توضیحات محصول دانلود پاورپوینت شناسائی سرویسها به صورت خودکار با در نظر گرفتن اصول سرویس گرایی (کد14287)
دانلود پاورپوینت شناسائی سرویسها به صورت خودکار با در نظر گرفتن اصول سرویس گرایی
\n مروری بر روش خودکار شناسايي سرويس هاي نرم افزاري
\n عنوان های پاورپوینت شناسائی سرویسها به صورت خودکار با در نظر گرفتن اصول سرویس گرایی ، مروری بر روش خودکار شناسايي سرويس هاي نرم افزاري عبارتند از :
\nدانلود پاورپوینت شناسائی سرویسها به صورت خودکار با در نظر گرفتن اصول سرویس گرایی\nشناسائی سرویسها به صورت خودکار با در نظر گرفتن اصول سرویس گرایی
\nمروری بر روش خودکار شناسايي سرويس هاي نرم افزاري\nچرائی سرویس گرائی؟
\nچرا مدلسازی مبتنی بر سرویس؟\nخودکارسازی در مقابل فرآیند تجویز شده\nفرضیات\nصورت مسأله\n2PSIM: Two Phase Service Identifying Method\nطبقه بندی روشهای شناسائی از منظر اتوماسیون
\nمروری بر روش خودکار شناسايي سرويس هاي نرم افزاري
\nطبقه بندی روشهای شناسائی از منظر راهبرد\nمقایسه روشها از هر دو منظر\nمراحل الگوریتم\nمراحل الگوریتم (شکل)
\nدانلود پاورپوینت شناسائی سرویسها به صورت خودکار با در نظر گرفتن اصول سرویس گرایی
\nمرحله اول\nمرحله دوم\nA Genetic Algorithm Based Approach to Service Identification\nمقایسه روشها براساس دو منظر\nتعاریف\nتعاریف\nتعریف مساله\nروش پیشنهادی\nمرحله اول: تعریف متریکها
\nمروری بر روش خودکار شناسايي سرويس هاي نرم افزاري
\nمرحله دوم: شناسائی مجموعه سرویسها\nمرحله سوم: انتخاب مجموعه سرویس مناسب
\nدانلود پاورپوینت شناسائی سرویسها به صورت خودکار با در نظر گرفتن اصول سرویس گرایی
\nاجرای فاز دوم: مدلسازی مساله شناسائی سرویس با GA\nمراحل الگوریتم
\nمروری بر روش خودکار شناسايي سرويس هاي نرم افزاري
\nنمونه کاربردی (فاز تعریف متریک) فاز اول\nنمونه کاربردی (فاز شناسائی مجموعه سرویسها) فاز دوم\nنمونه کاربردی (فاز انتخاب مجموعه سرویسهای مناسب) فاز سوم\nمشخصات سرویسها\nمقالات
\n\n
\n\nتکه ها و قسمت های اتفاقی از فایل شناسائی سرویسها به صورت خودکار با در نظر گرفتن اصول سرویس گرایی ، مروری بر روش خودکار شناسايي سرويس هاي نرم افزاري
\nمقایسه روشها براساس دو منظر\nتعاریف\nDefinition 1 (Business process): A business process (BP) is a set of logically related activities which are designed to achieve pre-defined business goals.\nDefinition 2 (Business Activity): A Business Activity is an atomic task in a business process.\nDefinition 3 (Data Flow): Defines the interaction between activities, for example the outputs of an activity may be used as inputs of other activity. Each data flow contains one or some business entities which are exchanged as a\n\nدانلود پاورپوینت شناسائی سرویسها به صورت خودکار با در نظر گرفتن اصول سرویس گرایی\n\nmessage between activities.\nDefinition 4 (Business Entity): A Business Entity (BE) is a dominant data unit. Each BE has a relative complexity so that the designer can estimate it base on his/her experience.\nتعاریف\nDefinition 5 (Pareto optimality): A solution x ∈ Ω is said to be Pareto Optimal with respect to Ω if and only if there is no x́ ∈ Ω for which v = F(x́) = (f1(x́), … , fk(x́)) dominates u = F(x) =(f1(x), … , fk(x)). In other words a solution is in Pareto optimal set if there is no solution which dominates it.