1 od 38
Prezentacija na temu: Modeliranje informacijski sustavi
Slajd br. 1
Slajd br. 2
Opis slajda:
Svrha kolegija je produbljivanje specijaliziranih predmeta (informatika, matematika); razvoj kompetencija za profesionalna djelatnost u području informacijsko modeliranje Motivacija učenika pri odabiru EK. - provjera sposobnosti i interesa učenika za stvaralaštvo, istraživačke aktivnosti u području informacijskog modeliranja; - priprema za upis na sveučilište u specijalnostima vezanim uz informacijsko modeliranje i računalne tehnologije: Primijenjena matematika, manekenstvo, računalni sustavi i tako dalje.
Slajd br. 3
Opis slajda:
Slajd br. 4
Opis slajda:
Sadržaj udžbenika Poglavlje 1. Modeliranje informacijskih sustava 1.1. Informacijski sustavi i sistemologija 1.2. Relacijski model i baze podataka (Access) 1.3. Proračunska tablica– alat za informacijsko modeliranje 1.4. Programiranje aplikacija (VBA elementi za Excel) Poglavlje 2. Računalno matematičko modeliranje 2.1. Uvod u modeliranje 2.2. Računalni alati matematičko modeliranje(Excel, MathCad, VBA, Pascal) 2.3. Modeliranje optimalnih procesa planiranja 2.4. Prijave računalne simulacije
Slajd br. 5
Opis slajda:
“Modeliranje i razvoj informacijskih sustava” Ciljevi proučavanja sekcije Opći razvoj i formiranje svjetonazora učenika. Glavna ideološka komponenta sadržaja ovaj odjeljak Tečaj je formiranje sustavnog pristupa analizi okolne stvarnosti. Ovladavanje osnovama metodologije konstruiranja informacija sustavi pomoći. Studenti stječu razumijevanje faza razvoja informacijskog sustava: faza projektiranja i faza implementacije. Izrada baze podataka s više tablica odvija se u MS Access relacijskom DBMS okruženju. Studenti svladavaju tehnike izgradnje baze podataka, aplikacije (upiti, izvještaji), elemente sučelja ( dijaloški okviri). Razvoj i profesionalizacija računalnih vještina. Vještine stečene u osnovni tečaj, pronaći daljnji razvoj. - Raditi sa vektorska grafika pri izgradnji strukturnih modela sustava - dubinsko proučavanje mogućnosti MS Access DBMS - korištenje MS Excela kao alata za rad s bazom podataka - programiranje u VBA u Excel okruženje za izradu sučelja - pri radu na sažetcima preporuča se korištenje internetskih izvora; pripremiti materijal za zaštitu u obliku prezentacije (Power Point)
Slajd br. 6
Opis slajda:
Projektna nastavna metoda Postavka problema: Područje: Srednja škola Cilj projekta: izgradnja informacijskog sustava " Obrazovni proces» Namjena informacijskog sustava: informirati korisnike: O sastavu učenika u razredima O nastavnom osoblju škole O rasporedu nastavnog opterećenja i vođenju razreda 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, izvješća Zadatak. Želite dobiti popis svih djevojčica u devetom razredu čije su godišnje ocjene iz informatike petice. Koncept podsheme Koristeći hipotetski upitni jezik. odaberite STUDENTS.LAST NAME, STUDENTS.NAME, STUDENTS.CLASS za STUDENTS.CLASS='9?' i STUDENTS.GENDER='f' i PERFORMANCE.SUBJECT='computer science' i PERFORMANCE.YEAR=5 poredaj STUDENTI.PREZIME uzlazno
Slajd br. 13
Opis slajda:
Slajd br. 14
Opis slajda:
Slajd br. 15
Opis slajda:
Programiranje aplikacija u VBA Private Sub CommandButton1_Click() "Opis varijabli Dim i, j, n As Integer Dim Flag As Boolean "Zastavica za inicijalizaciju podataka = False "Određuje se broj redaka u popisu škola n = Range("A3" ).CurrentRegion.Rows. Count "Pretraži popis za broj škole naveden u polju za unos 'TextBox1" For i = 3 To n+2 If Cells(i, 1).Value = Val(UserForm1.TextBox1.Text) Then Flag = True Exit For End If Next Fragment programa za obradu događaja “Kliknite na tipku SEARCH”
Slajd br. 16
Opis slajda:
„Računalno matematičko modeliranje” Ciljevi proučavanja odjeljka Ovladavanje modeliranjem kao metodom razumijevanja okolne stvarnosti (znanstveno-istraživačka priroda odjeljka) - pokazuje se da modeliranje u različitim područjima znanja ima slične značajke, često je moguće dobiti vrlo slični modeli za različite procese; - demonstrira prednosti i nedostatke računalnog eksperimenta u usporedbi s eksperimentom u punoj veličini; - pokazuje se da i apstraktni model i računalo pružaju mogućnost razumijevanja svijeta oko nas i upravljanja njime u interesu ljudi. Razvoj praktičnih vještina računalno modeliranje. Dana je opća metodologija računalnog matematičkog modeliranja. Na primjeru niza modela iz razna područja znanosti i prakse praktično se provode sve faze modeliranja, od formuliranja problema do interpretacije rezultata dobivenih tijekom računalnog eksperimenta. Promicanje profesionalnog usmjeravanja učenika. Utvrđivanje učenikove sklonosti istraživačkim aktivnostima, razvoj kreativnog potencijala, orijentacija prema izboru zanimanja vezanog uz znanstveno istraživanje. Prevladavanje predmetne razjedinjenosti, integracija znanja. Predmet ispituje modele iz različitih područja znanosti pomoću matematike. Razvoj i profesionalizacija računalnih vještina. Ovladavanje općim i specijaliziranim softverom, programskim sustavima.
Slajd br. 17
Opis slajda:
Slajd br. 18
Opis slajda:
Modeliranje procesa optimalnog planiranja Problem planiranja rada stanice Održavanje Postavka problema Neka auto servis obavlja dvije vrste servisa: TO-1 i TO-2. Automobili se primaju na početku radnog dana i predaju klijentima na kraju. Zbog ograničenog prostora za parkiranje, dnevno se može servisirati najviše 140 automobila. Radni dan traje 8 sati. Ako 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 dvostruko je veći od TO -1. U stvarnosti, neki automobili prolaze TO-1, a neki istog dana prolaze TO-2. Potrebno je izraditi dnevni plan usluga kako bi se tvrtki osigurao najveći novčani tok.
