Sumário
1.4 Objetivos e Desafios da Pesquisa
a) É possível expressar de maneira mais realista o comportamento humano usando conjuntos
fuzzy
quando se trata de Sistemas de Gerenciamento deWorkflow.
b) Como o tempo real necessário para a execução de uma atividade em um Sistema de Gerenciamento de
Workflow
é não-determinístico e não é facilmente previsível, uma duraçãofuzzy
pode ser atribuída a cada atividade a fim de representar a incerteza do tempo gasto para a realização de cada atividade.c) O conceito de possibilidade conjunta que considera dois conjuntos nebulosos si multaneamente - tanto a disponibilidade dos recursos quanto restrições de tempo para respeitar prazos preestabelecidos de conclusão dos casos tratados - flexibiliza os modelos de alocação de recursos bem como a duração das atividades de ma neira a expressar melhor o comportamento de funcionários humanos que atuam em atividades de processos de negócio.
d) É factível, usando CPN (Colored Petri Nets) e o ambiente CPN Tools, implementar simular e avaliar diversas propostas de modelos de alocação de recursos de processos de negócio.
1.4 Objetivos e Desafios da Pesquisa
Em Jeske (2006), foi proposto um modelo de rede de Petri p-temporal com recursos híbridos
fuzzy
como solução para o problema de alocação de recursos humanos em SGWs de forma a expressar de maneira mais realista o mecanismo de alocação de recursos quando o comportamento humano é considerado. A fim de alcançar o objetivo proposto, os mecanismos de alocação de recursos foram fuzzyficados e uma apresentação informal de jogadores associados a tais modelos foi introduzida mas não implementada. Tais me canismos de inferência especializados tem como papel principal encontrar sequências de atividades que respeitam os prazos de conclusão dos casos considerados nos processos de acordo com as disponibilidades dos recursos existentes. Isso constitui de certa forma um problema de escalonamento de atividades no caso de processos de negócio, num contexto menos de otimização e mais de satisfação de um conjunto de restrição, como é o caso ge ralmente da abordagem de Inteligência Artificial aplicadas ao problema de escalonamento de um conjunto de atividades. A partir dos resultados alcançados nessa pesquisa, pode-se delinear novos objetivos.1.4.1 Objetivo Geral
O objetivo deste trabalho é propor um novo modelo de alocação de recurso em pro cessos de negócio que consideram o gerenciamento do tempo (essencialmente os prazos de conclusão dos casos tratados pelos processos existentes) através de restrições de tipo incertas e nebulosas ( intervalos de tempo
fuzzy).
Além disso, deve-se definir mecanismos30 Capítulo 1. Introdução
de inferências especializados de tipo
token player
para uma gestão dos recursos e do tempo consistente com a forma de trabalhar de funcionários humanos envolvidos na execução das atividades dos processos a fim de garantir a execução das tarefas previstas dentro de prazos bem estabelecidos.1.4.2 Objetivos Específicos
a) Construir, simular e validar o protótipo do mecanismo de alocação de recursos apresentados em (JESKE, 2006) usando a ferramenta de programação e simulação CPN Tools. Os mecanismos de inferências do tipo
token player
serão implementa dos para a supervisão dos mecanismos de alocação de recursos discretos, contínuos, híbridos e eventualmentefuzzy.
A construção, simulação e validação dos jogadores será feita no CPN Tools.b) Definir um modelo de
workflow
que considera intervalos de tempofuzzy
associados às atividades do processo. Baseados em tais intervalos de tempo, mecanismos de propagação de restrições de tempos serão aplicados para produzir uma estimativafuzzy
das datas de início das atividades envolvidas nos processos.c) Introduzir a noção de possibilidade conjunta que envolve o caráter incerto e ne buloso tanto dos tempos de execução das atividades dos processos quanto das intensidades de carga dos recursos utilizados para a realização de atividades. Defi nir novas regras de disparo aplicadas ao novo modelo de alocação de recursos que considera informações incertas e nebulosas nos diversos aspectos das atividades do processo, isso com a finalidade de tornar o comportamento do novo modelo o mais próximo e consistente com o comportamento de funcionários humanos envolvidos na execução de atividades de processos de negócio.
d) Construir, simular e validar o protótipo do novo modelo de alocação de recursos que considera informações incertas e nebulosas nos diversos aspectos das atividades do processo (tanto dos tempos de execução das atividades dos processos quanto das intensidades de carga dos recursos utilizados para a realização de atividades). Os mecanismos de inferência do tipo
token player
serão implementados para a supervisão dos mecanismos de alocação de recursosfuzzy
bem como a duração das atividades. A construção, simulação e validação dos jogadores será feita no CPN Tools.e) Definir heurísticas para melhorar a taxa de sucesso de entrega dos casos tratados nos diversos processos do ponto de vista dos prazos de entrega. A fim de evitar que casos não cheguem ao final, as heurísticas tratarão casos que chegam antes do prazo estabelecido, dentro do prazo ou atrasados (após o prazo).
1.5. Contribuições 31
1.5 Contribuições
Os processos de negócio e seus projetos ganharam importância desde o início dos anos noventa. A habilidade em projetar estes processos de forma eficiente e flexível é o fator de sucesso mais difícil de ser alcançado pelas companhias atualmente. É desta dificuldade que surgiu a necessidade de desenvolver e lidar com técnicas e ferramentas adequadas para especificar, analisar e simular processos de negócio.
Complexos mecanismos de alocação de recursos existem em processos de negócio e raramente são considerados formalmente. Por outro lado, eles geralmente são as causas de criação de gargalos e baixos desempenhos em processos e podem até levar a problemas sérios de gargalos ou bloqueios. É então de fundamental interesse analisar os processos de negócio considerando a existência de restrições sobre os mecanismos de alocação de recurso nas fases iniciais do desenvolvimento de sistemas administrativos.
A principal contribuição que se espera deste trabalho é a de propor um novo modelo de
Workflow net
com mecanismos de alocação de recursos e restrições de tempofuzzy
que deverão tornar o modelo de supervisão das atividades executadas nos processos de negócio o mais próximo possível do comportamento de funcionários humanos que atuem diretamente na execução das atividades dos processos. As tarefas de um processo de negócio geralmente dependem de diferentes recursos para serem executadas. Além disso, recursos do tipo humano podem trabalhar em diferentes atividades simultaneamente e ainda gastar mais ou menos tempo em cada tarefa. Em particular, o desempenho esperado para o processo de negócio depende de como os recursos são provisionados e usados. Para isso, pretende-se associar técnicas clássicas de representação de processos a conceitos avançados de Inteligência Artificial que consideram o caráter incerto e nebuloso tanto de recursos de tipo humano quanto do tempo para realização das tarefas.
Mecanismos de inferência especializados do tipo