Субд и субм: 3.2.2. Структура и основные компоненты СППР

3.2.2. Структура и основные компоненты СППР

Информатика и вычислительная техника / Информационные технологии в управлении безопасностью жизнедеятельности / 3.2.2. Структура и основные компоненты СППР

Рассмотрим структуру системы поддержки принятия решений (рис. 3.2), а также функции составляющих ее блоков, которые определяют основные технологические операции. Компоненты СППР можно отнести к двум основным типам: хранилища данных и аналитических средств. Хранилище данных предоставляет единую среду хранения корпоративных данных, организованных в структурах, оптимизированных для выполнения аналитических операций. Аналитические средства позволяют конечному пользователю, не имеющему специальных знаний в области информационных технологий, осуществлять навигацию и представление данных в терминах предметной области. Для пользователей различной квалификации, СППР располагают различными типами интерфейсов доступа к своим сервисам.

Рис. 3.2. Основные компоненты информационной технологии поддержки принятия решений

В состав системы поддержки принятия решений входят три главных компонента: база данных, база моделей и программная подсистема, которая состоит из системы управления базой данных (СУБД), системы управления базой моделей (СУБМ) и системы управления интерфейсом между пользователем и компьютером.

База данных. Она играет в информационной технологии поддержки принятия решений важную роль. Часто используется термин хранилище данных, которое представляет собой банк данных определенной структуры, содержащий информацию о задаче, требующей приятия решения в историческом контексте. Главное назначение хранилища – обеспечивать быстрое выполнение произвольных аналитических запросов.

Главные преимущества хранилищ данных:

· Единый источник информации: человек, принимающий решения, получает выверенную единую информационную среду, на которой будут строиться все справочно-аналитические приложения в той предметной области, по которой построено хранилище. Эта среда будет обладать единым интерфейсом, унифицированными структурами хранения, общими справочниками и другими корпоративными стандартами, что облегчает создание и поддержку аналитических систем. Также, при проектировании информационного хранилища данных особое внимание уделяют достоверности информации, которая попадает в хранилище.

· Производительность: физические структуры хранилища данных специальным образом оптимизированы для выполнения абсолютно произвольных выборок, что позволяет строить действительно быстрые системы запросов.

· Быстрота разработки: специфическая логическая организация хранилища и существующее специализированное программное обеспечение позволяют создавать аналитические системы с минимальными затратами на программирование.

· Интегрированность: интеграция данных из разных источников уже сделана, поэтому не надо каждый раз производить соединение данных для запросов требующих информацию из нескольких источников. Под интеграцией понимается не только совместное физическое хранение данных, но и их предметное, согласованное объединение; очистку и выверку при их формировании; соблюдение технологических особенностей и т.д.

· Историчность и стабильность: систе6мы обработки оперативных данных оперируют с актуальными данными, срок применения и хранения которых обычно не превышает величины текущего периода (полугода-год), в то время как информационное хранилище данных нацелено на долговременное хранение информации в течение 10-15 лет. Стабильность означает, что фактическая информация в хранилище данных не обновляется и не удаляется, а только специальным образом адаптируется к изменениям атрибутов. Таким образом, появляется возможность осуществлять исторический анализ информации.

· Независимость: выделенность информационного хранилища существенно снижает нагрузку на систе6мы обработки оперативных данных со стороны аналитических приложений, тем самым производительность существующих систем не ухудшается, а на практике происходит уменьшение времени отклика и улучшение доступности систем.

Данные из базы данных могут использоваться непосредственно пользователем для расчетов при помощи математических моделей. Рассмотрим источники данных и их особенности.

1. Часть данных поступает от информационной системы операционного уровня. Чтобы использовать их эффективно, эти данные должны быть предварительно обработаны. Для этого имеются две возможности:

· использовать для обработки данных об конкретных операциях и изменениях показателей систему управления базой данных, входящую в состав системы поддержки принятия решений;

· сделать обработку за пределами системы поддержки принятия решений, создав для этого специальную базу данных.

