当前位置: 首页icon 软考首页 >考试科目 >软考下午题上午题:2018年11月信息系统项目管理师 模拟二上午

软考下午题上午题:2018年11月信息系统项目管理师 模拟二上午

作者:mb622c4f5ee6e472024-05-22 10:47:03
备考咨询 刷题指导
添加专属学姐
下载资料 2024上半年软考备考资料+考试大纲
下载按钮 下载
引号

摘要:对于【信息系统项目管理师】软考考试而言,试题无疑是最重要的学习资料之一。在软考备考过程中,吃透所考知识点、熟悉出题思路,对我们提升分数的效果是最明显的,通过试题反复练习,还可以查漏补缺。今天,给大家带来【信息系统项目管理师】部分试题的详解,一起来看看吧~1、某车间需要用一台车床和一台铣床加工A、B、C、D四个零件。每个零件都需要先用车床加工,再用铣床加工。车床与铣床加工每个零件所需的工时(包

引号
摘要:对于【信息系统项目管理师】软考考试而言,试题无疑是最重要的学习资料之一。在软考备考过程中,吃透所考知识点、熟悉出题思路,对我们提升分数的效果是最明显的,通过试题反复练习,还可以查漏补缺。今天,给大家带来【信息系统项目管理师】部分试题的详解,一起来看看吧~



1、某车间需要用一台车床和一台铣床加工A、B、C、D四个零件。每个零件都需要先用车床加工,再用铣床加工。车床与铣床加工每个零件所需的工时(包括加工前的准备时间以及加工后的处理时间)如下表:若以A、B、C、D零件顺序安排加工,则共需32小时。适当调整零件加工顺序,可使所需总工时最短。在这种最短总工时方案中,零件A在车床上的加工顺序安排在第 ( ) 位,四个零件加工共需 (请作答此空) 小时。
A、 21
B、 22
C、 23
D、 24

答案:B
答题解析:

以顺序安排加工A、B、C、D这四个零件为例,人们可以用甘特圈将工作进度计划描述如下:
2.jpg
其中横轴表示时间,从零件A在车床上加工开始作为坐标0,并以小时为单位。纵轴表示车床和铣床。
车床和铣床加工某零件的进度情况(从某一时刻到另一时刻)以横道表示。
在车床上,零件A、B、C、D一个接一个顺序加工,需要8+6+2+4=20小时。
在铣床上,零件A只能等车床加工完A后才开始,所以,其横道的横坐标为8~11;零件B只能等车床加工完B后才开始,所以,其横道的横坐标为14~15;零件C只能等车床加工完C后才开始,所以,其横道的横坐标为16~19;零件D只能等车床加工完D后才开始,所以,其横道的横坐标为20~32。
这样,顺序加工A、B、C、D零件总共需要32小时。
从上例看出,为缩短总工时,应适当调整加工零件的顺序,以缩短铣床最后的加工时间(车床完工后还需要用铣床的时间),并缩短车床最先的加工时间(铣床启动前需要等待的时间)。所以应采取如下原则来安排零件的加工顺序。
在给定的工时表中找出最小值,如果它是铣床时间,则该零件应最后加工;如果它是车床时间,则该零件应最先加工。除去该零件后,又可以按此原则继续进行安排。按此原则,本题中,最小工时为l小时,这是零件B所用的铣床加工时间。所以,零件B应放在最后加工。除去零件B后,最小工时为2小时,这是零件C所需的车床加工时间。所以,零件C应最先加工。除去零件C以后,工时表中最小的时间为3小时,是零件A所需的铣床加工时间。因此,零件A应安排在零件D以后加工。
这样,最优方案应是按C、D、A、B零件的顺序来加工,其甘特图如下:
3.jpg
在车床上,零件C、D、A、B一个接一个顺序加工,需要2+4+8+6=20小时。
在铣床上,零件C只能等车床加工完C后才开始,所以,其横道的横坐标为2~5;零件D只能等车床加工完D后才开始,所以,其横道的横坐标为6~18;零件A可以在铣床加工完D后立即开始(此时车床已加工完零件A),所以,其横道的横坐标为18~21;零件B可以在铣床加工零件A后立即开始(此时车床已加工完零件B),所以,其横道的横坐标为21~22。
这样,按C、D、A、B零件顺序进行加工,总共只需要22小时。这是最优方案。



2、基于组件的软件开发架构模式一般在(  ) 软件开发架构模式中使用。
A、管道-过滤器
B、面向对象
C、事件驱动
D、客户/服务器

答案:B
答题解析:软件架构模式有:
(1)管道-过滤器模式,适用于批处理系统。
(2)面向对象模式,其典型应用是基于组件的软件开发。
(3)事件驱动模式,其典型应用包括各种图形界面应用。
(4)分层模式,如ISO/OSI的七层网络模型。
(5)C/S模式,该模式中客户与服务器分离,允许网络分布操作。

3、以下关于数据仓库的叙述中,不正确的是 (  )。
A、数据仓库是相对稳定的
B、数据仓库是反映历史变化的数据集合
C、数据仓库的数据源可能是异构的
D、数据仓库是动态的、实时的数据集合

答案:D
答题解析:数据仓库是一个面向主题的、集成的、相对稳定的、反应历史变化的数据集合,用于支持决策管理。


代理合作学习群