JP5754709B2 - ビジネス・プロセス・マネージメント・モデルを最適化する方法 - Google Patents

ビジネス・プロセス・マネージメント・モデルを最適化する方法 Download PDF

Info

Publication number
JP5754709B2
JP5754709B2 JP2011196983A JP2011196983A JP5754709B2 JP 5754709 B2 JP5754709 B2 JP 5754709B2 JP 2011196983 A JP2011196983 A JP 2011196983A JP 2011196983 A JP2011196983 A JP 2011196983A JP 5754709 B2 JP5754709 B2 JP 5754709B2
Authority
JP
Japan
Prior art keywords
control parameter
value
parameter vector
bpm
model
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
JP2011196983A
Other languages
English (en)
Other versions
JP2012089113A (ja
Inventor
ジョルジュ・ヘンリ・モル
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
International Business Machines Corp
Original Assignee
International Business Machines Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by International Business Machines Corp filed Critical International Business Machines Corp
Publication of JP2012089113A publication Critical patent/JP2012089113A/ja
Application granted granted Critical
Publication of JP5754709B2 publication Critical patent/JP5754709B2/ja
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10Complex mathematical operations
    • G06F17/11Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/04Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Mathematical Physics (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Game Theory and Decision Science (AREA)
  • Computational Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Educational Administration (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Databases & Information Systems (AREA)
  • Algebra (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Description