Этот вариант более предпочтителен для задач, в которых требуется обрабатывать большое количество разнородных изменений, за короткие интервалы времени. Обработанные данные об операциях образуют файлы, которые для повышения надежности и быстроты доступа хранятся за пределами системы поддержки принятия решений.

2. Помимо данных о внешних изменения для функционирования системы поддержки принятия решений требуются и другие внутренние данные о объекте управления, например данные о движении персонала, инженерные данные и т.п., которые должны быть своевременно собраны, введены и поддержаны.

3. Большое значение, особенно для поддержки принятия решений на верхних уровнях управления, имеют данные из внешних источников более высокого уровня. В числе необходимых внешних данных следует указать: данные о тенденциях национальной и мировой экономики; изменениях климата; нововведениях в правовой сфере и т.д. В отличие от внутренних данных внешние данные обычно приобретаются у организаций, специализирующихся на их сборе.

4. В настоящее время широко исследуется вопрос о включении в базу данных еще одного источника данных — документов, включающих в себя записи, письма, контракты, приказы и т.п. Если содержание этих документов будет записано в памяти и затем обработано по некоторым ключевым характеристикам (поставщикам, потребителям, датам, видам услуг и др.), то система получит новый мощный источник информации.

Система управления данными должна обладать следующими возможностями:

· составление комбинаций данных, получаемых из различных источников, посредством использования процедур агрегирования и фильтрации;

· быстрое прибавление или исключение того или иного источника данных;

· построение логической структуры данных в терминах пользователя;

· использование и манипулирование неофициальными данными для экспериментальной проверки рабочих альтернатив пользователя;

· обеспечение полной логической независимости этой базы данных от других операционных баз данных, функционирующих в рамках фирмы.

База моделей. Целью создания моделей являются описание и оптимизация некоторого объекта или процесса.

Использование моделей обеспечивает проведение анализа в системах поддержки принятия решений. Модели, базируясь на математической интерпретации проблемы, при помощи определенных алгоритмов способствуют нахождению информации, полезной для принятия правильных решений.

Существует множество типов моделей и способов их классификации, например по цели использования, области возможных приложений, способу оценки переменных и т. п.

По цели использования модели подразделяются на оптимизационные, связанные с нахождением точек минимума или максимума некоторых показателей (например, управляющие часто хотят знать, какие их действия ведут к максимизации прибыли или минимизации затрат, уменьшению выбросов и т.д.), и описательные, описывающие поведение некоторой системы и не предназначенные для целей управления (оптимизации).

По способу оценки модели классифицируются на детерминистские, использующие оценку переменных одним числом при конкретных значениях исходных данных, и стохастические, оценивающие переменные несколькими параметрами, так как исходные данные заданы вероятностными характеристиками.

Детерминистские модели более популярны, чем стохастические, потому что они менее дорогие, их легче строить и использовать. К тому же часто с их помощью получается вполне достаточная информация для принятия решения.

По области возможных приложений модели разбираются на специализированные, предназначенные для использования только одной системой, и универсальные— для использования несколькими системами. Специализированные модели более дорогие, они обычно применяются для описания уникальных систем и обладают большей точностью.

В системах поддержки принятия решения база моделей состоит из стратегических, тактических и оперативных моделей, а также математических моделей в виде совокупности модельных блоков, модулей и процедур, используемых как элементы для их построения (см. рис.4.1.)

Система управления базой моделей должна обладать следующими возможностями: создавать новые модели или изменять существующие, поддерживать и обновлять параметры моделей, манипулировать моделями.

Система управления интерфейсом. Эффективность и гибкость информационной технологии во многом зависят от характеристик интерфейса системы поддержки принятия решений. Интерфейс определяет: язык пользователя; язык сообщений компьютера, организующий диалог на экране дисплея; знания пользователя.

Язык пользователя – это те действия, которые пользователь производит в отношении системы путем использования возможностей клавиатуры; электронных карандашей, пишущих на экране; джойстика; «мыши»; команд, подаваемых голосом, и т.п. Наиболее простой формой языка пользователя является создание форм входных и выходных документов. Получив входную форму (документ), пользователь заполняет его необходимыми данными и вводит в компьютер. Система поддержки принятия решений производит необходимый анализ и выдает результаты в виде выходного документа установленной формы.

