Построение графа для бизнес-кейса

Для построения графа необходимо определить, какие цепочки транзакций (какие вариации бизнес-процесса) доступны в рамках данного бизнес-кейса. В программе определение доступных цепочек транзакций определяется автоматически, поэтому мы сразу можем перейти к результату.

Из описания кейса нам известна, что компания General Ricambi S.p.A. является производителем определенного вида продукта, и единственная транзакция, которую она выполняет — это получение оплаты за товар. Следовательно, необходимо рассматривать последовательности производственных фактов, содержащие производственный факт «PF-Payment».

Как видно на рис. 18, производственный факт «PF-Payment» содержится во всех существующих последовательностях. Теперь, зная последовательности производственных фактов, мы можем получить цепочки транзакций.

На следующем этапе нам необходимо определить, все ли транзакции могут быть выполнены в рамках данного кейса. В результате анализа данных, предоставленных компаниями-участниками сети, мы можем сделать вывод, что среди полученных цепочек транзакций только две могут быть полностью выполнены (рис.19).

Рис. 18. Дерево производственных фактов.

Таким образом, в рамках данного кейса доступны две цепочки транзакций:

Вариация 2. Продукт находится на основном складе

Получение продукта с основного склада -> Погрузка продукта на грузовой автомобиль -> Транспортировка -> Верификация -> Оплата.

Вариация 3. Продукт производен компанией из внутренней логической сети

Получение продукта из производственного цеха -> Упаковка -> Погрузка продукт на товарный поезд -> Транспортировка -> Верификация -> Оплата Среди имеющихся цепочек транзакций выбираем ту, которая содержит минимальное количество транзакций — это Вариация 2. Именно для нее мы будем искать исполнителей с точки зрения наиболее выгодного сотрудничества.

Рис. 19. Дерево производственных фактов с выделенными доступными последовательностями.

В качестве вершин графа выступают компании, описанные в бизнес-кейсе. Рассмотрим потенциальных исполнителей для каждой транзакции.

Транзакция «Получение товара с основного склада»: BF Germany (A₁), CS Germany (A₂); GTS Rail (A₃).

Транзакция «Погрузка продукта на товарный грузовик»: d-Pack Engineering GmbH (B₁); EBF (B₂).

Транзакция «Транспортировка»: GTS Rail (C₁), Road Carriers (C₂), EBF (C₃), DHL (C₄);

Транзакция «Верификация и инсталляция продукта»: Agopex gmbh (D₁), MDF-Group (D₂), CS Germany (D₃).

Далее переходим к вычислению веса ребер. На первом шаге вычисляем веса ребер графа как степень связанности между инициатором и исполнителем c учетом интересов компании-клиента:

