Приведенных примеров, по-видимому, достаточно. Отметим только, что исчисление предикатов и формальные грамматики, широко используемые в языках программирования, суть конструктивные формальные системы. Но в общем случае они не являются разрешимыми формальными системами. [c.35]
Синтаксис ЯСУ можно задать формальным способом, как делается при задании множества базовых элементов и синтаксических правил в формальных системах или при задании синтаксиса языков программирования для ЭВМ. [c.61]
Системы формального программирования [c.113]
Координация программ с помощью системы формального программирования. [c.116]
Координация программ при помощи системы формального программирования. [c.83]
Формально необходимо определить оптимум функции (4.88) при условиях (4.89). Нетрудно видеть, что рассматриваемая задача относится к простым задачам дробно-линейного программирования, которые эффективно могут быть решены методом сведения их к задачам ЛП 1931. Однако в данном случае ввиду простоты системы ограничений удалось найти специальный, более конструктивный алгоритм, позволяющий, кроме прочего, определить в эффективной форме и критерий оптимальности рассматриваемой задачи. [c.137]
В виде сектора можно рассматривать группы предприятий, населения, совокупности отдельных продуктов и т.д. Такой подход облегчает программирование и машинную обработку экономической информации. Однако группировка экономических единиц в секторы по формальным признакам весьма ограничена и возможна при соблюдении ряда условий. Например, сектор предприятий в системе национальных счетов включает крупные фирмы, мелкие, кустарные предприятия, фермерские хозяйства и т.д. Естественно, в углублённом экономическом анализе этот сектор должен быть расчленён по социально-экономическим типам предприятий. [c.180]
Постановки задач многоэтапного стохастического программирования с условными статистическими ограничениями и методы анализа решающих правил, соответствующих различной информации о состоянии системы в момент выбора решений, могут быть при некоторой модификации интерпретированы как модели и методы анализа многоуровневых иерархических систем управления, работающих в условиях неполной информации. Задание подкласса измеримых функций, из которого следует выбирать решающие правила, определяет здесь взаимодействие, координацию, управление и характер обмена информацией между звеньями одного уровня и звеньями. различных уровней. Представляется, что синтез многоэтапных и многоуровневых стохастических моделей выбора решений является основой формального аппарата качественного исследования и численного анализа сложных систем управления. [c.196]
В предыдущих параграфах мы рассматривали две в известном смысле крайние информационные структуры, соответствующие априорным и апостериорным решающим правилам. Многоэтапное стохастическое программирование и развивалось главным образом применительно к этим двум схемам информированности принимающего решение. К таким информационным структурам можно естественным образом, исходя из содержательных соображений, или формальным искусственным путем сводить много различных схем задания информации, которой располагает управляющий системой на том или ином этапе выбора решения. Тем не менее при анализе практических многоэтапных задач стохастического программирования часто возникают специфические проблемы, связанные с изучением роли информации и памяти на отдельных этапах выбора решений. [c.204]
В тех случаях, когда состояние системы и экономической среды ее функционирования, управления и показатели эффективности управления количественно описаны, модель (6.1) успешно реализуется в рамках задач математического программирования. Необходимо отметить, что оператор <р и критерии/7 в слабоструктуризованных и неструктуризован-ных задачах принятия - плановых решений могут и не иметь аналитического выражения. В общем случае они отражают взаимосвязанные формальные и неформальные отношения и процедуры выработки планово-управленческих решений, основанные на использовании количественной и качественной информации, опыта и интуиции лица, принимающего плановое решение. [c.188]
Классические методы проектирования. Конец 70-х — начало 80-х годов — это время становления технологии интегрированных баз данных как одной из головных технологий в проектировании ИС. Был разработан и вошел в практику большой набор теоретически обоснованных методов проектирование концептуальных и логических схем БД, организация физической среды хранения данных, планирование путей доступа к данным и др. Развивались методы проектирования функций от методов формальной спецификации функций до структурного программирования и первых непроцедурных языков программирования четвертого поколения (4GL). Анализ функций (задач) предприятия также служил основой и в проектировании БД. Появились ASE-системы, ориентированные на формализацию информационных и функциональных требований к ИС и предназначенные для формального описания и бригадной разработки больших программных комплексов. [c.135]
