Сравнительный анализ и выбор CASE-средств моделирования

Для проведения сравнительного анализа CASE-средств бал выбран Метод Анализа Иерархий. Метод анализа иерархий — методологическая основа для решения задач выбора альтернатив посредством их многокритериального ранжирования.

Метод анализа иерархий создан американским ученым Т. Саати и вырос в настоящее время в обширный междисциплинарный раздел науки, имеющий строгие математические и психологические обоснования и многочисленные приложения.

Основное применение метода — поддержка принятия решений посредством иерархической композиции задачи и рейтингования альтернативных решений. Имея в виду это обстоятельство, перечислим возможности метода.

Цель проведения анализа: выявление наилучшего CASE-средства для построения графической модели бизнес-процессов деятельности мерчендайзера.

BPWin.

BPWin имеет достаточно простой и интуитивно понятный интерфейс пользователя, дающий возможность аналитику создавать сложные модели при минимальных усилиях.

BPwin поддерживает три методологииIDEFO, IDEF3 и DFD, каждая из которых решает свои специфические задачи. Модель в BPwin рассматривается как совокупность работ, каждая из которых оперирует с некоторым набором данных. Работа изображается в виде прямоугольников, данные — в виде стрелок. В BPwin возможно построение смешанных моделей, т. е. модель может содержать одновременно как диаграммы IDEFO, так и IDEF3 и DFD.

Пакет Design/IDEF (Meta Software).

CASE-пакет Design/IDEF автоматизирует все этапы проектирования сложных систем различного назначения: формулировку требований и целей проектирования, разработку спецификаций, определение компонентов и взаимодействий между ними, документирование проекта, проверку его полноты и непротиворечивости. Наиболее успешно пакет применяется для описания и анализа деятельности предприятия; он позволяет оценить такую структуру, как единый организм, сочетающий управленческие, производственные и информационные процессы. В основе пакета лежит методология структурного проектирования и анализа сложных систем IDEF0/SADT. Design/IDEF строит иерархические модели сложных систем посредством декомпозиции ее компонентов, поддерживает коллективную разработку IDEF-модели, позволяя в любой момент объединять различные подмодели в единую модель системы, создает словарь данных для хранения всей информации о функциях и структурах данных проекта. Кроме IDEF0, пакетом поддерживаются методологии моделирования данных IDEF1, IDEF1X (основанные на диаграммах «сущность-связь»), а также методология моделирования динамики систем IDEF/CPN, основанная на «цветных» или «раскрашенных» сетях Петри.

ARIS.

Среда описания и анализа бизнес-процессов ARIS включает в себя методологическую основу ARIS (Architecture of Integrated Information Systems) и ее программную реализацию в виде семейства продуктов ARIS, разработанных компанией IDS Scheer AG. Методология ARIS рассматривает предприятие как совокупность четырех взглядов (views): взгляд на организационную структуру, взгляд на структуру функций, взгляд на структуру данных, взгляд aна структуру процессов. Среди большого количества возможных методов описания можно выделить следующие:

• § EPC (event-driven process chain) — метод описания процессов, нашедший применение для описания процессов системы SAP R/3;
• § ERM (Entity Relationship Model) — модель сущностей-связей для описания структуры данных;
• § UML (Unified Modeling Language) — объектно-ориентированный язык моделирования.

В ARIS присутствует понятие декомпозиции, но не в качестве «иерархии диаграмм», а в качестве описания объекта более высокого уровня, моделью, поясняющей его суть.

Построим матрицу альтернатив и критериев, по которым они будут сравниваться.

Таблица 2.2 — Критерии сравнения CASE-средств.

Таким образом, были выбраны следующие критерии:

• 1. Поддерживаемые методологии
• 2. Сложность использования
• 3. Интеграция моделей
• 4. Возможность графического представления
• 5. Возможность оптимизации бизнес-процессов

Для оценки критериев первоначально составим матрицу попарных сравнений. Для этого строим матрицу 5 Ч 5 (по числу критериев). Сравнение критериев происходит согласно шкале относительной важности. Значения из этой шкалы вписываем в ячейки, образованные пересечением соответствующей строки и столбца. По диагонали будет 1, а ячейки относительно ее будут содержать обратные значения.

Заполняем таблицу. Для этого попарно сравниваем критерий из строки с критерием и из столбца по отношению к цели — выбору средства. Значения из шкалы относительной важности вписываем в ячейки, образованные пересечением соответствующей строки и столбца.

Таблица 2.3 — Попарное сравнение критериев.

Сначала определяем оценки компонент собственного вектора. Для критерия Поддерживаемые методологии это будет:

S1=1; S2=2; S3=3; S4=9; S5=2;

S=(S1*S2*S3*S4*S5)1/5=(1*2*3*9*2)1/5=2,55.

