آموزشي
15-7
دفترچه راهنماي طراحان فرآيند
15-8
دفترچه راهنماي ادمين سيستم
15-9
دفترچه راهنماي کاربر ارشد
15-10
دفترچه راهنماي کاربر نهايي
15-11
سهولت استفاده (امکان استفاده کاربران فاقد دانش فنآوري اطلاعات با مدلساز محصول)
15-12
سهولت يادگيري (امکان فهم فرآيندهاي مدل شده توسط کاربران)
15-13
چند کاربره بودن
15-14
چند زبانه بودن
15-15
تعداد همکاران پشتيباني
15-16
پشتيباني از اضافه کردن موافقت نامه سطح خدمات و ارتباط SLA KPI ها به فرآيندهاي کسبوکار
15-17
سطح پشتيباني (ساختار و سازمان)
15-18
سطح شايستگي کارکنان
15-19
تمرکز بخش
15-20
مقياسپذيري (توانايي افزايش پايگاه کاربران بدون سربار)
15-21
ثبت و رجيستري اجزاي فرآيند
15-22
قيمت خريد اصلي
15-23
قيمت صدور مجوز
15-24
قيمتهاي تعمير و نگهداري
15-25
هزينهي پشتيباني
15-26
هزينهي آموزش
15-27
تعمير و نگهداري بستههاي نرمافزاري
15-28
امکان استفاده از تقويمهاي بومي شده براي هر کاربر مشخص
15-29
ارائهي دانش مديريت فرآيند کسبوکار از طريق وب سايت دانش بنيان
15-30
مدلهاي نسخهي نمايشي
3-2-16- سابقهي نرمافزار:
هر نرمافزار، سابقه و پيشينهي خاص خود را دارد. با افزايش سن نرمافزار، تجربهي فروشندگان و مشتريان در توليد و بهکارگيري آن بيشتر ميشود. بسياري از شرکتها و سازمانهاي مختلف، از نرمافزارهاي جامع و يکپارچه توليد شده توسط برندهاي مطرح استفاده ميکنند، چراکه پيادهسازي يک BPMS در سازمان مشمول صرف هزينه و زمان ميباشد. لذا، شرکتهاي بزرگ و سازمانهايي که تعداد پرسنل آنها بيش از 50 نفر ميباشد، اکثراً از نرمافزارهايي استفاده ميکنند که سابقهي شرکتهاي توليدکنندهي اين نوع نرمافزار بيشتر باشد. بنابراين، ممکن است هزينهي تهيه و اجراي اوليه اين نوع نرمافزارها بهخصوص در حوزههاي مالي و اداري نسبتاً بالا و سنگين باشد، اما در دراز مدت، به دليل عدم مواجهه با مشکلات نرمافزاري يا از بين رفتن اطلاعات و دادهها و امکان توليد انواع گزارشات، فراخور نياز روز ، اين هزينهها نهتنها زياد نيستند ، بلکه بسيار معقول و متعادل مي باشند و همانگونه که قبلاً ذکر شد، در واقع يک سرمايهگذاري قوي ميباشد. همچنين پراکندگي جغرافيايي و ميزان دسترسي به يک محصول از نکات مهم و کليدي مورد توجه خريداران است.