\nDefinition 6 (Pareto Dominance): A vector u =(u1, … , uk)) is said to dominate another vector v =(v1, … ,vk ) denoted by u ≼ v if and only if u is partially less than v, i.e, ∀i ∈ {1,…, k}, ui ≤ vi ∧ ∃i ∈ {1,…, k}: ui <vi.\nDefinition 8 (Pareto-Optimal Set): Pareto optimal set is defined like:\nP∗ = {x ∈ Ω|∄x́ ∈ Ω F(x́ ) ≼ F(x)}\nThis means that a Pareto solution set is a set of solutions which are not dominated by any solution.\n\nدانلود پاورپوینت شناسائی سرویسها به صورت خودکار با در نظر گرفتن اصول سرویس گرایی\n\nتعریف مساله\nگرافی با گره فعالیتهای کسب و کار و یالهای جریان داده ای بین آنها می سازد سپس مبادرت به افرازبندی گراف می نماید.\nبرای فرموله کردن افرازبندی گراف با مدلهای بهینه سازی چندهدفه بایستی تشریح شود.\nاز آنجائیکه فرموله کردن مساله چندهدفه NP-complete است از الگوریتم ژنتیک استفاده می شود.\nبردار هدف، ویژگیهای کیفی سرویسها ست که باید اهداف کسب و کار را برآورده کند.\nیک راه حل برای این مساله پارتو نامیده می شود اگر هیچ راه حل غالب دیگری برای بردار هدف وجود نداشته باشد.\nبردار هدف u غالب بر بردار هدف v است اگر هر ورودی u بهتر از هر ورودی بردار v باشد.\nمجموعه ای از راه حلهای پارتو، مجموعه بهینه پارتو نامیده می شود.\n\nروش پیشنهادی\nمرحله اول: تعریف متریکها\nدر این مرحله، مجموعه ای از اهداف کسب و کار گرفته می شود و مجموعه ای از متریکهای مناسب تعریف شده و یا انتخاب می شوند. بنابراین دستیابی به مجموعه ای از متریکهای مناسب در کسب و کار سازمانی هدف این مرحله است.\nبه عنوان مثال، برخی از اهداف سازمان را می توان به شرح زیر فهرست کرد:\n\nمروری بر روش خودکار شناسايي سرويس هاي نرم افزاري\n\nچابکی؛ برای انطباق سریع با فرصت های جدید و تهدیدات بالقوه رقابتی\nاولین بودن در بازار با خدمات نوآورانه برای مشتریان\nفراهم کردن فرآیندهای کسب و کار کارآمد در جهت کاهش هزینه های عملیاتی\nمثلا اهداف اول و دوم منجر به متریکهای زیر می شود\nAdaptability, Interoperability, Scalability, Extensibility\n\nدانلود پاورپوینت شناسائی سرویسها به صورت خودکار با در نظر گرفتن اصول سرویس گرایی\n\nدر مرحله بعد، متریکهای مناسب برای تعریف ویژگی کیفی به طوری که بتوان آنها را به طور خودکار اندازه گیری کرد، تعریف می شود.\nمرحله اول: تعریف متریکها\nآخرین مرحله این فاز، ارزیابی و اعتبار سنجی متریکهای تعریف شده است تا مطمئن شویم که این متریکها برای اندازه گیری کیفیت های مختلف به طور کامل موثر هستند. خروجی کلیدی این مرحله مجموعه ای از متریکهایی هستند که در مرحله دوم استفاده می شوند.\nمرحله دوم: شناسائی مجموعه سرویسها\nورودی: مدل های فرآیند کسب و کار همراه با موجودیت های کسب و کار و همچنین متریکهای تعریف شده در اولین فاز\nدر این مرحله، مشخصات موردنیاز برای مدل سازی مساله با توجه به تعریف بهینه سازی چند هدفه از فرآیند کسب و کار بدست می آید. این مشخصات خود شامل یک فرایند خاص می شود.\nسپس مساله شناسایی سرویسها براساس بهینه سازی چند هدفه ژنتیکی مدل می شود.\nبا تنظیم پارامترهای GA، پیاده سازی انجام می شود و بر روی مدل خاص اجرا می شود.\nدر یک روند تکاملی، این الگوریتم مجموعه ای از راه حل های غیر غالب را به عنوان مجموعه پارتو تولید می کند. خروجی کلیدی این مرحله یک مجموعه پارتو از راه حل ها همراه با ارزش متریکها آنهاست.