Задача удовлетворения ограничений с. Ф. Чалый, И. Б. Буцукина,И. А. Криворотенко



Скачать 123,29 Kb.
Дата26.10.2016
Размер123,29 Kb.
УДК 519.68
ФОРМИРОВАНИЕ МОДЕЛИ ГИБКОГО ПРОЦЕССА РАЗРАБОТКИ ПРОГРАММНОГО ОБЕСПЕЧЕНИЯ СРЕДСТВАМИ PROCESSMININGКАК ЗАДАЧА УДОВЛЕТВОРЕНИЯ ОГРАНИЧЕНИЙ

С.Ф. ЧАЛЫЙ, И.Б. БУЦУКИНА,И.А.КРИВОРОТЕНКО,
Рассмотрена проблема адаптации гибких методологий управления программными проектами, в частности методологии Scrum, с использованием процесса ретроспективы. Предложен подход к проведению ретроспективы с использованием модели процесса разработки, полученной методами processmining.Задача формирования модели гибкого процесса разработки программного обеспечения средствами интеллектуального анализа процессов представлена как задача удовлетворения ограничений.Ограничения для рассматриваемой задачи определяются с учетом отношения, задающего допустимые сочетания значений дискретных переменных: продолжительности базового цикла разработки, допустимого набора задач цикла разработки, требований к исполнителям, а также их подмножества, на котором определено данное соотношение. Предложен обобщенный алгоритм решения данной задачи с учетом ограничений по исполнителям, задачам и по времени.

Ключевые слова: гибкие методологии разработки, Scrum, ретроспектива, processmining, задача удовлетворения ограничений.


  1. Введение

В настоящее время на разработку программного обеспечения затрачивается большая часть средств, выделенных на проектирование информационной системы в целом. В течение всего жизненного цикла разработки программного продукта необходимо осуществлять контроль своевременности и качества разработки. Эффективное построение процесса разработки программного продукта позволит снизить риски к минимуму, а также максимально учесть требования заказчика. В связи с этим актуальность использования эффективных методологий разработки программного продукта является несомненной.

Современные методологии разработки обеспечивают широкий диапазон подходов к созданию программных систем – от традиционной, водопадной модели до гибких, адаптируемых методологий.

Традиционный подход к управлению проектами направлен на последовательную, линейную разработку. Формируются требования, разрабатывается проект, выполняется кодирование и тестирование. По результатам выполнения всех этапов жизненного цикла проект сдается заказчику целиком. Существенным недостатком данного подхода является необходимость детального описания требований до начала разработки. В то же время на практике, в процессе разработки продукта могут возникать новые требования, уточняться уже существующие. Однако при традиционном подходе требования и сроки должны быть зафиксированы до начала разработки.

Альтернативой традиционному подходу являются гибкие методологии, при использовании которых на каждом этапе планируется разработка лишь ограниченной функциональности программного продукта. После завершения очередного этапа разработки заказчик может видеть работающую версию программного продукта, а также оценить ее соответствие сформулированным ранее требованиям. Это позволяет заказчику определить новые либо переопределить существующие требования.

Указанный подход к разработке предусматривает возможные изменения в требованиях заказчика и позволяет адаптировать методологию во время разработки проекта с учетом изменяющихся требований [1].

Процесс разработки программного обеспечения в соответствии с гибкой методологией целесообразно рассматривать как процесс преобразования ресурсов. Построение и уточнение моделей таких реально выполняющихся процессов связано с решением задач processmining. Формализация гибких методологий разработки путем построения модели процесса методами processminingс учетом имеющихся ограничений позволяет своевременно и эффективно вносить изменения в проект в соответствии с новыми требованиями (ограничениями). Также это дает возможность выявить и устранить отклонения от желаемого результата на ранних этапах разработки продукта и откорректировать ограничения за счет постоянной верификации продукта заказчиком.

Вышеизложенное и определяет актуальность рассматриваемой в статье проблематики.

2. Анализ литературы

Сущность гибких(Agile) методологий разработки программного обеспечения была представлена в документе «Манифест гибкой методологии разработки программного обеспечения» в виде 4 основных идей и 12 принципов [2]. Гибкие методологии использовалась многими компаниями и до принятия манифеста, однако именно после этого события Agile подход стал активно использоваться при разработке программного обеспечения.

