- •1. Предпроектная стадия создания
- •1.1. Описание предметной области автоматизации
- •1.2. Примеры разработок проектов для аналогичных систем
- •1.3. Описание выбранной технологии, методов и
- •1.4. Описание выбранного метода проведения обследования
- •1.5. Описание выбранного метода сбора материалов обследования
- •1.6. Программа обследования
- •1.7. План-график выполнения работ на предпроектной стадии
- •1.8. Формализация материалов обследования
- •2. Постановка задачи
- •2.1. Назначение, цели создания ис
- •2.2. Характеристика объектов автоматизации. Документы предметной области
- •2.3. Требования к ис
- •2.3.1. Требование к системе в целом
- •2.3.2. Требования к функциям
- •2.3.3. Требования к видам обеспечения
- •3. Функционально-ориентированное проектирование информационной системы
- •3.1. Построение контекстной диаграммы
- •3.2.Построение диаграмм idef0
- •3.3. Построение диаграммы описания бизнес-процессов idef3
- •3.4. Построение диаграммы потоков данных dfd
- •4. Объектно-ориентированное
- •4.1. Построение диаграммы вариантов использования
- •4.2. Построение диаграммы деятельности
- •4.3. Построение диаграммы классов
- •5. Построение экранных форм документов
- •5.1. Проектирование формы первичного документа
- •5.2. Проектирование форм документов результатной информации
- •Заключение
- •5. Кватрани, т. Визуальное моделирование с помощью Rational Rose 2002 и uml/т. Кватрани. – Вильямс, 2003.– 192с.
3.3. Построение диаграммы описания бизнес-процессов idef3
IDEF3 — методология моделирования и стандарт документирования процессов, происходящих в системе. IDEF3 показывает причинно-следственные связи между ситуациями и событиями в понятной экcперту форме, используя структурный метод выражения знаний о том, как функционирует система, процесс или предприятие. IDEF3 широко применяется при разработке информационных систем. При этом используется инструмент визуального моделирования бизнес-процессов.
Диаграммы IDEF3 отображают действия в виде прямоугольника. Действия именуются с помощью глаголов или отглагольных существительных. Каждому действию присваивается уникальный идентификатор. Для описания ветвлений процесса используются соединения, которые разбивают или соединяют внутренние потоки.
На диаграмме (рис.3.4) представлен процесс иерархической классификации данных. Процесс классификации состоит из семи этапов: «Приведение данных к необходимому виду», «Нормирование значений исходных переменных», «Рассчитать матрицу мер близости», «Найти пару самых близких кластеров», «Объединить кластеры по выбранному алгоритму», «Присвоить новому кластеру номер», «Представить полученные результаты».
Рис. 3.4 – Диаграмма IDEF3
Основные элементы модели представлены в табл. 3.4 – 3.6.
Таблица 3.4
Основные элементы модели
Название проекта: Проектирование ИС для иерархической классификации данных при выборе композиций для очистки теплоэнергетического оборудования |
||
Цель проекта: Реализация структурной функциональной модели ИС |
||
Технология моделирования: метод описания бизнес-процессов IDEF3 |
||
Инструментарий: программный продукт BP Win 4.0 |
||
Перечень действий |
Тип соединения |
|
Название |
Вид |
|
1.Нормирование значений исходных переменных
|
Соединение «И» J1 |
Разворачивающее |
1.Рассчитать матрицу мер близости 2.Найти пару самых близких кластеров 3.Объединить кластеры по выбранному алгоритму 4. Присвоить новому кластеру номер |
Соединение «И» J2 |
Сворачивающее |
Таблица 3.5
Словарь
Термины |
Определение |
Кластер |
Объединение нескольких объектов, обладающих определёнными свойствами |
Разворачивающее соединение «И» |
Разбивает потоки. Каждое конечное действие инициируется. |
Сворачивающее соединение «И» |
Объединяет потоки. Каждое исходное действие обязательно должно завершиться. |
Таблица 3.6
Описание функциональных блоков
Наименование блока |
Описание решаемых задач |
1. Приведение данных к необходимому виду |
Данные для кластеризации представляют в виде таблиц, где каждый столбец - это один из атрибутов |
2. Нормирование значений исходных переменных |
Значения переменных нормируются исходя из алгоритма классификации |
3. Рассчитать матрицу мер близости |
Степень близости оценивается между наиболее близкими объектами кластеров и составляется матрица мер близости |
4. Найти пару самых близких кластеров |
По матрице мер близости определяются два кластера, различия между которыми минимальны |
5. Объединить кластеры по выбранному алгоритму |
Кластеры, найденные на предыдущем этапе, объединяются, образуя один новый кластер. |
6. Присвоить новому кластеру номер |
Новому кластеру присваивается меньший из номеров объединяемых кластеров. |
7. Представить полученные результаты |
На данном этапе полученную группировку представляют в наиболее удобном для интерпретации виде. |