本発明は、一般的には、ビジネス・プロセス・マネージメント(BPM)・システムに関し、特に、BPMモデルを最適化するための方法及びシステムに関する。
ビジネス・プロセス・マネージメント・システムは大量の情報を編成及び管理するために使用される。
ビジネス・プロセス・マネージメント(BPM)は、組織とクライアントの要求とを調整することに焦点を合わせる。先進的なワークフロー技術を用いて、BPMは、企業におけるビジネス・プロセスの面から全方位マネージメントを行ない、ビジネス・プロセスの改善を持続させることを支援する。それは、企業内及び企業間の様々なビジネスに関して、統一的にモデリングし、実施し、及び監視する環境を提供する。BPM技術は、ビジネス要件及びITシステムの間のミスマッチ、生産性の向上、並びに、運営コスト及び開発コストの縮小を可能にする。
ビジネス・プロセスは、所定の要件を満たすサービス又は製品をもたらす関連の構造化された活動の集合体である。ビジネス・プロセスは、それらが収益を上げるが、多くの場合、コストのかなりの部分を占めるので、ビジネス組織には不可欠である。
ビジネス・プロセス・マネージメントは、組織のビジネス・プロセスをモデリングし、開発し、実施し、管理するための方法、技術、及びツールのセットを包含する。BPMは、ビジネス・アナリストがビジネス・プロセス・モデルを作成することを可能にする。そのビジネス・プロセス・モデルは、その後IT技術者によって実施可能なモデルに精細化される。実施可能なプロセス・モデルはプロセス・エンジンに展開され、そのエンジンは、タスクを資源(人間及びサービス)に託することによってそのプロセスを実施する。
BPMシステムにおけるビジネス・プロセスのパフォーマンスは、主要業績評価指標(KPI)に基づいて測定される。KPIは、一般にBPM設計者によって明示される。
BPM設計者は、所定数の制御パラメータを調整することによって、BPMモデルをKPIに関して最適化することに重点的に取り組む。
BPMシステムは、ビジネス・プロセスに関するステップ、ルール、及びKPIを説明するために、及び、予測されるパフォーマンスを、個別のイベント・シミュレーションを介して推定するために、ビジネス・アナリストの役割を決定する初期モデリング・フェーズに依存する。
BPMシステムのパフォーマンスを高めるための現在のソリューションは、KPIの取得に関する情報を提供する。しかし、KPIを最適化する必要があるとき、一般に、どの制御パラメータがビジネス・アナリストによるその後の調節を必要とするかを決定することが必要とされる。しかし、多くの場合、KPIは幾つもの測定基準に依存するので、副次的最適性(sub-optimality)の要因を特定することは難しい。
同様に、初期のモデリング・フェーズに関与したBPMモデル製作者は、制御パラメータの幾つかの値を変更するというインパクトを知る必要があり得る。現在、それらのパラメータの変更は手操作で行なわれており、これらの変更の影響は、個別のイベント・シミュレーションが所望のKPIを戻し始めることによって試される。しかし、このプロセスは非常に長くなり得るし、BPMのエキスパートの入力を必要とする。幾つかの既存のBPMツールは、制御パラメータ・ベクトルの調整を加速するローカル・サーチ機構を備えている。しかし、ローカル・サーチ・エンジンは、BPMネットワークの構造に関する知識を持たず、制御パラメータを調整するためには、このローカル・サーチのソリューションは、KPIの結果をシミュレーションから簡単に得るが、問題の構造を無視しており、それを極めて遅くしている。
従って、本発明の目的は、KPIに関して最適の制御パラメータ値を決定するための方法およびシステムの改善を提供することにある。
本発明によれば、請求項1によってBPMモデルを最適化する方法が提供され、請求項9によってコンピュータ・プログラムが提供され、請求項10によってコンピュータ可読媒体が提供され、請求項11によってシステムが提供される。好ましい実施例は、それぞれの従属項において定義される。
本発明は、手操作のテスト・ステップやトライ・ステップを必要とせずに、BPM設計プロセスにおいて生じる複雑なBPMパラメトリック最適化の問題を自動的に解決することを可能にする。
本発明によれば、混合整数計画法(MIP)が最適化エンジンとして使用され、離散型事象のシミュレーションがシミュレーション・エンジンとして使用されて、最適化とシミュレーションが同じレベルで動作することを可能にする。BPMシステムのMIP近似値を有効化及び精細化するためにシミュレーションが使用され、BPM問題の制御パラメータがコミュニケーション・ベクトルとして使用される。
本発明の別の利点は、混合整数計画法(MIP)によってモデリングされ得るデータを、混合整数計画法によってモデリングされ得ないデータから分離し、この区別を自動ローカル・サーチのための「部分的」ヒントとして反復的に使用することである。更に、本発明の別の利点は、両サイド間のコミュニケーションを制御パラメータのみに縮小することである。
本発明は、MIPの結果の質と、ローカル・サーチがシミュレーション時に精細化することにより与えられた精度との両方から利益を受けることを可能にする、MIP及びシミュレーションの間の相乗作用を生じる。
当業者には本発明の更なる利点が、図面及び詳細な説明の精査時に明らかになるであろう。いずれの付加的利点もこれに組込み得るものと考えられる。
本発明を使用し得る例示的なハードウェア・アーキテクチャを示すブロック図である。 本発明の実施例によるBPM最適化ユニットの高レベルのブロック図である。 本発明の実施例によるBPM最適化ユニットに関する詳細なブロック図である。 本発明の実施例に従ってBPM最適化ステップを示すフローチャートである。
図1は、本発明を実施し得るビジネス・プロセス・マネージメント (BPM)・システムの例示的なハードウェア・アーキテクチャ100を概略的に示す。
BPMアーキテクチャ100は、グローバル・インターネットのような広域ネットワーク(WAN)、専用のWAN、ローカル・エリア・ネットワーク(LAN)、通信ネットワーク、又は上記のネットワークの任意の組み合わせのようなネットワーク106を介して一組のクライアント・コンピュータ102、103、104と対話するサーバ101を含む。サーバ101は、ビジネス・プロセスを管理するためにユーザによって使用され得る。
サーバ101は、データ及び/又はユーザ機能をクライアント・コンピュータ102、103、104に配信するビジネス・プロセス・マネージメント(BPM)ソフトウェア・エンジンを含み得る。図1は、1つのサーバ101及び3つクライアント・コンピュータ102、103、104しか示してないが、本発明のシステムが、ネットワーク106によって接続される任意の数のサーバ及びクライアント・コンピュータをサポートする、ということを留意されたい。
様々な実施例において、BPMシステムは、ユーザがビジネス・プロセスのパフォーマンスを知ることを可能にするために、そのネットワークを介してアクセスし得る少なくとも1つのグラフィカル・ユーザ・インターフェース(GUI)105を含む。
アーキテクチャ100は、主要業績評価指標(KPI)によって表わされるBPMパフォーマンス基準を最適化するために、BPM最適化ユニット15を更に含む。
BPM最適化ユニット15は、本発明の様々な機能を遂行するコンピュータ命令を生じさせるようにコンパイルされたソース・コード、スクリプト記述言語コード、又は解釈済み言語コードを含み得る。
BPM最適化ユニット15はアーキテクチャ100の他のコンポーネントから分離されているものとして示されているが、それが、サーバ101上に代替的に、又は、サーバ101及びクライアント・コンピュータ102、103、104上に分散態様で存在し得るということは当業者には容易に明らかであろう。本発明の1つの実施例では、BPM最適化ユニット15は、クライアント・コンピュータ102、103、104のコンピュータ上に存在するクライアント部分、およびサーバ101上に存在するサーバ部分を有するクライアント・サーバ・アプリケーションである。