Гибкий, эволюционный процесс разработки программного обеспечения в общем случае представляет собой задачу удовлетворения ограничений[3,4]. Целью последней является нахождение таких значений переменных, которые бы удовлетворяли заданным ограничениям. Рассматриваемая парадигма основана на декларативном описании системы ограничений и используется,в частности, для решения задач распределения ресурсов и планирования[5].Agile- процесс в общем случае включает себя итеративно выполняющуюся задачу планирования на ближайший цикл разработки.

Наиболее популярной методологией Agile - разработки является Scrum. В основе методологии Scrum лежит разбиение процесса разработки на короткие этапы, именуемые спринтами. По окончании каждого спринта программное обеспечение с разработанной на данном этапе функциональностью предоставляется заказчику. Также по завершению спринта может выполняться ретроспектива.

Ретроспектива предназначена для совместного обсуждения членами команды прошедшей итерации, выявления узких мест и усовершенствования процесса разработки. В целом ретроспектива является одним из ключевых элементов методологии Scrum, поскольку именно она позволяет адаптировать Scrum, делая из него по-настоящему гибкий подход к управления проектами[6].

В то же время, существующие подходы к выявлению узких мест в процессе разработки являются скорее искусством, они не формализованы и связаны с выделением ограничений человеком, что приводит к значительному влиянию человеческого фактора при решении поставленной задачи. Все это и определяет важность формализованного выявления процесса разработки на основе описания ограничений по наборам задачам и характеристикам исполнителей.


3. Цель и задачи исследования

В процессе разработки программного обеспечения и последующей ретроспективы могут возникать следующие проблемы, снижающие производительность команды разработчиков:



  • размер спринта может быть переоценен/недооценен;

  • производительность команды/отдельных членов команды может быть ниже/выше ожидаемой;

  • конкретные задачи спринта могут быть переоценены или недооценены.

Все эти проблемы в первую очередь возникают у молодых команд, которые еще не сработались и только начинают формироваться либо же на первых спринтах, когда еще не определена средняя производительность команд[6].

В связи с этим основной целью при адаптации гибких методологий является построение модели динамически изменяющегося процесса разработки с учетом ограничений по размеру спринта, производительности членов команды, уровню сложности разрабатываемых во время спринта задач. Применение данной модели создает условия для автоматизации выявления причин проблем и узких мест процесса разработки при проведении ретроспективы.


4. Задача удовлетворения ограничений при построении модели процесса разработки программного обеспечения средствамиprocessmining

Processmining (интеллектуальный анализ процессов, ИАП) – это процесс извлечения знаний о бизнес-процессах из журналов событий (логов).ИАП позволяет в автоматизированном режиме построить модель процесса, использовав журнальные данные. Следует отметить, что указанная технология базируется на технологии интеллектуального анализа данных (Datamining).[7]

Методы интеллектуального анализа процессов (processmining) используют в качестве исходных данных наборы последовательностей событий, отражающих выполнение процесса. Предполагается, что можно последовательно записывать события, и каждое из таких событий относится к некоторой активности (т.е. к четко определенному шагу в процессе) и связано с экземпляром процесса.Такие записи, составляющие исходные данные для анализа содержатся в журнале регистрации событий (логе).

Результатом использования методов processmining является модель исходного(выполнявшегося) процесса.

Такой процесс является дискретным (изменения состояний происходят только в дискретные моменты времени), который на входе получают ресурсы (финансовые, человеческие, материальные), во время своего выполнения преобразуют ресурсы в выходные программные продукты. Траектория (путь) выполнения рассматриваемых процессов отображается в виде дискретной последовательности событий. Каждое из этих событий фиксирует выполнение соответствующего действия процесса.

Один из первых алгоритмов processminingосновывался на обработкевероятностей наступления последовательностей событий. Основные шаги алгоритма состоят в следующем: создаются таблицы вероятностей для последовательностей событий путем подсчета числа появлений одинаковых последовательностей в потоке событий. После этого последовательности, вероятность и число появлений которых ниже установленного пользователем порога, отсекаются, а оставшиеся используются для создания конечного автомата[8].

Ведущий ученый в данной области Ван дер Аалст разработал наиболее часто используемый алгоритм processmining- α-алгоритм. Его основное отличие состоит в том, что заранее можно сказать c каким классом моделей алгоритм будет гарантированно работать. Необходимое условие для работы алгоритма – отсутствие шума в исходных данных.

В основе алгоритмов ИАПлежит допущение, что все вершины графов должны иметь уникальные метки (т. е. одному уникальному событию должна соответствовать ровно одна вершина на модели). Это затрудняет извлечение дублируемых задач.