Значительно возросла за последнее время популярность визуального интерфейса. С помощью манипулятора «мышь» пользователь выбирает представленные ему на экране в форме картинок объекты и команды, реализуя таким образом свои действия.

Управление компьютером при помощи человеческого голоса — самая простая и поэтому самая желанная форма языка пользователя. Она еще недостаточно разработана и поэтому малопопулярна. Существующие разработки требуют от пользователя серьезных ограничений: определенного набора слов и выражений; специальной надстройки, учитывающей особенности голоса пользователя; управления в виде дискретных команд, а не в виде обычной гладкой речи. Технология этого подхода интенсивно совершенствуется, и в ближайшем будущем можно ожидать появления систем поддержки принятия решений, использующих речевой ввод информации.

Язык сообщений — это то, что пользователь видит на экране дисплея (символы, графика, цвет), данные, полученные на принтере, звуковые выходные сигналы и т. п. Важным измерителем эффективности используемого интерфейса является выбранная форма диалога между пользователем и системой. В настоящее время наиболее распространены следующие формы диалога: запросно-ответный режим, командный режим, режим меню, режим заполнения пропусков в выражениях, предлагаемых компьютером.

Каждая форма в зависимости от типа задачи, особенностей пользователя и принимаемого решения может иметь свои достоинства и недостатки.

Долгое время единственной реализацией языка сообщений был отпечатанный или выведенный на экран дисплея отчет или сообщение. Теперь появилась новая возможность представления выходных данных — машинная графика. Она дает возможность создавать на экране и бумаге цветные графические изображения в трехмерном

виде. Использование машинной графики, значительно повышающее наглядность и интерпретируемость выходных данных, становится все более популярным в информационной технологии поддержки принятия решений.

За последние несколько лет наметилось новое направление, развивающее машинную графику, — мультипликация. Мультипликация оказывается особенно эффективной для интерпретации выходных данных систем поддержки принятия решений, связанных с моделированием физических систем и объектов.

Знания пользователя — это то, что пользователь должен знать, работая с системой. К ним относятся не только план действий, находящийся в голове у пользователя, но и учебники, инструкции, справочные данные, выдаваемые компьютером.

Совершенствование интерфейса системы поддержки принятия решений определяется успехами в развитии каждого из трех указанных компонентов. Интерфейс должен обладать следующими возможностями:

· манипулировать различными формами диалога, изменяя их в процессе принятия решения по выбору пользователя;

· передавать данные системе различными способами;

· получать данные от различных устройств системы в различном формате;

гибко поддерживать (оказывать помощь по запросу, подсказывать) знания пользователя.

Информационная технология поддержки принятия решений

Системы поддержки принятия решений и соответствующая им информационная технология появились усилиями в основном американских ученых в конце 70-х — начале 80-х годов, чему способствовали широкое распространение персональных компьютеров, стандартных пакетов прикладных программ, а также успехи в создании систем искусственного интеллекта.

Главной особенностью информационной технологии поддержки принятия решений является качественно новый метод организации взаимодействия человека и компьютера. Выработка решения, что является основной целью этой технологии, происходит в результате итерационного процесса , в котором участвуют:

• система поддержки принятия решений (СППР) в роли вычислительного звена и объекта управления;
• лица, принимающего решение, оценивающего полученный результат вычислений на компьютере.

Окончание итерационного процесса происходит по воле человека. В этом случае можно говорить о способности информационной системы совместно с пользователем создавать новую информацию для принятия решений.

Дополнительно к этой особенности информационной технологии поддержки принятия решений можно указать еще ряд ее отличительных характеристик:

• ориентация на решение плохо структурированных (формализованных) задач;
• сочетание традиционных методов доступа и обработки компьютерных данных с возможностями математических моделей и методами решения задач на их основе;
• направленность на непрофессионального пользователя компьютера;
• высокая адаптивность, обеспечивающая возможность приспосабливаться к особенностям имеющегося технического и программного обеспечения, а также требованиям пользователя.