BPMサーバ101は、ビジネス・プロセスのためのステップ、ルールのセット、及び主要業績評価指標(KPI)について記述したプロセス・モデル111(以後、BPMモデル又はビジネス・プロセス・モデルとも呼ばれる)を生成するためにビジネス・アナリストによって使用され得るプロセス・モデル生成ツール11を含む。ビジネス・プロセス・モデルは、BPMN(ビジネス・プロセス・モデリング表記法)またはXPDL(XMLプロセス定義言語)のような任意の適切な言語を使用して定義され得る。BPMモデリング・フェーズ中に、主要業績評価指標(KPI)及びそれらの目標値は、ビジネス目標、プロセス・パフォーマンス・メトリクスのような多くのキー制御パラメータ、およびサービスの質(QoS)メトリクスのような技術的パラメータに基づいて定義される。
このようにして生成されたプロセス・モデルは、ビジネス・プロセスにおけるステップのシーケンスを記述する。そのモデルは、各ステップを遂行する責任のあるソフトウェア・システム又は人間の役割、及びステップの実行を管理するルールを指定する。プロセス・モデルは、更に、プロセス・ステップにおける必要なコスト及び各資源の使用可能な量、各ステップの予測される処理期間、及び処理パス内の様々な分岐におけるブランチ比率を指定し得る。
第2フェーズでは、BPMサーバがプロセス・モデルをアセンブルし、ソフトウェア・リポジトリ12から検索された一組のソフトウェア・コンポーネントを使ってそれを実装する。プロセス・アセンブリは、プロセス・モデルから自動的に生成されてもよい。
BPMサーバ101は、アセンブルされたプロセス・モデルを配置するための一組の実行エンジン13を更に含む。実行エンジン13は、プロセス・モデルの実行を自動化するために提供される。実行エンジン13は、アセンブルされたプロセス・モデルにおいて定義されたステップに従って作業の各インスタンスを経路指定する。実行エンジン13は、更に、その処理が、事前定義されたルールに従うことを保証すると共に、モデリングされたビジネス・プロセスで定義されたBPMを自動化及び管理する。
BPM最適化ユニット15は、最適化技術だけでなく個別のイベント・シミュレーションも使用して、KPIのための最適な制御パラメータを計算することによって、BPMプロセス(以後、BPMモデル、BPMプロセス・モデル、或いはプロセス・モデルと呼ばれる)を最適化するように適応する。
図2は、BPMモデル最適化ユニット15の高レベル・ブロック図である。シミュレートされたKPIからの偏倚している場合又はプロセス実行フェーズを上流に偏倚している場合、最適化された制御パラメータを計算するために、BPM最適化ユニット15は、ビジネス・プロセスを記述したプロセス・モデル110(アセンブルされているとき)、最適化されるべき対象を構成するKPIパラメータ又はKPIベクトル152の事前定義された線形結合、及び制御パラメータ・ベクトルを形成する一組の制御パラメータ154を使用する。制御パラメータ・ベクトル及びKPIセットは、ユーザによって事前定義されたパラメータからBPMモデルの一部として選定される。その事前定義された制御パラメータおよびKPIのうちの或るものはMIPモデルにおいて実装され(従って、MIP最適化エンジンによって処理されるであろう)、一方、他のものはすべてシミュレーション・エンジンと一緒にローカル・サーチ・アルゴリズムによって処理されるであろう。
BPMモデル最適化ユニット15は、プロセス・モデル110、KPIベクトル152、及び制御パラメータ・ベクトル154から、KPIベクトル152に関して最良のパフォーマンスを提供する最適の制御パラメータ・ベクトル200を決定するように適応する。
決定された最適の制御パラメータ・ベクトル200は、プロセス・モデルを実行または再実行するために実行エンジン13に提供されるであろう。従って、KPIパラメータは満足される。
図3は、本発明の種々の実施例に従ってBPM最適化ユニット15の構造を概略的に示す。
BPM最適化ユニット15は、最適化されるべき一組の制御パラメータを含む制御パラメータ・ベクトル154を線形制御パラメータ・ベクトルX及び非線形制御パラメータ・ベクトルX'に分離するための制御パラメータ・セパレータ301を含む。制御パラメータ・ベクトル154は、以後、ベクトル(X,X')として指定されるであろう。
制御パラメータ・セパレータ301によって提供される非線形制御パラメータ・ベクトルX'は、非線形パラメータに関してローカル・サーチを行ない且つ非線形制御パラメータX'に関して反復的にヒントを供給するサーチ・ユニット302に送られる。
本発明の或る実施例によれば、線形制御パラメータXは混合整数計画法(MIP)モデルにおける定数として取り込まれるであろう。一方、非線形パラメータX'はMIPモデルから排除され、その代りに、ローカル・サーチ機構を使用して最適化されるであろう。非線形制御パラメータX'に対するローカル・サーチによって提供された非線形制御パラメータ・ヒントは、MIPモデルにおける定数として使用されるであろう。
混合整数計画法は、種々の実務的な最適化問題の解決のために使用される技術を指す。一般に、混合整数計画法(MIP)は、次のような形式で表わされる最適化問題である。
f(x)を最小化する
なお、G(x)=b
l<=x<=u
一部またはすべてのxjが整数である 、と仮定する
この場合、xは変数のベクトルであり、l及びuは境界のベクトルであり、f(x)は客体的表現であり、G(x)=b は制約表現のセットである。
上記のモデルは最小化目的であるが、モデルが最大化目的を有し得るということは当業者には明らかであろう。
MIPモデルの最も単純な且つ最も広く用いられている形式は、次のような形式における混合整数線形計画法(MILP)である。
c<T>x を最小化する
なお、Ax=b
l<=x<=u
一部またはすべてのxjが整数である、と仮定する
但し、Aは制限行列と呼ばれるm*nのマトリクスであり、cは線形オブジェクティブ・ベクトルである。 MILPは、変数の一部又はすべてに関して整数性の制約を有する線形計画法(LP)である。
混合整数計画法の形式における数学的モデルは、ビジネス・プロセス・マネージメント問題を表わすために使用され得る。そのデータ・モデルは、資源、資源カテゴリ、プロセス・ステップ、及びタイム・バケットによってインデックス付けされる。特に、MIP計画法は、BPMモデルにおいて資源割当てを決定するために使用し得るし、ビジネス・プロセスをシミュレートして資源割当て提言を作成するために及びその資源割当て提言を将来の実行に適用して最適な環境を提供するために使用し得る。
本発明は、MIPがローカル・サーチを使用してすべての制御パラメータ・ベクトルX'に1つの値を提供することによりカップリング・シミュレーションを可能にする。サーチ・ユニット302は、非線形制御パラメータ・ベクトルX'に関するヒントを反復的に決定するために、任意の適切なローカル・サーチ機構(例えば、ヒル・クライミング、タブー、又はシミュレートされたアニーリング方法)を適用し得る。本発明の実施例によれば、サーチ・ユニットによって提供されるヒントは、その後MIPモデルに関する定数になり、分岐限定法(branch and bound)/分岐切除法(branch and cut)等によって解決することができる。
線形制御パラメータ・ベクトルXは、サーチ・ユニット302によって計算された非線形パラメータに対するヒント値と共に個別のイベント・シミュレーション・ユニット303に提供される。
シミュレーション・ユニット303は、第1のフォーマットで受け取られたプロセス・モデル110を第2のフォーマットに変換するために設けられたモデル・フォーマット変換器304を含む。その変換器304は、MIPモデルの生成及び実行に必要な情報だけが第2のフォーマットでプロセス・モデル内に維持されることを保証するために、その受け取られたプロセス・モデル110の或るデータをフィルタするものである。本発明の1つの実施例では、プロセス・モデル110の第1のフォーマットはBPMNフォーマットであり、第2のフォーマットはタイプ・エンティティ/リレーション・シップ・フォーマットである。本発明のこの実施例によれば、プロセス・モデル110は、1つ又は複数のエンティティ・リレーションシップ・テーブルの形式で変換器304により変換される。
変換器304によって変換されたプロセス・モデル110は、MIPモデル生成及び実行ユニット305(以下では、「MIPモデル・ユニット」とも呼ばれる)に供給される。
MIPモデル・ユニット305は、非線形制御パラメータ・ベクトルX'に対して決定されたヒント値、変換器304によって変換されたプロセス・モデル110、及びKPIパラメータ152に基づいて、MIPモデルを作成及び実行する。
