1 od 38
Prezentacija na temu: Modeliranje informacioni sistemi
Slajd br. 1
Slajd br. 2
Opis slajda:
Svrha kursa je produbljivanje osnovnih predmeta (informatika, matematika); formiranje kompetencija za profesionalna aktivnost u oblasti informaciono modeliranje Motivacija učenika pri odabiru EK. - provjeravanje sposobnosti i interesovanja učenika za kreativnost, istraživačke aktivnosti u oblasti informacionog modeliranja; - priprema za upis na univerzitet za specijalnosti vezane za informaciono modeliranje i kompjuterska tehnologija: Primijenjena matematika, modeliranje, računarski sistemi itd.
Slajd br. 3
Opis slajda:
Slajd br. 4
Opis slajda:
Sadržaj udžbenika Poglavlje 1. Modeliranje informacionih sistema 1.1. Informacioni sistemi i sistemologija 1.2. Relacioni model i baze podataka (Pristup) 1.3. Tabela- alat za informaciono modeliranje 1.4. Aplikacijsko programiranje (VBA elementi za Excel) Poglavlje 2. Računarsko matematičko modeliranje 2.1. Uvod u modeliranje 2.2. Računarski alat matematičko modeliranje(Excel, MathCad, VBA, Pascal) 2.3. Modeliranje procesa optimalnog planiranja 2.4. Aplikacije za kompjuterske simulacije
Slajd br. 5
Opis slajda:
"Modeliranje i razvoj informacionih sistema" Ciljevi izučavanja sekcije Opšti razvoj i formiranje svjetonazora učenika. Glavna ideološka komponenta sadržaja ovog odjeljka kurs je formiranje sistematskog pristupa analizi okolne stvarnosti. Ovladavanje osnovama metoda za konstruisanje informacija sistemi pomoći... Studenti stječu razumijevanje faza u razvoju informacionog sistema: faza projektovanja i faza implementacije. Kreiranje multitabularne baze podataka odvija se u MS Access relacionom DBMS okruženju. Studenti savladavaju tehnike izgradnje baze podataka, aplikacija (upiti, izvještaji), elemenata interfejsa ( dijaloški okviri). Razvoj i profesionalizacija rada na računaru. Vještine stečene u osnovni kurs naći dalji razvoj... - rad sa vektorska grafika pri izgradnji strukturnih modela sistema - dubinsko proučavanje mogućnosti MS Access DBMS - korišćenje MS Excel-a kao sredstva za rad sa bazom podataka - programiranje u VBA u Excel okruženje za razvoj interfejsa - prilikom rada na sažetcima preporučuje se korišćenje Internet resursa; pripremiti materijal za zaštitu u vidu prezentacije (Power Point)
Slajd br. 6
Opis slajda:
Projektna nastavna metoda Prikaz problema: Predmetna oblast: srednja škola Cilj projekta: stvaranje informacionog sistema" Proces učenja»Svrha informacionog sistema: da informiše korisnike: O učeničkom sastavu odeljenja O nastavnom osoblju škole O raspodeli nastavnog opterećenja i rukovodstvu odeljenja O napredovanju učenika
Slajd br. 7
Opis slajda:
Slajd br. 8
Opis slajda:
Slajd br. 9
Opis slajda:
Slajd br. 10
Opis slajda:
Slajd br. 11
Opis slajda:
Slajd br. 12
Opis slajda:
Razvoj aplikacija Aplikacije: upiti, izvještaji Zadatak. Potrebno je pribaviti spisak svih djevojčica devetog razreda koje imaju A iz informatike. Koncept podšeme korištenjem hipotetičkog izbora jezika upita PREZIME STUDENTI IME STUDENTA RAZRED STUDENTA RAZRED = '9? sortiraj STUDENTS.PREZIME uzlazno
Slajd br. 13
Opis slajda:
Slajd br. 14
Opis slajda:
Slajd br. 15
Opis slajda:
VBA programiranje Private Sub CommandButton1_Click () "Opis varijabli Dim i, j, n As Integer Dim Flag As Boolean" Oznaka inicijalizacije podataka = False "Određuje broj redova na listi škola n = Opseg (" A3 "). TrenutniRegion .Redovi. Broji "Traži na listi broj škole naveden u polju za unos 'TextBox1" Za i = 3 do n + 2 Ako ćelije (i, 1) .Vrijednost = Val (UserForm1.TextBox1.Text) Tada Flag = True Exit For End If Sljedeći fragment programa za obradu događaja "Kliknite na dugme SEARCH"
Slajd br. 16
Opis slajda:
"Kompjutersko matematičko modeliranje" Ciljevi izučavanja sekcije Ovladavanje modeliranjem kao metodom spoznavanja okolne stvarnosti (naučnoistraživačka priroda sekcije) - pokazuje se da modeliranje u različitim oblastima znanja ima slične karakteristike, često je za različite procese moguće dobiti vrlo slične modele; - demonstrira prednosti i nedostatke kompjuterskog eksperimenta u odnosu na eksperiment u punoj veličini; - pokazuje se da i apstraktni model i kompjuter pružaju mogućnost spoznaje okolnog svijeta, upravljanja njime u interesu čovjeka. Razvoj praktičnih vještina kompjuterska simulacija... Daje se opšta metodologija kompjuterskog matematičkog modeliranja. Na primjeru niza modela iz različitim oblastima nauka i praksa praktično implementiraju sve faze modeliranja, od formulacije problema do interpretacije rezultata dobijenih u toku kompjuterskog eksperimenta. Promoviranje profesionalnog usmjeravanja učenika. Razotkrivanje sklonosti učenika za istraživačku aktivnost, razvoj kreativnog potencijala, orijentaciju ka izboru zanimanja vezanog za naučno istraživanje... Prevazilaženje predmetne disocijacije, integracija znanja. Predmet ispituje modele iz različitih oblasti nauke koristeći matematiku. Razvoj i profesionalizacija rada na računaru. Ovladavanje softverom opšte i specijalizovane namene, sistemima za programiranje.