Информационная технология поддержки принятия решений может использоваться на любом уровне управления. Кроме того, решения, принимаемые на различных уровнях управления, часто должны координироваться. Поэтому важной функцией и систем, и технологий является координация лиц, принимающих решения, как на разных уровнях управления, так и на одном уровне.

Основные компоненты

Рассмотрим структуру системы поддержки принятия решений, а также функции составляющих ее блоков, которые определяют основные технологические операции.

Основные компоненты информационной технологии поддержки принятия решений

В состав системы поддержки принятия решений входят три главных компонента: база данных, база моделей и программная подсистема, которая состоит из системы управления базой данных (СУБД), системы управления базой моделей (СУБМ) и системы управления интерфейсом между пользователем и компьютером.

База данных играет в информационной технологии поддержки принятия решений важную роль. Данные могут использоваться непосредственно пользователем для расчетов при помощи математических моделей.

Рассмотрим источники данных и их особенности.

• Часть данных поступает от информационной системы операционного уровня. Чтобы использовать их эффективно, эти данные должны быть предварительно обработаны.
• Помимо данных об операциях фирмы для функционирования системы поддержки принятия решений требуются и другие внутренние данные, например данные о движении персонала, инженерные данные и т.п., которые должны быть своевременно собраны, введены и поддержаны.
• Важное значение, особенно для поддержки принятия решений на верхних уровнях управления, имеют данные из внешних источников. В числе необходимых внешних данных следует указать данные о конкурентах, национальной и мировой экономике. В отличие от внутренних данных внешние данные обычно приобретаются у специализирующихся на их сборе организаций.
• В настоящее время широко исследуется вопрос о включении в базу данных еще одного источника данных — документов, включающих в себя записи, письма, контракты, приказы и т. п. Если содержание этих документов будет записано в памяти и затем обработано по некоторым ключевым характеристикам (поставщикам, потребителям, датам, видам услуг и др.), то система получит новый мощный источник информации.

База моделей. Целью создания моделей являются описание и оптимизация некоторого объекта или процесса. Использование моделей обеспечивает проведение анализа в системах поддержки принятия решений. Модели, базируясь на математической интерпретации проблемы, при помощи определенных алгоритмов способствуют нахождению информации, полезной для принятия правильных решений.

Пример. Модель линейного программирования дает возможность определить наиболее выгодную производственную программу выпуска нескольких видов продукции при заданных ограничениях на ресурсы.

Использование моделей в составе информационных систем началось с применения статистических методов и методов финансового анализа, которые реализовывались командами обычных алгоритмических языков. Позже были созданы специальные языки, позволяющие моделировать ситуации типа “что будет, если?” или “как сделать, чтобы?”. Такие языки, созданные специально для построения моделей, дают возможность построения моделей определенного типа, обеспечивающих нахождение решения при гибком изменении переменных.

Существует множество типов моделей и способов их классификации, например, по цели использования, области возможных приложений, способу оценки переменных и т. п.

По цели использования модели подразделяются на оптимизационные, связанные с нахождением точек минимума или максимума некоторых показателей (например, управляющие часто хотят знать, какие их действия ведут к максимизации прибыли или минимизации затрат), и описательные, описывающие поведение некоторой системы и не предназначенные для целей управления (оптимизации).

По способу оценки модели классифицируются на детерминированные, использующие оценку переменных одним числом при конкретных значениях исходных данных, и стохастические, оценивающие переменные несколькими параметрами, так как исходные данные заданы вероятностными характеристиками.

Детерминированные модели более популярны, потому что они менее дорогие, их легче строить и использовать. К тому же часто с их помощью получается вполне достаточная информация для принятия решения.

По области возможных приложений модели разбиваются на специализированные, предназначенные для использования только одной системой, и универсальные — для использования несколькими системами.

Специализированные модели более дорогие, они обычно применяются для описания уникальных систем и обладают большей точностью.

