Пример расчёта информационной связности

Для примера расчётов информационной связности будем рассматривать другую модель. Данная модель представлена на рис. 14:

Рисунок 14

Имеем частоту активизации данных:

Оценим информационную связность процессов для трёх видов объединений:

1. P1, P2, P3, P4;

2. (P1, (P2, P3)), P4;

3. P1, (P2, P3), P4.

Составим матрицу – матрицу связей между процессами P1 – P4 и данными D1 – D5:

Теперь рассчитаем матрицу – матрицу процессов, совместно использующих данные:

Для того, чтобы учесть число данных D1 – D5, используемых совместно процессами P1 – P4, перемножим матрицы и стандартным образом:

Изобразим матрицу в графическом виде (рис. 15):

Рисунок 15 – графический вид матрицы

Далее найдём матрицу частот активизации процессов P1 – P4 по уже известной формуле:

Получаем:

Теперь построим матрицу относительных частот активизации процессов путём нормирования матрицы . Получим:

Изобразим матрицу в графическом виде (рис. 16):

Рисунок 16 – графический вид матрицы

Так же, как и в случае расчёта функциональной связности, обозначим как сумму всех элементов матрицы , т.е.:

Тогда, зная количество элементов-процессов , рассчитаем коэффициент связности структуры :

Так же, как и в предыдущем разделе, найдём коэффициенты внутренней и внешней связностей – и :

Отсюда мы можем получить относительные коэффициенты и :

Объединение компонентов в отдельные группы могло бы, предположительно, увеличить относительный коэффициент внутренней связности. Рассмотрим вариант объединения: (P1, (P2, P3)), P4. Вот так это примерно выглядит (рис. 17):

Рисунок 17 – Вариант объединения: (P1, (P2, P3)), P4

Сначала произведём пересчёт относительных частот активизации процессов P2 и P3:

Далее пересчитаем частоты связей с окружением:

После первого полного пересчёта частот получаем следующую схему (рис. 18):

Рисунок 18

Затем, объединив процессы P1 и P23 и ещё раз пересчитав частоты активизации, получаем схему (рис. 19):

Рисунок 19

В таком случае матрица относительных частот будет выглядеть следующим образом:

Соответственно, коэффициенты связности равны:

а относительные коэффициенты связности:

Третий вариант объединения: P1, (P2, P3), P4 (рис. 20):

Рисунок 20 – Вариант объединения: P1, (P2, P3), P4

После пересчёта получаем такую схему (рис. 21):

Рисунок 21

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:

№	Вид объединения
1	P1, P2, P3, P4	0.64	0.25	0.39	0.39	0.61
2	(P1, (P2, P3)), P4	0.86	0.47	0.39	0.54	0.46
3	P1, (P2, P3), P4	0.84	0.28	0.56	0.33	0.67

Глядя на таблицу, мы понимаем, что внутренняя связность информационных процессов оказалась слабее внешней в двух из трёх случаев. При втором варианте объединения внутренняя информационная связность процессов получилась больше, что отражается и на показателях относительной связности.