Содержание

Задание 1. Нейронные сети................................................................................................... 3

1.1. Исторический экскурс............................................................................................... 3

1.2. Однослойные искусственные нейронные сети...................................................... 5

1.3. Многослойные искусственные нейронные сети.................................................... 6

1.4. Нелинейная активационная функция...................................................................... 6

1.5. Обучение искусственных нейронных сетей........................................................... 7

1.6. Цель обучения............................................................................................................. 7

1.7. Обучение с учителем................................................................................................. 7

1.8. Обучение без учителя................................................................................................ 8

Задание 2. Табличный процессор MS Excel........................................................................ 9

2.1. Задание........................................................................................................................ 9

2.2. Вид таблицы с исходными данными..................................................................... 10

2.3. Проведение расчета характеристик........................................................................ 10

2.4. Вычисление итогов.................................................................................................. 11

2.5. Вычисление среднего износа.................................................................................. 11

2.6. Определение остаточной стоимости оборудования каждого типа..................... 11

2.7. Определение количества объектов с износом более 30% от их балансовой

       стоимости.................................................................................................................. 11

2.8. Вид готовой таблицы............................................................................................... 11

2.9. Применение фильтрации......................................................................................... 13

2.9.1. Наименование объектов с остаточной стоимостью оборудования менее

          400 у.е................................................................................................................. 13

2.9.2. Наименование объекта с максимальным износом оборудования............... 13

2.9.3. Наименование основных объектов производства с балансовой стоимостью

          менее 1000 у.е. и остаточной стоимостью менее 350 у.е.............................. 14

2.9.4. Вспомогательные объекты производства с восстановительной

          полной стоимостью менее 400 или более 800 у.е.......................................... 14

2.10. Создание сводной таблицы................................................................................... 14

Задание 3. СУБД MS Access................................................................................................ 15

3.1. Задание...................................................................................................................... 15

3.2. Создание таблиц и заполнение их данными......................................................... 16

3.3. Схема базы данных.................................................................................................. 17

3.4. Создание запросов.................................................................................................... 17

3.4.1. Основные средства типа СВТ......................................................................... 17

3.4.2. Компьютеры, стоимость которых превышает 15000 рублей....................... 18

3.4.3. Основные средства, купленные до 1995 года или срок эксплуатации

           которых составляет от 7 до 10 лет.................................................................. 19

3.4.4. Суммарная стоимость каждого типа основных средств............................... 19

3.4.5. Фамилии менеджеров, ответственных за компьютеры или ксероксы....... 20

3.5. Создание отчета........................................................................................................ 20

3.6. Создание пользовательской формы........................................................................ 22

Задание 4. Информационно-поисковая система Интернета........................................... 22

Литература............................................................................................................................ 26

Задание 1. Нейронные сети

Наш мозг - это своего рода великолепный компьютер. Он способен с невероятной быстротой интерпретировать неточную информацию, поступающую от органов чувств: различает шепот в шумной комнате, лицо в полутемном переулке, улавливает скрытый смысл слов. Самое удивительное то, что мозг умеет обучаться самостоятельно, он умеет без каких-либо явных указаний создавать внутренние представления, благодаря которым и проявляет перечисленные способности. Пока мы многое не знаем о том, каким образом мозг обучается обрабатывать информацию, поэтому в настоящее время существует множество теорий и гипотез на этот счет. А на основе уже полученных знаний предпринимаются попытки создания моделей нервной системы, в частности, с использованием искусственных нейронных сетей. Поскольку наши знания о нейронах далеко неполны, модели могут быть лишь грубым приближением к реальным нейронным сетям, и еще слишком рано говорить о создании искусственного мозга сравнимого с человеческим. В настоящее время он еле дотягивает до уровня нервных систем улиток и дождевых червей, но уже сейчас нейронные сети часто выполняют функции бывшие ранее исключительно прерогативой человека, проводят сложные вычисления, позволяют следить за процессами, для которых отсутствуют какие-либо аналитические зависимости.