Slajd br. 19
Opis slajda:
Modeliranje optimalnih procesa planiranja Formalizacija i matematički model problema. Planirani pokazatelji x – dnevni plan proizvodnje za TO-1; y – dnevni plan proizvodnje za TO-2. Iz postavke problema slijedi sustav nejednakosti: Najveća dobit će se postići kada maksimalna vrijednost funkcije Funkcija f(x,y) naziva se funkcija cilja, a sustav nejednadžbi sustav ograničenja. Imam zadatak linearno programiranje
Slajd br. 20
Opis slajda:
Slajd br. 21
Opis slajda:
Modeliranje optimalnih procesa planiranja Metode rješavanja problema linearnog programiranja Simpleks metoda - univerzalna metoda rješavanje problema linearnog programiranja Simplex tablica Basis 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 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_Click() Dim d(5, 9) As Variant Dim i, j, r, n, k, m As Integer Dim p, q, t As String Dim a, b As Double For i = 1 Do 5 For j = 1 Do 9 d(i, j) = Range("a6:i10").Cells(i, j).Value Next j Next i n = 7: r = 3 "Analiza optimalnosti trenutnog rješenja ' t = "next" Do While t = "next" Simplex metoda programa u VBA za Excel (fragment)
Slajd br. 28
Opis slajda:
Slajd br. 29
Opis slajda:
Modeliranje optimalnih procesa planiranja Problem planiranja radova na cestogradnji Prikaz problema Postoje dvije točke - početna H i završna K; od prvog do drugog morate izgraditi cestu, koja se sastoji od vertikale i segmenata. Trošak izgradnje svakog od mogućih segmenata je poznat (naveden na slici). U stvarnosti, cesta će biti neka isprekidana linija koja povezuje točke H i K. Potrebno je pronaći liniju koja ima najnižu cijenu. Ovo je zadatak dinamičko programiranje
Opis slajda:
Slajd br.33
Opis slajda:
Upotrijebljeni uređaji računalne simulacije matematička statistika Slučajni događaji: - vremenski interval između dvije transakcije - vrijeme usluge transakcije Funkcije distribucije gustoće vjerojatnosti slučajni događaji Uniformna distribucija Normalna Gaussova distribucija Poissonova distribucija
Opis slajda:
Planirani ishodi učenja u EK. Studenti trebaju znati: namjenu i sastav informacijskih sustava; faze izrade računalnog informacijskog sustava; osnovni pojmovi sistemologije postojeće sorte modeli sustava; što je informacijski model predmetno područje; što je baza podataka (DB); klasifikacija baze podataka; struktura relacijska baza podaci (RBD); normalizacija baze podataka; što je DBMS; kako su veze organizirane u bazi podataka s više tablica; koje vrste upita baze podataka postoje; kakva je struktura naredbe upita za dohvaćanje i sortiranje podataka; koje mogućnosti ima tablični procesor (MS Excel) za rad s bazama podataka? kako možete kreirati i izvršiti makronaredbu u MS Excelu; što je objektno orijentirana aplikacija; osnove VBA programiranja; sadržaj pojmova "model", " informacijski model", "računalni matematički model";
Slajd br.36
Opis slajda:
faze računalnog matematičkog modeliranja, njihov sadržaj; sastav računalnih alata za matematičko modeliranje; tablične mogućnosti Excel procesor u provedbi matematičkog modeliranja; mogućnosti MathCAD sustava u implementaciji računalnih matematičkih modela; specifičnosti računalnog matematičkog modeliranja u gospodarskom planiranju; primjeri smislenih problema iz područja ekonomskog planiranja riješenih računalnim modeliranjem; formuliranje problema rješavanih metodom linearnog programiranja; formuliranje problema rješavanih metodom dinamičkog programiranja; osnovni pojmovi teorije vjerojatnosti potrebni za implementaciju simulacijsko modeliranje: slučajna varijabla, zakon distribucije slučajne varijable, gustoća vjerojatnosti distribucije, pouzdanost rezultata statističkog istraživanja; metode za dobivanje nizova slučajnih brojeva sa zadanim zakonom raspodjele; formulacija problema rješavanih simulacijskim modeliranjem u teoriji čekanja.
Slajd br.37
Opis slajda:
Studenti bi trebali znati: projektirati jednostavan informacijski i referentni sustav; dizajn baze podataka s više tablica; kretati se okruženjem MS Access DBMS; izraditi strukturu baze podataka i ispuniti je podacima; implementirati u MS Upiti o pristupu za odabir pomoću dizajnera upita; rad s obrascima; izvršiti upite za dobivanje sažetih podataka; primati izvještaje; organizirati jednotablične baze podataka (liste) u MS Excelu; birati i sortirati podatke u popisima; filter podataka; stvoriti stožerne tablice; snimanje makronaredbi za MS Excel pomoću makro snimača; pisati jednostavni programi obrada događaja u VBA. primijeniti shemu računalnog eksperimenta pri rješavanju smislenih problema gdje se pojavi potreba za računalnim matematičkim modeliranjem; odabrati čimbenike koji utječu na ponašanje proučavanog sustava i rangirati te čimbenike;
Slajd br.38
Opis slajda:
graditi modele procesa koji se proučavaju; izabrati softver proučavati konstruirane modele; analizirati dobivene rezultate i istražiti matematički model kada razni setovi parametri, uključujući one granične ili kritične; koristiti jednostavne optimizacijske ekonomske modele; izgraditi jednostavne modele sustava čekanja i interpretirati dobivene rezultate. implementirati jednostavan matematički modeli na računalu, stvarajući algoritme i programe na jeziku Visual Basic; koristite mogućnosti TP Excela za izvođenje jednostavnih matematički proračuni i ilustriranje rezultata matematičkog modeliranja grafovima i stupčastim dijagramima; koristiti alat “Solution Search” TP Excela za rješavanje problema linearnog i nelinearnog programiranja; koristiti MathCAD sustav za izvođenje jednostavnih matematičkih izračuna i grafičku ilustraciju rezultata modeliranja; koristiti MathCAD sustav za rješavanje problema linearne i nelinearne optimizacije.
