Размещено на http://www.allbest.ru/

Размещено на http://www.allbest.ru/

Введение

Целью производственной практики является закрепление и углубление знаний и умений, полученных в ходе изучения общепрофессиональных и специальных дисциплин.

В задачи практики входит:

· дать общую характеристику предприятия;

· ознакомиться с деятельностью структурного подразделения;

· изучить нормативную документацию.

Полученные в результате прохождения практики знания и данные представлены в отчете.

Отчет по практике - это аналитическая (практическая) работа, которая выполняется студентами и является совокупностью полученных результатов самостоятельного исследования теоретических и практических навыков в период прохождения производственной на предприятии.

Место прохождения практики: ООО «Интерлэнд».Срок прохождения практики: с 7.06.14 по 20.07.14.

В данном отчете описывается Общество с ограниченной ответственностью «Интерлэнд». Организация создана в сентябре 2002 года. Основная отрасль деятельности компании - это компьютерами и программным обеспечением. А так же торговля офисной мебелью, офисным оборудованием, компьютерами, оптическими приборами фотоаппаратурой.

В отчете приведены данные для учета выдачи и списания канцелярских товаров и рабочего инвентаря на предприятии.



1 Теоретическое исследование

1.1 Общая характеристика предприятия

Производственная практика осуществлялась на предприятии ООО «Интерлэнд».

Предприятие зарегистрировано 9 сентября 2002 года. Юридический адрес: 355035,Ставропольский край, г. Ставрополь, Михайловское шоссе,5, телефон 8 (8652) 94-70-26, 94-67-21. Факс организации: 94-70-31. ИНН 2636029672, ОГРН - 1022601937258.

Основным видом деятельности предприятия розничная торговля компьютерами и программным обеспечением, а так же торговля офисной мебелью, офисным оборудованием, оптическими приборами и фотоаппаратурой.

Дополнительные виды деятельности:

· Предоставление услуг по установке офисной аппаратуры;

· Предоставление услуг по монтажу, ремонту и техническому обслуживанию прочего электрооборудования, не включенного в другие группировки;

· Оптовая торговля радио и телеаппаратурой, техническими носителями информации;

· Оптовая торговля компьютерами и периферийными устройствами;

· Специализированная розничная торговля офисной мебелью, офисным оборудованием, компьютерами, оптическими приборами фотоаппаратурой.

1.2 Современное программное обеспечение, используемое в имитационном моделировании

Имитационное моделирование - метод исследования, основанный на том, что изучаемая система заменяется имитирующей. С имитирующей системой проводят эксперименты (не прибегая к экспериментам на реальном объекте) и в результате получают информацию об изучаемой системе. Метод позволяет имитировать, например, работу моделей бизнес-процессов так, как эти процессы происходили бы в действительности, с учетом графиков рабочего времени и занятости временных ресурсов и наличия необходимого количества материальных ресурсов. В результате, можно оценить реальное время выполнения как одного процесса, так и заданного их множества.

Имитационная модель - логико-математическое описание объекта, которое может быть использовано для экспериментирования на компьютере в целях проектирования, анализа и оценки функционирования объекта.

Имитационное моделирование является мощным инструментом исследования сложных бизнес-процессов и систем и позволяет решать трудно формализуемые задачи в условиях неопределенности. Поэтому данный метод позволяет совершенствовать системы поддержки принятия решений, улучшая, тем самым, экономические показатели организаций, уменьшая риск от реализации решений и экономя средства для достижения той или иной цели. Многие крупные компании (Xerox, Motorola, IBM, Intel, Ford) используют программы, предоставляющие возможность имитации принимаемых решений и исследования возможных изменений в экономической системе, возникающих в результате действия различных факторов, т.е. позволяющие выполнять проверку гипотезы «что будет, если…». Кроме того, различными университетами создаются учебные программы-имитаторы для подготовки специалистов и выработки у них навыков принятия решений в сложившейся ситуации. В настоящее время успешная деятельность практически во всех сферах экономики не возможна без моделирования поведения и динамики развития процессов, изучения особенностей развития экономических объектов, рассмотрения их функционирования в различных условиях. Программные и технические средства должны стать здесь первыми помощниками.