جدول 3-16- شاخصهاي سابقهي نرمافزار
16
سابقهي نرمافزار
16-1
سن نرمافزار
16-2
گسترش جغرافيايي
16-3
شهرت تأمين کننده
16-4
در دسترس بودن منابع
16-5
حضور در بازار
3-3- شبکه عصبي مصنوعي:
امروزه روشهاي فراابتکاري يکي از مؤثرترين راهکارها در جهت دستيابي به جوابهاي بهينه در مسائل پيش روي سازمانها ميباشد. استفاده از روشهاي فراابتکاري، مانند روشهاي مبتني بر هوش مصنوعي براي حل مسائل پيچيده، پژوهشگران را براي استفاده از اين روشها در مدلسازي فرآيند تصميمگيري ترغيب کرده است. يکي از اين پيشرفتها در زمينهي هوش مصنوعي، شبکههاي عصبي مصنوعي هستند. شبکه عصبي مصنوعي از دهه 1970 ميلادي مطرح شده است و يک ابزار پردازش اطلاعات با ساختار موازي است که قادر به انجام موفقيتآميز اعمالي مانند تخمين توابع غيرخطي، طبقهبندي الگوها، تشخيص الگوها، پيشبيني و غيره است. تعريفي که راملهارت52 در سال 1986 از شبکه عصبي مصنوعي ارائه ميدهد، عبارت است از: “شبکهاي انبوه و به هم پيوسته با ساختاري موازي وعناصر ساده، براي تعامل با اشياء دنياي واقعي با الگوبرداري از سيستم عصبي بيولوژيکي” ]52[.
در واقع، بر اساس روابط منطقي مشابه، با دريافت يک سري اطلاعات، نتايج منطقي را عرضه کرده و به کاربر ارئه ميدهد. شبکه عصبي مصنوعي با تجزيهوتحليل دادهههاي ورودي و نتايج نظير آنها ارتباطي منطقي بين دادهها برقرار ميکند که ممکن است غيرخطي و نامشخص باشد، سپس با استفاده از اين ارتباط منطقي، شبيه سازي را براي موارد احتمالي مشابه انجام ميدهد]6[. استفاده از شبکههاي عصبي مصنوعي براي تعيين ميزان کارايي سيستمهاي مديريت فرآيند کسبوکار راهکاري بهينه ارائه ميدهد، چراکه، تلاش در جهت بهبود کارايي سيستمهاي مديريت فرآيند کسبوکار از ارکان رو به رشد سازمانها و صنايع بزرگ و کوچک است.
ساختار شبکه عصبي معمولاً، يک شبکه يا گراف چند لايه با ارتباطات ساده، بين لايهها است. در هر لايه، يک يا چندين واحد محاسباتي به نام گره يا نرون عصبي مصنوعي وجود دارد که در حقيقت، الگويي ساده از نرونهاي عصبي مغز انسان هستند. نقش نرونها در شبکه عصبي، پردازش اطلاعات است و اين امر، در شبکههاي عصبي مصنوعي، به وسيلهي يک پردازشگر رياضي که همان تابع فعالسازي است؛ انجام ميشود. يکي از معمولترين توابع فعالسازي شبکه عصبي تابع سيگموئيد ميباشد. شبکه عصبي، توسط الگوي ارتباطي بين لايههاي مختلف شبکه، تعداد نرونها، تعداد لايهها، الگوريتم يادگيري و تابع عملياتي نرون، شناسايي و تعريف ميشود ]7،53[.
ساختار الگوريتمهاي شبکه عصبي داراي سه لايه اصلي ميباشد ]54[:
1. لايهي ورودي: اطلاعات اوليه که به عنوان دادههاي خام به لايههاي پنهان داده ميشود.
2. لايه هاي پنهان: اين لايه معرف توابع پيچيدهاي است که وظيفهي پردازش روي دادههاي ورودي به لايه اول را بر عهده دارند و ميتوانند نتايج را پيشبيني کنند. پردازش توسط توابع رياضي بر روي وروديها انجام ميگيرد.از اين رو، لايه هاي پنهان جزء کليدي از يک شبکه عصبي را شامل ميشوند، چراکه وظيفهي انجام محاسبات اصلي را بر عهده دارند.
3. لايه خروجي: نتيجه نهايي به دست آمده از جمع آوري پيشبينيهاي ساخته شده در لايههاي پنهان در اين لايه حاصل ميشود.
