43890

ИС построения линейно-степенной регрессии

Дипломная

Коммуникация, связь, радиоэлектроника и цифровые приборы

Алгоритм разделения данных на обучающую и проверочную. Проверка достоверности входных данных Проверка достоверности внутренней обработки данны. Шифрование данных.

Русский

2013-11-08

1.73 MB

17 чел.

Содержание

[1] Введение

[2] 1 Методическое обеспечение ИС

[2.1] 1.1 Технология организации «конкурса» регрессионных моделей

[2.2] 1.2 Технология Data Mining

[2.3] 1.3 Метод группового учёта аргументов

[2.4] 1.4 Алгоритм разделения данных на обучающую и проверочную

[2.5] 1.5 Задачи дипломного проекта

[3] 2 Структура и функционирование ИС

[3.1] 2.1 Исходные данные

[3.2] 2.2 Выбор алгоритма

[3.2.1] 2.2.1 Технология КРМ

[3.2.2] 2.2.2 Технология МГУА

[3.3] 2.3 Системные требования

[4] 3 Моделирование влияния экономических факторов на уровень безработицы

[5] 4 Экономическая часть

[5.1] 4.1 Введение в экономическую часть

[5.2] 4.2  Расчет трудоемкости проекта

[5.3] 4.3 Определение затрат на заработную плату

[5.4] 4.4 Определение материальных расходов.

[5.5] 4.5 Определение накладных расходов

[5.6] 4.6 Определение себестоимости проекта

[6] 5 Безопасность и экологичность проекта

[6.1] 5.1 Гигиенические требования к ПЭВМ и организации работы

[6.1.1] 5.1.1 Требования к помещениям для работы с ПЭВМ

[6.1.2] 5.1.2 Общие требования к организации рабочих мест пользователей

[6.1.3] 5.1.3 Требования к микроклимату на рабочих местах

[6.1.4] 5.1.4 Требования к уровням шума и вибрации на рабочих местах

[6.1.5] 5.1.5 Требования к освещению на рабочих местах

[6.2] 5.2 Эргономические требования к пользовательскому интерфейсу

[6.3] 5.3 Информационная безопасность разработки

[6.3.1] 5.3.1 Анализ и задание требований к безопасности

[6.4] 5.3.2 Проверка достоверности входных данных

[6.4.1] 5.3.3 Проверка достоверности внутренней обработки данных

[6.5]
5.3.4 Шифрование данных

[6.5.1] 5.3.5 Защита файлов прикладных систем

[6.5.2] 5.3.6 Безопасность в среде разработки и рабочей среде

[7]
6 Перечень терминов и определений

   Заключение……………………………………………………………………….

   Список литературы………………………………………………………………

   Приложение А……………………………………………………………………

   Приложение Б……………………………………………………………………

Введение

Нарастающие информационные потоки в современном обществе, разнообразие информационных технологий, повышение сложности решаемых на компьютере задач увеличивают нагрузку на пользователя и ставят задачу переноса проблемы выбора и принятия решения с человека на компьютерную систему обработки и анализа данных. Глубокий анализ данных позволяет понять природу происходящих процессов, найти и изучить неочевидные зависимости между явлениями.

В рамках дипломного проекта была разработана информационная система (ИС) построения линейно-степенной регрессии. Данная система предназначена для автоматической обработки статистических данных и построения оптимальной математической модели на основе заданного алгоритма.

В информационной системе реализовано две технологии построения линейно-степенной регрессии: конкурс математических моделей и метод группового учёта аргументов (МГУА), основанный на методологии Data Mining.

Основные возможности системы:

- автоматическое построение нелинейных по факторам регрессионных уравнений с заданными режимами;

- определение для каждого регрессионного уравнения заданных критериев адекватности;

- построение графика фактических и рассчитанных значений эндогенной переменной;

- формирование отчёта о результатах регрессионного анализа в Microsoft Word.

Данная ИС разработана для решения реальных задач математического моделирования, а также для использования в учебном процессе по дисциплине «Моделирование систем».

1 Методическое обеспечение ИС

1.1 Технология организации «конкурса» регрессионных моделей

Одной из основных проблем, связанных с разработкой математических моделей объектов различной природы, является структурная  спецификация каждого отдельного уравнения, состоящая в выделении наиболее информативного (в определенном смысле) набора объясняющих переменных и выборе наиболее адекватной исследуемому процессу формы связи между ними. Обычно при моделировании социально-экономических процессов отсутствуют надежные предпосылки содержательного характера, которые позволили бы построить универсальные алгоритмы разработки наиболее адекватной спецификации той или иной модели. В этом случае целесообразна организация «конкурса» моделей, состоящего в формировании множества их альтернативных вариантов с заданными заранее свойствами и последующем выборе наиболее приемлемого варианта на основе совокупности формальных и содержательных критериев [4].

Рассмотрим линейное регрессионное уравнение:

,  ,     (1.1)

где  - номер наблюдения обрабатываемой выборки длины ;

      - вещественная аппроксимирующая функция;

      - вектор оцененных параметров;

      - вектор значений экзогенных переменных модели;

       - ошибки аппроксимации.

Соотношения между социально-экономическими факторами далеко не всегда можно выразить линейными функциями как в формуле 1.1, так как при этом могут возникать неоправданно большие ошибки. В таких случаях нужно использовать нелинейную (по объясняющим переменным) регрессию.

Введём в рассмотрение нелинейную по факторам, но линейную по параметрам регрессию вида:

, ,     (1.2)

где  - функции из некоторого заданного множества .

В качестве  могут выступать, например, элементарные функции , , , , , , ,  и т.д. Для определения неизвестных параметров , как и в линейной регрессии, может быть использован метод наименьших квадратов.

Предположим, что эндогенная переменная зависит от четырёх факторов, а множество  состоит из пяти элементов. Тогда при комбинировании элементов по факторам можно получить множество уравнений, выраженных формулой 1.2. Возникает вопрос: сколько различных вариантов уравнения при этом возможно?

Каждый из вариантов распределения элементов представляет собой комбинацию четырёх элементов из пяти, отличающуюся от других комбинаций как составом элементов, так и порядком их следования, причём одни и те же элементы могут повторяться несколько раз, т.е. имеет место размещение с повторениями из пяти элементов по четыре. Их число равно . Если имеется  независимых переменных и  элементарных функций в , то количество нелинейных уравнений (альтернатив) будет равно .

После того, как построено множество вариантов уравнения, выраженных формулой 1.2, необходимо провести их верификацию, т.е. оценить степень адекватности исследуемому процессу. В рамках анализа данных разработано большое количество критериев адекватности. Для проведения конкурса регрессионных моделей будем использовать основные критерии:

- критерий множественной детерминации  ;

- критерий Фишера  ;

- оценка дисперсии  ;

- критерий Дарбина-Уотсона  ;

- средняя относительная ошибка аппроксимации .

Итак, пусть посредством варьирования вида функции 1.2 и набора объясняющих переменных с учетом их преобразований построено множество из r вариантов , среди которых нужно выбрать наиболее приемлемый, руководствуясь значениями критериев для каждого из вариантов, то есть матрицей .  

Будем считать, что для всех   лучшим вариантом по i-му критерию является тот, который соответствует максимальному элементу i-ой строки матрицы К. Для этого элементам столбцов, соответствующих критериям оценки дисперсии и средней относительной ошибки аппроксимации, следует приписать знак "минус", так как известно, что .

Поскольку критерий  принимает значение в интервале [0,4], и лучшим его значением является 2, следует преобразовать  к виду

    (1.3)

Таким образом, необходимо выбрать лучший вариант из конечного множества альтернатив , руководствуясь векторным критерием , то есть решить задачу .

В теории принятия решений разработано большое количество эффективных алгоритмов решения многокритериальных задач, многие из которых вполне применимы и при выборе «лучшего» варианта регрессионной зависимости. Так как в нашем случае ЛПР(лицо, принимающее решение) не владеет никакой информацией о значимости критериев адекватности, рационально использовать метод «идеальной» точки [1-3]. Он состоит в следующем.

Прежде всего, элементы матрицы   нормируются по правилу:

,  ,    (1.4)  

                                                  

где ;

      .

Определяются максимальные элементы ,   в каждом столбце матрицы :

.     (1.5)

Таким образом, «идеальная» точка  представляет собой вектор, каждая компонента которого равна максимальному значению соответствующего критерия. Для реальных задач многокритериального выбора «лучшего» варианта регрессионного уравнения обычно отсутствует альтернатива, доставляющая максимум всем критериям одновременно. Поэтому метод «идеальной» точки предполагает поиск альтернативы, образ которой в критериальном пространстве наиболее близок в некоторой метрике (например евклидовой) к точке:

.    (1.6)

Нетрудно видеть, что реализация метода «идеальной» точки приводит  к нахождению паретовской альтернативы.

1.2 Технология Data Mining

В связи с совершенствованием технологий записи и хранения данных на людей обрушились колоссальные потоки информационной руды в самых различных областях. Деятельность любого предприятия (коммерческого, производственного, медицинского, научного и т.д.) теперь сопровождается регистрацией и записью всех подробностей его деятельности. Подобного рода информация обычно используется при прогнозировании, стратегическом планировании, анализе рисков, и ценность ее для предприятия очень высока.

Процесс поиска скрытых закономерностей в огромном наборе фактических данных получил название Data Mining («mining» по-английски означает «добыча полезных ископаемых»). Термин Data Mining обозначает не столько конкретную технологию, сколько сам процесс поиска корреляций, тенденций, взаимосвязей и закономерностей посредством различных математических и статистических алгоритмов: кластеризации, регрессионного и корреляционного анализа. Цель этого поиска — представить данные в виде, четко отражающем бизнес-процессы, а также построить модель, при помощи которой можно прогнозировать процессы, критичные для планирования бизнеса (например, динамику спроса на те или иные товары или услуги либо зависимость их приобретения от каких-то характеристик потребителя).

