Software & Systems

Рассмотрим автоматизированные информационные системы (АИС) как результат процесса проектирования, включающего спиральный анализ и синтез с переходом по различным рангам и уровням моделирования с использованием различного класса языков моделирования, в которых на верхнем слое используются принципы управления с ориентацией на учет человеческого фактора, а на нижнем слое – машинно-ориенти­рованные языки программирования и представления данных с ориентацией на компьютерный, формальный аспект. В этом случае проект АИС представляет собой некую пирамиду моделей представления – пирамиду знаний (см. рис.).

Логическую структуру проектной системы S представим в виде семиотической модели: S=S(KO, Kс, KS), где KO=KRÈKE – «семантика» – класс объектов в широком смысле слова (элементы и отношения), который задается как аппарат системного выделения новых знаков (каждый морфологический уровень характеризуется своей семантической моделью); Kс – «синтаксис», который задается как формальный язык представления моделей знаний, знаковых конструкций, (иерархия подсистем по морфологии обусловливает иерархию языков представления (моделирования)); KS – «прагматика», которая задается как правила иерархического упорядочивания классов подсистем (для каждой модели отдельного уровня знания может существовать отдельная прагматическая модель).

Будем использовать и трактовать соответствующие классы семантики, синтаксиса и прагматики (KO, Kс, KS) как конструктивные, логические элементы архитектуры АИС.

В логическом представлении система S – упорядоченные пары Si=(E,R), где E – множество соответствующих элементов; R – множество отношений между элементами множества E. Практическое применение эта концепция получает при ее расширении путем определения операций по выделению из универсума A и упорядочиванию пар (E,R), при этом EÌA, RÌA, EÇR=Æ. При наличии класса элементов KE={e1…ex} и класса отношений KR={r1…ry} задается конструкция системы L в виде множества отношений L={pi : piÎKP, rmPen}, где KP – класс свойств (взаимосвязей), или структура системы.

Расширением определения системы S является концепция класса вариабельных систем. Такая классификация систем позволяет описывать различные модельные уровни – уровни знания относительно рассматриваемых феноменов. Каждый класс (экстенсионал моделирования) систем KS, заданный определенным уровнем знания (видом модели) и конкретными методологическими отличиями, подразделяется дальше на еще меньшие классы. Каждый из этих классов состоит из систем, эквивалентных с точки зрения конкретных, практически существенных сторон определенных в них отношений (изоморфизм моделей). В зависимости от характеристик отношений, относительно которых требуется изоморфизм систем, одни изоморфные классы являются подмножествами других. Описание АИС зададим в виде триады S=S(KE,KR,KP), где KE – типы элементов; KR – типы отношений; KP – типы взаимосвязей.

В практических системах независимость одного уровня представления от другого относительна. Однако следует указать на то, что концептуальное представление в общем случае накладывает принципиальные ограничения на границы изменяемости (вариабельности) внутреннего представления.

Вариабельная АИС – АИС, конструктивные элементы которой могут меняться в пределах типовых ограничений, допуская варьирование множеством классов подсистем при постоянстве заданных типов отношений. Целевая задача логического проектирования вариабельной системы – получение системы, оптимальной по множеству критериев компоновки и изменения типов классов моделей представления и элементов при условии постоянства типов отношений путем манипулирования множественно-иерархическими исходными конструктивными элементами архитектуры.

Рассмотрим идею информационной оптимальности с точки зрения вариабельных систем с древовидной структурой. Именно с древовидной структурой связаны основные алгоритмы представления обработки данных в компьютерах и методы их оценки (аппарат сбалансированных деревьев, AVL-деревья, B (B+, R, RB)-деревья, CT – деревья и пр.).

С древовидными структурами напрямую связаны два классических критерия оценки:

·                             критерий компактности дерева данных показывает, на сколько (во сколько раз) сокращаются затраты компьютерной памяти при описании семантики данных системы за счет иерархического структурирования этого описания;

·                             критерий быстродействия поиска данных показывает выигрыш от иерархического структурирования при поиске объекта.

Аппарат критериев компактности и быстродействия достаточно развит и может послужить эффективным инструментарием оценки информационной оптимальности вариабельных структур.