“Računalno matematičko modeliranje” Ciljevi učenja odjeljka. Ovladavanje modeliranjem kao metodom razumijevanja okolne stvarnosti (znanstveno-istraživački karakter dijela) - pokazuje se da modeliranje u različitim područjima znanja ima slične značajke, a često je moguće dobiti vrlo slične modele za različite procese; - demonstrira prednosti i nedostatke računalnog eksperimenta u usporedbi s eksperimentom u punoj veličini; - pokazuje se da i apstraktni model i računalo pružaju mogućnost razumijevanja svijeta oko nas i upravljanja njime u interesu ljudi. Razvoj praktičnih vještina računalnog modeliranja. Dana je opća metodologija računalnog matematičkog modeliranja. Na primjeru niza modela iz različitih područja znanosti i prakse praktično se provode sve faze modeliranja od postavljanja problema do interpretacije rezultata dobivenih tijekom računalnog eksperimenta. Promicanje profesionalnog usmjeravanja učenika. Utvrđivanje sklonosti učenika prema istraživačkim aktivnostima, razvoj kreativnog potencijala, orijentacija prema odabiru zanimanja vezanog uz znanstveno istraživanje. Prevladavanje predmetne razjedinjenosti, integracija znanja. Predmet ispituje modele iz različitih područja znanosti pomoću matematike. Razvoj i profesionalizacija računalnih vještina. Ovladavanje općim i specijaliziranim softverom, programskim sustavima.
Koncept modela je ključan u općoj teoriji sustava. Modeliranje kao moćna - a često i jedina - metoda istraživanja uključuje zamjenu stvarnog objekta drugim - materijalnim ili idealnim.
Najvažniji zahtjevi za svaki model su njegova primjerenost objektu koji se proučava unutar okvira konkretan zadatak i izvedivost raspoloživim sredstvima.
U teoriji učinkovitosti i informatici, model objekta (sustava, operacije) je materijalni ili idealni (mentalno zamisliv) sustav stvoren i/ili korišten u rješavanju određenog problema u svrhu dobivanja novih spoznaja o izvornom objektu, primjerenih to u smislu svojstava koja se proučavaju i više.jednostavniji od izvornika u drugim aspektima.
Klasifikacija glavnih metoda modeliranja (i njihovih odgovarajućih modela) prikazana je na slici. 3.1.1.
Pri proučavanju ekonomskih informacijskih sustava (EIS) koriste se sve metode modeliranja, ali u ovom dijelu glavna pozornost će biti posvećena semiotičkim (znakovnim) metodama.
Podsjetimo, semiotika (od grčkog semeion - znak, znak) je znanost o opća svojstva znakovni sustavi, tj. sustavi konkretnih ili apstraktnih objekata (znakova), uz svaki od kojih je povezano određeno značenje. Primjeri takvih sustava su bilo koji jezici
Riža. 3.1.1. Klasifikacija metoda modeliranja
(prirodni ili umjetni, npr. jezici za opis podataka ili modeliranje), alarmni sustavi u društvu i životinjskom svijetu itd.
Semiotika obuhvaća tri dijela: sintaktiku; semantika; pragmatika.
Sintaktika proučava sintaksu znakovnih sustava bez obzira na bilo kakva tumačenja i probleme povezane s percepcijom znakovnih sustava kao sredstava komunikacije i poruke.
Semantika proučava tumačenje iskaza znakovnog sustava i, sa stajališta modeliranja objekata, zauzima glavno mjesto u semiotici.
Pragmatika ispituje odnos korisnika znakovnog sustava prema samom znakovnom sustavu, posebice percepciju smislenih izraza znakovnog sustava.
Od brojnih semiotičkih modela, zbog najveće rasprostranjenosti, osobito u uvjetima informatizacije moderno društvo i uvođenje formalnih metoda u sve sfere ljudskog djelovanja izdvajamo matematičke koje odražavaju stvarni sustavi pomoću matematički simboli. Istovremeno, uzimajući u obzir činjenicu da razmatramo metode modeliranja u odnosu na proučavanje sustava u različitim operacijama, koristit ćemo poznatu metodologiju analiza sustava, teorije učinkovitosti i odlučivanja.
Više o temi 3. TEHNOLOGIJA ZA MODELIRANJE INFORMACIJSKIH SUSTAVA Metode za modeliranje sustava:
- Simulacijski modeli ekonomskih informacijskih sustava Metodološke osnove za primjenu metode simulacije
- Odjeljak III OSNOVE MODELIRANJA SUSTAVA MARKETINGA USLUGA
- POGLAVLJE 1. UPRAVLJANI DINAMIČKI SUSTAVI KAO OBJEKT RAČUNALNE SIMULACIJE
- Osnove strukturnog modeliranja sustava marketinga medicinskih usluga
- Odjeljak IV PRIMJER PRIMJENJENE UPOTREBE MODELA MARKETINŠKOG SUSTAVA U SIMULACIONOM MODELIRANJU
- Koncept modeliranja financijske sfere marketinških sustava
Ciljevi i funkcije informacijskog sustava.
IS može riješiti dvije skupine problema. Prva skupina povezana je s čisto informacijskom podrškom glavne djelatnosti (odabir potrebnih poruka, njihova obrada, pohrana, pretraživanje i dostava subjektu glavne djelatnosti s unaprijed određenom potpunošću, točnošću i učinkovitošću u najprihvatljivijem obliku). Druga skupina zadataka povezana je s obradom primljenih informacija/podataka u skladu s određenim algoritmima u svrhu pripreme rješenja problema s kojima se susreće subjekt glavne djelatnosti. Za rješavanje takvih problema IS mora imati potrebne informacije o predmetnom području. Za rješavanje takvih problema IS mora imati određenu umjetnu ili prirodnu inteligenciju. Informacijski sustav - sustav za podršku i automatizaciju intelektualnog rada - pretraživanje, administracija, ispitivanja i stručne ocjene ili prosudbe, odlučivanje, upravljanje, prepoznavanje, prikupljanje znanja, obuka. Zadaci prve skupine su zadaci informatizacije društva “u širinu”.
