Розробка UML-діаграми класів програмного засобу на основі інтелектуального модуля прогнозування щоденної зайнятості робітників банка

Клас Reader – головний клас, в якому міститься виклик меню. Головна функція – перевірка даних авторизації, реєстрація за необхідності. Авторизація полягає у введенні даних в поля заповнення: логін і пароль.

Клас audio – сповіщення про успішний вхід до системи чи про помилку (введено некоректні дані, збій системи тощо).

Клас eHandler1 представляється кнопкою, яка обробляє дані авторизації.

Клас Reesrt – реєстрація, яка полягає у введенні таких даних в поля для заповнення: ім’я користувача, пароль, e-mail, captcha.

Клас Menu – клас, який об’єднує усі виконуючі функції програмного засобу.

Клас eHandler2 представляється кнопкою, яка обробляє обрання пункту меню.

Клас Podii – тут зберігаються дані про завдання, що вже відбулись або не відбулись.

Клас eHandler3 представляється кнопкою, яка обробляє дані про завдання.

Клас Zvit – відображається статистична інформація про систему: кількість завдань, кількість часу, витрачене на кожне завдання.

Клас eHandler5 представляється кнопкою, яка обробляє статичну інформацію про систему.

Клас Prognoz – клас, який забезпечує прогнозування часу на завдання за допомогою нейронної мережі.

Клас eHandler6 представляється кнопкою, яка обробляє дані прогнозування.

Клас Anketa – даний клас відображає фрейм, в якому користувач вказує основні дані про завдання (назва завдання, дата завдання, час початку завдання, приблизний час завершення завдання, пріоритет завдання, зайнятий час), переглядає заплановані завдання на день. Якщо на один і той же момент призначено два завдання, то клас викликає клас AnketaDopovnena.

Клас eHandler7 представляється кнопкою, яка обробляє дані класу Anketa.

UML-діаграма класів інтелектуального модуля прогнозування щоденної зайнятості робітників банка показана на рисунку 4.3.

Рисунок 4.3 - UML-діаграма класів інтелектуального модуля прогнозування щоденної зайнятості робітників банка

Клас AnketaDopovnena – запитує у користувача, яке завдання залишити, та зберігає кінцеве планування розпорядку дня робітника банка.

Клас eHandler8 представляється кнопкою, яка обробляє дані оновленої інформації про робочий розпорядок робітника банка.

Клас Kalendar – відображає звичайний календар на найближчий період.

Клас eHandler4 представляється кнопкою, яка виконує перехід до меню.

Розробка графічного інтерфейсу програмного продукту на основі інтелектуального модуля прогнозування щоденної зайнятості робітників банка

Аналіз роботи інтелектуального модуля прогнозування щоденної зайнятості робітників банка

В бакалаврській дипломній роботі розглянуто 10 сервісів, які реалізовують процес прогнозування завантаженість дня, а також проаналізовано їх. На базі отриманих результатів аналізу визначено, якими будуть особливості розробленого нового засобу прогнозування. Також розглянуто і проаналізовано 3 методи реалізації процесу прогнозування, серед яких обрано застосувати багатошаровий персептрон.

В другому розділі на базі поставленої задачі розроблено інформаційну модель, яка включає 6 блоків, і є уособленням математичної моделі. Також розроблено алгоритм і структуру відповідно для того, щоб реалізувати новий програмний продукт для прогнозування щоденної зайнятості. Спроектовано та розроблено базу даних, яка включає інформацію про такі сутності: рекомендації, психотипи, робочі плани, робітники банка, правила, завдання. Універсальне відношення бази даних приведено до 3 нормальної форми. Побудовано схему зв’язків таблиць з інформацією про сутності. Розроблено UML-діаграму класів, яка відображає усі зв’язки компонентів інтелектуального модуля.

1. Крисилов В.А. Чумичкин К.В. Кондратюк А.В. Представление исходных данных в задачах нейросетевого прогнозирования // Конференция "Нейроинформатика 2003". – М.:НАУЧНАЯ СЕССИЯ МИФИ, 2003.с184-191

2. Гитис В.Б. Сопряжение информационных потоков нейросетевой системы нормирования времени механообработки деталей // «Искусственный интеллект». – 2005 №3. с.285

3. Иванов М.Н. Анализ роста курса акций с применением нейронных сетей.//Труды VIII Всероссийской конференции «Нейрокомпьютеры и их применение». – 2002.c.756-772.

4. Царегородцев В.Г., Взгляд на архитектуру и требования к нейроиммитатору для решения современных индустриальных задач, Всероссийский семинар «Нейроинформатика и ее приложения», Красноярск 2003.

5. Царегородцев В.Г. Оптимизация предобработки данных для обучаемой нейросети: критерии оптимальности предобработки, Международная конференция по нейрокибернетике, Растов-н/Д., 2005.

6. Круглов В. В., Борисов В. В. Искусственные нейронные сети. Теорія и практика. – М.: Горячая линия - Телеком, 2001. – 382 с.