Считается, что Т. Нейлор был одним из первых, кто применил методы имитационного моделирования для исследования экономических процессов. Его монография «Машинные имитационные эксперименты с моделями экономических систем» легла в основу многих последующих работ по имитационному моделированию экономических процессов.

Реализация имитационных моделей может быть выполнена с помощью различных средств: языков программирования, стандартных пакетов прикладных программ, языков и сред моделирования. Считается, что основным недостатком имитационных моделей, реализуемых с помощью универсальных языков программирования, пакетов прикладных программ, является их специфичность и сложность повторного использования. С другой стороны, среды моделирования могут включать избыточные функции и не всегда позволяют рассматривать особенности исследуемой области, всех возможных правил системы. Однако, несмотря на довольно многочисленное число разработок в этой области, в литературе отсутствуют работы, посвященные созданию программ с поэтапным выполнением имитации. Здесь каждый этап может представлять своеобразный «срез» алгоритма имитации, который приводит к появлению моментов останова моделирования. На основе подобной структуры можно реализовать программы, требующие выполнение каких-либо действий пользователя перед переходом к следующему этапу. Данные условия довольно часто используются в имитационных деловых играх и тренажерах. Кроме того, применение поэтапной имитации позволяет работать с программой в ручном режиме, когда пользователь самостоятельно управляет модельным временем (режим, в котором данное действие выполняется программно, обычно называется автоматическим, а под классическим режимом понимается ситуация, когда продвижение модельного времени осуществляется автоматически, а моменты останова имитации отсутствуют), имея при этом возможность изменять значения входных параметров в различных периодах.

Таким образом, создание подходов к разработке программных комплексов имитационного моделирования экономических объектов, в том числе обеспечивающих поэтапное выполнение имитации, разработка расширяемых шаблонов и каркасов для решения задач в определенной области, применение которых позволяет экономить действия разработчиков путем использования в качестве базиса существующей иерархии классов и механизмов, является актуальной задачей.

1.2.1 Применение

Имитационное моделирование применяется к процессам, в ход которых может время от времени вмешиваться человеческая воля. Человек, руководящий операцией, может в зависимости от сложившейся обстановки, принимать те или другие решения, подобно тому, как шахматист, глядя на доску, выбирает свой очередной ход. Затем приводится в действие математическая модель, которая показывает, какое ожидается изменение обстановки в ответ на это решение и к каким последствиям оно приведет спустя некоторое время. Следующее «текущее решение» принимается уже с учетом реальной новой обстановки и т.д. В результате многократного повторения такой процедуры руководитель как бы «набирает опыт», учится на своих и чужих ошибках и постепенно выучивается принимать правильные решения - если не оптимальные, то почти оптимальные.

К имитационному моделированию прибегают, когда:

· дорого или невозможно экспериментировать на реальном объекте;

· невозможно построить аналитическую модель: в системе есть время, причинные связи, последствие, нелинейности, стохастические (случайные) переменные;

· необходимо сымитировать поведение системы во времени.

Цель имитационного моделирования состоит в разработке симулятора (англ. simulation modeling) исследуемой предметной области для проведения различных экспериментов. Имитационное моделирование позволяет имитировать поведение системы во времени. Причём плюсом является то, что временем в модели можно управлять: замедлять в случае с быстропротекающими процессами и ускорять для моделирования систем с медленной изменчивостью.

Слово имитация (от лат. - подражание) означает воспроизведение определенным образом явлений, событий, действий объектов и т. п. В определенном смысле термин «имитация» - синоним понятия «модель» ( от лат. - мера, образец), которая определяется как любой материальный или нематериальный образ (изображение, описание, схема, воспроизведение, материальное воплощение, представитель и т.п.).

