Iii региональная научно-практическая студенческая конференция городу Камышину
Вид материала | Документы |
СодержаниеАвтоматизированное рабочее место Реализация алгоритма аппроксимации Камышинский технологический институт (филиал) ВолгГТУ Целью работы |
- Iii региональная научно-практическая студенческая конференция городу Камышину, 2817.27kb.
- Вторая региональная научно-практическая студенческая конференция городу, 4253.28kb.
- Региональная научно-практическая конференция 10-11 ноября 2011, 81.97kb.
- Региональная студенческая научно-практическая конференция, 15.85kb.
- Информационное письмо уважаемые коллеги!, 51.04kb.
- Международная студенческая научно-практическая Интернет-конференция «Актуальные проблемы, 172.34kb.
- Первая студенческая региональная научно-практическая конференция «Компьютерные технологии, 32.52kb.
- Всероссийская студенческая научно практическая конференция «студенческая наука стратегический, 28.45kb.
- Iii всероссийская студенческая научно-практическая конференция «Проблемы современной, 178.36kb.
- Александровская региональная научно- практическая конференция школьников «Юность., 231.38kb.
Разрабатываемая АИС позволит сократить время составления графиков замен преподавателей и составлять оптимальные графики замен.
Список литературы
Саитова М.С. Автоматизированная система учета учебной нагрузки преподавателей вуза. Пояснительная записка к дипломному проекту. – Камышин: КТИ ВолгГТУ, 2007. – 68с.
- Глушкова И.Е. Модернизация автоматизированной информационной системы учета учебной нагрузки преподавателей вуза. Пояснительная записка к дипломному проекту. – Камышин: КТИ ВолгГТУ, 2008. – 65с.
АВТОМАТИЗИРОВАННОЕ РАБОЧЕЕ МЕСТО
ЗАВЕДУЮЩЕГО СТОЛОВОЙ
Бутовицкая А.С. (КАС-061)
Научный руководитель - Беришева Е.Д.
Камышинский технологический институт (филиал) ВолгГТУ
Тел.: (84457) 9-45-67; факс 9-43-62
Объектом исследования является процесс учета расхода продуктов в исправительной колонии №5 г. Камышина.
При изучении предметной области была составлена схема информационных потоков, рис 1.
Рис 1. Схема информационных потоков
При поставке продуктов от поставщика в службу снабжения поступают счета-фактуры. На основании плана и норм расхода служба снабжения составляет приходный ордер и передает его на склад, где выписывается накладная на котловое довольствие, которое передается зав. столовой, а затем в бухгалтерию. На основании норм расхода и накладной на котловое довольствие зав. столовой разрабатывает меню на весь день для 3-х различных категорий заключенных.
Зав. столовой отчитывается о фактическом количестве людей, оформляя строевую записку и о расходе продуктов, формируя раскладку продуктов и котловой ордер и затем передает в бухгалтерию, где формируется итоговые сведения о движении продуктов для плановой службы.
Целью моей работы является автоматизация деятельности зав. столовой, с целью повышения эффективности и надежности учета расхода продуктов.
На основании полученной информации было решено создать БД в среде Microsoft Access.
На рисунке 2 представлена структурная схема БД которая состоит из 11 таблиц.
Рис 2. Структурная схема БД
Также БД включает 14 форм, 7 запросов и 10 отчетов, представленных на рисунках 3,4.
Рис 3.Перечень форм
Рис 4. Перечень отчетов
В ходе работы была изучена и описана предметная область, а также выполнены следующие задачи:
- анализ существующей системы управления;
- определение основных требований к разрабатываемой информационной системе;
- выделение участков автоматизации и планирование расстановки вычислительной техники;
- анализ информационных потоков;
- структуризация данных;
- описание основных алгоритмов решения задачи.
- создание структуры базы данных и наполнение ее содержимым средствами СУБД;
- проектирование пользовательского интерфейса и его реализация средствами СУБД.
РЕАЛИЗАЦИЯ АЛГОРИТМА АППРОКСИМАЦИИ
СПЛАЙНОВОЙ ПОВЕРХНОСТЬЮ НА ЯЗЫКЕ С++
Варваровская Е.Е.(КВТ-051)
Научный руководитель – Степанченко И.В.