Все типовые конструкции распознает генетический алгоритм, однако его выполнение занимает очень большое время.

В целом, α-алгоритм является наиболее подходящим для решения поставленной задачи построения модели процесса разработки программного обеспечения, поскольку класс моделей известен заранее.

Типовая структура лога исходных, которая необходима для работы методов ИАП, включает в себя следующие элементы:

событие, отражающее выполнение действия (задачи);



  • временная метка;

  • дополнительные параметры (например, исполнитель, объект, с которым работает процесс).

Для процессов быстрой разработки программного обеспечения файл лога включает следующие составляющие:

временная метка;

задача (идентификатор задачи);

состояние события;

пользователь (идентификатор пользователя);

дополнительные атрибуты действия (сложность, затраченное время, приоритет и др.).

Использование средств интеллектуального анализа процессовпозволяет построить модель процесса разработки, которую впоследствии можно использовать для анализа при проведении ретроспективы.

Процесс описывается графом, вершины которого отражают состояния моделируемой динамической системы, дуги – переходы между этими состояниями. Переходы связаны с выполнением действий над объектами процесса.

Выполнение одного из возможных в текущем состоянии действий процесса зависит от входного состояния процесса и набора выполненных действий.

Конечным состоянием является такое, из которого отсутствуют дуги в другие состояния процесса.

Реализация каждого процесса (след, трасса процесса) представляет собой последовательность действий, переводящих процесс из начального состояния в конечное. В общем случае каждый процесс обладает множеством трасс. След процесса отражается в рассмотренном выше файле лога.

Исходя из рассмотренных особенностей задачи построения модели процесса гибкой разработки программного обеспечения, можно сделать вывод о том,что данная задача определяется набором дискретных переменных , которые соответствуют продолжительности спринта, набору задач спринта и исполнителям (членам команды). Множества значений для каждой из переменных определяются соответственно требованиями заказчика к срокам сдачи проекта, к функциональности разрабатываемого программного обеспечения, а также составом и квалификацией команды разработчиков. Для задания ограничений определим на множестве значений отношение , задающее допустимые сочетаниязначений рассмотренных переменных. Тогда множество переменных , на котором определено отношение , задает возможный диапазон отношений, а пара определяет набор ограничений рассматриваемой задач. Тогда задача построения модели гибкого процесса разработки программного обеспечения средствами processmining представляет собой задачу удовлетворения ограничений, которая имеет следующий вид: , где - набор ограничений по срокам, задачам на один спринт и возможностям исполнителей.

Для решения задачи необходимо найти такие значения переменных , которые бы удовлетворяли ограничениям .

При решении данной задачи необходимо учитывать, что отношение является пересечением отношений для сроков, исполнителей, задач: .

Технология анализа процесса разработки заключается в предварительном анализе лога событий, структурировании/фильтрации данных, построение графиков, на основе полученных данных. Предварительный анализ процесса разработки позволяет формализовать/визуализировать процесс разработки с различных сторон:

1. Формализация/визуализация процесса выполнения конкретной задачи. Сравнение реального времени выполнения с оцененным;

2. Формализация/визуализация процесса выполнения задач конкретным членом команды. Сравнение производительности члена команды с ожидаемыми оценками.

3. Формализация/визуализация процесса выполнения спринта в целом.

Таким образом применение методов анализа процессов позволит обеспечить эффективное проведение ретроспектив с выявлением проблемных мест в процессе разработки.

Для решения рассмотренной задачи удовлетворения ограниченийпо длительности цикла разработки на каждой итерации, исполнителям, функциональности, необходимо выполнить следящие шаги:

1. Трансформация исходных данных для построения модели процесса разработки методами processmining в требуемый формат.

2. Модификация названий задач с учетом их статуса и исполнителя

3. Формирование ограничений по размеру спринта, исполнителям, функциональности.

4. Формирование исходных данных для построения модели с учетом имеющихся ограничений.

5. Построение модели процесса разработки на основе выделенных исходных данных.

6. Анализ модели и, при необходимости уточнение ограничений.

Алгоритм решения задачи формирования модели гибкого процесса разработки программного обеспечения средствами processminingпредставлен на рисунке 1.
6. Выводы

Задача формирования модели гибкого процесса разработки программного обеспечения средствами интеллектуального анализа процессовпредставлена как задача удовлетворения ограничений. Данная задача определяется следующим набором дискретных переменных: продолжительность спринта (базового цикла разработки), допустимый набор задач спринта, требуемый уровень квалификации исполнителей (членов команды разработчиков).