MIPモデル・ユニット305は、BPMパラメトリック調整問題のかなりの副部分を取り込むことにより、米国特許出願2009/0228309号に記載されたソリューションのような任意の適切なソリューションに従ってMIPモデルを生成し得る。そのようなソリューションは、最適化問題全体のうちのかなりの副部分を最適化するが、実際には、制御パラメータの(MIP追跡可能な)サブセット、KPIの(MIP追跡可能な)サブセット、及びBPMモデルの(MIP追跡可能な)近似モデルだけを説明する。それは、例えば、如何なる資源配分問題及び如何なる資源サイジング問題も解決することを可能にする。それは、最小のコストで一定の資源における最大の処理能力を見つけること、又は目標処理能力に対する最安価の資源用途を見つけることを可能にする。他の例は、1つの項目当たりのコストを最小化するための最良の構成を見つけることを無制限に含む。
MIPモデル・ユニット305は、このように生成されたMIPモデルを稼動し、MIPモデルのための最適な線形制御パラメータXの近似値X*を計算する。それは、更に、KPIパラメータの近似値c*及びBPM出力値の近似値Y*を提供する。BPM出力値は、制御パラメータでもKPIでもないが、BPMモデル設計者にとって多少の興味のあるそのBPMモデルからのどのような統計結果も表わす。BPM出力値の一例は、各資源に対するアイドル時間、又はすべての資源に関する平均的アイドル時間である。
Xに関する線形制御パラメータ・ベクトルに対して生じる近似値X*は、その後、個別のイベント・シミュレーション・モジュール(シミュレータ)306によってテストされる。シミュレータ306は、MIPモデル実行ユニット305によって計算された最適な線形制御パラメータの近似X*から正確なKPIパラメータ値「c#」(KPIに対する「目標値」とも呼ばれる)及び正確なBPM出力値「Y#」(BPM出力に対する「目標値」と呼ばれる)を決定する。その「正確な」という用語は、ここでは、BPMモデルの複雑さをほぼ完全に取り込む数学的モデルによって計算された値を指すために使用される。
しかる後、パフォーマンス・シミュレータ306によって得られたKPIパラメータの近似値は、シミュレーションの精度を評価するために精度比較器308によって使用される。精度比較器308は、MIPモデル実行ユニットによって提供されたMIPソリューション(c,Y)を、パフォーマンス・シミュレータ306の出力(c#,Y#)と比較する。
正確な値(c#,Y#)に関するMIPソリューション(c*,Y*)の精度が満足するものでない(絶対距離または相対距離の上限がユーザによって提供される)ことを精度比較器308が決定する場合、制御パラメータの近似値X*は、ローカル・サーチ機構を使用ことによって、最適制御パラメータの近似値X*を精細化する精細化ユニット310に送られる。(精度または反復回数に関する条件のような)停止条件が満たされるとき、その精細化フェーズは終了する。
値(c#,Y#)に関するMIPソリューション(c,Y)の精度が満足なものであることを精度比較器308が決定する場合、停止条件が検知されるまで、プロセスは、非線形制御パラメータX'(サーチ・ユニット302によって提供された)の近隣値に関して繰り返される。
本発明は、一組の制御パラメータ及び適切なKPI(MIP追跡可能なKPIのサブセット)のための混合整数計画法モデルにおけるプロセス・モデル・インフラストラクチャの一部をモデリングすることによって、及び、そのサブ問題を解決するためにMIP問題解決アルゴリズム(例えば、シンプレックス、分岐切除法、分岐限定法)を使用することによって、ローカル・サーチ・プロセスを劇的に高速化する。本発明の実施例によるBPM最適化ソリューションは、KPIに関する最適化された制御パラメータを提供するためにシミュレーション及びMIPモデルの間に結合機構を提供する。
BPM最適化ユニット15は、線形制御パラメータXによって表わされる、BPMパラメトリック調整問題のかなりのサブ部分を取り込むMIPモデルを生成することによって、KPIパラメータに関連した制御パラメータを自動的に最適化する。しかし、複雑すぎるか或いは混合整数計画法モデルにおいてモデリングされるように適応しないBPMパラメトリック調整問題のわずかな部分(非線形パラメータX'によって表わされた)に関しては、ローカル・サーチ機構が使用される。しかる後、BPM最適化ユニット15はその2つの部分を結合して、最適化された制御パラメータ・ベクトル200を提供する。
従って、BPM設計のパフォーマンスは、ローカル・サーチの評価関数として使用される個別のイベント・シミュレーション及びMIP問題最適化(その両方とも効率的に完全に取り込むことはできない)を結合することによって最適化され得る。その両サイドの連携は、選択された制御パラメータ値のみを交換することにより達成される。
本発明が如何なる制御パラメータ・ベクトル及びKPIベクトルに限定されなくても、本発明は、制御パラメータ及びKPIが事前定義のMIPモデル間に重要なサブセットを有するとき、多少の利点を有する。
図4は、本発明の或る実施例に従って、KPIに関連する最適の制御パラメータを計算するためのフローチャートである。
ステップ400において、プロセス・モデルに関連した制御パラメータ・ベクトルが受け取られ、ステップ402において、その制御パラメータ・ベクトルが線形パラメータX及び非線形パラメータX'に分離される。
KPI制御パラメータを最適化する方法は、次のように数式化され得る。
(X,X')/max c/(c,Y)=f(X,X')
なお、A(X').X<B(X')の制約を受ける。
この数式において、
fは、個別のイベント・シミュレーションを含む評価関数を表わす。
Xは、線形制御パラメータ(または変数)を表わす。
X'は、非線形制御パラメータを表わす。
Yは、BPM出力変数を表わす。
cは、KPI目的ベクトルを表わす。本発明の好ましい実施例では、それは、ソリューションが満足なものかどうか(例えば、他のものよりも良い、他のものと同等、または他のものよりも悪い)を決定することを可能にするKPIの順序付けられた有限のセットを含む。
A及びBは、線形の(MIP)マトリックス及びベクトルであり、Xに関する既知のMIP制約を表わすX’の関数である。
評価関数fは、制御パラメータによって提供されるソリューションを評価するためにローカル・サーチ方法によって使用されるであろう。本発明の実施例によれば、その評価関数は、BPMモデルをシミュレートすること及びKPI結果を観察することによって具現化される。
非線形制御パラメータX'は、最適化/シミュレーション・ブランチ45によって使用されるその非線形制御パラメータ・ベクトルX'のためのヒントを決定するために、ローカル・サーチ機構(ブロック41によって表わされる)によって処理されるであろう。
更に詳しく云えば、ローカル・サーチ・ブランチ41のステップ404において、いずれの適切なローカル・サーチ機構(ヒル・クライミング、タブー、又はシミュレートされたアニーリングのような)も、例えば、第1のヒントX'0のようなその非線形制御パラメータX'に対する1つ又は複数の値を提供するように反復的に適用される。非線形制御パラメータX'に対する選択された値は、それらが(例えば、分岐限定法/分岐切除法によって)解決され得るよう、MIPモデルに対する定数になるであろう。
ステップ406において、プロセス・モデルが第1のフォーマット(例えば、BPMNフォーマット)から第2のフォーマット(例えば、エンティティ・リレーションシップ・フォーマット)に変換される。
ステップ407において、MIPモデルが、第1のヒントX'0、線形制御パラメータX、ビジネス・プロセス・モデル110、及びKPIベクトル152に基づいて生成される。
ステップ408において、MIPモデルが実行されて、最適制御パラメータの近似値X、KPIベクトルの近似値c、及びビジネス・プロセス出力の近似値Yの近似値を決定する。MIP近似値は次のような問題の数式によって決定される。
max c=G(X').(X,Y)
L(X').(X,Y)<E(X')
A(X')X<B(X')
上記の数式において、Gは、fの線形の近似値であり、L及びEは、線形の(MIP)マトリックス及びベクトルを表わし、X'の関数は、更なる内部変数ベクトルY(入力変数及び出力変数の間のリンクの線形近似値)と共にBPMシステムを表わす。