По сути, словосочетание «имитационная модель» некорректно, однако в середине 20 века оно было введено в практику физического и математического моделирования.

Имитационные модели, являющиеся особым классом математических моделей, принципиально отличаются от аналитических тем, что использование ЭВМ в процессе их реализации играет определяющую роль. Имитационные модели не накладывают жестких ограничений на используемые исходные данные, позволяют в процессе исследования использовать всю собранную информацию вне зависимости от ее формы представления и степени ее формализации.

Структура имитационного моделирования представляется последовательно-циклической. Последовательность определяется тем, что процесс имитационного моделирования можно разбить на ряд этапов, выполнение которых осуществляется последовательно от предыдущего к последующему. Цикличность проявляется в необходимости возвращения к предыдущим этапам и повторении уже однажды пройденного пути с измененными в силу необходимости данными и параметрами модели

1.2.2 Этапы имитационного моделирования

Первый этап обычен для любого исследования. Он необходим для того, чтобы была оценена потребность изучения объекта или проблемы, возможность и способы решения задачи, ожидаемые результаты. Этот этап очень важен для практического применения метода моделирования. Очень часто к этому этапу возвращаются после окончания исследования модели и обработки результатов для изменения постановки задачи, а иногда и самой цели моделирования.

Второй этап включает в себя формализацию описания моделируемого объекта на основе выбранной теоретической базы. На этом этапе, на естественном языке дается описание состава исследуемого объекта, взаимодействия между элементами объекта и объекта с внешней средой. На основе описания объекта выбирается концепция его формального определения. Таким образом, в конце этапа словесное описание исследуемой системы претворяется в абстрактную математическую структуру. Этот этап также включает в себя все действия по созданию имитационной модели, которые заключаются в создании программы для ЭВМ на основе выбранного для этой цели языка моделирования. На этом этапе осуществляется и проверка полученной моделирующей программы на соответствие ее той теоретической схеме, которая была положена в основу формального описания объекта моделирования. Этот процесс часто называют верификацией модели. Заканчивается второй этап проверкой соответствия имитационной модели свойствам реальной системы. Если этого нет, то следует снова вернуться к моменту формализации модели, чтобы провести коррекцию в определении теоретической базы модели.

Третий этап заключается в проведении исследования на разработанной модели путем «прогона» ее на ЭВМ. Перед началом исследования полезно составить такую последовательность «прогонов» модели, которая позволила бы получить необходимый объем информации при заданном составе и достоверности исходных данных. Далее на основе разработанного плана эксперимента осуществляют «прогоны» имитационной модели на ЭВМ. В конце этапа осуществляется обработка результатов с целью представления их в виде, удобном для анализа.

Четвертый этап представляет собой анализ результатов исследования. На этом этапе определяются те свойства реальной системы, которые наиболее важны для исследователя. На основе анализа результатов подготавливаются окончательные выводы по проведенному моделированию.

Пятый этап является заключительным. На этом этапе формулируются окончательные выводы и разрабатываются рекомендации по использованию результатов моделирования для достижения поставленных целей. Часто на основе этих выводов возвращаются к началу процесса моделирования для необходимых изменений в теоретической и практической части модели и повторным исследованиям с измененной моделью. В результате нескольких подобных циклов получают имитационную модель, наилучшим образом удовлетворяющую поставленным задачам.

Таким образом, метод имитационного моделирования при исследовании сложной проблемной ситуации предполагает выполнение пяти этапов.

1.2.3 Виды имитационного моделирования

Имитационные модели позволяют проверить, правильно ли мы понимаем процессы в исследуемом объекте, и выявить в различных конкретных случаях параметры порядка. Знание последних и дает возможность строить простые модели сложных явлений. Имитационное (компьютерное) моделирование подразделяется на несколько видов имитационного моделирования.

