Моделирование объектов
Написано с участием Игоря Катричека katrichek@gmail.com
Введение
4-Д объем, его проекции и интерпретация должны быть согласованы друг с другом. Для того, чтобы понять, как с их помощью можно смоделировать то, что мы обычно понимаем под объектом, рассмотрим наше представление об объекте.
Объект можно определить тремя способами:
Объект как объем
Объект в сознании субъекта не есть статичная замершая картинка. Объект движется, изменяется. Но начнем мы по традиции со статичного объекта.
Обычно мы представляем себе 3-Д объект так: поверхность и что-то неизвестное внутри нее. Возможность представлять себе поверхность 3-Д объема обусловлена нашим стереоскопичным зрением. Мы имеем два глаза, способные построить стереопару, и специальный алгоритм обработки. В практических задачах моделирования поверхностей строят столько проекций, сколько требуется. Количество проекций определяет способность различать детали поверхности. Современные методы позволяют моделировать поверхности при помощи векторов (фактически, дельт), что сильно экономит ресурсы.
Для создания представления о динамике поверхности, мы сравниваем стереопары, разделенные во времени. Мы можем увеличивать или уменьшать время между съемками, проявляя детали, или, наоборот, обобщая наше представление. Современные фильмы демонстрируют нам этот способ моделирования поверхностей. В какой-то момент времени сюжет останавливается, и камера начинает двигаться по сцене, меняя угол обзора (строятся разные проекции одной поверхности).
В проекционном моделировании такого рода конструкция может быть смоделирована следующими способами:
В главе, посвященной моделированию функций, мы увидим, что два последних способа — это способы моделирования функции. Фактически, таким способом мы определили функцию существования объекта.
Объект как результат синтеза или результат анализа
Объект можно синтезировать на основе представления о структуре. Например, можно сказать: это множество домов называется поселком. Моделирование такого объекта сводится к моделированию конструкции. Или можно сказать, что антенна — это часть установки по обнаружению целей. Как моделировать такое определение объекта, я пока не знаю.
Получается, что существуют критерии выделения объекта. Мы выбираем его на основании удовлетворения одному или нескольким критериям:
Связь между объектом, его конструкцией и конструкцией, в которою он включен
Объект как объем связан с объектом как конструкция только в сознании у субъекта. Когда мы говорим: «объект и его конструкция», мы связываем эти два представления только тем, что нам кажется, что такая конструкция объясняет свойства объекта как объема. Объективной связи между объектом, конструкцией и конструкцией, частью которой является объект, нет.
Предубеждения
Для моделирования объектов надо преодолеть два предубеждения. Первое — это то, что объект реален, потому что его вещественный состав постоянен. Достаточно вспомнить такой объект, как пожарный шланг, по которому протекает вода, чтобы понять, что это не так. Но шланг с водой имеет узнаваемую форму. Второе предубеждение — мы думаем, что объекты должны быть плотными и непрерывными. Под плотностью я понимаю невозможность двух объектов быть в одном месте пространства. Но, как газы смешиваются, так и объекты — тоже смешиваются. Объекты могут быть прозрачными друг для друга. Непрерывность связана с идеей о том, что объект должен плавно перемещаться в пространстве. Преодолеть это предубеждение несколько сложнее, чем согласиться с тем, что состав объекта может меняться. Но представьте себе, что стала возможна телепортация, и объект стал иметь разрывы. Разрывы нужны для моделирования таких объектов, как директор предприятия. Этот объект рвется, когда происходит смена руководства.
Понятие модели и объекта, классификация моделей
Вы будете перенаправлены на Автор24
Понятие модели
В ходе своей деятельности люди используют модели, т.е. создают образ, копию того объекта, с которым им приходится работать. Человек, когда продумывает план действий, представляет результат своих действий, строит модель в уме.
Модель – это объект, который был создан искусственно с целью упрощенного представления о реальном объекте, процессе или явлении и отражает существенные стороны объекта, который изучается, с точки зрения цели моделирования.
Моделирование – это процесс построения моделей, которые предназначены для изучения и исследования объектов, процессов или явлений.