1.1. Исторический экскурс

Первой попыткой создания и исследования искусственных нейронных сетей считается работа Дж. Маккалока (J. McCulloch) и У. Питтса (W. Pitts) "Логическое исчисление идей, относящихся к нервной деятельности" (1943 г.), в которой были сформулированы основные принципы построения искусственных нейронов и нейронных сетей. И хотя эта работа была лишь первым этапом, многие идеи, описанные здесь, остаются актуальными и на сегодняшний день.

Огромный вклад в нейронауку внесла детекторная теория. Ее основоположником считается Дж. Маккалок, который с группой своих сотрудников в 1959 году опубликовал в статью под названием "О чем глаза лягушки говорят мозгу лягушки", где впервые было введено понятие нейрона-детектора. Работа заинтересовала многих исследователей, наиболее успешные из которых - Р. Хьюберт и Т. Визела, объединив гистохимические и нейрофизиологические методы, показали, что нейроны зрительной коры кошки избирательно реагируют на линии определенного наклона. Объединенные в вертикальные колонки с общим для них наклоном, эти нейроны образуют анализатор, определяющий наклон линии в локальном участке пространства. Таким образом, понятие анализатора, введенное. И.П. Павловым на основании изучения условных рефлексов, обрело в рамках детекторной теории свою нейронную основу[1].

Большим прорывом в области нейроинтеллекта стало создание нейрофизиологом Френком Розенблатом в 1962 г. модели однослойной нейронной сети, названной персептроном. Она была использована для такого широкого класса задач, как предсказание погоды, анализ электрокардиограмм и искусственное зрение. Первые успехи вызвали всплеск оптимизма и послужили стимулом для продолжения исследований. Однако вскоре выяснилось, что созданные сети не способны решать некоторые задачи, существенно не отличающиеся от тех, которые они решали успешно. Позднее Марвин Минский, используя точные математические методы, строго доказал ряд теорем, показав, что используемые однослойные сети теоретически не способны решить многие простые задачи, например, реализовать логическую функцию "Исключающее ИЛИ". Безупречность доказательств Минского, подкрепленная его авторитетом в ученых кругах, явилась одной из причин задержки развития нейроинтеллекта почти на два десятилетия. Однако ряд наиболее настойчивых ученых, таких как Кохонен, Гроссберг, Андерсон продолжили исследования, постепенно создавая теоретические основы для построения и применения искусственных нейронных сетей. Как выяснилось, Минский был слишком пессимистичен в своих прогнозах и многие из задач, описанных им как не решаемые, сейчас решаются нейронными сетями с использованием стандартных процедур.

За последние десятилетия теория о нейроинтеллекте приобрела новое дыхание. Было предложено много интересных разработок, таких, например, как когнитон, способный с высокой достоверностью распознавать достаточно сложные образы (например, иероглифы) независимо от поворота и масштаба изображения. Автором когнитона является японский ученый К. Фукушима (K. Fukushima). В 1982 году американский биофизик Дж. Хопфилд (J. Hopfield) предложил интересную модель сети, получившей в будущем его имя. Позднее было разработано ряд эффективных алгоритмов: сеть встречного потока (R. Hecht-Neilsen), двунаправленная ассоциативная память (B. Kosko) и другие

1.2. Однослойные искусственные нейронные сети

Хотя один нейрон и способен выполнять простейшие процедуры распознавания, сила нейронных вычислений проистекает от соединений нейронов в сетях. Простейшая сеть состоит из группы нейронов, образующих слой, как показано в правой части рис. 1.3. Отметим, что вершины-круги слева служат лишь для распределения входных сигналов. Они не выполняют каких- либо вычислений, и поэтому не будут считаться слоем. По этой причине они обозначены кругами, чтобы отличать их от вычисляющих нейронов, обозначенных квадратами. Каждый элемент из множества входов Х отдельным весом соединен с каждым искусственным нейроном. А каждый нейрон выдает взвешенную сумму входов в сеть. В искусственных и биологических сетях многие соединения могут отсутствовать, все соединения показаны в целях общности. Могут иметь место также соединения между выходами и входами элементов в слое. Удобно считать веса элементами матрицы W. Матрица имеет m строк и n столбцов, где m - число входов, а n - число нейронов. Например, w2,3 - это вес, связывающий третий вход со вторым нейроном. Таким образом, вычисление выходного вектора N, компонентами которого являются выходы OUT нейронов, сводится к матричному умножению N = XW, где N и Х - векторы-строки.