Zadaci druge skupine su zadaci informatizacije
društvo "po dubini".
Za rješavanje dodijeljenih zadataka IS mora izvršiti sljedeće funkcije:
izbor poruka iz unutarnjeg i vanjskog okruženja potrebnih za provedbu temeljnih aktivnosti;
unos podataka u IS;
pohranjivanje informacija u memoriju IS-a, njihovo ažuriranje i održavanje cjelovitosti;
obrada, pretraživanje i izdavanje informacija u skladu sa zahtjevima propisanim ODS-om. Obrada također može uključivati pripremu opcija za rješavanje problema korisničkih aplikacija.
Informacijski sustav (IS) je međusobno povezan skup alata, metoda i osoblja koji se koriste za pohranu, obradu i izdavanje informacija u interesu postizanja postavljenog cilja. Suvremeno shvaćanje informacijskog sustava podrazumijeva korištenje osobnog računala kao glavnog tehničkog sredstva obrade informacija. IS je medij čiji su sastavni elementi računala, računalne mreže, softverski proizvodi, baze podataka, ljudi, razne vrste tehničke i softverske komunikacije itd. Iako je sama ideja o informacijskim sustavima i nekim principima njihove organizacije nastala davno prije pojave računala, informatizacija je desetke i stotine puta povećala učinkovitost informacijskih sustava i proširila područje njihove primjene.
Funkcionalna struktura informacijskog sustava.
Preporučljivo je u IS-u razlikovati tri neovisna funkcionalna podsustava.
Podsustav odabira informacija. Informacijski sustav može obrađivati/obraditi samo one informacije koje su u njega unesene. Kvaliteta rada informacijskog sustava određena je ne samo njegovom sposobnošću pronalaženja i obrade potrebne informacije u vlastitom nizu i pružiti ga korisniku, ali i mogućnost odabira relevantnih informacija iz vanjskog okruženja. Takvu selekciju provodi podsustav selekcije informacija, koji akumulira podatke o informacijskim potrebama korisnika IS (internih i eksternih), te podatke analizira i organizira tvoreći informacijski profil IS.
Podsustav za unos, obradu/obradu i pohranu informacija transformira ulazne informacije i zahtjeve, organizira njihovu pohranu i obradu u svrhu zadovoljenja informacijskih potreba pretplatnika IS-a.
Implementacija funkcija ovog podsustava pretpostavlja postojanje aparata za opis informacija (sustavi kodiranja, jezik za opis podataka (DDL) itd.), organizaciju i održavanje informacija (logička i fizička organizacija, procedure za održavanje i zaštitu informacija itd.). .), aparat za obradu i obradu informacija (algoritmi, modeli itd.).
Podsustav za pripremu i izdavanje informacija neposredno zadovoljava informacijske potrebe korisnika IS (internih i eksternih). Za ostvarenje ove zadaće podsustav proučava i analizira informacijske potrebe, utvrđuje oblike i metode njihovog zadovoljenja, optimalan sastav i strukturu izlaznih informacijskih proizvoda te organizira proces informacijske podrške i podrške.
Obavljanje ovih funkcija zahtijeva postojanje aparata za opisivanje i analizu informacijskih potreba i njihovo izražavanje jezikom informacijskih sustava (uključujući LDL, IPL, jezik indeksiranja itd.), kao i aparata za izravno pružanje informacija (postupci za pretraživanje i izdavanje informacija, jezici za manipulaciju podacima itd.). Mnoge funkcije IC podsustava se dupliciraju ili preklapaju, što je predmet optimizacije pri projektiranju IC-a. U tom pogledu automatizaciju IS-a prati preraspodjela elemenata IS-a.
Automatizacija uključuje formalizirani prikaz (strukturiranje) kako funkcija IS-a tako i samih informacija koje se obrađuju u IS-u, što omogućuje unos, obradu/obradu, pohranjivanje i pronalaženje informacija pomoću računala. Svaku formalizaciju karakterizira jedna ili druga razina primjerenosti stvorene slike stvarnosti (modela) same stvarnosti. Štoviše, primjerenost modela stvarnosti određena je i svojstvima same stvarnosti i mogućnostima aparata koji se koristi za njezino formalizirano predstavljanje.
S ove točke gledišta, "razina automatizacije" informacijskog sustava usko je povezana sa "stupnjem strukturiranosti" informacija. Postoje tri razine strukturabilnosti informacija: Čvrsto strukturirane informacije (podaci) - informacije čije formalizirano predstavljanje modernim sredstvima njezinog strukturiranja (osobito jezicima za opis podataka) ne dovodi do gubitka primjerenosti informacijskog modela onaj izvorni
informacija. Slabo strukturirana informacija je informacija čije formalizirano predstavljanje dovodi do značajnih gubitaka u adekvatnosti informacijskog modela same izvorne informacije.
Nestrukturirana informacija je informacija za koju trenutno ne postoje načini formalizacije s razinom primjerenosti prihvatljivom u praksi. Sredstva prezentiranja takvih informacija moraju imati visoke semantičko-izražajne sposobnosti. Razvoj takvih alata je trenutno vrijeme teče kroz stvaranje jezika za opis znanja i FL s velikom semantičkom snagom.
Metodologije izgradnje informacijskih sustava.
Industrija razvoja automatiziranih sustava za upravljanje informacijama nastala je 1950-ih i 1960-ih godina i do kraja stoljeća poprimila je potpuno razvijene oblike.
U prvoj fazi glavni pristup projektiranju IS-a bila je metoda “odozdo prema gore”, kada je sustav kreiran kao skup aplikacija koje su u tom trenutku bile najvažnije za podršku aktivnostima poduzeća. Ovaj pristup se u određenoj mjeri nastavlja i danas. U okviru “patchwork automatizacije” podrška za pojedine funkcije je dosta dobro osigurana, ali gotovo da i ne postoji strategija za razvoj složenog sustava automatizacije
Sljedeća faza povezana je sa spoznajom činjenice da postoji potreba za prilično standardnim programskim alatima za automatizaciju aktivnosti raznih institucija i poduzeća. Od cijelog niza problema, programeri su identificirali najuočljivije: automatizaciju računovodstvenog analitičkog računovodstva i tehnološki procesi. Sustavi su se počeli projektirati “odozgo prema dolje”, tj. pod pretpostavkom da jedan program mora zadovoljiti potrebe mnogih korisnika.