Камышинский технологический институт (филиал) ВолгГТУ
Тел. 89275156476; E-mail: DzheSSi007@rambler.ru
Актуальность работы: данное исследование необходимо для упрощения экологического мониторинга нашего города, который особенно важен в настоящее время. Быстрое реагирование на превышение предельно допустимых норм и выявление самых загрязненных участков города нужно для охраны атмосферного воздуха, а, следовательно, и для охраны здоровья людей.
Целью работы является создание средства оперативного слежения за выбросами вредных веществ в атмосферу, в частности отображение концентрации вредных веществ на карте города.
Разрабатываемая система визуализации загрязнения атмосферы сейчас необходима как никогда, и в данный момент времени таких готовых систем не существует.
Достижение поставленной цели возможно путем построения сплайновых поверхностей по полученным экспериментальным данным, и уже на основе их анализа, определение уровня загрязнения в любой точке нашего города.
Выбор сплайновых поверхностей не удивителен, так как это эффективный инструмент геометрического моделирования в трехмерном пространстве, дающий результаты максимально приближенные к реальности. С их помощью решаются две задачи аппроксимации – это интерполяция (прохождение через заданные точки) и сглаживание (таким образом, чтобы поверхность прошла как можно ближе к исходным точкам).
В рамках данной работы рассматриваются следующие задачи:
- создание программных средств для экологического мониторинга;
- интерполяция двухмерного сплайна в трехмерном пространстве;
- построение сплайновых поверхностей по минимальному количеству точек;
- хорошая аппроксимация наивысших участков загрязнения, то есть участков с предельно допустимой концентрацией (ПДК) вредных веществ от 0,5 ПДК и выше;
- расчет отклонений от экспериментальных данных каждого алгоритма аппроксимации;
- сопоставление всех исследуемых алгоритмов между собой с целью выбора наилучшего из них.
Для достижения данной цели мною была изучена прикладная область, касающаяся работы со сплайнами, и изучены материалы необходимые для мониторинга загрязнения атмосферы в городе. К текущему моменту написана программа на С++, осуществляющая построение сплайновой поверхности Безье. Данная программа отображает на экране экспериментальные точки и строит по ним поверхность Безье. Это построение вращается в вертикальной плоскости, и таким образом мы получаем четкую картину загрязнения поверхности земли (рисунок 1).
Опишем реализованный алгоритм построения сплайновой поверхности подробнее. Начнем с особенностей самой поверхности. Уравнение поверхности Безье в матричной форме выглядит следующим образом:
(1),
где M –матрица Безье, U и V- вектора, зависящие от u и v соответственно, Р – матрица, однозначно определяющая сплайновую поверхность.
При построении поверхности Безье следует иметь в виду, что: определяющий ее массив Р = {Pij, i=0,1,...,m, j=0,1,...,n} не может быть произвольным: числа m и n должны удовлетворять условию: m=3*k+1, n=3*l+1. Этого всегда можно добиться путем добавления в исходный массив новых вершин.
Основные свойства поверхности Безье:
1) является гладкой поверхностью;
2) 4 угловые вершины опорного многогранника лежат на поверхности Безье;
3) элементарная поверхность Безье лежит в выпуклой оболочке, порожденной массивом Р;
4) элементарная поверхность Безье аффинно-инвариантна;
5) элементарная поверхность Безье «повторяет» опорную многогранную поверхность.
Выше были перечислены лишь плюсы поверхности, отметим недостатки:
1) изменение хотя бы одной вершины в массиве приводит к заметному изменению всей поверхности Безье;
2) сведения о расположении поверхности (принадлежность выпуклой оболочки заданного массива вершин) являются достаточно грубыми.
Алгоритм работы программы:
1 этап: загружается массив исходных данных;
2 этап: вычисление векторов U и V, каждый элемент которых получается возведением u и v в степень;
3 этап: по формуле (1) вычисляем значения точек, необходимые для построения поверхности;
4 этап: построение в графической области сплайновой поверхности Безье.
Рис. 1 – Сплайновая поверхность Безье
В дальнейшем планируется выделять ту часть сплайновой поверхности, координаты которой соответствуют концентрации вредных веществ свыше 0,5 ПДК для более удобной и эффективной работы; реализовать другие алгоритмы – к примеру сплайновые поверхности Эрмита и В-сплайны; провести их исследование на основе нескольких различных групп экспериментальных данных; рассчитать отклонения от всех приведенных данных в отдельности; определить наименьшее среднее отклонение. Алгоритм, имеющий данное отклонение, будет наилучшим. Он будет использоваться для дальнейшей работы.