготовке и освоению новых видов продукции (УМС), раскройный цех, подготовительный цех, склад готовой продукции и экспериментальный цех (рисунок 1.1)
Рисунок 1.1 Производственная структура предприятия
Структура отдела АСУП
. Начальник АСУП
. Инженер-программист
. Операторы
Основными задачами специалистов ОАСУП является разработка, внедрение и сопровождение программного обеспечения, прокладка и наладка локальной сети предприятия, установка и сопровождение системных программ, ремонт и обслуживание технических средств (сканер, принтер, плоттер, монитор, системный блок, модем и т.д.), установка и сопровождение программного обеспечения, приобретенного предприятием у фирм-разработчиков ПО.
Операторы ОАСУП вводят текстовую информацию, печатают таблицы, используя программное обеспечение фирмы Microsoft Office, а так же используют программы, разработанные программистами предприятия (ввод и распечатка отчетов).
1. Изучение технологического процесса обработки информации в отделах ВЦ или подразделениях предприятия
Нужна помощь в написании отчета?
Мы - биржа профессиональных авторов (преподавателей и доцентов вузов). Наша система гарантирует сдачу работы к сроку без плагиата. Поможем с характеристой и презентацией. Правки внесем бесплатно.
1.1 Изучение технологического процесса в отделе алгоритмизации
Для четкого и правильного представления о процессе разработки алгоритмов и программ следует досконально изучить представленную предметную область, а именно, изучить все аспекты для возможности оптимизации в представленной области. После детального изучения и анализа предметной области необходимо определить и выявить всевозможные участки работ.
После того как проблемные участки были выявлены необходимо выбрать один из них, который после оптимизации намного облегчит работу. Прежде чем приступать к каким-либо действиям стоит определиться с выбором средств и методов, которые будут использованы, то есть необходима постановка задачи.
Постановка задачи своего рода — цель работы, которую необходимо достигнуть, однако же, за счет правильного описания требований, довольно легко будет определиться и с методами, так как была поставлена четкая цель. Итак, поскольку с целью все определено, следует выбрать наиболее подходящие средства для ее решения.
При решении конкретной задачи оптимизации прежде всего стоит выбрать математический метод, который приводил бы к конечным результатам с наименьшими затратами на вычисления или же давал возможность получить наибольший объем информации об искомом решении. Выбор того или иного метода в значительной степени определяется постановкой оптимальной задачи, а также используемой математической моделью объекта оптимизации.
В настоящее время для решения оптимальных задач применяют в основном следующие методы:
методы исследования функций классического анализа;
методы, основанные на использовании неопределенных множителей Лагранжа;
вариационное исчисление;
динамическое программирование;
принцип максимума;
линейное программирование;
нелинейное программирование.
В последнее время разработан и успешно применяется для решения определенного класса задач метод геометрического программирования.
Нужна помощь в написании отчета?
Мы - биржа профессиональных авторов (преподавателей и доцентов вузов). Наша система гарантирует сдачу работы к сроку без плагиата. Поможем с характеристой и презентацией. Правки внесем бесплатно.
Как правило, нельзя рекомендовать какой-либо один метод, который можно использовать для решения всех без исключения задач, возникающих на практике. Одни методы в этом отношении являются более общими, другие — менее общими. Наконец, целую группу методов (методы исследования функций классического анализа, метод множителей Лагранжа, методы нелинейного программирования) на определенных этапах решения оптимальной задачи можно применять в сочетании с другими методами, например динамическим программированием или принципом максимума.
Отметим также, что некоторые методы специально разработаны или наилучшим образом подходят для решения оптимальных задач с математическими моделями определенного вида. Так, математический аппарат линейного программирования, специально создан для решения задач с линейными критериями оптимальности и линейными ограничениями на переменные и позволяет решать большинство задач, сформулированных в такой постановке. Так же и геометрическое программирование предназначено для решения оптимальных задач, в которых критерий оптимальности и ограничения представляются специального вида функциями позиномами.
