ТЕОРЕТИЧЕСКАЯ ОСНОВА МЕТОДА РЕИНЖИНИРИНГА БИЗНЕС-ПРОЦЕССОВ — ОПЕРАЦИОННЫЙ АНАЛИЗ ВЕРОЯТНОСТНЫХ СЕТЕЙ

Применение на практике подходов реинжиниринга бизнес- процессов (РБП) имеет следующие ограничения: 1) требования по высокой квалификации аналитика и его хорошей ориентации в предметной области; 2) отсутствие алгоритмов (правил) проведения РБП. Существующие подходы РБП в первую очередь затрагивают изменения организационной структуры, перераспределения обязанностей, повышения ответственности и мотивации сотрудников, но не дают ответа по влиянию данных изменений на деятельность предприятия и параметры БП, а также не решают задачи анализа узких мест и реинжиниринга процесса; 3) невозможность синтеза решений РБП и проверки выработанных решений на реальном объекте управления; 4) отсутствие автоматизированных средств РБП.

Для решения задачи реинжиниринга динамической модели МППР введены понятия процедур свертки/развертки модели. Под сверткой будем понимать процедуру структурного и/или параметрического синтеза модели процессов преобразования ресурсов, которая ведет к уменьшению структуры и/или параметров модели. Процедура развертки модели — процедура увеличения размерности модели динамического процесса. Применение данных процедур может привести к улучшению характеристик модели БП.

За основу модели МППР была взята сеть массового обслуживания. Для расчетов сетей массового обслуживания используется теория вероятностных сетей, которая основывается на марковских и полумарковских процессах [86], но большинство результатов получено только для экспоненциальных законов распределения. При количестве узлов сети больше трех для расчетов используются численные приближенные методы. Операционный анализ [87] в отличие от теории массового обслуживания опирается на логику работы рассматриваемой или моделируемой системы. Это позволяет установить простые зависимости между параметрами и показателями работы системы, не абстрагируясь от процессов ее функционирования [85].

Операционный анализ вероятностных сетей базируется на следующих принципах [85]:

  • - все предположения относительно операционных переменных можно проверить измерениями на реальной системе или на ее модели;
  • - в системе должен существовать баланс потоков: количество требований, которые покинули систему за некоторый период наблюдения, должно равняться количеству требований, которые поступили в систему за этот же период;
  • - переходы требований от одного узла к другому не должны зависеть от длин очередей в узлах.

Основные операционные переменные, которые можно получить или измерениями, или в процессе ИМ системы, следующие [85]j_

q0j(j = 1 ,К) — вероятность (частота) поступления требований в сеть извне к любому узлу (К - общее количество узлов);

qkj(j = 1 )вероятность перехода требований из узла k к узлу j (k = l,K,j = 1,Ю;

qk0 - вероятность того, что после окончания обслуживания в узле требований покинут сеть;

Ak(k = 1,К) — количество требований, которые поступили в узел k;

Ckj(k - l,K,j - I,К) - количество требований, которые покинули узелk и поступили в узел j;

Вк (k = 1,К) - общее время обслуживания требований узлом k; Т — общее время наблюдения за системой или время моделирования.

Наиболее часто используют следующие выводимые операционные переменные [85]:

где Uk коэффициент использования узла;

где Sh среднее время обслуживания в узле k;

где qkj — относительная частота перехода требований между узлами k и j.

Основные результаты операционного анализа формулируются в виде соотношений между операционными переменными. Основой этих соотношений является гипотеза о балансе потоков в сети: количество требований, которые поступили в некоторый узел на протяжении продолжительного периода Т, равняется количеству требований, которые покинули этот узел. Гипотеза о балансе позволяет установить зависимости между операционными переменными для каждого узла сети. Эта гипотеза позволяет записать уравнения баланса потоков [85]:

Уравнения (31) будут иметь единственное решение для замкнутой сети при заданном х0. Для разомкнутой сети уравнения (31) будут линейно зависимыми, однако, и в этом случае они имеют полезную информацию о динамике потоков сети. Производительность узла

Коэффициент посещаемости узла k

где Xh — интенсивность выходящего потока требований из узла k;

Среднее время пребывания требования в вероятностной сети обозначается через R, а для отдельных узлов — через Rk. Операционная переменная — Wk равняется суммарному времени ожидания и времени обслуживания требования узлом k на протяжении времени Т [85]:

Среднее время пребывания в системе выражается через Rh и коэффициенты посещаемости отдельных узлов [85]:

В [85] показано, как можно использовать операционный анализ для определения времени пребывания в замкнутой сети (рис. 15). Пусть есть М устройств, время обслуживания требования любым из них — Z. Среднее время пребывания требования в сети определяем по формуле

Определение времени пребывания в замкнутой сети Среднее время одного цикла взаимодействия

Рис. 15. Определение времени пребывания в замкнутой сети Среднее время одного цикла взаимодействия, включая время обслуживания требования во внешней сети и пребывание в одном из М устройств, определяется суммой Z + R. Общее количество устройств [85]:

Поиск узких мест в сети является важным аспектом анализа ее работы. Узкое место создается тем узлом сети, у которого коэффициент загрузки U приближается к единице. В этом узле образуется большая очередь, которая при U> 1 становится бесконечной, и сеть переходит в неустойчивый режим работы. Такой узел становится «насыщенным» требованиями. Узкие места в сети обусловливают ее пропускную способность, то есть полностью определяют время пребывания в сети [85].

69

С точки зрения применения операционного анализа вероятностных сетей к МППР при анализе узких мест необходимо анализировать следующие параметры:

  • 1. Коэффициент использования узла (узлам соответствуют операции и агенты, также необходимо анализировать коэффициент использования средства).
  • 2. Среднюю длительность нахождения заявки в очереди к операции, агенту (размер очереди заявок к операции Q0p ср средняя очередь заявок к правилу агента Q,^gK ср)-
  • 3. Коэффициент посещаемости узла и среднюю длительность обработки требования в узле.

В ходе экспериментальных исследований [88] было установлено следующее: важно анализировать коэффициенты использования не на всем интервале моделирования, а на подынтервалах, соответствующих пикам нагрузки. Также необходимо классифицировать пики нагрузок и для каждого пика искать свои решения.

Таким образом, операционный анализ вероятностных сетей массового обслуживания можно эффективно применять при анализе узких мест метода реинжиниринга.

 
Посмотреть оригинал
< Пред   СОДЕРЖАНИЕ   ОРИГИНАЛ     След >