1.3. Многослойные искусственные нейронные сети

Более крупные и сложные нейронные сети обладают, как правило, и большими вычислительными возможностями. Хотя созданы сети всех конфигураций, какие только можно себе представить, послойная организация нейронов копирует слоистые структуры определенных отделов мозга. Оказалось, что такие многослойные сети обладают большими возможностями, чем однослойные, и в последние годы были разработаны алгоритмы для их обучения. Многослойные сети могут образовываться каскадами слоев. Выход одного слоя является входом для последующего слоя. Подобная сеть показана на рис. 1.4 и снова изображена со всеми соединениями.

1.4. Нелинейная активационная функция

Многослойные сети не могут привести к увеличению вычислительной мощности по сравнению с однослойной сетью лишь в том случае, если активационная функция между слоями не будет линейной. Вычисление выхода слоя заключается в умножении входного вектора на первую весовую матрицу с последующим умножением (если отсутствует нелинейная активационная функция) результирующего вектора на вторую весовую матрицу.

(XW1)W2

Так как умножение матриц ассоциативно, то

X(W1W2).

Это показывает, что двухслойная линейная сеть эквивалентна одному слою с весовой матрицей, равной произведению двух весовых матриц. Следовательно, любая многослойная линейная сеть может быть заменена эквивалентной однослойной сетью. Однослойные сети весьма ограниченны по своим вычислительным возможностям. Таким образом, для расширения возможностей сетей по сравнению с однослойной сетью необходима нелинейная активационная функция.

1.5. Обучение искусственных нейронных сетей

Среди всех интересных свойств искусственных нейронных сетей ни одно не захватывает так воображения, как их способность к обучению. Их обучение до такой степени напоминает процесс интеллектуального развития человеческой личности, что может показаться, что достигнуто глубокое понимание этого процесса. Но, проявляя осторожность, следует сдерживать эйфорию. Возможности обучения искусственных нейронных сетей ограниченны, и нужно решить много сложных задач, чтобы определить, на правильном ли пути мы находимся.

1.6. Цель обучения

Сеть обучается, чтобы для некоторого множества входов давать желаемое (или, по крайней мере, сообразное с ним) множество выходов. Каждое такое входное (или выходное) множество рассматривается как вектор. Обучение осуществляется путем последовательного предъявления входных векторов с одновременной подстройкой весов в соответствии с определенной процедурой. В процессе обучения веса сети постепенно становятся такими, чтобы каждый входной вектор вырабатывал выходной вектор[2].

1.7. Обучение с учителем

Различают алгоритмы обучения с учителем и без учителя. Обучение с учителем предполагает, что для каждого входного вектора существует целевой вектор, представляющий собой требуемый выход. Вместе они называются обучающей парой. Обычно сеть обучается на некотором числе таких обучающих пар. Предъявляется выходной вектор, вычисляется выход сети и сравнивается с соответствующим целевым вектором, разность (ошибка) с помощью обратной связи подается в сеть, и веса изменяются в соответствии с алгоритмом, стремящимся минимизировать ошибку. Векторы обучающего множества предъявляются последовательно, вычисляются ошибки и веса подстраиваются для каждого вектора до тех пор, пока ошибка по всему обучающему массиву не достигнет приемлемо низкого уровня.