Динамическое программирование хорошо приспособлено для решения задач оптимизации многостадийных процессов, особенно тех, в которых состояние каждой стадии характеризуется относительно небольшим числом переменных состояния. Однако при наличии значительного числа этих переменных, т. е. при высокой размерности каждой стадии, применение метода динамического программирования затруднительно вследствие ограниченных быстродействия и объема памяти вычислительных машин.
Пожалуй, наилучшим путем при выборе метода оптимизации, наиболее пригодного для решения соответствующей задачи, следует признать исследование возможностей и опыта применения различных методов оптимизации. Ниже приводится краткий обзор математических методов решения оптимальных задач и примеры их использования. Здесь же дана лишь краткая характеристика указанных методов и областей их применения, что до некоторой степени может облегчить выбор того или иного метода для решения конкретной оптимальной задачи.
Методы исследования функций классического анализа представляют собой наиболее известные методы решения несложных оптимальных задач, с которыми известны из курса математического анализа. Обычной областью использования данных методов являются задачи с известным аналитическим выражением критерия оптимальности, что позволяет найти не очень сложное, также аналитическое выражение для производных. Полученные приравниванием нулю производных уравнения, определяющие экстремальные решения оптимальной задачи, крайне редко удается решить аналитическим путем, поэтому, как, правило, применяют вычислительные машины. При этом надо решить систему конечных уравнений, чаще всего нелинейных, для чего приходится использовать численные методы, аналогичные методам нелинейного программирования.
Дополнительные трудности при решении оптимальной задачи методами исследования функций классического анализа возникают вследствие того, что система уравнений, получаемая в результате их применения, обеспечивает лишь необходимые условия оптимальности. Поэтому все решения данной системы (а их может быть и несколько) должны быть проверены на достаточность. В результате такой проверки сначала отбрасывают решения, которые не определяют экстремальные значения критерия оптимальности, а затем среди остающихся экстремальных решений выбирают решение, удовлетворяющее условиям оптимальной задачи, т.е. наибольшему или наименьшему значению критерия оптимальности в зависимости от постановки задачи.
Методы исследования при наличии ограничений на область изменения независимых переменных можно использовать только для отыскания экстремальных значений внутри указанной области. В особенности это относится к задачам с большим числом независимых переменных (практически больше двух), в которых анализ значений критерия оптимальности на границе допустимой области изменения переменных становится весьма сложным.
Метод множителей Лагранжа применяют для решения задач такого же класса сложности, как и при использовании обычных методов исследования функций, но при наличии ограничений типа равенств на независимые переменные. К требованию возможности получения аналитических выражений для производных от критерия оптимальности при этом добавляется аналогичное требование относительно аналитического вида уравнений ограничений.
В основном при использовании метода множителей Лагранжа приходится решать те же задачи, что и без ограничений. Некоторое усложнение в данном случае возникает лишь от введения дополнительных неопределенных множителей, вследствие чего порядок системы уравнений, решаемой для нахождения экстремумов критерия оптимальности, соответственно повышается на число ограничений. В остальном, процедура поиска решений и проверки их на оптимальность отвечает процедуре решения задач без ограничений.
Множители Лагранжа можно применять для решения задач оптимизации объектов на основе уравнений с частными производными и задач динамической оптимизации. При этом вместо решения системы конечных уравнений для отыскания оптимума необходимо интегрировать систему дифференциальных уравнений.
Следует отметить, что множители Лагранжа используют также в качестве вспомогательного средства и при решении специальными методами задач других классов с ограничениями типа равенств, например, в вариационном исчислении и динамическом программировании. Особенно эффективно применение множителей Лагранжа в методе динамического программирования, где с их помощью иногда удается снизить размерность решаемой задачи.