Отметим, что традиционная математическая статистика, долгое время остававшаяся основным инструментом анализа данных, не всегда может успешно применяться для решения таких задач. Обычно статистические методы используются для проверки заранее сформулированных гипотез и для «грубого» разведочного анализа. Однако нередко именно формулировка гипотезы оказывается самой сложной задачей при реализации анализа для последующего принятия решений, поскольку далеко не все закономерности в данных очевидны с первого взгляда.

Но следует отметить, что применение средств Data Mining не исключает использования статистических инструментов, поскольку результаты обработки данных с помощью последних, как правило, способствуют лучшему пониманию характера закономерностей, которые следует искать.

Важное положение Data Mining - нетривиальность разыскиваемых зависимостей. Это означает, что найденные зависимости должны отражать неочевидные, неожиданные регулярности в данных, составляющие так называемые скрытые знания (hidden knowledge). Известно, что «сырые» данные (raw data) содержат глубинный пласт знаний, при грамотной раскопке которого могут быть обнаружены настоящие самородки.

Сфера применения Data Mining ничем не ограничена - она везде, где имеются какие-либо данные. Но в первую очередь методы Data Mining интересуют коммерческие предприятия, развертывающие проекты на основе информационных хранилищ данных (Data Warehousing). Опыт многих таких предприятий показывает, что отдача от использования Data Mining может достигать 1000%. Например, известны сообщения об экономическом эффекте, в 10-70 раз превысившем первоначальные затраты от 350 до 750 тыс. дол. Известны сведения о проекте в 20 млн. дол., который окупился всего за 4 месяца. Другой пример - годовая экономия 700 тыс. дол. за счет внедрения Data Mining в сети универсамов в Великобритании.

Data Mining представляют большую ценность для руководителей и аналитиков в их повседневной деятельности. Деловые люди осознают, что с помощью методов Data Mining они могут получить ощутимые преимущества в конкурентной борьбе.

Data Mining является крупной научной областью, которая возникла и развивается на базе достижений прикладной статистики, распознавания образов, методов искусственного интеллекта, теории баз данных и др. Отсюда обилие методов и алгоритмов, реализованных в различных действующих системах Data Mining.

Одной из главных дисциплин Data Mining является эволюционное программирование, а в одном из наиболее удачных алгоритмов этого типа - методе группового учета аргументов (МГУА) зависимость ищут в форме полиномов.

1.3 Метод группового учёта аргументов

 

Для решения задачи поиска зависимости между данными могут быть использованы нейронные сети на основе МГУА (полиномиальные нейронные сети). МГУА-нейросеть не похожа на обычные сети с прямой связью, и изначально эта архитектура не представлялась в виде сети. Сеть МГУА содержит в связях полиномиальные выражения и использует аналогичный генетическим алгоритмам механизм принятия решения о том, сколько слоёв необходимо построить. Обученная нейронная сеть обладает возможностью представить выход как полиномиальную функцию всех или части входов по рисунку 1.1.

Рисунок 1.1 – Полиномиальная нейросеть

Этот метод основан на переборе – последовательном опробовании моделей, выбираемых из множества моделей-кандидатов по заданному критерию. Общая связь между входными и выходными переменными находится в виде функционального ряда Вольтерра, дискретный аналог которого известен как полином Колмогорова-Габора:

,   (1.7)

где  - вектор входных переменных;

       - вектор коэффициентов слагаемых.

На первом этапе выбирается опорная функция. Чаще используются зависимости вида:

- ;

- ;

- ;

- .

Обозначим , где  - одна из указанных зависимостей.

Следующим шагом будет определение МНК коэффициентов уравнений , , … , , , … , , где . Объяснить, почему  такое, можно исходя из следующих соображений. Все возможные пары индексов составляют матрицу на таблице 1.1. Те пары, которые мы используем, образуют верхнедиагональную матрицу:

Таблица 1.1

(1,1)

(1,2)

(1,3)

(1,4)

(1,n-1)

(1,n)

(2,1)

(2,2)

(2,3)

(2,4)

(2,n-1)

(2,n)

(3,1)

(3,2)

(3,3)

(3,4)

(3,n-1)

(3,n)

(n,1)

(n,2)

(n,3)

(n,4)

(n,n-1)

(n,n)

Количество элементов в верхнедиагональной матрице равно ;

После того, как все зависимости  идентифицированы, по внешнему критерию отбирают лучшие. Определение их количества относят на свободу выбора, обычно 40-60%. Те зависимости, которые остались, перенумеровываем и получаем , где  - количество отобранных зависимостей. Первый шаг селекции закончен.

На следующем шаге с помощью МНК определяем коэффициенты таких зависимостей:

.

Дальнейшая процедура аналогична вышеизложенной. Если значение внешнего критерия улучшается, то селекция продолжается, в противном случае модель оптимальной сложности получена.

Опишем внешние критерии, которые базируются на принципе внешнего дополнения. Этот принцип после работ А.Н. Тихонова, В.И. Иванова получил название принципа регуляризации. В зависимости от типа задачи А.Г. Ивахненко предложил рассматривать такие критерии: регулярности, несмещённости и баланса переменных.

Критерий регулярности – среднеквадратическая ошибка, рассчитанная на новых точках, не использованных для получения оценок коэффициентов модели:

,    (1.8)

где  - число точек отдельной проверочной последовательности                     данных ;

       - табличные значения выходной переменной;

       - значения, рассчитанные по данной модели.

Критерий регулярности основан на разделении имеющихся экспериментальных данных на две части: обучающую  и проверочную  последовательности точек. Согласно так называемому третьему способу регуляризации, все опытные точки располагаются в ряд по величине их дисперсии от среднего значения, и этот ряд делится на две указанные последовательности. Алгоритм разделения приведён в пункте 1.4.

При ранжировке точек по дисперсии было экспериментально обнаружено существование оптимума числа рядов многорядного селекционного алгоритма МГУА при варьировании соотношения числа точек обучающей последовательности  и числа точек проверочной последовательности .

Точки ранжируются по дисперсии выходной величины в один ряд, а затем строится парабола Тодуа. Минимум числа рядов селекции указывает оптимальное разделение, т.е. чем меньше рядов, тем проще и достовернее модели.

В качестве внешнего дополнения второго уровня можно использовать такую величину, как число рядов селекции. Сказанное относится только к разделению точек для определения величины критерия регулярности .

Коэффициенты сравниваемых между собой моделей определяются на обучающей последовательности по методу наименьших квадратов, а все модели селектируются по величине среднеквадратической ошибки, измеренной на точках проверочной последовательности. Точки этой последовательности не участвуют в получении оценок коэффициентов, и потому критерий регулярности является внешним дополнением, позволяющим выбрать однозначно оптимальную модель.

После нахождения структуры модели оптимальной сложности коэффициенты её следует уточнить по всем заданным точкам. Это уже на выбор структуры не повлияет.

Физический смысл критерия регулярности состоит в том, что он ориентирован на выбор модели, которая будет наиболее точной на множестве точек, которых ещё нет в таблице, но они появятся там в ближайшем будущем. Поэтому критерий регулярности рекомендуется для краткосрочных прогнозов на один, два шага вперёд.

1.4 Алгоритм разделения данных на обучающую и проверочную

1) Определить процентное соотношение между количеством элементов в обучающей и контрольной последовательности.

2) Для каждого столбца  рассчитать среднее значение его элементов:

     (1.9)

Получим середину множества узлов .

3) Найти выборочные дисперсии для каждого узла таблицы по формуле:

   (1.10)

4) Для упорядочивания таблицы переставить строки так, чтобы первой была строка с наибольшей дисперсией, а последней – с наименьшей.

5) В соответствии с допущением шага 1, разделить данные в таблице на обучающую и контрольную последовательности.

1.5 Задачи дипломного проекта

Так как реальный «конкурс» регрессионных моделей и метод группового учёта аргументов невозможно реализовывать вручную, возникла необходимость автоматизировать эти процессы и создать информационную систему (ИС), в которой пользователь вводил бы свои статистические данные, выбирал основные параметры поиска, а система автоматически строила бы математическую модель для каждого алгоритма.

С этой целью на языке программирования Delphi была разработана ИС построения линейно-степенной регрессии. Для «конкурса» математических моделей она позволяет строить уравнения, содержащие не более 5 экзогенных переменных, и допускает использование 9 элементарных функций, формирующих варианты регрессий. Таким образом, максимальное количество альтернатив, которые можно построить, равно . Также система позволяет строить полиномиальную нейросеть по методу группового учёта аргументов.

ИС обладает достаточно простым, объяснимым интерфейсом. Результаты её работы выдаются в виде отчета с подробным анализом полученных результатов.

2 Структура и функционирование ИС

Приложение информационной системы построения линейно-степенной регрессии написано на языке программирования Delphi в виде отдельной программы и не требует для работы установки никаких дополнительных пакетов. Однако для формирования отчётов используется сервер приложения Microsoft Office Word. Отсутствие этого компонента не повлияет на анализ данных, но снизит возможности системы. Для хранения данных в ИС и для реализации механизмов выборки данных для обработки используется СУБД Access. Структура ИС представлена на рисунке 2.1.

Рисунок 2.1 – Структура ИС

2.1 Исходные данные

Для того чтобы начать работать с системой, пользователь должен выбрать файл с исходными данными. Этот файл представляет собой обычный текстовый файл с расширением *.txt, содержащий матрицу значений исследуемого процесса. Значения могут быть как положительными, так и отрицательными, как целыми, так и вещественными. К этому файлу предъявляются следующие требования:

- файл не должен содержать никаких данных, кроме значений числового формата;

- при вводе значений, столбцы матрицы отделяются друг от друга только клавишей «Tab»;

- для вещественных чисел целая часть отделяется от дробной запятой.

