70621

Слияние и расщепление моделей

Лекция

Информатика, кибернетика и программирование

После окончания работы над отдельными ветвями все подмодели могут быть слиты в единую модель. С другой стороны отдельная ветвь модели может быть отщеплена для использования в качестве независимой модели для доработки или архивирования.

Русский

2014-10-23

75.99 KB

0 чел.

Лекция 28

Слияние и расщепление моделей

Возможность слияния и расщепления моделей обеспечивает коллективную работу над проектом. Так, руководитель проекта может создать декомпозицию верхнего уровня и дать задание аналитикам продолжить декомпозицию каждой ветви дерева в виде отдельных моделей. После окончания работы над отдельными ветвями все подмодели могут быть слиты в единую модель. С другой стороны, отдельная ветвь модели может быть отщеплена для использования в качестве независимой модели, для доработки или архивирования.

Таблица 7.2. Поля подвала каркаса (слева направо)

Поле

Смысл

Node

Номер узла диаграммы (номер родительской работы )

Title

Имя диаграммы. По умолчанию — имя родительской работы

Number

C-Number, уникальный номер версии диаграммы

Page

Номер страницы, может использоваться как номер страницы при формировании папки

BPwin использует для слияния и разветвления моделей стрелки вызова. Для слияния необходимо выполнить следующие условия:

  1.  Обе сливаемые модели должны быть открыты в BPwin.
  2.  Имя модели-источника, которое присоединяют к модели-цели, должно совпадать с именем стрелки вызова работы в модели-цели.
  3.  Стрелка вызова должна исходить из недекомпозируемой работы ( работа должна иметь диагональную черту в левом верхнем углу) (рис. 7.33).


Рис. 7.33. Стрелка вызова работы "Сборка и тестирование компьютеров" модели-цели

  1.  Имена контекстной работы подсоединяемой модели-источника и работы на модели-цели, к которой мы подсоединяем модель-источник, должны совпадать.
  2.  Модель-источник должна иметь, по крайней мере, одну диаграмму декомпозиции.

Для слияния моделей нужно щелкнуть правой кнопкой мыши по работе со стрелкой вызова в модели-цели и во всплывающем меню выбрать пункт Merge Model.

Появляется диалог, в котором следует указать опции слияния модели (рис. 7.34). При слиянии моделей объединяются и словари стрелок и работ. В случае одинаковых определений возможна перезапись определений или принятие определений из модели-источника. То же относится к именам стрелок, хранилищам данных и внешним ссылкам. (Хранилища данных и внешние ссылки — объекты диаграмм потоков данных, DFD, будут рассмотрены ниже.)


Рис. 7.34. Диалог Continue with merge

После подтверждения слияния (кнопка OK) модель-источник подсоединяется к модели-цели, стрелка вызова исчезает, а работа, от которой отходила стрелка вызова, становится декомпозируемой — к ней подсоединяется диаграмма декомпозиции первого уровня модели-источника. Стрелки, касающиеся работы на диаграмме модели-цели, автоматически не мигрируют в декомпозицию, а отображаются как неразрешенные. Их следует туннелировать вручную.

В процессе слияния модель-источник остается неизменной, и к модели-цели подключается фактически ее копия. Не нужно путать слияние моделей с синхронизацией. Если в дальнейшем модель-источник будет редактироваться, эти изменения автоматически не попадут в соответствующую ветвь модели-цели.

Разделение моделей производится аналогично. Для отщепления ветви от модели следует щелкнуть правой кнопкой мыши по декомпозированной работе ( работа не должна иметь диагональной черты в левом верхнем углу) и выбрать во всплывающем меню пункт Split Model. В появившемся диалоге Split Options следует указать имя создаваемой модели. После подтверждения расщепления в старой модели работа станет недекомпозированной (признак — диагональная черта в левом верхнем углу), будет создана стрелка вызова, ее имя будет совпадать с именем новой модели, и, наконец, будет создана новая модель, причем имя контекстной работы будет совпадать с именем работы, от которой была "оторвана" декомпозиция.