Методы вариационного исчисления обычно используют для решения задач, в которых критерии оптимальности представляются в виде функционалов и решениями которых служат неизвестные функции. Такие задачи возникают обычно при статической оптимизации процессов с распределенными параметрами или в задачах динамической оптимизации.
Вариационные методы позволяют в этом случае свести решение оптимальной задачи к интегрированию системы дифференциальных ‘ уравнений Эйлера, каждое из которых является нелинейным дифференциальным уравнением второго порядка с граничными условиями, заданными на обоих концах интервала интегрирования. Число уравнений указанной системы при этом равно числу неизвестных функций, определяемых при решении оптимальной задачи. Каждую функцию находят в результате интегрирования получаемой системы.
Уравнения Эйлера выводятся как необходимые условия экстремума функционала. Поэтому полученные интегрированием системы дифференциальных уравнений функции должны быть проверены на экстремум функционала.
Нужна помощь в написании отчета?
Мы - биржа профессиональных авторов (преподавателей и доцентов вузов). Наша система гарантирует сдачу работы к сроку без плагиата. Поможем с характеристой и презентацией. Правки внесем бесплатно.
При наличии ограничений типа равенств, имеющих вид функционалов, применяют множители Лагранжа, что дает возможность перейти от условной задачи к безусловной. Наиболее значительные трудности при использовании вариационных методов возникают в случае решения задач с ограничениями типа неравенств.
Заслуживают внимания прямые методы решения задач оптимизации функционалов, обычно позволяющие свести исходную вариационную задачу к задаче нелинейного программирования, решить которую иногда проще, чем краевую задачу для уравнений Эйлера.
Динамическое программирование служит эффективным методом решения задач оптимизации дискретных многостадийных процессов, для которых критерий оптимальности задается как аддитивная функция критериев оптимальности отдельных стадий. Без особых затруднений указанный метод можно распространить и на случай, когда критерий оптимальности задан в другой форме, однако при этом обычно увеличивается размерность отдельных стадий.
По существу метод динамического программирования представляет собой алгоритм определения оптимальной стратегии управления на всех стадиях процесса. При этом закон управления на каждой стадии находят путем решения частных задач оптимизации последовательно для всех стадий процесса с помощью методов исследования функций классического анализа или методов нелинейного программирования. Результаты решения обычно не могут быть выражены в аналитической форме, а получаются в виде таблиц.
Ограничения на переменные задачи не оказывают влияния на общий алгоритм решения, а учитываются при решении частных задач оптимизации на каждой стадии процесса. При наличии ограничений типа равенств иногда даже удается снизить размерность этих частных задач за счет использования множителей Лагранжа. Применение метода динамического программирования для оптимизации процессов с распределенными параметрами или в задачах динамической оптимизации приводит к решению дифференциальных уравнений в частных производных. Вместо решения таких уравнений зачастую значительно проще представить непрерывный процесс как дискретный с достаточно большим числом стадий. Подобный прием оправдан особенно в тех случаях, когда имеются ограничения на переменные задачи и прямое решение дифференциальных уравнений осложняется необходимостью учета указанных ограничений.
При решении задач методом динамического программирования, как правило, используют вычислительные машины, обладающие достаточным объемом памяти для хранения промежуточных результатов решения, которые обычно получаются в табличной форме.
Принцип максимума применяют для решения задач оптимизации процессов, описываемых системами дифференциальных уравнений. Достоинством математического аппарата принципа максимума является то, что решение может определяться в виде разрывных функций; это свойственно многим задачам оптимизации, например задачам оптимального управления объектами, описываемыми линейными дифференциальными уравнениями.
Нахождение оптимального решения при использовании принципа максимума сводится к задаче интегрирования системы дифференциальных уравнений процесса и сопряженной системы для вспомогательных функций при граничных условиях, заданных на обоих концах интервала интегрирования, т.е. к решению краевой задачи. На область изменения переменных могут быть наложены ограничения. Систему дифференциальных уравнений интегрируют, применяя обычные программы на цифровых вычислительных машинах.
Принцип максимума для процессов, описываемых дифференциальными уравнениями, при некоторых предположениях является достаточным условием оптимальности. Поэтому дополнительной проверки на оптимум получаемых решений обычно не требуется.
Для дискретных процессов принцип максимума в той же формулировке, что и для непрерывных, вообще говоря, несправедлив. Однако условия оптимальности, получаемые при его применении для многостадийных процессов, позволяют найти достаточно удобные алгоритмы оптимизации.
Линейное программирование представляет собой математический аппарат, разработанный для решения оптимальных задач с линейными выражениями для критерия оптимальности и линейными ограничениями на область изменения переменных. Такие задачи обычно встречаются при решении вопросов оптимального планирования производства с ограниченным количеством ресурсов, при определении оптимального плана перевозок (транспортные задачи) и т.д.
Для решения большого круга задач линейного программирования имеется практически универсальный алгоритм — симплексный метод, позволяющий за конечное число итераций находить оптимальное решение подавляющего большинства задач. Тип используемых ограничений (равенства или неравенства) не сказывается на возможности применения указанного алгоритма. Дополнительной проверки на оптимальность для получаемых решений не требуется. Как правило, практические задачи линейного программирования отличаются весьма значительным числом независимых переменных. Поэтому для их решения обычно используют вычислительные машины, необходимая мощность которых определяется размерностью решаемой задачи.
Методы нелинейного программирования применяют для решения оптимальных задач с нелинейными функциями цели. На независимые переменные могут быть наложены ограничения также в виде нелинейных соотношений, имеющих вид равенств или неравенств. По существу методы нелинейного программирования используют, если ни один из перечисленных выше методов не позволяет сколько-нибудь продвинуться в решении оптимальной задачи. Поэтому указанные методы иногда называют также прямыми методами решения оптимальных задач.
Для получения численных результатов важное место отводится нелинейному программированию и в решении оптимальных задач такими методами, как динамическое программирование, принцип максимума и т.п. на определенных этапах их применения.
Нужна помощь в написании отчета?
Мы - биржа профессиональных авторов (преподавателей и доцентов вузов). Наша система гарантирует сдачу работы к сроку без плагиата. Поможем с характеристой и презентацией. Правки внесем бесплатно.
Геометрическое программирование есть метод решения одного специального класса задач нелинейного программирования, в которых критерий оптимальности и ограничения задаются в виде позиномов — выражений, представляющих собой сумму произведений степенных функций от независимых переменных. С подобными задачами иногда приходится сталкиваться в проектировании. Кроме того, некоторые задачи нелинейного программирования иногда можно свести к указанному представлению, используя аппроксимационное представление для целевых функций и ограничений.
Специфической особенностью методов решения оптимальных задач (за исключением методов нелинейного программирования) является то, что до некоторого этапа оптимальную задачу решают аналитически, т. е. находят определенные аналитические выражения, например, системы конечных или дифференциальных уравнений, откуда уже отыскивают оптимальное решение. В отличие от указанных методов при использовании методов нелинейного программирования, которые, как уже отмечалось выше, могут быть названы прямыми, применяют информацию, получаемую при вычислении критерия оптимальности, изменение которого служит оценкой эффективности того или иного действия.
Важной характеристикой любой оптимальной задачи является ее размерность п, равная числу переменных, задание значений которых необходимо для однозначного определения состояния оптимизируемого объекта. Как правило, решение задач высокой размерности связано с необходимостью выполнения большого объема вычислений. Ряд методов (например, динамическое программирование и дискретный принцип максимума) специально предназначен для решения задач оптимизации процессов высокой размерности, которые могут быть представлены как многостадийные процессы с относительно невысокой размерностью каждой стадии.