ステップ410において、Xに対して決定された結果の近似値Xは、シミュレーションf(X,X')によってテストされる。このフェーズでは、Xは最適化問題のソリューションにおいて線形制御パラメータXに対するヒントとして使用され、シミュレーションはKPI値c#(以下では「正確なKPI値」とも呼ばれる)及びBPM出力値Y#(以下では、「正確なBPM出力値」とも呼ばれる)を供給する。
ステップ412において、シミュレーションの精度が、KPI及びBPMシステム変数(X,Y)に対する近似値をそれらの正確な値(c#,Y#)=f(X,X')と比較することによって計算される。このステップでは、精度インジケータPRが(c#,Y#)及び(c,Y)に基づいて決定され得るし、しかる後、閾値(P−許容値)に比較され得る。この精度条件は、シミュレートされた結果がMIP最適化結果に完全に等しいことを期待されない、ということを表わす。或るユーザ定義のパーセンテージまたはユーザ定義の最大の絶対的スラックまでの近似等価性は満足のいくものであり得る。パフォーマンス・インジケータPRは、特に、次のものに等しいとして決定される。
PR=|(c#,Y#)―(c,Y)|/|(c#,Y#)|
精度が満足のいくもの(PR>P−許容値)である場合、停止条件が満たされなければ非線形パラメータXに対する次の値を提供するために、ローカル・サーチ機構(ブランチ41)が繰り返される。
ブランチ41のローカル・サーチ機構が非線形パラメータ・ベクトルX'に新しいヒントを供給する。ステップ415において、ベクトルX'の近隣が計算される。次に、ステップ416において、精度に関する条件、ローカル・サーチ反復の数(カウンタにより追跡される)関する条件、またはKPIに関する条件のような、事前定義された停止条件が満たされるかどうかが決定される。停止条件が満たされる場合、ステップ417においてそのループは終了する。停止条件が満たされない場合、ステップ404がX'の近隣値X'nextをX'に対する次の値として選び、MIPモデルを決定するための定数としてこの値を使用する。ステップ406乃至414が新しい値X'nextを用いて反復される。
しかる後、単に最良のソリューションだけを保持するために、各ヒントX'に対して見つかった種々の近似値Xが比較される。
精度が満足のいくものでない(PR<P−許容値)ということをステップ414において決定される場合、制御パラメータの近隣値X自体が、ローカル・サーチ機構を使用する精細化ブランチ45によって精細化される。精細化ブランチ45のローカル・サーチ機構は、ローカル・サーチ・ブランチ41又は他のサーチ・ブランチにおいて使用されるものと同じであってもよい。
精細化ブランチ45は、線形制御パラメータの近似値Xを精細化するようにローカル・サーチ機構を適用する。
ステップ418において、ベクトルXの近隣が計算され、Xの近隣値XnextがXに対する次の値として選択される。ステップ419において、Xの近隣値Xnextがシミュレーション値(c#,Y#)=f(X,X')を再計算するために使用される。ステップ420において、精度に関する条件、ローカル・サーチ反復の数(カウンタを用いて追跡される)に関する条件、又はKPIに関する条件(例えば、KPIにおけるインクリメントの検出)のような事前定義された停止条件が満たされるかどうかが決定される。その停止条件が満たされる場合、新しいヒントが、ローカル・サーチ・ブランチ41のステップ415及び416を反復することによって決定される。停止条件が満たされない場合、ステップ418及び419が反復される。
それぞれのローカル・サーチ機構と関連してステップ416及び420において使用される停止条件は機能強化の低下を検知するために定義される。ステップ420においてKPIのベクトルに関して計算された最適化目標cに対する例示的な停止条件は、現在の最適なソリューションがx%以上(例えば、0.1%〜1%)に強化されていないかどうかを判断すること、および、この条件が満たされる場合、この考察されたプロセスを停止することを含み得る。この相対的な機能強化閾値「x%」は絶対的な閾値と置換されてもよい。
本明細書では、ステップ416及び420のローカル・サーチ機構に関連して使用される用語「近隣」が任意の適切な基準に従って所与のソリューション(又は所与の値)に近いソリューション(又は値)を指定するために使用され得るということは当業者には容易に明らかであろう。例えば、所与のソリューションの近隣は、距離の基準に基づいて決定され得る。例えば、所与のソリューションの近隣は、事前定義された距離内にあるソリューション又は値を含むものとして定義され得る。距離は、三角不等式、例えば、デカルト距離(2つのベクトルの要素間のスラックの2乗の和の平方根)、マンハッタン距離(2つのベクトル間のスラックの絶対値の和)等を満たすメトリクスであってもよい。
以上は、単に本発明の原理を説明するものとみなされたい。更に、当業者は数多くの修正及び変更を容易に想起し得るであろうが、図示及び記述された正確な構造及びオペレーションに本発明を限定することは望ましくなく、従って、本発明の範囲内にあるすべての適当な修正及び均等物を用いることが可能である。特に、本発明は、精細化ユニット及びサーチ・ユニットによって使用されるローカル・サーチ機構に限定されない。更に、本発明は、制御パラメータ又はKPIオブジェクティブの任意のセットに適用する。本発明は、本発明の或る実施例に関しては上述のアプリケーションに限定されず、それは、システムのかなりの部分を取り込んだMIPモデルが提供される、制御パラメータに依存したKPIを含む任意のアプリケーションに適用され得る。
MIP最適化コンポーネントをローカル・サーチ機構と結合することによって、本発明は、手操作反復の必要性を取り除いたBPMモデルのより速い調整を可能にする。それによって、本発明はオペレーション・リサーチ技術(ローカル・サーチ混合整数計画法)と個別のイベント・シミュレーション技術との結合を得るが、そのような結合は従来技術では互換性がないと考えられている。本発明の種々の実施例によれば、BPMモデルは、MIPモデルによって「近似的に」取り込まれ、シミュレーション・モデルによって「正確に」取り込まれる。
本発明は、全体的にハードウェアの実施例、全体的にソフトウェアの実施例、又はハードウェア及びソフトウェア要素の両方を含む実施例の形体を取り得る。好ましい実施例では、本発明は、ファームウェア、駐在ソフトウェア、マイクロコード等を含むがそれらに限定されないソフトウェアで実施される。
更に、本発明は、コンピュータ又は任意の命令実行システムによる使用又はそれらに関連した使用のためのプログラム・コードを提供するコンピュータ使用可能媒体又はコンピュータ可読媒体からアクセスし得るコンピュータ・プログラムの形式を取り得る。説明の便宜上、コンピュータ使用可能媒体又はコンピュータ可読媒体は、命令実行システム、装置、又はデバイスによる使用又はそれらに関連した使用のためのプログラムを含み、格納し、通信し、伝播し、又は搬送し得る任意の装置であってよい。
その媒体は、電子的、磁気的、光学的、電磁気的、赤外線、もしくは半導体システム(又は装置又はデバイス)、或いは伝播媒体であってもよい。コンピュータ可読媒体の例は、半導体又はソリッド・ステート・メモリ、磁気テープ、取外し可能コンピュータ・ディスケット、ランダム・アクセス・メモリ(RAM)、読取り専用メモリ(ROM)、固定磁気ディスク、及び光ディスクを含む。光ディスクの現在の例は、コンパクト・ディスク−読取り専用メモリ(CD−ROM)、コンパクト・ディスク 読取り/書込み(CD−R/W)、及びDVDを含む。
プログラム・コードを格納及び/又は実行するに適したデータ処理システムは、システム・バスを介してメモリ素子に直接又は間接的に結合された少なくとも1つのプロセッサを含むであろう。メモリ素子は、プログラム・コードの実際の実行中に使用されるローカル・メモリ、大容量記憶装置、及びキャッシュ・メモリを含み得る。キャッシュ・メモリは、プログラム・コードが実行中に大容量記憶装置から検索されなければならない回数を減らすために少なくとも幾つかのプログラム・コードの一時的記憶装置を提供する。
入出力装置、即ち、I/O装置(キーボード、ディスプレイ、ポインティング装置等を含むが、これらに限定されない)は、システムに直接又は、介在するI/Oコントローラを介して結合され得る。