Slajd br. 17
Opis slajda:
Slajd br. 18
Opis slajda:
Modeliranje procesa optimalnog planiranja Problem planiranja postrojenja Održavanje Iskaz problema Neka autoservis obavlja dvije vrste servisa: TO-1 i TO-2. Automobili se primaju na početku radnog dana i na kraju predaju kupcima. Zbog ograničenog parkinga, dnevno se može servisirati najviše 140 automobila. Radni dan traje 8 sati. Kada bi svi automobili prošli samo TO-1, tada bi kapacitet stanice omogućio servisiranje 200 automobila dnevno, ako bi svi automobili prošli samo TO-2, onda 50. Trošak (za klijenta) TO-2 je dvostruko veći. visok kao TO-1. U stvarnosti, neki od automobila prolaze TO-1, a neki istog dana prolaze TO-2. Potrebno je izraditi takav dnevni plan usluga kako bi se preduzeću obezbijedili najveći novčani prihodi.
Slajd br. 19
Opis slajda:
Modeliranje procesa optimalnog planiranja Formalizacija i matematički model problema Planirani indikatori x - dnevni plan proizvodnje TO-1; y - dnevni plan proizvodnje za TO-2. Sistem nejednakosti proizlazi iz iskaza problema. Najveći profit će se postići kada maksimalna vrijednost funkcije Funkcija f (x, y) naziva se ciljna funkcija, a sistem nejednakosti sistem ograničenja. Dobio zadatak linearno programiranje
Slajd br. 20
Opis slajda:
Slajd br. 21
Opis slajda:
Modeliranje procesa optimalnog planiranja Metode rješavanja problema linearnog programiranja Simpleks metoda - univerzalni način rješenja problema linearnog programiranja Simpleks-tabela Osnova St. x1 ¼ xi ¼ xr xr + 1 ¼ xj ¼ xn x1 b1 1 ¼ 0 ¼ 0 a1, r + 1 ¼ a1j ¼ a1n xi bi 0 1 ¼ 0 ai, r + 1 ¼ aij ¼ ain ¼ ¼ ¼ ¼ ¼ ¼ xr br 0 0 ¼ 1 ar, r + 1 ¼ arj ¼ Arn f 0 0 0 ¼ 0 gr + 1 ¼ gj ¼ gn
Slajd br. 22
Opis slajda:
Slajd br. 23
Opis slajda:
Slajd br. 24
Opis slajda:
Slajd br. 25
Opis slajda:
Modeliranje optimalnih procesa planiranja Private Sub CommandButton1_Klik () Dim d (5, 9) Kao varijanta Dim i, j, r, n, k, m kao cijeli broj Dim p, q, t Kao niz Dim a, b kao dvostruko za i = 1 Do 5 Za j = 1 Do 9 d (i, j) = Raspon ("a6: i10"). Ćelije (i, j) .Vrijednost Next j Next in = 7: r = 3 "Analiza optimalnosti struje rješenje 't = "sljedeće" Uradi Dok t = "sljedeće" Simplex metodski program u VBA za Excel (fragment)
Slajd br. 28
Opis slajda:
Slajd br. 29
Opis slajda:
Modeliranje procesa optimalnog planiranja Zadatak planiranja radova na izgradnji puta Prikaz problema Postoje dvije tačke - početna H i konačna K; od prvog do drugog potrebno je izgraditi saobraćajnicu, koja se sastoji od vertikale i segmenata. Cijena izgradnje svake od mogućih dionica je poznata (prikazana na slici). U stvarnosti, put će biti neka isprekidana linija koja povezuje tačke H i K. Potrebno je pronaći takvu liniju koja ima najmanju cijenu. Ovo je zadatak dinamičko programiranje
Opis slajda:
Slajd br. 33
Opis slajda:
Korišteni aparat za kompjutersku simulaciju matematičke statistike Slučajni događaji: - vremenski interval između dvije transakcije - vrijeme usluge transakcije Funkcije raspodjele gustoće vjerovatnoće slučajni događaji Ujednačena distribucija Gausova normalna raspodjela Poissonova raspodjela
Opis slajda:
Planirani ishodi učenja za EC. Studenti treba da znaju: svrhu i sastav informacionih sistema; faze stvaranja kompjuterskog informacionog sistema; osnovni koncepti sistemologije postojeće sorte modeli sistema; šta je to infološki model predmetna oblast; šta je baza podataka (DB); klasifikacija baze podataka; struktura relaciona baza podaci (RDB); normalizacija baze podataka; šta je DBMS; kako su veze organizovane u višetabelarnoj bazi podataka; koji su tipovi upita bazi podataka; kakva je struktura naredbe zahtjeva za odabir i sortiranje podataka; kakve mogućnosti za rad sa bazama podataka ima procesor tabela (MS Excel); kako možete kreirati i izvršiti makro u MS Excelu; šta je objektno orijentisana aplikacija; Osnove VBA programiranja; sadržaj pojmova "model", " informacioni model"," Računarski matematički model ";
Slajd br. 36
Opis slajda:
faze kompjuterskog matematičkog modeliranja, njihov sadržaj; sastav alata za kompjutersko matematičko modeliranje; mogućnosti tabelarnog Excel procesor u implementaciji matematičkog modeliranja; mogućnosti MathCAD sistema u implementaciji kompjuterskih matematičkih modela; specifičnosti kompjuterskog matematičkog modeliranja u ekonomskom planiranju; primjeri smislenih zadataka iz oblasti ekonomskog planiranja, riješeni metodom kompjuterskog modeliranja; prikaz problema riješenih metodom linearnog programiranja; prikaz problema riješenih metodom dinamičkog programiranja; osnovni koncepti teorije vjerovatnoće potrebni za implementaciju simulacija: slučajna varijabla, zakon distribucije slučajne varijable, gustina vjerovatnoće distribucije, pouzdanost rezultata statističke studije; načini dobijanja nizova slučajnih brojeva sa datim zakonom raspodjele; prikaz problema riješenih metodom simulacijskog modeliranja u teoriji čekanja.
