Дипломная (вкр): Компьютерная реализация информационно-моделирующей системы для процессов химической очистки теплоэнергетического оборудования

Внимание! Если размещение файла нарушает Ваши авторские права, то обязательно сообщите нам

Ожидаемый результат: 0,98.

Третий тестовый вариант:

Исходные данные: массив X=(1, 4, 6, 8, 10), массив Y=(6, 14, 16, 22, 32)

Ожидаемый результат: 0,98.

Расчетные показатели каждого тестового варианта сравниваются с ожидаемыми результатами. После выполнения всех тестовых вариантов дается гарантия, что все операторы системы работали хотя бы один раз.

Также есть помимо «белого ящика» тестирование «черного ящика» (проверка функций), оно используется в интерфейсе системы. Здесь известны функции программы, определяется значимость каждой функции на всей области определения.

При проведении тестов рассматриваются системные характеристики систем и является неважным их внутренняя логическая структура.

К видам функционального тестирования, или «черного ящика», относятся методы эквивалентного разбиения, анализа граничных значений, метод функциональных диаграмм.

Метод эквивалентного разбиения описывается в два этапа - выделение классов эквивалентности, построение тестов для проверки. Классом эквивалентности является множество входных данных, которые по вероятности обнаружить определенный тип ошибки в системе равны.

Анализ граничных значений подразумевает рассмотр ситуаций, которые возникают на границах и рядом с границами эквивалентных разбиений.

Метод функциональных диаграмм состоит в преобразовании входной специфики системы в диаграмму функций (диаграмму причинно-следственных связей) с помощью обычных булевых отношений, разработка таблицы решений (методом обратной трассировки).

Способ разбиения по эквивалентности - самый часто применяемый способ тестирования функций системы. Входные показатели делятся на классы эквивалентности. Для каждого такого класса эквивалентности составляется только один тестовый вариант. При использовании любого набора из класса эквивалентности в программе используется один и тот же набор операторов и связей между ними.

Разработка тестов методом эквивалентного разбиения осуществляется в два этапа:

1)      определение классов эквивалентности;

2)      разработка тестов.

Тестовый вариант проверяется таким образом, чтобы оценить изначально наибольшее число свойств класса эквивалентности.

Выделим классы эквивалентности в таблице 4.4.

Таблица 4.4 - Классы эквивалентности

Входные условия

Правильный класс эквивалентности

Неправильный класс эквивалентности

Количество элементов массива

[1; + ∞), целые значения

(- ∞; 1), нецифровые значения, вещественные значения

Массив входных данных

Числовые значения

Нецифровые значения

Массив выходных данных

Числовые значения

Нецифровые значения


Тестовые наборы представлены в таблице 4.5.

Таблица 4.5 - Тестовые наборы

Показатель

Входные данные для тестирования

Предполагаемый результат

Результат тестирования

Количество элементов в массивах Массив входных данных Массив выходных данных

3 (1, 4, 6) (6, 14, 18)

0,95

+

Количество элементов в массивах Массив входных данных Массив выходных данных

4 (1, 4, 6, 8) (6, 14, 16, 22)

0,98

+

Количество элементов в массивах Массив входных данных Массив выходных данных

2 (3, 2, 4) (2, 6, 5)

Ошибка ввода

+

Количество элементов в массивах Массив входных данных Массив выходных данных

1.5 (3, 5, 9) (13, 17, 10)

Ошибка ввода

+

Количество элементов в массивах Массив входных данных Массив выходных данных

4 (a, b, c, d) (1, 2, 9, 5)

Ошибка ввода

+

Количество элементов в массивах Массив входных данных Массив выходных данных

четыре (3.5, 1.6, 4.4, 7.2) (6.3, 8.2, 15.4)

Ошибка ввода

+

Количество элементов в массивах Массив входных данных Массив выходных данных

-4 (2, 3.4, 5.6) (10.4, 9, 4.7)

Ошибка ввода

+


Надежность - свойство системы держать свою работоспособность в течение определенного периода времени, в определенных условиях эксплуатации системы, не исключая последствий для пользователя каждого отказа [20].

Работоспособное состояние системы называется таким, при котором оно может выполнить заданные функции с показателями, определяющиеся требованиями технического задания. С переходом в другое, обратное состояние системы происходит отказ.

Для определения надежности информационно-моделирующей системы используем модель Нельсона. В этой модели при оценке надежности необходимо учитывать вероятность определенного тестового набора для последующей работы программы. Предполагается, что область показателей, которые нужны для того, чтобы провести тестирование, разделяется на k исключающих друг друга подобластей zi (i = 1, 2, … k).

Пусть Pi - вероятность, что набор данных zi будет выбран для очередной работы системы. Пусть к моменту определения надежности было выполнено Ni прогонов системы на zi наборе данных. Из них ni прогонов завершилось отказом.

Надежность определяется по формуле:


В системе использовалось 50 наборов исходных данных, которые равновероятно использовались для прогона 50 тестов. В 2 тесте есть дефекты. Тогда надежность составляет:


ЗАКЛЮЧЕНИЕ


В выпускной квалификационной работе разработана информационно-моделирующая система для процессов химической очистки теплоэнергетического оборудования.

