2.1.4.Описание алгоритма решения задачи

Сотрудник добавляет в сведения о спортсмене. Файл содержит основную информацию о спортсмене: ФИО, ИНН, номер телефона, дата рождения, вид спорта.

2.2. Разработка функциональной модели подсистемы.

Модель с описанием бизнес процессов было разработано в 2 этапа. Сначала разрабатывалась модель, отображающая макро шаги бизнес - процесса (рис.8), затем – модели диаграммы деятельности, отображающие детальное описание макро шагов (рис.9). Эти модели были реализованы в программе Enterprise Architect 6.0.780.

При разработке моделей, отображающих детальное описание макро шагов, поле диаграммы деятельности разбивались на области ответственности с использованием следующих разделительных линий (рис.8): входная и выходная информация, деятельность, роль, подразделение, бизнес правила.

Рисунок 8 - Описание пошагового описания макро шага бизнес – процесса

Рисунок 9 - Описание макро шагов бизнес–процесса

Рисунок 10 – Use Case диаграмма

2.3. Разработка информационного обеспечения подсистемы

2.3.1.Разработка локального классификатора для функциональной подсистемы.

Для минимизации количества справочников методом иерархии был составлен классификатор налогоплательщиков по форме организации и по виду деятельности:

Рисунок 11 – Локальный классификатор

Рассмотрим на примере классификатор Юр.лицо. ОАО. Вид деятельности Производство, код выглядит так 01.02.01.02.

Иерархический метод заключается в последовательном делении заданного множества на подчиненные множества, каждое из которых в свою очередь делится на подчиненные ему подмножества.

Классификационные схемы, построенные на основе иерархического принципа, имеют неограниченную ёмкость, величина которой зависит от числа ступеней деления и количества объектов классификации, которое можно расположить на каждой ступени. Количество объектов на каждой ступени определяется основанием кода, т.е. числом знаков в алфавите кода.

Фасетный метод заключается в делении заданного множества на группировки независимо, по различным признакам классификации. При этом методе классификации заранее жесткой классификационной схемы и конечных группировок не создается. Разрабатывается лишь система таблиц признаков объектов классификации, называемых фасетами. При необходимости создания классификационной группировки для решения конкретной задачи осуществляется выборка необходимых признаков из фасетов и их объединение в определенной последовательности.

Иерархический метод классификации более предпочтителен для объектов с относительно стабильными признаками, поэтому он был использован в данной работе.

2.3.2. Разработка информационной модели подсистемы.

Рисунок 12 – Связи между таблицами

2.4. Разработка программного обеспечения подсистемы

2.4.1.Выбор программного обеспечения для реализации подсистемы.

Для обоснованного выбора средства проектирования пользовательского интерфейса применяется метод анализа иерархий.

Метод анализа иерархий применяется при необходимости принятия решения по выбору одного объекта из нескольких альтернатив. При этом необходимым условием применения этого метода является наличие общих характеристик совокупности сравниваемых объектов. Естественно, что значения этих характеристик для каждого из сравниваемых объектов будут различными. Эти характеристики служат в конечном итоге критериями выбора наилучшей альтернативы.

В таблице 5 приведены критерии, применяемые для оценки CASE-средств.

Таблица 5 - Критерии, применяемые для оценки CASE-средств.

Критерий	Определение
1.Минимум трудоемкости создания ПО	Количество человеко-месяцев, затрачиваемых на создание ПО с использованием CASE-средств
2. Максимум продуктивности	Объем работы (измеряемый в количестве строк кода или функциональных точек), приходящийся на единицу трудоемкости (человеко-месяц) при использовании данного CASE-средства
3.Максимум качества создаваемого ПО	Количество дефектов в рабочих продуктах при использовании данного CASE-средства
4.Возврат инвестиций	(Доход от использования ПО - Затраты на создание и сопровождение ПО) / (Затраты на создание и сопровождение ПО)
5.Минимум затрат на сопровождение ПО	Отношение стоимости сопровождения ПО при использовании данного CASE-средства к совокупным затратам на CASE-средства в организации
6.Минимум времени внедрения CASE-средства	Временной интервал от начала внедрения CASE-средства до выхода на безубыточный уровень (начало возврата инвестиций в CASE-средство)
7.Минимум затрат на внедрение CASE-средства	Суммарная стоимость приобретения, обучения и сопровождения CASE-средства
8.Минимальный срок окупаемости затрат на внедрение CASE-средства	Временной интервал от начала внедрения CASE-средства до полной окупаемости затрат на его внедрение

Таблица 6 - Шкала предпочтений объектов по методу анализа иерархий.

Степень превосходства	Определение
0	Объекты не сравнимы
1	Объекты одинаково важны
3	Умеренное превосходство одного над другим
5	Существенное превосходство одного над другим
7	Значительное превосходство одного над другим
9	Абсолютное превосходство одного над другим
2,4,6,8	Промежуточные значения степени превосходства

Для получения экспертных оценок значимости критериев была построена матрица с перечнем объектов сравнения. Попарно сравнивались критерии по отношению к поставленной цели и была заполнена матрица парных сравнений (табл. 6).

Таблица 7 - Матрица парных сравнений критериев.