Предполагается, что решение оптимальной задачи для процессов, описываемых системами конечных уравнений, определяется как конечный набор значений управляющих воздействий (статическая оптимизация процессов с сосредоточенными параметрами), а для процессов, описываемых системами обыкновенных дифференциальных уравнений, управляющие воздействия характеризуются функциями времени (динамическая оптимизация процессов с сосредоточенными параметрами) или пространственных переменных (статическая оптимизация процессов с распределенными параметрами).
Классификация задач по группам с числом независимых переменных, большим и меньшим трех или равным трем как характеристика размерности задач с большим и малым числом переменных, разумеется, весьма условна и в данном случае выбрана скорее из соображений наглядности графического изображения пространства изменения переменных задачи — фазового пространства (при числе переменных большем трех графическое изображение фазового пространства обычными приемами отсутствует). Тем не менее, такая классификация до некоторой степени все же отражает действительные трудности, возникающие при решении задач с размерностью выше трех.
Ниже представлены ГОСТ-ы которые используются для описания алгоритмов, программ, а так же их графического представления:
ГОСТ 19.002-80 — Схемы алгоритмов и программ. Правила выполнения
ГОСТ 19.003-80 — Схемы алгоритмов и программ.
Обозначение условные графические
ГОСТ 19.101-77 — Виды программ и программных документов
ГОСТ 19.106-78* — Требования к программным документам, выполненным печатным способом
ГОСТ 19.105-78* — Общие требования к программным документам вычислительный технический программный локальный
1.2 Изучение технологического процесса в отделе программирования
Отладка является одним из важнейших этапов разработки программного обеспечения, так как во время отладки можно выявить ошибочные суждения логики и исправить их до введения программы в эксплуатацию. Данная процедура значительно облегчает поиск и локализацию ошибок. В процессе отладки допускается тестирование продукта.
Тестирование бывает разных видов и позволяет производить проверку программного продукта в разных аспектах. Так, например, мною зачастую используется тестирование белого ящика, так как я вижу, где конкретно мною допущена ошибка и почему она возникла. Так же данный вид тестирования позволяет видеть собственные ошибки и зачастую помогает более подобных ошибок не повторять. Так же важным этапом является модульное тестирование, в частности применимое к программным продуктам, разработанным при помощи модулей. Позволяет тестировать работу отдельного модуля и так же локализовать ошибки, если таковые имеются. Так же весьма эффективно используется тестирование черного ящика, а именно осуществляется тестирование приложения, не учитывая кода программы, то есть осуществляется тестирование интерфейса программного продукта. Но чтобы проверить эффективность всего программного продукта в целом, рационально использовать системное тестирование, которое позволяет проверить эффективность работы программного продукта, включая всю функциональную составляющую.
Под термином математическое обеспечение ЭВМ подразумевается, совокупность программ и программных комплексов, посредством которых происходит преобразование алгоритмов программы пользователя, записанных на алгоритмических языках высокого уровня, в последовательность команд, понимаемых электроникой ЭВМ, организуется автоматическое прохождение задач пользователей на ЭВМ, обеспечивается эффективное использование оборудования ЭВМ.
Математическое обеспечение ЭВМ можно представить в виде двух уровней.
Первый уровень — комплекс программ, входящих в ОС или работающих под ее непосредственным управлением, который является общим математическим обеспечением, поставляемым вместе с вычислительной системой. Кроме программ собственно ОС, в общее математическое обеспечение входят в первую очередь трансляторы с машинно-ориентированных и широко распространенных процедурно-ориентированных алгоритмических языков, а также библиотеки стандартных подпрограмм общего назначения.
