- 典型的なスキームに基づいたモデリング操作とシナリオ。
- 得られた結果と計画された結果の比較。
- 計画の調整。
次に、将来の作業と達成されたアクションのモデリングの違いに焦点を当てます。
達成されたアクションを説明するには、3つの空間座標と1つの時間座標の4つの座標で十分です。 もちろん、額でこの4次元空間をモデル化するのは非常に費用がかかります-コンピュータのメモリが多すぎて、蓄積されたデータの分析が不可能になります。 モデルを許容可能なレベルに減らすために、この4次元空間からいくつかの部分空間を分離し、特定の特性を付与することができます。 たとえば、スツールについて話している場合、原則として、このスツールが時間とともに変化することを無視します。これを静的オブジェクトと見なします。 これにより、ジオメトリを一度記述してから参照することができます。 一滴の水について話している場合、その軌跡を示して、飛行中に蒸発したという事実を原則として無視します。 たくさんの水滴がある場合：それらのそれぞれの軌跡を説明することができないほど多くの場合、さらに進んで、水滴全体の軌跡について話し、考慮に新しいオブジェクトを導入します-水の流れ、特に噴水。 噴水は「ヒット」すると言いますが、すでに静的オブジェクトと見なしています。 モデリングにはこのようなトリックはほとんどなく、すべて分類されています。
未来を説明する上で、4つの座標では十分ではありません。 未来は多変量です。 これは、計画された許容誤差の概念を計画された操作のモデルに導入する必要があることを意味します。 過去を説明する際にシステムの軌跡を説明する場合、将来を説明する際には、可能な許容範囲でそのような軌跡を多くモデリングする必要があります。 実際にはどのように見えますか？
事例1
注文のコストを計算する必要があるとします。 ピッキング部門のピッカーなら誰でもこの仕事を行えることがわかっています。 部門に5人のピッカーがいるとします。 作業を計画するとき、どの特定の従業員がこの作業を実行するかはわかりません。 したがって、「注文番号123のコストを計算する」操作は、ピッキング部門のピッカーによって実行されます。
注文の計算を完了させてください。 これで、計算が4番目の計算機-Ivan Sidorovによって行われたことがわかりました。 この事実をシミュレートするために、「注文番号123の値を計算する」操作は「電卓番号4」によって実行され、その役割は「シドロフイヴァンイワノビッチ」によって実行されました
事例2
家具の組み立て作業を計画します。 計画では、7月22日の9-00から18-00までの作業の開始が示されています。 そこで、将来の変動性をシミュレートしました。 家具の組み立て作業がいつ正確に開始されるかはわかりません。そのため、許容範囲の値を指定する必要がありました。
家具の組み立て作業を始めましょう。 私たちはそれが17-45で始まったことを知っています。 この事実は、操作の開始日の正確な値としてモデルに反映されます。
事例3
契約番号123の値が1,000,000ルーブル未満になる場合、営業マネージャーが契約のキュレーターになることを知っておいてください。 契約番号123の値が1,000,000ルーブルを超える場合、営業部長がキュレーターになります。 そのため、分岐演算子：If（条件）Then（アクション）を使用して、未来の変動性をモデル化します。
契約の実際の価値は998,000ルーブルに達しました。 そのため、セールスマネージャーNo. 2、イワノフがキュレーターに任命されました。 このようにモデル化します。契約の費用は1,000,000ルーブル未満であるため、セールスマネージャー2号がキュレーターに任命されました。
過去と未来のモデリング
常に過去が確実にわかるとは限りません。 下品さをある程度正確に知っている場合、それをモデル化することは、変数futureをモデル化することと同じに見えます。 しかし、これらのモデルの意味は異なります。
事例1
注文の計算を具体的に誰が行ったのかわからないものの、ピッキング部門から何らかの計算機があることがわかっているとします。 次に、この方法でこの知識をシミュレートします。「注文番号123の値を計算する」操作は、ピッキング部門のカウンターの1つによって実行されました。