1.8. Обучение без учителя

Несмотря на многочисленные прикладные достижения, обучение с учителем критиковалось за свою биологическую неправдоподобность. Трудно вообразить обучающий механизм в мозге, который бы сравнивал желаемые и действительные значения выходов, выполняя коррекцию с помощью обратной связи. Если допустить подобный механизм в мозге, то откуда тогда возникают желаемые выходы? Обучение без учителя является намного более правдоподобной моделью обучения в биологической системе. Развитая Кохоненом и многими другими, она не нуждается в целевом векторе для выходов и, следовательно, не требует сравнения с предопределенными идеальными ответами. Обучающее множество состоит лишь из входных векторов. Обучающий алгоритм подстраивает веса сети так, чтобы получались согласованные выходные векторы, т. е. чтобы предъявление достаточно близких входных векторов давало одинаковые выходы. Процесс обучения, следовательно, выделяет статистические свойства обучающего множества и группирует сходные векторы в классы. Предъявление на вход вектора из данного класса даст определенный выходной вектор, но до обучения невозможно предсказать, какой выход будет производиться данным классом входных векторов. Следовательно, выходы подобной сети должны трансформироваться в некоторую понятную форму, обусловленную процессом обучения. Это не является серьезной проблемой. Обычно не сложно идентифицировать связь между входом и выходом, установленную сетью.

Задание 2. Табличный процессор MS Excel

2.1. Задание

1. Создайте таблицу и заполните ее данными:

Таблица расчета переоценки основных средств производства

Наименование

объекта

Тип

объекта

Балансовая стоимость (БС), у. е.

Износ (И),

у. е.

Остаточная стоимость (ОС), у. е.

Восстано-вительная полная стоимость (ВПС), у. е.

Восстано-вительная остаточная стоимость (ВОС),

У. е.

Отдел1

Вспом.

501

170

Отдел2

Вспом.

360

50

Цех1

Осн.

1 200

400

Склад1

Вспом.

400

50

Итого:

2. Рассчитайте следующие характеристики:

1) остаточную стоимость (ОС=БС–И), восстановительную полную стоимость (ВПС=БС К)  и восстановительную  остаточную  стоимость,  где

(для определения значения коэффициента К необходимо использовать функцию ЕСЛИ);

2) суммарные значения остаточной, восстановительных полной и остаточной стоимостей основных средств производства (функция СУММ), среднее значение износа (функция СРЗНАЧ);

3) суммарную остаточную стоимость оборудования для каждого типа объектов (функция СУММЕСЛИ);

4) количество объектов, износ которых превысил 30 % от их балансовой стоимости (функция СЧЁТЕСЛИ).

3. С помощью фильтрации получите следующую информацию:

1) наименования объектов, остаточная стоимость оборудования которых менее 400 у. е.;

2) наименование объекта с максимальным износом оборудования;

3) наименования основных объектов производства с балансовой стоимостью менее 1000 у. е. и остаточной стоимостью менее 350 у. е.;

4) наименования вспомогательных объектов производства с восстановительной полной стоимостью менее 400 или более 800 у. е.

4. Создайте сводную таблицу для расчета суммарной величины восстановительной остаточной стоимости, в строках которой выводятся типы объектов, в столбцах – наименования объектов.

2.2. Вид таблицы с исходными данными

На пустом листе книги Microsoft Excel сформируем таблицу требуемой структуры. Получим таблицу с исходными данными:

2.3. Проведение расчета характеристик

Рассмотри проведение расчета характеристик для первой строки таблицы.

Для расчета ОС введем в ячейку E4 формулу: =C4-D4,  в ячейку F4 введем формулу: = ЕСЛИ(C4<=500;C4*2;C4*3), а в ячейку G4 введем формулу =ЕСЛИ(C4<=500;E4*2;E4*3). Размножим полученные формулы во все остальные строки таблицы при помощи Автозаполнения.

2.4. Вычисление итогов

Например, для подсчета суммы по столбцу ОС в ячейку E14 введем формулу =СУММ(E4:E13).

Аналогичные формулы будут для расчета суммарной ВПС и ВОС.

