Материалы всероссийской научно-технической конференции Автоматизир

Многие программные продукты решают задачи как узкой специфики, так и более общие задачи. В процессе работы пользователи создают структуры данных, с которыми в дальнейшем манипулируют. В ре­ зультате работы получаются конкретные отчеты и сводки. Со време­ нем в части решаемых пользователями задач структуры данных либо не меняются, либо меняются незначительно, увеличивается лишь объем данных сам по себе. В некоторых вариантах развития бизнесзадач появляются проблемы, связанные с разграничением прав дос­ тупа к работе с данными. В данном варианте увеличивается потреб­ ность в использовании своей собственной информационной системы для хорошо описанной ранее модели. Однако проектирование, разра­ ботка и реализация новой информационной системы для узкоспециа­ лизированной задачи могут потребовать достаточно много ресурсов (работа аналитиков, проектировщиков, программистов, «тестиров­ щиков» и др.), что не всегда является целесообразным. В данной си­ туации модуль, реализующий автоматизированную генерацию сис­ темы и приложения на основе модели, полученной из документов и отчетов рабочей деятельности пользователей предыдущего про­ граммного продукта, позволил бы минимизировать издержки созда­ ния новой информационной системы непосредственно за счет трудо­ затрат специалистов.

Далее необходимо кратко рассмотреть наиболее популярные программные продукты и произвести сравнительный анализ с целью определения продукта, для которого автоматизированное построение модели данных будет предпочтительным. Другими словами, необхо­ димо определить программный продукт, который широко использу­ ется для работы с данными, анализа данных и результаты работы ко­ торого явно могут быть использованы для создания информационной системы, сгенерированной на базе платформы Flexberry.

Бренден Оконел в своей статье [3] сравнивает данные программ­ ные продукты. Он разделяет их на два типа. К первому типу относят­ ся решения, ориентированные на программирование: R, MatLab, SciPy; ко второму - ориентированные на анализ данных: MS Excel, SAS, SPSS, Stata.

Решение № 1. «R». R - объектно-ориентированный «opensource» язык программирования для статистического анализа в фи­ нансовом секторе. Достоинствами данного языка являются гиб­ кость, возможность детальной конфигурации; наличие встроенных

достаточно мощных аналитических средств; открытый код. К не­ достаткам данного языка стоит отнести сложность обучения; ориен­ тацию языка программирования на конкретную предметную об­ ласть (а именно финансовый сектор).

Решение № 2. «MatLab». MatLab - программный продукт, на­ целенный на разработку и отладку алгоритмов расчета. MatLab при­ меняется, главным образом, в инженерных расчетах. Достоинствами данного продукта являются «интуитивно-понятная» работа с матри­ цами, развитый графический интерфейс. Недостатками данного про­ дукта являются достаточно дорогостоящее решение, неполная под­ держка статистических функций, сложная интеграция с JAVA и C++ приложениями. Существенным минусом MatLab является проблема­ тичное использование при анализе больших массивов данных (таб­ лицы более 8 млрд строк). Бесплатным аналогом MatLab является система Scilab. Кроме того, довольно давно ведется разработка высо­ коуровневого языка программирования GNU Octave, совместимого с MatLab, который позволяет использовать операторы C++ при напи­ сании кода.

Решение № 3. «SciPy». SciPy - это библиотека математических функций для языка программирования Python. Высказывается мнение, что «в терминах подхода и функциональности SciPy наиболее близкое к MatLab-y решение, однако менее зрелое» [3]. Достоинствами данной библиотеки являются широкие возможности по интеграции языка Python; высокая производительность математических операций, нали­ чие готовых средств для визуальной отладки, достаточная простота освоения. Недостаток данной библиотеки - акутализация решения происходит достаточно долго (текущая версия решения - 0,11).

Решение № 4. «MS Excel». MS Excel - знаменитая и, вероятно, самая популярная программа для работы с электронными таблицами при помощи графического интерфейса.

Достоинствами MS Excel являются популярность, информаци­ онная бесплатная поддержка большого количества ресурсов, сооб­ ществ и пр., удобный интерфейс, доступ к значению любой «ячейки», достаточная простота освоения. Одной из полезных возможностей MS Excel является использование кода на Visual Basic для приложе­ ний. Этот код пишется с использованием отдельного от таблиц ре­ дактора. Управление электронной таблицей осуществляется посред­ ством объектно-ориентированной модели кода и данных. С помощью

этого кода данные входных таблиц будут мгновенно обрабатываться и отображаться в таблицах и диаграммах (графиках). Таблица стано­ вится интерфейсом кода, позволяя легко работать, изменять его и управлять расчетами.