cv (Source, A₁) = cv (Source, BF Germany) = 2

cv (Source, A₂) = cv (Source, CS Germany) = 1

cv (Source, A₃) = cv (Source, GTS Rail) = 1

cv (A₁, B₁) = cv (BF Germany, Pack Engineering GmbH) = 3

cv (A₂, B₁) = cv (CS Germany, Pack Engineering GmbH) = 2

cv (A₃, B₁) = cv (GTS Rail, Pack Engineering GmbH) = 3

cv (A₁, B₂) = cv (BF Germany, EBF) = 1

cv (A₂, B₂) = cv (CS Germany, EBF) = 1

cv (A₃, B₂) = cv (GTS Rail, EBF) = 1

cv (B₁, C₁) = cv (Pack Engineering GmbH, GTS Rail) = 6

cv (B₂, C₁) = cv (EBF, GTS Rail) = 5

cv (B₁, C₂) = cv (Pack Engineering GmbH, Road Carriers) = 3

cv (B₂, C₂) = cv (EBF, Road Carriers) = 3

cv (B₁, C₃) = cv (Pack Engineering GmbH, EBF) = 3

cv (B₂, C₃) = cv (EBF, EBF) = 4

cv (B₁, C₄) = cv (Pack Engineering GmbH, DHL) = 6

cv (B₂, C₄) = cv (EBF, DHL) = 6

cv (C₁, D₁) = cv (GTS Rail, Agopex gmbh) = 5

cv (C₂, D₁) = cv (Road Carriers, Agopex gmbh) = 3

cv (C₃, D₁) = cv (EBF, Agopex gmbh) = 4

cv (C₄, D₁) = cv (DHL, Agopex gmbh) = 5

cv (C₁, D₂) = cv (GTS Rail, MDF-Group) = 5

cv (C₂, D₂) = cv (Road Carriers, MDF-Group) = 3

cv (C₃, D₂) = cv (EBF, MDF-Group) = 4

cv (C₄, D₂) = cv (DHL, MDF-Group) = 5

cv (C₁, D₃) = cv (GTS Rail, CS Germany) = 2

cv (C₂, D₃) = cv (Road Carriers, CS Germany) = 2

cv (C₃, D₃) = cv (EBF, CS Germany) = 2

cv (C₄, D₃) = cv (DHL, CS Germany) = 2

cv (D₁, End) = cv (Agopex gmbh, End) = -1

cv (D₂, End) = cv (MDF-Group, End) = -1

cv (D₃, End) = cv (CS Germany, End) = -1

На втором шаге выбираем максимальный вес: Max = 6 + 1 = 7 и выполняем операцию вычитания:

cv (Source, A₁) = cv (Source, BF Germany) = 5

cv (Source, A₂) = cv (Source, CS Germany) = 6

cv (Source, A₃) = cv (Source, GTS Rail) = 6

cv (A₁, B₁) = cv (BF Germany, Pack Engineering GmbH) = 4

cv (A₂, B₁) = cv (CS Germany, Pack Engineering GmbH) = 5

cv (A₃, B₁) = cv (GTS Rail, Pack Engineering GmbH) = 4

cv (A₁, B₂) = cv (BF Germany, EBF) = 6

cv (A₂, B₂) = cv (CS Germany, EBF) = 6

cv (A₃, B₂) = cv (GTS Rail, EBF) = 6

cv (B₁, C₁) = cv (Pack Engineering GmbH, GTS Rail) = 1

cv (B₂, C₁) = cv (EBF, GTS Rail) = 2

cv (B₁, C₂) = cv (Pack Engineering GmbH, Road Carriers) = 4

cv (B₂, C₂) = cv (EBF, Road Carriers) = 4

cv (B₁, C₃) = cv (Pack Engineering GmbH, EBF) = 4.

cv (B₂, C₃) = cv (EBF, EBF) = 3

cv (B₁, C₄) = cv (Pack Engineering GmbH, DHL) = 1

cv (B₂, C₄) = cv (EBF, DHL) = 1

cv (C₁, D₁) = cv (GTS Rail, Agopex gmbh) = 2</…

Задача поиска наилучшей комбинации компаний в логистической сети была сведена к задаче о поиске кратчайшего пути в нагруженном графе и решена с помощью модифицированного алгоритма Дейкстры. В алгоритме были использованы данные из моделей, содержащих информацию о бизнес-знаниях компаний, представленных в формате OWL, полученные с помощью языка запросов SPARQL. Программно реализованный алгоритм был опробован на практике для специально созданного бизнес-кейса.

Полученные в рамках данной работы модели являются универсальными и могут быть использованы для описания бизнес-знаний компаний, предоставляющих свои услуги практически в любой сфере деятельности. Наличие представленной в едином формате информации о наиболее существенных аспектах бизнеса компаний, являющихся потенциальными партнерами, представляет широкий спектр возможностей для решения различных задач взаимодействия в бизнесе. В качестве примера в рамках данной работы была рассмотрена система, автоматизирующая процессы построения транзакционных цепочек и назначения исполнителей транзакций внутри некоторой производственной сети с использованием бизнес-знаний компаний — участников этой сети.

В дальнейшем планируется развитие данной работы в следующих направлениях. Во-первых, необходимо усовершенствовать существующий алгоритм поиска наилучшей конфигурации сети. Для этого должна быть разработана более сложная и объективная целевая функция, использующая все бизнес-знания компаний, представленные в моделях. И во-вторых, планируется доработать программный интерфейс, в частности, увеличить количество регулируемых компонентов и опций, с помощью которых пользователь мог бы контролировать работу системы, а также изменить формат вывода результата, чтобы он был применим для дальнейшей обработки в других системах.