Slajd br. 37
Opis slajda:
Studenti treba da budu u stanju da: dizajniraju jednostavan informacioni i referentni sistem; dizajnirati multitabularnu bazu podataka; navigacija kroz MS Access DBMS okruženje; kreirajte strukturu baze podataka i popunite je podacima; vježba u MS Pristupni upiti dohvaćanje pomoću dizajnera upita; rad sa obrascima; vršiti upite uz prijem konačnih podataka; primati izvještaje; organizovati jednotabelarne baze podataka (liste) u MS Excel-u; birati i sortirati podatke na listama; filter podataka; stvoriti pivot table; snimajte makroe za MS Excel koristeći snimač makroa; pisati jednostavni programi rukovanje događajima u VBA. primijeniti shemu kompjuterskog eksperimenta pri rješavanju smislenih problema gdje postoji potreba za kompjuterskim matematičkim modeliranjem; odabrati faktore koji utiču na ponašanje sistema koji se proučava, izvršiti rangiranje ovih faktora;
Slajd br. 38
Opis slajda:
izgraditi modele proučavanih procesa; izabrati softvera proučavanje konstruisanih modela; analizirati dobijene rezultate i istražiti matematički model za različiti setovi parametri, uključujući granične ili kritične; koristiti jednostavne optimizacijske ekonomske modele; izgraditi najjednostavnije modele sistema čekanja i interpretirati rezultate. implementirati jednostavno matematički modeli na računaru, kreiranje algoritama i programa na jeziku Visual basic; koristite mogućnosti TP Excel-a za obavljanje jednostavnih matematičkih proračuna i ilustriranje rezultata matematičkog modeliranja grafikonima i trakastim dijagramima; koristiti alat "Traži rješenje" TP Excel za rješavanje problema linearnog i nelinearnog programiranja; koristiti MathCAD sistem za obavljanje jednostavnih matematičkih proračuna, grafički ilustrovati rezultate modeliranja; koristiti MathCAD sistem za rješavanje problema linearne i nelinearne optimizacije.
"Kompjutersko matematičko modeliranje" Ciljevi izučavanja sekcije. Ovladavanje modeliranjem kao metodom spoznavanja okolne stvarnosti (naučnoistraživačka priroda sekcije) - pokazuje se da modeliranje u različitim oblastima znanja ima slične karakteristike, često je za različite procese moguće dobiti vrlo slične modele; - demonstrira prednosti i nedostatke kompjuterskog eksperimenta u odnosu na eksperiment u punoj veličini; - pokazuje se da i apstraktni model i kompjuter pružaju mogućnost spoznaje okolnog svijeta, upravljanja njime u interesu čovjeka. Razvoj praktičnih vještina kompjuterskog modeliranja. Daje se opšta metodologija kompjuterskog matematičkog modeliranja. Na primjeru većeg broja modela iz različitih oblasti nauke i prakse implementirane su praktično sve faze modeliranja, od formulacije problema do interpretacije rezultata dobijenih u toku kompjuterskog eksperimenta. Promoviranje profesionalnog usmjeravanja učenika. Razotkrivanje studentskih sklonosti za istraživačku aktivnost, razvoj kreativnog potencijala, orijentaciju na izbor zanimanja vezanog za naučnoistraživački rad. Prevazilaženje predmetne disocijacije, integracija znanja. Predmet ispituje modele iz različitih oblasti nauke koristeći matematiku. Razvoj i profesionalizacija rada na računaru. Ovladavanje softverom opšte i specijalizovane namene, sistemima za programiranje.
Koncept modela je ključan u općoj teoriji sistema. Modeliranje kao moćna – a često i jedina – istraživačka metoda podrazumijeva zamjenu stvarnog objekta drugim – materijalnim ili idealnim.
Najvažniji zahtjevi za svaki model su njegova adekvatnost predmetu koji se proučava konkretan zadatak i izvodljivost sa raspoloživim sredstvima.
U teoriji efikasnosti i informatici, model objekta (sistema, operacije) je materijalni ili idealan (mentalno zamisliv) sistem koji je kreiran i/ili korišten u rješavanju određenog problema kako bi se došlo do novih saznanja o originalnom objektu, adekvatnih za ona je u pogledu proučavanih svojstava i jednostavnija od originala u drugim aspektima.
Klasifikacija glavnih metoda modeliranja (i njihovih odgovarajućih modela) prikazana je na Sl. 3.1.1.
U proučavanju ekonomskih informacionih sistema (EIS) koriste se sve metode modeliranja, međutim, ovaj dio će se fokusirati na semiotičke (znakovne) metode.
Podsjetimo da je semiotika (od grčkog semeion - znak, znak) nauka o opšta svojstva znakovni sistemi, odnosno sistemi konkretnih ili apstraktnih objekata (znakova), sa svakim od kojih je povezana određena vrijednost. Primjeri takvih sistema su bilo koji jezici
Rice. 3.1.1. Klasifikacija metoda modeliranja
(prirodni ili vještački, na primjer, jezici opisa podataka ili modeliranja), sistemi signalizacije u društvu i životinjskom svijetu, itd.
Semiotika uključuje tri sekcije: sintaktiku; semantika; pragmatika.
Sintaksa proučava sintaksu znakovnih sistema bez obzira na bilo kakva tumačenja i probleme povezane sa percepcijom znakovnih sistema kao sredstava komunikacije i komunikacije.
Semantika proučava interpretaciju iskaza znakovnog sistema i, sa stanovišta modeliranja objekata, zauzima glavno mjesto u semiotici.
Pragmatika ispituje odnos osobe koja koristi znakovni sistem prema samom znakovnom sistemu, posebno - percepciju smislenih izraza znakovnog sistema.
Od mnogih semiotičkih modela zbog najveće rasprostranjenosti, posebno u kontekstu informatizacije modernog društva i uvođenje formalnih metoda u sve sfere ljudske djelatnosti, izdvojićemo matematičke koje odražavaju stvarni sistemi preko matematičkih simbola... Istovremeno, uzimajući u obzir činjenicu da razmatramo metode modeliranja u odnosu na proučavanje sistema u različitim operacijama, koristićemo dobro poznatu metodologiju analiza sistema, teorija efikasnosti i donošenje odluka.
Više o temi 3. TEHNOLOGIJA SIMULACIJE INFORMACIJSKIH SISTEMA Metode modeliranja sistema:
- Simulacijski modeli ekonomskih informacionih sistema Metodološke osnove primjene metode simulacije
- Odjeljak III OSNOVE ZA MODELIRANJE SISTEMA MARKETINGA USLUGA
- POGLAVLJE 1. UPRAVLJANI DINAMIČKI SISTEMI KAO OBJEKAT RAČUNARSKE SIMULACIJE
- Osnove strukturalnog modeliranja marketinškog sistema medicinskih usluga
- Odjeljak IV PRIMJER PRIMIJENJENE UPOTREBE MODELA MARKETING SISTEMA U IMITACIONOM MODELIRANJU
- Koncept modeliranja finansijske sfere marketing sistema
Zadaci i funkcije informacionog sistema.