3-3-1- مدل ارائه شده به کمک شبکه عصبي مصنوعي:
مدلسازي به کار رفته در اين طرح، مدل پرسپترون چندلايه53 است؛ چرا که از يك لايه ورودي، چند لايه پنهان و يك لايه خروجي تشكيل يافته است. در اين ساختار، تمام نرونهاي يك لايه به تمام نرونهاي لايه بعد متصل هستند]7[. نرونهاي لايه ورودي بنابر ميزان اهميتي که در شبکه دارند، در عددي که وزن آن نرون محسوب ميشود، ضرب شده و قدرت سيگنال آن نرون در ايجاد خروجيهاي شبکه را نشان ميدهد. شبکه عصبي، با يادگيري حل مسئله جواب نهايي و بهينه را پيدا ميکند و در واقع، برنامهريزي قبلي نميشود.
يادگيري شبکه در جريان اصلاح مکرر وزنها، انجام ميشود و شبکه از اين طريق آموزش ميبيند. با تکرار فرآيند يادگيري، شبکه مقادير صحيح وزنها را شناسايي کرده و خطا را کاهش ميدهد. براي مجموعه مشخصي از وروديها، از تفاضل بين مقدار واقعي و خروجي شبکه، مقدار خطا محاسبه ميشود]7،55[. بنابراين، شبكه با استفاده از قواعد و دادهها آموزش داده ميشود و با استفاده از قابليت يادگيري، الگوريتمهاي متنوعي پيشنهاد ميگردد كه همگي سعي در نزديك كردن خروجي توليد شده توسط شبكه به خروجي ايدهآل و مورد انتظار دارند.
شاخصهايي که طي بررسي نرمافزارهاي مختلف و نيازهاي يک سازمان از مديريت فرآيند کسبوکار انتخاب شدهاند؛ به عنوان اطلاعات ورودي به لايه ورودي در شبکه عصبي داده ميشوند. اين شاخصها که در 16 گروه تدوين شدهاند در وزنهايي ضرب مي شوند تا قدرت سيگنال را تعيين كنند. نهايتاً، يك عملگر رياضي تصميمگيري ميكند كه آيا نرون فعال شود يا خير و اگر جواب مثبت باشد؛ ميزان خروجي را مشخص ميسازد. در اين مدل، لايه خروجي شبکه 10 نرون دارد که نشاندهندهي نرم افزارهاي مورد بررسي در اين پژوهش ميباشد. ساختار شبکه عصبي مدل ارائه شده در جدول 3-17- نشان داده شده است:
جدول 3-17- ساختار شبکه عصبي مدل ارائه شده
ساختار شبکه عصبي مدل ارائه شده
پرسپترون چند لايه
نوع شبکه
3
تعداد لايههاي شبکه
16
تعداد نرونهاي لايه ورودي
10
تعداد نرونهاي لايه خروجي
تابع سيگموئيد
تابع فعالسازي
16 گروه شاخصهاي حائز اهميت که در لايهي ورودي شبکه وارد ميشود، در جدول 3-18- نشان داده شده است:
جدول 3-18- اطلاعات لايه ورودي شبکه
1
قابليت مدلسازي فرآيند
2
قابليت شبيهسازي فرآيند
3
قابليت پيادهسازي فرآيند
4
تجزيه و تحليل فرآيند
5
فنآوري محصولات
6
سازگاري نرمافزار
7
همکاري فرآيند
8
مديريت امنيت
9
مديريت فرم
10
پرتال گردش کار
11
نظارت و مديريت
12
مستندسازي و گزارشگيري
13
قواعد کسبوکار
14
تأمين کننده
15
خدمات و پشتيباني
16
سابقهي نرمافزار
10 نرمافزار مورد بررسي که اجزاء لايه خروجي را تشکيل ميدهند در جدول 3-19- بيان شده است:
جدول 3-19- اطلاعات لايه خروجي
1
Oracle
2
Auraportal
3
Bizagi
4
Software AG
5
Tibco
6
Bonitasoft
7
Appian
