Составляющие формы -- это объекты, называемые элементами управления, среди которых текстовые поля, надписи, кнопки, списки, переключатели, раскрывающиеся списки и другие знакомые вам по интерфейсу Windows элементы.

Для БД «Разработка АРМ мастера механического цеха» необходимы следующие формы:

· Форма ТИТУЛ (рис. 4.38) главная форма, которая позволяет начать работу со всей базой;

· Рабочая форма(рис 4.39) - данные о приеме заказов на изготовление детали,

· Материальная база и рабочий персонал:

Ш Материальная база (рис 4.40 ) - информация о станках и инструменте, а также взаимосвязь с ними,

Ш Рабочий персонал (рис 4.41) - полная информация о рабочем персонале;

· Справочная информация (рис.4.42 ) - информация о предприятии.

Рис. 4.38 - Главная форма ТИТУЛ

Рис. 4.39 - Рабочая форма

Рис. 4.40 - Форма Материальная база

Рис. 4.41 - Форма рабочий персонал

Рис. 4.42 - Форма рабочий персонал

5. Руководство пользователя

Для того чтобы открыть базу данных механического цеха , нужно запустить файл БД механічного цеху.mdb. После этого запустится MS Access и появится окно Предупреждение системы безопасности (рис. 5.1).

Рис. 5.1 - Предупреждение системы безопасности

Для того чтобы зайти в базу данных, необходимо на этом окне нажать кнопку Открыть. После того, как вы совершили это действие, появиться окно главной формы (см. рис. 5.2), с помощью которой можно работать со всеми остальными формами.

Главная форма содержит 4 кнопки:

· Рабочая форма;

· Материальная база и рабочий персонал;

· Справочная информация;

· кнопка выхода из Microsoft Access.

Рис. 5.2 - Главная форма ТИТУЛ

Если нажать по кнопке Рабочая форма, то откроется форма приема заказов на изготовление деталей(рис. 5.3), на которой отображаются список текущих заказов, список деталей по заданному заказу, список операций для производства деталей в виде таблицы. Для добавления новой записи в таблицу список заказов предназначена пустая форма. После того, как заполнить эту форму, нужно нажать по кнопке список заказов, и последние записи будут автоматически добавлены в нашу таблицу (рис.5.4).

Рис. 5.3 - Рабочая форма

Рис. 5.4 - Таблица списка заказов

Чтобы посмотреть список деталей по заданному заказу (рис. 5.5) нужно выбрать из списка номер заказа и нажмите кнопку для выполнения запроса.

Рис. 5.5 - Список деталей по заданному заказу

Чтобы посмотреть список операций для производства детали (рис. 5.6) , нужно выбрать из списка название детали и нажать на кнопку для выполнения запроса.

Рис. 5.6 - Список операций для производства детали

Для того, что вывести отчет полного списка деталей, и полного списка заказов (рис. 5.7) нужно нажать по копке Просмотр полного списка деталей, и по кнопке просмотр полного списка заказов.

Рис. 5.7 - Отчет полного списка деталей, и полного списка заказов

Также если Вы хотите посмотреть информацию по выбранному заказу (рис. 5.8), Вам необходимо выбрать из списка заказов нужный Вам заказ и нажать на кнопку выполнить запрос.

Рис. 5.8 - Инфомация по выбранному заказу

Кнопки со знаком принтера запускают печать формы для заказа (рис. 5.9)

Рис. 5.9 - Печать формы для заказа

Нажав на главной форме (рис. 5.2) кнопку материальная база и рабочий персонал, выплывет два направления на кнопки, это кнопка Материальная база, и кнопка Рабочий персонал. Выбрав одну из кнопок, открываем форму. Например: форма Рабочий персонал (рис. 5.10)

Рис. 5.10 - Форма Рабочий персонал

Рабочий персонал содержит всю необходимую информацию о бригадах и ихних бригадиров, информацию о мастерах, информацию о управленческом персонале: имя, фамилия, отчество, табельный номер, розряд, номер бригады, фото и т.д. Выбрав из списка нужного вам человека, появиться вся информация об этой фамилии. Раскрыв список бригадиров с помошью поставленного Вами флажка (рис. 5.11) откроеться список бригадиров всех бригад и нужная Вам информация это: просмотр состава бригады по ее номеру (рис. 5.12) ,выбрав из номера бригады нужную вам бригаду, и кликнув по кнопке выполнить запрос.

