艺术设计专业综合性、设计性实验报告
姓名冷周学号201310414039
专业环境设计班级2013级环境设计2班
实验课程名称概念模型设计与制作
指导教师及职称蒲培勇副教授
开课学期2015至2016学年第一学期
上课时间2015年10月
一、实验设计方案
1
二、实验报告
2
概念： 结构方程建模(Structural Equation Modeling. 简称SEM) 是一种综合运用多元回归分析、路径分析和确认型因子分析方法而形成的一种统计数据分析工具，是基于变量的协方差矩阵来分析变量之间关系得一种统计方法，也称为协方差结构分析。它既能够分析处理测量误差，又可分析潜在变量之间的结构关系。 特点： 1.同时处理多个因变量 结构方程分析可同时考虑并处理多个因变量。在回归分析或路径分析中，即使统计结果的图表中展示多个因变量，在计算回归系数或路径系数时，仍是对每个因变量逐一计算。所以图表看似对多个因变量同时考虑，但在计算对某一个因变量的影响或关系时，都忽略了其他因变量的存在及其影响。 2.容许自变量和因变量含测量误差 态度、行为等变量，往往含有误差，也不能简单地用单一指标测量。结构方程分析容许自变量和因变量均含测量误差。变量也可用多个指标测量。用传统方法计算的潜变量间相关系数与用结构方程分析计算的潜变量间相关系数，可能相差很大。 3.同时估计因子结构和因子关系 假设要了解潜变量之间的相关程度，每个潜变量者用多个指标或题目测量，一个常用的做法是对每个潜变量先用因子分析计算潜变量（即
因子）与题目的关系（即因子负荷），进而得到因子得分，作为潜变量的观测值，然后再计算因子得分，作为潜变量之间的相关系数。这是两个独立的步骤。在结构方程中，这两步同时进行，即因子与题目之间的关系和因子与因子之间的关系同时考虑。 4.容许更大弹性的测量模型 传统上，只容许每一题目（指标）从属于单一因子，但结构方程分析容许更加复杂的模型。例如，我们用英语书写的数学试题，去测量学生的数学能力，则测验得分（指标）既从属于数学因子，也从属于英语因子（因为得分也反映英语能力）。传统因子分析难以处理一个指标从属多个因子或者考虑高阶因子等有比较复杂的从属关系的模型。 5.估计整个模型的拟合程度 在传统路径分析中，只能估计每一路径（变量间关系）的强弱。在结构方程分析中，除了上述参数的估计外，还可以计算不同模型对同一个样本数据的整体拟合程度，从而判断哪一个模型更接近数据所呈现的关系。
、新建概念数据模型 1）选择File-->New,弹出如图所示对话框，选择CDM模型（即概念数据模型）建立模型。 2）完成概念数据模型的创建。以下图示，对当前的工作空间进行简单介绍。（以后再更详细说明）.
3）选择新增的CDM模型，右击，在弹出的菜单中选择“Properties ”属性项，弹出如图所示对话框。在“General ”标签里可以输入所建模型的名称、代码、描述、创建者、版本以及默认的图表等等信息。在 “Notes ”标签里可以输入相关描述及说明信息。当然再有更多的标签，可以点击 按钮，这里就不再进行详细解释。？牯?尾 二、创建新实体 1 ）在CDM的图形窗口中，单击工具选项版上的Entity工具，再单击图形窗口的空白处，在单击的位置 就出现一个实体符号。点击Pointer工具或右击鼠标，释放Entitiy 工具。如图所示
2）双击刚创建的实体符号，打开下列图标窗口，在此窗口“General ”标签中可以输入实体的名称、代码、描述等信 、添加实体属性 1 ）在上述窗口的“ Attribute ”选项标签上可以添加属性，如下图所示
迴扌 ftitity Propertr 已s - Entity 2 (Entity ?) 注意： 数据项中的“添加属性”和“重用已有数据项”这两项功能与模型中 Data Item 的Unique code 和Allow reuse 选项有关。 P 列表示该属性是否为主标识符 ；D 列表示该属性是否在图形窗口中显示 ；M 列表示该属性是否为强制的, 即该列是否为空值。 如果一个实体属性为强制的，那么， 这个属性在每条记录中都必须被赋值，不能为空。 2）在上图所示窗口中，点击插入属性按钮，弹岀属性对话框，如下图所示 General Attributes | Idenhfiers ] Notes 1 Rules 表示是否为主标识符 ami \ Code Data 7ype Donwiri M 建立标识符 b 尸单于…』 二、二如馨；二 __ 1 = …— 一追力 q“属性 描入属性 衣示该属性为融' 制不能为空值广 T 厂厂 厂厂*r r'匚厂 r 厂广亡看 rr 厂厂F 广厂厂厂厂厂「厂广厂厂 □K | 匚 anew A.PF.M | Help 袤示是否在图形窗口中 II H'+'lll-oRIIH- ?laii' + 'IIB'-'HII' 一上丄 J-：'- ■ ：