Sama ideja korištenja univerzalnog programa nameće značajna ograničenja na sposobnost programera da kreiraju strukturu baze podataka, zaslonske obrasce i odaberu algoritme izračuna. Kruti okvir postavljen "odozgo" ne omogućuje fleksibilnu prilagodbu sustava specifičnostima djelatnosti određenog poduzeća. Stoga materijalni i vremenski troškovi implementacije sustava i njegovog finog podešavanja prema zahtjevima kupaca obično znatno premašiti planirane pokazatelje.
Prema statistikama koje je prikupila Standish Group (SGL), od 8380 projekata koje je SSL istražio 1994. godine, više od 30% projekata je propalo, s ukupnim troškom većim od 80 milijardi dolara. Istovremeno je samo 16% projekata završeno na vrijeme. ukupni broj projekata, a prekoračenje je iznosilo 189% planiranog proračuna.
Istodobno, kupci IS-a počeli su postavljati sve više zahtjeva usmjerenih na osiguranje mogućnosti integriranog korištenja korporativnih podataka u upravljanju i planiranju svojih aktivnosti. Stoga se pojavila hitna potreba za formuliranjem nove metodologije izgradnje informacijskih sustava.
Prema suvremenoj metodologiji, proces stvaranja IS-a je proces konstruiranja i sekvencijalne transformacije više koordiniranih modela u svim fazama životnog ciklusa IS-a (ŽC). U svakoj fazi životnog ciklusa stvaraju se za nju specifični modeli – organizacije, zahtjevi za
JE. IP projekt. zahtjevi za prijavu itd. Obično se razlikuju sljedeće faze stvaranja IS-a: formiranje zahtjeva za sustav, dizajn, implementacija, testiranje, puštanje u rad, rad i održavanje.
Početna faza procesa stvaranja IS-a je modeliranje poslovnih procesa koji se odvijaju u organizaciji i ostvaruju njezine ciljeve. Organizacijski model, opisan u terminima poslovnih procesa i poslovnih funkcija, omogućuje nam formuliranje osnovnih zahtjeva za IS.
Dizajn IS-a temelji se na modeliranju domene. Da bi se dobio predmetnom području adekvatan projekt IS-a u obliku sustava ispravno funkcionirajućih programa, potrebno je imati holistički, sustavni prikaz modela, koji odražava sve aspekte funkcioniranja budućeg informacijskog sustava. U ovom slučaju, pod modelom domene podrazumijeva se određeni sustav koji oponaša strukturu ili funkcioniranje predmetne domene koja se proučava i ispunjava osnovni uvjet - biti adekvatan toj domeni.
Preliminarno modeliranje predmetnog područja omogućuje vam smanjenje vremena i vremena projektiranja i dobivanje učinkovitijeg i kvalitetnijeg projekta. Bez modeliranja predmetnog područja postoji velika vjerojatnost pretpostavke velika količina greške u rješavanju strateških pitanja koje dovode do ekonomskih gubitaka i visokih troškova naknadnog redizajniranja sustava. Kao rezultat toga, sve moderne tehnologije projektiranja IS-a temelje se na korištenju metodologije modeliranja domene.
Sljedeći zahtjevi primjenjuju se na modele domene:
Formalizacija koja daje nedvosmislen opis strukture predmetnog područja;
Jasnoća za kupce i programere temeljena na korištenju grafičkih sredstava za prikaz modela;
Izvedivost, što podrazumijeva dostupnost sredstava fizičke implementacije modela domene i IS-a;
Davanje procjene učinkovitosti implementacije modela domene na temelju određenih metoda i izračunatih pokazatelja.
Funkcionalno modeliranje IDEF0: osnovne definicije i odredbe.
Program integrirane informatizacije proizvodnje ICAM (ICAM - Integrated Computer Aided Manufacturing) usmjeren je na povećanje učinkovitosti industrijskih poduzeća širokim uvođenjem računalnih (informacijskih) tehnologija. U SAD-u se ta okolnost uvidjela još krajem 70-ih, kada je američko ratno zrakoplovstvo predložilo i implementiralo
Metodologija IDEF (ICAM Definition) omogućuje proučavanje strukture, parametara i karakteristika proizvodnih, tehničkih i organizacijsko-ekonomskih sustava (u daljnjem tekstu, gdje to ne izaziva nesporazume - sustava). Opća IDEF metodologija sastoji se od tri specifične metodologije modeliranja temeljene na grafičkom prikazu sustava:
IDEF0 se koristi za izradu funkcionalnog modela koji prikazuje strukturu i funkcije sustava, kao i tokove informacija i materijalnih objekata koji povezuju te funkcije.
IDEF1 se koristi za izgradnju informacijskog modela koji prikazuje strukturu i sadržaj tokova informacija potrebnih za podršku funkcijama sustava;
IDEF2 vam omogućuje da izgradite dinamički model vremenski promjenjivog ponašanja funkcija, informacija i resursa sustava.
Do danas su najraširenije i korištene metodologije IDEF0 i IDEF1 (IDEF1X), koje su dobile status federalnih standarda u Sjedinjenim Državama. Metodologija IDEF0, čije su značajke i primjena opisani u ovom dokumentu sa smjernicama (GD), temelji se na pristupu koji je razvio Douglas T. Ross ranih 70-ih i koji se naziva SADT (Structured Analysis & Design Technique). Osnova pristupa i, kao posljedica toga, IDEF0 metodologije je grafički jezik za opisivanje (modeliranje) sustava, koji ima sljedeća svojstva.
Za ispravan prikaz interakcija komponenti IS-a važno je zajednički modelirati takve komponente, posebno sa smislene točke gledišta objekata i funkcija.
Metodologija analize konstrukcijskih sustava značajno pomaže u rješavanju takvih problema.
