Spelling suggestions: "subject:"transforma ação dde model"" "subject:"transforma ação dee model""
1 |
Business process configuration with NFRs and contextavarenessSANTOS, Emanuel Batista dos 10 May 2013 (has links)
Business process models are an important source of information for the development
of information systems. However, changes in the environment can
a ect the way business processes are performed. In order to obtain models
that re
ect the changes it is necessary to continuously check between model
and reality.
Good business processes need to be up-to-date and automated to represent
the organizational environment. Thus, it is of paramount importance
to represent adequately variability in Business Process Models. Representing
and con guring business processes variability for a speci c organization
allows the proper execution of processes. In addition, dynamic environment
calls for
exible con guration processes that can meet stakeholders' goals.
However, selecting a con guration for business process is a challenging activity.
Even though current approaches allow the representation of variability of
business process models, the selection of business variants in a given context
remains a challenging issue.
In this proposal, we advocate the use of Non-Functional Requirements
(NFR) and context-awareness information to drive the con guration of process
models at run-time. We propose a model-driven business process con-
guration approach called Business process Variability Con guration with
Contexts and NFRs (BVCCoN), approach that keeps the variability representation,
con guration knowledge and contextual information separated
from the business process models. We illustrate the BVCCoN model and
process through examples. The evaluation of our proposal is based on a
simulation assessment. / Submitted by João Arthur Martins (joao.arthur@ufpe.br) on 2015-03-12T18:46:21Z
No. of bitstreams: 2
Tese Emanuel Santos.pdf: 4118681 bytes, checksum: f565640ea4362fd5c2f2c8f9197b9e47 (MD5)
license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) / Made available in DSpace on 2015-03-12T18:46:21Z (GMT). No. of bitstreams: 2
Tese Emanuel Santos.pdf: 4118681 bytes, checksum: f565640ea4362fd5c2f2c8f9197b9e47 (MD5)
license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5)
Previous issue date: 2013-05-10 / Modelos de processos de neg ocios s~ao uma importante fonte de informa c~ao
para o desenvolvimento de sistemas de informa c~ao. No entanto, as mudan cas
no ambiente podem afetar a forma como os processos de neg ocios s~ao realizados.
A m de obter modelos que re
etem as mudan cas e necess ario o
alinhamento entre o modelo e a realidade.
Processos de neg ocios bons precisam ser atualizados e automatizados para
representar o ambiente organizacional. Assim, e de suma import^ancia representar
adequadamente a variabilidade em Modelos de Processo de Neg ocio.
Representar e con gurar a variabilidade em processos de neg ocio de uma
organiza c~ao espec ca permite a execu c~ao adequada dos processos. Al em
disso, o ambiente din^amico exige processos de con gura c~ao
ex veis que possam
atender os objetivos das partes interessadas. No entanto, selecionando
uma con gura c~ao para o processo de neg ocio e uma atividade desa adora.
Mesmo que as abordagens atuais permitam a representa c~ao da variabilidade
dos modelos de processos de neg ocios, a sele c~ao de variantes de neg ocios em
um determinado contexto continua a ser uma quest~ao a ser explorada.
Nesta proposta, defendemos o uso de Requisitos N~ao Funcionais (RNF) e
informa c~oes de contexto para conduzir a con gura c~ao de modelos de processos
em tempo de execu c~ao. Propomos uma abordagem orientada a modelos
para a con gura c~ao de processos de neg ocios chamada BVCCoN, a abordagem
mant em a representa c~ao variabilidade, conhecimentos de con gura c~ao
e informa c~ao contextual separados dos modelos de processos de neg ocios. A
avalia c~ao da proposta baseia-se numa an alise de simula c~ao, assim como uma
compara c~ao com algumas outras obras relevantes.
|
Page generated in 0.0976 seconds