Что бы вывести отчет бригады по последнему зделанному Вами запросу нажав на кнопку Бригада по последнему запросу , и просмотра всего рабочего персонала- это бригады, и бригадиры, нажав на кнопку Рабочий персонал по бригадам и бригадиры нужно поставить флажек на запись Отчеты (рис. 5.12)

Таким же образом, как и предыдущая операия просматреваим информация о мастерах и управленческом персонале. Внизу, также, размещены две кнопки для просмотра отчета по мастерах, и управленческом персонале (рис. 5.13).

Рис. 5.11 - Бригадиры и бригады

Рис. 5.12 - Посмотр состава бригады по ее номеру

Рис. 5.13 - Информация о мастерах и управленческом персонале, и просмотра отчета по мастерах, и управленческом персонале.

Если нажать на кнопку Материальная база, которая находится на главной форме (рис. 5.2), откроется окно с формой, которая содержит информацию о станках и инструменте (рис. 5.14).Нажав по кнопке Перехона на следующюю запись Вы увидите следующую нужную Вам информацию.

Раскрыв прочую информацию с помошью поставленного Вами флажка (рис. 5.15) внизу формы появиться дополнительные операции: связка станков с инструментами ,связка инструмента с станками (рис. 5.16).

Выбрав из списка станков и нажав на кнопку Связь станков и инструмента, Вы получите нужный Вам запрос. Таким же образом выполняем и операцию по инструменте.

Также можна вывести полный отчет о всех станках и их взаимосвязью с инструментами нажав на кнопку Просмотр отчета (рис. 5.16).

Рис. 5.14 - Форма Материальная база

Рис. 5.15 - Прочья информация

Рис. 5.16 - Связка станков с инструментами , связка инструмента с станками

Также на главной форме есть кнопка Справочная информация. Открыв ее мы увидем полную информацию о предприятии, а также историю развития завода (рис. 5.17).

Рис. 5.17 - Форма Справочная информация

Кнопка Выход на главной форме Титул (рис. 5.2)закрывает приложение.

ЗАКЛЮЧЕНИЕ

В ходе выполнения магистерской работы были проанализированы методы автоматизированого извлечения из баз даннях, реализовано описание алгоритма построения деревьев решений для системы автоматизированного извлечения знаний, показаны преимущества интеллектуального анализа данных Data Mining, рассмотрено извлечение знаний с помощью нейронных сетей, исследован кластерный анализ, изучен алгоритм COBWEB.

В результате проведенных исследований оказалось, что алгоритм COBWEB достаточно эффективен и даёт хорошие результаты кластеризации данных. Эта система выполняет разбиение на разумное число кластеров. Поскольку в нем используется вероятностное представление принадлежности, получаемые категории являются гибкими и робастными. Кроме того, в нем проявляется эффект категорий базового уровня, поддерживается прототипирование и учитывается степень принадлежности. Он основан не на классической логике, а, подобно методам теории нечетких множеств, учитывает «неопределенность» категоризации как необходимый компонент обучения и рассуждений в гибкой и интеллектуальной манере.

Однако COBWEB имеет свои недостатки, которые можно устранить применив некоторые модификации, а также используя предварительную обработку данных и объединив его с другими алгоритмами кластеризации.

Также в проведенной работе проанализированы различные системы управления баз данных, и показано, что для решения постановленной задачи наиболее удобным является Microsoft Access.

В ходе работы:

Ш разработана структура АРМ;

Ш реализовавана инфологическая модель базы данных с помощью BPWin;

Ш разработаны контекстные диаграммы;

Ш разработана физическая модель базы данных включающая в себя 10 таблиц:

· Бригады;

· Детали;

· Заказы;

· Информация;

· Мастера;

· Операция;

· Рабочий персонал;

· Сменное задание;

· Станки;

· Управляющий персонал.

Ш разработан интерфейс базы данных включающий в себя 4 формы:

· Рабочая форма;

· Материальная база;

· Рабочий персонал;

· Справочная информация.

Ш руководство пользователя.

Полученная база данных АРМ мастера внедрена на производстве.