В системах поддержки принятия решения база моделей состоит из стратегических, тактических и оперативных моделей, а также математических моделей в виде совокупности модельных блоков, модулей и процедур: используемых как элементы для их построения.

Стратегические модели используются на высших уровнях управления для установления целей организации, объемов ресурсов, необходимых для их достижения, а также политики приобретения и использования этих ресурсов. Они могут быть также полезны при выборе вариантов размещения предприятий, прогнозировании политики конкурентов и т.п. Для стратегических моделей характерны значительная широта охвата, множество переменных, представление данных в сжатой агрегированной форме. Часто эти данные базируются на внешних источниках и могут иметь субъективный характер. Горизонт планирования в стратегических моделях, как правило, измеряется в годах. Эти модели обычно детерминированные, описательные, специализированные для использования на одной определенной фирме.

Тактические модели применяются управляющими (менеджерами) среднего уровня для распределения и контроля использования имеющихся ресурсов. Среди возможных сфер их использования следует указать: финансовое планирование, планирование требований к работникам, планирование увеличения продаж, построение схем компоновки предприятий. Эти модели применимы обычно лишь к отдельным частям фирмы (например, к системе производства и сбыта) и могут также включать в себя агрегированные показатели. Временной горизонт, охватываемый тактическими моделями, — от одного месяца до двух лет. Здесь также могут потребоваться данные из внешних источников, но основное внимание при реализации данных моделей должно быть уделено внутренним данным фирмы. Обычно тактические модели реализуются как детерминированные, оптимизационные и универсальные.

Оперативные модели используются на низших уровнях управления для поддержки принятия оперативных решений с горизонтом, измеряемым днями и неделями. Возможные применения этих моделей включают в себя ведение дебиторских счетов и кредитных расчетов, календарное производственное планирование, управление запасами и т.д. Оперативные модели обычно используют для расчетов внутрифирменные данные. Они, как правило, детерминированные, оптимизационные и универсальные (т.е. могут быть использованы в различных организациях).

Математические модели состоят из совокупности модельных блоков, модулей и процедур, реализующих математические методы. Сюда могут входить процедуры линейного программирования, статистического анализа временных рядов, регрессионного анализа и т. п. — от простейших процедур до сложных ППП.

Пример. Программный продукт Forecast Expert, также разработанный фирмой Про-Инвест-Консалтинг, представляет собой универсальную систему прикладного прогнозирования. Forecast Expert предназначен для построения прогноза временного ряда. В качестве прогнозируемых могут выступать параметры как сфер производства и обращения — цены мирового рынка, спрос на изделия, объемы закупок комплектующих и производственных запасов при увеличении объема производства, цены комплектующих, параметры технологических процессов, так и финансового рынка — цены покупки и продажи акций, деловая активность участников рынка, объем предложений свободных средств инвесторами и многое другое.

Применение Forecast Expert позволяет проанализировать имеющиеся данные и построить прогноз с указанием границ доверительного интервала (при заданной вероятности прогноза) на период времени. Модель определяет степень влияния сезонных факторов и учитывает их при построении прогноза.

« Назад

Вперед »

Крем для шеи Perricone MD Cold Plasma Subd

Вводный комплект Deluxe

ЗАКАЗАТЬ СЕЙЧАС

+ БЕСПЛАТНАЯ ДОСТАВКА

Результаты могут отличаться.

87%

сообщается

Улучшение внешнего вида
из упругости области шеи с помощью
Cold Plasma Sub-D*

*На основе исследования потребительского использования после 45
дней применения.

87%

сообщил

что их кожа стала более подтянутой с использованием высокоэффективной аминовой подтяжки лица*

Улучшение, что их
кожа стала более подтянутой с помощью высокоэффективной аминовой подтяжки для лица
*

*На основе исследования использования потребителями после 45 лет
дней применения.

90%

сообщили

Улучшение
их кожи гладкости и
текстуры с помощью High Potency
Amine Face Lift*

*На основе исследования потребительского использования после 45
дней применения.