IS može riješiti dvije grupe problema. Prva grupa je povezana sa čisto informatičkom podrškom glavne aktivnosti (izbor potrebnih poruka, njihova obrada, pohranjivanje, pretraživanje i dostava subjektu glavne djelatnosti sa unaprijed određenom potpunošću, tačnošću i efikasnošću u najprihvatljivijem obliku). Druga grupa zadataka je povezana sa obradom primljenih informacija/podataka u skladu sa određenim algoritmima u cilju pripreme rješenja zadataka koji stoje pred predmetom osnovne djelatnosti. Da bi riješio takve probleme, IS mora imati potrebne informacije o predmetnoj oblasti. Da bi riješio takve probleme, IS mora imati određenu umjetnu ili prirodnu inteligenciju. Informacioni sistem - sistem za podršku i automatizaciju intelektualnog rada - pretraga, administracija, ekspertiza i stručna ocjenjivanja ili prosuđivanja, donošenje odluka, upravljanje, prepoznavanje, akumulacija znanja, obuka. Zadaci prve grupe su zadaci informatizacije društva "u širinu".
Zadaci druge grupe - zadaci informatizacije
društvo "duboko".
Da bi riješio postavljene zadatke, IS mora izvršiti sljedeće funkcije:
odabir poruka iz unutrašnjeg i eksternog okruženja, neophodnih za realizaciju osnovne aktivnosti;
unos informacija u IS;
pohranjivanje informacija u memoriju IS-a, njegovo ažuriranje i održavanje integriteta;
obradu, pretraživanje i izdavanje informacija u skladu sa zahtjevima koje postavlja ODS. Obrada može uključivati i pripremu opcija za rješavanje korisničkih primijenjenih problema.
Informacioni sistem (IS) je međusobno povezan skup alata, metoda i osoblja koji se koriste za skladištenje, obradu i izdavanje informacija u cilju postizanja postavljenog cilja. Savremeno shvatanje informacionog sistema podrazumeva korišćenje personalnog računara kao glavnog tehničkog sredstva za obradu informacija. IS je okruženje čiji su sastavni elementi računari, računarske mreže, softverskih proizvoda, DB, ljudi, razne vrste tehničkih i softverskih komunikacija itd. Iako su sama ideja IP-a i neki principi njihove organizacije nastali mnogo prije pojave računara, kompjuterizacija je povećala efikasnost IP-a za desetine i stotine puta i proširila opseg njihove primjene.
Funkcionalna struktura informacionog sistema.
U IS-u je preporučljivo razlikovati tri nezavisna funkcionalna podsistema.
Podsistem za odabir informacija. Informacijski sistem može obraditi/obraditi samo informacije koje su u njega unesene. Kvalitet IP rada ne određuje samo njegova sposobnost pronalaženja i obrade potrebne informacije u vlastiti niz i izdaje ga korisniku, ali i mogućnost odabira relevantnih informacija iz vanjskog okruženja. Takvu selekciju vrši podsistem za selekciju informacija, koji akumulira podatke o informacijskim potrebama korisnika IS (internih i eksternih), analizira i organizuje te podatke, formirajući informacioni profil IS.
Podsistem za unos, obradu/obradu i skladištenje informacija transformiše ulazne informacije i zahteve, organizuje njihovo skladištenje i obradu u cilju zadovoljavanja informacionih potreba pretplatnika IS-a.
Implementacija funkcija ovog podsistema pretpostavlja postojanje aparata za opisivanje informacija (sistemi kodiranja, jezik opisa podataka (DLS) itd.), organizovanje i održavanje informacija (logička i fizička organizacija, procedure za održavanje i zaštitu informacija, itd.). itd.), aparat za obradu i obradu informacija (algoritmi, modeli, itd.).
Podsistem za pripremu i izdavanje informacija direktno realizuje zadovoljenje informacionih potreba korisnika IS (internih i eksternih). Za ostvarivanje ovog zadatka, podsistem vrši proučavanje i analizu informacionih potreba, utvrđuje oblike i metode njihovog zadovoljenja, optimalan sastav i strukturu izlaznih informacionih proizvoda, organizuje sam proces informacione podrške i održavanja.
Implementacija ovih funkcija zahtijeva aparat za opisivanje i analizu potreba za informacijama i njihovo izražavanje u IS jeziku (uključujući LOD, IPL, jezik za indeksiranje, itd.), kao i aparat za samu informacijsku podršku (procedure pretraživanja i izdavanja informacija , jezici za manipulaciju podacima itd.). Mnoge funkcije IC podsistema su duplicirane ili preklapane, što je predmet optimizacije u dizajnu IC. U tom smislu, automatizaciju IS-a prati preraspodjela elemenata IS-a.
Automatizacija pretpostavlja formaliziranu reprezentaciju (strukturiranje) kako funkcija IS-a, tako i informacija obrađenih u samom IS-u, što omogućava unos, obradu/obradu, pohranu i pronalaženje informacija pomoću računara. Svaka formalizacija karakterizira jedan ili drugi nivo adekvatnosti stvorene slike stvarnosti (modela) same stvarnosti. Štaviše, adekvatnost modela stvarnosti određena je i svojstvima same stvarnosti i mogućnostima aparata koji se koristi za njenu formalizovanu reprezentaciju.
Sa ove tačke gledišta, "nivo automatizacije" IS-a usko je povezan sa "stepenom strukturiranosti" informacija. Postoje tri nivoa strukturiranja informacija: Rigidno strukturirana informacija (podaci) - informacija, čija formalizirana reprezentacija modernim sredstvima njenog strukturiranja (posebno jezicima za opis podataka) ne dovodi do gubitka adekvatnosti samog informacijskog modela.
informacije. Slabo strukturirana informacija je informacija čije formalizovano predstavljanje dovodi do značajnih gubitaka u adekvatnosti informacionog modela same početne informacije.
Nestrukturirana informacija je informacija za koju trenutno ne postoje načini njenog formalizovanog predstavljanja sa prihvatljivim nivoom adekvatnosti u praksi. Sredstva za predstavljanje takvih informacija moraju imati visoke semantičke i ekspresivne sposobnosti. Razvoj takvih alata je trenutno vrijeme teče na liniji stvaranja jezika za opisivanje znanja i IPL-a sa velikom semantičkom snagom.
Metodologije izgradnje informacionih sistema.
Industrija razvoja automatizovanih sistema za upravljanje informacijama nastala je 1950-ih - 1960-ih godina i do kraja veka dobila je potpuno završene forme.
