Пример расчёта функциональной связности
Рассмотрим некоторую модель функциональной связности данных (см. рис. 6).
Рисунок 6 – Модель функциональной связности данных
На схеме приведены три процесса – P1, P2, P3 – и пять элементов-данных – D1, D2, D3, D4 и D5.
Оценка функциональной связности данных основывается на утверждении, что связность внутри некоторой группы должна быть сильнее связности ее с окружением.
Пусть нам дана частота активизации процессов:
Рассчитаем функциональную связность для трёх видов объединений:
D1, D2, D3, D4, D5;
(D1, D2), (D3, D4), D5;
((D1, D2), D3), D4, D5.
Составим матрицу – матрицу связей между процессами P1 – P3 и данными D1 – D5:
Теперь рассчитаем матрицу – матрицу совместных использований данных процессами:
Для того, чтобы учесть число процессов P1 – P3, использующих совместно данные D1 – D5, перемножим матрицы и стандартным образом:
Изобразим матрицу в графическом виде (рис. 7):
Рисунок 7 – графический вид матрицы
Далее найдём матрицу частот использования данных D1 – D5:
где операция " " – поразрядное умножение матрицы на вектор-строку . Итак, получаем:
Далее построим матрицу относительных частот совместного использования данных путём нормирования матрицы . Для этого разделим элементы каждой строки матрицы на диагональный элемент с соответствующем номером:
Получим:
Теперь изобразим матрицу в графическом виде (рис. 8):
Рисунок 8 – графический вид матрицы
Обозначим как сумму всех элементов матрицы , т.е.:
Тогда, зная количество элементов-данных , коэффициент связности структуры рассчитаем по следующей формуле:
Также мы можем найти коэффициенты внутренней и внешней связностей – и :
где – сумма диагональных элементов матрицы , а – сумма оставшихся элементов. Итак, получаем следующие значения:
Отсюда мы можем получить относительные коэффициенты внутренней ( ) и внешней ( ) связей:
Объединение компонентов в отдельные группы могло бы, предположительно, увеличить относительный коэффициент внутренней связности. Рассмотрим случай, когда объединены компоненты D1 и D2 и объединены компоненты D3 и D4. Вот так это примерно выглядит (рис. 9):
Рисунок 9 – вариант объединения (D1, D2), (D3, D4), D5
Произведём пересчёт относительных частот совместного использования данных:
Здесь – количество объединяемых элементов, а внешние связи пересчитываются как средние по множеству связей с окружением к числу этих связей. При этом отсутствующие связи не учитываются.
После данных пересчётов и при построении графического изображения новой матрицы получаем следующую картину (рис. 10):
Рисунок 10 – графический вид матрицы
В таком случае матрица относительных частот будет выглядеть следующим образом:
И, соответственно, коэффициенты связности равны:
а относительные коэффициенты связности:
Третий вариант объединения: ((D1, D2), D3), D4, D5 (рис. 11):
Рисунок 11 – Вариант объединения: ((D1, D2), D3), D4, D5
После первого пересчёта получаем такую схему (рис. 12):
Рисунок 12
В конечном счёте схема выглядит так (рис. 13):
Рисунок 13
Матрица , соответствующая такой схеме:
Соответственно, коэффициенты связностей:
Так как , то:
Относительные коэффициенты связности равны:
Итого имеем следующие показатели связности при различных конфигурациях модели функциональной связности (см. табл. 1):
Таблица 1 – Результаты расчётов функциональной связности
№ |
Вид объединения |
|
|
|
|
|
1 |
D1, D2, D3, D4, D5 |
0.7 |
0.2 |
0.5 |
0.28 |
0.72 |
2 |
(D1, D2), (D3, D4), D5 |
0.95 |
0.31 |
0.64 |
0.32 |
0.68 |
3 |
((D1, D2), D3), D4, D5 |
0.87 |
0.28 |
0.59 |
0.32 |
0.68 |
Исходя из данных таблицы, можно сделать вывод о том, что наилучшая внутренняя связность достигается при втором варианте объединения, однако этого недостаточно, поскольку коэффициент внутренней связности оказывается меньше, чем коэффициент внешней связности. То же самое касается и относительных коэффициентов связности.