2.5. Вычисление среднего износа

В ячейку D15 введем формулу =СРЗНАЧ(D4:D13).

2.6. Определение остаточной стоимости оборудования каждого типа

Например, для подсчета Суммарной остаточной стоимости основных объектов введем в ячейку E16 формулу =СУММЕСЛИ(B4:B13;"Осн.";E4:E13).

Для подсчета Суммарной остаточной стоимости вспомогательных объектов введем в ячейку E17 формулу =СУММЕСЛИ(B4:B13;"Вспом.";E4:E13).

2.7. Определение количества объектов с износом более 30% от их балансовой стоимости

Перед этим добавим в таблицу столбец Процент износа после столбца Остаточная стоимость.

В ячейку F4 введем формулу =D4/C4*100. Аналогично в остальных строках таблицы.

Теперь в ячейку E18 введем формулу =СЧЁТЕСЛИ(F4:F13;">30").

2.8. Вид готовой таблицы

В Microsoft Excel готовая таблица имеет вид:

Или в режиме просмотра формул:

2.9. Применение фильтрации

2.9.1. Наименование объектов с остаточной стоимостью оборудования менее 400 у.е.

Для включения фильтра выполним пункт меню Microsoft Excel Данные > Фильтр > Автофильтр[3], находясь в одной из ячеек заголовков таблицы.

После этого из списка Автофильтра для столбца Остаточная стоимость выберем пункт Условие.

В открывшемся окне зададим параметры:

Будут отобраны записи:

Наименование объекта

Тип объекта

Балансовая стоимость (БС), у.е.

Износ (И), у.е.

Остаточная стоимость (ОС), у.е.

Процент износа

Восстановительная полная стоимость (ВПС), у.е.

Восстановительная остаточная стоимость (ВОС), у.е.

Отдел 1

Вспом.

501

170

331

33,9321

1503

993

Отдел 2

Вспом.

360

50

310

13,8889

720

620

Склад 1

Вспом.

400

50

350

12,5

800

700

Цех 2

Осн.

1350

1200

150

88,8889

4050

450

Отдел 3

Вспом.

452

111

341

24,5575

904

682

Склад 3

Вспом.

320

300

20

93,75

640

40

Цех 4

Осн.

990

840

150

84,8485

2970

450

2.9.2. Наименование объекта с максимальным износом оборудования

Для столбца Износ из списка автофильтра выберем максимальное значение. Получим объект с максимальным износом оборудования:

Наименование объекта

Тип объекта

Балансовая стоимость (БС), у.е.

Износ (И), у.е.

Остаточная стоимость (ОС), у.е.

Процент износа

Восстановительная полная стоимость (ВПС), у.е.

Восстановительная остаточная стоимость (ВОС), у.е.

Цех 2

Осн.

1350

1200

150

88,8889

4050

450

2.9.3. Наименование основных объектов производства с балансовой стоимостью менее 1000 у.е. и остаточной стоимостью менее 350 у.е.

Для столбца Тип объекта из списка автофильтра выберем пункт Осн. Для столбца БС зададим условие менее 1000, а для столбца ОС – условие менее 350. Получим следующие записи:

Наименование объекта

Тип объекта

Балансовая стоимость (БС), у.е.

Износ (И), у.е.

Остаточная стоимость (ОС), у.е.

Процент износа

Восстановительная полная стоимость (ВПС), у.е.

Восстановительная остаточная стоимость (ВОС), у.е.

Цех 4

Осн.

990

840

150

84,8485

2970

450

2.9.4. Вспомогательные объекты производства с восстановительной полной стоимостью менее 400 или более 800 у.е.

Для столбца ВПС зададим параметры автофильтра менее 400 ИЛИ более 800. Получим записи:

Наименование объекта

Тип объекта

Балансовая стоимость (БС), у.е.

Износ (И), у.е.

Остаточная стоимость (ОС), у.е.

Процент износа

Восстановительная полная стоимость (ВПС), у.е.