U prvoj fazi, glavni pristup u projektovanju IS-a bio je metod „odozdo prema gore“, kada je sistem kreiran kao skup aplikacija koje su u ovom trenutku najvažnije za podršku aktivnostima preduzeća. Ovaj pristup je djelimično zadržan i danas. U okviru "patchwork automatizacije" podrška za pojedine funkcije je dosta dobro obezbeđena, ali praktično ne postoji strategija za razvoj integrisanog sistema automatizacije.
Sljedeća faza je povezana sa spoznajom da postoji potreba za prilično standardnim softverskim alatima za automatizaciju aktivnosti različitih institucija i preduzeća. Od čitavog niza problema, programeri su izdvojili najuočljivije: automatizaciju računovodstvenog i analitičkog računovodstva i tehnološkim procesima... Sistemi su počeli da se projektuju "odozgo prema dole", tj. pod pretpostavkom da jedan program mora zadovoljiti potrebe velikog broja korisnika.
Sama ideja korištenja univerzalnog programa nameće značajna ograničenja sposobnosti programera da formiraju strukturu baze podataka, ekranske forme i izbor algoritama proračuna. Kruti okvir nametnut „odozgo“ ne omogućava fleksibilno prilagođavanje sistema specifičnostima delatnosti određenog preduzeća, pa se materijalni i vremenski troškovi implementacije sistema i njegovo fino prilagođavanje potrebama korisnika povećavaju. zahtjevi obično znatno premašuju planirane pokazatelje.
Prema statistici koju je prikupila Standish Group (SSL), od 8.380 projekata koje je SSL istraživao 1994. godine, više od 30% projekata ukupne vrijednosti veće od 80 milijardi dolara propalo je. Istovremeno, samo 16% od ukupno projekata, a prekoračenja troškova iznosila su 189% planiranog budžeta.
Istovremeno, korisnici IS-a su počeli da postavljaju sve više zahteva koji imaju za cilj da obezbede mogućnost kompleksnog korišćenja korporativnih podataka u upravljanju i planiranju svojih aktivnosti. Stoga se javila hitna potreba za formiranjem nove metodologije za izgradnju informacionih sistema.
Prema savremenoj metodologiji, proces kreiranja IS je proces izgradnje i sekvencijalne transformacije većeg broja dogovorenih modela u svim fazama životnog ciklusa IS (LC). U svakoj fazi životnog ciklusa kreiraju se specifični modeli – organizacije, zahtjevi za
IP. IP projekat. zahtjevi za prijavu, itd. Obično se razlikuju sljedeće faze kreiranja IS-a: formiranje zahtjeva za sistem, projektovanje, implementacija, testiranje, puštanje u rad, rad i održavanje.
Početna faza procesa kreiranja IS-a je modeliranje poslovnih procesa koji se odvijaju u organizaciji i realizuju njene ciljeve i zadatke. Model organizacije, opisan u smislu poslovnih procesa poslovnih funkcija, omogućava vam da formulišete osnovne zahteve za IS.
Dizajn IS-a je baziran na modeliranju domena. Da bi se dobio projekat IS adekvatan predmetnoj oblasti u vidu sistema ispravno funkcionisanih programa, neophodno je imati integralnu, sistematsku predstavu modela, koja odražava sve aspekte funkcionisanja budućeg informacionog sistema. U ovom slučaju, pod modelom domena se podrazumijeva određeni sistem koji imitira strukturu ili funkcionisanje proučavanog domena i ispunjava osnovni uslov - da bude adekvatan ovom domenu.
Preliminarno modeliranje predmetne oblasti omogućava vam da smanjite vrijeme i rokove projektantskih radova i dobijete efikasniji i kvalitetniji projekat. Bez modeliranja domena, postoji velika vjerovatnoća pretpostavke veliki broj greške u rješavanju strateških pitanja, što dovodi do ekonomskih gubitaka i visokih troškova za naknadni redizajn sistema. Kao rezultat toga, sve moderne tehnologije dizajna IS-a su zasnovane na korištenju metodologije domenskog modeliranja.
Modelima domena nameću se sljedeći zahtjevi:
Formalizacija, pružajući nedvosmislen opis strukture predmetne oblasti;
Razumljivost za kupce i programere na osnovu upotrebe grafičkih sredstava za prikaz modela;
Realizabilnost, što podrazumeva dostupnost sredstava fizičke implementacije modela domena i IS;
Pružanje procjene efikasnosti implementacije modela domena na osnovu određenih metoda i izračunatih indikatora.
Funkcionalno modeliranje IDEF0: osnovne definicije i odredbe.
Program integrisane kompjuterizacije proizvodnje ICAM (ICAM - Integrated Computer Aided Manufacturing) ima za cilj povećanje efikasnosti industrijskih preduzeća kroz široko uvođenje računarskih (informacionih) tehnologija. U Sjedinjenim Državama, ova okolnost se shvatila još kasnih 70-ih, kada je američko ratno zrakoplovstvo predložilo i implementiralo
IDEF (ICAM Definition) metodologija omogućava proučavanje strukture, parametara i karakteristika proizvodno-tehničkih i organizaciono-ekonomskih sistema (u budućnosti, gde ne izaziva zabunu - sistema). Opća IDEF metodologija se sastoji od tri specifične metodologije modeliranja zasnovane na grafičkim prikazima sistema:
IDEF0 se koristi za kreiranje funkcionalnog modela koji prikazuje strukturu i funkcije sistema, kao i tokove informacija i materijalnih objekata koji povezuju ove funkcije.
IDEF1 se koristi za izgradnju informacionog modela koji prikazuje strukturu i sadržaj tokova informacija potrebnih za podršku funkcijama sistema;
IDEF2 vam omogućava da izgradite dinamički model vremenski promjenjivog ponašanja funkcija, informacija i sistemskih resursa.
Do sada su najrasprostranjenije i najprimijenjenije metodologije IDEF0 i IDEF1 (IDEF1X), koje su dobile status federalnih standarda u Sjedinjenim Državama. IDEF0 metodologija, čije su karakteristike i primjena opisane u ovom Vodiču (GD), zasnovana je na pristupu koji je razvio Douglas T. Ross ranih 70-ih i nazvan SADT (Structured Analysis & Design Technique – metoda strukturne analize i dizajn). Pristup i, kao posljedica toga, IDEF0 metodologija se zasnivaju na grafičkom jeziku za opisivanje (modeliranje) sistema, koji ima sljedeća svojstva.