Множества значений для каждой из переменных задачи определяются уровнем требований заказчика (владельца проекта) к срокам его разработки, к его функциональным возможностям, а также к и квалификации разработчиков.

Ограничения для рассматриваемой задачи определяются с учетом отношения, задающего допустимые сочетания значений указанных переменных, а также их подмножества, на котором определено данное соотношение.




Рисунок 1 – Алгоритм решения задачи построения модели процесса разработки программного обеспечения с учетом ограничений по исполнителям, задачам и по времени.


Выделена базовая последовательность этапов метода построения этапа разработки и разработан обобщенный алгоритм решения данной задачи с учетом ограничений по исполнителям, задачам и по времени.

В практическом плане полученные результаты дают возможность выполнять усовершенствование гибкой методологии разработки программных проектов Scrum, , путем построения модели разработки средствами интеллектуального анализа процессови использования этой модели в процессе ретроспективы. Применение модели дает возможность автоматизировать выявление причин проблем, возникших во время проведения спринта. Поэтому применение методов processmining позволяет увеличить эффективность ретроспективы, и вследствие улучшить процесс разработки программного продукта в целом.



Литература: 1. Мартин, Р. Быстрая разработка программ. Принципы, примеры, практика.Tennessy, 2011. 264 с. 2. Книберг, Х. Scrum и XP для тренеров. Вильямс, 2010.268 с.3. Apt K. R. Principles of Constraint Programming. New York: Cambridge University Press, 2003. 407 p. 4.Rossi F., van Beek P., Walsh T. (eds.) Handbook Of Constraint Programming. Elsevier, 2006.978 p. 5. Kautz H., Selman B. Planning as Satisfiability // Proceedings of European Conference on Artificial Intelligence ECAI–92 (Vienna, 1992). Chichester: John Wiley and Sons, 1992. P. 359–363. 6. Мартин,Р. Чистыйкод. Висконсин, 2010. 201 с.7.Van der Aalst W. Process Mining: Discovery, Conformance and Enhancement of Business Processes Y.: Springer Verlag, 2011. 370 с.8. Барсегян А. Анализ данных и процессов 3-е издание. Спб: БХВ-Петербург, 2009. 513 c.
УДК 004.89

Формування моделі гнучкого процесу розробки програмного забезпечення засобами processmining як задача задоволення обмежень/ С.Ф. Чалий, І.Б. Буцукіна, I.О.Криворотенко, // АСУ и приборы автоматики. 2013. № ???. C. ??-??

Розглянуто проблему адаптації гнучких методологій управління програмними проектами, зокрема методології Scrum, з використанням процесу ретроспективи. Запропоновано підхід до проведення ретроспективи з використанням моделі процесу розробки, отриманої методами інтелектуального аналізу процесів. Задача формування моделі гнучкого процесу розробки програмного забезпечення засобами інтелектуального аналізу процесів представлена як задача задоволення обмежень. Обмеження для розглянутої задачі визначаються з урахуванням відносин, що задають допустимі поєднання значень дискретних змінних: тривалості базового циклу розробки, допустимого набору завдань для циклу розробки, вимог до виконавців, а також їх підмножини, на якій визначено дане співвідношення. Запропоновано узагальнений алгоритм вирішення даного завдання з урахуванням обмежень за виконавцями, завданнями і за часом.

Табл. 00. Іл. 01. Бібліогр.: 08назв.
UDC 004.89constraint satisfaction problem

Developing a model of agile software development process using process mining as a constraint satisfaction problems / S.F. Chaliy, I.B. Bucukina,I.O.Kryvorotenko, // ACS and automation devices. 2013. № ???.C. ??-??

This paper presents the basic principles of using agile methodologies. Were analyzed, in which it was discovered their advantages and disadvantages. The analysis examined the problem of adapting agile methodologies managing software projects, including the methodology Scrum. As part of the analysis the Scrum methodology it was investigated the retrospective process problems and have been proposed solutions using process mining. The task of forming a flexible model of the software development process mining tools represented as constraint satisfaction problems/ Restrictions for the problem are determined by the relationship defining the permissible combinations of discrete values of a few variables.To solve this problem have been investigated data mining methods and developed the algorithm of data mining usage to improve the retrospective process.


Tab. 00. Fig. 01. Ref.: 08items.

Поделитесь с Вашими друзьями:


База данных защищена авторским правом ©grazit.ru 2017
обратиться к администрации

    Главная страница