ОСНОВАННОЕ НА CPN-TOOLS ПО ДЛЯ АНАЛИЗА ПРОИЗВОДИТЕЛЬНОСТИ БИЗНЕС-ПРОЦЕССОВ

Авторы

  • И.В. Артамонов Байкальский государственный университет

DOI:

https://doi.org/10.18413/2687-0932-2020-47-1-176-185

Ключевые слова:

бизнес-процесс, имитационное моделирование, пропускная способность, производительность, CPN Tools, цветные сети Петри

Аннотация

При разработке и внедрении корпоративных информационных технологий необходимо оценивать эффективность работы проектируемых и совершенствуемых бизнес-процессов. Разрабатываемая система показателей во многом зависит от специфики бизнес-процесса, а ее качество – от опыта эксперта. Существующие технологии не позволяют объективно оценивать работоспособность будущих процессов по их схемам, будучи либо слишком примитивными, либо сложными для применения к моделям реального предприятия. Метрики производительности вообще сложно поддаются изучению формальными методами, так как кроме структуры процесса необходимо учитывать временные аспекты его работы, которые вообще могут носить стохастический характер. В статье описывается программное обеспечение для анализа производительности бизнес-процесса путем имитационного моделирования. Для отображения схемы взаимодействия предлагается использовать аппарат цветных сетей Петри со специальным расширением для анализа временных меток. Управление имитационным комплексом осуществляется серверным программным обеспечением через веб-ориентированный интерфейс. Программный комплекс позволяет проводить анализ нескольким исследователям одновременно.

Биография автора

И.В. Артамонов, Байкальский государственный университет

кандидат технических наук, доцент кафедры математики и информатики
Байкальского государственного университета, г. Иркутск

Библиографические ссылки

Артамонов И.В. 2013. Использование окрашенных сетей Петри для моделирования бизнес-транзакций в сервис-ориентированной среде. Известия Иркутской государственной экономической академии (БГУЭП), 5: 25–25.

Артамонов И.В. 2014. Программный комплекс анализа надежности бизнес-транзакции. Информационные системы и технологии, 5 (85): 5–13.

Артамонов И.В. 2018. Показатели производительности бизнес-процесса. Вестник Астраханского государственного технического университета. Серия: Экономика, 1: 43–50.

Балашова Н.В., Репина П.В. 2011. Опыт внедрения сбалансированной системы показателей. Baikal Research Journal, 6: 45.

Грибанова Н.Н., Шуплецов А.Ф. 2017. Особенности планирования и прогнозирования компаний на основе информационных моделей. Baikal Research Journal, 8 (3): 8–16.

Радостева М.В. 2018. К вопросу о производительности труда. Научные ведомости БелГУ, Серия Экономика. Информатика, 2 (45): 268–272.

Соколова Л.Г. 2003. Генезис категории «Производительность». Известия Байкальского государственного университета, 3 (36): 52–55.

Aalst W.M.P. van der. 2011. Process Mining: Discovery, Conformance and Enhancement of Business Processes. Springer, 2011, 352.

Aalst W.M.P. van der. 2015. Business Process Simulation Survival Guide. Jan vom Brocke, Michael Rosemann. Handbook on Business Process Management. Berlin, Springer-Verlag: 337–370.

Aguilar M., Rautert T., Pater A. 1999. Business process simulation: a fundamental step supporting process centered management. Proceedings of the 31st conference on Winter simulation: 1383–1392.

Al-Jaar R., Desrochers A. 1990. Performance evaluation of automated manufacturing systems using generalized stochastic Petri. International Conference on Complex Systems and Applications, 6: 621–639.

Al-Jaar R., Desrochers A., DiCesar F. 1988. Evaluation of part-type mix for a machining workstation using generalized stochastic Petri nets. Proceedings of the 27th IEEE Conference on Decision and Control, Austin, 2307–2313.

Alkhaldi F., Olaimat M., Rashed A. 2008. The Role of Simulation in Business Process Reengineering. Asim El Sehikh, Abid Al Ajeeli, Evon M. Abu-Taieh. Simulation and Modeling. IGI Publishing: 359–390.

Brocke J. vom, Rosemann M. 2010. Handbook on Business Process Management 2. Springer, 616.