Za ispravan prikaz interakcija komponenti IS-a važno je izvršiti zajedničko modeliranje takvih komponenti, posebno sa stanovišta sadržaja objekata i funkcija.
Metodologija analize strukturnih sistema uvelike pomaže u rješavanju ovakvih problema.
Strukturna analiza se obično naziva metodom proučavanja sistema, koja počinje njegovim opšti pregled, a zatim detalji, sticanje hijerarhijska struktura sa svim veliki broj nivoa. Takve metode karakteriše: podela na nivoe apstrakcije sa ograničenim brojem elemenata (od 3 do 7); ograničeni kontekst, uključujući samo bitne detalje svakog nivoa; korištenje strogih formalnih pravila snimanja; konzistentna aproksimacija rezultata.
Hajde da definišemo ključne koncepte strukturne analize preduzeća (organizacije).
Operacija je elementarna (nedjeljiva) radnja koja se izvodi na jednom radnom mjestu.
Funkcija - skup operacija grupisanih prema određenoj osobini.
Poslovni proces je srodni skup funkcija, tokom čijeg izvršavanja se troše određeni resursi i stvara proizvod (objekat, usluga, naučni
otkriće, ideja), koja je od vrijednosti za potrošača.
Podproces je poslovni proces koji je strukturni element nekog poslovnog procesa i od vrijednosti je za potrošača.
Poslovni model je grafički strukturirani opis mreže procesa i operacija povezanih sa podacima, dokumentima, organizacionim jedinicama i drugim objektima koji odražavaju postojeće ili planirane aktivnosti preduzeća. Postoje različite metodologije za modeliranje strukturnih domena, među kojima treba razlikovati funkcionalno orijentisane i objektno orijentisane metodologije.
Opisivanje sistema pomoću IDEF0 naziva se funkcionalni model. Funkcionalni model je namijenjen za opisivanje postojećih poslovnih procesa, koji koristi i prirodne i grafičke jezike. Za prenošenje informacija o određenom sistemu, izvor grafičkog jezika je sama IDEF0 metodologija.
IDEF0 metodologija propisuje izgradnju hijerarhijskog sistema dijagrama – pojedinačnih opisa fragmenata sistema. Najprije se opisuje sistem kao cjelina i njegova interakcija sa vanjskim svijetom (kontekst dijagram), nakon čega se vrši funkcionalna dekompozicija – sistem se dijeli na podsisteme i svaki podsistem se opisuje posebno (dekompozicioni dijagrami). Zatim se svaki podsistem razlaže na manje, i tako sve dok se ne postigne željeni nivo detalja.
Okruženje alata BPwin.
Modeliranje poslovnih procesa se obično izvodi pomoću alata za slučajeve. Ovi alati uključuju BPwin (PLATINUM tehnologija), Silverrun (Silverrun tehnologija), Oracle Designer (Oracle), Rational Rose (Rational Software) itd. Funkcionalnost alata za strukturno modeliranje za poslovne procese će se raspravljati na primjeru slučaja BPwin alat.
BPwin podržava tri metodologije modeliranja: funkcionalno modeliranje (IDEF0); opis poslovnih procesa (IDEF3); dijagrami toka podataka (DFD). BPwin ima prilično jednostavan i intuitivan korisnički interfejs. Kada pokrenete BPwin, podrazumevano se pojavljuje glavna traka sa alatkama, paleta alata (čiji izgled zavisi od izabrane notacije) i, sa leve strane, navigator modela - Model Explorer).
Prilikom kreiranja novog modela pojavljuje se dijalog u kojem treba odrediti da li će se model kreirati iznova ili će se otvoriti iz datoteke ili iz ModelMart repozitorija, zatim upisati naziv modela i odabrati metodologiju po kojoj je model će biti izgrađena.
Kao što je gore navedeno, BPwin podržava tri metodologije - IDEF0, IDEF3 i DFD, od kojih svaka rješava svoje specifične probleme. U BPwin-u je moguće graditi mješovite modele, odnosno model može sadržavati i IDEF0 i IDEF3 i DFD dijagrame u isto vrijeme. Sastav palete alata se automatski mijenja prilikom prelaska s jedne notacije na drugu.
BPwin model se posmatra kao skup aktivnosti, od kojih svaka radi na skupu podataka. Rad je prikazan kao pravougaonik, podaci kao strelice. Ako lijevom tipkom miša kliknete na bilo koji objekt modela, pojavljuje se kontekstni meni čija svaka stavka odgovara uređivaču određenog svojstva objekta.
U početnim fazama kreiranja IP-a, potrebno je razumjeti kako funkcionira organizacija koja će se automatizirati. Menadžer dobro poznaje posao u cjelini, ali nije u stanju da ulazi u detalje rada svakog običnog zaposlenika. Običan zaposlenik dobro zna šta se dešava na njegovom radnom mestu, ali možda ne zna kako rade kolege. Stoga je za opisivanje rada preduzeća potrebno izgraditi model koji će biti adekvatan predmetnoj oblasti i sadržavati znanja svih učesnika u poslovnim procesima organizacije.
Najpogodniji jezik za modeliranje poslovnih procesa je IDEF0, gdje je sistem predstavljen kao skup interakcijskih aktivnosti ili funkcija. Ova čisto funkcionalna orijentacija je fundamentalna – funkcije sistema se analiziraju nezavisno od objekata sa kojima rade. Ovo vam omogućava da jasnije modelirate logiku i interakciju procesa organizacije.
Proces modeliranja sistema u IDEF0 počinje kreiranjem kontekstnog dijagrama - dijagrama najapstraktnijeg nivoa opisa sistema kao celine, koji sadrži definiciju predmeta modeliranja, cilja i tačke gledišta na model.
Aktivnosti se odnose na imenovane procese, funkcije ili zadatke koji se javljaju tokom vremena i imaju prepoznatljive rezultate.
Radovi su prikazani u obliku pravougaonika. Svi poslovi moraju biti imenovani i definirani. Naziv posla mora biti izražen glagolskom imenicom koja označava radnju (na primjer, "Aktivnost kompanije", "Primanje narudžbe" itd.). Rad "Aktivnosti kompanije" može imati, na primjer, sljedeću definiciju: "Ovo je model učenja koji opisuje aktivnosti kompanije." Prilikom kreiranja novog modela (meni Datoteka / Novo), automatski se kreira dijagram konteksta sa jednim radom koji prikazuje sistem kao celinu.