Второй уровень представлен проблемно-ориентированными программными комплексами. Они являются, как правило, надстройкой над общим математическим обеспечением первого уровня и создаются с использованием языковых средств и других возможностей, представляемых математическим обеспечением первого уровня. Проблемно-ориентированное математическое обеспечение по общей организации и назначению можно разбить на два типа. Первый — это программные комплексы, создаваемые на универсальных ЭВМ общего назначения с использованием средств, представляемых математическим обеспечением. Они предназначены для решения определенных классов задач или обработки данных. С точки зрения связи с ОС ЭВМ эти комплексы являются обычными прикладными программами. Второй тип представлен специализированными ОС реального времени или управляющими программами, которые создаются как с использованием средств, предоставляемых стандартными ОС ЭВМ, так и без их использования. Это математическое обеспечение управляет сложными электронными и электромеханическими системами, в которых ЭВМ составляют только часть из всего оборудования системы.
При детальном ознакомлении с представленной ЭВМ я пришла к следующим выводам:
· На ЭВМ установлена Windows XP операционная система. Довольно удобная, гибкая, многофункциональная. Что позволяет выполнять задачи любой сложности. Является наиболее используемой из-за своей простоты.
· Также установлено программное обеспечение которое охватывает лишь узкий круг решаемых задач (ДПУ магазин «Алеся», The Bat,)
· Стоит отметить, что на предприятии широко используется программный комплекс 1С: Предприятие, в частности на исследуемой ЭВМ установлена версия 8.2 «Управление производственным предприятием», которая находится на стадии обработки.
1.3 Изучение технологического процесса в отделе эксплуатации ЭВМ и подготовка данных
При рассмотрении возможностей ЭВМ были определены следующие группы характеристик:
• технические и эксплуатационные характеристики ЭВМ (быстродействие и производительность, показатели надежности, достоверности, точности, емкость оперативной и внешней памяти, габаритные размеры, стоимость технических и программных средств, особенности эксплуатации и др.);
• характеристики и состав функциональных модулей базовой конфигурации ЭВМ; возможность расширения состава технических и программных средств; возможность изменения структуры;
• состав программного обеспечения ЭВМ и сервисных услуг (операционная система или среда, пакеты прикладных программ, средства автоматизации программирования).
Важнейшими характеристиками ЭВМ являются быстродействие и производительность. При рассмотрении представленной ЭВМ мною было выявлено, что поскольку ЭВМ используется как офисная, значительная часть памяти загружена, что негативно сказывается на производительности и быстродействии системы. При рассмотрении иных вариантов использования данная ЭВМ показала бы гораздо лучшие результаты.
Другой важнейшей характеристикой ЭВМ является емкость запоминающих устройств. Она измеряется количеством структурных единиц информации, которые одновременно можно разместить в памяти. Этот показатель позволяет определить, какой набор программ и данных может быть одновременно размещен в памяти.
Обычно отдельно характеризуют емкость оперативной памяти и емкость внешней памяти. Рассматривая представленную ЭВМ, отметила, что оперативная память составляет 2 Гб. Перейдем к рассмотрению внешней памяти. Емкость внешней памяти зависит от типа носителя.
Надежность — это способность ЭВМ при определенных условиях выполнять требуемые функции в течение заданного времени (стандарт ISO (Международная организация стандартов) -2382/14-78).
Определение характеристик быстродействия и производительности представляет собой очень сложную инженерную и научную задачу, до настоящего времени не имеющую единых подходов и методов решения.
Точность — возможность различать почти равные значения (стандарт ISO — 2382/2-76). Точность получения результатов обработки в основном определяется разрядностью ЭВМ, которая в зависимости от класса ЭВМ может составлять 32, 64 и 128 двоичных разрядов.
Достоверность — свойство информации быть правильно воспринятой. Достоверность характеризуется вероятностью получения безошибочных результатов. Заданный уровень достоверности обеспечивается аппаратно-программными средствами контроля самой ЭВМ.
Исследуемую мною ЭВМ следует отнести к классу персональные и профессиональные ЭВМ, позволяющие удовлетворять индивидуальные потребности пользователей. На базе этого класса ЭВМ строятся автоматизированные рабочие места (АРМ) для специалистов различного уровня. Поскольку на предприятии проложена сеть, данная ЭВМ входит в нее как рабочая станция.