Пользователь может создать новый текстовый файл, либо скопировать числовые данные из приложения Microsoft Excel в данный файл. В последнем случае гарантируется соблюдений всех требований.

Чтобы выбрать файл с исходными данными, необходимо в главном меню нажать кнопку «Файл» и из появившегося списка выбрать пункт «Открыть» как показано на рисунке 2.2.

Рисунок 2.2 – Главное меню системы

Откроется диалоговое окно на рисунок 2.3, в котором используется фильтр «Тип файлов». Пользователь может выбирать только файлы *.txt.

Рисунок 2.3 – Диалоговое окно

После того, как пользователь выбрал файл с исходными данными, значения этого файла будут отображаться на главной форме на рисунке 2.4.

Рисунок 2.4 – Главное окно системы после загрузки данных

Также в главном окне отображается размерность матрицы значений и путь к файлу с исходными данными.

2.2 Выбор алгоритма

Чтобы выбрать алгоритм построения математической модели, необходимо в главном меню нажать кнопку «Технология» и из появившегося списка выбрать необходимую технологию.

2.2.1 Технология КРМ

После выбора КРМ на главном окне отобразится название технологии («конкурс» регрессионных моделей) и меню выбора параметров на рисунке 2.5.

Рисунок 2.5 – Главное окно системы после выбора технологии КРМ

Для дальнейшей работы пользователь должен выбрать параметры для поиска лучшей модели (зависимую и независимые переменные, элементарные функции и критерии адекватности). Но необходимо учитывать следующие правила:

- количество наблюдений меньше 51;

- количество независимых переменных меньше 6;

- разница между количеством наблюдений и количеством независимых переменных должна быть как минимум 4;

- количество элементарных функций не менее 2;

- необходимо выбрать хотя бы 1 критерий адекватности;

- если числовое значение сформированной матрицы меньше 0, то нельзя использовать элементарную функцию ;

- если числовое значение сформированной матрицы меньше или равно 0, то нельзя использовать элементарную функцию ;

- если числовое модуль значения сформированной матрицы больше 50, то нельзя использовать элементарную функцию ;

- если числовое значение сформированной матрицы равно 0, то нельзя использовать элементарную функцию .

Но если пользователь всё-таки забудет эти условия, программа автоматически выдаст сообщение об ошибке и предложит выполнить необходимые действия.

Чтобы выбрать зависимую переменную, необходимо нажать кнопку со стрелкой и из появившегося списка выбрать имя столбца матрицы значений. Это будет столбец эндогенной переменной.

Нажатием на соответствующие кнопки «Выбрать», назначаются независимые переменные, выбираются элементарные функции и критерии адекватности как показано на рисунках 2.6-2.8.

Рисунок 2.6 – Меню выбора независимых переменных

Рисунок 2.7 – Меню выбора элементарных функций

Рисунок 2.8 – Меню выбора критериев адекватности

После того, как пользователь осуществил выбор параметров нужно нажать на кнопку “ДАЛЕЕ”. Начнётся процесс поиска лучшей модели. После того, как все варианты будут просчитаны, открывается окно с результатами на рисунке 2.9.

Рисунок 2.9 – Результаты КРМ

В этом окне отображается лучшее уравнение «конкурса» регрессионных моделей, его график и критерии адекватности. Масштаб можно увеличить, с помощью растягивания рамки на интересующей области графика. После увеличение для возврата к первоначальному состоянию необходимо начать растягивание рамки, но курсор вывести за пределы верхней или левой сторон координатной плоскости графика.

Также в окне результатов отображается линейное уравнение, поэтому пользовать может сделать вывод о том, какое из двух уравнений является более адекватным.

Кнопка «Отчёт» служит для формирования отчёта о результатах работы.

2.2.2 Технология МГУА

После выбора МГУА на главном окне отобразится название технологии (метод группового учёта аргументов) и меню выбора параметров на рисунке 2.10.

Рисунок 2.10 – Главное окно системы после выбора технологии МГУА

Для дальнейшей работы пользователь должен выбрать параметры для поиска лучшей модели (зависимую переменную, независимые переменные и опорную функцию). Но необходимо учитывать следующие правила:

- количество наблюдений больше 9, но меньше 51;

- количество независимых переменных меньше 10;

- необходимо выбрать хотя бы 1 опорную функцию;

Но если пользователь всё-таки забудет эти условия, программа автоматически выдаст сообщение об ошибке и предложит выполнить необходимые действия.

Чтобы выбрать зависимую переменную, необходимо нажать кнопку со стрелкой и из появившегося списка выбрать имя столбца матрицы значений. Это будет столбец эндогенной переменной.

Нажатием на соответствующие кнопки «Выбрать», назначаются независимые переменные и опорная функция как на рисунке 2.11.

Рисунок 2.11 – Меню выбора опорной функции

После того, как пользователь осуществил выбор параметров нужно нажать на кнопку “ДАЛЕЕ”. Начнётся процесс поиска лучшей модели. После того, как все варианты будут просчитаны, открывается окно с результатами на рисунке 2.12.

Рисунок 2.12 – Результаты МГУА

В этом окне отображается сложная полиномиальная функция, её график и критерии адекватности. Масштаб можно увеличить, с помощью растягивания рамки на интересующей области графика. После увеличение для возврата к первоначальному состоянию необходимо начать растягивание рамки, но курсор вывести за пределы верхней или левой сторон координатной плоскости графика.

Кнопка «Отчёт» служит для формирования отчёта о результатах работы.

2.3 Системные требования

Системные требования программы приведены в таблице 2.1.

Таблица 2.1. - Системные требования

Подсистема

Минимальные требования

Процессор

Pentium III 500 MHz

Оперативная память

128 Mb

Жесткий диск

1 Mb свободного места

Видеокарта и монитор

800x600, 1024x768 точек

Операционная система

Windows 2000/XP, Linux

3 Моделирование влияния экономических факторов на уровень безработицы

Проблемы безработицы являются достаточно сложными во всём мире. Многие социологи и экономисты пытались решить их с различных точек зрения. В России явление безработицы представляет особый интерес для исследования, так как не подчиняется многим тенденциям, характерным для других стран.

Для примера в качестве исходных данных были взяты статистические данные по экономике России, которые приведены в таблице 3.1.

Таблица 3.1 - Статистические данные по экономике России

Факторы

Период времени

ВВП, млрд. руб.

Цена на нефть, доллары США

Средняя зарплата по России, руб.

Курс доллара США, руб.

Безработные, тыс.чел.

1 квартал 2006г

5845,3

57,7

9397

28,12

5200

2 квартал 2006г

6361,3

64,6

10401

27,08

4953

3 квартал 2006г

7280,6

65,2

10949

26,83

4220

4 квартал 2006г

7392,5

56,2

12203

26,55

4513

1 квартал 2007г

6747,9

54

11876

26,19

4687

2 квартал 2007г

7749,1

65,5

13037

25,88

4019

3 квартал 2007

8826,6

72,5

13849

25,53

3753

4 квартал 2007г

9663,7

86,2

14622

24,51

3867

1 квартал 2008г

8838,1

93,7

15432

24,01

4600

2 квартал 2008г

10274,7

116,9

16965

23,6

4933

3 квартал 2008г

11647

112,4

17526

23,58

4996

Исследуем зависимость количества безработных людей в России (X5) от четырёх факторов:

- ВВП (валовой внутренний продукт) России (X1);

- цена на нефть (X2);

- средняя заработная плата по России (X3);

- курс доллара США (X4).

Для поиска были выбраны все 5 критериев адекватности и задано множество элементарных функций .

3.1 Результаты КРМ

Рисунок 3.1 – Результаты КРМ

В результате получилось, что лучшее уравнение превосходит линейное по всем критериям, а на графике как показано на рисунке 3.1 расчетные значения эндогенной переменной практически совпадают с фактическими значениями. Кроме того, можно сделать выводы, что при увеличении ВВП России число безработных обратно пропорционально уменьшается, а при увеличении средней заработной платы количество безработных растёт в кубической зависимости. Лучшее уравнение приемлемо и может использоваться для прогнозирования уровня безработицы в России.

Формируемый отчёт приведён в приложении А.

3.2 Результаты МГУА

Рисунок 3.2 – Результаты МГУА

Учитывая построенный график значений эндогенных переменных, вычисленный критерий множественной детерминации и среднюю относительную ошибку аппроксимации, можно сделать вывод, что полученная сложная функция немного уступает уравнению, полученному в результате «конкурса» моделей. Но в целом сложная функция, полученная методом группового учёта аргументов (МГУА), довольно приемлема и может использоваться для прогнозирования уровня безработицы в России.

Формируемый отчёт приведён в приложении Б.

4 Экономическая часть

4.1 Введение в экономическую часть

Целью написания данного раздела является расчёт затрат на разработку и внедрение  подсистемы построения линейно-степенной регрессии в единую информационную систему ИрГУПС.

Себестоимость представляет собой стоимостную оценку использованных в процессе производства продукции (работ, услуг), средств и предметов труда, услуг других организации и оплату труда работников. В данном проекте установлено, что к затратам, включаемым себестоимость продукции относятся:

  •  затраты на выплату заработной платы исполнителям;
  •  отчисления с заработной платы;
  •  приобретение необходимых технических и программных средств;
  •  электроэнергия.

Расходы на выплату исполнителям заработной платы включают в себя: основную заработную плату, дополнительную заработную плату,  отчисление с заработной платы в виде единого социального налога.

Основная заработная плата определяется исходя из количества разработчиков, времени выполнения разработки, а также заработной платы в расчете на один час. Исполнителем проекта является один инженер - программист.