Claims (10)

  1. 複数の制御パラメータを含む制御パラメータ・ベクトルに応じて、複数の主要業績評価指標(KPI)に関連付けられたビジネス・プロセス・マネージメント(BPM)モデルを最適化する方法であって、コンピュータが、
    前記制御パラメータを線形制御パラメータ・ベクトル(X)及び非線形制御パラメータ・ベクトル(X')に分離するステップと、
    前記制御パラメータ・ベクトルに対する一組の候補値を反復的に計算するステップであって、各候補値は、前記BPMモデル、前記複数の主要業績評価指標(KPI)、及び前記非線形制御パラメータ・ベクトル(X')の事前選択された値に関連付けられた混合整数計画法(MIP)モデルの実行から、前記非線形制御パラメータ・ベクトル(X')に属する非線形制御パラメータの事前選択された値に関して決定される、前記計算するステップと、
    前記制御パラメータ・ベクトルに対する前記候補値の少なくとも1つに基づいて前記BPMモデルを調節するステップと
    実行することを含み、
    前記制御パラメータ・ベクトルに対する一組の候補値を反復的に計算するステップが、
    前記MIPモデルを稼働して、前記制御パラメータ・ベクトルに対する最適値の近似値(X)、前記主要業績評価指標に対する近似値(c)、及び前記BPMモデルの実行に関連するBPM出力ベクトルの近似値(Y)を提供するステップと、
    個別のイベント・シミュレーションを含む評価関数を、前記制御パラメータ・ベクトルに対する前記最適値の近似値(X)に適用することによって、前記主要業績評価指標に対する目標値(c#)及びBPM出力ベクトルに対する目標値(Y#)を決定するステップと、
    前記主要業績評価指標に対する近似値(c)の精度及び前記BPM出力ベクトルの近似値(Y)の精度と前記主要業績評価指標に対する目標値(c#)及び前記BPM出力ベクトルに対する目標値(Y#)とをそれぞれ比較して、それぞれが事前定義された基準を満たす場合、前記制御パラメータ・ベクトルに対する最適値の近似値(X)を前記制御パラメータ・ベクトルに対する候補値として選択するステップと
    を含む、
    前記方法。
  2. 前記選択するステップは、
    精度インジケータが、事前定義された閾値よりも劣っているかどうかを決定するステップ
    を含み、
    前記精度インジケータPRが次式
    PR=|(c#,Y#)−(c,Y)|/|(c#,Y#)|
    に従って決定される
    請求項に記載の方法。
  3. 前記制御パラメータ・ベクトルに対する一組の候補値を反復的に計算するステップは、
    前記主要業績評価指標に対する目標値(c#)及び前記BPM出力ベクトルに対する目標値(Y#)に関して前記主要業績評価指標に対する近似値( )及び前記BPM出力ベクトルの近似値( )が事前設定された閾値よりも小さい場合、ローカル・サーチ機構を使って前記制御パラメータ・ベクトルに対する前記最適値の近似値(X)を精細化するステップと、
    前記制御パラメータ・ベクトルに対する前記最適値の近似値(X)に対して得られた前記精細値に関して、前記稼動するステップ、前記決定するステップ、前記選択するステップ、及び前記精細化するステップを反復するステップと
    を更に含む、請求項1又は2に記載の方法。
  4. 前記ローカル・サーチ機構は、
    前記制御パラメータ・ベクトルに対する最適値の近似値(X)の近隣を計算するステップ、及び、
    前記制御パラメータ・ベクトルに対する最適値の近似値(X)に対する精細値として前記近隣における次の値を選択するステップ
    を遂行する、請求項に記載の方法。
  5. 前記精細化するステップは、少なくとも1つの停止条件の非満足を被る、請求項3又は4に記載の方法。
  6. 非線形制御パラメータ・ベクトル(X')に属する非線形制御パラメータの前記事前選択された値は非線形制御パラメータ・ベクトルに関してローカル・サーチ機構を使用して決定される、請求項1〜のいずれか一項に記載の方法。
  7. 前記ローカル・サーチ機構は、
    非線形制御パラメータ・ベクトルの現在値の近隣を計算するステップ、及び、
    前記非線形制御パラメータ・ベクトル(X')の事前選択された値として前記近隣における次の値を選択するステップ
    を遂行する、請求項に記載の方法。
  8. コンピュータ、請求項1〜のいずれか一項に記載の方法のステップを実行させる、コンピュータ・プログラム。
  9. 請求項に記載のコンピュータ・プログラムをエンコードされているコンピュータ可読媒体。
  10. 請求項1〜のいずれか一項に記載の方法のステップを実行するように適応した手段を含むシステム。
JP2011196983A 2010-10-15 2011-09-09 ビジネス・プロセス・マネージメント・モデルを最適化する方法 Expired - Fee Related JP5754709B2 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
EP10306122 2010-10-15
EP10306122.2 2010-10-15

