Размещено на http://www.allbest.ru/

Размещено на http://www.allbest.ru/

Министерство образования и науки РФ

ФГБОУ ВО

«САМАРСКИЙ ГОСУДАРСТВЕННЫЙ АРХИТЕКТУРНО-СТРОИТЕЛЬНЫЙ УНИВЕРСИТЕТ»

Кафедра информационных и развивающих образовательных систем и технологий

ПОЯСНИТЕЛЬНАЯ ЗАПИСКА

к выпускной квалификационной работе бакалавра на тему:

Информационная система двухкритериальной оптимизации

СТУДЕНТА ГИП-112

Тишакова Василия Андреевича

Самара 2016 г.

РЕФЕРАТ

АЛЬТЕРНАТИВА, ЭФФЕКТИВНОСТЬ, КРИТЕРИЙ, ПРИНЯТИЕ РЕШЕНИЯ, ИНФОРМАЦИОННАЯ СИСТЕМА, ВАРИАНТ, ЛПР

Целью данного исследования является изучение сравнительной эффективности проектных решений по летательным аппаратам.

В ходе исследования был разработана ИС двухкритериальной оптимизации по методу предложенный профессором С.А. Пиявским «Простой и универсальный метод принятия решений в пространстве критериев «стоимость - эффективность».

Система спроектирована по методологии UML и реализована на языке программирования C++ в среде Qt Creator.

Основное назначение системы оно позволяет уверенно решать слабо формализованные задачи многокритериального выбора, при полном отсутствии дополнительно вводимой информации. Понятие применимо в задачах любой размерности и степени неопределенности, однако в данной работе оно иллюстрируется на простой и потому наглядной задаче двухкритериального выбора, что позволяет показать его ценность.

СПИСОК СОКРАЩЕНИЙ И УСЛОВНЫХ ОБОЗНАЧЕНИЙ

БД - база данных;

ОС - операционная система;

ИС - информационная система;

СУБД - система управления базами данных;

ЛПР - лицо принимающее решение;

ФИСТ - факультет информационных систем и технологий;

Э-П - Эджворта-Парето;

СГАСУ - Самарский государственный архитектурно-строительный университет;

UML - (англ. Unified Modeling Language) - унифицированный язык моделирования;

АНР - (англ. Analytic Hierarchy Process) - подход аналитической иерархии;

MAUT _ (англ. Multi-Attribute Utility Theory) _многокритериальная теория полезности



ВВЕДЕНИЕ

Ежедневно, ежечасно и ежеминутно перед каждым из нас встает проблема принятия решения. Мы регулярно принимаем самые разные решения, начиная от элементарных повседневных, заканчивая серьезными жизненно важными. ЛПР сталкивающийся с некоторой проблемой выбора пытается быстро на основе предшествующего опыта (или пристрастий) принять решение, за которое он впоследствии часто держится. Решения в этом случае сводятся не к поиску оптимальных вариантов, а к «пробиванию» собственного мнения и блокированию других предложений. Таким образом, нередко возможные альтернативы даже не ищутся, и фактически принимаются решения до того, как осознание процесса решения вообще начат.

Способы принятий решений разнообразны, но наиболее интересный является предложенный профессором С. А. Пиявский «Простой и универсальный метод принятия решений в пространстве критериев «стоимость - эффективность». Основной идеей данного метода является то, что предлагается новое понятие шансов оптимальности многокритериальных альтернатив. Это понятие имеет явный смысл, доступный пониманию ЛПР. Понятие применимо в задачах любой размерности и степени неопределенности, однако в данной работе оно иллюстрируется на простой и потому наглядной задаче двухкритериального выбора, что позволяет показать его ценность [1].

1.  ПОСТАНОВКА ПРОБЛЕМЫ

1.1 Обзор методов принятий решений и формулирование темы исследования

1.1.1 Обзор метода аналитической иерархий

Подход аналитической иерархии (Analytic Hierarchy Process -- АНР) возник как эвристическое средство сравнения и выбора альтернатив. В настоящее время уже имеются работы по его аксиоматическому обоснованию. Однако в большинстве публикаций он предстает как эвристический подход, апеллирующий к здравому смыслу пользователя. В журналах публикуются оживленные дискуссии между сторонниками и противникам этого широко известного в принятии решений подхода.

Применение MAUT (Multi-Attribute Utility Theory) требует от ЛПР одинаковых усилий для построения функции полезности как при большом, так и при малом числе альтернатив. Такой подход не всегда приемлем. В случае небольшого числа заданных альтернатив представляется разумным направить усилия ЛПР только на сравнение таких альтернатив. Именно эта идея лежит в основе методов АНР, наиболее известными из которых являются основной (аддитивный) вариант и мультипликативный вариант.

Подход АНР направлен на выбор наилучшей альтернативы из заданного множества. Часто, кроме критериев оценки и альтернатив , задана также общая цель (или цели) решения задачи. Подход АНР состоит из следующей совокупности этапов.

1. Проводится структуризация задачи в виде иерархической структуры с несколькими уровнями; цели -- критерии -- альтернативы.

2. ЛПР выполняет парные сравнения элементов каждого уровня. Результаты сравнений переводятся в числа при помощи специальной таблицы.

3. Вычисляются коэффициенты важности для элементов каждого уровня. При этом проверяется согласованность суждений ЛПР.

4. Подсчитывается количественный индикатор качества каждой альтернативы и определяется наилучшая альтернатива.

Таблица 1 - Шкала относительной важности

Уровень важности	Количественное значение
Равная важность	1
Умеренное превосходство	3
Существенное или сильное превосходство	5
Значительно (большое) превосходство	7
Очень большое превосходство	9

При парных сравнениях в распоряжении ЛПР дается шкала словесных определений уровня сравнительной важности, причем каждому уровню важности ставится соответственное число (таблица 1). Для обоснования перехода от словесных определений уровня относительной важности к числам в мультипликативном варианте АНР проводится параллель с психофизикой, в которой изучается, как человек, не пользуясь никакими приборами, измеряет объективные физические величины, такие как вес, громкость звука, яркость света и так далее. В матрицах парных сравнений полученные числа используются для определения весов (коэффициентов важности) сравниваемых объектов (критериев, целей, альтернатив). На заключительном этапе методов АНР полезность альтернативы определяется путем синтеза относящихся к ней весов целей, критериев, альтернатив с использованием либо аддитивной, либо мультипликативной формулы [2].

1.1.2 Особенности метода ШНУР

Метод ШНУР выбора лучшей из группы заданных альтернатив имеет следующие особенности.

В методе используются достаточно простые (с психологической точки зрения) процедуры выявления предпочтений ЛПР.

Диалог ведется на понятном для ЛПР языке, причем рассматриваются как качественные, так и количественные оценки альтернатив по критериям.

Метод позволяет сравнить большое число альтернатив при минимальном числе вопросов к ЛПР.

Метод позволяет приспособиться к конкретной задаче (набору альтернатив) и выделить лучшую или предположительно лучшую альтернативу.

Метод позволяет ЛПР получить объяснения сделанному выбору путем предъявления тех его ответов, которые привели к полученному результату.