Написание компонентов ПО. В точке 4 обсуждаемой модели выполняется несколько шагов трансляции, начиная с трансляции внутреннего описания и кончая детальной разработкой необходимого набора программных операторов, обеспечивающих работу ПО в соответствии с заданными спецификациями. Этот этап работы реализует такие шаги, как трансляция внешнего описания проблемы в структуру компонентов ПО (модулей) и трансляция этих компонентов в описания структурного уровня, например блок-схемы процессов обработки информации. Именно в этой точке модели разработчик имеет дело с все возрастающим объемом информации, а отсюда и вероятность возникновения ошибок здесь достаточно высока. Основными задачами исследования надежности системы в это время являются задачи сравнительного анализа эффективности различных способов обеспечения надежности и выбор вариантов, обладающих заданной надежностью при учете реально существующих ограничений по различного рода ресурсам. Эти исследования могут проводиться на уровне моделей. Получение программы. Процесс последнего этапа разработки представляет собой трансляцию программных спецификаций в операторы языка программирования,. В силу формальности и рутинности выполняемой работы на этом этапе отмечается большое число ошибок, но эти ошибки, как правило, легко обнаруживаются и исправ- [c.51]
К М. м. в з. и. относят след, разделы прикладной математики математическое программирование, теорию игр, теорию массового обслуживания, теорию расписании, теорию управления запасами и теорию износа п замены оборудования. М а т е м а т и ч. (или оптимальное) п р о г р а м м н р о в а н и о разрабатывает теорию и методы решения условных экстремальных адач, является осн. частью формального аппарата анализа разнообразных задач управления, планирования и проектирования. Играет особую роль в задачах оптимизации планирования нар. х-ва и управления нронз-вом. Задачи планирования экономики п управления техникой сводятся обычно к выбору совокупности чисел (т. н. параметров управления), обеспечивающих оптимум пек-рой функции (целевой функции пли показателя качества решения) при ограничениях вида равенств и неравенств, определяемых условиями работы системы. В зависимости от свойств функций, определяющих показатель качества и ограничения задачи, математич. программирование делится на линейное и нелинейное. Задачи, и к-рых целевая функция — линейная, а условия записываются в виде линейных равенств и неравенств, составляют предмет линейного программа-ронпии.ч. Задачи, в к-рых показатель качества решения или нек-рые из функций, определяющих ограничения, нелинейны, относятся к н е л и н е и н о м у п р о-г р а м м и [) о н а н п го. Нелинейное программирование, в свою очередь, делится на выпуклое и невынуклое программирование. В зависимости от того, являются лп исходные параметры, характеризующие условия задачи, вполне определёнными числами или случайными величинами, в математич. программировании различаются методы управления и планирования в условиях полной и неполной информации. Методы постановки и решения условных экстремальных задач, условия к-рых содержат случайные параметры, составляют предмет с т о х а с т и ч о с к о г о п р о г р а м м и р о в а- [c.403]
Логика Д. Буля и де Моргана стала первой формальной логической системой со строгой аксиоматикой. На ее базе была построена система логики предикатов (1879 г.) и затем логическое программирование. Дополненная методом интерпретации, разработанным в 30-е гг. Дж. Эрб-раном, логика предикатов стала использоваться для доказательств путем логического вывода. [c.88]
На протяжении десятилетий при создании имитационных моделей использовался алгоритмический подход, а программы разрабатывались с использованием стандартных языков программирования. Создание таких имитационных моделей требует значительных затрат времени и высокой квалификации разработчиков. Поэтому с середины 70-х годов стали появляться инструментальные средства имитационного моделирования, обладающие собственными языковыми средствами. Обзор этих систем приведен в книге [5]. Авторами рассматривается концепция имитационного моделирования экономических процессов, основанная на специальном аппарате формального манипулирования узлами, транзактами, событиями и ресурсами, на основе которой была разработана система моделирования Pilgrim, на примере которой можно изучить подходы к процессам автоматизации СИМ. [c.95]
Менеджеры очень охотно включаются в развитие новых информационных систем. Поэтому им нужно кое-что знать о процессе, чтобы они могли в нем грамотно участвовать. М ногае пользователи также строят свои соб- ственные системы. По мере того, как язык программирования развивается, его легче использовать и становится более вероятным для пользователей создавать такие системы. Однако при разработке систем пользователями возникает определенный риск. Пользователи могут иметь односторонний взгляд на систему и могут не учесть, какое воздействие она окажет на информационные ресурсы всей организации. Они могут не знать, как определить информационные требования. Более того, пользователи часто нетерпеливы с качественным обеспечением процедур. Они могут строить частные системы, которые дублируют формальные организационные системы. [c.393]