Агентное моделирование -- относительно новое (1990-е - 2000-е гг.) направление в имитационном моделировании, которое используется для исследования децентрализованных систем, динамика функционирования которых определяется не глобальными правилами и законами (как в других парадигмах моделирования), а наоборот, когда эти глобальные правила и законы являются результатом индивидуальной активности членов группы. Цель агентных моделей -- получить представление об этих глобальных правилах, общем поведении системы, исходя из предположений об индивидуальном, частном поведении ее отдельных активных объектов и взаимодействии этих объектов в системе. Агент -- некая сущность, обладающая активностью, автономным поведением, может принимать решения в соответствии с некоторым набором правил, взаимодействовать с окружением, а также самостоятельно изменяться.

Дискретно-событийное моделирование -- подход к моделированию, предлагающий абстрагироваться от непрерывной природы событий и рассматривать только основные события моделируемой системы, такие как: «ожидание», «обработка заказа», «движение с грузом», «разгрузка» и другие. Дискретно-событийное моделирование наиболее развито и имеет огромную сферу приложений -- от логистики и систем массового обслуживания до транспортных и производственных систем. Этот вид моделирования наиболее подходит для моделирования производственных процессов. Он был основан Джеффри Гордоном в 1960-х годах.

Системная динамика-- парадигма моделирования, где для исследуемой системы строятся графические диаграммы причинных связей и глобальных влияний одних параметров на другие во времени, а затем созданная на основе этих диаграмм модель имитируется на компьютере. Такой вид моделирования более всех других парадигм помогает понять суть происходящего выявления причинно-следственных связей между объектами и явлениями. С помощью системной динамики строят модели бизнес-процессов, развития города, модели производства, динамики популяции, экологии и развития эпидемии. Метод был основан Джеем Форрестером в 1950 годах.

Еще одним видом имитационного моделирования является статистическое имитационное моделирование, позволяющее воспроизводить на ЭВМ функционирование сложных случайных процессов.

При исследовании сложных систем, подверженных случайным возмущениям, используются вероятностные аналитические модели и вероятностные имитационные модели. В вероятностном имитационном моделировании оперируют не с характеристиками случайных процессов, а с конкретными случайными числовыми значениями параметров ПС (процесс или система). При этом результаты, полученные при воспроизведении на имитационной модели рассматриваемого процесса, являются случайными реализациями. Поэтому для нахождения объективных и устойчивых характеристик процесса требуется его многократное воспроизведение, с последующей статистической обработкой полученных данных. Именно поэтому исследование сложных процессов и систем, подверженных случайным возмущениям, с помощью имитационного моделирования принято называть статистическим моделированием. При реализации на ЭВМ статистического имитационного моделирования возникает задача получения на ЭВМ случайных числовых последовательностей с заданными вероятностными характеристиками. Численный метод, решающий задачу генерирования последовательности случайных чисел с заданными законами распределения, получил название "метод статистических испытаний" или "метод Монте-Карло".

1.3 Влияние контроля и диагностика на надежность обработки, передачи и хранения информации на предприятии

Факторы, влияющие на надежность информационных систем, влияние контроля и диагностики на надежность обработки, передачи и хранения информации.

Надежность - сложное свойство, которое определяется безотказностью, долговечностью, живучестью, ремонтопригодностью, сохраняемостью, достоверностью, в зависимости от назначения и условий применения объекта.

В соответствии с ГОСТ 27.002-89, под надежностью понимают свойство объекта сохранять во времени в установленных пределах значения всех параметров, характеризующих способность выполнять требуемые функции в заданных режимах и условиях применения, технического обслуживания, ремонтов, хранения и транспортировки. Программное обеспечение с точки зрения оценки надежности существенно отличается от технических средств. Если характеристики технических средств с течением времени эксплуатации меняются, накапливаются изменения, которые могут привести к отказам, то программные средства с течением времени не меняются. Однако, допущенные при разработке, отладки и загрузки программ ошибки могут в процессе эксплуатации привести к отказам или сбоям. Так как и в данном случае, отказы и сбои события случайные, последовательности этих событий описываются с помощью понятий потоков, то и для определения надежности программного обеспечения применяют методы, разработанные для оценки надежности технических средств. В перечне параметров и количественных оценок надежности следует обратить внимание на:

Вероятность безотказной работы P(t),определяет то ,что невосстанавливаемый объект вероятно не откажет в течение заданного времени t.Для определения вероятности P(t) в зависимости от учета тех или факторов используют Экспоненциальное распределение плотности вероятности случайной непрерывной величины, Гамма-распределение, Равномерное распределение, распределение Вейбулла и нормальное распределение. При определении количественной оценки надежности важен не только факт потери работоспособности(отказ или сбой),но и время через которое это произошло. Так время величина непрерывная, то необходимо пользоваться законами распределения.

Параметром надежности является интенсивность отказов - количество отказов в единицу времени. Находит применение и величина обратная интенсивности отказов - наработка на отказ, математическое ожидание времени между отказами.

Показателем долговечности служит суммарная наработка устройства от начала эксплуатации до перехода в предельное состояние.

Для определения надежности восстанавливаемых устройств и систем помимо рассмотренных находят применение следующие показатели: интенсивность восстановления, вероятность восстановления, плотность распределения времени восстановления комплексный коэффициент готовности и коэффициент использования.

Надежность программного обеспечение может быть определена как свойство программы выполнять заданные функции в заданных условиях работы и на заданной вычислительной системе. Данное определение аналогично определению понятия надежности технических средств. Однако механизмы возникновения отказа аппаратуры и отказа ПО существенно отличаются друг от друга. Отказ аппаратуры обусловлен, как правило, разрушением или старением каких-либо элементов аппаратуры. Отказ (появление ошибки) ПО обусловлен, в большинстве случаев, несоответствием ПО поставленным задачам. Несоответствие может возникнуть по двум причинам: либо разработчиком программы допущено нарушение спецификации-технических требований к программе, либо спецификация неточная или неполная.

Надежность зависит от технологии изготовления, внешних воздействий (высокой температуры, влажности, загрязнения воздуха, ударов и вибраций, термоударов), от ошибок при разработке программ, от неправильных действий обслуживающего персонала и т. д.

К факторам, определяющим надежность ПО, можно отнести факторы, связанные с разработкой ПО (качество программирования, объем программ, логическая сложность, опыт персонала), эксплуатационные факторы (полнота и качество документации, степень адаптации документации, простота изучения и использования, степень выполнения стандартов, защищенность информации, временные ограничения).

Следует обратить внимание на изменение показателей надежности во времени. Имеется интервал времени, когда происходит приработка, выявление браков в материале и технологии, далее наступает стабильный процесс с постоянной интенсивностью отказов, после которого наблюдается рост отказов из-за старения.

На надежность восстанавливающих систем значительное влияние оказывают средства контроля, диагностирования, эффективность профилактических работ и регламентных проверок, степень резервирования систем.

За последние два десятка лет актуальность проблемы повышения надежности стала очень острой. Внедрение информационных систем, АСУ на разных уровнях управления и особенно ответственных САУ без решения задач обеспечения надежности и повышения производительности было невозможно.

Стали применяться различные методы и средства обеспечения требуемой надежности.

Интеграция элементов (БИС и СБИС) способствовала повышению надежности устройств. Немаловажное значение имело также усовершенствование механических, электромеханических и оптомеханических, устройств ПУ и ВЗУ. Для повышения надежности ИВС значительную роль сыграло резервирование - способ повышения надежности при помощи аппаратуры, готовой в любой момент заменит отказавшую аппаратуру. В последние годы разрабатываются отказоустойчивые информационно-вычислительные системы, в которых высокая надежность достигается за счет автоматизации процесса восстановления

В повышении надежности очень важную роль играет контроль в системах. Под контролем ИВС понимают процессы, обеспечивающие обнаружение ошибок в работе ИВС, вызванных отказом или сбоем аппаратуры, ошибкой оператора, ошибкой в программе или другими причинами. В сочетании с мерами по включению резерва, восстановлению отказавшей аппаратуры и корректировке ошибочных программ или данных контроль является одним из самых эффективных средств повышения надежности и достоверности обработки информации.