Во многих случаях метод помогает ЛПР в выборе лучшей альтернативы. Однако метод не всегда приводит к нужному результату, т. к. альтернативы могут оказаться несравнимыми. В этом случае компьютерная система выдает ЛПР следующую информацию:

- показывает альтернативу с наибольшей суммой нормализованных оценок как предположительно лучшую;

- сообщает, что имеются другие альтернативы, весьма близкие к лучшей; приводит оценки для этих альтернатив;

- предлагает ввести дополнительные критерии, по которым можно различить альтернативы, которые не удалось сравнить данным методом;

передает окончательный выбор на усмотрение ЛПР.

Метод ШНУР является удобным для ЛПР, «прозрачным» и действенным методом решения широкого круга задач [2].

1.1.3 Обзор метода Эджворта - Парето

Выделяет в методе Эджворта - Парето три этапа:

- поиск информации;

- поиск и нахождение альтернатив;

- выбор лучшей альтернативы;

Следует отметить, что это наиболее обобщенное представление процесса принятия решений, но и самое понятное для первоначального восприятия.

На первом этапе собирается вся доступная на момент принятия решения информация: фактические данные, мнение экспертов. Там, где это, возможно, строятся математические модели; проводятся социологические опросы; определяются взгляды на проблему со стороны активных групп, влияющих на ее решение. Второй этап связан с определением того, что можно, а что нельзя делать в имеющейся ситуации, т.е. с определением вариантов решений (альтернатив). И уже третий этап включает в себя сравнение альтернатив и выбор наилучшего варианта (или вариантов) решения

Для показа выбора альтернативы на основе критериев приведем пример. Допустим, люди желают отдохнуть и выбирают для этого тур. Критериями выступают стоимость и привлекательность маршрута. Есть несколько альтернатив. Необходимо выбрать одну из них. Варианты можно представить в виде таблице 2. Кроме того, эти альтернативы графически изображены на рисунке 1.

Таблица 2 - Оценки альтернативных вариантов туров

Альтернатива	Критерий 1	Критерий 2
Стоимость	Привлекательность	Новые впечатления
1. Первый тур	Небольшая	Малая
2. Второй тур	Высокая	Большая
3. Третий тур	Небольшая	Большая

Из рисунка 1 очевидно, почему люди предпочитают третий тур: он не хуже по критериальным оценкам каждого из двух других туров, а по одному из критериев - явно лучше.

Предположим, что по какой-то причине поездка по третьему туру стала невозможной (например, из-за последствий прошедшего наводнения). В соответствии с рисунком 1 туры первый и второй не находятся в отношении доминирования. По одному из критериев лучше альтернатива 2, по другому - альтернатива 1.

Введем следующее определение. Назовем альтернативу А доминирующей по отношению к альтернативе В если по всем критериям оценки альтернативы А не хуже, чем альтернативы В, а хотя бы по одному критерию оценка А лучше. При этом альтернатива В называется доминируемой.

Введем следующее определение: альтернативы относятся к множеству Эджворта-Парето (Э-П), если каждая из них превосходит любую другую по какому-то из критериев.

Рисунок 1 - Представление альтернатив их оценками по критериям

Множество Эджворта-Парето названо так по именам ученых, впервые обративших внимание на альтернативы, не уступающие друг другу по критериальным оценкам, т.е. на альтернативы, не находящиеся в отношении доминирования. Альтернативы, принадлежащие множеству Э-П, принято называть несравнимыми. Их действительно невозможно сравнить непосредственно на основе критериальных оценок. Но если решение должно быть принято (например, желающие отдохнуть должны из многих туров выбрать один), то сравнение альтернатив, принадлежащих множеству Э-П, возможно на основе дополнительной информации. Так, в нашем примере люди должны решить, что для них более привлекательно: экономия денег или обилие новых впечатлений. Такое сравнение является основным для следующего этапа процесса принятия решений.

Нетрудно убедиться, что множество Э-П включает в себя наиболее "контрастные" альтернативы, сложные для сравнения. Если стоит задача выбора одной лучшей альтернативы, то она обязательно принадлежит множеству Э-П. Поэтому во многих методах принятия решений очень важен этап выделения множества Э-П из всего множества заданных альтернатив.

Один из возможных способов решения этой задачи состоит в попарном сравнении альтернатив и исключении доминируемых. Задача выделения множества Э-П обычно рассматривается как предварительная. За ней следует наиболее существенный этап принятия решений [3].

1.2 Общее описание метода «Шансов»

Благодаря простоте применения, предлагаемый метод может быть использован вручную любыми лицами, заинтересованными в объективной сравнительной оценке различных вариантов решений по двум критериям, даже если они владеют только элементарной математикой [1].

Выбор наилучшего из нескольких вариантов решения

Пусть требуется выбрать наилучшее решение из шести возможных решений, представленных в таблице 3. Содержательный смысл решений (это различные проекты танков или города, в которых мы планируем провести отпуск) значения не имеют, существенны лишь две характеристики каждого решения, представленные во втором и третьем столбцах таблицы 3: стоимость (затраты на его реализацию) и эффект, который будет при этом получен.

Сложность выбора наилучшего решения для заинтересованного в этом человека или организации (лица, принимающего решение - ЛПР) состоит в том, что не существует единственного «объективного» способа сравнения между собой двух вариантов решений, один из которых, например, по стоимости лучше, а по эффективности хуже другого. Таких способов, в одинаковой степени разумных, бесконечно много. Разные способы будут приводить к разным результатам выбора.

Идея предлагаемого нами метода состоит в том, чтобы перебрать (теоретически) все «разумные» способы сравнения, при каждом из них определить наилучшее решение и окончательно принять за наилучшее решение то, за которое «проголосует» большинство перебираемых способов. Реализовать эту идею удалось весьма простым алгоритмом, который изложим по шагам.

Шаг 1. Исключение заведомо неоптимальных вариантов решений

Проверим, что в таблицу 3 не включен ни один заведомо неоптимальный вариант решения, т.е. такой, которые по обоим показателям уступает каким-либо другим вариантам решений из таблицы.

Таблица 3 - Исходные данные примера

№ варианта решения	Стоимость (усл.ед)	Эффективность (усл.ед.)	Нормированная стоимость	Нормированные потери
1	2	3	4	5
А	100	16	0	1
Б	165	20	0,65	0,6
В	120	17	0,2	0,9
Г	200	26	1	0
Д	175	23	0,75	0,3
Е	150	18	0,5	0,8
мин	100	16	0	0
макс	200	26	1	1

Рисунок 2 - Расположение альтернатив после нормализации данных

Шаг 2. Нормализация исходных данных

Найдем во 2-м и в 3-м столбце таблицы 3 наибольшее и наименьшее значения и рассчитаем для каждой альтернативы две новые характеристики: нормированную стоимость и нормированный дефект, отражающие относительные значения стоимости и эффективности.

Где

Cн _ нормированная стоимость

С _ стоимость

_ минимальная стоимость

_ максимальная стоимость

Где

- нормированный дефект

- эффективность

- минимальная эффективность

_ максимальная эффективность

Результаты расчетов показаны в 4-м и в 5-м столбце таблицы 3.

Шаг 3. Расчет индексов стоимости и дефекта

Построим таблицу 4, расположив в ней результаты расчетов в порядке возрастания нормированной стоимость и перенумеровав их в этом порядке (при этом значения нормированного дефекта автоматически расположатся в порядке убывания).

