2 Шаг: Оценка альтернатив

Теперь для выбора наилучшей методологии я сравню выбранные мною 3 методологии по каждому критерию.

Критерий 1. «Отражение функциональной и поведенческой составляющей предметной области» (таблица 2.9)

Таблица 2.9 – Сравнение методологий по критерию: «Отражение функциональной и поведенческой составляющей предметной области».

	SADT	ARIS eEPC	UML	Оценки компонент собственного вектора	Нормализованные оценки вектора приоритета
SADT	1	3	1/7	0,756	0,172
ARIS eEPC	1/3	1	1/5	0,408	0,093
UML	7	5	1	3,232	0,735

Оценки компонент собственного вектора:

SADT: (1*3*1/7)^1/3 =0,756;

ARIS eEPC: (1/3*1*1/5)^1/3 = 0,408;

UML: (7*5*1)^1/3 = 3,232.

Сумма оценок собственных векторов: 0,756+0,408+3,232 = 4,396.

Вычислим нормализованные оценки:

SADT: 0,756/4,396 = 0,172;

ARIS eEPC: 0,408/4,396 = 0,093;

UML: 3,232/4,396 = 0,735.

Сравнивая нормализованные оценки вектора приоритета можно сделать вывод, что по критерию отражения функциональной и поведенческой составляющей предметной области лидирующей является методология UML.

Критерий 2. «Выразительность моделей»

Таблица 2.10 – Сравнение методологий по критерию «Выразительность моделей»

	SADT	ARISeEPC	UML	Оценки компонент собственного вектора	Нормализованные оценки вектора приоритета
SADT	1	1/7	1/3	0,365	0,125
ARIS eEPC	7	1	1/5	1,117	0,382
UML	3	5	1	2,444	0,835

Оценки компонент собственного вектора:

SADT: (1*1/7*1/3)^1/3 = 0,365;

ARISeEPC: (7*1*1/5)^1/3 = 1,117;

UML: (3*5*1)^1/3 = 2,444.

Сумма оценок собственных векторов = 0,365+1,117+2,444= 2,926.

Вычислим нормализованные оценки:

SADT: 0,365/2,926 = 0,125;

ARISeEPC: 1,117/2,926 = 0,382;

UML: 2,444/2,926 = 0,835.

В данном случае при сравнении нормализованных оценок вектора приоритета видно, что наиболее выразительной методологией по созданию моделей также является UML.

Критерий 3. «Оптимальное количество типов моделей» (таблица 2.11)

Таблица 2.11 – Сравнение методологий по критерию «Оптимальное количество типов моделей»

	SADT	ARISeEPC	UML	Оценки компонент собственного вектора	Нормализованные оценки вектора приоритета
SADT	1	3	1/5	0,845	0,19
ARIS eEPC	1/3	1	1/7	0,365	0,082
UML	5	7	1	3,232	0,728

Оценки компонент собственного вектора:

SADT: (1*3*1/5)^1/3 = 0,845;

ARIS eEPC: (1/3*1*1/7)^1/3 = 0,365;

UML: (5*7*1)^1/3 = 3,232.

Сумма оценок собственных векторов = 4,442.

Нормализованные оценки:

SADT: 0,845/ 4,442 = 0,19;

ARIS eEPC: 0,365/ 4,442 = 0,082;

UML: 3,232/ 4,442 = 0,728.

Сравнивая по критерию «Оптимальное количество типов моделей», видно, что UML является лидером, так как содержит необходимый и достаточный набор разнообразных типов моделей (диаграмм).

Таким образом, по всем выделенным критериям, оптимальной методологией моделирования является UML.

Для описания оптимизированного бизнес-процесса необходимо построение таких диаграмм UML, как:

• диаграмма вариантов использования (прецедентов);

• диаграмма последовательности;

• диаграмма конечных автоматов;

• диаграмма деятельности.

Данные диаграммы в полной мере позволяют описать бизнес-процесс, отражая последовательность его выполнения и все возможные состояния.