Посмотрите, что

В ЭТОЙ СИСТЕМЕ

ХОЛОДНАЯ ПЛАЗМА SUB-D

• Заметно делает кожу более упругой и молодой.
• Способствует более четкому и четкому виду
  подбородка и линии челюсти.
• Минимизирует появление дряблой кожи вдоль
  подбородок, линия челюсти, шея и
  декольте.

*На основе исследования потребительского использования после 45 дней применения.

Высокоэффективный

Аминовый лифтинг лица

• Разработан, чтобы помочь
  укрепить и тонизировать внешний вид кожи
  .
• Уменьшает появление
  линий и морщин.
• Уменьшает внешний вид
  обесцвеченных и
  пигментных пятен
  для более ровного тона кожи.

*На основе 4-недельного исследования потребительского использования
.

Классика высокой эффективности

Средство для лица

и
Укрепляющее увлажняющее средство

• Насыщает кожу необходимым увлажнением
  .

  помогают свести к минимуму
  линии и морщины.

• Мгновенно придает коже
  сияющий влажный цвет.

*На основе 4-недельного исследования потребительского использования
.

Высокая эффективность

Вечернее восстановление

• Способствует внешнему виду
  гибкости,
  более гладкая кожа.
• Сводит к минимуму появление
  строк
  и морщины
  с ретинолом.
• Обеспечивает сияющий вид
  
  молодая,
  здоровая кожа.

*На основе 8-недельного исследования потребительского использования
.

Классика высокой эффективности

Подтягивающий лифтинг для кожи вокруг глаз

• Укрепляет внешний вид дряблой, дряблой кожи
  .
• Сводит к минимуму появление
  темных кругов для

  ярких глаза.

*На основе 4-недельного исследования потребительского использования
.

---

2 бесплатных подарка

---

Коллекция масок/глаз

Хлорофилл

Детокс-маска

• Заметно разглаживает и осветляет текстуру кожи
  .
• Очищает и улучшает внешний вид
  увеличенных

  пор.

*На основе 4-недельного исследования потребительского использования
.

Essential Fx Ацил-глутатион

Подтягивающая сыворотка для глаз

• Уменьшает вид
  складок вдоль
  верхнее веко
  .
• Смягчает появление
  темных кругов,
  линий и
  морщин.

*На основе 4-недельного исследования потребительского использования
.

Откройте для себя легендарную систему доставки
доктора Николаса Перриконе в этой революционной инновации.

ЭТО ДЕЙСТВИТЕЛЬНО РАБОТАЕТ!

Я рад сообщить, что моя кожа выглядит
намного моложе, чем у большинства людей моего возраста…

Кейт Д.

ЭТО ПРОСТО ПОЛЕЗНО ДЛЯ МОЕЙ КОЖИ

…Это действительно улучшило внешний вид моей кожи. Люди не могут угадать мой возраст!

Мелодия58

ЛЮБЛЮ ПРОДУКТЫ

Я использую их каждый день и рад сообщить, что они ДЕЙСТВИТЕЛЬНО работают!

Джуд49

Холодная плазма sub-d

---

Холодная плазма sub-d

Скидка 25% 79,95 $ только 59,95 $

Получите нашу коллекцию масок/глаз
БЕСПЛАТНО СЕГОДНЯ при покупке.

ЗАКАЗАТЬ СЕЙЧАС

+ БЕСПЛАТНАЯ ДОСТАВКА

60-ДНЕВНАЯ ГАРАНТИЯ ВОЗВРАТА ДЕНЕГ (без s&h)

«Настоящая красота — это сияющее здоровье».

Страсть доктора Николаса Перриконе к науке на протяжении всей жизни

лежит в основе его посвящения

раскрытию секретов
здорового старения. Доктор
Перриконе
— американский дерматолог, сертифицированный
, всемирно известный специалист по здоровому образу жизни,

,

, специалист по старению, лауреат премии
, изобретатель, педагог
и филантроп.

Функциональность Javascript вашего браузера отключена. Пожалуйста, включите его, чтобы вы могли испытать все возможности этого сайта.