7. Мак-Каллок У. С., Питтс В. Логическое исчисление идей, относящихся к нервной активности // В сб.: «Автоматы» под ред. К. Э. Шеннона и Дж. Маккарти. — М.: Изд-во иностр. лит., 1956. — с.363-384. (Перевод английской статьи 1943 г.).

8. IDC Predictions 2013. Competing on the 3rd Platform: Opportunities at the Intersection of Mobile, Cloud, Social, and Big Data [Електронний ресурс]. - Режим доступу: http://clck.ru/8aXZM

9. Symantec. Avoiding the Hidden Costs of the Cloud. 15.12.2013. [Електронний ресурс]. - Режим доступу: http://www.symantec.com/connect/blogs/avoiding-hidden-costs-cloud

10. Прогноз: к 2015 году треть украинских компаний будут использовать облачные технологии [Електронний ресурс]. - Режим доступу: http://www.marrero.com.ua/oblachnye-tekhnologii/149-prognoz-k-2015-godu-tret-ukrainskikh-kompanij-budut-ispolzovat-oblachnye-tekhnologii

11. International Working Group on Data Protection in Telecommunications (IWGDPT) [Електронний ресурс]. - Режим доступу: http://clck.ru/8aXVe

12. Working Paper on Cloud Computing - Privacy and data protection issues  (“Sopot Memorandum”). International Working Group on Data Protection in Telecommunications 51st meeting, 23-24 April 2012, Sopot (Poland) [Електронний ресурс]. - Режим доступу: http://clck.ru/8aJ9c

13. Мошеннические облачные сервисы - бич 77% компаний. SecurityLab.ru. 23.01.13. [Електронний ресурс]. - Режим доступу: http://www.securitylab.ru/news/436587.php

14. Firms Run Data Protection Risk by Not Checking Where Information is Held in the Cloud. Icomm Technologies. 05.11.2012 [Електронний ресурс]. - Режим доступу: http://www.icomm.co.uk/Thought-Leadership/Press-Releases/Firms-Run-Data-Protection-Risk.aspx; Облачные провайдеры прячут данные от заказчиков [Електронний ресурс]. - Режим доступу: http://www.cnews.ru/news/top/index.shtml?2012/11/21/510449

15. IT-специалисты не спешат доверить свои данные "облаку". NEWS.ru.com. Технологии. 14.12.2012. [Електронний ресурс]. - Режим доступу: http://hitech.newsru.com/article/14dec2012/cloudrisk

16. Lieberman Software: IT-специалисты не доверяют облачным сервисам. SecurityLab.ru. 14.12.2012. [Електронний ресурс]. - Режим доступу: http://www.securitylab.ru/news/435160.php

17. U.S. Companies View Cloud Computing as Key to Improved Data Protection [Електронний ресурс]. - Режим доступу: http://investor.ca.com/releasedetail.cfm?releaseid=674043

18. Cloud Computing. Benefits, risks and recommendations for information security. European Network and Information Security Agency (ENISA). November, 2009. [Електронний ресурс]. - Режим доступу: http://www.enisa.europa.eu/activities/risk-management/files/deliverables/cloud-computing-risk-assessment

19. Commission proposes a comprehensive reform of the data protection rules. Правовий портал Європейської Комісії. [Електронний ресурс]. - Режим доступу: http://ec.europa.eu/justice/newsroom/data-protection /news/ 120125_en.htm

20. Working Paper on Cloud Computing Privacy and Data Protection Issues (“Sopot Memorandum”). / International Working Group on Data Protection in Telecommunications. 51st meeting, 23-24 April 2012, Sopot (Poland) [Електронний ресурс]. - Режим доступу: http://www.datenschutz-berlin.de/content/europa-international/international-working-group-on-data-protection-in-telecommunications-iwgdpt/working-papers-and-common-positions-adopted-by-the-working-group;

21. Эккель Б. Философия Java. Библиотека программиста. 4-е изд./ Б. Эккель – СПб.: Питер, 2009. ̶ 640с.

22. Романюк О.Н., Савчук Т.О. Організація баз даних і знань. Навчальний посібник / О.Н. Романюк, Т.О. Савчук – Вінниця: УНІВЕРСУМ, 2003. – 217с.

Живите по правилу: МАЛО ЛИ ЧТО НА СВЕТЕ СУЩЕСТВУЕТ? Я неслучайно подчеркиваю, что место в голове ограничено, а информации вокруг много, и что ваше право...

Что делать, если нет взаимности? А теперь спустимся с небес на землю. Приземлились? Продолжаем разговор...

Что будет с Землей, если ось ее сместится на 6666 км? Что будет с Землей? - задался я вопросом...

ЧТО И КАК ПИСАЛИ О МОДЕ В ЖУРНАЛАХ НАЧАЛА XX ВЕКА Первый номер журнала «Аполлон» за 1909 г. начинался, по сути, с программного заявления редакции журнала...

Не нашли то, что искали? Воспользуйтесь поиском гугл на сайте: