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