	Кр 1	Кр 2	Кр 3	Кр 4	Кр 5	Кр 6	Кр 7	Кр 8
Кр 1	1	3	5	1	0	2	3	4
Кр 2	7	1	7	8	6	6	5	4
Кр 3	5	8	1	5	5	9	1	3
Кр 4	3	4	6	1	9	2	7	6
Кр 5	4	3	7	6	1	5	8	7
Кр 6	1	1	4	3	6	1	7	5
Кр 7	1	2	5	5	0	1	1	7
Кр 8	0	1	9	6	6	8	7	1

Для каждой такой матрицы нашли вектор значений критериев y₁, ..., y_n по формуле: , (1)

y₁ = = 1,4

y₂ = = 1,6

y₃= = 1,6

y₄ = = 1,6

y₅ = = 1,6

y₆ = = 1,5

y₇ = = 1,5

y₈ = = 1,6

Затем нормализовали этот вектор:

, (2)

Где y_iн - нормализованный коэффициент значимости, показывающий вклад каждого критерия в достижение цели.

= 0,11

= 0,13

= 0,13

= 0,13

= 0,13

= 0,12

= 0,12

= 0,13

В данном методе используется индекс согласованности (ИС), который дает информацию о степени нарушения согласованности.

Индекс согласованности вычисляется по формуле:

(3)

где (4)

где (5)

22 * 0,11 = 2,42

23 * 0,13 = 2,99

52 * 0,13 = 6,76

35 * 0,13 = 4,55

33 * 0,13 = 4,29

34 * 0,12 = 4,08

39 * 0,12 = 4,68

37 * 0,13 = 4,81

34,58

ИС = = 3,8

Далее эта величина сравнивается с той, которая получилась бы при случайном выборе количественных суждений из нашей шкалы, и образовании обратно симметричной матрицы. Значения случайной согласованности (СС) для идеальных матриц разного размера приведены в таблице 7.

Т а б л и ц а 8 - Значения случайной согласованности для матриц разного размера.

Размер матрицы	1	2	3	4	5	6	7	8	9	10
СС	0	0	0,58	0,9	1,12	1,24	1,32	1,41	1,45	1,49

Отношение согласованности (ОС), дающее представление о верности сделанных суждений, вычисляется по формуле:

ОС = ИС/СС (6)

П ри этом, если:

ОС ≤ 0,1 матрица, безусловно, согласованна;

0,1<ОС ≤ 0,2 согласованность матрицы приемлема;

ОС > 0,2 согласованность матрицы не приемлема.

ОС = 0,1, следовательно, матрица, безусловно, согласованна.

Было проведено аналогичное попарное сравнение альтернатив по каждому критерию в отдельности. Для этого для каждого критерия была заполнена матрица альтернатив (табл. 8-16):

Таблица 9 - Матрица парных сравнений альтернатив по 1-му критерию

	PHP	Delphy	VBA
PHP	1	2	5
Delphy	2	1	6
VBA	5	6	1

Таблица 10 - Матрица парных сравнений альтернатив по 2-му критерию

	PHP	Delphy	VBA
PHP	1	3	4
Delphy	3	1	9
VBA	4	9	1

	PHP	Delphy	VBA
PHP	1	1	8
Delphy	1	1	7
VBA	8	7	1

Таблица 11 - Матрица парных сравнений альтернатив по 3-му критерию

Таблица 12 - Матрица парных сравнений альтернатив по 4-му критерию

	PHP	Delphy	VBA
PHP	1	4	2
Delphy	4	1	7
VBA	2	7	1

Таблица 13 - Матрица парных сравнений альтернатив по 5-му критерию

	PHP	Delphy	VBA
PHP	1	7	6
Delphy	7	1	5
VBA	6	5	1

Таблица 14 - Матрица парных сравнений альтернатив по 6-му критерию

	PHP	Delphy	VBA
PHP	1	1	4
Delphy	1	1	7
VBA	4	7	1

Таблица 15 - Матрица парных сравнений альтернатив по 7-му критерию

	PHP	Delphy	VBA
PHP	1	1	0
Delphy	1	1	2
VBA	0	2	1

Таблица 16 - Матрица парных сравнений альтернатив по 8-му критерию

	PHP	Delphy	VBA
PHP	1	4	3
Delphy	4	1	9
VBA	3	9	1

Заключительным этапом выбора оптимального CASE-средства является определение глобального приоритета альтернатив с учетом весов всех критериев. Для этого необходимо заполнить таблицу 16.

Таблица 17 - Определение глобальных приоритетов альтернатив.

	Кр 1	Кр 2	Кр 3	Кр 4	Кр 5	Кр 6	Кр 7	Кр 8	Глобальный приоритет
Нормализ. вектор приоритетов	0,11	0,13	0,13	0,13	0,13	0,12	0,12	0,13
Продолжение таблицы 17
PHP	0,35	0,23	0,19	0,2	0,19	0,18	0,2	0,2	0,2154
Delphy	0,12	0,11	0,15	0,17	0,09	0,1	0,41	0,17	0,1641
VBA	0,23	0,16	0,15	0,13	0,14	0,11	0,23	0,13	0,1584

В результате проведенного анализа выявилось, что наилучшее CASE-средство – PHP, так как именно оно имеет максимальное значение глобального приоритета.