Publications (2)

Publication Number Publication Date
JP2012089113A JP2012089113A (ja) 2012-05-10
JP5754709B2 true JP5754709B2 (ja) 2015-07-29

Family

ID=45934864

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2011196983A Expired - Fee Related JP5754709B2 (ja) 2010-10-15 2011-09-09 ビジネス・プロセス・マネージメント・モデルを最適化する方法

Country Status (5)

Country Link
US (1) US8938375B2 (ja)
JP (1) JP5754709B2 (ja)
KR (1) KR20120039480A (ja)
CN (1) CN102456167B (ja)
CA (1) CA2744436A1 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10169291B2 (en) 2016-05-23 2019-01-01 International Business Machines Corporation Reusable modeling for solving problems

Families Citing this family (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10839321B2 (en) 1997-01-06 2020-11-17 Jeffrey Eder Automated data storage system
US20130124265A1 (en) * 2011-11-15 2013-05-16 River Logic, Inc. Enterprise System/Process Modeling System and Method
US20140039856A1 (en) * 2012-07-31 2014-02-06 Lanner Group Limited Computer-readable storage medium comprising instructions for a process model, and method of use
US20140046635A1 (en) * 2012-08-13 2014-02-13 Caterpillar Inc. Facility Design and Management Systems Using Bi-Directional Cad-Des Interface
US9430548B1 (en) * 2012-09-25 2016-08-30 Emc Corporation Generating context tree data based on a tailored data model
US20140136668A1 (en) * 2012-11-15 2014-05-15 Frank Brunswig Real-time self-optimizing system for multitenant based cloud infrastructure
KR101801965B1 (ko) * 2014-09-24 2017-11-27 이원재 진화 시뮬레이션을 이용한 비즈니스 모델의 도출 및 평가 방법
US10510016B2 (en) * 2014-11-17 2019-12-17 Optimitive S.L.U. Methods and systems using a composition of autonomous self-learning software components for performing complex real time data-processing tasks
CN107924423B (zh) * 2015-12-18 2022-03-25 株式会社日立制作所 模型确定设备和模型确定方法
US11295250B2 (en) * 2016-07-18 2022-04-05 Accenture Global Solutions Limited Simulation queuing based system for analyzing client or application related changes to an application maintenance project
US20180075128A1 (en) * 2016-09-13 2018-03-15 Adobe Systems Incorporated Identifying Key Terms Related to an Entity
EP3404593A1 (en) * 2017-05-15 2018-11-21 Tata Consultancy Services Limited Method and system for data based optimization of performance indicators in process and manufacturing industries
US11055730B2 (en) 2017-06-05 2021-07-06 International Business Machines Corporation Optimizing predictive precision for actionable forecasts of revenue change
US11042891B2 (en) 2017-06-05 2021-06-22 International Business Machines Corporation Optimizing revenue savings for actionable predictions of revenue change
US11062334B2 (en) 2017-06-05 2021-07-13 International Business Machines Corporation Predicting ledger revenue change behavior of clients receiving services
JP6899340B2 (ja) * 2018-01-26 2021-07-07 株式会社日立製作所 業務プロセス設計支援方法及び業務プロセス設計支援装置
JP6926008B2 (ja) * 2018-01-31 2021-08-25 株式会社日立製作所 保守計画装置、及び保守計画方法
US11269820B1 (en) * 2018-06-11 2022-03-08 Modelop, Inc. Integration of model execution engine containers with a model development environment
US11501114B2 (en) * 2019-12-02 2022-11-15 International Business Machines Corporation Generating model insights by progressive partitioning of log data across a set of performance indicators
CN113760487B (zh) * 2020-08-05 2024-04-12 北京京东振世信息技术有限公司 一种业务处理方法和装置
CN113760407A (zh) * 2021-02-18 2021-12-07 北京沃东天骏信息技术有限公司 信息处理方法、装置、设备及存储介质