Strukturalnom analizom obično se naziva metoda proučavanja sustava, koja počinje s njegovim Opći pregled, a zatim ga detaljizira stjecanjem hijerarhijska struktura sa svime veliki broj razine. Takve metode karakteriziraju: podjela na razine apstrakcije s ograničenim brojem elemenata (od 3 do 7); ograničen kontekst, uključujući samo bitne detalje svake razine; korištenje strogih formalnih pravila snimanja; dosljedan pristup rezultatu.
Definirajmo ključne pojmove strukturne analize aktivnosti poduzeća (organizacije).
Operacija je elementarna (nedjeljiva) radnja koja se izvodi na jednom radnom mjestu.
Funkcija je skup operacija grupiranih prema određenom obilježju.
Poslovni proces je povezan skup funkcija, tijekom čijeg se izvršavanja troše određeni resursi i stvara proizvod (predmet, usluga, znanstveno istraživanje).
otkriće, ideja) od vrijednosti za potrošača.
Potproces je poslovni proces koji je strukturni element nekog poslovnog procesa i ima vrijednost za potrošača.
Poslovni model je strukturirani grafički opis mreže procesa i operacija povezanih s podacima, dokumentima, organizacijskim jedinicama i drugim objektima koji odražavaju postojeće ili predložene aktivnosti poduzeća. Postoje različite metodologije za strukturno modeliranje predmetnog područja, među kojima treba istaknuti funkcijski orijentirane i objektno orijentirane metodologije.
Opis sustava koji koristi IDEF0 naziva se funkcionalni model. Funkcionalni model je namijenjen opisivanju postojećih poslovnih procesa, koji koristi prirodne i grafičke jezike. Za prenošenje informacija o određenom sustavu, izvor grafičkog jezika je sama IDEF0 metodologija.
Metodologija IDEF0 propisuje izgradnju hijerarhijskog sustava dijagrama - pojedinačnih opisa fragmenata sustava. Najprije se provodi opis sustava kao cjeline i njegove interakcije s vanjskim svijetom (kontekstni dijagram), nakon čega se provodi funkcionalna dekompozicija - sustav se dijeli na podsustave i opisuje se svaki podsustav zasebno (dekompozicijski dijagrami). . Zatim se svaki podsustav dijeli na manje, i tako dalje dok se ne postigne željena razina detalja.
BPwin okruženje alata.
Modeliranje poslovnih procesa obično se izvodi pomoću alata za slučajeve. Takvi alati uključuju BPwin (PLATINUM tehnologija), Silverrun (Silverrun tehnologija), Oracle Designer (Oracle), Rational Rose (Rational Software) itd. O funkcionalnosti alata za strukturno modeliranje poslovnih procesa govorit će se korištenjem BPwin alata za slučajeve kao primjer.
BPwin podržava tri metodologije modeliranja: funkcionalno modeliranje (IDEF0); opis poslovnih procesa (IDEF3); Dijagrami protoka podataka (DFD). BPwin ima prilično jednostavno i intuitivno korisničko sučelje. Kada pokrenete BPwin, prema zadanim postavkama pojavljuje se glavna alatna traka, paleta alata (čiji izgled ovisi o odabranoj notaciji) i, s lijeve strane, Model Explorer.
Prilikom izrade novog modela pojavljuje se dijalog u kojem treba označiti hoće li se model kreirati iznova ili će se otvoriti iz datoteke ili iz ModelMart repozitorija, zatim upisati naziv modela i odabrati metodologiju po kojoj će se model kreirati. će se graditi.
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 izgraditi mješovite modele, tj. model može istovremeno sadržavati IDEF0 i IDEF3 i DFD dijagrame. Sastav palete alata mijenja se automatski kada se prebacite s jedne oznake na drugu.
Model u BPwin-u smatra se skupom radova, od kojih svaki radi s određenim skupom podataka. Rad je prikazan u obliku pravokutnika, podaci - u obliku strelica. Ako kliknete na bilo koji objekt modela lijevom tipkom miša, pojavljuje se kontekstni izbornik, čija svaka stavka odgovara uređivaču svojstva objekta.
U početnim fazama izrade IS-a potrebno je razumjeti kako funkcionira organizacija koja će se automatizirati. Voditelj dobro poznaje posao u cjelini, ali nije u stanju ulaziti u detalje rada svakog običnog zaposlenika. Običan zaposlenik dobro zna što se događa na njegovom radnom mjestu, ali možda ne zna kako rade njegovi kolege. Stoga je za opis rada poduzeća potrebno izgraditi model koji će biti adekvatan predmetnom području i sadržavati znanja svih sudionika u poslovnim procesima organizacije.
Najprikladniji jezik za modeliranje poslovnih procesa je IDEF0, gdje je sustav predstavljen kao skup međusobno povezanih poslova ili funkcija. Ova čisto funkcionalna orijentacija je temeljna - funkcije sustava se analiziraju neovisno o objektima s kojima djeluju. To vam omogućuje jasnije modeliranje logike i interakcije procesa organizacije.
Proces modeliranja sustava u IDEF0 započinje izradom kontekstnog dijagrama - dijagrama najapstraktnije razine opisa sustava kao cjeline, koji sadrži definiciju predmeta modeliranja, cilj i gledište model.
Aktivnosti se odnose na imenovane procese, funkcije ili zadatke koji se odvijaju tijekom određenog vremenskog razdoblja i imaju prepoznatljive rezultate.
Radovi su prikazani kao pravokutnici. Svi radovi moraju biti imenovani i definirani. Naziv djela mora biti izražen kao glagolska imenica koja označava radnju (na primjer, "Aktivnosti tvrtke", "Primanje narudžbe" itd.). Rad "Djelatnosti poduzeća" mogao bi imati npr. sljedeću definiciju: "Ovo je edukativni model koji opisuje aktivnosti poduzeća." Prilikom izrade novog modela (izbornik Datoteka/Novo), automatski se kreira kontekstni dijagram s jednim djelom koji prikazuje sustav kao cjelinu.
Strelice opisuju interakciju rada i predstavljaju neke informacije izražene imenicama. (Na primjer, "Pozivi korisnika", "Pravila i procedure", "Računovodstveni sustav.")