2015-2016第二学期 数据库 工业工程2014 作业整理 概念设计ER图到关系模型简约做法 一、为学生考勤建立数据库-----概念模型设计（ER图） 问题：由班长为班级的每门课程建立考勤 **自行完成关系模型 二、学生社团活动问题： 学生参与社团的资格审查和会员登记；会员参与活动记录。 **自行完成关系模型 概念设计ER图到关系模型完整做法 根据业务调查，设计数据库的概念模型（E-R图），并将E-R图转换为关系图。 一、关于运动比赛 1.1业务调查： *记录运动员的姓名性别所属队 *记录项目、比赛时间和比赛场地 *成绩统计 1.2找出业务发生过程中相互作用的实体：运动员、院系、项目 1.3将实体之间的作用关系转化为联系： 运动员属于院系 运动员参与项目 院系参与(团体)项目 1.4找出实体之间的作用（联系）发生时的数量关系是1:1、或者1:n还是n:m 1.5按照业务发生时的意义选择每个实体的属性： 运动员：学号、性别、姓名 院系：名称、编号 项目：编号、名称、时间、组别、场地 1.6找出联系的属性。如果实体之间发生作用时产生了不属于两个实体中的任何一个的数据，就应将其设为当前联系的属性。 个人参与：分组、成绩 团体参与：分组、成绩 1.7检查有没有重复的属性，如有则将多余的删除。 1.8模型检验：上述ER图所表达 *记录运动员的姓名性别所属队——可以满足 *记录项目、比赛时间和比赛场地——可以满足 *成绩统计——可以满足 1.9将E-R模型转换为关系模型 *首先将实体转换为关系 运动员（学号、性别、姓名，院系.编号） 院系（编号、名称） 项目（编号、名称、时间、组别、场地）
有关基于模型的设计（MBD）一些概念和理解 先胡乱问几个大问题： 1.什么叫基于模型的设计？ 2.为什么要基于模型的设计？ 3.基于模型的设计过程中，需要做什么事情？ 再问几个小问题： 1.模型验证是否必要？ 2.模型验证有哪些工作可以做？ 3.模型验证是否一定需要被控对象模型？ 4.代码生成效率如何？ 5.底层驱动是否要建模？ 6.Embedded Coder（以前的RTW Embedded Coder）支持哪些芯片？ https://www.doczj.com/doc/3815410527.html,、SIL、PIL、HIL的目的和实现方式？ 8.如何定点化？ 9.如何做代码集成？ 什么叫基于模型的设计？ 这是一个很大的话题，因为本人能力所限，仅讨论使用Simulink模型开发嵌入式软件的设计过程。也就是说，我只能聊基于模型的嵌入式软件设计。 我的理解是，通过对算法建模进行软件设计的过程，都可以叫基于模型的设计。当然，如果仅限于算法建模，把Simulink/Stateflow当做Visio使用，而不去进行其他环节的工作，这样的基于模型设计是不完整的，可能对你的开发效率不会有很大的提升。 如果想通过基于模型的设计提升软件开发团队的开发效率，提高软件品质，我觉得至少有如下几点可以考虑： 1.算法建模 2.算法模型的验证 3.文档自动化 4.代码生成 5. 代码和模型的等效性验证 传统的开发过程中，我们有一个环节，需求捕获，也即，从系统需求分解出软件需求。在基于模型的设计过程中，我们同样可以通过分析系统需求，获得软件需求。当然，根据系统需求的详细程度，我们可以考虑是否要写专门的软件需求。 在基于模型的软件设计中，我们主要关心的是系统的功能需求，或者说可以通过软件实现的功能需求。如果这部分需求在系统需求文档里已经有非常清楚的定义，那么我们可以以系统需求文档作为依据建立模型。 当然，如果系统需求不是足够清楚，那我们有必要编写专门的软件需求文档。如果不考虑Simulink/Stateflow的应用上的问题，也就是说，如果我们都是熟练的Simulink/Stateflow用户，那么建模过程的主要工作是需求分析，通俗点讲，
第二节供应链的概念、结构模型及其特征 一、供应链的概念 供应链目前尚未形成统一的定义，许多学者从不同的角度出发给出了许多不同的定义。 早期的观点认为供应链是制造企业中的一个内部过程，它是指把从企业外部采购的原材料和零部件，通过生产转换和销售等活动，再传递到零售商和用户的一个过程。传统的供应链概念局限于企业的内部操作层上，注重企业自身的资源利用。 有些学者把供应链的概念与采购、供应管理相关联，用来表示与供应商之间的关系，这种观点得到了研究合作关系、JIT关系、精细供应、供应商行为评估和用户满意度等问题的学者的重视。但这样一种关系也仅仅局限在企业与供应商之间，而且供应链中的各企业独立运作，忽略了与外部供应链成员企业的联系，往往造成企业间的目标冲突。 后来供应链的概念注意了与其他企业的联系，注意了供应链的外部环境，认为它应是一个“通过链中不同企业的制造、组装、分销、零售等过程将原材料转换成产品，再到最终用户的转换过程”，这是更大范围、更为系统的概念。例如，美国的史迪文斯（Stevens）认为：“通过增值过程和分销渠道控制从供应商的供应商到用户的用户的流就是供应链，它开始于供应的源点，结束于消费的终点”。伊文斯（Evens）认为：“供应链管理是通过前馈的信息流和反馈的物料流及信息流，将供应商、制造商、分销商、零售商，直到最终用户连成一个整体的模”。这些定义都注意了供应链的完整性，考虑了供应链中所有成员操作的一致性（链中成员的关系）。 而到了最近，供应链的概念更加注重围绕核心企业的网链关系，如核心企业与供应商、供应商的供应商乃至与一切前向的关系，与用户、用户的用户及一切后向的关系。此时对供应链的认识形成了一个网链的概念，像丰田、耐克、尼桑、麦当劳和苹果等公司的供应链管理都从网链的角度来实施。哈理森（Harrison）进而将供应链定义为：“供应链是执行采购原材料、将它们转换为中间产品和成品、并且将成品销售到用户的功能网”。这些概念同时强调供应链的战略伙伴关系问题。菲力浦（Phillip）和温德尔（Wendell）认为供应链中战略伙伴关系是很重要的，通过建立战略伙伴关系，可以与重要的供应商和用户更有效地开展工作。在研究分析的基础上，我们给出一个供应链的定义：供应链是围绕核心企业，通过对信息流、物流、资金流的控制，从采购原材料开始，制成中间产品以及最终产品，最后由销售网络把产品送到消费者手中的将供应商、制造商、分销商、零售商、直到最终用户连成一个整体的功能网链结构模式。它是一个范围更广的企业结构模式，它包含所有加盟的节点企业，从原材料的供应开始，经过链中不同企业的制造加工、组装、分销等过程直到最终用户。它不仅是一条联接供应商到用户的物料链、信息链、资金链，而且是一条增值链，物料在供应链上因加工、包装、运输等过程而增加其价值，给相关企业都带来收益。 二、供应链的结构模型 根据以上供应链的定义，其结构可以简单地归纳为如图2-1所示的模型。 图2-1 供应链的网链结构模型 从图2-1中可以看出，供应链由所有加盟的节点企业组成，其中一般有一个核心企业（可以是产品制造企业，也可以是大型零售企业，如美国的沃尔玛特），节点企业在需求信息的驱动下，通过供应链的职能分工与合作（生产、分销、零售等），以资金流、物流或/和服务流为媒介实现整个供应链的不断增值。 三、供应链的特征
实体关系模型 科技名词定义 中文名称：实体关系模型 英文名称：entity relationship model 定义：该模型直接从现实世界中抽象出实体类型和实体间联系，然后用实体联系图(E-R示 数据模型，是描述概念世界，建立概念模型的实用工具。应用学科： 实体关系模型（Entity Relationship Diagram）地理信息系统术语，该模型直接从现实世界中抽象出实体类型和实体间联系，然后用实体联系图（E-R图）表示数据模型，是描述概念世界，建立概念模型的实用工具。 目录 什么是E-R图 E-R图的基本要素 E-R图（Entity Relationship Diagram）即实体联系图，也称实体关系图 什么是E-R图 E-R图即实体-联系图(Entity Relationship Diagram)，是指提供了表示实体型、属性和联系的方法，用来描述现实世界的概念模型。E-R方法:是“实体-联系方法”（Entity-Relationship Approach）的简称。它是描述现实世界概念结构模型的有效方法。 实体联系模型，实体关系模型或实体联系模式图(ERD)是由美籍华裔计算机科学家陈品山(Peter Chen)发明，是概念数据模型的高层描述所使用的数据模型或模式图，它为表述这种实体联系模式图形式的数据模型提供了图形符号。这种数据模型典型的用在信息系统设计的第一阶段；比如它们在需求分析阶段用来描述信息需求和/或要存储在数据库中的信息的类型。但是数据建模技术可以用来描述特定论域(就是感兴趣的区域)的任何本体(就是对使用的术语和它们的联系的概述和分类)。在基于数据库的信息系统设计的情况下，在后面的阶段(通常叫做逻辑设计)，概念模型要映射到逻辑模型如关系模型上；它依次要在物理设计期间映射到物理模型上。注意，有时这两个阶段被一起称为"物理设计"。
概念E R模型与关系模型 设计作业 Revised by BLUE on the afternoon of December 12,2020.
2015-2016第二学期 数据库 工业工程2014 作业整理 概念设计ER图到关系模型简约做法 一、为学生考勤建立数据库-----概念模型设计（ER图） 问题：由班长为班级的每门课程建立考勤 **自行完成关系模型 二、学生社团活动问题： 学生参与社团的资格审查和会员登记；会员参与活动记录。 **自行完成关系模型 概念设计ER图到关系模型完整做法 根据业务调查，设计数据库的概念模型（E-R图），并将E-R图转换为关系图。 一、关于运动比赛 1.1业务调查： *记录运动员的姓名性别所属队 *记录项目、比赛时间和比赛场地 *成绩统计 1.2找出业务发生过程中相互作用的实体：运动员、院系、项目 1.3将实体之间的作用关系转化为联系： 运动员属于院系 运动员参与项目 院系参与(团体)项目 1.4找出实体之间的作用（联系）发生时的数量关系是1:1、或者1:n还是n:m 1.5按照业务发生时的意义选择每个实体的属性： 运动员：学号、性别、姓名 院系：名称、编号 项目：编号、名称、时间、组别、场地 1.6找出联系的属性。如果实体之间发生作用时产生了不属于两个实体中的任何一个的数据，就应将其设为当前联系的属性。 个人参与：分组、成绩 团体参与：分组、成绩 1.7检查有没有重复的属性，如有则将多余的删除。 1.8模型检验：上述ER图所表达 *记录运动员的姓名性别所属队——可以满足 *记录项目、比赛时间和比赛场地——可以满足 *成绩统计——可以满足 1.9将E-R模型转换为关系模型 *首先将实体转换为关系
概念数据模型设计与逻辑数据模型设计、物理数据模型设计是数据库及数据仓库模型设计的三个主要步骤。 在数据仓库领域有一个概念叫conceptual data model，中文一般翻译为“概念数据模型”。 概念数据模型是最终用户对数据存储的看法，反映了最终用户综合性的信息需求，它以数据类的方式描述企业级的数据需求，数据类代表了在业务环境中自然聚集成的几个主要类别数据。 概念数据模型的内容包括重要的实体及实体之间的关系。在概念数据模型中不包括实体的属性，也不用定义实体的主键。这是概念数据模型和逻辑数据模型的主要区别。 概念数据模型的目标是统一业务概念，作为业务人员和技术人员之间沟通的桥梁，确定不同实体之间的最高层次的关系。 在有些数据模型的设计过程中，概念数据模型是和逻辑数据模型合在一起进行设计的。 在数据仓库领域有一个概念叫logical data model，中文一般翻译为“逻辑数据模型”。 逻辑数据模型反映的是系统分析设计人员对数据存储的观点，是对概念数据模型进一步的分解和细化。逻辑数据模型是根据业务规则确定的，关于业务对象、业务对象的数据项及业务对象之间关系的基本蓝图。 逻辑数据模型的内容包括所有的实体和关系，确定每个实体的属性，定义每个实体的主键，指定实体的外键，需要进行范式化处理。 逻辑数据模型的目标是尽可能详细的描述数据，但并不考虑数据在物理上如何来实现。 逻辑数据建模不仅会影响数据库设计的方向，还间接影响最终数据库的性能和管理。如果在实现逻辑数据模型时投入得足够多，那么在物理数据模型设计时就可以有许多可供选择的方法。 在数据仓库领域有一个概念叫physical data model，中文一般翻译为“物理数据模型”。 物理数据模型是在逻辑数据模型的基础上，考虑各种具体的技术实现因素，进行数据库体系结构设计，真正实现数据在数据库中的存放。 物理数据模型的内容包括确定所有的表和列，定义外键用于确定表之间的关系，基于用户的需求可能进行发范式化等内容。在物理实现上的考虑，可能会导致物理数据模型和逻辑数据模型有较大的不同。
概念结构理论 刘壮虎 北京大学哲学系，liuzhh@https://www.doczj.com/doc/3815410527.html, 摘要 本文不从概念的外延和内涵出发，而是将概念作为初始出发点，按照概念结构整体论的观点，在思想—概念—语言三者统一的基础上，建立概念结构的形式理论，讨论其基本性质及其意义，并在此基础上研究若干相关的问题。 实际中使用的推理，比我们通常说的逻辑推理要更广泛，本文建立依赖于语言的相对于主体的推理，并根据这种相对的推理建立相对的一致的概念。通过这种一致的概念，讨论不一致信念集的特征。这种推理也可以部分地用于概念的分类上，本文通过两个简单的实例来说明这种方法的应用。 词项的同义是语言学中的重要问题，按整体论的观点，比同义更一般的不可分辨性更为重要，本文给出了概念的不可分辨性的定义，并讨论其在语言中的表现。不同语言间的翻译也是语言学中的重要问题，本文在概念结构的形式理论基础上的对不同语言间的翻译进行了一些初步的讨论。 本文只是在对最简单的语言进行讨论，通过这样的讨论体现概念结构形式理论的思想、方法和研究框架。 §1前言 一、外延和内涵 概念有外延和内涵，是概念研究中的一个教条。我认为，这个教条是错误的，至少是不准确的。 概念有不同类型的，如亚里士多德就提出了十大范畴，而在三段论中使用的只是实体范畴和性质范畴。在讨论概念的外延和内涵时，也往往集中在个体、类和性质的范围内（与实体范畴和性质范畴相当），就算有所推广，也不是所有的概念。就是在个体、类和性质的范围内，概念有外延和内涵也是存在质疑的，如不可数名词的外延、性质化归为类等问题。 对外延和内涵的形式化的研究中，大多数说的是语句的外延和内涵，如各种内涵逻辑，它们与概念的外延和内涵是完全不同。 将内涵看作可能世界到外延的函数（或者在此基础上的修改），对于处理语句的内涵确实是一种比较好的方法，但将这种方法用于处理概念的内涵和外延，却带
一、新建概念数据模型 1）选择File-->New,弹出如图所示对话框，选择CDM模型（即概念数据模型）建立模型。 2）完成概念数据模型的创建。以下图示，对当前的工作空间进行简单介绍。（以后再更详细说明）．
3）选择新增的CDM模型，右击，在弹出的菜单中选择“Properties”属性项，弹出如图所示对话框。在“General”标签里可以输入所建模型的名称、代码、描述、创建者、版本以及默认的图表等等信息。在“Notes”标签里可以输入相关描述及说明信息。当然再有更多的标签，可以点击 按钮，这里就不再进行详细解释。?牯?尾 二、创建新实体 1）在CDM的图形窗口中，单击工具选项版上的Entity工具，再单击图形窗口的空白处，在单击的位置就出现一个实体符号。点击Pointer工具或右击鼠标，释放Entitiy工具。如图所示
2）双击刚创建的实体符号，打开下列图标窗口，在此窗口“General”标签中可以输入实体的名称、代码、描述等信 息。． 三、添加实体属性 1）在上述窗口的“Attribute”选项标签上可以添加属性，如下图所示。
注意： 数据项中的“添加属性”和“重用已有数据项”这两项功能与模型中Data Item的Unique code 和Allow reuse选项有关。 P列表示该属性是否为主标识符;D列表示该属性是否在图形窗口中显示;M列表示该属性是否为强制的，即该列是否为空值。 如果一个实体属性为强制的，那么，这个属性在每条记录中都必须被赋值，不能为空。 2）在上图所示窗口中，点击插入属性按钮，弹出属性对话框，如下图所示。
7.3 概念结构设计 将需求分析得到的用户需求抽象为信息结构即概念模型的过程就是概念结构设计。它是整个数据库设计的关键。(概念结构是对用户需求的客观反映，不涉及到软硬件环境，也不能直接在数据库管理系统DBMS上实现，是现实世界与机器世界的中介。这一阶段所产生的工作结果一般表现为E-R图的形式，它不仅能够充分反映客观世界，而且易于非计算机人员理解，易于向关系、网状、层次等各种数据模型转换。) 7.3.1 概念结构 在需求分析阶段所得到的应用需求应该首先抽象为信息世界的结构，才能更好地、更准确地用某一DBMS实现这些需求。 概念结构的主要特点是: (1) 能真实、充分地反映现实世界，包括事物和事物之间的联系，能满足用户对数据的处理要求。是对现实世界的一个真实模型。 (2) 易于理解，从而可以用它和不熟悉计算机的用户交换意见，用户的积极参与是数据库的设计成功的关键。 (3) 易于更改，当应用环境和应用要求改变时，容易对概念模型修改和扩充。 (4) 易于向关系、网状、层次等各种数据模型转换。 概念结构是各种数据模型的共同基础，它比数据模型更独立于机器、更抽象，从而更加稳定。 描述概念模型的有力工具是E-R模型。有关E-R模型的基本概念已在第一章介绍。下面将用E-R模型来描述概念结构。 7.3.2 概念结构设计的方法与步骤 设计概念结构通常有四类方法: ·自顶向下。即首先定义全局概念结构的框架，然后逐步细化，如图7.7(a)所示。 ·自底向上。即首先定义各局部应用的概念结构，然后将它们集成起来，得到全局概念结构，如图7.7（b）所示。 ·逐步扩张。首先定义最重要的核心概念结构，然后向外扩充，以滚雪球的方式逐步生成其他概念结构，直至总体概念结构，如图7.7(c)所示。 ·混合策略。即将自顶向下和自底向上相结合，用自顶向下策略设计一个全局概念结构的框架，以它为骨架集成由自底向上策略中设计的各局部概念结构。 其中最经常采用的策略是自底向上方法。即自顶向下地进行需求分析，然后再自底向上地设计概念结构。如图7.8所示。这里只介绍自底向上设计概念结构的方法。它通常分为两步:第1步是抽象数据并设计局部视图，第2步是集成局部视图，得到全局的概念结构，如图7.9所示。
2.1.1 二维表格的基本术语 考核要求：达到“识记” 层次知识点：主要是一些基本概念 （1）二维表格在关系模型中，一张二维表格对应一个关系。 （2）元组（tuple）表中的一行（即一个记录），表示一个实体；关系是由元组组成的。 （3）关系：是一个元数为K（K>=1）的元组的集合。一张二维表格对应一个关系。 表中的一行称为关系的一个元组；表中的一列称为关系的一个属性。 在关系模型中，对关系作了下列规范性的限制：关系中每一个属性值都是不可分解的； 关系中不允许出现相同的元组（没有重复元组）； 不考虑元组间的顺序，即没有行序；在理论上，属性间的顺序（即列序）也是不存在的； 但在使用时按习惯考虑列的顺序。 （4）超键（Super Key）：在关系中能唯一标识元组的属性集称为关系模式的超键； （5）候选键（Candidate Key）：不含有多余属性的超键称为候选键； （6）主键（Primary Key）：用户选作元组标识的一个候选键。 在以上概念中，主键一定可作候选键，候选键一定可作超键；反之，则不成立。 比如，在学生表中，如果有“学号”、“姓名”、“出生年月”等字段，其中学号是唯一的，那么（学号）属于超键，（学号，姓名）的组合也是超键。同时，（学号）是候选键，而（学号，姓名）由于含有多余属性，所以不是候选键。在这三个概念中，主键的概念最为重要，它是用户选作元组标识的一个关键字。如果一个关系中有两个或两个以上候选键， 用户就选其中之一作为主键。 2.1.2 关系模式、关系子模式和存储模式 考核要求：达到“识记” 层次知识点：三种模式的理解 （1）关系模式：关系模型的定义包括：模式名，属性名，值域名以及模式的主键。它仅仅是对数据特性的描述，不涉及到物理存储方面的描述。 （2）子模式：子模式是用户所用到的那部分数据的描述。除了指出用户数据外，还应 指出模式和子模式之间的对应性。 （3）存储模式：关系存储时的基本组织方式是文件，元组是文件中的记录。 几个模式的理解（教材30页的例子）：
渤海大学自动化办公聊天室系统 系统概念模型（E-R图） 张佳佳（10060140）渤海大学信息科学与技术学院
将需求分析得到的用户需求抽象为信息结构即概念模型的过程就是概念结构设计。它是整个数据库设计的关键。概念结构是独立于计算机硬件结构、独立于支持数据库的DBMS。概念结构设计的方法有： 1）自顶向下：首先定义全局概念结构的框架，然后逐步细化。 2）自底向上：首先定义各局部应用的概念结构，然后将它们集成起来，得到全局概念结构。 3）逐步扩张：首先定义最重要的核心概念结构，然后向外扩充。 4）混合策略：即将自顶向下和自底向上相结合，用自顶向下策略设计一个全局概念结构的框架，以它为骨架集成由自底向上策略中设计的各局部概念结构。 在对本系统数据库的具体设计过程中，所采用的是自底向上的设计方法，即自顶向下地进行需求分析，得到每一集体的应用需求，然后反过来根据每一子需求，采用自底向上法分步设计每一局部E-R模型，综合各局部E-R模型，逐层向上回到顶端，最终产生全局E-R模型。 1.局部概念模型设计 根据需求分析得出，在登录系统中有一下实体。 用户（教师、学生、管理员） E—R图如下所示： 用户（user）E－R图 头像 姓名 账号 电子邮件 密码性别 用户 个人介绍状态 籍贯
教师E－R图：学生E－R图： 用户user 教师学生系统管 理员 学生 学号 姓名 性别 入学年 入学 年份 学院 专业 教师 姓名 性别 学院 教工 号 教龄 密码 密码
系统管理员E－R图： 2.用户信息表中有以下实体（学院专业） 学院E－R图系统管理员 账号密码 学院 学院ID 学院名称
数据模型设计要点
目录 1.数据模型设计的输入4 2.数据模型设计必须的几个阶段4 2.1.概念数据模型设计（Conceptual Data Model） (5) 2.2.逻辑数据模型设计（Logical Data Model） (6) 2.2.1.设计范式要求 7 2.2.1.1.第一范式 7 2.2.1.2.第二范式 7 2.2.1. 3.第三范式 8 2.2.1.4.逆第三范式 9 2.2.2.其他要求 10 2.2.2.1.数据类型定义 10 2.2.2.2.实体名称定义 10 2.2.2. 3.主键定义 10 2.2.2.4.实体关系定义 10 2.2.2.5.数据量估算 11 2.2.2.6.索引定义 11 2.3.物理数据模型（Physical Data Model） (12) 2.3.1.物理库设计 12 2.3.1.1.数据库Server设计 12 2.3.1.2.表空间设计 12 2.3.1.3.用户及权限设计 13 2.3.2.物理表设计 13
2.3.2.1.数据类型设计 13 2.3.2.2.存储设计 13 2.3.2.3.主外键设计 13 2.3.2.4.索引设计 14 2.3.2.5.生成建表语句 14 3.数据模型设计相关工具软件14 4.数据模型设计的产出及规格要求14 4.1.概念数据模型设计阶段 (14) 4.2.逻辑数据模型设计阶段 (15) 4.3.物理数据模型设计阶段 (15)
1.数据模型设计的输入 传统的瀑布型的开发模型下，其特点是需求驱动。相应的，数据模型设计的必要输入为需求分析阶段的产出，包括需求规格说明书（需求分析说明书）、数据字典。 分析型应用由于其需求不易迅速全面予以明确，所以适合用螺旋式开发模型，逐步迭代。但由于分析型应用是数据驱动，所以数据模型的设计要求更高，需要根据业务和数据的实际情况，进行快速全面分析，并有充分的管理思维，才能设计出比较理想的数据模型。其输入就不仅限于传统的瀑布开发模型下的需求规格说明书和数据字典，而是要从业务层面分析各个现有业务实体，以管理思维的角度，进行必要的抽象、归纳和挖掘，结合未来管理需要，明确潜在业务实体，以及各业务实体之间的关系，最终予以设计实现。 2.数据模型设计必须的几个阶段 无论是瀑布模型还是螺旋模型，数据模型的设计都必须经历概念数据模型设计、逻辑数据模型设计和物理数据模型设计三个阶段。 其中，概念数据模型设计的主要工作是提取概念实体并分析其关系，这是最关键的工作，直接影响后续工作的质量；逻辑数据模型设计的主要工作是设计各逻辑实体的属性、主键、索引以及各实体之间的关系，此部分与物理数据库无关；物理数据模型设计的主要工作是结合具体的物理数据库平台进行存储设计。 这三个阶段并不是完全单向的，而是可以反向调整。假设后面的阶段发现有问题，可以转到上一阶段进行必要的修改后继续进行。但一定不能不管前一阶段的结果，放任自流地进行后面阶段的工作。 2.1.概念数据模型设计（Conceptual Data Model） 本阶段的任务是对业务领域的各概念实体进行归纳和总结的过程。该过程以分析概念实体以及它们之间的关系为目标，而不是以细化概念实体的各项属性为目标。 该阶段工作非常重要，是进行其他阶段工作的基础。
晶体概念及结构模型 1．晶体与非晶体 (1)晶体与非晶体的比较 (2)得到晶体的途径 ①熔融态物质凝固。 ②气态物质冷却不经液态直接凝固(凝华)。 ③溶质从溶液中析出。 (3)晶胞 ①概念：描述晶体结构的基本单元。 ②晶体中晶胞的排列——无隙并置 无隙：相邻晶胞之间没有任何间隙。 并置：所有晶胞平行排列、取向相同。 2．晶胞组成的计算——均摊法 (1)原则 晶胞任意位置上的一个原子如果是被n 个晶胞所共有，那么，每个晶胞对这个原子分得的份 额就是1n 。 (2)方法 ①长方体(包括立方体)晶胞中不同位置的粒子数的计算。
②非长方体晶胞中粒子视具体情况而定，如石墨晶胞每一层内碳原子排成六边形，其顶点(1 个碳原子)被三个六边形共有，每个六边形占13 。 3．常见晶体结构模型 (1)原子晶体(金刚石和二氧化硅) ①金刚石晶体中，每个C 与另外4个C 形成共价键，C —C 键之间的夹角是109°28′，最小的环是六元环。含有1 mol C 的金刚石中，形成的共价键有2 mol 。 ②SiO 2晶体中，每个Si 原子与4个O 原子成键，每个O 原子与2个硅原子成键，最小的环是十二元环，在“硅氧”四面体中，处于中心的是Si 原子，1 mol SiO 2中含有4 mol Si —O 键。 (2)分子晶体 ①干冰晶体中，每个CO 2分子周围等距且紧邻的CO 2分子有12个。 ②冰的结构模型中，每个水分子与相邻的4个水分子以氢键相连接，含1 mol H 2O 的冰中，最多可形成2 mol “氢键”。 (3)离子晶体
①NaCl型：在晶体中，每个Na＋同时吸引6个Cl－，每个Cl－同时吸引6个Na＋，配位数为6。每个晶胞含4个Na＋和4个Cl－。 ②CsCl型：在晶体中，每个Cl－吸引8个Cs＋，每个Cs＋吸引8个Cl－，配位数为8。 (4)石墨晶体 石墨层状晶体中，层与层之间的作用是分子间作用力，平均每个正六边形拥有的碳原子个数是2，C原子采取的杂化方式是sp2。 (5)常见金属晶体的原子堆积模型 (1)冰和碘晶体中相互作用力相同() (2)晶体内部的微粒按一定规律周期性排列() (3)凡有规则外形的固体一定是晶体() (4)固体SiO2一定是晶体() (5)缺角的NaCl晶体在饱和NaCl溶液中会慢慢变为完美的立方体块() (6)晶胞是晶体中最小的“平行六面体”() (7)区分晶体和非晶体最可靠的方法是对固体进行X-射线衍射实验() 答案(1)×(2)√(3)×(4)×(5)√(6)×(7)√ 1．如图为甲、乙、丙三种晶体的晶胞： 试写出：
