В работе описан пример использования метода поддержки принятия решений при разработке информационных систем микросервисной архитектуры для проектирования веб-сервиса. Метод опирается на гибридный подход в проектировании, который заключается в совместном использовании структурного анализа и объектно-ориентированного подхода: на этапе обследования используются нотации описания процессов IDEF0 и DFD; на этапе проектирования информационной системы диаграмма DFD конвертируется в элементы (артефакты) диаграмм классов, прецедентов и последовательности языка UML, что обеспечивает согласованность и корректность выполнения данных этапов. Он позволяет описывать автономные и автоматизированные компоненты программных систем, а также веб-сервисы как программных агентов. Взаимодействие с агентом идет с использованием методов API. Эти методы могут быть показаны на диаграмме последовательности языка UML, описывающей работу агента-микросервиса. Информация для построения диаграмм объектно-ориентированного подхода берется из описания диаграмм структурного подхода. Для апробации метода был разработан прототип веб-сервиса имитационного моделирования BPsim.Web. Основные функции веб-сервиса имитационного моделирования BPsim.Web – построение гибридных агентных имитационных дискретно-событийных моделей и проведение имитационных экспериментов с моделями бизнес-процессов и организационно-технических систем, анализ результатов имитационных экспериментов.
The article describes an example of using the decision support method in the development of multiservice architecture information systems for a web service. The method is based on a hybrid approach, which consists in the joint use of structural analysis and an object-oriented approach. For domain description stage the method are used IDEF0 and DFD busines process notation. On the software design stage DFD diagram are converted in artefact and elements of classes diagram, use cases diagram and sequences diagram. This approach are procuring the correction of both stages. It allows you to describe autonomous and automated components of software systems, as well as web services as software agents. Interaction with the agent is carried out using API methods. These methods can be shown on a UML sequence diagram describing the operation of a microservice agent. The information for constructing diagrams of the object-oriented approach is taken from the description of diagrams of the structural approach. To test the method, a prototype of the web service BPsim was developed. The main functions of the BPsim. Web service is the construction of hybrid agent-based simulation discrete–event models and conducting simulation experiments with models of business processes and organizational and technical systems, analysis of the results of simulation experiments.
1. Лучшая архитектура для MVP: монолит, SOA, микросервисы или бессерверная?.. Ч. 1 [Электронный ресурс]. URL: https://habr.com/ru/company/otus/blog/476024/ (дата обращения: 27.10.2022).
2. Лучшая архитектура для MVP: монолит, SOA, микросервисы или бессерверная?.. Ч. 2 [Электронный ресурс]. URL: https://habr.com/ru/company/otus/blog/477930/ (дата обращения: 27.10.2022).
3. Спицина И.А., Аксенов К.А. Метод поддержки принятия решений при разработке информационных систем на основе мультиагентного подхода: монография. Министерство науки и высшего образования Российской Федерации, ФГАОУ ВО «Уральский федеральный университет имени первого Президента России Б.Н. Ельцина»; ФГБОУ ВО «Уральский государственный педагогический университет». Екатеринбург: УрГПУ, 2018. 156 с.
4. Antonova A.S., Aksyonov K.A., Aksyonova O.P. An imitation and heuristic method for scheduling with subcontracted resources. Mathematics. 2021. No. 9 (17). 2098. DOI: 10.3390/math9172098.
5. Antonova A., Aksyonov K., Ziomkovskaya P. (2021) Development of a Method and a Software for Decision-Making, System Modeling and Planning of Business Processes. Frontiers in Software Engineering. ICFSE 2021. Communications in Computer and Information Science. Vol. 1523. Springer. Cham. 2021. DOI: 10.1007/978-3-030-93135-3_10.
6. Wooldridge M., Jennings N., Kinny D. The Gaia Methodology for Agent-Oriented Analysis and Design. Journal of Autonomous Agents and Multi-Agent Systems 3. 2000. P. 285–312.
7. Wooldridge M., Jennings N. Intelligent Agent: Theory and Practice. Knowledge Engineering Review. 1995. № 10 (2).
8. Швецов А.Н. Модели и методы построения корпоративных интеллектуальных систем поддержки принятия решений: дис. … докт. техн. наук: 05.13.01. Санкт-Петербург, 2004. 461 с.
9. Андрейчиков А.В., Андрейчикова О.Н. Интеллектуальные информационные системы: учебник. М.: Финансы и статистика, 2004. 424 с.
10. Skobelev P., Zhilyaev A., Larukhin V., Grachev S., Simonova E. Ontology-based open multi-agent systems for adaptive resource management. In Proceedings of the 12th International Conference on Agents and Artificial Intelligence. Valletta, Malta. 2020. P. 127–135. DOI: 10.5220/0008896301270135.
11. Skobelev P., Zhilyaev A., Larukhin V., Grachev S., Simonova E. Ontology-based open multi-agent systems for adaptive resource management. In Proceedings of the 12th International Conference on Agents and Artificial Intelligence. Valletta, Malta. 22–24 February 2020. P. 127–135. DOI: 10.5220/0008896301270135.
12. Lukinskiy V., Lukinsky V., Sokolov B., Bazhina D.A. Probabilistic Estimation of Perfect Order Parameters, in: Advances in Production Management Systems. Artificial Intelligence for Sustainable and Resilient Production Systems: IFIP WG 5.7 International Conference, APMS 2021. Nantes, France. September 5–9. 2021. Proceedings Part 1. Switzerland: Springer, 2021. P. 447–454.