В первом разделе описывается обзор и анализ систем интеллектуальной обработки данных. Раздел содержит описание систем поддержки принятия решений, экспертных систем, систем на основе теории конечных автоматов, также рассмотрены примеры моделирования конечных автоматов.

На этапе разработке принципов и структуры информационно-моделирующей системы выявлены основные аспекты процессов химической очистки теплоэнергетического оборудования. Разработана функциональная структура, состоящая из пяти подсистем: информационная подсистема, моделирующая подсистемы по корреляционно-регрессионному анализу, моделирующая подсистема по дисперсионному анализу, моделирующая подсистема на основе теории конечных автоматов, подсистема анализа моделей. При описании математического моделирования процессов химической очистки теплоэнергетического оборудования представлены модели на основе корреляционно-регрессионного (регрессия от одного параметра, и его виды; множественная регрессия, и его виды) и дисперсионного (все шесть видов) анализов, а также клеточная модель на основе теории конечных автоматов. Приведена схема идентификации параметров математических моделей.

На этапе построения информационно-моделирующей системы с помощью методологий IDEF0 и IDEF3 разработана контекстная диаграмма и ее декомпозиции, представляющие этапы создания моделей и работу системы. Указаны основные этапы разработки информационно-моделирующей системы, описаны алгоритмы работы: структурная схема информационно-моделирующей системы, схемы последовательности этапов построения моделей и алгоритмы построения моделей на основе корреляционно-регрессионного, дисперсионного анализов, на основе теории конечных автоматов. Приведена информационная модель данных.

На этапе компьютерной реализации информационно-моделирующей системы указаны основные требования к системе и требования к функциональным возможностям. Представлено описание трех подсистем: корреляционно-регрессионный анализ, дисперсионный анализ, анализ на основе теории конечных автоматов, приведены примеры построения моделей на основе данных анализов. Проведено тестирование информационно-моделирующей системы: структурное и функциональное тестирование. Оценена надежность системы.

СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ


1.Черноруцкий, И.Г. Методы принятия решений / И.Г. Черноруцкий. - СПб: БХВ-Петербург, 2005. - 416 с.

.Баллод, Б.А. Методы и алгоритмы принятия решений в экономике / Б.А. Баллод, Н.Н. Елизарова. - Москва: Инфра-М, 2009. - 224 с.

. Дорогов, В.Г. Введение в методы и алгоритмы принятия решений / В.Г. Дорогов, Я.О. Теплова. - Москва: Инфра-М, 2012. - 240 с.

. Элти, Дж. Экспертные системы: концепции и примеры / Дж. Элти, М. Кумбс. - Москва: Финансы и статистика, 1987. - 191 с.

. Попов, Э.В. Экспертные системы. Решение неформализованных задач в диалоге с ЭВМ / Э.В. Попов. - Москва: Наука, 1987. - 288 с.

. Поспелов, Д.А. Моделирование рассуждений. Опыт анализа мыслительных актов / Д.А. Поспелов. - Москва: Радио и связь, 1989. - 184 с.

. Литвак, Б.Г. Экспертные оценки и принятие решений / Б.Г. Литвак. - Москва: Патент, 1996. - 271 с.

. Нейлор, К. Как построить свою экспертную систему / К. Нейлор. - Москва: Энергоатомиздат, 1991. - 286 с.

. Братко, И. Программирование на языке Пролог для искусственного интеллекта / И. Братко. - Москва: МирЮ 1990ю - 560 с.

. Гилл, А. Введение в теорию конечных автоматов / А. Гилл - Москва: Наука, 1966. - 272 с.

. Поликарпова, Н.И. Автоматное программирование / Н.И. Поликарпова, А.А. Шалыто - Санкт-Петербург: СПБГУ, 2008. - 167 с.

. Дехтярь, М.И. Введение в схемы, автоматы и алгоритмы / М.И. Дехтярь - Москва: НОУ «ИНТУИТ», 2016. - 169 с.

. Кокин, А.Г. Конечные автоматы: языки и грамматики / А.Г. Кокин, В.Н. Кузнецов - Курган: КГУ, 1996. - 35 с.

. Выхованец, В.С. Теория автоматов: учеб. пособие / В.С. Выхованец - Тирасполь: РИО ПГУ, 2001. - 87 с.

. Ожиганов, А.А. Теория автоматов: учеб. пособие / А.А. Ожиганов - СПб: НИУ ИТМО, 2013. - 84 с.

. Котов, В.Е. Сети Петри / В.Е. Котов - Москва: Наука, 1984. - 160 с.

. Липов, Ю.М. Котельные установки и парогенераторы / Ю.М. Липов, Ю.М. Третьяков - Москва-Воронеж: НИЦ «Регуляторная и хаотичная динамика», 2003. - 592 с.

. Ахназарова, С.Л. Методы оптимизации эксперимента в химической технологии: учеб. пособие / С.Л. Ахназарова, В.В. Кафаров. - Москва: Высш. шк., 1985. - 327 с.

. Вендров, А.М. CASE-технологии. Современные методы и средства проектирования информационных систем / А.М. Вендров. - Москва: Финансы и статистика, 1998. -176 с.

. Липаев, В.В. Надежность программных средств / В.В. Липаев. - Москва: Синтег, 1998. - 232 с.