Таблица 4 - Нормализованные исходные данные и расчетные параметры примера

№ варианта решения	Нормированная стоимость	Нормированный дефект	Индекс стоимости	Индекс дефекта 1/индекс стоимости	Интервалы Индексов	Шансы оптимальности вариантов решений
1	2	3	4	5	6	7
1 (А)	0	1	0,2	5	0,2	10
2 (В)	0,2	0,9	0,555	1,8	0,355	18
3 (Е)	0,5	0,8	0,812	1,231	0,261	13
4 (Б)	0,65	0,6	1,25	0,8	0,384	19
5 (Д)	0,75	0,3	3,333	0,3	0,5	25
6 (Г)	1	0		0	0,3	15

Заполним 4-ый столбец, с названием «Индекс стоимости». В первую его строчку занесем частное от деления нормированной стоимости варианта решения 2 на нормированные потери предшествующего варианта решения (с номером 1) и так далее вплоть до предпоследней клетки столбца, как показано линиями в таблице 4.

В клетки 5-го столбца «Индекс дефекта» таблицы 4 внесем результаты деления единицы на числа, стоящие в тех же строках столбца «Индекс стоимости». В последнюю клетку столбца «Индекс дефекта» внесем нуль.

Шаг 4. Расчет шансов оптимальности вариантов решений

Заполним 6-й столбец таблицы 4. Для удобства выделим курсивом числа, не большие единицы, стоящие в 4-м и в 5-м столбце таблицы 4.

В первую строку столбца 6 занесем число из первой строки индекса стоимости. Затем, идя от первой строки столбца 6 вниз, будем вносить в клетку разность отмеченных курсивом индексов стоимости, стоящих в текущей и последующей (с большим номером) клетках Индекса стоимости (столбец 4). Так, во вторую строку занесем число 0,355 как разность между 0,555 и 0,2. Продолжаем этот процесс, пока не закончатся отмеченные курсивом числа.

Аналогично, идя от последней строки 6-го столбца вверх, будем вносить в клетку разность отмеченных курсивом индексов стоимости, стоящих в предыдущей (с меньшим номером) и текущей клетках Индекса дефекта (столбец 5). Так, в последнюю строку занесем число 0,3 как разность между 0,3 и 0. Продолжаем этот процесс, пока не закончатся отмеченные курсивом числа.

В редких случаях процесс завершится полным заполнением всех клеток столбца 6, тогда в клетке, в которой «встретились» оба процесса заполнения (сверху и снизу), окажется число 1. Как правило, же, одна клетка окажется незаполненной. В нее нужно внести число, которое дополняет сумму всех чисел столбца 6 до числа 2. В нашем примере это число равно

2 - 0,2 - 0,355 - 0,261 - 0,5 - 0,3 = 0,384

Теперь заполним последний столбец таблицы 4 (столбец 7), перенеся в него числа столбца 6, умноженные на 50 (рекомендуется округлить их до ближайших целых чисел так, чтобы сумма всех чисел в столбце 7 составила 100).

Числа, стоящие в 7-м столбце таблицы 4, характеризуют целесообразность выбора соответствующих им решений в качестве оптимальных. В рассматриваемом примере, таким образом, наилучшим решением является решение (Д) под номером 5 [1].

1.3 Формулирование требований к результатам исследования

В результате выполнения системы ЛПР получает объективную скалярную количественную оценку степени оптимальности каждого варианта решения. Система предусматривает просмотр результата на диаграмме. Что позволит ЛПР выбрать альтернативу, так же сохранить полученный результат, скорректировать данные сохраненной задачи и произвести повторное исследование.

2. МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ

2.1 Построение математической модели

На факультете ИСТ Самарского государственного архитектурно-строительного университета разработан и реализован метод расчета шанса оптимальности, называемый «Простой и универсальный метод принятия решений в пространстве критериев «стоимость _ эффективность». Создателем этой модели является С.А. Пиявский.

Перейдем к формированию математической модели. Пусть задано вариантов решений, характеризуемых количественными значениями двух критериев: стоимости и эффективности. Обозначим через номер варианта решения, а через - значения для него количественных критериев стоимости и эффективности. Будем считать, что среди вариантов решений нет неэффективных по Парето и что номера вариантов решений следую в порядке возрастания их стоимости. Нормируем значения критериев от минимального, принятого за нуль, до максимального, принятого за единицу, и перейдем от нормированной эффективности к нормированному дефекту , дополняющему нормированную эффективность до единицы. [1]

Тогда

(1)

Метод уверенных суждений (МУС) обосновывает учитывание сказанное ЛПР. Дающий простой, универсальный, максимально объективный, наиболее экономный и понятный для ЛПР способ решения задачи наилучшего выбора. Он состоит в том, чтобы в качестве комплексной оценки варианта решения рассматривать шансы его оптимальности - меру множества допустимых значений параметра оценочной функции, при которых эта функция принимает на нем оптимальное значение по сравнению со значениями на всех других допустимых варианта решения. В разработанном методе определения шансов оптимальности альтернатив решений, в общей задаче многокритериальной оптимизации. В рассматриваемой задаче, учитывая наличие всего двух критериев, этот метод принимает наиболее простой и наглядный вид. На рисунке 3 показаны точки, отображающие m вариантов решений, пронумерованных от 1 до m. Проведенные на рисунке прямые ограничивают наклон направляющих линий оценочной функции, между которыми решения оказываются оптимальными [1].

Рисунок 3 - Направляющие линии оценочной функции при расчете шансов оптимальности вариантов решений

Для «внутреннего» варианта решения с номером наклон направляющих прямых ограничен линиями ОС, ОВ.

Это выразится неравенством

(2)

С учетом ограничений, наложенных на коэффициенты оценочной функции, неравенство (2) распадется на два неравенства:

если , то

, откуда ,

, откуда ;

если , то

, откуда ,

, откуда .

Для оптимальности варианта решения с номером 1 направляющая прямая Г должна находиться между прямой ОА и осью ординат на рисунке 3. Аналогично рассуждениям, проведенным для «внутреннего» варианта решения, легко показать, что этому отвечают условия [1]

.

Заметим, что в данном случае неравенство (2) в предположении приводит к условию , что возможно лишь в вырожденном случае .

Для оптимальности варианта решения с номером направляющая прямая Г должна находиться между прямой ОD и осью абсцисс на рисунке 3. Аналогично предыдущим рассуждениям, легко показать, что этому отвечают условия [1] .

Заметим, что в данном случае неравенство (2) в предположении приводит к условию , что возможно лишь в вырожденном случае .

2.2 Допущения и упрощения при моделировании

Особенно простые результаты в виде конечных формул получаются в задаче, в которой сравниваются всего три варианта решения, в этом случае шансы оптимальности решений таковы [1]:

Для решения, отображенного точкой 1, , для решения, отвечающего точке 2, , а для решения, отвечающего точке 3, .

3. ИНФОРМАЦИОННАЯ СИСТЕМА

3.1 Обзор аналогов

3.1.1 Программа многокритериальной оценки и выбора [ПРИНН6]

Метод ПРИНН очень сложен математически, но не требует от пользователя практически никаких усилий. В его основу положено привлечение для оценки альтернатив оптимально подобранной группы “экспертов”.