8
Signavio
9
Accuprocess
10
Adonis
شکل 3-3 نشان دهندهي ساختار شبکه عصبي مصنوعي در جهت ارزيابي کارايي نرم افزارهاي مورد بررسي BPMS ميباشد:
فصل چهارم
نتايج تحقيق
4-1- مقدمه
روند فعلي و رو به رشد در عرصهي فنآوري شرکتها، ظهور مجموعه نرمافزارهاي کاربردي است. اين استراتژي توسط شرکتهايي مثل 54SAP، IBM55، BEA56و ORACLE57دنبال ميشود. مجموعه نرمافزارهاي کاربردي به همراه سرويس نرمافزار، پورتال شرکت، هوشمندي کسبوکار، مديريت فرآيند کسبوکار، يکپارچهسازي نرمافزار و توسعهي خدمات سرويسدهي ارائه ميشود. اين شرکتهاي بزرگ نرمافزاري اجزاء لازم براي پيادهسازي BPMS را فراهم ميسازند. برخي از آنها، بهخصوص IBM، کارهاي قابل توجهي در زمينهي يکپارچهسازي اين اجزاء با نرمافزارBPMS انجام دادهاند .مجموعه نرمافزارهاي کاربردي نيروي قدرتمندي در بازار است؛ چراکه اين استراتژي باعث کاهش هزينه براي مشتريان ميشود و نقشهي راهي در زمينهي تکنولوژي ارائه ميدهد]15[. ادغامها و تثبيتهاي بسياري در زمينهي نرمافزار، توسط فروشندگان مختلف به وجود آمده است تا بتوانند به جمعآوري مجموعهاي از قابليتهاي درست نرمافزار مديريت فرآيند کسبوکار دست يابند. بازار BPMS بسيار قوي عمل ميکند، چرا که در سال 2008 حداقل 15 عرضهکنندهي اين نرمافزار براي دستيابي به سهم بازار بيشتر به رقابت پرداختند. در اين مرحله، فروشندگان پلت فرمهايي مانند IBM، ORACLE،SAP، SoftwareAG، بهترين پروژههاي اتوماسيون فرآيند را مخصوصاً در زمينهي پروژههاي يکپارچهسازي نرمافزارهاي سازماني انجام دادند و فروشندگان کوچکتر، بيشتر در زمينهي گردش کار متمرکز شدند و با اين حال، حدود نيمي از سهم بازار را تشکيل دادند]38،39،56[.
در اين فصل، ابتدا ويژگيهاي چند نرمافزار مختلف در زمينهي مديريت فرآيند کسبوکار، از جمله: Oracle، AuraPortal، Bizagi،Software AG ،Tibco ،Bonitasoft ،Appian ، Signavio،Accuprocess ، Adonis ميپردازيم و پس از آن، با کمک شاخصهايي که در فصل 3 به آنها اشاره شد، به بررسي اين نرمافزارها و قابليتهاي آنها ميپردازيم.
4-2- 58ORACLE
شرکت اوراکل يک شرکت چندمليتي فنآوري رايانهاي مستقر در ايالات متحدهي آمريکا ميباشد. اين شرکت متخصص، در حال توسعه و بازاريابي سيستمهاي سختافزاري و نرمافزاري برند خود (به ويژه سيستمهاي مديريت پايگاه داده) ميباشد. اوراکل دومين سازندهي نرمافزار، از لحاظ درآمد، بعد از مايکروسافت است. اين شرکت همچنين ابزارهايي براي توسعهي پايگاه داده و سيستمهاي نرمافزاري مانند برنامهريزي منابع سازماني، مديريت ارتباط با مشتري و مديريت زنجيره تأمين ميباشد. شرکت اوراکل خانوادهاي از محصولات نرمافزاري با عنوان ميانافزارها توليد ميکند، که از جملهي آنها ميتوان، سرور برنامههاي کاربردي،

دسته بندی : No category

دیدگاهتان را بنویسید