4.2  Расчет трудоемкости проекта

Разработка программного обеспечения включает в себя следующие этапы:

  •  анализ предметной области;
  •  проектирование структуры подсистемы;
  •  программная реализация;
  •  тестирование.

Расчет трудоемкости проекта представлен в таблице 4.1.

Таблица 4.1 - Перечень работ и их трудоемкость

Этап

Ti

№ работы

Содержание работы

Трудоемкость

(чел-час)

1

1

Анализ предметной области и сбор данных

52

2

Формирование требований к структуре и функционированию подсистемы

20

2

3

Анализ существующей программы моделирования

16

4

Разработка структуры программы

36

5

Разработка структуры подсистемы, определение необходимых модулей

24

6

Проектирование макета графического интерфейса

16

 Продолжение таблицы 4.1

Этап

Ti

№ работы

Содержание работы

Трудоемкость

(чел-час)

3

7

Разработка пользовательского интерфейса

60

8

Разработка необходимых функций

100

9

Разработка программных модулей

196

4

10

Тестирование, отладка

152

5

11

Написание пояснительной записки

56

Итого:

728

Для иллюстрации последовательности проводимых работ дипломного проекта на рисунке 4.1 применен ленточный график (календарно-сетевой график, диаграмма Гантта). На диаграмме Гантта на оси Х показывают календарные дни (по рабочим неделям) от начала проекта до его завершения. По оси Y - выполняемые этапы работ.

Рисунок 4.1 – Диаграмма Гантта

4.3 Определение затрат на заработную плату

Затраты на выплату исполнителям заработной (, руб) платы определяется следующим соотношением:

,     (4.1)

где  – основная заработанная плата, руб;

       – дополнительная заработная плата, руб;

       – отчисление с заработанной платы, руб.

Расчет основной заработанной платы при дневной оплате труда (, руб) исполнителей следует проводить на основе данных по окладам и графику занятости исполнителей:

,       (4.2)

где  – число дней, отработанных исполнителем проекта;

       – дневной оклад исполнителя, руб.

При восьмичасовом рабочем дне дневной оклад исполнителя рассчитывается по соотношению (, руб):

,       (4.3)

где  – месячный оклад, руб;

       – фонд времени в текущем месяце, который рассчитывается из учета общего числа дней в году, числа выходных и праздничных дней.

  ,     (4.4)

где tp – продолжительность рабочего дня;

      – общее число дней в году;

      – число выходных дней в году;

      – число праздничных дней в году.

Фонд времени в текущем месяце равен 166 часов.

В данном дипломном проекте установлен месячный оклад работника, соответствующий должности, занимаемой в ИрГУПСе. Данные приведены в таблице 4.2.

Таблица 4.2 - Расчет затрат на заработную плату

Должность

Месячный оклад (руб.)

Дневной оклад (руб.)

Число отработанных дней

з/п исполнитель (руб.)

Инженер-программист

6000

289,156

91

26313,2

Итого:

26313,2

Данные таблицы позволяют вычислить общие расходы проекта на выплату заработной платы исполнителям  руб.

Расходы на дополнительную заработанную плату учитывают все выплаты непосредственно исполнителям за время, не проработанное на производстве, но предусмотренное законодательством, в том числе: оплата очередных отпусков, компенсация за недоиспользованный отпуск, и др. Величина этих выплат составляет 20% от размера основной заработной платы:

,      (4.5)

где  - основная заработная плата, руб.

Формула 4.5 позволяет вычислить расходы на дополнительную заработную плату:

руб.

Отчисления с заработной платы состоят в настоящее время в уплате единого социального налога. Согласно налоговому кодексу РФ применяются ставки налога для отчисления в пенсионный фонд РФ, фонд социального страхования, фонды обязательного медицинского страхования (федеральный и территориальный фонды).

,      (4.6)

где  - отчисления с заработанной платы в виде единого социального налога().

Формула 4.6 позволяет вычислить расходы на отчисление заработной платы:

руб.

Согласно формуле 4.1, затраты на выплату исполнителям заработной платы составят:

руб.

4.4 Определение материальных расходов.

Расходы на персональный компьютер (ПК) определяются материальными расходами на ПК в течение срока разработки программного продукта и стоимостью компьютера.

В материальные расходы входят:

  •  расходы  на электроэнергию;
  •  стоимость расходных материалов;
  •  расходы на ремонт;
  •  заработная плата ремонтника;
  •  дополнительные расходы - уборка помещения, охрана, аренда, коммунальные услуги().

А) Расходы на электроэнергию().

   ,      (4.7)

где  – мощность компьютера (0,3 Квт/ч);

      – стоимость 1 Квт/ч (0,56 руб.);

       – время разработки (728 часов).

Формула 4.7 позволяет вычислить расходы на электроэнергию:

руб.

Б) Стоимость расходных материалов().

Затраты на расходные материалы в течение всего срока эксплуатации примерно 10% от стоимости компьютера. Срок эксплуатации персонального компьютера – 3 года. Следовательно, можно определить подобные расходы за период создания программного обеспечения.

,      (4.8)

где  – количество дней в году (249 дней);

      – стоимость компьютера (15000);

      – срок разработки (91 дней).

Формула 4.8 позволяет вычислить стоимость расходных материалов:

руб.

Итого суммарные материальные расходы():

руб.

В) Амортизационные отчисления на персональный компьютер().

Амортизационный период ПК в настоящее время равен сроку морального старения вычислительной техники и составляет 3 года. Следовательно, за 3 года  равны стоимости компьютера.

,       (4.9)

где - срок службы (3 года).

Формула 4.9 позволяет вычислить амортизационные отчисления на персональный компьютер:

руб.

Г) Амортизационные отчисления на программное обеспечение().

зависят от цикла замены ПО. Если принять срок морального старения такой же, как у ПК, то  за 3 года равны стоимости ПО.

,      (4.10)

где  – стоимость ПО (25000).

Формула 4.10 позволяет вычислить амортизационные отчисления на программное обеспечение:

руб.

Итого суммарные амортизационные расходы равны():

руб.

4.5 Определение накладных расходов

Накладные расходы следует вычислить, ориентируясь на расходы по основной заработанной плате. Обычно они составляют от 60% до 100% расходов на основную заработанную плату. Для Иркутского государственного университета путей сообщений его можно принять как 60% от ОЗП.

,       (4.12)

где  - основная заработная плата, руб.

Формула 4.12 позволяет вычислить накладные расходы:

руб.

4.6 Определение себестоимости проекта

Определив затраты на материалы, оплату труда, социальное страхование, накладные расходы, можно определить себестоимость проекта – таблица 4.3.

Таблица 4.3 - Себестоимость проекта

Наименование затрат

Всего (руб.)

Основная зарплата

Единый социальный налог

Накладные расходы

Материальные расходы

Амортизационные расходы

Итого себестоимость разработки

Стоимость базовых программных средств (лицензионных)

Итого (себестоимость проекта)

26313,2

8209,72

15787,92

305

3324,21

53940,05

25000

       78940,05

Для наглядного отображения затрат на проект на рисунке 4.1 построена диаграмма.

Рисунок 4.1 – Структура затрат на проект

Внедрение и использование новой подсистемы построения линейно-степенной регрессии будет способствовать  улучшению условий обучения студентов по дисциплине «Моделирование систем», сокращению времени ознакомления с программой и упрощению формирования отчётов, что, несомненно, скажется на общем уровне подготовки.

5 Безопасность и экологичность проекта

5.1 Гигиенические требования к ПЭВМ и организации работы

При выполнении дипломного проекта возникла необходимость в обосновании рационального размещения рабочего места пользователя ПЭВМ. Так как при работе государственной аттестационной комиссии требуются отдельные аудитории необходимо, чтобы помещение, размещение компьютерной техники, освещение, уровень шума и вибрации на рабочих местах соответствовали всем правилам и нормам экологичной и безопасной работы с ПЭВМ.

Обратимся к Санитарным правилам и нормам СанПин 2.2.2/2.4.1340-03 [7].

5.1.1 Требования к помещениям для работы с ПЭВМ

Помещения для эксплуатации ПЭВМ должны иметь естественное и искусственное освещение. Эксплуатация ПЭВМ в помещениях без естественного освещения допускается только при соответствующем обосновании и наличии положительного санитарно-эпидемиологического заключения, выданного в установленном порядке.

Естественное и искусственное освещение должно соответствовать требованиям действующей нормативной документации. Окна в помещениях, где эксплуатируется вычислительная техника, преимущественно должны быть ориентированы на север и северо-восток. Оконные проемы должны быть оборудованы регулируемыми устройствами типа: жалюзи, занавесей, внешних козырьков и др.

Площадь на одно рабочее место пользователей ПЭВМ с ВДТ на базе электроннолучевой трубки (ЭЛТ) должна составлять не менее 6 м2, на базе плоских дискретных экранов (жидкокристаллические, плазменные) - 4,5 м2.

Для внутренней отделки интерьера помещений, где расположены ПЭВМ, должны использоваться диффузно-отражающие материалы с коэффициентом отражения для потолка - 0,7 - 0,8; для стен - 0,5 - 0,6; для пола - 0,3 -0,5.

Полимерные материалы используются для внутренней отделки интерьера помещений с ПЭВМ при наличии санитарно-эпидемиологического заключения.

Помещения, где размещаются рабочие места с ПЭВМ, должны быть оборудованы защитным заземлением (занулением) в соответствии с техническими требованиями по эксплуатации.

Не следует размещать рабочие места с ПЭВМ вблизи силовых кабелей и вводов, высоковольтных трансформаторов, технологического оборудования, создающего помехи в работе ПЭВМ.