Восстановительная остаточная стоимость (ВОС), у.е.

Отдел 1

Вспом.

501

170

331

33,9321

1503

993

Цех 1

Осн.

1200

400

800

33,3333

3600

2400

Склад 2

Вспом.

520

74

446

14,2308

1560

1338

Цех 2

Осн.

1350

1200

150

88,8889

4050

450

Цех 3

Осн.

2200

389

1811

17,6818

6600

5433

Отдел 3

Вспом.

452

111

341

24,5575

904

682

Цех 4

Осн.

990

840

150

84,8485

2970

450

2.10. Создание сводной таблицы

Для создания сводной таблицы выполним пункт главного меню Microsoft Excel Данные>Сводная таблица.

На первом шаге мастера сводных таблиц и диаграмм зададим Создание таблицы на основе данных, находящихся в списке или базе данных Microsoft Excel, а вид создаваемого отчета – сводная таблица.

На втором шаге зададим диапазон A3:H13, содержащий исходные данные.

На следующем шаге нажмем кнопку Макет. В раздел Строка перенесем поле Тип объекта, в раздел Столбцы – Наименование объекта, а в раздел Данные – Восстановительная остаточная стоимость.

Получим следующую сводную таблицу:

Сводная таблица

Сумма по полю Восстановительная остаточная стоимость (ВОС), у.е.

Наименование объекта

 

 

 

 

 

 

 

 

 

 

Тип объекта

Отдел 1

Отдел 2

Отдел 3

Склад 1

Склад 2

Склад 3

Цех 1

Цех 2

Цех 3

Цех 4

Общий итог

Вспом.

993

620

682

700

1338

40

 

 

 

 

4373

Осн.

 

2400

450

5433

450

8733

Общий итог

993

620

682

700

1338

40

2400

450

5433

450

13106

Задание 3. СУБД MS Access

3.1. Задание

1. Создайте таблицы базы данных рекламного агентства:

Сотрудники (главная таблица)

Код

Фамилия

Должность

Оклад, руб.

Кабинет

Отдел

1

Белов

Менеджер

1 000

11

Плановый

2

Чернов

Редактор

1 300

14

Рекламный

Первичным ключом таблицы является поле Код.

Основные средства (подчиненная таблица)

Название

Год

покупки

Срок эксплуа-

тации, лет

Стоимость,

руб.

Тип средства

Помеще-ние

Ответ-ственный

Компьютер

1999

7

18 400

СВТ

14

2

Ксерокс

2000

5

10 000

СВТ

10

1

Компьютерный стол

1997

10

21 000

Мебель

22

2

Внешним ключом таблицы является поле Ответственный.

1. Свяжите таблицы по ключевым полям Код Ответственный.

2. С помощью запросов к базе данных определите:

1) основные средства типа СВТ (средства вычислительной техники);

2) компьютеры, стоимость которых превышает 15 000 рублей;

3) основные средства, купленные до 1995 года, или срок эксплуатации которых составляет от 7 до 10 лет;

4) суммарную стоимость каждого типа основных средств;

5) фамилии менеджеров, ответственных за компьютеры или ксероксы.

2. Создайте отчет по запросу к таблицам Сотрудники и Основные средства. Отчет должен включать:

1) заголовок, характеризующий содержание отчета;

2) данные полей таблиц Фамилия, Название, Тип средства, Стоимость, руб., Год  покупки;

3) группировку строк отчета по типам средств;

4) сортировку строк отчета по годам покупки;

5) суммарную стоимость основных средств каждого типа;

6) нижний колонтитул, содержащий Ваши фамилию и инициалы.

3. Создайте пользовательскую форму для таблицы Основные средства.