Family Cites Families (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2001077872A2 (en) * 2000-04-05 2001-10-18 Pavilion Technologies, Inc. System and method for enterprise modeling, optimization and control
JP2004517378A (ja) * 2000-07-13 2004-06-10 マニュギスティックス・インコーポレイテッド 出荷および輸送を最適化するシステムおよび方法
US7363126B1 (en) * 2002-08-22 2008-04-22 United Parcel Service Of America Core area territory planning for optimizing driver familiarity and route flexibility
AU2004252837A1 (en) * 2003-06-04 2005-01-06 Fair Isaac Corporation Relational logic management system
US7653522B2 (en) * 2005-12-07 2010-01-26 Utah State University Robustness optimization system
US8494976B2 (en) * 2006-05-31 2013-07-23 Exxonmobil Research And Engineering Company System for optimizing transportation scheduling and inventory management of bulk product from supply locations to demand locations
US8000988B1 (en) * 2006-08-18 2011-08-16 Amazon Technologies, Inc. Selecting shipping methods dependent on a dynamic model of shipping activity
US20090228309A1 (en) * 2006-12-05 2009-09-10 Georges-Henri Moll Method and system for optimizing business process management using mathematical programming techniques
US8160917B1 (en) * 2007-04-13 2012-04-17 Sas Institute Inc. Computer-implemented promotion optimization methods and systems
JP2008305019A (ja) * 2007-06-05 2008-12-18 Mitsubishi Electric Corp シミュレーション装置及びシミュレーション方法及びプログラム
JP5227596B2 (ja) * 2008-01-22 2013-07-03 富士フイルム株式会社 複屈折パターンを有する物品の製造方法
JP2009211128A (ja) * 2008-02-29 2009-09-17 Mitsubishi Electric Corp シミュレーション装置及びシミュレーション方法及びプログラム
US8275644B2 (en) * 2008-04-16 2012-09-25 International Business Machines Corporation Generating an optimized analytical business transformation
CN101751618A (zh) * 2009-12-24 2010-06-23 卓越信通电子(北京)有限公司 一种实现轨道交通建设管理协同应用平台的方法、装置和系统
US8670960B2 (en) * 2010-03-16 2014-03-11 Schlumberger Technology Corporation Proxy methods for expensive function optimization with expensive nonlinear constraints
US8457996B2 (en) * 2011-05-27 2013-06-04 Sap Ag Model-based business continuity management
US20130018700A1 (en) * 2011-07-14 2013-01-17 International Business Machines Corporation Optimizing product portfolios under customer choice

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10169291B2 (en) 2016-05-23 2019-01-01 International Business Machines Corporation Reusable modeling for solving problems

Also Published As

Publication number Publication date
CN102456167A (zh) 2012-05-16
CN102456167B (zh) 2015-03-25
US20120095734A1 (en) 2012-04-19
US8938375B2 (en) 2015-01-20
CA2744436A1 (en) 2012-04-15
KR20120039480A (ko) 2012-04-25
JP2012089113A (ja) 2012-05-10

Similar Documents

Publication Publication Date Title
JP5754709B2 (ja) ビジネス・プロセス・マネージメント・モデルを最適化する方法
Alrifai et al. A hybrid approach for efficient Web service composition with end-to-end QoS constraints
Kosztyán Exact algorithm for matrix-based project planning problems
US20080140469A1 (en) Method, system and program product for determining an optimal configuration and operational costs for implementing a capacity management service
Schwegmann et al. A method and tool for predictive event-driven process analytics
Bocciarelli et al. Simulation-based performance and reliability analysis of business processes
US7793271B2 (en) Bi-directional product development process simulation
Zheng et al. Probabilistic QoS aggregations for service composition
d’Argenio et al. Statistical approximation of optimal schedulers for probabilistic timed automata
CN112200459A (zh) 一种配电网数据质量分析评价方法及系统
Martens et al. A hybrid approach for multi-attribute qos optimisation in component based software systems
US7856500B2 (en) Method for placing composite applications in a federated environment
Hajlaoui et al. A QoS-aware approach for discovering and selecting configurable IaaS Cloud services
Aysolmaz et al. Automated functional size estimation using business process models with UPROM method
Ayyıldız et al. Selection of Six Sigma projects based on integrated multi-criteria decision-making methods: the case of the software development industry
US20140052431A1 (en) Supporting proactive decision-making in event-driven applications
Rhmann et al. Optimized and prioritized test paths generation from UML activity diagram using firefly algorithm
Noorshams et al. Using quality of service bounds for effective multi-objective software architecture optimization
Ardagna et al. Qos assessment and sla management
Jafarpour et al. QoS-aware Selection of Web Service Compositions using Harmony Search Algorithm.
Ardagna et al. Model driven qos analyses of composed web services
Simperl et al. Exploring the economical aspects of ontology engineering
Böhmer et al. Automatic business process test case selection: coverage metrics, algorithms, and performance optimizations
Busch et al. Considering not-quantified quality attributes in an automated design space exploration
Bhattacharjee et al. A novel approach for test path generation and prioritization of uml activity diagrams using tabu search algorithm

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20140409

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20141128

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20150120

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A821

Effective date: 20150219

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20150219

RD12 Notification of acceptance of power of sub attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7432

Effective date: 20150219

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A821

Effective date: 20150223

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20150401

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20150402

Free format text: JAPANESE INTERMEDIATE CODE: A821

Effective date: 20150402

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20150422

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A821

Effective date: 20150423

RD14 Notification of resignation of power of sub attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7434

Effective date: 20150423

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20150519

R150 Certificate of patent or registration of utility model

Ref document number: 5754709

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

LAPS Cancellation because of no payment of annual fees