Одна из удачных реализаций существует на портале sciyouth.ru [5].

Программа позволяет произвести сравнительную оценку вариантов решений, эффективность которых оценивается набором разнокачественных критериев.

Для этого нужно:

1) Запустить программу

2) Ввести перечень вариантов решений "+Вариант"

3) Ввести перечень критериев "+Критерий" и указать для каждого:

a) Его тип (количественный, качественный)

b) Направление оптимизации (максимум, минимум или несущественно)

c) Группу важности (от 0 до 5, большей важности отвечает больший номер группы)

d) Для всех вариантов решения ввести значения всех критериев,

Рисунок 4 - Интерфейс программы [ПРИНН6]

Программа «ПРИНН» показывает результат в зависимости от пользователя, вводимые данные могут быть совершенно одинаковыми, а результат совершенно разным.

Результат в программе «ПРИНН» зависит от степени важности вводимого параметра по пятибалльной системе.

3.1.2 Программа принятия решений в многокритериальных ситуациях (MBI-AHP)

MBI-AHP - программа позволяет принимать решений в многокритериальных ситуациях. MBI-AHP решает такие проблемы как:

1) Портфельное управление

2) Выбор продавца и (или) клиента

3) Стратегическое Планирование

4) Управление персоналом

C помощью MBI-AHP можно выбрать людей с лучшими навыками, для выполнения конкретных требований и определить ключевые силы и слабости служащего для дальнейшего совершенствования. Пример работы программы представлен на рисунках 5, 6, 7 [6].

Рисунок 5 - Интерфейс программы (MBI-AHP)

Рисунок 6 - Интерфейс программы (MBI-AHP)

Рисунок 7 - Интерфейс программы (MBI-AHP)

3.1.3 Сравнительный анализ

Из выбранных аналогов ПРИНН6 и MBI-AHP представляет собой очень сильные инструменты для решения многокритериальных задач. Программа MBI_AHP поддерживает работу с БД, предоставляет результаты графически, но сложна в освоении. Данная программа хорошо подходит для коммерческих предприятий. Программа ПРИНН6 не поддерживает работу с БД, не позволяет увидеть графически результат, зато достаточно проста в использовании, предоставлена в открытом доступе на сайте СГАСУ факультета информационных систем и технологий активно используется студентами.

Сравнительный анализ, приведенный в таблице 5, показывает, что разработанная в ходе дипломного проектирования система обладает следующими качествами:

1. Поддерживает БД где, хранит результат сохраненной задачи и имеет возможность повторного использования данных задач.

2. Система проста в освоении, содержит необходимый функционал

3. Решение системы многокритериальной оптимизации по двум критериям

4. Поддерживает использование графиков

5. Имеется бесплатное распространение.

Таблица 5 - Сравнительный анализ аналогов

Критерии Аналоги	Взаимодействие с БД	Легкость в освоении	Решение системы многокритериальной оптимизации	Поддержка графиков	Бесплатное распространение
ПРИНН6	0	2	2	1	2
MBI-AHP	2	1	2	2	0
Информационная система двухкритериальной оптимизации	2	2	1	2	2



3.2 Описание ИС

На основе метода предложенный профессором С.А. Пиявским «Простой и универсальный метод принятия решений в пространстве критериев «стоимость - эффективность». Была написана информационная система для получения простого, универсального и максимально обоснованного метода, который позволит ЛПР, не привлекая ни какой дополнительной информации увидеть, количественную оценку степени оптимальности каждого варианта решения.

Для упрощения вычислений производится нормализация исходных данных.

В системе осуществлялся поиск оптимальных альтернатив.

В ходе вычислений жесткого рейтинга исключаются заведомо неоптимальные варианты. Что помогает ЛПР принять решение.

Так же для того чтобы показать насколько далеко оптимальная альтернатива ушла от неоптимальных, производится вычисление мягкого рейтинга.

3.3 Диаграммы и основные интерфейсы

3.3.1 Диаграмма вариантов использования

Диаграмма вариантов использования описывает функциональное назначение системы. Она является исходным концептуальным представлением системы и строится с целью:

- определить общие границы и контекст моделируемой предметной области;

- сформировать общие требования к функциональному поведению и интерфейсу системы;

- подготовить исходную документацию для взаимодействия разработчиков и заказчиков - пользователей системы.

В диаграмму вариантов использования входят актанты (actors), варианты использования (use case) и ассоциации (association) [7].

Диаграмма вариантов использования разрабатываемой системы представлена на рисунке 8. Система содержит два актанта: ЛПР, администратор БД. Администратор БД имеет доступ к данным пользователя, содержащимся в БД. Он может добавить пользователя, редактировать данные пользователя и удалять пользователя. ЛПР доступно ввести данные задачи, решить задачу и просмотреть свои сохраненные задачи и удалять их.

Рисунок 8 - Диаграмма вариантов использования

3.3.2 Диаграмма сущностных классов

Диаграмма сущностных классов для реализуемой системы представлена на рисунке 9. Класс-сущность (entityclass) -- объекты сущностных классов представляют собой блоки длительно хранимой информации, используемые для организации баз данных и знаний, файловых систем хранения, данных различной логической структуры;

В основном в этих классах развит атрибутный раздел, однако имеется небольшое число операций контроля ограничений целостности, как стандартных, так и специфичных для данной предметной области [7].

Диаграмма сущностных классов, по сути, это представление основных классов в БД.

Рисунок 9 - Диаграмма сущностных классов

3.3.3 Диаграмма граничных классов

Диаграмма граничных классов для реализуемой системы представлена на рисунке 10. Граничные классы (boundary): объекты этих классов предназначены для организации взаимодействия системы с актантом (внешним пользователем), они реализуют интерфейсы системы с внешней средой и различными пользователями. Основным содержанием класса являются операции [8].

Рисунок 10 - Диаграмма граничных классов

3.3.4 Диаграмма классов управления

Диаграмма сущностных классов, по сути, это представление основных классов в БД. Классы управления (control): объекты этих классов являются активными, берущими на себя управления и организацию вычислительных процессов; чаще всего это стандартные компоненты операционных систем и систем управления базами данных (СУБД), таймеры, координаторы и т.п. [7].

Диаграмма классов управления представлена на рисунке 11.

Рисунок 11 - Диаграмма классов управления

3.3.5 Диаграмма компонентов

Диаграмма компонентов - диаграмма, на которой изображены типы компонентов и зависимости между ними.

Компонент реализованной системы - это относительно независимая функциональная часть системы, которая выполняет самостоятельную функцию, и обычно реализуются в виде отдельного файла или определения.

Основными графическими элементами диаграммы компонентов являются компоненты, интерфейсы и зависимости между ними.

Компонентами являются программные модули, в том числе библиотечные модули и стандартные программные системы (операционные системы, СУБД), а также файлы документации и таблицы базы данных [8].

Компоненты так же, как и классы, группируются в пакеты. Состав и обозначения компонентов зависят от выбранной среды программирования.

