Email: alexius87@rambler.ru
САПР ПО имеют достаточно высокую актуальность в наше время. Применение его имеет достаточно большое количество сфер деятельности и уровней профессианализма. В данной работе САПР ПО будет проектироваться в экономической области работы с клиентом. Сама работа подразумевает создание САПР для подбора с минимальными затратами наиболее подходящего пользователю плана развития предприятия, в которое предполагается инвестиция. В процессе работы программы будет осуществляется выбор модели по параметрам, запрошенным клиентом. Клиент вводит нужные ему данные, система выбирает подходящие под этот шаблон бизнес планы и предлагает их на рассмотрение пользователю. Главной частью этой разработки будет дополнение(доработка, модификация) алгоритма работы с техническими заданиями и готовыми вариантами решения.
Существуют несколько вариантов алгоритмов работы с представлением текстов в виде дерева :
Алгоритм, умея производить теоретико-множественные операции над текстами, выполняет объединение текстов в один[2]. Технические задания также объединяются в одно дерево. Затем путем обхода дерева прототипов по всем или узлам будет строиться выходная последовательность параметров. Обычные алгоритмы работают по принципу общения с некомпетентным пользователем, то есть пользователь не знает о предметной области ничего заранее и не может указать самостоятельно желаемые для него данные, может только отвечать на вопросы ЭС. В этом случае склеивание идет без анализа, сплошным методом. В данной работе будет рассмотрен модифицированный алгоритм обработки входных текстов – когда ЭС содержит базовую грамматику для анализа текстов и пользователь компетентен для указания начальных ограничительных параметров. Далее будут рассмотрены различия алгоритмов на основных вариантах входных данных.
В этом случае система не знает ничего о наборе символов и ключевых слов текстов и объединение будет идти «вслепую». Обычное объединение с преобразованием в и-или дерево идет по принципу сравнения до нахождения первого различающегося элемента. Например рассмотрим склеивание двух текстов представляющих собой простой список цифр. Объединение производится как показано на рисунке 1. В результате будет сформировано и-или дерево как показано на рисунке 2. При выводе целевой последовательности по дереву система будет вынуждена спрашивать у пользователя какие параметры нужны. Например при обходе слева направо система в точке «B» уже построив список { 3,4 } спросит у пользователя какой должен быть третий параметр и в зависимости от ответа, на выходе будет нужная последовательность параметров. Этот алгоритм не способен на обучение, то есть для него не важна суть встретившегося символа, он просто сравнивается по своему номеру с соответствующим элементом другого текста. Таком образом при наличии часто повторяющихся элементов возможно нецелесообразно громоздкое дерево, так как в него будут включены все элементы столько раз сколько они встретились во всех текстах.
В этом случае на том же примере пользователь заранее может задать нужный ему параметр, к примеру чтобы один из параметров A был равен 4 а параметр B был равен 6. Тогда система просто объединит множества и при обходе дерева построит правильно выходную последовательность параметров. К недостаткам данного варианта также относится склеивание сплошным методом, то есть без сортировки и фильтрации, включая все повторения, что влечет за собой увеличение количества памяти, занимаемой деревом.
Если пользователь задаст начальные данные о синтаксисе, базовом наборе термов, синтермов, которые встречаются в текстах, то система сможет распознавать тексты по ключевым данным, что упростит задачу.
Рассмотрим элементарный пример - тексты представляют собой некоторый код программы. Как известно в коде много повторяющихся ключевых слов. И при использовании грамматики можно будет при нахождении определенного синтерма просто дописывать в список повторений этого синтерма в текстах идентификатор прототипа из которого взят данный синтерм и место где он встретился (строка или последовательный номер). То есть алгоритм будет способен разбирать что за синтерм поступил на вход. Этап объединения всех текстов в одно и-или дерево с запоминанем зависимостей и повторений будем называть обучением, так как система окончательно создает полное представление о ЦПС. Затем будет строиться выходная последовательность с учетом повторений и зависимостей и будет легче отсекать неверные варианты. К примеру если встретился синтерм который присутствует только в первом третьем из пяти текстов, то второй, четвертый и пятый тексты будут отброшены и более рассматриваться не будут.
Работающие с компетентным пользователемЕсли пользователь достаточно квалифицирован, то он задает полностью всю грамматику, то есть все возможные термы, синтермы, встречающиеся в текстах и зависимости, где и когда они встречаются. В таком случае этап обучения пропускается, так как уже вся грамматика ЦПС уже известна, и начинается вывод нежной последовательности исходя из технического задания.
Среди главных задач можно перечислить
По состоянию на дату написания реферата, из опубликованных в всемирной сети internet работах можно сделать вывод, что только кафедра ПМИ занимается реализацией идеи продукций над грамматиками в лице доцента кафедры Григорьева А.В. Так как работающих в этой области деятельности людей крайне мало, то научная ценность работы омжно оценить как весомую.
Задача достаточно актуальна на сегодняшний день. При должном подходе и целесообразности решения, может носить как экономическое продолжение, так и научное, так как область знаний еще слабо изучена и разработок в этой сфере достаточно немного.