\n\nمروری بر روش خودکار شناسايي سرويس هاي نرم افزاري\nمرحله سوم: انتخاب مجموعه سرویس مناسب\nدر این مرحله رتبه بندی ویژگیهای کیفی انجام می شود چرا که ویژگیهای مختلف دارای درجات مختلفی از اهمیت هستند.\nدر این مرحله، ابتدا، با توجه به اهمیت ویژگی های کیفی، مجموعه ای از قوانین فازی همراه با توابع عضویتشان تعریف می شود. سپس مقادیر متریک به مقادیر بین صفر و یک نرمال سازی می شود.\nرتبه بندی راه حل های پارتو فعالیت بعدی است که درست بعد از منطق فازی انجام می شود، به طوری که راه حل پارتوئی که بیشتر به اهداف کسب و کار مرتبط است بالاترین رتبه را خواهد داشت.\nراه حل پارتو با بالاترین رتبه به یک مجموعه سرویس توسط الگوریتمSSC تبدیل خواهد شد و در نهایت نشان داده خواهد شد.\nخروجی کلیدی این فاز یک مجموعه سرویس بهینه شده است که می تواند به منظور توسعه سیستم های سرویس گرا مورد استفاده قرار گیرد.\nاجرای فاز دوم: مدلسازی مساله شناسائی سرویس با GA\nفرآیند کسب و کار باید به یک مدل فرایند مناسب برای روش پیشنهادی تبدیل شود. این مدل فرایندی به عنوان یک تاپل M = (BA,DF) تعریف می شود که در آنBA مجموعه ای از فعالیت های کسب و کار وDF روند داده بین فعالیتها است.\nهر کروموزوم به مانند دنباله ای از فعالیت سرویس نشان داده می شود.\nهر کروموزوم نماینده یک مجموعه از سرویسهاست که شامل n ژن است.\nعموما یک فرایند کسب و کار می تواند حداکثر به n سرویس افراز شود که n تعداد فعالیتهای موجود در فرایند کسب و کار است.\nفعالیتها در یک فرایند کسب وکار می تواند با یک سرویس، یا دو سرویس، یا سه سرویس و یا n سرویس مجزا جایگزین شود.\n\nمروری بر روش خودکار شناسايي سرويس هاي نرم افزاري\n\nاجرای فاز دوم: مدلسازی مساله شناسائی سرویس با GA\nمراحل الگوریتم\nService Set Creator (SSC)\nالگوریتم SSC یک کروموزوم را به مجموعه سرویس طبق گام های زیر تبدیل می کند:\n1- برای هر ژن در کروموزوم که به فرمول (Sj,Ak) است گام زیر را انجام می دهد.\n1-1- k امین فعالیت را در j امین سرویس مانند یک عملیات قرار می دهد.\nSelection\nاز آنجائیکه ویژگیهای مختلف یک سرویس با دیگر ویژگیها تضاد دارند ممکن است پاسخ منحصربفردی بوجود نیاید.\nبنابراین به دنبال راه حل برتر در میان راه حلهای بهینه سازی چند هدفه می گردیم و به این منظور از راه حل های بهینه پارتو استفاده می کنیم.\nمراحل الگوریتم\nCrossover Operator (Service-Crossover)\nAn offspring C1 is created from two parents, P1 and P2 as follows:\n1. Given a business process with n activities, randomly select a number i, (where i = 1, 2… n-1).\n2. Randomly select i activities which are the activities to be passed on from parent to offspring per parent.\n3. One gene is copied directly from P1 to C1 if it contains one of previously selected i activities.\n4. Remained genes are copied from P2 to C1 if it does not contain any of previously selected i activities.\nمراحل الگوریتم\nMutation\nTwo services, Si and Sj, are selected randomly. Then two activities, Ai and Aj, which are in Si and Sj services respectively, are selected to exchange.