Информационная графа
Cтраница 1
Информационные графы позволяют ввести новое понятие сложности поиска. Это понятие новое как с точки зрения теории управляющих систем, так и с точки зрения теории баз данных. В теории управляющих систем обычно под сложностью понимается или число ребер, или число элементов-функций, а здесь сложность понимается как часть графа, захваченного волновым процессом, и существенно зависит от значений нагрузочных функций, и, тем самым, не является просто количественной характеристикой графа, такой как число ребер или вершин. Новизна же в теории баз данных заключается в том, что такое введение сложности после осреднения по множеству запросов адекватно соответствует среднему времени поиска - традиционно трудной для изучения характеристики алгоритмов поиска информации. Кроме того, при соответствующем введении сложности информационные графы оказываются удобными для изучения как параллельных, так и фоновых алгоритмов поиска. И, наконец, в информационных графах совсем просто контролируется такой важный управляющий параметр в задачах информационного поиска, как объем памяти, который в данном случае характеризуется количеством ребер графа. [1]
Информационные графы позволяют ввести новое понятие сложности поиска. Это понятие новое как с точки зрения теории управляющих систем, так и с точки зрения теории баз данных. В теории управляющих систем обычно под сложностью понимается или число ребер, или число элементов-функций, а здесь сложность понимается как часть графа, захваченного волновым процессом, и существенно зависит от значений нагрузочных функций, и, тем самым, не является просто количественной характеристикой графа, такой как число ребер или вершин. Новизна лее в теории баз данных заключается в том, что такое введение сложности после осреднения по множеству запросов адекватно соответствует среднему времени поиска - традиционно трудной для изучения характеристики алгоритмов поиска информации. Кроме того, при соответствующем введении сложности информационные графы оказываются удобными для изучения как параллельных, так и фоновых алгоритмов поиска. И, наконец, в информационных графах совсем просто контролируется такой важный управляющий параметр в задачах информационного поиска, как объем памяти, который в данном случае характеризуется количеством ребер графа. [2]
 |
Фрагмент информационной модели АСУ подотраслью. [3] |
Информационные графы и соответствующие им матрицы смежности можно использовать для определения объемов информации по задачам, группам задач, подсистемам, системе в целом и по любым другим структурным компонентам графа. Можно рассчитать объемы информации отдельно по различным видам данных, снабжая их соответствующими признаками, указывающими вид информации. [4]
Информационные графы систем уравнений математических моделей БТС могут быть ациклическими и циклическими. Ациклический информационный граф системы уравнений математической модели БТС не содержит ни одного замкнутого контура и отвечает такой стратегии решения, при которой происходит декомпозиция системы на строго соподчиненные уравнения. [5]
Информационные графы систем уравнений математических моделей ХТС могут быть как ациклическими, так и циклическими. [6]
Второй класс образуют информационно-потоковые мулътипрафы и информационные графы. Эти графы отображают особенности информационной структуры символических математических моделей ХТС, которая характеризуется логико-информационными взаимосвязями между переменными и уравнениями, и позволяют разрабатывать оптимальную стратегию решения задач исследования ХТС. [7]
Алгоритмы в реляционных базах данных приводят к древовидным информационным графам специального вида. [8]
В качестве модели параллельных алгоритмов поиска предлагается использовать информационные графы ( ИГ), но сложность ИГ предлагается вводить по-другому, так чтобы она отражала сложность параллельных алгоритмов. [9]
В качестве модели фоновых алгоритмов поиска предлагается использовать информационные графы ( ИГ), но сложность ИГ предлагается вводить по-другому, так, чтобы она отражала сложность фоновых алгоритмов. [10]
В качестве модели параллельных алгоритмов поиска предлагается использовать информационные графы ( ИГ), но сложность ИГ предлагается вводить по-другому, так чтобы она отражала сложность параллельных алгоритмов. [11]
В качестве модели фоновых алгоритмов поиска предлагается использовать информационные графы ( ИГ), но сложность ИГ предлагается вводить по-другому, так, чтобы она отражала сложность фоновых алгоритмов. [12]
Второй класс топологических моделей ХТС образуют информационно-потоковые мультиграфы и информационные графы. Эти графы отображают характеристические особенности символических математических моделей ХТС и позволяют разрабатывать оптимальную стратегию решения задач исследования ХТС. [13]
Итак, нами введены понятия о граф-схемах G ( X, U) и информационных графах / ( Z, Т, R) программ, которые в совокупности полностью характеризуют программу. Ниже для краткости они именуются G и / - графами. [14]
ХТС используют три класса топологических моделей: первый класс образуют потоковые графы и структурные графы; ко второму классу принадлежат информационно-потоковые мультиграфы, информационные графы и двудольные информационные графы; к третьему классу относятся сигнальные графы. [15]
Страницы: 1 2