Объект, для которого создают его модель, называют оригиналом или прототипом. Модель не является абсолютной копией своего прототипа, а лишь отражает основные его качества и свойства, которые являются наиболее существенными для выбранной цели исследования. При создании модели всегда имеют место определенные допущения и гипотезы.
С помощью системного подхода можно создавать полноценные модели. Особенностями системного подхода является:
Готовые работы на аналогичную тему
Создание универсальных моделей является следствием использования системного подхода.
В некоторых случаях моделирование незаменимо. Нельзя, например, устроить ядерную катастрофу для выяснения масштабов возможного заражения, а с помощью компьютерных программ возможен расчет (причем достаточно точный) параметров, которые интересуют исследователей.
Моделирование является основным способом научного познания. В информатике данный способ именуется вычислительным экспериментом и основан на трех основных понятиях: модель – алгоритм – программа.
Компьютер при моделировании используется в трех направлениях:
Понятие объекта
Объектом моделирования считают любой предмет, процесс или явление, которые изучаются с помощью методов моделирования. При изучении объекта учитывают только те свойства, которые необходимы для достижения цели. Выбор необходимых свойств объекта при построении модели является наиболее важным моментом на первых этапах моделирования.
Модель объекта – это:
Основной функцией модели является описание объекта и получение информации о нём.
Любой объект можно представить как совокупность элементов, объединенных в единое целое. Однако невозможно изучить все свойства объекта в целом, если изучать каждый элемент объекта отдельно. Сила связи между элементами значительно мощнее силы связи с элементами, которые не принадлежат объекту, что позволяет выделить объект из окружающей среды. Любой объект (система), не являющийся неделимым (элементарным), имеет свою структуру.
Структурой объекта является сеть взаимосвязей между его частями, приводящая к появлению свойств, которые отсутствуют у всех и каждой части объекта в отдельности.
Принцип, по которому объединение элементов приводит к появлению у объекта новых свойств, которые являются отличными от свойств элементов, называется принципом организации. Например, из совокупности отдельных деталей можно собрать какой-то целостный прибор.
Классификация моделей
Классификация моделей относится к проблеме распознавания образов. Каждый класс имеет некоторые характеристические признаки и по этим признакам осуществляется классификация.
Классификация моделей основывается на анализе информации об объекте и отнесении объекта к определенному классу из заданного их набора. Одним из наиболее общих критериев классификации служит способ отображения объектов:
Одну модель можно отнести сразу к нескольким классам. В реальности не существует объекта, который принадлежит к какому-либо одному классу моделирования. Множество вариантов классификаций моделей говорит о том, что любая модель зависимо от критерия классификации может относится к различным классам и что между этими классами не всегда проходит четкая грань, которая позволяет выполнять однозначную классификацию моделей.
Информатика. 11 класс
Конспект урока
Информатика, 11 класс. Урок № 6.
Тема — Модели и моделирование
Цели и задачи урока:
На уроке вы научитесь:
Из курса школы основной школы вам известно, что:
Модель — это объект, который обладает существенными свойствами другого объекта, процесса или явления и используется вместо него.
Моделирование — это создание и исследование моделей с целью их изучения.
По природе модели делятся на материальные и информационные. Материальные модели обычно представляют собой физическое или предметное представление объекта. Например, архитектор, чтобы представить заказчику здание, сначала строит его уменьшенную копию. Для нас же более интересней рассмотреть именно информационные модели.
Информационные модели — это информация о свойствах оригиналах и его связях с внешним миром.
Среди таких моделей можно выделить вербальные, то есть представленные в виде слов и описаний и знаковые, то есть представленные в виде схем, карт, формул, чертежей.
Еще информационные модели можно различать по фактору времени. Статистические, то есть те, в которых интересующие нас свойства не изменяются со временем, и динамические — это модели, которые описывают движение, развитие.
Сами динамические модели могут быть дискретными и непрерывными. Дискретные модели — это модели, которые описывают поведение оригинала только в отдельные промежутки времени. Непрерывными моделями называются модели, описывающие поведение оригинала для всех промежутков времени.
По характеру связей выделяются детерминированные и стохастические. Детерминированные модели описывают четкую связь между исходными данными и результатом, в стохастических же моделях учитываются случайные события.
При моделировании всегда возникает вопрос: «Можно ли верить полученным результата?» Для этого проверяется свойство модели — АДЕКВАТНОСТЬ.
Адекватность — это совпадение существенных свойств модели и оригинала в рассматриваемой задаче. Доказать адекватность модели можно только в сравнении с оригиналом.
Для этого проверяется:
— не противоречит ли результат моделирования выводам теории,
— подтверждается ли результат моделирования результатами эксперимента.
Таким образом, любое моделирование должно соответствовать следующей схеме.
Такое моделирование позволяет:
Между данными, используемыми в той или иной информационной модели, всегда существует некоторые связи, определяющие ту или иную структуру данных.
Граф является многосвязной структурой, обладающей следующими свойствами:
— на каждый элемент может быть произвольное количество ссылок;
— каждый элемент может иметь связь с любым количеством элементов;
— каждая связка может иметь направление и вес.
Направленная (без стрелки) линия, соединяющая вершины графа, называется ребром.
Линия направленная (со стрелкой) называется дугой.
Граф называется неориентированным, если его вершины соединены ребрами.
Граф называется ориентированным, если его вершины соединены дугами.
Граф называется взвешенным, если его вершины или ребра характеризуются некоторой дополнительной информацией — весами вершин или ребер.
Оформляют таблица в соответствии с ГОСТ 2.105-95 «ЕСКД».
Таблицы могут быть следующими типами:
«Объект — свойство», содержащими информацию о свойствах отдельных объектов, принадлежащих одному классу.
«Объект — объект», содержащими информацию о некотором одном свойстве пар объектов, принадлежащих одному или разным классам.
Моделирование данных: зачем нужно и как реализовать
Моделирование данных ощутимо упрощает взаимодействие между разработчиками, аналитиками и маркетологами, как и сам процесс создания отчетов. Поэтому я перевела статью IBM Cloud Education о ценности моделирования и от себя добавила инфо о способах трансформации данных для моделирования.
Моделирование данных
Узнайте, как моделирование данных использует абстракцию для представления и лучшего понимания природы данных в информационной системе предприятия.
Что такое моделирование данных
Моделирование данных — это создание визуального представления о всей информационной системе либо ее части. Цель в том, чтобы проиллюстрировать типы данных, которые используются и хранятся в системе, отношения между этими типами данных, способы группировки и организации данных, их форматы и атрибуты.
Модели данных строятся на основе бизнес-потребностей. Правила и требования к модели данных определяются заранее на основе обратной связи с бизнесом, поэтому их можно включить в разработку новой системы или адаптировать к существующей.
Данные можно моделировать на различных уровнях абстракции. Процесс начинается со сбора бизнес-требований от заинтересованных сторон и конечных пользователей. Эти бизнес-правила затем преобразуются в структуры данных. Модель данных можно сравнить с дорожной картой, планом архитектора или любой формальной схемой, которая способствует более глубокому пониманию того, что разрабатывается.
Моделирование данных использует стандартизированные схемы и формальные методы. Это обеспечивает последовательный и предсказуемый способ управления данными в организации или за ее пределами.
В идеале модели данных — это живые документы, которые развиваются вместе с потребностями бизнеса. Они играют важную роль в поддержке бизнес-процессов и планировании ИТ-архитектуры и стратегии. Моделями данных можно делиться с поставщиками, партнерами и коллегами.
Преимущества моделирования данных
Моделирование упрощает просмотр и понимание взаимосвязей между данными для разработчиков, архитекторов данных, бизнес-аналитиков и других заинтересованных лиц. Кроме того, моделирование данных помогает:
Уменьшить количество ошибок при разработке программного обеспечения и баз данных.
Унифицировать документацию на предприятии.
Повысить производительность приложений и баз данных.
Упростить отображение данных по всей организации.
Улучшить взаимодействие между разработчиками и командами бизнес-аналитики.
Упростить и ускорить процесс проектирования базы данных на концептуальном, логическом и физическом уровнях.
Типы моделей данных
Разработка баз данных и информационных систем начинается с высокого уровня абстракции и с каждым шагом становится все точнее и конкретнее. В зависимости от степени абстракции модели данных можно разделить на три категории. Процесс начинается с концептуальной модели, переходит к логической модели и завершается физической моделью.
Концептуальные модели данных. Также они называются моделями предметной области и описывают общую картину: что будет содержать система, как она будет организована и какие бизнес-правила будут задействованы. Концептуальные модели обычно создаются в процессе сбора исходных требований к проекту. Как правило, они включают классы сущностей (вещи, которые бизнесу важно представить в модели данных), их характеристики и ограничения, отношения между сущностями, требования к безопасности и целостности данных. Любые обозначения обычно просты.
Логические модели данных уже не так абстрактны и предоставляют более подробную информацию о концепциях и взаимосвязях в рассматриваемой области. Они содержат атрибуты данных и показывают отношения между сущностями. Логические модели данных не определяют никаких технических требований к системе. Этот этап часто пропускается в agile или DevOps-практиках. Логические модели данных могут быть полезны для проектов, ориентированных на данные по своей природе. Например, для проектирования хранилища данных или разработки системы отчетности.
Физические модели данных представляют схему того, как данные будут храниться в базе. По сути, это наименее абстрактные из всех моделей. Они предлагают окончательный дизайн, который может быть реализован как реляционная база данных, включающая ассоциативные таблицы, которые иллюстрируют отношения между сущностями, а также первичные и внешние ключи для связи данных.
Процесс моделирования данных
Моделирование данных начинается с договоренности о том, какие символы используются для представления данных, как размещаются модели и как передаются бизнес-требования. Это формализованный рабочий процесс, включающий ряд задач, которые должны выполняться итеративно. Сам процесс обычно выглядят так:
Определите сущности. На этом этапе идентифицируем объекты, события или концепции, представленные в наборе данных, который необходимо смоделировать. Каждая сущность должна быть целостной и логически отделенной от всех остальных.
Определите ключевые свойства каждой сущности. Каждый тип сущности можно отличить от всех остальных, поскольку он имеет одно или несколько уникальных свойств, называемых атрибутами. Например, сущность «клиент» может обладать такими атрибутами, как имя, фамилия, номер телефона и т.д. Сущность «адрес» может включать название и номер улицы, город, страну и почтовый индекс.
Определите связи между сущностями. Самый ранний черновик модели данных будет определять характер отношений, которые каждая сущность имеет с другими. В приведенном выше примере каждый клиент «живет по» адресу. Если бы эта модель была расширена за счет включения сущности «заказы», каждый заказ также был бы отправлен на адрес. Эти отношения обычно документируются с помощью унифицированного языка моделирования (UML).
Полностью сопоставьте атрибуты с сущностями. Это гарантирует, что модель отражает то, как бизнес будет использовать данные. Широко используются несколько формальных шаблонов (паттернов) моделирования данных. Объектно-ориентированные разработчики часто применяют шаблоны для анализа или шаблоны проектирования, в то время как заинтересованные стороны из других областей бизнеса могут обратиться к другим паттернам.
Назначьте ключи по мере необходимости и определите степень нормализации. Нормализация — это метод организации моделей данных, в которых числовые идентификаторы (ключи) назначаются группам данных для установления связей между ними без повторения данных. Например, если каждому клиенту назначен ключ, этот ключ можно связать как с его адресом, так и с историей заказов, без необходимости повторять эту информацию в таблице с именами клиентов. Нормализация помогает уменьшить объем дискового пространства, необходимого для базы данных, но может сказываться на производительности запросов.
Завершите и проверьте модель данных. Моделирование данных — это итеративный процесс, который следует повторять и совершенствовать под потребности бизнеса.
Типы моделирования данных
Моделирование данных развивалось вместе с системами управления базами данных (СУБД), при этом типы моделей усложнялись по мере роста потребностей предприятий в хранении данных.
Иерархические модели данных представляют отношения «один ко многим» в древовидном формате. В модели этого типа каждая запись имеет единственный корень или родительский элемент, который сопоставляется с одной или несколькими дочерними таблицами. Эта модель была реализована в IBM Information Management System (IMS) в 1966 году и быстро нашла широкое применение, особенно в банковской сфере. Хотя этот подход менее эффективен, чем недавно разработанные модели баз данных, он все еще используется в системах расширяемого языка разметки (XML) и географических информационных системах (ГИС).
