Статья: Основанное на CPN-Tools по для анализа производительности бизнес-процессов, страницы 6-10

Вывод результатов о производительности в целом отображается в виде таблицы. На рис. 2 показано, как выглядит отчет по времени выполнения процесса в некоторых условных единицах. Под условной единицей времени может пониматься любой временной промежуток, который нужен исследователю. Например, видно, что медианное значение времени выполнения процесса - 238 условных единиц.

Вторая часть общей справки описывает загруженность отдельных операций. Метрика загруженности, превышающая 1, сигнализирует о том, что под-процесс не справляется с возложенной на него работой и создает эффект «бутылочного горлышка». Дополнительно дается информация о количестве операций, которое выполнил каждый подпроцесс в процессе эксперимента.

Рис. 2. Результаты анализа бизнес-процесса в целом

Fig.2. General results of a business process analysis

А итоги оценки производительности по отдельным операциям представляются в виде информации по ее переходу сети Петри и относящимся к ним позициям (рис. 2).

Рис. 3. Таблица показателей производительности отдельных операций

Fig. 3. Throughput indicators of particular operations

Фактор пропускной способности показывает, как долго входящие ресурсы ожидали обработки, а время данных в позициях показывает насколько долго заявки находились в системе до прибытия на позицию. Например, можно увидеть, что заявка доходит до подпроцесса D в среднем за 278 условных единиц времени.

Загруженность операций процесса легко отследить визуально с помощью специальных графиков (рис. 4).

Рис. 4. Визуализация загруженности операций процесса Fig. 4. Operations workload visualization

Заключение

Основные преимущества ПКБТ как системы анализа производительности бизнес- процессов перед распространенными средствами имитационного моделирования широкого профиля описаны нами в [Артамонов, 2014] и являются:

1. Работа с моделями бизнес-процессов. Цветные сети Петри позволяют строить схемы бизнес-процессов любой сложности, добавляя к ним временные метки, стохастические параметры, условные выражения, циклы т.е., в общем говоря, любую необходимую алгоритмическую логику.

2. Работа со сложными наборами данных. Обычно средства имитационного моделирования общего профиля оперируют только с простыми числовыми сигналами, и только небольшая часть подобных программ поддерживает эксперименты для нескольких простых сигналов параллельно. А ПКБТ реализует возможности цветных сетей Петри и ПО CPN Tools, которые могут оперировать сложными наборами данных («цветами»). анализ производительность бизнес процесс

3. Сложность модели ограничена только задачами исследователя. ПО CPN Tools, которое используется в качестве ядра симуляции, кроме собственно работы со схемой процесса, позволяет определять в модели точки вызова любых других программ, то есть, например, во время имитации вызывать микросервисы или функции из API существующих на предприятии ИС. Так можно привлекать в исследование производительности даже людей, тестируя ручные операции, человеческий фактор и таким образом обходя ограничение, описанное в [Aalst, 2015].

Единственный недостаток ПКБТ является продолжением его достоинств: исследователь должен владеть инструментом графического моделирования CPN Tools и знать особенности цветных сетей Петри. Однако их изучение для, например, разработчиков бизнес-процессов может быть легче и проще, чем изучение и применение сложных формальных методов анализа производительности.

Список литературы

1. 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.

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

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

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

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

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

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

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

9. 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.

10. 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.

11. 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.

12. 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.

13. 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.

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

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

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

17. 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.

18. 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.

19. 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.

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

21. 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.

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

23. 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.

24. 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.

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

26. 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.

27. 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.

28. 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.

29. 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.

30. 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.

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

32. 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.

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

34. 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.

35. 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.

References

1. Artamonov I.V. 2013. Using Coloured Petri Nets to model busines transactions in a service - oriented environment. Bulletin of Baikal State University, 5: 25-25. (in Russian).

2. Artamonov I.V. 2014. A software package for the analysis of business transactions' reliability. Information Systems and Technologies, 5 (85): 5-13. (in Russian).

3. Artamonov I.V. 2018. Business Process Throughput Metrics. Vestnik Of Astrakhan State Technical University. Series: Economics, 1: 43-50. (in Russian).

4. Balashova N.V., Repina P.V. 2011. Introduction of balanced scorecard. Baikal Research Journal, 6: 45. (in Russian).

5. Gribanova N.N, Shupletsov A.F. 2017. Features of corporate planning and forecasting on the basis of information models. Baikal Research Journal, 8 (3): 8-16. (in Russian).

6. Radosteva M.V. 2018. On the question of labor productivity. Belgorod State University Scientific Bulletin, Economics. Computer Science, 2 (45): 268-272. (in Russian).

7. Sokolova L.G. 2003. Genesis of "Productivity" category. Bulletin of Baikal State Uni-versity, 3 (36): 52-55. (in Russian).

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

9. 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.

10. 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.

11. 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.