Аналогично для остальных критериев:

ѕ Сложность использования S2=(½*1*1/3*8*1/3)1/5=0,85.

ѕ Интеграция моделей S3=(1/3*3*1*8*1/3)1/5=1,22.

ѕ Возможность графического представления S4=(1/9*1/8*1/8*1*1/9)1/5=0,18.

ѕ Возможность оптимизации б/п S5=(½*3*3*9*1)1/5=2,1.

Далее получим сумму оценок собственных векторов:

S=2,55+0,85+1,22+0,18+2,1=6,9.

Вычисляем нормализованные оценки вектора приоритета для каждого критерия, разделив значение оценки собственного вектора на эту сумму.

Для критерия Поддерживаемые методологии это будет:

S1=2,55;

Sum=6,9;

B1=S1/Sum=0,37.

Аналогично для остальных критериев:

B2=0,12;

B3=0,18;

B4=0,03;

B5=0,30.

Сравнивая нормализованные оценки вектора приоритета можно сделать вывод, что наибольшее значение при выборе CASE-средства придается критерию Поддерживаемые методологии.

Для проверки непротиворечивости суждений рассчитаем индекс согласованности для данной матрицы. Для этого: суммируем значения по столбцам, затем сумму первого столбца умножаем на величину первой компоненты нормализованного вектора приоритетов, сумму второго столбца — на вторую компоненту и т. д. — лi.

Для наших критериев это будет:

ѕ Поддерживаемые методологии л1=0,9;

ѕ Сложность использования л2=1,13;

ѕ Интеграция моделей л3=1,32;

ѕ Возможность графического представления л4=0,92;

ѕ Возможность оптимизации б/п л5=1,15.

Затем полученные числа суммируем — получаем л max.

лmax=л1+ л2+ л3+ л4 +л5=5,42.

Затем рассчитываем.

Индекс Согласованности по формуле:

ИС=(лmax-n)/(n-1),.

где n — число сравниваемых критериев.

.

Определим отношение согласованности (ОС) путем деления ИС на число, соответствующее случайной согласованной матрицы того же порядка. Для матрицы размерностью 4 это число составляет 1,12.

ОС = 0,11/1,12= 9.19% < 10%,.

т. е. пересматривать свои суждения не нужно.

Теперь рассмотрим каждый из критериев отдельно.

Поддерживаемые методологии.

Строим таблицу попарных сравнений, для этого сравниваем альтернативы по критерию «Поддерживаемые методологии». При этом никакие другие критерии не учитываются. Для оценивания используем шкалу относительной важности. Диагональ матрицы заполняется значением «1», а ячейки относительно главной диагонали — обратные.

Очевидно, что предпочтение мы отдадим средствам с поддержкой методологий IDEF0, IDEF3, DFD.

Таблица 2.4 — Сравнение альтернатив по критерию «Поддерживаемые методологии» .

лмах=9,53; ИС=3,27; ОС=2,92%.

Сложность использования.

Таблица 2.5 — Сравнение альтернатив по критерию «Сложность использования» .

лмах=14,73; ИС=5,87; ОС=5,24%.

Интеграция моделей.

Таблица 2.6 — Сравнение альтернатив по критерию «Интеграция моделей» .

лмах=12,69; ИС=4,85; ОС=4,33%.

Возможность графического представления.

Таблица 2.7 — Сравнение альтернатив по критерию «Возможность графического представления» .

лмах=11,15; ИС=4,08; ОС=3,64%.

Возможность оптимизации бизнес-процессов.

Таблица 2.8 — Сравнение альтернатив по критерию «Возможность оптимизации бизнес-процессов» .

лмах=10,45; ИС=3,72; ОС=3,33%.

Результат выбора альтернативы.

Итак, теперь проведем последний этап определение оптимальной альтернативы. Строим матрицу следующего вида: строки — альтернативы, столбцы — критерии.

• · Сначала в таблицу вносим значения нормализованных оценок вектора приоритета для каждой альтернативы.
• · Далее для каждой альтернативы заполняем столбцы критериев значениями локальных нормализованных оценок вектора приоритета.
• · Вычисляем значения глобального приоритета для каждой альтернативы: суммируем произведение значения вектора приоритета для критерия и значения вектора локального приоритета альтернативы в отношении данного критерия.

Таблица 2.9 — Окончательная оценка альтернатив.

Выбранной альтернативе соответствует альтернатива с максимальным значением глобального приоритета, т. е. для нашего выбора Максимальный Глобальный Приоритет=0,43, и, следовательно, наилучшим для наших целей является CASE-средство BPWin.