Реляционные модели данных были предложены исследователем IBM Э. Ф. Коддом в 1970 году. Они до сих пор встречаются во многих реляционных базах данных, обычно используемых в корпоративных вычислениях. Реляционное моделирование не требует детального понимания физических свойств используемого хранилища данных. В нем сегменты данных объединяются с помощью таблиц, что упрощает базу данных.
Реляционные базы данных часто используют язык структурированных запросов (SQL) для управления данными. Эти базы подходят для поддержания целостности данных и минимизации избыточности. Они часто используются в кассовых системах, а также для других типов обработки транзакций.
В ER-моделях данных используют диаграммы для представления взаимосвязей между сущностями в базе данных. ER-модель представляет собой формальную конструкцию, которая не предписывает никаких графических средств её визуализации. В качестве стандартной графической нотации, с помощью которой можно визуализировать ER-модель, была предложена диаграмма «сущность-связь» (Entity-Relationship diagram). Однако для визуализации ER-моделей могут использоваться и другие графические нотации, либо визуализация может вообще не применяться (например, только текстовое описание).
Объектно-ориентированные модели данных получили распространение как объектно-ориентированное программирование и стали популярными в середине 1990-х годов. Вовлеченные «объекты» — это абстракции сущностей реального мира. Объекты сгруппированы в иерархии классов и имеют связанные черты. Объектно-ориентированные базы данных могут включать таблицы, но могут также поддерживать более сложные связи. Этот подход часто используется в мультимедийных и гипертекстовых базах данных.
Размерные модели данных разработал Ральф Кимбалл для быстрого поиска данных в хранилище. Реляционные и ER-модели делают упор на эффективное хранение и уменьшают избыточность данных, а размерные модели упорядочивает данные таким образом, чтобы легче было извлекать информацию и создавать отчеты. Это моделирование обычно используется в системах OLAP.
Две популярные размерные модели данных — это схемы «звезда» и «снежинка». В схеме «звезда» данные организованы в факты (измеримые элементы) и измерения (справочная информация), где каждый факт окружен связанными с ним измерениями в виде звездочки. Схема «снежинка» напоминает схему «звезда», но включает дополнительные слои связанных измерений, что усложняет схему ветвления.
Инструменты для моделирования данных
Сегодня широко используются многочисленные коммерческие и CASE-решения с открытым исходным кодом, в том числе различные инструменты моделирования данных, построения диаграмм и визуализации. Вот несколько примеров:
erwin Data Modeler — это инструмент моделирования данных, основанный на языке IDEF1X, который теперь поддерживает и другие нотации, включая нотацию для размерного моделирования.
Enterprise Architect — это инструмент визуального моделирования и проектирования, который поддерживает моделирование корпоративных информационных систем и архитектур, программных приложений и баз данных. Он основан на объектно-ориентированных языках и стандартах.
ER/Studio — это программа для проектирования баз данных, совместимая с некоторыми из самых популярных СУБД. Она поддерживает как реляционное, так и размерное моделирование данных.
Бесплатные инструменты моделирования данных включают решения с открытым исходным кодом, такие как Open ModelSphere.
Для того, чтобы преобразовать данные в структуру, которая соответствует требованиям модели, можно использовать встроенный механизм регулярных запросов, которые выполняются в Google BigQuery, Scheduled Queries и AppScript. Их легко можно освоить, потому что это привычный SQL, но проводить отладку в Scheduled Queries практически нереально. Особенно, если это какой-то сложный запрос или каскад запросов.
Есть специализированные инструменты для управления SQL-запросами, например, dbt и Dataform.
dbt (data build tool) — это фреймворк с открытым исходным кодом для выполнения, тестирования и документирования SQL-запросов, который позволяет привнести элемент программной инженерии в процесс анализа данных. Он помогает оптимизировать работу с SQL-запросами: использовать макросы и шаблоны JINJA, чтобы не повторять в сотый раз одни и те же фрагменты кода.
Главная проблема, которую решают специализированные инструменты — это уменьшение времени, необходимого на поддержку и обновление. Это достигается за счет удобства отладки.