Cardoso J. 2002. Quality of Service and Semantic Composition of Workflows. Athens, 216.

Chryssolouris G. 2005. Manufacturing Systems: Theory and Practice. Springer, 606.

D'Souzaa K., Khator S. 1994. A survey of Petri net applications in modeling controls for automated manufacturing systems. Systems, Man, and Cybernetics, 2000 IEEE International Conference, 4: 5–16.

Dumke R., Rautenstrauch C., Schmietendorf A., Scholz A. 2001. Aspects of Performance Engineering – An Overview. Performance Engineering: State of the Art and Current Trends. Magdeburg, 8–16.

Heckl D., Moorman J. 2010. Process Performance Management. Jan vom Brocke, Michael Rosemann. Handbook on business process management 2: Strategic alignment, governance, people and culture. Springer: 115–135.

Heinrich R. 2013. Aligning business process quality and information system quality. Heidelberg, Heidelberg University: 254.

Hosftede A. ter, Dumas M., Aalst W.M.P. van der. 2005. Process-Aware Information Systems: bridging people and software through process technology. John Wiley & Sons, Inc, 409.

Jensen K. 2009. Coloured Petri Nets modeling and validation of concurrent systems. Springer, 384.

Kasi V., Tang X. 2005. Design Attributes and Performance Outcomes: A Framework for Comparing Business Processes. In (SAIS Eds.): In Proceedings of the 10th Southern Association for Information Systems, 226–232.

Lemos R. de, Gacek C., Romanovsky A. 2005. Architecture-Based Reliability Prediction for Service-Oriented Computing. Vincenzo Grassi. Architecting Dependable Systems III. Berlin, Springer: 279–299.

Leonides C.T. 1991. Manufacturing and Automation Systems: Techniques and Technologies: Advances in Theory and Applications. Academic Press, 446.

Moore K.E., Gupta S.M. 1996. Petri net models of flexible and automated manufacturing systems: a survey. International Journal of Production Research, 34 (11): 3001–3035.

Myoung Ko J., Kim C. O., Kwon I 2008. Quality-of-service oriented web service composition algorithm and planning architecture. Journal of Systems and Software, 81 (11): 2079–2090.

N. Sato, S. Trivedi. 2007. Stochastic Modeling of Composite Web Services for Closed-Form Analysis of Their Performance and Reliability Bottlenecks. Service-Oriented Computing – ICSOC: 107–118.

Saeedi K., Zhao L., Falcone P. 2010. Extending BPMN for Supporting Customer-Facing Service Quality Requirements. 2010 IEEE International Conference on Web Services (ICWS): 616–623.

Silver G.A., Maduko A., Rabia J., Amit S., Miller J. A. 2003. Modeling and Simulation of Quality of Service for Composite Web Services. 7th World Multiconference on Systemics, Cybernetics, and Informatics: 420–425.

Strunk A. 2010. An Algorithm to Predict the QoS-Reliability of Service Compositions. 6th World Congress on Services (SERVICES-1): 205–212.

Viswanadham N., Srinivasa N.R.. 2000. Performance analysis and design of supply chains: a Petri net approach. Journal of the Operational Research Society, 51 (10): 1158–1169.

Workflow Management Coalition. 1999. Workflow Management Coalition Terminology & Glossary. Issue 3.0, 65.

Yang L., Yu D., Zhang B. 2008. Reliability Oriented QoS Driven Composite Service Selection Based on Performance Prediction. The 20-th International Conference on Software Engineering & Knowledge Engineering: 215–218.

Zuberek W.M., Kubiak W. 1994. Throughput analysis of manufacturing cells using timed Petri nets. Proceedings of IEEE International Conference on Systems, Man and Cybernetics, 1328–1333.


Просмотров аннотации: 168

Опубликован

2020-09-09

Как цитировать

Артамонов, И. (2020). ОСНОВАННОЕ НА CPN-TOOLS ПО ДЛЯ АНАЛИЗА ПРОИЗВОДИТЕЛЬНОСТИ БИЗНЕС-ПРОЦЕССОВ. Экономика. Информатика, 47(1), 176-185. https://doi.org/10.18413/2687-0932-2020-47-1-176-185

Выпуск

Раздел

СИСТЕМНЫЙ АНАЛИЗ И УПРАВЛЕНИЕ