3.2. Создание таблиц и заполнение их данными

Таблицы базы данных имеют следующие структуры:

Сотрудники

Имя поля

Тип данных

Размер поля

Код

Счетчик

Длинное целое

Фамилия

Текстовый

50

Должность

Текстовый

50

Оклад

Денежный

Кабинет

Числовой

Длинное целое

Отдел

Текстовый

50

Основные средства

Имя поля

Тип данных

Размер поля

Название

Текстовый

50

Год покупки

Числовой

Длинное целое

Срок эксплуатации

Числовой

Длинное целое

Стоимость

Денежный

Тип средства

Текстовый

50

Помещение

Числовой

Длинное целое

Ответственный

Числовой

Длинное целое

Таблицы заполнены исходными данными:

Сотрудники

Код

Фамилия

Должность

Оклад

Кабинет

Отдел

1

Белов

Менеджер

1 000,00р.

11

Плановый

2

Чернов

Редактор

1 300,00р.

14

Рекламный

3

Иванов

Верстальщик

1 360,00р.

12

Рекламный

4

Симонова

Экономист

1 200,00р.

11

Плановый

Основные средства

Название

Год покупки

Срок эксплуатации, лет

Стоимость, руб.

Тип средства

Помещение

Ответственный

Компьютер

1999

7

18 400,00р.

СВТ

14

2

Ксерокс

2000

5

10 000,00р.

СВТ

10

1

Компьтерный стол

1997

10

21 000,00р.

Мебель

22

2

Кресло

1997

10

1 200,00р.

Мебель

10

2

Книжный шкаф

1999

20

2 500,00р.

Мебель

22

3

Сканер

2004

3

3 100,00р.

СВТ

14

4

Ксерокс

2001

10

11 500,00р.

СВТ

10

3

Факс

2001

2

4 700,00р.

СВТ

22

4

Модем

2003

5

3 690,00р.

СВТ

14

1

Компьютерный стол

2000

10

19 700,00р.

Мебель

10

2

3.3. Схема базы данных

Между таблицами установлена следующая связь типа «один-ко-многим».

3.4. Создание запросов

3.4.1. Основные средства типа СВТ

В бланке запроса запрос будет иметь вид:

Запрос выдаст результат:

Средства вычислительной техники

Название

Год покупки

Срок эксплуатации, лет

Стоимость, руб.

Тип средства

Компьютер

1999

7

18 400,00р.

СВТ

Ксерокс

2000

5

10 000,00р.

СВТ

Сканер

2004

3

3 100,00р.

СВТ

Ксерокс

2001

10

11 500,00р.

СВТ

Факс

2001

2

4 700,00р.

СВТ

Модем

2003

5

3 690,00р.

СВТ

3.4.2. Компьютеры, стоимость которых превышает 15000 рублей

Запрос в режиме Конструктора имеет вид:

Запрос выдаст результат:

Компьютеры со стоимость больше 15000

Название

Год покупки

Срок эксплуатации, лет

Стоимость, руб.

Ответственный

Компьютер

1999

7

18 400,00р.

2

3.4.3. Основные средства, купленные до 1995 года или срок эксплуатации которых составляет от 7 до 10 лет

Этот запрос в режиме Конструктора будет иметь вид:

Запрос выдаст результат:

ОС со сроком эксплуатации от 7 до 10 лет

Название

Год покупки

Срок эксплуатации, лет

Компьютер

1999

7

Компьтерный стол

1997

10

Кресло

1997

10

Ксерокс

2001

10

Компьютерный стол

2000

10

3.4.4. Суммарная стоимость каждого типа основных средств

Для получения требуемых данных создадим Перекрестный запрос.

Для заголовков строк выберем поле Тип средства, а для заголовков столбцов – поле Название.

Для поля Стоимость зададим функцию Сумма.

По запросу получим результат:

Основные средства_перекрестный

Тип средства

Итоговое значение Стоимость

Книжный шкаф

Компьтерный стол

Компьютер

Компьютерный стол

Кресло

Ксерокс

Модем

Сканер

Факс

Мебель

44 400,00р.

2 500,00р.

21 000,00р.

19 700,00р.

1 200,00р.

СВТ

51 390,00р.

18 400,00р.

21 500,00р.

3 690,00р.

3 100,00р.