Недостатками MS Excel являются: однопользовательский режим

в процессе эксплуатации, сложность реализации элементов ресурсно­ го планирования и экстраполяции. У программы Excel есть и ряд дру­ гих недостатков. Многие специалисты считают, что точность и пол­ нота статистических результатов не относятся к достоинствам про­ граммы Excel. Отдельные статистические функции программы Excel могут привести к некорректным результатам на больших наборах данных, обладающих необычными статистическими свойствами. Программа Excel, как и любая программа для простых пользователей, не предотвращает ошибок. Поэтому при использовании программы Excel необходимо проявлять осторожность при подготовке и анализе данных базы.

Решение № 4. «SAS». SAS - большая и сложная система для статистической обработки данных. Достоинствами данной системы являются: гибкий интерфейс обмена данными (интеграции); наличие инструментария для работы с кластерами (распределенными систе­ мами), быстрота расчетов на громадных массивах данных. Недостат­ ками данной системы являются: примитивный язык написания скриптов SAS macro, сложность поддержки написанных скриптов; дороговизна лицензий, сложность освоения.

Решение № 5. «SPSS». SPSS Statistics - компьютерная програм­ ма для статистической обработки данных для проведения приклад­ ных исследований в социальных науках. Название говорит само за себя! Комментарий пользователя: «По моим впечатлениями SPSS используют люди, которые хотят выполнять общепринятый стати­ стический анализ наиболее простым путем». Достоинствами данной программы являются удобный графический интерфейс, ориентация на социальные науки. Два выявленных недостатка данной програм­ мы: дороговизна лицензий, отсутствие гибкости в расчетах.

Решение № 6. «Stata». Stata - программный пакет для анализа данных в сферах экономики, социологии, политики, биомедицины и др. Относительно дешевый аналог SPSS. К достоинствам данного

пакета можно отнести удобный графический интерфейс, ориентацию на социальные науки, низкую цену. Недостаток данного пакета - до­ вольно узкая специализация.

Резюме. Выбирая инструмент для решения задачи, необходимо учитывать: сложность и важность задачи; сроки получения результа­ тов; штат и квалификацию специалистов; бюджет, выделенный на покупку инструмента.

Меньшая гибкость Stata, SPSS, MS Excel требуют меньших денег и времени на обучение, большая гибкость предоставляется бесплат­ но, но требует самой высокой квалификации специалистов. Баланс достичь несложно, однако результат будет зависеть от квалификации аналитика, а не от выбранного инструмента.

Сегодня MS Excel является одним из самых популярных про­ грамм в мире. Большой объем продаж MS Excel в мире стал одной из причин, которые помогли Microsoft достичь позиций ведущего разра­ ботчика программного обеспечения [1]. В первую очередь данная программа является популярной среди бухгалтеров и экономистов, и можно смело сказать, что большая часть всех вышеперечисленных специалистов работают именно с MS Excel. Программа востребована малым бизнесом, поскольку позволяет достаточно быстро оформлять отчеты, вести наглядным образом бухгалтерию, учет заказов клиен­ тов и пр. Альтернативные решения, например, системы документо­ оборота или же информационные системы, созданные под заказ, мо­ гут оказаться достаточно дорогостоящими для малого бизнеса.

Это касается и моделирования в электронных таблицах. Плагин, который способен реализовать возможность извлечения моделей данных из пользовательских электронных таблиц (Microsoft Excel) и экспортировать полученные модели в платформу Flexberry, позво­ лит из заполненных данными Excel-документов генерировать полно­ ценные системы с базовыми наборами типовых функций. Данная возможность будет являться удобной для организаций, ведущих учет в excel-файлах и нуждающихся в расширении функционала (напри­ мер, разделение прав доступа и работы с теми или иными данными).

Ряд пользователей, которые ведут учет данных средствами MS Excel, выразили желание иметь полноценное веб-приложение для более удобной и эффективной работы с имеющимся набором данных.

Поскольку платформа Flexberry обладает возможностью генера­ ции приложений на основе UML-моделей (диаграмм классов), для решения подобной задачи необходимо создание плагина для инстру­ ментов проектирования приложений платформы Flexberry, который обеспечивал бы формирование диаграммы классов UML, описываю­ щей исходную предметную область генерируемого приложения, на основе анализа содержимого Excel-файла.