5.1.2 Общие требования к организации рабочих мест пользователей

При размещении рабочих мест с ПЭВМ расстояние между рабочими столами с видеомониторами (в направлении тыла поверхности одного видеомонитора и экрана другого видеомонитора), должно быть не менее 2,0 м, а расстояние между боковыми поверхностями видеомониторов - не менее 1,2 м.

Рабочие места с ПЭВМ в помещениях с источниками вредных производственных факторов должны размещаться в изолированных кабинах с организованным воздухообменом.

Экран видеомонитора должен находиться от глаз пользователя на расстоянии 600 - 700 мм, но не ближе 500 мм с учетом размеров алфавитно-цифровых знаков и символов.

Конструкция рабочего стола должна обеспечивать оптимальное размещение на рабочей поверхности используемого оборудования с учетом его количества и конструктивных особенностей, характера выполняемой работы. При этом допускается использование рабочих столов различных конструкций, отвечающих современным требованиям эргономики. Поверхность рабочего стола должна иметь коэффициент отражения 0,5 - 0,7.

Конструкция рабочего стула (кресла) должна обеспечивать поддержание рациональной рабочей позы при работе на ПЭВМ позволять изменять позу с целью снижения статического напряжения мышц шейно-плечевой области и спины для предупреждения развития утомления. Тип рабочего стула (кресла) следует выбирать с учетом роста пользователя, характера и продолжительности работы с ПЭВМ.

Рабочий стул (кресло) должен быть подъемно-поворотным, регулируемым по высоте и углам наклона сиденья и спинки, а также расстоянию спинки от переднего края сиденья, при этом регулировка каждого параметра должна быть независимой, легко осуществляемой и иметь надежную фиксацию.

Поверхность сиденья, спинки и других элементов стула (кресла) должна быть полумягкой, с нескользящим, слабо электризующимся и воздухопроницаемым покрытием, обеспечивающим легкую очистку от загрязнений.

Высота рабочей поверхности стола для взрослых пользователей должна регулироваться в пределах 680 - 800 мм; при отсутствии такой возможности высота рабочей поверхности стола должна составлять 725 мм.

Модульными размерами рабочей поверхности стола для ПЭВМ, на основании которых должны рассчитываться конструктивные размеры, следует считать: ширину 800, 1000, 1200 и 1400 мм, глубину 800 и 1000 мм при нерегулируемой его высоте, равной 725 мм.

Рабочий стол должен иметь пространство для ног высотой не менее 600 мм, шириной - не менее 500 мм, глубиной на уровне колен – не менее 450 мм и на уровне вытянутых ног - не менее 650 мм.

Конструкция рабочего стула должна обеспечивать:

  •  ширину и глубину поверхности сиденья не менее 400 мм;
  •  поверхность сиденья с закругленным передним краем;
  •  регулировку высоты поверхности сиденья в пределах 400 - 550 мм и углам наклона вперед до 15 град, и назад до 5 град.;
  •  высоту опорной поверхности спинки 300 +-20 мм, ширину - не менее 380 мм и радиус кривизны горизонтальной плоскости - 400 мм;
  •  угол наклона спинки в вертикальной плоскости в пределах +-30 градусов;
  •  регулировку расстояния спинки от переднего края сиденья в пределах 260 - 400 мм;
  •  стационарные или съемные подлокотники длиной не менее 250 мм и шириной - 50 - 70 мм;
  •  регулировку подлокотников по высоте над сиденьем в пределах 230 +-30 мм и внутреннего расстояния между подлокотниками в пределах 350 -500 мм.

Рабочее место пользователя ПЭВМ следует оборудовать подставкой для ног, имеющей ширину не менее 300 мм, глубину не менее 400 мм, регулировку по высоте в пределах до 150 мм и по углу наклона опорной поверхности подставки до 20°. Поверхность подставки должна быть рифленой и иметь по переднему краю бортик высотой 10 мм.

Клавиатуру следует располагать на поверхности стола на расстоянии 100 - 300 мм от края, обращенного к пользователю или на специальной, регулируемой по высоте рабочей поверхности, отделенной от основной столешницы.

5.1.3 Требования к микроклимату на рабочих местах

В помещениях, в которых работа с использованием ПЭВМ является основной (диспетчерские, операторские, расчетные, кабины и посты управления, залы вычислительной техники и др.) и связана с нервно-эмоциональным напряжением, должны обеспечиваться оптимальные параметры микроклимата для категории работ 1а и 1б в соответствии с действующими санитарно-эпидемиологическими нормативами микроклимата производственных помещений.

В помещениях, оборудованных ПЭВМ, проводится ежедневная влажная уборка и систематическое проветривание после каждого часа работы на ПЭВМ.

Уровни положительных и отрицательных аэроионов в воздухе помещений, где расположены ПЭВМ, должны соответствовать действующим санитарно-эпидемиологическим нормативам.

Содержание вредных химических веществ в воздухе помещений, предназначенных для использования ПЭВМ во всех типах образовательных учреждений, не должно превышать предельно допустимых среднесуточных концентраций для атмосферного воздуха в соответствии с действующими санитарно-эпидемиологическими нормативами.

5.1.4 Требования к уровням шума и вибрации на рабочих местах

В помещениях всех типов образовательных и культурно-развлекательных учреждений, в которых эксплуатируются ПЭВМ, уровень вибрации не должен превышать допустимых значений для жилых и общественных зданий в соответствии с действующими санитарно-эпидемиологическими нормативами.

Шумящее оборудование (печатающие устройства, серверы и т.п.), уровни шума которого превышают нормативные, должно размещаться вне помещений с ПЭВМ.

5.1.5 Требования к освещению на рабочих местах

Рабочие столы следует размещать таким образом, чтобы видеодисплейные терминалы были ориентированы боковой стороной к световым проемам, чтобы естественный свет падал преимущественно слева.

Искусственное освещение в помещениях для эксплуатации ПЭВМ должно осуществляться системой общего равномерного освещения. В производственных и административно-общественных помещениях, в случаях преимущественной работы с документами, следует применять системы комбинированного освещения (к общему освещению дополнительно устанавливаются светильники местного освещения, предназначенные для освещения зоны расположения документов).

Освещенность на поверхности стола в зоне размещения рабочего документа должна быть 300 - 500 лк. Освещение не должно создавать бликов на поверхности экрана. Освещенность поверхности экрана не должна быть более 300 лк.

Следует ограничивать прямую блесткость от источников освещения, при этом яркость светящихся поверхностей (окна, светильники и др.), находящихся в поле зрения, должна быть не более 200 кд/м2.

Следует ограничивать отраженную блесткость на рабочих поверхностях (экран, стол, клавиатура и др.) за счет правильного выбора типов светильников и расположения рабочих мест по отношению к источникам естественного и искусственного освещения, при этом яркость бликов на экране ПЭВМ не должна превышать 40 кд/м2 и яркость потолка не должна превышать 200 кд/м2.

Показатель ослепленности для источников общего искусственного освещения в производственных помещениях должен быть не более 20.

Показатель дискомфорта в административно-общественных помещениях не более 40, в дошкольных и учебных помещениях не более 15.

Яркость светильников общего освещения в зоне углов излучения от 50 до 90 градусов с вертикалью в продольной и поперечной плоскостях должна составлять не более 200 кд/м2, защитный угол светильников должен быть не менее 40 градусов.

Светильники местного освещения должны иметь не просвечивающий отражатель с защитным углом не менее 40 градусов.

Следует ограничивать неравномерность распределения яркости в поле зрения пользователя ПЭВМ, при этом соотношение яркости между рабочими поверхностями не должно превышать 3:1 - 5:1, а между рабочими поверхностями и поверхностями стен и оборудования 10:1.

В качестве источников света при искусственном освещении следует применять преимущественно люминесцентные лампы типа ЛБ и компактные люминесцентные лампы (КЛЛ). При устройстве отраженного освещения в производственных и административно-общественных помещениях допускается применение металлогалогенных ламп. В светильниках местного освещения допускается применение ламп накаливания, в том числе галогенные.

Для освещения помещений с ПЭВМ следует применять светильники с зеркальными параболическими решетками, укомплектованными электронными пуско-регулирующими аппаратами (ЭПРА). Допускается использование многоламповых светильников с электромагнитными пуско-регулирующими аппаратами (ЭПРА), состоящими из равного числа опережающих и отстающих ветвей.

Общее освещение при использовании люминесцентных светильников следует выполнять в виде сплошных или прерывистых линий светильников, расположенных сбоку от рабочих мест, параллельно линии зрения пользователя при рядном расположении видеодисплейных терминалов. При периметральном расположении компьютеров линии светильников должны располагаться локализовано над рабочим столом ближе к его переднему краю, обращенному к оператору.

Для обеспечения нормируемых значений освещенности в помещениях для использования ПЭВМ следует проводить чистку стекол оконных рам и светильников не реже двух раз в год и проводить своевременную замену перегоревших ламп.

5.2 Эргономические требования к пользовательскому интерфейсу

Поскольку интерфейс является физическим динамическим устройством, взаимодействующим с пользователем, то наряду с абстрактно-синтаксическим возникает и дополняющий его независимый эргономический аспект, который, в зачаточной форме и соответствует обычному текстовому объекту (размер шрифта, цветовое оформление, размер и толщина книги, защита от старения и разрушения, навигация по страницам и т.д.). В случае компьютерного интерфейса появляются новые особенности, связанные с комфортностью экранного представления, достаточной оперативностью реакции программного средства на действия пользователя, удобством манипулирования мышью и клавиатурой (и их скоростными показателями).