2.5数据仓库模型的设计 数据仓库模型的设计大体上可以分为以下三个层面的设计151: .概念模型设计; .逻辑模型设计; .物理模型设计; 下面就从这三个层面分别介绍数据仓库模型的设计。 2.5.1概念模型设计 进行概念模型设计所要完成的工作是: <1>界定系统边界 <2>确定主要的主题域及其内容 概念模型设计的成果是，在原有的数据库的基础上建立了一个较为稳固的概念模型。因为数据仓库是对原有数据库系统中的数据进行集成和重组而形成的数据集合，所以数据仓库的概念模型设计，首先要对原有数据库系统加以分析理解，看在原有的数据库系统中“有什么”、“怎样组织的”和“如何分布的”等，然后再来考虑应当如何建立数据仓库系统的概念模型。一方面，通过原有的数据库的设计文档以及在数据字典中的数据库关系模式，可以对企业现有的数据库中的内容有一个完整而清晰的认识;另一方面，数据仓库的概念模型是面向企业全局建立的，它为集成来自各个面向应用的数据库的数据提供了统一的概念视图。 概念模型的设计是在较高的抽象层次上的设计，因此建立概念模型时不用考虑具体技术条件的限制。 1.界定系统的边界 数据仓库是面向决策分析的数据库，我们无法在数据仓库设计的最初就得到详细而明确的需求，但是一些基本的方向性的需求还是摆在了设计人员的面前: . 要做的决策类型有哪些?
. 决策者感兴趣的是什么问题? . 这些问题需要什么样的信息? . 要得到这些信息需要包含原有数据库系统的哪些部分的数据? 这样，我们可以划定一个当前的大致的系统边界，集中精力进行最需要的部分的开发。因而，从某种意义上讲，界定系统边界的工作也可以看作是数据仓库系统设计的需求分析，因为它将决策者的数据分析的需求用系统边界的定义形式反映出来。 2，确定主要的主题域 在这一步中，要确定系统所包含的主题域，然后对每个主题域的内容进行较明确数据仓库建模技术在电信行业中的应用的描述，描述的内容包括: . 主题域的公共码键; . 主题域之间的联系: . 充分代表主题的属性组。 2.5.2逻辑模型设计 逻辑建模是数据仓库实施中的重要一环，因为它能直接反映出业务部门的需求，同时对系统的物理实施有着重要的指导作用。在这一步里进行的工作主要有: . 分析主题域，确定当前要装载的主题; . 确定粒度层次划分; . 确定数据分割策略; . 关系模式定义; . 记录系统定义 逻辑模型设计的成果是，对每个当前要装载的主题的逻辑实现进行定义，并将相关内容记录在数据仓库的元数据中，包括: . 适当的粒度划分;
1、概念模型设计（E-R图） E-R图也称实体-联系图，提供了标识实体类型、属性和联系的方法，用来描述现实世界的概念模型。E-R图的基本类型：实体（矩形）属性（椭圆）联系（菱形，无向线段）（一对一联系1:1，一对多联系1：N，多对多联系N:N） 例：再简单的教务管理系统中，有如下语义约束： 一个学生可选修多门课程，一门课程可被多个学生选修，因此学生和课程之间是多对多的联系；一个老师课讲授多门课程，一门课程可以由多个教师讲授，因此教师和课程之间也是多对多的联系；一个系可有多个教师，一个教师只能属于一个系，因此系和教师之间是一对多的联系，同样系和学生之间也是一对多的联系。 2、信息与数据 数据是人们用来反映客观世界而记录下来的可以鉴别的物理符号，或者说数据是用各种可以鉴别的物理符号记录下来的客观事实。数据的含义包括两个方面：客观性（数据对客观事实的描述，它反映了某一客观事实的属性，这种属性是通过属性名和属性值同时来表达的，缺一不可）可鉴别性（是数据对客观事实的记录，这种记录是通过一些特定的符号来表现的，常用的特定符号包括：声、光、电、数字、文字、字母、图形、图表和图像等）信息是经过加工后的数据，它对接收者有用，对决策或行为有现实或潜在价值。信息与数据可以看做原材料和成品的关系：相对/绝对，主观/客观，抽象/具体 3、Business processes:（workflows of material,information,knowledge）（sets of activities,steps）（may be tied to functional area or be cross-functional）Businesses:can be seen as collection of business processes Business processes may be assets or liabilities 4、信息与决策：信息是管理的基础，管理的决策理论学派认为：管理就是决策，而决策过程就是收集、处理和使用信息的过程。 决策分类： 决策类型决策方法 传统方法现代方法 MIS包括各种管理方法结构化决策习惯；标准作业过程；适 当的组织机构 非结构化决策判断力、直觉；经验规则；DSS;ESS;人机对话运行 线索 5、企业系统规划法： IBM公司70年代剔除的一种系统规划方法，适用于信息系统规划，该方法的四个关键步骤：定义管理目标，定义管理功能性，定义数据分类，定义信息结构6、supply chain management(SCM) systems (manage firm’s relationships with suppliers)(share information about:orders,production,inventory levels,delivery of
中北大学 数据库课程设计 概念结构和逻辑结构设计 2012 年 6月 3 日