В дальнейшем для реализации плагина необходимо выбрать ме­ тод анализа структуры данных, который будет использоваться в раз­ рабатываемом программном модуле, и сделать обоснование выбора, разработать модуль и произвести тестирование на различных наборах данных.

Библиографический список

1.Официальный сайт продукта MS Excel [Электронный ресурс]. - URL: http://office.microsoft.com/ru-ru/ (дата обращения: 12.05.2015).

2.Faculty of Engineering and Computing [Электронный ресурс]. - URL: http://www.webcitation.org/6F0UwBmDl (дата обращения: 12.05.2015).

3.Comparison of data analysis packages: R, MatLab, SciPy, Excel, SAS, SPSS, Stata [Электронный ресурс]. - URL: http://brenocon.com/ blog/2009/02/comparison-of-data-analysis-packages-r-matlab-scipy-excel-

sas-spss-stata/ (дата обращения: 12.05.2015).

4. Куриленко И.Е., Борисов А.В. Современные архитектурные подходы к построению программного обеспечения // Информационные средства и технологии: сб. тр. XVIII Междунар. науч.-техн. конф. - Т. 2.-М .: Изд. дом МЭИ, 2010. - С. 176-184.

ИССЛЕДОВАНИЕ ВОЗМОЖНОСТИ ПРИМИНЕНИЯ СТАНДАРТА СТИЛЕЙ SLD В ГЕОИНФОРМАЦИОННОЙ

JAVASCRIPT-БИБЛИОТЕКЕ LEAFLET

Студент гр. АТ5-14-1м М.М. Кон

Пермский национальный исследовательский политехнический университет

Научный руководитель - ведущий инженер-программист Центра производства информационных систем П.Е. Радостев Группа компаний ИВС, г. Пермь

Современные географические информационные системы нашли широкое применение во множестве отраслей народного хозяйства.

Электронная карта включает в себя два типа данных: растровые

ивекторные. Растровые слои зачастую являются подложкой (тайла­ ми), например спутниковый снимок, в то время как векторные слои - это объекты, нанесенные на эту подложку (дороги и строения, адми­ нистративное деление, природоохранные и климатические зоны, уча­ стки переписи и почтовые индексы). Эти объекты, нанесенные на карту, должны быть удобны, а главное, интуитивно понятны пользо­ вателю. Таким образом, появляется необходимость в инструментах

иформатах стилизации, отображаемых на карте данных.

Одним из самый распространенных форматов для стилизации гео­ данных, применяемым в QGIS, Geoserver и в других ГИС-системах, является стандарт Open Geospatial Consortium (OGC) Styled Layer De­ scriptor (SLD). SLD-стили представляются в виде XML-подобных до­ кументов, для которых определена специальная XML-схема.

С развитием и увеличением доступности Интернета востребо­ ванными становятся приложения, доступ к которым можно получить не с одного стационарного компьютера, а из любого места и с любого устройства, имеющего выход во всемирную паутину. Многие компа­ нии создают мобильные версии своих приложений или полностью переходят в веб. Геоинформационные системы тому не исключение.

Leaflet - открытая ГИС-библиотека, созданная на языке JavaS­ cript в 2011 г. командой разработчиков во главе с Владимиром Афонькиным. От конкурентов (OpenLayers, ArcGIS JS и др.) библио­ теку отличает возможность работы как в браузерах настольных ком­ пьютеров, так и на мобильных устройствах, обладает хорошо задоку­ ментированным API, размер библиотеки составляет около 30 КБ,

и может быть расширена за счет подключения дополнительных пла­ гинов. К тому же, библиотека предоставляет возможность использо­ вания тайлов из различных источников (Яндекс.Карты, Google Maps, OpenStreetMars и др.) и помимо встроенных объектов адаптирована для объектов GeoJSON.

В силу вышеперечисленных особенностей Leaflet выбирают в качестве ядра своей ГИС-системы следующие веб-приложения: Flickr, foursquare, Pinterest, craigslist, Data.gov, IGN, Wikimedia, OSM, Meetup, WSJ, Mapbox, CartoDB, GIS Cloud.

Но, к сожалению, к объектам, поддерживаемым библиотекой Leaflet, нет возможности применять наиболее распространенный формат стилей - SLD, что и рассматривается в настоящем докладе. Согласно поставленной задаче следует необходимость создания пла­ гина к библиотеке, реализующего автоматизированное приведение формата SLD к внутренним стилистическим параметрам Leaflet.