Хранение является одной из основных операций, осуществляемых над информацией, и главным способом обеспечения ее доступности в течение определенного промежутка времени.
Основное содержание процесса хранения и накопления информации состоит в создании, записи, пополнении и поддержании информационных массивов и баз данных в активном состоянии.
В результате реализации такого алгоритма, документ, независимо от формы представления, поступивший в информационную систему, подвергается обработке и после этого отправляется в хранилище (базу данных), где он помещается на соответствующую «полку» в зависимости от принятой системы хранения. Результаты обработки передаются в каталог.
Этап хранения информации может быть представлен на следующих уровнях:
• внешнем;
• концептуальном, (логическом);
• внутреннем;
• физическом.
Внешний уровень отражает содержательность информации и представляет способы (виды) представления данных пользователю в ходе реализации их хранения.
Концептуальный уровень определяет порядок организации информационных массивов и способы хранения информации (файлы, массивы, распределенное хранение, сосредоточенное и др.).
Внутренний уровень представляет организацию хранения информационных массивов в системе ее обработки и определяется разработчиком.
Физический уровень хранения означает реализацию хранения информации на конкретных физических носителях.
Способы организации хранения информации связаны с ее поиском — операцией, предполагающей извлечение хранимой информации.
Хранение и поиск информации являются не только операциями над ней, но и предполагают использование методов осуществления этих операций. Информация запоминается так, чтобы ее можно было отыскать для дальнейшего использования. Возможность поиска закладывается во время организации процесса запоминания. Для этого используют методы маркирования запоминаемой информации, обеспечивающие поиск и последующий доступ к ней. Эти методы применяются для работы с файлами, графическими базами данных и т.д.
Маркер — метка на носителе информации, обозначающая начало или конец данных либо их части (блока).
В современных носителях информации используются маркеры:
• адреса (адресный маркер) — код или физическая метка на дорожке диска, указывающие на начало адреса сектора;
• группы — маркер, указывающий начало или конец группы данных;
• дорожки (начала оборота) — отверстие на нижнем диске пакета магнитных дисков, указывающие физическое начало каждой дорожки пакета.
• защиты — прямоугольный вырез на носителе (картонном пакете, конверте, магнитном диске), разрешающий выполнение любых операций над данными: запись, чтение, обновление, удаление и др.;
Нужна помощь в написании отчета?
Мы - биржа профессиональных авторов (преподавателей и доцентов вузов). Наша система гарантирует сдачу работы к сроку без плагиата. Поможем с характеристой и презентацией. Правки внесем бесплатно.
• конца файла — метка, используемая для указания окончания считывания последней записи файла;
• ленты (ленточный маркер) — управляющая запись или физическая метка на магнитной ленте, обозначающая признак начала или конца блока данных или файла;
• сегмента — специальная метка, записываемая на магнитной ленте для отделения одного сегмента набора данных от другого сегмента.
Хранение информации в ЭВМ связано как с процессом ее арифметической обработки, так и с принципами организации информационных массивов, поиска, обновления, представления информации и др.
Важным этапом автоматизированного этапа хранения является организация информационных массивов.
Массив — упорядоченное множество данных.
Информационный массив — система хранения информации, включающая представление данных и связей между ними, т.е. принципы их организации.
Хранение информации осуществляется на специальных носителях. Исторически наиболее распространенным носителем информации была бумага, которая, однако, непригодна в обычных (не специальных) условиях для длительного хранения информации. Для ЭВТ по материалу изготовления различают следующие машинные носители: бумажные, металлические, пластмассовые, комбинированные и др.
По принципу воздействия и возможности изменения структуры выделяют магнитные, полупроводниковые, диэлектрические, перфорационные, оптические и др.
По методу считывания различают контактные, магнитные, электрически