Создание отчетов в BPwin

BPwin имеет мощный инструмент генерации отчетов. Отчеты по модели вызываются из пункта меню Report. Всего имеется семь типов отчетов:

  1.  Model Report. Включает информацию о контексте модели — имя модели, точку зрения, область, цель, имя автора, дату создания и др.
  2.  Diagram Report. Отчет по конкретной диаграмме. Включает список объектов ( работ, стрелок, хранилищ данных, внешних ссылок и т. д.).
  3.  Diagram Object Report. Наиболее полный отчет по модели. Может включать полный список объектов модели ( работ, стрелок с указанием их типа и др.) и свойства, определяемые пользователем.
  4.  Activity Cost Report. Отчет о результатах стоимостного анализа. Будет рассмотрен ниже.
  5.  Arrow Report. Отчет по стрелкам. Может содержать информацию из словаря стрелок, информацию о работе-источнике, работе-назначении стрелки и информацию о разветвлении и слиянии стрелок.
  6.  Data Usage Report. Отчет о результатах связывания модели процессов и модели данных. (Будет рассмотрен ниже.)
  7.  Model Consistency Report. Отчет, содержащий список синтаксических ошибок модели.


 

А также другие работы, которые могут Вас заинтересовать

8124. Поиск в пространстве состояний. Формальная постановка задачи. Обобщенный алгоритм поиска. Критерии оценки стратегий 116.01 KB
  Поиск в пространстве состояний.Формальная постановка задачи. Обобщенный алгоритм поиска. Критерии оценки стратегий. Многие задачи,в частности игры и головоломки,могут быть представлены как задачи поиска в пространств...
8125. Методы неинформированного поиска. Поиск в ширину, в глубину, однородной стоимости, ограниченный по глубине поиск 142.53 KB
  Методы не информированного поиска. Поиск в ширину,в глубину, однородной стоимости, ограниченный по глубине поиск. Основная проблема в области поиска - нахождение хорошей стратегии поиска для заданной задачи. Страт...
8126. Методы неинформированного поиска. Поиск с итеративным углублением, двунаправленный поиск. Поиск c удовлетворением ограничений. Cложность методов поиска 241.79 KB
  Методы не информированного поиска. Поиск с итеративным углублением, двунаправленный поиск. Поискc удовлетворением ограничений. Cложность методов поиска. Итеративно углубляющийся поиск. В ограниченном по глубине пои...
8127. Методы информированного поиска. Поиск сначала лучший. A*-поиск. 316.08 KB
  Методы информированного поиска. Поиск сначала лучший. A*-поиск. Методы не информированного (слепого) поиска в большинстве случаев неэффективны. Эффективность поиска может быть повышена за счет использования дополнительны...
8128. Альфа-бета отсечение 392 KB
  Альфа-бета отсечение (конспект) При минимаксном поиске количество состояний игры, которые должны быть исследованы в процессе поиска, экспоненциально зависит от количества ходов. Эту зависимость, к сожалению, невозможно устранить, но существует возмо...
8129. Архитектура доски объявлений (ДО) 238 KB
  Архитектура доски объявлений (ДО). (Конспект) Архитектура ДО. В первой половине 70-х годов по заказу Управления перспективных исследований США DARPA рядом американских университетов была выполнена пятилетняя исследовательская программа, направленная...
8130. Модели представления и обработки неопределенных знаний. Коэффициенты уверенности Шортлифа 71 KB
  Модели представления и обработки неопределенных знаний. Коэффициенты уверенности Шортлифа. (Конспект) Представление и обработка в ЭС неопределенных знаний Экспертным знаниям, как правило, присуща неопределенность. В инженерии знаний принято выделять...
8131. Нечеткие множества. Лингвистическая переменная. Нечеткая логика. Нечеткий вывод. Композиционное правило вывода 142.5 KB
  Нечеткие множества. Лингвистическая переменная. Нечеткая логика. Нечеткий вывод. Композиционное правило вывода. (Конспект) В основе понятия нечеткого множества (НИ) лежит представление о том, что обладающие общим свойством элементы некоторого множес...
8132. Байесовские сети 75.5 KB
  Байесовские сети (Конспект) Теорема Байеса: Пусть Ai - полная группа несовместных событий, тогда формула Байеса (формула перерасчета гипотез) и B некоторое событие положительной вероятности Доказательство следует из теоремы умножения и формулы...