Strelice opisuju interakciju poslova i predstavljaju neke informacije izražene imenicama (na primjer, "Pozivi kupaca", "Pravila i procedure", "Računovodstveni sistem".)
Udžbenik za univerzitete
2. izdanje, Rev. i dodati.
2014 G.
Tiraž 1000 primjeraka.
Format 60x90 / 16 (145x215 mm)
Izvedba: meki povez
ISBN 978-5-9912-0193-3
BBK 32.882
UDC 621.395
Grif UMO
Preporučio UMO za obrazovanje u telekomunikacijama kao studijski vodič za studente univerziteta obrazovne institucije, studira na specijalnosti "Mreže i komutacioni sistemi", "Višekanalni telekomunikacioni sistemi"
anotacija
Algoritmi za diskretno i kontinuirano modeliranje slučajne varijable i procesi. Prikazani su principi i algoritmi modeliranja. informacionim signalima, opisan Markovljevim procesima sa diskretnim i kontinuiranim vremenom Razmatraju se principi modeliranja sistema redova čekanja. Opisane su karakteristike opisa i upotrebe fraktalnih i multifraktalnih procesa za modeliranje telekomunikacionog saobraćaja. Metode i primjeri modeliranja informacionih sistema korišćenjem specijalizovanih paketa primenjenih Matlab programi, Opnet, Mrežni simulator.
Za studente upisane na specijalnosti "Mreže i komutacioni sistemi", "Višekanalni telekomunikacioni sistemi", "Informacioni sistemi i tehnologije".
Uvod
1 Opšti principi modeliranje sistema
1.1. Opšti koncepti modeli i simulacije
1.2. Klasifikacija modela
1.3. Struktura modela
1.4. Metodološke osnove formalizacije funkcionisanja složenog sistema
1.5. Modeliranje komponenti
1.6. Faze formiranja matematičkog modela
1.7. Simulacijsko modeliranje
Kontrolna pitanja
2 Opći principi izgradnje komunikacionih sistema i mreža
2.1. Koncept izgradnje komunikacionih sistema i mreža
2.2. Slojeviti mrežni modeli
2.2.1. Troslojni model
2.2.2. Arhitektura TCP/IP protokola
2.2.3. Referentni model OSI
2.3. Struktura komunikacijske mreže
2.3.1. Globalne mreže
2.3.2. Lokalne mreže
2.3.3. Topologije računarskih mreža
2.3.4. Lokalne mreže Ethernet
2.4. Frame Relay mreže
2.5. IP telefonija
Kontrolna pitanja
3 Simulacija slučajnih brojeva
3.1. Opće informacije o slučajnim brojevima
3.2. Metode programiranja generisanje ravnomerno raspoređenih slučajnih brojeva
3.3. Formiranje slučajnih varijabli sa datim zakonom raspodjele
3.3.1. Metoda inverzne funkcije
3.3.2. Približne metode za pretvaranje slučajnih brojeva
3.3.3. Metoda skrininga (Neumann Generation Method)
3.4. Metode zasnovane na centralnoj graničnoj teoremi
3.5. Algoritmi za modeliranje često korištenih slučajnih varijabli
3.6. Algoritmi za modeliranje koreliranih slučajnih varijabli
3.7. Formiranje realizacija slučajnih vektora i funkcija
3.7.1. Modeliranje n-dimenzionalne slučajne tačke sa nezavisnim koordinatama
3.7.2. Formiranje slučajnog vektora (u okviru teorije korelacije)
3.7.3. Formiranje realizacija slučajne funkcije
4 Modeliranje diskretnih distribucija
4.1. Bernoullijeva distribucija
4.2. Binomna distribucija
4.3. Poissonova distribucija
4.4. Simulacija pokušaja u shemi slučajnih događaja
4.4.1. Simulacija slučajnih događaja
4.4.2. Modeliranje suprotnih događaja
4.4.3. Modeliranje diskretne slučajne varijable
4.4.4. Modeliranje puna grupa događaji
4.5. Tokovi događaja
4.6. Obrada rezultata simulacije
4.6.1. Preciznost i broj realizacija
4.6.2. Primarna statistička obrada podataka
Kontrolna pitanja
5 Algoritmi za modeliranje stohastičkih signala i interferencije u komunikacijskim sistemima
5.1. Algoritam za nestacionarno modeliranje slučajni procesi
5.2. Algoritmi za modeliranje stacionarnih slučajnih procesa
5.3. Metode modeliranja signala i šuma u obliku stohastičkih diferencijalnih jednačina
5.4. Primjeri modela stohastičkih procesa u komunikacijskim sistemima
5.4.1. Modeli informacionih procesa
5.4.2. Modeli interferencije
5.4.3. Karakteristike glavnih vrsta smetnji
Kontrolna pitanja
6 Markovljevi stohastički procesi i njihovo modeliranje
6.1. Osnovni koncepti Markovljevog stohastičkog procesa
6.2. Osnovna svojstva diskretnih Markovljevih lanaca
6.3. Kontinuirani Markovljevi lanci
6.3.1. Osnovni koncepti
6.3.2. Polu-Markovljevi procesi
6.3.3. Smrt i procesi reprodukcije
6.4. Modeli kontinualnih Markovljevih slučajnih procesa zasnovani na stohastičkim diferencijalnim jednadžbama
6.5. Modeliranje Markovljevih stohastičkih procesa
6.5.1. Modeliranje diskretnih procesa
6.5.2. Modeliranje skalarnih kontinuiranih procesa
6.5.3. Modeliranje kontinuiranih vektorskih procesa
6.5.4. Modeliranje Gausovog procesa s frakciono-racionalnom spektralnom gustinom
6.5.5. Modeliranje višestruko povezanih sekvenci
6.5.6. Modeliranje Markovljevih procesa korištenjem filtera za oblikovanje
6.5.7. Algoritam za statističko modeliranje Markovljevih lanaca
Kontrolna pitanja
7 Primjeri Markovljevih modela
7.1. Markovi modeli govornog dijaloga pretplatnika
7.1.1. Govorna stanja
7.1.2. Dijaloški modeli
7.2. Markovi modeli govornog monologa
7.3. Poissonov proces vođen Markovom u modelima govora
7.4. Markovi modeli digitalnih sekvenci na izlazu G.728 kodeka
7.5. Statističko multipleksiranje izvora govornih paketa uzimajući u obzir Markovljev model telefonskog dijaloga