Udžbenik za sveučilišta
2. izdanje, revidirano. i dodatni
2014 G.
Naklada 1000 primjeraka.
Format 60x90/16 (145x215 mm)
Verzija: meki uvez
ISBN 978-5-9912-0193-3
BBK 32.882
UDK 621.395
Lešinar UMO
Preporuka UMO za edukaciju u području telekomunikacija kao pomoć u nastavi za studente visokog obrazovanja obrazovne ustanove studenti koji studiraju u specijalnostima "Mreže i komutacijski sustavi", "Višekanalni telekomunikacijski sustavi"
anotacija
Algoritmi za diskretno i kontinuirano modeliranje slučajne varijable i procese. Navedeni su principi i algoritmi modeliranja informacijski signali, opisan Markovljevim procesima s diskretnim i kontinuiranim vremenom Razmatraju se principi modeliranja sustava čekanja. Opisuju se značajke opisa i korištenja fraktalnih i multifraktalnih procesa za modeliranje telekomunikacijskog prometa. Analizirane su metode i primjeri modeliranja informacijskih sustava korištenjem specijaliziranih aplikacijskih paketa. Matlab programi,Opnet,Mrežni simulator.
Za studente koji studiraju na specijalnostima "Mreže i komutacijski sustavi", "Višekanalni telekomunikacijski sustavi", "Informacijski sustavi i tehnologije".
Uvod
1 Generalni principi modeliranje sustava
1.1. Opći pojmovi modeli i simulacije
1.2. Klasifikacija modela
1.3. Struktura modela
1.4. Metodološke osnove za formalizaciju funkcioniranja složenog sustava
1.5. Modeliranje komponenti
1.6. Faze formiranja matematičkog modela
1.7. Simulacijsko modeliranje
Kontrolna pitanja
2 Opća načela izgradnje komunikacijskih sustava i mreža
2.1. Koncept izgradnje komunikacijskih sustava i mreža
2.2. Mrežni modeli na više razina
2.2.1. Model na tri razine
2.2.2. Arhitektura TCP/IP protokola
2.2.3. Referentni model OSI
2.3. Struktura komunikacijskih mreža
2.3.1. Globalne mreže
2.3.2. Lokalne mreže
2.3.3. Topologije računalnih 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. Softverske metode generiranje jednoliko distribuiranih slučajnih brojeva
3.3. Formiranje slučajnih varijabli sa zadanim zakonom raspodjele
3.3.1. Metoda inverzne funkcije
3.3.2. Približne metode za pretvaranje slučajnih brojeva
3.3.3. Metoda probira (Neumannova generacijska metoda)
3.4. Metode temeljene na središnjem graničnom teoremu
3.5. Algoritmi za modeliranje često korištenih slučajnih varijabli
3.6. Algoritmi za modeliranje koreliranih slučajnih varijabli
3.7. Generiranje implementacija slučajnih vektora i funkcija
3.7.1. Modeliranje n-dimenzionalne slučajne točke s neovisnim koordinatama
3.7.2. Formiranje slučajnog vektora (u okviru teorije korelacije)
3.7.3. Formiranje implementacija slučajne funkcije
4. Modeliranje diskretnih distribucija
4.1. Bernoullijeva distribucija
4.2. Binomna distribucija
4.3. Poissonova distribucija
4.4. Simulacija testova u shemi slučajnih događaja
4.4.1. Simulacija slučajnih događaja
4.4.2. Simulacija suprotnih događaja
4.4.3. Simulacija diskretne slučajne varijable
4.4.4. Modeliranje puna grupa događanja
4.5. Streamovi događaja
4.6. Obrada rezultata simulacije
4.6.1. Točnost i broj implementacija
4.6.2. Primarna statistička obrada podataka
Kontrolna pitanja
5 Algoritmi za modeliranje stohastičkih signala i smetnji u komunikacijskim sustavima
5.1. Algoritam za modeliranje nestacionara slučajni procesi
5.2. Algoritmi za modeliranje stacionarnih slučajnih procesa
5.3. Metode modeliranja signala i šuma u obliku stohastičkih diferencijalnih jednadžbi
5.4. Primjeri modela slučajnih procesa u komunikacijskim sustavima
5.4.1. Modeli informacijskih procesa
5.4.2. Interferencijski modeli
5.4.3. Značajke glavnih vrsta smetnji
Kontrolna pitanja
6 Markovljevi slučajni procesi i njihovo modeliranje
6.1. Osnovni pojmovi Markovljevog slučajnog procesa
6.2. Osnovna svojstva diskretnih Markovljevih lanaca
6.3. Kontinuirani Markovljevi lanci
6.3.1. Osnovni koncepti
6.3.2. Semi-Markovljevi procesi
6.3.3. Procesi smrti i reprodukcije
6.4. Modeli kontinuiranih Markovljevih slučajnih procesa temeljeni na stohastičkim diferencijalnim jednadžbama
6.5. Modeliranje Markovljevih slučajnih procesa
6.5.1. Modeliranje diskretnog procesa
6.5.2. Modeliranje skalarnih procesa kontinuirane vrijednosti
6.5.3. Modeliranje vektorskih procesa kontinuiranih vrijednosti
6.5.4. Simulacija Gaussovog procesa s frakcijsko-racionalnom spektralnom gustoćom
6.5.5. Modeliranje višestruko povezanih nizova
6.5.6. Modeliranje Markovljevih procesa pomoću filtara za oblikovanje
6.5.7. Algoritam za statističko modeliranje Markovljevih lanaca
Kontrolna pitanja
7 Primjeri Markovljevih modela
7.1. Markovljevi modeli govornog dijaloga pretplatnika
7.1.1. Stanja glasovnog signala
7.1.2. Dijaloški modeli
7.2. Markovljevi modeli govornog monologa
7.3. Poissonov proces kontroliran Markovianom u govornim modelima
7.4. Markovljevi modeli digitalnih sekvenci na izlazu kodeka G.728
7.5. Statističko zbijanje izvora govornih paketa uzimajući u obzir Markovljev model telefonskog dijaloga