\nنمونه کاربردی (فاز تعریف متریک) فاز اول\nBusiness Goals:\nAgility, Ease of Future Enhancement and High Value to Business\nQuality Attributes:\ncohesion, coupling, business entity convergence, and granularity\nنمونه کاربردی (فاز تعریف متریک) فاز اول\nدانه بندی سرویس، میانگین فعالیتهای کسب و کار است که سرویس آن را انجام می دهد.\nوابستگی سرویس:\nاندازه پیام مشخص کننده درجه وابستگی است که مرتبط به تعداد و پیچیدگی موجودیتهای اطلاعاتی در پیام است.\nانسجام سرویس برحسب درجه ارتباط بین فعالیتهای درون یک سرویس است.\nپس انسجام سرویس اولا وابسته به تعداد فعالیتهای درون آن و ثانیا جریان داده بین فعالیتها است.\nهمگرائی موجودیتهای کسب وکار\nموجودیتهای کسب و کار ملاک خوبی برای تشخیص سرویس ها از طریق افراز فعالیتهای کسب و کار هستند.\nاز اینرو مجموعه سرویس ها بایستی دو عامل را برآورده کنند:\nابتدا اینکه هر سرویس بر روی تعداد کمینه ای موجودیت های کسب و کار ممکن عمل کند.\nفعالیتهائی که بر روی موجودیتهای مشابه عمل می کنند بهتر است در سرویس یکسانی قرار بگیرند.\nنمونه کاربردی (فاز شناسائی مجموعه سرویسها) فاز دوم\nورودیهای فاز:\nمتریکهای تعریف شده در فاز اول شامل VCOPL, VGRANU, VCHOS and VCONVE\nفرایندهای کسب و کار\n\nدانلود پاورپوینت شناسائی سرویسها به صورت خودکار با در نظر گرفتن اصول سرویس گرایی\n\nوزنهای موجودیتهای کسب و کار\nمدلسازی مساله شناسائی سرویس براساس پارامترهای الگوریتم ژنتیک\nاندازه جمعیت=500\nنرخ crossover=0/95\nاحتمال جهش=0/05\nنمونه کاربردی (فاز شناسائی مجموعه سرویسها) فاز دوم\nیک کروموزوم فرایند کسب وکار در جمعیت:\n(S1, Notify Claim)(S2, Record Claim)(S1, Validate Claim)(S3, Analyze Claim)(S1, Decide on Claim)(S2, Reject claim)(S3, Provide Addition Data)(S4, Review Claim rejection)(S3, Offer Benefit)(S4, Prepare Claim Discharge)(S3, Record Benefit Payment)(S2, Close Claim)(S1, Operate Outgoing Payment)\n500 کروموزم ایجاد می شوند و الگوریتم یک فرایند تکاملی دریافت می کند و نهایتا یک راه حل مانند مجموعه راه حل پارتو تولید می کند.\n\nنمونه کاربردی (فاز انتخاب مجموعه سرویسهای مناسب) فاز سوم\nمهمترین هدف کسب و کار، چابکی است برهمین اساس ویژگیهای کیفی دانه بندی و وابستگی کمینه بالاترین اولویت را دارا خواهند بود و خواهیم داشت:\n\nبر روی راه حل انتخاب شده الگوریتم SCC اعمال می شود. این الگوریتم راه حل را بر روی یک مجموعه سرویس نگاشت می کند.\n\nمشخصات سرویسها\nمدل فرایند خاص به شکل یک ماتریس در نظر گرفته شده است. سطر و ستون این ماتریس نشان دهنده فعالیت های موجود در فرایند است. هر عنصر واقع در سطرi و ستون j ام این ماتریس مجموعه ای از موجودیتهای کسب و کار است که از فعالیتi ام به فعالیتj ام فرستاده شده است.\nمشخصات سرویسها\nمشخصات سرویسها براساس ورودی و خروجی فعالیت ها به دست می آیند. پس از شناسائی سرویسها موجودیت های کسب و کار واقع در سطرi ام ماتریس، خروجی فعالیتi ام و موجودیت های کسب و کار واقع در ستونi ام ورودی فعالیتi ام را نشان می دهند.\nواسط سرویس شماره یک (مشخصات سرویس)\n\nعملیات موجود در سرویس به طور کامل فقط در یک عملکرد کسب و کار تمرکز می کند. به عنوان مثال، سرویس 1 عملیات مربوط به Claim را اجرا می کند.\n\n30 تا 70 درصد پروژه | پاورپوینت | سمینار | طرح های کارآفرینی و توجیهی | پایان-نامه | پی دی اف مقاله ( کتاب ) | نقشه | پلان طراحی | های آماده به صورت رایگان میباشد ( word | pdf | docx | doc | )