К способам обеспечения надежности ПО относятся:

· Усовершенствование технологии программирования;

· Выбор алгоритмов, не чувствительных к различного рода нарушениям вычислительного процесса;

· Резервирование программ, введение структурной избыточности;

· Контроль и тестирование программ с последующей коррекцией.

Решая вопросы обеспечения надежности, следует учитывать человеческие факторы. Многие из скрытых ошибок в действующих системах имеют место, когда внезапно создаются новые условия как результат непредвиденных действий пользователя.

Контроль ИС - процессы, обеспечивающие обнаружение ошибок в их функционировании, вызванные отказами аппаратуры, ошибками программ и другими причинами.

Ошибки проектирования:

· Программные - порождаемые неправильным использованием команд, операторов, адресации;

· -алгоритмические - возникают из-за неадекватности модели реальному процессу, неправильному выбора численного метода решения задачи;

· -системные - появляются вследствие неправильного взаимодействия алгоритмов друг с другом при функционировании системы.

· в документации, аппаратуре или программном обеспечении;

· операторов возникают вследствие плохой организации технической эксплуатации;

· исходных данных возникают в ИС, гад большое кол-во исходной инф-и подготавливается вручную.

Средства контроля ИС: программные, аппаратные, смешанные.

Характеризуются 3 параметрами:

· полнота. Оценивается как доля отказов, обнаруживаемых в результате контроля, от общего числа отказов.

· время обнаружения ошибки. Определяется как интервал времени от момента возникновения до момента ее обнаружения.

· сложность средств контроля характеризуется массой, размерами, стоимостью потребляемой энергии, памятью и другими параметрами аппаратных средств.

По характеру контроль бывает: оперативный и тестовый. Оперативный осуществляется в процессе работы. Тестовый - осуществляется в специально отведенные промежутки времени.

По способу организации: прямой, обратный, смешанный.

Прямой контроль. Недостатки:

· необходимость дополнительного аппаратного обеспечения;

· -если оба элемента работают неверно, они могут выдать одинаковый неверный результат.

Обратный контроль. Недостатки:

· дополнительная аппаратная часть;

· по времени выполняется дольше;

· ограниченность по классу решаемых задач.



2 Разработка программного продукта

2.1 Создание таблиц

Разработана база данных для учета выдачи и списания канцелярских товаров и рабочего инвентаря на предприятии в Microsoft Access.

Был произведен анализ существующих на предприятии и недавно поступивших канцелярских товаров и рабочего инвентаря. Структурирование данных и заполнение таблиц.

Таблица «Категории МТС» содержит информацию о категориях материально-технических средств. Таблица «Получатели» содержит информацию о получателях. Таблица «Материально-технические средства» включает в себя информацию о материально-технических средствах, поступивших, находящихся на хранении и выдаваемых по мере необходимости другим отделам организации.

В процессе создания таблицы для упрощения ввода данных, использовался метод подстановки. А именно: для поля КодТипа делается выпадающий список с названиями категорий товаров, зарегистрированных в таблице. Источником строк для поля со списком является таблица «Категории МТС». Теперь при заполнении таблицы «Материально-технические средства» вводить информацию стало гораздо быстрее, благодаря выпадающему списку.

Достаточно указать наименование, дату изготовления, срок годности, единицу измерения, и выбрать из выпадающего списка код типа.



Рисунок 2.1 - Ввод данных в таблицу «Материально-технические средства» с использованием выпадающего списка

Таблица «Поставлено» предназначена для информации о количестве поставленного товара и его цене. Для поля КодТовара так же использована подстановка.