一、概念结构设计 建立系统数据模型的主要工具是实体-联系图，即E-R图。E-R图的图形符号约定如表1-1所示： 表 1-1 E—R图的图形符号 系统的E-R图，如图1-1所示，每个实体及属性如下： 家庭成员：姓名、称呼、密码、出生日期 收入记录：收入项目编号、收入项目名称、收入人员、收入金额、收入日期 支出记录：支出项目编号、支出项目名称、支出人员、支出金额、支出日期 银行信息：银行账号、银行名称、开户人、存款金额、开户日期 1.家庭成员关系E-R图 2.收入记录E-R图
3.支出记录E-R图 4.银行信息E-R图 5.系统E-R图
二、逻辑结构设计 1.概述 数据库逻辑设计将概念结构转换为某个DBMS所支持的数据模型对其进行优化。 在对该家庭理财管理系统的实体关系图进行了分析之后，分别对其实体、联系作了属性的分析，得出这些实体与联系的主键与码值，为以后对该家庭理财管理系统的数据库的物理设计提供了方便与基础。 2.数据模型 2.1基本的数据模型有: 家庭成员（姓名、称呼、密码、出生日期）； 收入记录（收入项目编号、收入项目名称、收入人员、收入金额、收入日期）; 支出记录(支出项目编号、支出项目名称、支出人员、支出金额、支出日期); 银行信息(银行账号、银行名称、开户人、存款金额、开户日期) ; 2.2经过优化后的数据模型有： 家庭成员（ID，姓名、称呼、密码、出生日期）； 银行信息（银行账号、银行名称、开户人、存款金额、开户日期）； 使用者（ID，帐号，密码）； 收入记录（ID，名称，收入人员，金额，日期）； 支出记录（ID，名称，支出人员，金额，日期）； 管理收入（家庭成员ID，收入记录ID）； 管理支出（家庭成员ID，支出记录ID）； 查看收入（家庭成员ID，收入记录ID）； 查看支出（家庭成员ID，支出记录ID）；
ARIMA 模型的概念和构造 一、实验目的 了解AR ，MA 以及ARIMA 模型的特点，了解三者之间的区别 联系，以及AR 与MA 的转换，掌握如何利用自相关系数和偏自相关系数对ARIMA 模型进行识别，利用最小二乘法等方法对ARIMA 模型进行估计，利用信息准则对估计的ARIMA 模型进行诊断，以及如何利用ARIMA 模型进行预测。掌握在实证研究如何运用Eviews 软件进行ARIMA 模型的识别、诊断、估计和预测。 二、基本概念 所谓ARIMA 模型，是指将非平稳时间序列转化为平稳时间序 列，然后将因变量仅对它的滞后值以及随机误差项的现值和滞后值进行回归所建立的模型。ARIMA 模型根据原序列是否平稳以及回归中所含部分的不同，包括移动平均过程（MA ）、自回归过程（AR ）、自回归移动平均过程（ARMA ）以及ARIMA 过程。 在ARIMA 模型的识别过程中，我们主要用到两个工具：自相 关函数(简称ACF ），偏自相关函数(简称PACF)以及它们各自的相 关图（即ACF 、PACF 相对于滞后长度描图）。对于一个序列 来说，它的第j 阶自相关系数(记作 )定义为它的j 阶自协方 {}t Y j ρ
差除以它的方差，即jρ＝j0 γγ，它是关于j的函数，因此我们也称之为自相关函数，通常记ACF(j)。偏自相关函数PACF(j)度量了消除中间滞后项影响后两滞后变量之间的相关关系。 三、实验内容及要求 1、实验内容： 根据1991年1月～2005年1月我国货币供应量（广义货币M2）的月度时间数据来说明在Eviews3.1 软件中如何利用B-J 方法论建立合适的ARIMA（p,d,q）模型，并利用此模型进行数据的预测。 2、实验要求： （1）深刻理解上述基本概念； （2）思考：如何通过观察自相关，偏自相关系数及其图形，利用最小二乘法，以及信息准则建立合适的ARIMA模型；如何利用ARIMA模型进行预测； （3）熟练掌握相关Eviews操作。 四、实验指导 1、ARIMA模型的识别
用户信息实体E—R图 试题类型实体E—R图
系统参数实体E—R图 学生成绩实体E-R图
学生考试试卷实体E—R图 试题库实体E-R图 用access建立一个数据库文件，用来存储试题及用户的验证信息。当管理员登陆时，首先提示要输入验证信息，当输入用户信息后，通过 sql 语言查询administrator表，判断此管理员是否合法，如果不合法，则显示提示信息，否则，进入考试系统。管理员进入后
可通过程序对test 表内容进行添加，查询和删除。学生登录，则需要学生的姓名和学号通过查询employee表，如果用户合法，由服务器抽取试题并显示到考生屏幕上，否则学生无法登录考试。试题的抽取又需要通过subject表，抽取题库中的某一科所对应的题，当考生做完题并递交后，由系统自动评分，显示成绩并将学生姓名和成绩存入user 表。 在本系统中，数据库的建立是用 ACCESS 实现的。其中包括四个表：administrator、employee、test、user和subject。 administrator表存储管理员信息， employee表存储用户信息，test表存储单科考试内容，这里的test表用来存储客观题，还可建立test1表用来存储主观题，user 表存储用户成绩, subject表存储课程名，这样的话，本系统可以实现对任何科目的考试，先通过subject表选择科目，通过字段filename确定对应的test 表，再通过test 表提取对应科目的题库。在这里test 表包含多个表，它们的字段相同，具体题目不同，每一门课程的试题对应一张表。 administrator表结构如下： employee表结构如下： test表结构如下：