Нормативные требования по эргономике пользовательского интерфейса отличаются по своей природе от синтаксических и манипуляционных правил — они относятся к психофизиологическим свойствам конкретной реализации уже выбранного типа (стиля) пользовательского интерфейса (и соответствующего стандарта) в конкретном приложении. В этих условиях эргономические стандарты могут лишь требовать достижения некоторых общих руководящих эргономических принципов, которым должно удовлетворять реализация в приложении выбранного тип (стиля). При этом предполагается, что приложение должно оптимально инкорпорировано в техническую среду. Ряд более ранних стандартов (стандарты ISO 9241 P.3-9) касаются именно этой среды (клавиатура, дисплеи, устройства ввода с клавиатуры и мыши, мебель рабочей станции и показатели рабочей среды, например, освещение или уровни шума). Эргономические аспекты пользовательского интерфейса приложения являются естественным расширением эргономики технических средств и рабочего места.

В основу разработки большинства современных графических пользовательских интерфейсов (GUI) положены три метафоры: «рабочий стол», «работаешь с тем, что видишь», «видишь, что получил».

Метафора «рабочий стол», в частности, означает следующее. Для человека, сидящего за рабочим столом, доступны как определенные источники информации, так и средства обработки этой информации. При этом на рабочем столе могут находиться документы представленные в различной форме: текст, графика, рисунки и.т.д., относящиеся либо к различным задачам, либо к различным аспектам одной и той же задачи. В любом случае человек имеет возможность просмотреть любой из этих документов, сделать пометки или выборку из них, сравнить содержащиеся в них данные.

Две другие метафоры являются развитием идеи «рабочего стола». В каждый момент времени сидящий за столом может работать только с теми документами, которые он видит перед собой. Если необходимый документ в данный момент отсутствует на столе, его предварительно требуется достать из ящика стола, из папки или портфеля.

Выполняя какие-то действия над документами, человек, естественно, тут же видит результат своей деятельности.

В рамках графического интерфейса все три метафоры получили достаточно адекватное воплощение:

Пространство экрана монитора – это рабочий стол пользователя, необходимые для решения задачи – объекты, представленные на нем в виде соответствующих графических образов (пиктограмм и окон), а чтобы изменить рабочую среду, пользователю достаточно изменить состав объектов, присутствующих на рабочем столе; при этом все необходимые действия выполняются не с помощью команд, а путем прямого манипулирования объектами (точнее их образами).

Прямое манипулирование объектом обладает следующими достоинствами:

  •  обеспечивает визуальный контроль за выполняемыми операциями;
  •  позволяет легко восстанавливать предшествующие состояния рабочего стола;
  •  позволяет решать различные задачи, используя ограниченный набор стандартных операций (открытие/закрытие окна,  трассировка объектов, изменение атрибутов окна или объекта и.т.д.)

Еще одна важная особенность современных ГПИ – многооконность. Эта технология обеспечивает пользователю доступ к большому объему информации, чем при использовании одного экрана. Кроме того, имея через окна доступ к нескольким источникам информации одновременно, пользователь может объединять имеющуюся в них информацию. Например изображения, полученные с помощью графического редактора, можно включить в текстовый документ.

С помощью нескольких окон пользователь может также одновременно анализировать информацию, представленную на разных уровнях детализации. Наличие на экране нескольких окон или пиктограмм позволяет «расширить» кратковременную память пользователя.

Таким образом, графический интерфейс позволяет расширить пространство обзора и повысить эффективность работы пользователя. Однако сам по себе графический интерфейс не гарантирует повышения эффективности работы пользователя. Это обусловлено тем, что метафора «рабочий стол» далеко не всегда означает «аккуратный рабочий стол». Если «рабочий стол» плохо организован, существует опасность, что пользователь будет тратить больше времени на поиск «документов» и «инструментов», чем на решение стоящих перед ним задач.

Прямое манипулирование объектами не всегда удобно для опытного пользователя – часто некоторую последовательность действий можно выполнить быстрее с помощью одной команды (макроса), чем посредством серии манипуляций «мышью».

Прямое манипулирование снижает также гибкость диалога, поскольку изначально графический интерфейс базируется на структуре меню.

Визуальные атрибуты отображаемой информации.

К визуальным атрибутам отображаемой информации относится:

  •  взаимное расположение и размер отображаемых объектов;
  •  цветовая палитра;
  •  средства привлечения внимания пользователя.

Проектирование размещения данных на экране монитора предполагает выполнения следующих действий:

  •  определение состава информации, которая должна появляться на экране;
  •  выбор формата представления этой информации;
  •  определение взаимного расположения данных (или объектов) на экране;
  •  выбор средств привлечения внимания пользователя;
  •  разработка макета размещения данных на экране;
  •  оценка эффективности размещения информации.

В результате проектирования для пользователя должны обеспечиваться:

  •  возможность просмотра экрана в логической последовательности (определяется выполняемой задачи);
  •  простоту выбора нужной информации (обнаружение и распознавание);
  •  возможность идентификации связанных групп информации (распознавание сложных объектов).
  •  различимость исключительных ситуаций (сообщений об ошибках или предупреждений);
  •  возможность определить, какое действие со стороны пользователя требуется для продолжения.

Объемы содержания информации, подлежащей отображению, зависят от специфики выполняемого пользователем задания. При этом существенную роль играет правильное разбиение задания на операции (этапы), не требующие одновременного присутствия большого объема данных на экране. Причина – психофизиологические особенности оператора, ограниченность его кратковременной памяти, способной хранить одновременно не более 5 – 9 объектов. Если вся информация исходного документа не помещается на одном экране (кадры), некоторые элементы данных могут повторяться на других экранах для сохранения целостности и последовательности обработки.

Свойство естественности интерфейса предполагает, что информация отображается на экране в виде, пригодном для непосредственного использования. Принцип согласованности – определяет требование и использование общепринятых (стандартных) форматов при выводе текстовых и графических данных (объектов).

Информация на экране должна размещаться рационально. Требуемая плотность расположения данных зависит от конкретного пользователя и решаемой задачи.

Рекомендации по размещению данных на экране (или в пределах окна):

  •  оставлять пустым приблизительно половину площади экрана (окна);
  •  оставлять пустую строку после каждой пятой строки таблицы;
  •  оставлять 4-5 пробелов между столбцами таблицы.

Фрагменты текста должны располагаться на экране так, чтобы взгляд пользователя сам перемещался в нужном направлении. Содержимое полей должно не прижиматься к краю экрана, а располагаться около его горизонтальных или вертикальных полей (горизонтальную прокрутку использовать не желательно).

Меню, содержащее относительно небольшой объем информации, должно смещаться в левую верхнюю часть экрана.

Чтобы подчеркнуть симметрию, содержимое и наименования полей, относящихся к одной группе, должны выравниваться по вертикали.

Текстовые сообщения рекомендуется группировать справа, а графические изображения слева (определяется факторами, связанными с право-левой ассиметрией функционирования головного мозга). Это особенно важно для систем, работающих в режиме реального времени, когда интервалы следования сообщений <10 с.

Методы выделения информации – это использование таких атрибутов, которые позволяют привлечь внимание пользователя в некоторой области экрана. В качестве подобных атрибутов могут выступать: цвет символов, цвет фона, уровень яркости, мерцание; применение различных шрифтов (форма, размер, толщина), подчеркивания; вывод в инверсном виде, рамки, тени.

Эффект применения этих атрибутов различен, а их сочетаний часто непредсказуем и зависит от индивидуальных особенностей пользователей.

В качестве общей рекомендации: следует стараться использовать минимальное количество атрибутов!

Для оценки качества форматирования экрана (размещение информации в окне) используются следующие методы:

Метод прямоугольников – после разбиения экрана на поля каждое из них заполняется произвольным текстом и отделяется от других по всему периметру пробелами. Через центр экрана мысленно проводятся оси, позволяющие оценить сбалансированность размещения полей.

Метод выделенных точек – позволяет определить число и размещения областей экрана, к которым будет привлечено внимание пользователей (с помощью выделения). Для этого каждая область, требующая повышенного внимания, моделируется группой символов (отличных от пробела).

                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                        

5.3 Информационная безопасность разработки

В связи с широким распространением персональных компьютеров не только как средств обработки информации, но также как оперативных  средств коммуникации (электронная, телефаксная почта), возникают проблемы, связанные с обеспечением защиты информации от преднамеренных или случайных искажений.

Актуальность этих проблем подчеркивается также тем обстоятельством, что персональный компьютер или автоматизированное  рабочее место (АРМ)  является частью систем обработки информации, систем  коллективного   пользования, вычислительных сетей.  В таких случаях предъявляются достаточно жесткие требования  по надежности и достоверности передаваемой информации.

Любой канал связи характеризуется наличием в нем помех, приводящих к искажению информации, поступающей на обработку. С целью уменьшения вероятности ошибок принимается ряд мер, направленных на улучшение технических характеристик каналов, на использование различных видов модуляции, на расширение пропускной способности и т. п. При этом также должны приниматься меры по защите информации от ошибок или несанкционированного доступа.

Доступ – это получение возможности использовать информацию, хранящуюся в ЭВМ (системе).

Всякая информация в машине или системе требует той или иной защиты, под которой понимается совокупность методов, позволяющих управлять доступом выполняемых в системе программ к хранящейся в ней информации.

«Защите подлежит любая документированная информация, неправомерное обращение с которой может нанести ущерб ее собственнику, владельцу, пользователю и иному лицу.

Режим защиты информации устанавливается:

  •  в отношении сведений, отнесенных к государственной тайне, уполномоченными органами на основании Закона Российской Федерации «О государственной тайне»;
  •  в отношении конфиденциальной документированной информации собственник информационных ресурсов или уполномоченным лицом на основании  настоящего Федерального закона;
  •  в отношении персональных данных – федеральным законом.