Диаграмма компонентов разрабатывается для следующих целей:

- Визуализации общей структуры исходного кода программной системы;

- Спецификации исполнимого варианта программной системы;

- Обеспечения многократного использования отдельных фрагментов программного кода;

- Представления концептуальной и физической схем баз данных.

Диаграмма компонентов разработанной системы приведена на рисунке 12, она отражает компоненты системы и связи между ними.

В таблице 6 дано краткое описание основных компонентов системы.

Таблица 6 - Основные классы системы

Класс	Описание
main.cpp	Запуск программы
application.cpp	Подключение к БД
access	Работа с таблицей права
criterionfunctions	Работа с таблицей функции
users.cpp	Работа с таблицей пользователи
tasks.cpp	Решение задачи
adminform.cpp	Форма работы администратора БД
completedtasksform.cpp	Форма просмотра сохраненных задач
diagramform.cpp	Форма построения диаграммы Жесткий рейтинг (Шанс оптимальности)
diagramform2.cpp	Форма построения диаграммы Мягкий рейтинг
graphicform.cpp	Форма построения графика
loginform.cpp	Форма авторизации
mainform.cpp	Форма работы ЛПР
newtaskform.cpp	Форма ввода даных для решения задачи
resultform.cpp	Форма результат решения задачи



Рисунок 12 - Диаграмма компонентов

3.3.6 Диаграмма развертывания

Диаграмма развёртывания - это завершающая диаграмма технологии UML. Она предназначена для визуализации элементов и компонентов программы, существующих лишь на этапе ее исполнения (runtime). При этом представляются только компоненты-экземпляры программы, являющиеся исполняемыми файлами или динамическими библиотеками. Те компоненты, которые не используются на этапе исполнения, на диаграмме развертывания не показываются. Так, компоненты с исходными текстами программ могут присутствовать только на диаграмме компонентов. На диаграмме развертывания они не указываются.

Диаграмма развёртывания - это завершающая диаграмма технологии UML. Она показывает общее развертывание компонентов системы на технических узлах системы и служит для моделирования работающих узлов (аппаратных средств) и артефактов, развёрнутых на них.

Под техническим узлом понимается автоматическое рабочее место, персональное рабочее место клиента, серверный узел нижнего и верхнего уровней, отдельный набор технических средств. [8].

Диаграмма развертывания разработанного модуля представлена на рисунке 13.

Рисунок 13 - Диаграмма развертывания

3.3.7 Основные интерфейсы. Описание контрольного примера

После запуска системы на экране появится окно авторизации (рисунок 4).

Рисунок 14 - Окно авторизации

Права доступа к программному комплексу разграничены на два вида пользователей. Для того чтобы войти в систему нужно авторизоваться как ЛПР или Администратор. Для того чтобы решить задачу двухкритериальной оптимизации, нужно пройти авторизацию, под правами ЛПР. Для этого администратор БД должен зарегистрировать пользователя с правами ЛПР.

При успешной авторизации администратора БД откроется окно «Справочник пользователей» (рисунок 15).

Рисунок 15 - Справочник пользователей

Администратору БД предоставлены четыре функции: редактировать данные пользователей, добавить пользователя, удалить пользователя, выйти из справочника. При нажатии на кнопку «Добавить» добавляется строка ввода данных нового пользователя (рисунок 16).

Рисунок 16 - Регистрация нового пользователя

При нажатии на кнопку «Выход» система закрывает окно «Справочник пользователя» и открывает окно «Авторизация». Администратор БД передает пользователю данные его логина и пароля.

При успешной авторизации ЛПР откроется главное окно ЛПР (рисунок 17).

Рисунок 17 - Главное окно ЛПР

ЛПР предоставлены четыре функции: просмотреть справку, просмотреть список решенных задач, создать новую задачу, выйти из системы перейдя на главное окно OC. При нажатии на кнопку «Новая задача» откроется окно «Новая задача» (рисунок 18).

Рисунок 18 - Ввод и редактирование данных задачи

В окне «Новая задача» ЛПР вводит имя задачи, имена двух критериев, название альтернатив и их числовые данные по критериям добавляет редактирует и удаляет строки ввода альтернатив также для каждого столбца критериев выбирает MAX или MIN, может просмотреть справку и вернутся на главное окно ЛПР. По окончанию ввода нажимает кнопку «Готово» система проверит заполнение полей, произведет вычисления и откроет окно «Результат решения» (рисунок 19).

Рисунок 19 - Результат решения

ЛПР предоставлены пять функции: сохранить задачу, просмотреть диаграмму, просмотреть график, закрыть окно результат решения перейдя на главное окно ЛПР, отменить решение возвратившись к окну новая задача. В окне ЛПР просматривает результат. При нажатии на кнопку «График» открывается окно «График» (рисунок 22). При нажатии на кнопку «Диаграмма Шанса оптимальности» открывается окно «Диаграмма Шанса оптимальности» (рисунок 20). При нажатии на кнопку «Диаграмма Мягкий рейтинг» открывается окно «Диаграмма Мягкий рейтинг» (рисунок 21).

Рисунок 20 - Диаграмма Шанса оптимальности

Рисунок 21 - Диаграмма Мягкий рейтинг

Рисунок 22 - График оптимальности альтернатив по критериям «Топливная эффективность» и «Масса груза, т.»

При нажатии на кнопку «Сохранить» открывается окно «Сохранить» (рисунок 23). Система сохраняет данные задачи и результат решения в БД.

Рисунок 23 - Окно результата сохранения

информационная система двухкритериальная оптимизация

При нажатии на кнопку «Закрыть» открывается окно «Главное окно ЛПР». При нажатии на кнопку «Решенные задачи» открывается окно «Решенные задачи» (рисунок 24).

Рисунок 24 - Список сохраненных задач

ЛПР предоставлены три функции: просмотреть результат задачи, удалить задачу, вернутся на главное окно ЛПР.

3.3.8 Руководства пользователя

Данный документ формируется IT-специалистом, или функциональным специалистом, или техническим писателем в ходе разработки рабочей документации на систему и ее части на стадии «Рабочая документация».

Документ «Руководство пользователя» относится к пакету эксплуатационной документации. Основная цель руководства пользователя заключается в обеспечении пользователя необходимой информацией для самостоятельной работы с программой или автоматизированной системой.

Таким образом, документ Руководство пользователя должен отвечать на следующие вопросы: что это за программа, что она может, что необходимо для обеспечения ее корректного функционирования и что делать в случае отказа системы.

Руководящими стандартами для создания документа Руководство пользователя могут являться как РД 50-34.698-90 в п.п. 3.4. «Руководство пользователя», так и ГОСТ 19.505-79 «Руководство оператора. Требования к содержанию и оформлению». Ниже для сравнения приведены структуры документа согласно двум перечисленным стандартам.

Полный текст руководства приведен в приложении Б.

4. ПРОВЕДЕНИЕ ВЫЧИСЛИТЕЛЬНОГО ЭКСПЕРИМЕНТА И АНАЛИЗ РЕЗУЛЬТАТОВ

4.1 Исходные данные

Исходными данными являются целые числовые не отрицательные значения. В таблице 7 представлены данные по летательным аппаратам. Полученные в ходе работ, микро коллектива.