7.6. Markov model bežični kanal sa ARQ/FEC mehanizmom
7.7. Batching greške
7.8. Proračun karakteristika toka grešaka prema parametrima modela
7.8.1. Procjena parametara toka grešaka
7.8.2. Procjena adekvatnosti modela toka grešaka
7.9. Markovi modeli za procjenu QoS multimedijskih usluga u realnom vremenu na Internetu
7.9.1. Koncept multimedijalnih usluga u realnom vremenu
7.9.2. Analiza i modeliranje kašnjenja i gubitaka
7.10. Modeli multimedijalnih tokova saobraćaja
Kontrolna pitanja
8 Sistemi čekanja i njihovo modeliranje
8.1. opšte karakteristike sistemi čekanja
8.2. Struktura sistema čekanja
8.3. Sistemi čekanja sa čekanjem
8.3.1. Servisni sistem M/M/1
8.3.2. Servisni sistem M/G/1
8.3.3. Mreže sa velikim brojem čvorova povezanih komunikacijskim kanalima
8.3.4. Prioritetna usluga
8.3.5. Servisni sistem M/M/N/m
8.4. Sistemi čekanja na kvarove
8.5. Opšti principi modeliranja sistema čekanja
8.5.1. Metoda statističkog ispitivanja
8.5.2. Blok modeli procesi funkcionisanja sistema
8.5.3. Karakteristike modeliranja pomoću Q-kruga
Kontrolna pitanja
9 Modeliranje informacionih sistema korišćenjem tipičnih tehničkih sredstava
9.1. Modeliranje sistema i programski jezici
9.2. Razumijevanje jezika GPSS
9.2.1. Dinamički objekti GPSS. Transakcijski orijentirani blokovi (operatori)
9.2.2. Hardverski orijentisani blokovi (operatori)
9.2.3. Višekanalni servis
9.2.4. GPSS statistički blokovi
9.2.5. Operativne jedinice GPSS
9.2.6. Ostali GPSS blokovi
9.3. Simulacijsko modeliranje ETHERNET mreže u GPSS okruženju
Kontrolna pitanja
10 Modeliranje sistema za prenos informacija
10.1. Tipičan sistem za prenos podataka
10.2. Imunitet na prenos diskretni signali... Optimalan prijem
10.3. Procjena vjerovatnoće pogrešnog prijema diskretnih signala sa potpuno poznatim parametrima
10.4. Imunitet diskretnih signala sa slučajnim parametrima
10.5. Imunitet diskretnih signala sa nekoherentnim prijemom
10.6. Imunitet diskretnih signala sa nasumičnim bitnim parametrima
10.7. Algoritmi za formiranje diskretnih signala
10.8. Algoritam za stvaranje smetnji
10.9. Algoritam za demodulaciju diskretnih signala
10.10. Struktura imitacionog kompleksa i njegove podrutine
10.11. Softversko okruženje Mathworks Matlab i Simulink paket za vizualno modeliranje
10.11.1. Tehnički opis i interfejs
10.11.2. Simulink paket vizualne simulacije
10.11.3. Kreiranje i maskiranje podsistema
10.11.4. Communications Toolbox Extension Pack
10.12. Modeliranje blokova WiMAX sistema za prenos podataka
10.12.1. Simulacija predajnika
10.12.2. Modeliranje prijenosnog kanala
10.12.3. Simulacija prijemnika
10.12.4. Implementacija modela u Mathlab sistemu
10.13. Rezultati simulacije WiMAX sistema
Kontrolna pitanja
11 Samoslični procesi i njihova primjena u telekomunikacijama
11.1. Osnove teorije fraktalnih procesa
11.2. Multifraktalni procesi
11.3. Procjena Hurstovog eksponenta
11.4. Multifraktalna analiza pomoću softvera
11.4.1. Opis softvera
11.4.2. Primjeri procjene stepena samosličnosti
11.5. Algoritmi i softvera za multifraktalnu analizu
11.6. Uticaj samosličnosti saobraćaja na karakteristike uslužnog sistema
11.7. Metode modeliranja samosličnih procesa u TV saobraćaju
11.8. Istraživanje samoslične strukture Ethernet prometa
11.9. Samoslična kontrola saobraćajnih zagušenja
11.10. Fraktalno Brownovo kretanje
11.10.1. RMD algoritam za generisanje FBD-a
11.10.2. SRA FWA generacijski algoritam
11.12. Fraktalni Gausov šum
11.12.1. FFT algoritam za FGS sintezu
11.12.2. Evaluacija rezultata simulacije
Kontrolna pitanja
12 Modeliranje čvora telekomunikacijske mreže
12.1. Osnove Frame Relay protokola
12.2. Dizajn sajta Mreže okvira Relej
12.3. Rezultati simulacije FR rutera sa G.728 kodecima na ulazu
12.4. Uticaj samosličnosti saobraćaja na QoS
Kontrolna pitanja
13 Specijalizovani sistemi simulacija kompjuterskih mreža
13.1. Opće karakteristike specijaliziranih paketa aplikativni programi mrežno modeliranje
13.2. Opšti principi modeliranja u okruženju OPNET Modeler
13.3. Primjeri OPNET aplikacija
13.3.1. Model za procjenu kvaliteta usluge
13.3.2. Implementacija modela lokalne mreže
Kontrolna pitanja
14 Simulacija sa mrežnim simulatorom 2
14.1. Istorija i arhitektura NS2 paketa
14.2. Kreirajte objekat simulatora
14.3. Kreiranje mrežne topologije
14.4. Postavljanje parametara generatora
14.4.1. Eksponencijalno uključeno / isključeno
14.4.2. Pareto On / Off
14.5. Dva glavna algoritma čekanja
14.6. Adaptivno rutiranje u NS2
14.6.1. API na korisničkom nivou
14.6.2. Interna arhitektura
14.6.3. Proširenja za druge klase
14.6.4. Nedostaci
14.6.5. Lista naredbi koje se koriste za simulaciju dinamičkog skriptiranja u NS2
14.6.6. Primjer dinamičkog rutiranja u NS2
14.7. Pokretanje skriptnog programa u NS2
14.8. Postupak obrade rezultata simulacije
14.9. Primjer modeliranja bežične mreže
14.10. Primjer simulacije kvaliteta prijenosa streaming video koristeći NS 2 paket
14.10.1. Struktura hardversko-softverskog kompleksa za procjenu kvaliteta streaming videa
14.10.2. Funkcionalni moduli PACK
14.10.3. Procjena kvaliteta videa