Задача защиты информации в информационных вычислительных системах решается, как правило, достаточно просто: обеспечиваются средства контроля за выполнением программ, имеющих доступ к хранимой в системе информации. Для этих целей используются либо списки абонентов, которым разрешен доступ, либо пароли, что обеспечивает защиту информации при малом количестве пользователей. Система, обеспечивающая защиту информации, не должна позволять доступа к данным пользователям, не имеющим такого права. Такая система защиты является неотъемлемой частью любой системы коллективного пользования средствами вычислительной техники,  независимо от того, где они используются. Данные экспериментальных исследований различных систем коллективного пользования показали, что пользователь в состоянии написать программы, дающие ему доступ к любой информации, находящейся в системе. Как правило, это обусловлено наличием  каких-то ошибок в программных средствах, что порождает неизвестные пути обхода установленных преград.

В процессе разработки систем защиты информации выработались некоторые общие правила, которые были сформулированы Ж. Солцером и М. Шредером (США):

Простота механизма защиты. Так как средства защиты усложняют и без того сложные программные и аппаратные средства, обеспечивающие обработку данных в ЭВМ, естественно стремление упростить эти дополнительные средства. Чем лучше  совпадает представление пользователя о системе защиты с ее фактическими возможностями, тем меньше ошибок возникает в процессе работы.

Разрешения должны преобладать над запретами. Нормальным режимом работы считается отсутствие доступа, а механизм защиты должен быть основан на условиях, при которых доступ разрешается. Допуск дается лишь тем пользователям, которым он необходим.

Проверка полномочий любого обращения к любому объекту информации. Это означает, что защита выносится на общесистемный уровень и предполагает абсолютно надежное определение источника любого обращения.

Разделение полномочий заключается в определении для любой программы и любого пользователя в системе минимального круга полномочий. Это позволяет уменьшить ущерб от сбоев и случайных нарушений и сократить вероятность преднамеренного или ошибочного применения полномочий.

Трудоемкость проникновения в систему. Фактор трудоемкости зависит от количества проб, которые нужно сделать для успешного проникновения. Метод прямого перебора вариантов может дать результат, если для анализа используется сама ЭВМ.

Регистрация проникновений в систему. Иногда считают, что выгоднее регистрировать случаи проникновения, чем строить сложные системы защиты. 

Средства защиты оказываются значительно более дешевыми и эффективными, если их встроить в прикладные системы на стадиях задания требований и проектирования. Все требования к безопасности, включая необходимость перехода на аварийный режим для продолжения обработки информации, следует определить на стадии задания требований к проекту, а также обосновать, согласовать и задокументировать их в рамках общего плана работ по созданию информационной системы.

5.3.1 Анализ и задание требований к безопасности

Анализ требований к безопасности следует проводить на стадии анализа требований к каждому проекту разработки систем. При формулировании производственных требований к новым системам или модернизации существующих систем, необходимо задать требования к средствам управления безопасностью. Требования к безопасности и средства управления ею должны отражать ценность информационных ресурсов для организации, а также возможные последствия от нарушения режима безопасности или отсутствия средств защиты для производственных процессов.

Основу анализа требований к безопасности составляют:

  •  рассмотрение необходимости обеспечения конфиденциальности, целостности и доступности информационных ресурсов;
  •  определение возможностей использования различных средств контроля для предотвращения и выявления случаев нарушения защиты, а также восстановления работоспособности систем после их выхода из строя и инцидентов в системе безопасности.

В частности, при проведении такого анализа следует рассмотреть необходимость:

  •  управления доступом к информации и сервисам, включая требования к разделению обязянностей и ресурсов;
  •  регистрации значительных событий в контрольном журнале для целей повседневного контроля или специальных расследований;
  •  проверки и обеспечения целостности жизненно важных данных на всех или избранных стадиях их обработки;
  •  защиты конфиденциальных данных от несанкционированного раскрытия, в том числе возможное использование средств шифрования данных в специальных случаях;
  •  снятия резервных копий с критически важных производственных данных;
  •  восстановления систем после их отказов, особенно для систем с повышенными требованиями к доступности;
  •  защиты систем от внесения несанкционированных дополнений и изменений;
  •  предоставления возможности безопасного управления системами и их использования сотрудникам, не являющимся специалистами (но имеющих надлежащую подготовку).

5.3.2 Проверка достоверности входных данных

Чтобы обеспечить правильный ввод данных в прикладные системы необходимо проверять их на достоверность. Предлагаются следующие средства контроля:

а) проверки с целью выявления следующих ошибок:

  •  величины, выходящие за заданные пределы;
  •  неправильные символы в полях данных;
  •  пропущенные или неполные данные;
  •  превышенные верхние и нижние пределы на объем вводимых данных;
  •  несанкционированные или противоречивые управляющие данные;

б) периодический анализ содержания ключевых полей или файлов данных для подтверждения их достоверности и целостности;

в) осмотр печатной входной документации на предмет внесения несанкционированных изменений во входные данные;

г) процедуры реагирования на ошибки, связанные с проверкой достоверности входных данных;

д)  определение обязанностей всех сотрудников, участвующих в процессе ввода данных.

5.3.3 Проверка достоверности внутренней обработки данных

Данные, которые были правильно введены в прикладную систему, могут быть повреждены в результате ошибок обработки или преднамеренных действий. Чтобы выявить такие случаи повреждения данных, необходимо встроить средства проверки в системы. Требуемые для этого средства контроля определяются характером приложения и последствиями от повреждения данных для организации.

Примерами средств проверки, которые можно встроить в системы, являются:

  •  контроль над выполнением операций;
  •  подведение итогов по обновлению файлов;
  •  проверка достоверности данных, сгенерированных системой;
  •  проверка целостности данных и программ, пересылаемых между центральными и удаленными.


5.3.4 Шифрование данных

Для конфиденциальных данных, требующих особой защиты, необходимо рассмотреть возможность их шифрования. Шифрование - это процесс преобразования информации в зашифрованный текст для обеспечения ее конфиденциальности и целостности во время передачи или при хранении. В этом процессе используется алгоритм шифрования и информация о секретном ключе, которая известна только зарегистрированным пользователям. Уровень защищенности, обеспечиваемый процессом шифрования, зависит от качества алгоритма и секретности ключа.

Шифрование может потребоваться для защиты конфиденциальной информации, которая уязвима по отношению к несанкционированному доступу, как во время ее передачи, так и при хранении. Для определения необходимости шифрования данных и требуемого уровня защищенности необходимо провести оценку риска нарушения режима безопасности. Чтобы выбрать подходящие программные продукты с надлежащим уровнем защищенности и разработать надежную систему управления ключами, следует обратиться за советом к специалистам.

5.3.5 Защита файлов прикладных систем

Цель: Обеспечить надежную реализацию проектов разработки информационных систем и их поддержку.

Доступ к системным файлам необходимо контролировать. Поддержание целостности прикладных систем должно быть обязанностью пользователя или группы разработки, которой прикладная система или программное обеспечение принадлежит.

Следует осуществлять жесткий контроль над реализацией программного обеспечения в рабочих системах. Чтобы свести риск повреждения рабочих систем к минимуму, необходимо реализовать следующие средства контроля:

а) Обновление рабочих библиотек программ должен осуществлять только назначенный библиотекарь после получения санкции на доступ к приложению от руководителя персонала, обслуживающего информационные системы.

б) В рабочих системах следует хранить только выполняемые программы (по возможности).

в) Выполняемые программы не следует запускать на рабочих системах до тех пор, пока они не пройдут.

г) Необходимо фиксировать все случаи обновления рабочих библиотек программ в контрольном журнале.

д) Предыдущие версии программ следует сохранить — мера предосторожности при чрезвычайных ситуациях.

Тестовые данные необходимо защищать и контролировать. Тестирование систем и их приемка обычно требуют значительные объемы тестовых данных, которые близки к реальным данным настолько, насколько это возможно. Необходимо избегать использования реальных баз данных, содержащих персональные данные. Прежде чем использовать такие данные, их необходимо обезличить. Для защиты реальных данных при их использовании для целей тестирования, предлагаются следующие средства контроля:

а) Процедуры управления доступом, которые применяются для рабочих прикладных систем, должны также применяться для тестируемых прикладных систем.

б) Необходимо получить отдельное разрешение всякий раз, когда реальные данные копируются в тестируемую прикладную систему.

в) Реальные данные следует удалить из тестируемой прикладной системы сразу после завершения процесса тестирования.

г) Случаи копирования реальных данных необходимо регистрировать в контрольном журнале.

5.3.6 Безопасность в среде разработки и рабочей среде

Цель: Обеспечить защиту прикладного программного обеспечения и данных.

Среду разработки и рабочую среду необходимо жестко контролировать.

Администраторы, отвечающие за прикладные системы, должны также отвечать за защиту среды разработки и рабочей среды. Они должны анализировать все изменения, которые предлагается внести в системы, чтобы гарантировать, что они не нарушат безопасность системы или рабочей среды.

Чтобы свести риск повреждения информационных систем к минимуму, следует осуществлять жесткий контроль за внесением изменений в них. Для этого требуются формальные процедуры управления процессом внесения изменений. Эти процедуры должны гарантировать, что безопасность и процедуры управления ею не будут скомпрометированы, что программистам, отвечающих за поддержку систем, предоставлен доступ только к тем компонентам системы, которые необходимы для их работы, и что получено формальное разрешение на внесение изменений. Такой процесс должен включать в себя следующее:

а) регистрацию согласованных уровней полномочий, в том числе:

  •  служба приема запросов на внесение изменений группой, обслуживающей информационные системы;
  •  полномочия пользователей на подачу запросов на внесение изменений;
  •  уровни полномочий пользователей на принятие подробных предложений;
  •  полномочия пользователей на принятие вносимых изменений.