Таблица 7 - Базы данных по пассажирским самолетам

Самолеты	Крейсерская скорость, км/час	Пассажиров, чел	Дальность полета, км	Потолок, м	Взлетная масса, т	Масса пустого самолета, т	Длине ВВП, м	Мин цена в пасс варианте, млн. долл.	Макс цена в пасс варианте, млн. долл.	Год начала серийного выпуска	Всего построено самолетов	Мощность двигателей, кГс	Запас топлива, л
Боинг 737-200	905	120	2960	10670	49,40	27,17	1830	3,00	11,00	1967	3660	13160	10790
Боинг 737-200 ЭДВАНС	905	120	3700	10670	58,00	31,90	1830	3,00	11,00	1984	865	15780	16250
Боинг 737-300	910	128	4670	10200	62,80	34,54	1940	10,50	44,00	1984	1102	19940	20105
Боинг 737-400	910	168	3870	11300	68,10	37,46	1920	18,50	48,00	1988	456	21340	23825
Боинг 737-500	910	108	5550	11300	60,55	33,30	1530	33,00	39,00	1990	385	18160	20105
Боинг 737-600	925	108	5910	12500	65,09	35,80	1880	32,00	39,00	1998	20	18160	26035
Боинг 737-700	925	128	5920	12500	69,40	38,17	2040	39,00	46,00	1997	15	21830	26035
Боинг 737-800	925	189	5370	12500	78,24	43,03	2040	48,00	54,00	1998	20	23860	26035
ТУ-204	850	210	3700	12600	94,60	52,03	1550	20,00	25,00	1994	15	32280	32000
ТУ-204-100	850	210	5200	12600	103,00	56,65	1750	22,00	27,00	1995	20	32280	32000
ТУ-204-120	850	210	5200	12100	103,00	56,65	1800	25,00	29,00	1997	26	39000	29900
ТУ-204-200	850	210	6200	12100	110,75	60,91	2050	30,00	35,00	1996	23	32280	32000
ТУ-204-300	850	210	3400	12600	86,00	47,30	2050	35,00	40,00	1997	22	32280	32000
ЭРБАС ИНДАСТРИ А319-110	900	124	4910	11275	68,00	37,40	1750	35,00	35,00	1996	15	21340	23860
ЭРБАС ИНДАСТРИ А321-200	900	185	5000	10676	89,00	48,95	2000	46,20	51,00	1996	1000	29960	23700

1.1 4.2 Проведение численного эксперимента

На вход пойдут альтернативы с данными критериев. К примеру, возьмем данные летательных аппаратов продемонстрированные в таблице 7.

Используем один из традиционных комплексных критериев эффективности - топливную эффективность.

Вычисляя по формуле:

*10000

Где:

H - Топливная эффективность.

V - Запас топлива, л.

N - Количество пассажиров, чел.

S - Дальность полета, км.

Таблица 8 - Входные данные задачи

	1	2	3	4
Самолеты	Топливная эф-ть	масса грузза, т	Топливная эф-ть	Макс цена в пасс варианте, млн. долл.	Топливная эф-ть	Мин цена в пасс варианте, млн. долл.	Топливная эф-ть	ср. цена в пасс варианте, млн. дол.
Боинг 737-200	304	22	304	11	304	3	304	7
Боинг 737-200 ЭДВАНС	366	26	366	11	366	3	366	7
Боинг 737-300	336	28	336	44	336	11	336	27
Боинг 737-400	366	31	366	48	366	19	366	33
Боинг 737-500	335	27	335	39	335	33	335	36
Боинг 737-600	408	29	408	39	408	32	408	36
Боинг 737-700	344	31	344	46	344	39	344	43
Боинг 737-800	257	35	257	54	257	48	257	51
ТУ-204	412	43	412	25	412	20	412	23
ТУ-204-100	293	46	293	27	293	22	293	25
ТУ-204-120	274	46	274	29	274	25	274	27
ТУ-204-200	246	50	246	35	246	30	246	33
ТУ-204-300	448	39	448	40	448	35	448	38
ЭРБАС ИНДАСТРИ А319-110	392	31	392	35	392	35	392	35
ЭРБАС ИНДАСТРИ А321-200	256	40	256	51	256	46	256	49

С точки зрения владельца, самолеты выбираем с максимальной прибылью и как можно дешевле и получаем результаты в таблице 9

Таблица 9 - Результат решения

	1	2	3	4
Самолеты	жесткий рейтинг	мягкий рейтинг	жесткий рейтинг	мягкий рейтинг	жесткий рейтинг	мягкий рейтинг	жесткий рейтинг	мягкий рейтинг
Боинг 737-200	0,00	2,18	0,00	8,49	0,00	10,42	0,00	10,73
Боинг 737-200 ЭДВАНС	0,00	5,49	40,10	12,06	0,00	10,76	44,79	11,08
Боинг 737-300	0,00	5,29	0,00	5,55	0,00	9,04	0,00	7,73
Боинг 737-400	0,00	7,30	0,00	5,54	0,00	11,52	0,00	9,42
Боинг 737-500	0,00	4,92	0,00	6,60	0,00	4,61	0,00	4,81
Боинг 737-600	0,00	7,57	0,00	8,79	0,00	5,90	0,00	5,94
Боинг 737-700	0,00	6,57	0,00	5,37	17,48	3,99	0,00	3,94
Боинг 737-800	0,00	3,86	0,00	0,45	10,58	1,96	0,00	2,02
ТУ-204	61,03	12,94	46,69	12,39	0,00	11,42	42,56	11,89
ТУ-204-100	9,15	7,54	0,00	6,70	0,00	6,32	0,00	6,59
ТУ-204-120	0,00	6,48	0,00	5,46	0,00	5,23	0,00	5,60
ТУ-204-200	7,14	5,07	0,00	3,23	0,00	3,04	0,00	3,19
ТУ-204-300	22,68	12,02	13,21	8,94	71,94	8,72	12,65	9,06
ЭРБАС ИНДАСТРИ А319-110	0,00	8,01	0,00	9,42	0,00	5,85	0,00	6,71
ЭРБАС ИНДАСТРИ А321-200	0,00	4,75	0,00	1,00	0,00	1,24	0,00	1,29

4.3 Анализ результатов и выводы

В ходе комплексного исследования при помощи ИС двухкритериальной оптимизации. С полной уверенностью выбрать наилучший вариант достаточно сложно как мы видим на рисунке 25. Но зато список альтернатив уменьшился, до таких вариантов как: ТУ_204-300, ТУ_204, Боинг737_200 ЭДВАРДС. Что поможет принятия оптимального решения. Однако не стоит забывать и по оставшиеся альтернативы. Также мы можем просмотреть наглядные результаты на диаграммах и графике первого сравнения на рисунках 26, 27, 28.

Рисунок 25 - Результат комплексного исследования

Рисунок 26 - Диаграмма жесткого рейтинга первого сравнения

Рисунок 27 - Диаграмма мягкого рейтинга первого сравнения

Рисунок 28 - График оптимальности альтернатив по критериям «Топливная эффективность» и «Масса груза, т.»



5. ОРГАНИЗАЦИОННАЯ ДЕЯТЕЛЬНОСТЬ И САМОРАЗВИТИЕ

5.1 Сведения о деятельности возглавляемого научного микро коллектива

В состав возглавляемого мною научного микро коллектива помимо меня входило пять человек:

Студент первого курса ФИСТ, ГИП - 115: Ярхунин Роман

Студент первого курса ФИСТ, ГИП - 115: Тихонов Александр.