7.6. Markovljev model bežični kanal s ARQ/FEC mehanizmom
7.7. Pogreška pakiranja
7.8. Izračun karakteristika toka pogreške pomoću parametara modela
7.8.1. Procjena parametara toka pogreške
7.8.2. Procjena primjerenosti modela toka pogrešaka
7.9. Markovljevi modeli za procjenu QoS multimedijskih usluga u stvarnom vremenu na Internetu
7.9.1. Koncept multimedijskih usluga u stvarnom vremenu
7.9.2. Analiza i modeliranje kašnjenja i gubitaka
7.10. Multimedijski modeli toka prometa
Kontrolna pitanja
8 Sustavi čekanja i njihovo modeliranje
8.1. opće karakteristike sustavi čekanja
8.2. Struktura sustava čekanja
8.3. Sustavi čekanja s čekanjem
8.3.1. M/M/1 servisni sustav
8.3.2. M/G/1 servisni sustav
8.3.3. Mreže s velikim brojem čvorova povezanih komunikacijskim kanalima
8.3.4. Prioritetna usluga
8.3.5. M/M/N/m servisni sustav
8.4. Sustavi čekanja s kvarovima
8.5. Opći principi modeliranja sustava čekanja
8.5.1. Statistička metoda ispitivanja
8.5.2. Blok modeli procesi funkcioniranja sustava
8.5.3. Značajke modeliranja pomoću Q-krugova
Kontrolna pitanja
9 Modeliranje informacijskih sustava standardnim tehničkim sredstvima
9.1. Modeliranje sustava i programski jezici
9.2. Osnove GPSS jezika
9.2.1. Dinamički GPSS objekti. Blokovi orijentirani na transakcije (izjave)
9.2.2. Hardverski orijentirani blokovi (operatori)
9.2.3. Usluga više kanala
9.2.4. GPSS statistički blokovi
9.2.5. GPSS operativni blokovi
9.2.6. Ostali GPSS blokovi
9.3. Simulacijsko modeliranje ETHERNET mreže u GPSS okruženju
Kontrolna pitanja
10 Modeliranje sustava za prijenos informacija
10.1. Tipični sustav prijenosa podataka
10.2. Otpornost na buku prijenosa diskretni signali. Optimalan prijem
10.3. Procjena vjerojatnosti pogrešnog prijema diskretnih signala s potpuno poznatim parametrima
10.4. Otpornost na šum diskretnih signala sa slučajnim parametrima
10.5. Otpornost na smetnje diskretnih signala tijekom nekoherentnog prijema
10.6. Otpornost na šum diskretnih signala sa slučajnim značajnim parametrima
10.7. Algoritmi za generiranje diskretnih signala
10.8. Algoritam za generiranje smetnji
10.9. Algoritam za demodulaciju diskretnog signala
10.10. Struktura simulacijskog kompleksa i njegovih potprograma
10.11. Softversko okruženje Mathworks Matlab i paket za vizualno modeliranje Simulink
10.11.1. Tehnički opis i sučelje
10.11.2. Simulink paket za vizualno modeliranje
10.11.3. Kreiranje i maskiranje podsustava
10.11.4. Communications Toolbox Extension Pack
10.12. Modeliranje blokova WiMAX sustava za prijenos podataka
10.12.1. Simulacija odašiljača
10.12.2. Modeliranje prijenosnog kanala
10.12.3. Simulacija prijemnika
10.12.4. Implementacija modela u sustavu Mathlab
10.13. Rezultati simulacije WiMAX sustava
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 stupnja samosličnosti
11.5. Algoritmi i softver za multifraktalnu analizu
11.6. Utjecaj prometne samosličnosti na karakteristike uslužnog sustava
11.7. Metode modeliranja samosličnih procesa u teleprometu
11.8. Proučavanje strukture samosličnog Ethernet prometa
11.9. Kontrola preopterećenja samosličnog prometa
11.10. Fraktalno Brownovo gibanje
11.10.1. RMD algoritam za generiranje FBD-a
11.10.2. SRA algoritam za generiranje FBD-a
11.12. Fraktalni Gaussov šum
11.12.1. FFT algoritam za FGN sintezu
11.12.2. Evaluacija rezultata simulacije
Kontrolna pitanja
12 Modeliranje čvora telekomunikacijske mreže
12.1. Osnove protokola Frame Relay
12.2. Dizajn čvora Okvirne mreže Relej
12.3. Rezultati simulacije FR routera s G.728 kodecima na ulazu
12.4. Utjecaj samosličnosti prometa na QoS
Kontrolna pitanja
13 Specijalizirani sustavi simulacijsko modeliranje računalnih mreža
13.1. Opće karakteristike specijaliziranih paketa aplikacijski programi mrežno modeliranje
13.2. Opći principi modeliranja u okruženju OPNET Modeler
13.3. Primjeri primjene OPNET-a
13.3.1. Model za ocjenu kvalitete usluge
13.3.2. Implementacija modela lokalne mreže
Kontrolna pitanja
14 Simulacijsko modeliranje pomoću simulatora mreže Simulator mreže 2
14.1. Povijest nastanka i arhitektura NS2 paketa
14.2. Stvaranje objekta simulatora
14.3. Izrada topologije mreže
14.4. Postavljanje parametara generatora
14.4.1. Eksponencijalno uključivanje/isključivanje
14.4.2. Pareto uključeno/isključeno
14.5. Dva glavna algoritma čekanja
14.6. Adaptivno usmjeravanje u NS2
14.6.1. Sučelje za programiranje aplikacija na korisničkoj razini
14.6.2. Unutarnja arhitektura
14.6.3. Proširenja na druge razrede
14.6.4. Mane
14.6.5. Popis naredbi korištenih za simulaciju dinamičkih scenarija u NS2
14.6.6. Primjer dinamičkog usmjeravanja u NS2
14.7. Pokretanje skript programa u NS2
14.8. Postupak obrade rezultata simulacije
14.9. Primjer simulacije bežične mreže
14.10. Primjer simulacije kvalitete prijenosa strujanje videa koristeći NS 2 paket
14.10.1. Struktura programsko-hardverskog kompleksa za ocjenu kvalitete strujanja videa
14.10.2. Funkcionalni moduli PAKET
14.10.3. Ocjena kvalitete videa
