4. Пример расчета информационной связности

Исходные данные.

Модель:

Частота активизации процессов:

Задание.

Оценить информационную связность процессов:

1. P1, P2, P3, P4;

2. (P1, P2, P3), P4;

3. (P1, P3), (P2, P4).

Решение.

Составим матрицу – матрицу связей между процессами P1 – P4 и данными D1 – D5:

Теперь рассчитаем матрицу – матрицу процессов, совместно использующих данные:

Для того, чтобы учесть число данных D1 – D5, используемых совместно процессами P1 – P4, перемножим матрицы и стандартным образом:

Изобразим матрицу в графическом виде:

Далее найдём матрицу частот активизации процессов P1 – P4:

где операция " " – поразрядное умножение матрицы на вектор-строку . Итак, получаем:

Далее построим матрицу относительных частот активизации процессов путём нормирования матрицы . Для этого разделим элементы каждой строки матрицы на диагональный элемент с соответствующем номером:

Получим:

Теперь изобразим матрицу в графическом виде:

Обозначим как сумму всех элементов матрицы , т.е.:

Тогда, зная количество элементов-процессов , коэффициент связности структуры рассчитаем по следующей формуле:

Также мы можем найти коэффициенты внутренней и внешней связностей – и :

где – сумма диагональных элементов матрицы , а – сумма оставшихся элементов. Итак, получаем следующие значения:

Отсюда мы можем получить относительные коэффициенты внутренней ( ) и внешней ( ) связей:

Объединение компонентов в отдельные группы могло бы, предположительно, увеличить относительный коэффициент внутренней связности. Рассмотрим следующий случай объединения: (P1, P2, P3), P4.

Сначала произведём пересчёт относительных частот активизации процессов P1, P2 и P3:

Далее пересчитаем частоты связей с окружением:

Получаем следующую схему:

В таком случае матрица относительных частот будет выглядеть следующим образом:

И, соответственно, коэффициенты связности равны:

а относительные коэффициенты связности:

Третий вариант объединения: (P1, P3), (P2, P4):

После пересчёта получаем такую схему:

Матрица , соответствующая такой схеме:

Соответственно, коэффициенты связностей:

Относительные коэффициенты связности равны:

Итого, имеем следующие показатели связности при различных конфигурациях модели функциональной связности:

№	Вид объединения
1	P1, P2, P3, P4	0.62	0.25	0.4
2	(P1, P2, P3), P4	0.68	0.41	0.6
3	(P1, P3), (P2, P4)	0.63	0.32	0.5

Наилучшим с точки зрения обоих показателей является вариант объединения №2.

5. Выбор case-средства для проектирования информационной системы

Было использовано средство проектирования draw.io.

Draw.io - это мощный инструмент для создания диаграмм, который обладает простым и понятным интерфейсом. Он предлагает широкий набор возможностей для создания различных типов диаграмм, в том числе и activity диаграмм.

Использование draw.io для создания activity диаграмм обосновано несколькими причинами. Во-первых, draw.io предоставляет большой выбор форм и символов, которые позволяют быстро и удобно создавать структуру activity диаграммы. Это помогает визуализировать систему и понять ее основные функциональные возможности.

Во-вторых, draw.io позволяет создавать диаграммы в реальном времени совместной работы, что упрощает процесс совместной разработки диаграмм. Это особенно важно при работе в команде над проектами, где необходимо обмениваться идеями и изменениями.

Третий аргумент в пользу использования draw.io для создания activity диаграмм - это его интеграция с другими приложениями и сервисами. Draw.io интегрируется с популярными сервисами облачных хранилищ, такими как Google Drive, Dropbox, OneDrive, что позволяет удобно сохранять и обмениваться диаграммами.

Кроме того, draw.io поддерживает экспорт и импорт диаграмм в различные форматы, что обеспечивает гибкость работы с созданными activity диаграммами. Это позволяет использовать диаграммы в различных проектах и документациях.

Итак, использование draw.io для создания use case диаграмм обосновано его удобным интерфейсом, возможностью совместной работы, интеграцией с другими сервисами и гибкостью экспорта и импорта диаграмм.