事例2
家具の組み立て作業が7月22日に行われたことがわかっていると仮定すると、その実行の開始は9-00から18-00に発生したこともわかっています。 この事実をシミュレートするために、次のように言います：操作の開始は9-00から18-00の間に行われました。
事例3
契約のキュレーターである営業担当者番号2、または部門長のどちらであるかがわからないとします。 また、契約の正確な金額はわかりません。 ただし、取引額が100万ルーブル未満の場合はキュレーターが営業マネージャー2番であり、取引額が100万ルーブルを超える場合は営業部長であることがわかります。 モデリングの際、契約値が100万ルーブル未満の場合、そのキュレーターは営業部長であり、それ以上であれば部門長でした。
過去と未来のモデルの解釈
したがって、同じ構造を使用して過去と未来をモデル化できますが、これらの構造のデータの解釈は異なります。 未来をモデル化する場合、その変動性をモデル化し、次に過去をモデル化する場合、それに関する知識の精度をモデル化します。 未来について言えば、特定のイベント（マルコフ連鎖）の発生確率をシミュレートします。 過去をモデル化して、特定のデータの信頼性をモデル化します。
運用モデリング
未来をモデル化して、実際に2つの問題を解決します。 最初のタスクは、目標達成アルゴリズムの説明です。 この問題を解決する際に、問題を解決するためのアルゴリズムを考え出します（上からの計画）。 2番目のタスクは、このアルゴリズムに十分なリソースを見つけることです（以下から計画）。 その結果、問題は次のように解決されます。
- 仮説が提唱されています-アルゴリズム。
- このアルゴリズムでは、必要なすべてのリソースが示されています。
- リソースが見つからない場合は、作業仮説として問題を解決するための別のアルゴリズムを提案し、サイクルを繰り返します。
企業では、問題の解決策と既存のリソースへのこの解決策の着陸は、技術者によって決定されます。 技術者は、請負業者の既知の能力に基づいて、問題を解決する方法を開発しています。 得られた解決策は、作業計画、運動の軌跡です。
運営
さらに、この計画の実施が開始されます。 実際の操作を実行すると、ユニットが何らかの状態になります。 この状態は、計画された軌道からの許容偏差のゾーンにある可能性があります。 これは、移動が計画に従って実行されたことを意味します。 状態が許容範囲を超えている場合、目標を達成する軌道を調整する必要があります。
結論
したがって、本番環境では次の機能が実行されます。
- 問題を解決するための仮説を作成する-軌道。
- 既存のリソースの仮説検定。
- 非作業仮説を破棄し、実行のために作業仮説を受け入れます。
- 中間再スケジュールポイントの識別。
- 最も近い計画ポイントにタスクを作成します。
- 実際に実行された作業に関する情報の収集と、タスク完了時の実際の状態の決定。
- 受信状態と計画状態の比較。
- 進行方向の軌道の修正。
異なる計画および管理手法では、異なる方法を使用してタスクを割り当て、ポイントを再スケジュールします。
シフト1日1日のタスクで作業する場合、計画期間は1日です。 これは、分析と再スケジュールが1日に1回行われることを意味します。
BPMN表記の典型的なシナリオで作業する場合、計画期間は現在の操作の実行時間です。 つまり、現在の操作が完了した後、次の操作を開始するかどうかを決定するさらなるアクションが決定されます。 残念ながら、BPMNにはワークフローシナリオを再スケジュールする方法はありません。 これは、アナリストが既存の方法論の「穴を塞ぐ」複雑な構造（ケース管理）を考え出すことを余儀なくされるという事実につながります。
ガントチャートを使用する場合、制御イベントの発生時に計画の調整が発生します。操作の開始または終了、マイルストーンの開始などです。 これは、運用を計画および監視するための最も洗練された方法論です。
同時に、計画された操作が多変量未来をモデル化するためのリソースを必要とする場合、そのモデル化のための完了した操作はより少ないリソースを必要とします。
次回は、モデリングアクティビティについて説明します。