Плагин должен быть написан на языке JavaScript, принимать SLD-файл, разбирать его и присваивать его поля стилистическим па­ раметрам объектов Leaflet. Процедура парсинга и присваивания явля­ ются типовыми и не требуют подробного рассмотрения в этой статье. Наибольшего внимания требуют изучение спецификации стандарта SLD (т.е. приведение и описание всех тегов XML-подобного формата), изучение стилистических возможностей библиотеки Leaflet и нахож­ дение прямого или косвенного соответствия между этими типами.

В качестве примера рассмотрим спецификацию типа PointSymbolizer (булавка на карте) (табл. 1).

прозрачный) до 1 (полностью непрозрачный). По умолчанию параметр равен 1

В свою очередь, объект Marker в исследуемой библиотеке вы­ глядит следующим образом (табл. 2).

Таблица 2

Спецификация Marker

Изучив эти таблицы, можно сделать вывод, что тэг <Opacity> пе­ реопределяется напрямую, тэги <ExtemalGraphic>, <Size> и <Rotation> войдут как параметры в объект класса Icon. Аналогичным образом приводятся остальные всевозможные тэги SLD.

Описав сопоставление спецификации формата SLD и внутренне­ го представления стилей в исследуемой библиотеке, а также алго­

ритмы парсинга документов с SLD-стилями и при последующей ини­ циализации значений параметров соответствующих объектов биб­ лиотеки на языке JavaScript, получим работающий плагин, реали­ зующий применение формата SLD библиотекой Leaflet.

Библиографический список

1.Leaflet overview // Leaflet - a JavaScript library for mobilefriendly maps. - URL: http://leafletjs.com/index.html (дата обращения: 20.04.15) .

2.About OGC // Open Geospatial Consortium. - URL: http://www.opengeospatial.org/ogc (дата обращения: 20.04.15).

3.SLD Reference // GeoServer. - URL: http://docs.geoserver.org/ latest/en/user/styling/sld-reference/ (дата обращения: 20.04.15).

4.Style Layer Descriptor (SLD) // OSGeoLIVE. - URL: http://live.osgeo.org/ru/standards/sld_overview.html (дата обращения: 20.04.15) .

5.Styled Layer Descriptor // Wikipedia - The Free Encyclopedia. - URL: http://en.wikipedia.org/wiki/Styled_Layer_Descriptor (дата обра­ щения: 20.04.15).

МИКРОКОМПЬЮТЕРЫ В ИНЖЕНЕРНЫХ И НАУЧНЫХ ИССЛЕДОВАНИЯХ (НА ПРИМЕРЕ RASPBERRY PI)

Студенты гр. АСОИУ 12-1 Е.О. Емельянов, Л.К. Шушкова

Научный руководитель - канд. физ.-мат. наук, доцент К.М. Селиванов

Чайковский филиал Пермского национального исследовательского политехнического университета

Компьютеры в настоящее время используются повсеместно как в личных целях, так и на производстве. Микрокомпьютер представ­ ляет собой предельно уменьшенный в размерах процессорный блок, выполненный в виде одной платы размером с кредитную карту.

Разработчики микрокомпьютеров сделали их доступными для лю­ бого человека. Микрокомпьютеры предназначены: для обучения базо­ вым навыкам программирования, изучения микроэлектроники, изуче­ ния основ робототехники. Микрокомпьютеры используются: в качестве медиацентра для домашнего использования, при построении встраи­ ваемых систем, в качестве основы робота и во многом другом [1].

Архитектура микрокомпьютеров. В основе микрокомпьюте­ ров стоит микропроцессор архитектуры ARM. Архитектура ARM (Advanced RISC Machine, усовершенствованная RISC-машина) - се­ мейство 32- и 64-разрядных микропроцессорных ядер, разработанных компанией ARM Limited, основанных на архитектуре RISC. Данная компания занимается лишь разработкой лицензий архитектур, не за­ нимаясь при этом собственно производством микрочипов. Архитек­ тура ARM выступает альтернативой процессорам х86, является деше­ вым и производительным решением [2].

В процессе создания данной архитектуры были использованы различные технологии, позволяющие усовершенствовать работу про­ цессора и вычислительной системы в целом.

Технологии Thumb и Thumb2 - комплекс наиболее часто исполь­ зуемых инструкций кода в 16- и 32-битном формате соответственно - позволяют добиться высокой компактности кода и усовершенствовать разработку программного обеспечения. Технология NEON позволяет усовершенствовать обработку медиаинформации, поскольку обладает независимым конвейером и собственными регистрами данных. Безо­ пасность обеспечивается технологией TrustZone, позволяющей