Студент первого курса ФИСТ, ГИП - 115: Радомский Владислав.

Студент второго курса ФИСТ, ГИП - 114: Зыблев Антон.

Студент третьего курса ФИСТ, ГИП - 113: Атанова Марина.

Участники в осеннем семестре учебного 2015-2016 года выполняли курсовые работы на следующие темы:

Атанова М.: Программная реализация векторов прогрессивности.

Радомский В.: Программа реализации метода Парето.

Тихонов А: Реализация мозаики критериев под iOS

Ярхунин Р.: Программа ранжирования строительных ВУЗов на базе метода УС

Зыблев А.: Информационная система для анализа оптимального облика транспортного самолёта по формуле Шейнина

Совместными усилиями группы, был разработан план выполнения курсовых работ и был внесен в систему НИГС. План представлен в таблице 10.

Таблица 10 - План выполнения курсовых работ

Неделя	Атанова Марина	Зыблев Антон	Радомский Владислав	Тихонов Александр	Ярхунин Роман
1	Собрание ФИСТ1к.т. Завершена	Собрание ФИСТ1к.т. Завершена	Собрание ФИСТ1к.т. Завершена	Собрание ФИСТ 1к.т. Завершена	Собрание ФИСТ 1к.т. Завершена
2	Получить тему2к.т. Завершена	Получить тему2к.т. Завершена	Получить тему2к.т. Завершена	Получить тему 2к.т. Завершена	Получить тему 2к.т. Завершена
3	Приготовить презентацию про формат XMCDA3к.т. Завершена	Разобраться и подготовить ПО для программирования на nodeJS 3к.т. Завершена	Получить тему3к.т. Завершена	Получить тему 3к.т. Завершена	Разобраться и подготовить ПО для программирования на nodeJS 3к.т. Завершена
4	Разобраться и подготовить ПО для программирования на nodeJS 4к.т. Завершена	Начать программировать и подготовить рассказ о распределённых системах контроля версий и почему мы должны их использовать. 4к.т. Завершена	Разобраться и подготовить ПО для программирования на nodeJS 4к.т. Завершена	Разобраться и подготовить ПО для программирования на nodeJS 4к.т. Завершена	Найти и изучить материалы по МУС4к.т. Завершена
5	Взять материалы про вектора прогрессивности и изучить их. 5к.т. Завершена	Начать писать программу 5к.т. Завершена	Собрать информацию и понять формат XMCDA 5к.т. Новая	Подготовить доклад о технологии блокчейн и её использовании в принятии многокритериальных решений. 5к.т. Завершена	Начать программировать5к.т. Завершена
6	Изучить информацию о языке программирования JS и фреймворке AngularJS 6к.т. Завершена	Написать простой эхо-сервер 6к.т. Завершена	разбираться с языком Node.js6к.т. Завершена	Сделать обзор используемого метода 6к.т. Завершена	Написать простую пробную программу6к.т. Завершена
7	Развернуть рабочее окружение для программирования с учётом новых требований 7к.т. Завершена	Написать примеры и код обработки различных типов запросов/параметров 7к.т. Завершена	разбираться с языком Node.js7к.т. Завершена	Развернуть рабочее окружение для программирования с учётом новых требований 7к.т. Завершена	Написать более сложные программы7к.т. Завершена
8	Взять материалы про вектора прогрессивности и изучить их 8к.т. Завершена	Написать роутинг8к.т. Завершена	разбираться с языком Node.js8к.т. Завершена	Реализация программных модулей 8к.т. Завершена	Начать писать программу для конечного результата 8к.т. Завершена
9	Разработка алгоритмов 9к.т. Завершена	Продолжение написания роутинга 9к.т. Завершена	пробывать писать парсер на Node.js9к.т. Завершена	Реализация программных модулей - 2 9к.т. Завершена	Выявить с руководителем ошибки и исправить их 9к.т. Завершена
10	Сравнение интерфейса с имеющимися аналогами 10к.т. Завершена	Исправление имеющихся недочетов и ошибок 10к.т. Завершена	пробывать писать парсер на Node.js10к.т. Завершена	Реализация интерфейса 10к.т. Выполняется	Писать конечную программу 10к.т. Завершена
11	Разработка первой программной части 11к.т. Завершена	Подключение к проекту Mongo DB11к.т. Завершена	пробывать писать парсер на Node.js11к.т. Новая	Определение взаимодействие между View и Model - Controller 11к.т. Новая	Если нет вопросов,продолжать писать программу11к.т. Завершена
12	Разработка второй программной части 12к.т. Завершена	Продолжение выполнения предыдущего пункта плана 12к.т. Завершена	пробывать писать парсер на Node.js12к.т. Новая	Организация паттерна MVC 12к.т. Новая	Писать программу12к.т. Новая
13	Разработка третьей программной части 13к.т. Завершена	Тестирование асинхронного сервера 13к.т. Завершена	анализировать ошибки 13к.т. Новая	Откладка приложения 13к.т. Новая	Сравнение полученных программой результатов с предыдущими 13к.т. Новая
14	Сравнение полученных программой результатов с предыдущими14к.т. Завершена	Исправление имеющихся недочетов и ошибок 14к.т. Завершена	связываться с научным руководителем и предоставить результаты 14к.т. Новая	Сравнение полученных программой результатов с предыдущими 14к.т. Новая	Х
15	Оформление презентации 15к.т. Завершена	Создание презентации 15к.т. Выполняется	написать парсер15к.т. Новая	Оформление презентации 15к.т. Новая	Оформление презентации 15к.т. Новая
16	Оформление пояснительной записки 16к.т. Завершена	Подготовка к защите курсовой работы 16к.т. Новая	подготовить отчёт16к.т. Новая	Оформление пояснительной записки 16к.т. Новая	Оформление пояснительной записки 16к.т. Новая
17	Защита КР 17к.т. Завершена	Защита курсовой работы 17к.т. Новая	предоставить готовый парсер на Node.js 17к.т. Новая	Защита КР 17к.т. Новая	Защита КР 17к.т. Новая

5.2 Сведенья о трудовой деятельности

Автор за период обучения в СГАСУ, стати не работал.

5.3 Наиболее значимые профессиональные сертификаты

Автор за период обучения в СГАСУ, помимо основного курса обучения были пройдены курсы:

В 2014 году прошел обучение на водителя категории B. получил водительское удостоверение.

5.4 Перечень публикаций

Автор за период обучения в СГАСУ, стати не публиковал.



5.5 Перечень участия в конференциях

За время обучения в СГАСУ, автором было принято участие в следующих конференциях:

1. 27-я Студенческая научная конференция, г. Самара СГАСУ 2013 г.

5.6 Перечень выполненных в период обучения курсовых проектов и работ

В таблице 11 приведен перечень выполненных автором за период обучения курсовых работ, с указанием семестра, курса, дисциплины и названия курсовой работы.