[ЖЕЛАНИЕ] SubD второй степени или изменение степени SubD? — СабД

Алан Маттано 14 мая 2020 г., 21:11

#1

Привет,

Я хочу SubD второй степени (с радиусом 0,707 точки веса) G0 или G1, а не G2

SubD secondDegree2094×1286 131 KB

Так что я могу сделать сферическую сферу и цилиндрические ванны. В своем дизайне я использую только кривую второй степени.
Если Rhino создаст такой инструмент, он будет первым и единственным.

• Внутренняя часть каждой гладкой кромки равна G1.
• Каждый четырехгранник имеет G1

Спасибо,

1 Нравится

John_Brock (Джон Брок) 15 мая 2020 г., 2:09

#2

Переведен в категорию Серенгети/SubD

1 Нравится

(Дейл Лир) 15 мая 2020 г., 14:51

#3

Привет, Алан,

Объекты Rhino SubD представляют собой стандартные поверхности подразделения Catmull Clark с поддержкой складок, вытачек и углов. Вдали от исключительных точек эти поверхности являются нерациональными бикубами.

Одним из недостатков этого выбора является то, что объекты Rhino SubD не могут иметь 90 252 точных 90 253 сферических областей, поэтому вам нужно либо аппроксимировать сферическую область с помощью subd, либо иметь отдельный сферический объект NURBS, смежный с вашим subd. Команда SubDSphere позволяет исследовать различные способы получения хороших приближений к сферической области.

cdordoni 15 мая 2020 г., 15:03

#4

Привет, Дейл,

Следует ли из этого, что не будет эквивалентного результата subd для цилиндрических или вращающихся объектов?

мартинзигрист (Мартин Зигрист) 15 мая 2020 г. , 15:19

#5

При сравнении цилиндрического профиля диаметром 100 мм с цилиндром SubD с 8 сегментами отклонение средних точек кромок составляет 0,058 мм.

удаленный (Дейл Лир) 15 мая 2020 г., 15:55

#6

cdordoni:

Следует ли из этого, что не будет эквивалентного результата subd для цилиндрических или вращающихся объектов?

Вы делаете правильный вывод. Математически невозможно, чтобы нерациональный полином имел форму точной окружности . В более общем случае любой тип эллипса или гиперболы требует рационального многочлена. Параболические области могут быть точно представлены нерациональными квадратиками и, следовательно, нерациональными кубиками.

Таким образом, стандартная субд-поверхность Catmull Clark не может иметь точных сферических и цилиндрических областей. Однако обычно кубические приближения получаются довольно близкими без добавления слишком большого количества контрольных точек. Если вам нужны точные сферические/цилиндрические области в вашей модели, эти области должны быть смоделированы с помощью полиповерхностей Rhino.

1 Нравится

Алан Маттано 17 мая 2020 г., 19:10

#7

мартинзигрист:

8 сегментов

Да, цель состоит в том, чтобы иметь простой гибкий манипулятор для NURBS. Но точный.
с 4 элементами (например, 4 контрольными точками по 0,707)

Staregy
@John_Brock расширение гибкости SubD и повышение точности:
Для управления хорошими сетками наилучшим подходом является NURBS (стратегия Rhino). Для управления NURBS-поверхностями хорошим выбором является подход к пользовательскому интерфейсу SubD. И может быть основным компонентом пользовательского интерфейса нового инструмента, управляющего NURB в качестве манипулятора. Чтобы пользователю было удобно.

изображение 1182×948 328 КБ

martinsiegrist:

диаметр 100 мм для цилиндра SubD… отклонение 0,058 мм

Да, но поддерживать это отклонение во всей модели невозможно.
До сих пор SubD хорош для быстрого приготовления картофеля.

Больше для ненавязчивого био-дизайна. Lotus Elise был сделан с использованием этой технологии. Но мы знаем, что это не подходит для моделирования твердых поверхностей.

удалено:

Таким образом, стандартная субд-поверхность Catmull Clark не может иметь точных сферических и цилиндрических областей.

Вот почему автомобильные сетки в видеоиграх выглядят расплавленными по сравнению с реальной поверхностью автомобиля, преобразованной в сетку.