СПИСОК ИСПОЛЬЗУЕМЫХ ИСТОЧНИКОВ

1. Андерсен В. Базы данных Microsoft Access. Проблемы и решения: Практ. пособ. /Пер. с англ.-- М.: Издательство ЭКОМ, 2001.--384 с.: илл.

2. Алгоритмы кластерного анализа.

3. Аткинсон, Леон. MySQL. Библиотека профессионала.: Пер. с англ. -- М.: Издательский дом "Вильяме", 2002. -- 624 с.: ил. -- Парал. тит. англ.

4. Берлинер Э.М., Глазырина И.Б., Глазырин Б.Э. Microsoft Office 2003. - М.: БИНОМ, 2004.

5. В. Дюк. Data Mining - интеллектуальный анализ данных http://www.iteam.ru/publications/it/section_92/article_1448/

6. В.А. Виттих, И.В. Майоров, П.О. Скобелев, О.Л. Сурнин Интеллектуальный анализ данных с помощью кластеризации.

7. Гаврилова Т.А. и др. Базы знаний интеллектуальных систем. М:2000. с.117-130.

8. Гончаров А.Ю. Access 2003. Самоучитель с примерами - М.: КУДИЦ-ОБРАЗ, 2004. - 272 с.

9. Горев А., Макашарипов С., Ахаян Р. Эффективная работа с СУБД - М.: ЭКОМ, 2003.

10. D.H. Fisher, Knowledge Acquisition Via Incremental Conceptual Clustering. Machine Learning:

11. Джордж Ф. Люггер. Искусственный интеллект. Стратегии и методы решения сложных проблем. Издательство «Вильямс» - Москва, Санкт-Петербург, Киев - 2003. c. 371-432.

12. Краско Ю.В. Case-средства верхнего уровня. - СПб.: Лори, 2005. - 476 с.

13. Microsoft Access 2002. Русская версия. Шаг за шагом: Практ. пособ. /Пер. с англ.-- М.: Издательство ЭКОМ, 2002.--352 с.: илл.

14. И.А. Чубукова. Лекция: Методы кластерного анализа. Итеративные методы. Интернет университет информационных технологий.

15. Официальный сайт компании Microsoft. - http://www.microsoft.com

16. Управление знаниями http://msk.treko.ru/show_dict_ 390

17. Т. Гаврилова, Л. Григорьев. Бизнес держится на знаниях, сам того не зная. Журнал «Персонал-Микс» (№2, 2004).

18. Райордан Р. Основы реляционных баз данных. -- М.: Русская Редакция, 2001.

19. Хоменко А.Д., Цыганенко В.М., Мальцев М.Г. Базы данных. - СПб.: КОРОНА, 2004.

20. Эд Ботт, Вуди Леонард Использование Microsoft Office ХР. Специальное издание. -- М.: Вильяме, 2002.

21. Статья из журнала http://www.springerlink.com/content/qj16212n7537n6p3/fulltext.pdf

22. Управление знаниями http://www.management.com.ua/strategy/str116.html

23. Система COBWEB http://www.vuse.vanderbilt.edu/~dfisher/tech-reports/tr-88-05/node7.html

24. Интеллектуальный анализ данных с помощью кластеризации http://www.kg.ru/support/library/clustering

25. Методы кластерного анализа http://www.intuit.ru/department/database/datamining/14/1.html

26. Алгоритмы кластерного анализа http://www.dea-analysis.ru/clustering-5.htm

27. Fisher D.H. Knowledge acquisition via incremental conceptual clustering. Machine Learning. c. 139-172.

28. Пошаговая концептуальная классификация http://www.vuse.vanderbilt.edu/~dfisher/tech-reports/tr-88-05/node7.html

29. L. Breiman, J.H. Friedman, R.A. Olshen, C.T. Stone. - Classification and Regression Trees.-Wadsworth, Belmont, California.- 1984.- 350p.

30. Knowledge Discovery Through Data Mining: What Is Knowledge Discovery? - Tandem Computers Inc., 1996.

31. Кречетов Н.. Продукты для интеллектуального анализа данных. - Рынок программных средств, N14-15_97, c. 32-39.

32. Киселев М., Соломатин Е.. Средства добычи знаний в бизнесе и финансах. - Открытые системы, № 4, 1997, с. 41-44.

Страницы: 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11