В таблице «Выдачи» регистрируется каждая операция выдачи материально-технических средств (МТС). В ней содержится информация о получателе, о сотруднике, который выдал товар, дата выдачи, время выдачи. Всю эта информацию регистрирует уникальный номер - КодВыдачи. Для полей КодПолучателя и КодСотрудника воспользуемся подстановкой.

Таблица «Выдано» предназначена для информации о количестве, выданных МТС. В поле КодТовара в этой таблицы для облегчения процесса заполнения таблицы использована подстановка.

Чтобы упростить процесс ввода данных в таблицы внедрим в таблицу «Получатели» подтаблицу «Выдачи». Для таблицы «Выдачи» роль подтаблицы будет играть таблица «Выдано». Теперь мы имеем возможность вводить информацию и просматривать данные о поступлении материально-технических средств, не выходя из таблицы «Получатели», что позволяет избежать ошибок в работе.

Таблица «Максимальный срок эксплуатации лет» предназначена для хранения информации о сроках эксплуатации материальных средств с момента ввода в эксплуатацию в соответствии с приказами и другими нормативными документами. Внедрение этой таблицы в БД связано с тем, что отдел, для которого проектируется база, занимается контролем за своевременным обновлением материально-технических средств и списанием с учета, вышедшего из строя оборудования.

2.2 Разработка запросов

Перейдем к работе с запросами, выбрав соответствующую позицию в списке объектов.

Запрос «Выдано_отделам» создан на основе таблиц «Получатели», «Выдачи», «Выдано» и «Материально-технические средства».

Рисунок 2.2 - Запрос «Выдано_отделам» в режиме таблицы

Запрос «К_списанию» создан с использованием полей из таблиц «Материально-технические средства», «Максимальный_срок_ эксплуатации», «Выдано» и «Выдачи». Поле Дата_списания вычисляемое и позволяет определить дату, до которой можно использовать материальные средства, учитывая нормативные акты. Исходя из результатов запроса, можно сделать вывод о том, какие материальные средства в ближайшем времени предстоит списать, а, следовательно, и о том, какими материальными средствами следует запастись, чтобы своевременно заменить списываемые новыми.



Рисунок 2.3 - Запрос «К_списанию» в режиме таблицы

Запрос «Списание_по_отделам» берет за основу таблицу «Выдачи» и запросы «Выдано_отделам» и «Срок_списания». Это позволяет получить сведения о МТС находящихся в использовании указанным отделом и срок их максимальной эксплуатации. База данных соответствует требованиям задания и может быть рекомендована к внедрению.

таблица запрос хранение информация



Выводы

В ходе производственной практики мною была изучена торговая организация.

Пройдя практику в частном предприятии, я изучила следующее:

· общее представление компании;

· характеристику компании;

· управленческую структуру;

· размеры и специализацию компании;

В компании четко разработана учетная политика, в которой предусмотрены методы, способы, правила, применяемые непосредственно для данного предприятия и необходимые для организации и ведения бухгалтерского учета. Учетная политика соответствует ПБУ, предусмотренным законодательством.

В результате выполнения практики был решен следующий ряд задач: изучена деятельность предприятия; выявлены сильные стороны, возможности и слабые места организации; предложены пути решения выявленных проблем. Таким образом, в ходе производственной практики все поставленные задачи и цели были решены и достигнуты.

На мой взгляд, важным аспектом данной практики является не только обучение студента различным трудовым навыкам, но и подготовка его к отношениям «работодатель-работник», к работе в коллективе, осознание ответственности за сделанную работу и ее последствия.



Библиографический список

1. Волкова В. Денисов А. Теория систем и системный анализ [Текст]: Учебник / Юрайт, 2013.-624 с.

2. Давыдян, Д.Е., Теория систем и системный анализ [Текст] / Евразийский открытый институт, 2010. - 303с.

3. Жилин Д. М, Теория систем [Текст]/ ЛКИ - 2007.

4. В. Девятков, Мир имитационного моделирования: взгляд из России [Цифровая книга]/ Синергия.

Размещено на Allbest.ur