4 700,00р.

3.4.5. Фамилии менеджеров, ответственных за компьютеры или ксероксы

В режиме Конструктора запрос имеет вид:

По запросу получим:

Менеджеры ответственные за компьютеры или ксероксы

Фамилия

Должность

Название

Чернов

Редактор

Компьютер

Белов

Менеджер

Ксерокс

3.5. Создание отчета

Так как отчет должен содержать поля из обеих таблиц, то сначала создадим запрос, содержащий необходимые поля. Поле Фамилия из таблицы Сотрудники, поля Название, Тип средства, Стоимость, Год покупки.

Это запрос выдаст результат:

Запрос для отчета

Фамилия

Название

Тип средства

Стоимость, руб.

Год покупки

Белов

Ксерокс

СВТ

10 000,00р.

2000

Белов

Модем

СВТ

3 690,00р.

2003

Чернов

Компьютер

СВТ

18 400,00р.

1999

Чернов

Компьтерный стол

Мебель

21 000,00р.

1997

Чернов

Кресло

Мебель

1 200,00р.

1997

Чернов

Компьютерный стол

Мебель

19 700,00р.

2000

Иванов

Книжный шкаф

Мебель

2 500,00р.

1999

Иванов

Ксерокс

СВТ

11 500,00р.

2001

Симонова

Сканер

СВТ

3 100,00р.

2004

Симонова

Факс

СВТ

4 700,00р.

2001

Теперь по этому запросу создадим отчет при помощи мастера.

Выберем для отчета все поля из запроса. Добавим уровень группировки для поля Стоимость. Сортировки строк зададим по возрастанию значений поля Год покупки. Нажав кнопку Итоги установим функцию Sum[4] для поля Стоимость. Макет отчета выберем Ступенчатый. Стиль – Деловой.

В режиме Конструктора отчет имеет вид:

Или в режиме просмотра:

3.6. Создание пользовательской формы

Создание формы проведем при помощи мастера.

Для формы выберем все поля таблицы Основные средства. Внешний вид формы выберем в один столбец.

Получим форму:

Задание 4. Информационно-поисковая система Интернета

Откроем в браузере Internet Explorer начальную страницу ИПС Интернета Яндекс[5] (http://www.yandex.ru):

В поисковую строку введем Рекламное агентство «Клаус Берг». Будут найдены ссылки на страницы:

Откроем главную страницу рекламного агентства:

В поисковый каталог http://www.list.ru введем строку Бухгалтерский и налоговый учет амортизации объектов основных средств. Будут найдены страницы:

Открыв одну из найденных страниц, получим:

Литература

1.     Бекаревич Ю., Пушкина Н.  MS Access 2000 за 30 занятий. – СПб: ВНV, 2000.

2.     Васина Н. И др.  Информационные ресурсы Internet. – М.: Изд. РРГУ, 1999.

3.     Джексон П.  Введение в экспертные системы. – М.: Издательский дом «Вильямс», 2001.

4.     Додж М., Стинсон К.  Эффективная работа с Microsoft Excel 2000. – СПб.: Питер, 2000.

5.     Ежов А.А., Шумский С.А.  Нейрокомпьютеринг и его приложения в экономике и бизнесе. – М.: Изд-во МИФИ, 1998.


[1] Джексон П.  Введение в экспертные системы. – М.: Издательский дом «Вильямс», 2001, стр. 71

[2] Ежов А.А., Шумский С.А.  Нейрокомпьютеринг и его приложения в экономике и бизнесе. – М.: Изд-во МИФИ, 1998, стр. 37

[3] Додж М., Стинсон К.  Эффективная работа с Microsoft Excel 2000. – СПб.: Питер, 2000, стр. 211

[4] Бекаревич Ю., Пушкина Н.  MS Access 2000 за 30 занятий. – СПб: ВНV, 2000, стр. 313

[5] Васина Н. И др.  Информационные ресурсы Internet. – М.: Изд. РРГУ, 1999, стр. 220