Таблица 11 Перечень выполненных курсовых работ

№ п/п	Курс	Семестр	Дисциплина	Курсовая работа
1	1	1	Введение в специальность и научные исследования	Использование методов искусственного интеллекта для проектирования пользовательского интерфейса
2	1	2	Информационный поиск и систематизация знаний	Сбор пожеланий по системе пар шеф - подшефный
3	1	2	Операционные системы	Модель замещения областей памяти по правилу FIFU
4	2	3	Обработка и анализ экспериментальных данных	Изучение 37 - мерной математической модели С. А. Пиявского и ее статистический анализ в MS Excel
5	2	4	Моделирование и исследования с использованием прикладных программ	Концептуальная и математическая модель формирования творческих компетенций школьников, занимающихся на развивающих курсах "Креативный информатик"
6	2	4	Технология программирования	Поиск всех путей на графе между пунктами А и Б
7	3	5	моделирование с разработкой программных продуктов	Программный комплекс принятий решений в критериях «стоимость - эффективность»
8	3	6	Моделирование с разработкой программных продуктов	Принятие решений в критериях «стоимость эффективность»
9	3	6	Проектирование интерфейсов	Создание титульных листов из Xml файла
10	4	7	Корпоративные ИС	Автоматизированное ИС регистратуры поликлиники
11	4	8	Реализация исследовательских ИСТ	Информационная система двухкритериальной оптимизации
12	4	8	Методы и средства проектирования информационных систем	Информационная система двухкритериальной оптимизации

5.7 Портфолио

Информация о студенте:

Ф.И.О: Тишаков Василий Андреевич;

Год рождения: 13 июля 1994;

Года обучения: 2012-2016.

В таблице 12 представлены наиболее значимые достижения. Копии основных грамот, дипломов и прочих документов представлены в приложении В.

Таблица 12 - Перечень достижений

	Достижение	Область	Дата оценивания
1	Постоянное участие в СТЭМе "Фисташки"	Культура	21.01.2013
2	4 место в вузовском Фестивале СТЭМов "Микрофон ваш-2012г"	Культура	21.01.2013
3	Грамота "За лучший танец" в вузовском Фестивале СТЭМов "Микрофон ваш-2012г"	Культура	21.01.2013
4	Участвовал в конкурсе изобразительного творчества в рамках 5-го Межрегионального фестиваля-конкурса детского и юношеского творчества "Маэстро марш" посвященного 65-летию Победы в Великой Отечественной войне.	Культура	21.02.2013
5	Участвовал в соревнованиях по стритболу	Спорт	21.02.2013
6	Подготовка программы выступления "СтудВесна-2013"	Культура	18.03.2013
7	27 Студенческая научная конференция СГАСУ. Победитель на секции "Информационные системы и технологии" Диплом 3 степени.	Наука	31.03.2013
8	Блестящее выступление на "Студенческой Весне 2013" Грамота 4 место	Культура	22.04.2013
9	Участвовал в меж факультетскими соревнованиями по баскетболу.	Спорт	28.04.2013
10	Участвовал в забеге на 1 километр пробежал за 3 минуты: 18 секунд.	Спорт	20.05.2013
11	Был добровольцем помогал на "Областная легкоатлетическая эстафета (на призы Самарской Губернской Думы)"	Общественная деятельность	19.09.2013
12	Постоянные занятия в СТЭМе	Культура	21.11.2013
13	СТЭМ ФИСТ 1 место в смотре-конкурсе "Микрофон Ваш-2013г"

Страница:

•  1 
•  2 

дипломная работа "Информационная система двухкритериальной оптимизации" скачать

Подобные документы

• Системы принятия решений

  Человеко-машинные комплексы, специально предназначенные для принятия решений. Процесс принятия решений и его этапы. Методы поиска новых вариантов решений: дерево решений, морфологические таблицы, конференции идей. Принцип математической оценки тенденций.
  
  курсовая работа [272,1 K], добавлен 30.07.2009
  

• Разработка системы поддержки принятия решений в сфере банковского кредитования

  Классификация систем поддержки принятия решений. Сравнительный анализ методик для оценки рисков розничного кредитования. Структура системы поддержки принятия решений, формирование начальной базы знаний. Проектирование базы данных информационной системы.
  
  дипломная работа [1,9 M], добавлен 10.07.2017
  

• Формирование внутрифирменной информационной сети

  Исследование автоматизированных информационных технологий, применяемых в управлении организацией. Формирование системы поддержки принятия решений в рекламном агентстве, анализ и оценка ее практической эффективности, направления и цели оптимизации.
  
  курсовая работа [90,4 K], добавлен 03.10.2013
  

• Системы принятия решения и оптимизации в электронных таблицах, конструирование баз данных

  Построение дерева принятия решений, реализация данной системы в табличном процессоре. Построение математической модели: в режиме вычислений и показа формул до и после оптимизации. Окно поиска решения. Информационно-логическая модель, ее содержание.
  
  курсовая работа [955,8 K], добавлен 10.10.2012
  

• Модуль поддержки принятия управленческих решений на медицинском предприятии

  Разработка и внедрение программного модуля поддержки принятия управленческих решений для информационной системы медицинского предприятия ООО "Центр эндохирургических технологий". Эффективность применения модуля, полученные с его помощью результаты.
  
  дипломная работа [1,9 M], добавлен 11.04.2013
  

• Использование системы поддержки принятия решений "Мыслитель"

  Система поддержки принятия решений "Мыслитель" и метод, заложенный в её основу. Порядок работы в программе: новая задача, составление списка альтернатив, списка критериев их оценки, сравнение критериев по степени важности, попарное сравнение альтернатив.
  
  отчет по практике [719,2 K], добавлен 08.03.2016
  

• Разработка приложения для выбора покупки пары станков

  Понятия оптимизации проектных решений. Нахождение максимума (минимума) линейной целевой функции. Схема алгоритма метода Саати для вычисления весов критериев. Создание приложения, позволяющего производить однокритериальную и многокритериальную оптимизацию.
  
  курсовая работа [781,9 K], добавлен 23.02.2016
  

• Обеспечение подсистемы имитаторов средств обнаружения и противодействия беспилотным летательным аппаратам

  Разработка программного обеспечения подсистемы имитаторов, входящей в состав комплекса средств обнаружения и противодействия беспилотным летательным аппаратам. Сравнительный анализ существующих аналогов. Требования к аппаратно-программному обеспечению.
  
  дипломная работа [3,0 M], добавлен 16.01.2015
  

• Разработка системы поддержки принятия решений для корпоративной сети

  Анализ существующих решений системы поддержки принятия решений для корпоративной сети. Многоагентная система. Разработка концептуальной модели. Структура базы знаний. Разработка модели многоагентной системы на базе сетей Петри. Методика тестирования.
  
  дипломная работа [5,1 M], добавлен 19.01.2017
  

• Программный комплекс решения задачи многокритериального линейного программирования

  Оптимизационная задача линейного программирования. Виды задач линейного программирования. Принятие решений на основе количественной информации об относительной важности критериев. Выбор средств разработки. Программный комплекс векторной оптимизации.
  
  дипломная работа [1,3 M], добавлен 27.03.2013
  

Другие документы, подобные "Информационная система двухкритериальной оптимизации"

• главная
• рубрики
• по алфавиту
• вернуться в начало страницы
• вернуться к началу текста
• вернуться к подобным работам