Методы и средства оценки качества автоматизированных систем управления для предприятий пищевой промышленности

• Автор: Гетьман, Валентин Валентинович
• Шифр специальности: 05.13.06
• Научная степень: Кандидатская
• Год защиты: 2007
• Место защиты: Москва
• Количество страниц: 231 с. : ил.

ОГЛАВЛЕНИЕ
Введение.
1.Анализ методов оценки качества и классификации автоматизированных систем управления предприятиями.

1.1.Обзор российского рынка систем управления предприятиями.

1.2. Методы оценки качества программного обеспечения

1.2.1 .Методы оценки качества ПО по внутренним характеристикам

1.2.2.Методы оценки качества ПО по внешним показателям.

1.2.3.Методы оценки качества ПО по смешанным показателям.

ГЗ.Методы оценки качества систем управления предприятиями.

Ы.Методы оценки качества систем управления предприятиями через оценку

качества работы фирмыразработчика

1.5.Классификация методов оценки качества систем управления
предприятиями.
Гб.Анализ методов классификации систем управления предприятиями
1.6.1.Классификация систем управления по уровню соответствия их мировым концепциям управления промышленным предприятием в информационных системах
1.6.2.Классификация систем управления на основе экспертных оценок
1.6.3.Классификация систем управления на основе математических методов
1.7.Содержательная постановка задачи
1.8.Выводы по главе 1.
2.Разработка методики комплексной оценки качества автоматизированных систем управления предприятиями.
2.1 .Математическая постановка задачи
2.2.Методика комплексной оценки качества автоматизированных систем управления предприятиями
2.2.1 .Выбор и декомпозиция характеристик качества.
2.2.2.0ценка определение масштаба метрики качества
2.2.3.Оценка согласованности результатов экспертного опроса.
2.2.4.0ценка качества систем управления.
2.3.Разработка метрики качества для оценки систем управления.
2.4.Выводы по главе 2
3.Разработка методики классификации автоматизированных систем управления предприятиями
3.1 .Математическая постановка задачи
3.2.Методы решения задачи классификации.
3.2.1.Метод комбинационных группировок.
3.2.2.Метод кластерного анализа
3.2.3.Метод дискриминантного анализа.
3.2.4.Нечеткие методы автоматической классификации.
3.3.Методика решения задачи классификации.
ЗАВыводы по главе 3.
4.Разработка комплекса задач Комплексная оценка качества и классификация многомерных объектов.
4.1.Структурнофункциональная модель комплекса задач
4.2.Модель потоков данных комплекса задач.
4.3.Информационная модель комплекса.
4.4.Архитектура программного обеспечения комплекса задач
4.5.Выводы по главе 4.
5.Результаты решения задач оценки качества и классификации
5.1.Оценка качества автоматизированных систем управления для
предприятий пищевой промышленности
5.2.0ценка качества автоматизированных систем управления для лизинговых
компаний
5.3.0ценка качества автоматизированных систем управления технологическими процессами.
5.4.Выводы по главе 5
Заключение
Список литературы


Основу метрики Холстеда составляют четыре измеряемых характеристики программы: п - число уникальных операторов программы, включая символы-разделители, имена процедур и знаки операций (словарь операторов); п2 - число уникальных операндов программы (словарь операндов); N1 - общее число операторов в программе; N2 - общее число операндов в программе. Опираясь на эти характеристики, получаемые непосредственно при анализе исходных текстов программ, Холстед М. N = А^, + Л^2 (1. V = N * Log2 (п). При этом речь идет о физической длине программы в битах. С другой стороны, исходя из анализа работ Холстеда М. К недостаткам метрики Холстеда можно отнести тот факт, что предложенные им оценки не учитывают всех характеристик сложности программы. Так, например, программы со сложной графовой структурой и линейная, имеющие равный объем, по метрике Холстеда будут обладать одинаковой сложностью, что, в общем-то, неверно. В [5] дано развитие метрической теории программ Холстеда. N = 0,- п - 1(^(и), (1. Метрики сложности потока управления программ - наиболее представительная группа оценок сложности программ. Как правило, с помощью этих оценок оперируют либо плотностью управляющих переходов внутри программ, либо взаимосвязями этих переходов. У,Е), где V - вершины, соответствующие операторам, а Е - дуги, соответствующие переходам []. Метрика Маккейба. Впервые графическое представление программ было предложено Маккейбом Т. Основой метрики сложности он предлагает считать цикломатическую сложность графа программы или цикломатическое число Маккейба, характеризующее трудоемкость тестирования программы. С) = е-у + 2р, (1. Число компонентов связности графа можно рассматривать как количество дуг, которые необходимо добавить для преобразования графа в сильносвязный, т. По сути 2(в) определяет число линейно независимых контуров в сильносвязном графе. Иначе говоря, цикломатическое число Маккейба показывает требуемое количество проходов для покрытия всех контуров силыюсвязиого графа или количество тестовых прогонов программы, необходимых для исчерпывающего тестирования по критерию «работает каждая ветвь». Однако данной метрике присущ один недостаток, заключающийся в том, что цикломатическое число зависит только от количества предикатов, т. Метрика Майерса. Стараясь преодолеть недостаток, присущий метрике Маккейба, Майерс Г. Суть подхода Майерса Г. По идее, такая метрика позволяет различать программы, представленные одинаковыми графами. Однако, к сожалению, информация о результатах использования этого метода отсутствует, поэтому ничего нельзя сказать о его применимости. Метрика Джилба. Одной из наиболее простых, но достаточно эффективных оценок сложности программ является метрика Джилба [3], в которой логическая сложность программы определяется как насыщенность программы выражениями типа Ш-ТНЕЫ-ЕЬБЕ. При этом вводятся две характеристики: СЬ - абсолютная сложность программы, характеризующаяся количеством операторов условия; с - относительная сложность программы, характеризующаяся насыщенностью программы операторами условия, т. С1 к общему числу операторов. Метрика граничных значений. Большой интерес представляет оценка сложности программ по методу граничных значений [7]. Данной метрикой вводится несколько понятий, связанных с графом программы. Пусть (/ = (V, Е) - ориентированный граф программы с единственной начальной и единственной конечной вершинами. В этом графе число входящих вершин у дуг называется отрицательной степенью вершины, а число исходящих из вершины дуг - положительной степенью вершины. Для получения оценки по методу граничных значений необходимо разбить граф (? С?', удовлетворяющих следующим условиям: вход в подграф осуществляется только через вершину отбора (вершина, у которого положительная степень >=2); каждый подграф включает вершину (называемую в дальнейшем нижней границей подграфа), в которую можно попасть из любой другой вершины подграфа. Число вершин, образующих такой подграф, равно скорректированной сложности вершины отбора. Каждая принимающая вершина (вершина, у которой положительная степень <=1) имеет скорректированную сложность, равную 1, кроме конечной вершины, скорректированная сложность которой равна 0.