б) принятие изменений, предлагаемых только зарегистрированными пользователями;

в) проверку средств управления безопасностью и процедур обеспечения целостности на предмет их компрометации внесенными изменениями;

г) выявление всех компьютерных программ, файлов данных, баз данных и аппаратных средств, которые требуют внесения поправок;

д) утверждение подробных предложений до начала работы;

е) обеспечение принятия предлагаемых изменений зарегистрированными пользователями до их внесения;

ж) обновление системной документации по завершении процесса внесения каждого изменения, а также архивирование или уничтожение старой документации;

з) осуществление контроля над версиями всех обновляемых программ;

и) регистрацию всех запросов на внесение изменений в контрольном журнале.


6 Перечень терминов и определений

Система – совокупность взаимосвязанных элементов, выделенных из некоторой среды и взаимодействующих с ней как единое целое.

Информационная система (ИС) – это совокупность взаимосвязанных программных и аппаратных средств, предназначенных для сбора, хранения, поиска, передачи и обработки информации.

Модель – материальный или мысленно представляемый объект, который в процессе исследования заменяет собой объект оригинала так, что его непосредственное изучение позволяет получить новое знание об объекте-оригинале. Модель строится тогда, когда экспериментировать с объектом исследования либо невозможно, либо расточительно.

Математическая модель – это строго формализованное на языке математики описание исследуемой системы. Зародившись и развиваясь вместе с математикой, данный вид моделирования в настоящее время является определяющим в системных исследованиях. В качестве примера можно привести известную математическую модель – уравнение колебания маятника. Можно приводить примеры математических моделей, основанные на дифференциальных уравнениях, аппарате теории вероятностей и других разделах математики. Самое главное преимущество математических моделей перед другими видами моделей состоит в строгой формализованной доказанности и обоснованности получаемых результатов.

Статистическая модель – такая математическая модель, на различных этапах построения, исследования и применения которой используется статистическая информация о прошлом периоде функционирования объекта исследования, которая обрабатывается специальными методами.

Анализ данных – раздел прикладной математики, занимающийся методами построения и исследования статистических моделей.

Регрессионный анализ – раздел анализа данных, занимающийся методами построения статистических моделей.

Адекватность — свойство модели, которое точно описывает естественный процесс или обмен.

Процесс проверки адекватности модели называется верификацией.

Data Mining - это процесс обнаружения в «сырых» данных ранее неизвестных, нетривиальных, практически полезных и доступных интерпретации знаний, необходимых для принятия решений в различных сферах человеческой деятельности.

Искусственные нейронные сети (ИНС) – математические модели, а также их программные и аппаратные реализации, построенные по принципу организации и функционирования биологических нейронных сетей – сетей нервных клеток живого организма.

Объектно-ориентированное программирование (ООП) – парадигма программирования, в которой основными концепциями являются понятия объектов и классов.

Заключение

В ходе выполнения дипломного проекта были выполнены проектирование и разработка  ИС построения линейно-степенной регрессии. Работа выполнена на основе математических методов анализа и моделирования систем. Разработанная система удовлетворяет требованиям, предъявляемым к современным консольным приложениям: взаимодействует с основным пакетом Microsoft Office, имеет модульную структуру,  и интуитивно-понятный эргономичный интерфейс.

Подсистема находится в стадии тестирования и отладки. Внедрение и использование данной подсистемы будет способствовать  улучшению условий обучения студентов по дисциплине «Моделирование систем», сокращению времени ознакомления с учебной программой и упрощению формирования отчётов, что, несомненно, скажется на общем уровне подготовки выпускников.


Список литературы

1. Айвазян С.А., Енюков И.С., Мешалкин Л.Д. Прикладная статистика. Исследование зависимостей.- М: Финансы и статистика, 1985.- 487с.

2. Алефельд Г., Херцбергер Ю. Введение в интервальные вычисления.-М.:Мир, 1987.-360с.

3. Афифи А., Эйзен С. Статистический анализ: подход с использованием ЭВМ.- М.: Мир, 1981.-486с.

4. Базилевский М.П., Носков С.И. // Информационные технологии и проблемы математического моделирования сложных систем. – Иркутск: ИИТМ ИрГУПС, 2009-вып.7. - 123 с.

5. Носков С.И.  Технология  моделирования  объектов с  нестабильным функционированием    и    неопределенностью    в   данных.-    Иркутск: Облинформпечать, 1996.-320с.

6. Носков С.И., Торопов В.Д. Способ построения моделей статистического типа на основе экспертной информации / Труды Всероссийской конференции по моделированию географических систем.- Иркутск, 2004.-С.65-67.

7. СанПин 2.2.2/2.4.1340-03.

8. Статистическое   моделирование   и   прогнозирование / Под ред. А.Г Гранберга.-М .: Финансы и статистика, 1990.-383 с.


Приложение А

Результаты КРМ

Файл: C:\Примеры\безработица.txt

Параметры поиска:

зависимая переменная:   X5;

независимые переменные:  X1; X2; X3; X4;

элементарные функции:  X; X^2; X^3; sqrtX; sinX; cosX; 1/X; lnX;

критерии адекватности:  R; F; S; DW; E;  

Количество построенных альтернатив:

4096;

Линейное уравнение:

X5= -18291-0,5078(X1)+38,347(X2)+0,42723(X3)+716,91(X4)

Критерии адекватности линейного уравнения:

R=0,59068  F=1,7317  S=1,6625E05  DW=1,8454  E=5,5725%

Лучшее уравнение:

X5= -705,78+3,098E07(1/X1)-149,26(SinX2)+5,3248E-10(X3^3)-474,33(CosX4)

Критерии адекватности лучшего уравнения:

R=0,96513  F=33,213  S=14163  DW=1,9455  E=1,5922%

Приложение Б

Результаты МГУА

Файл: C:\Примеры\безработица.txt

Параметры поиска:

зависимая переменная:   X5;

независимые переменные:  X1; X2; X3; X4;

опорная функция:   Y=Xa+Xb+(Xa*Xb)

Количество построенных слоёв:

3;

Полученное уравнение:

1слой

Y2= +17351,82-2,139851(X1)-0,6270728(X3)+0,0001155594(X1*X3)

Y4= +15952,69-140,2548(X2)-0,8723718(X3)+0,01022315(X2*X3)

Y5= -38870,89+555,9985(X2)+1716,092(X4)-22,30809(X2*X4)

2слой

Y9= -7877,496+2,508809(Y2)+1,934279(Y4)-0,0003731048(Y2*Y4)

Y10= -8322,176+2,545382(Y2)+2,082711(Y5)-0,0003921514(Y2*Y5)

3слой

Y13= +1786,93-0,6252717(Y9)+0,8152436(Y10)+9,080356E-05(Y9*Y10)

Критерий регулярности:

0,001365992

Критерии адекватности полученного уравнения:

R=0,9630108 F=45,56115 S=12877,68 DW=1,334492 E=1,685529%

Приложение В

Структура БД

 


 

А также другие работы, которые могут Вас заинтересовать

55612. Сказка – цепочка. Русская народная сказка «Репка» 44.5 KB
  Русская народная сказка Репка Цели урока: познакомить с понятием сказкицепочки; совершенствовать технику чтения развивать речь пополнять словарный запас учить глубоко и полно анализировать и оценивать прочитанное...
55613. Бойові дії у 1915-1916 роках 37.5 KB
  Мета. Показати хід бойових дій у 1915 – 1916 роках, охарактеризувати основні битви цього періоду, спираючись на різні джерела; формувати вміння аналізувати історичні документи, простежити причинно-наслідкові зв’язки.
55614. Виховний захід до Дня пам’яті жертв політичних репресій 1937 – 1938 р.р 307 KB
  Ведучий: Проблема реальної спрямованості та кількісних параметрів політичних репресій за радянських часів значною мірою ще й досі залишається білою плямою в історичній науці. Ведучий: Фізичне знищення співгромадян світогляд яких відрізнявся від комуністичного розпочалося відразу після жовтневого перевороту 1917 р.
55616. Let’s have a rest 49 KB
  Yesterday was a Kate, his little sister in front of TV watching a cat and a mouse running one after the other. Then father came he was watching car racing for an hour. When Bill came back from the walk, his grandfather was busy day in Bill’s family. Bill wanted to watch TV, but couldn’t. When he came home from school, he saw watching a program about feeding hungry crocodiles. In the evening his mother and granny were watching some boring story about a poor girl.
55617. Eating out (We are creating the restaurant) 928 KB
  Hello everyone! Today we are not at a common school. We are in an unusual business school. And we are creating our own restaurants. One restaurant will be a fast food restaurant. The other one will be a very expensive restaurant. But before doing this we should determine what type of eater you are.
55618. АВТОРСЬКИЙ ЕЛЕКТРОННИЙ ОСВІТНІЙ РЕСУРС ЯК ІНСТРУМЕНТ ЗДІЙСНЕННЯ ІНТЕГРАЦІЇ ЗМІСТУ ОСВІТИ З НОВІТНІМИ ТЕХНОЛОГІЯМИ НАВЧАННЯ 1.79 MB
  У статті наведено інструментарій для створення авторських методик викладання засобами ІКТ. Актуальність створення авторського електронного освітнього ресурсу як інструменту здійснення інтеграції змісту освіти з новітніми технологіями навчання пояснюється необхідністю переосмислення теоретичних...
55619. Мінерально-сировинні ресурси України. Рудні корисні копалини 214.5 KB
  Мета: повторити тектонічну будову України закріпити знання про види паливних корисних копалин та географію їх родовищ; вивчити розміщення основних районів видобутку рудних корисних копалин в Україні...
55620. Сценарий праздника, посвященный хитам 80-ых годов 44 KB
  Всем привет Приветствую всех на нашем праздничном концерте. Сегодня я не просто создатель идеи тематического праздника не просто ведущая на концерте очаровательная девушка в этом зале но и редактор школьной газеты Школьные сплетни.