连载6:某公司ERP系统建设中的流程建模与仿真分析研究(第四章上)
发表时间:2008-5-24 作者: 杨璞 来源: 万方数据
关键字: 流程建模 仿真 优化 ARIS 

本研究提出了在ERP系统需求分析阶段对主要业务流程建模的方法:理解流程相关的企业目标——建立组织结构模型——建立总体业务流程模型——作业流程建模——流程仿真优化——确定模型。并在ABC集团的ERP项目中使用该方法建立了主要业务流程的原始模型,也对其中具有代表性的流程进行了仿真优化,验证了该方法的实效性、可行性。

      4.1.2 “订单处理”业务流程拟合离散系统的仿真数据
      从以上的“订单处理”流程可以看到,它是一个离散事件(“接到订单”)驱动的流程,流程中的分支也存在概率分布,所以它适合用离散系统进行仿真的。在对流程仿真前,首先采集流程数据并拟合为运行仿真需要的数学函数。研究中对包括作业处理时间数据、功能分支概率数据、组织人员数据、工作时间数据等进行了采集,并且拟合为相应的数学函数,说明如下。

      4.1.2.1 仿真周期   
      首先要对流程运行仿真的周期进行定义。仿真的周期基于正常工作时间(也就是事件发生的时间范围)。仿真运行的时间周期如表4-1所示。


表4-1 正常工作时间数据


      研究中的四个仿真都是基于上述的工作周期,运行一个月得到的数据进行分析。

      4.1.2.1 流程驱动事件的分布函数表示   
      然后要对流程驱动事件“接到订单”进行数学函数表示,该事件的发生相当于流程的业务工作量负荷。每天接到的订单约为110张单。订单传真接收是离散事件,在一天中并不是平均分布的,上午9:30~12:30之间接收到大部分的订单传真,订单接收事件的发生分布接近于正态分布,经过对实际数据的拟合分析得到如表4-2的订单接收事件分布函数。


表4-2 订单接收事件数据


      4.1.2.2 作业处理时间的分布函数表示   
      在采集的数据中作业处理时间有两类,一类大致是固定数值,例如“检查订单项目是否清晰”、“审核客户资料”等,可以取为常量值输入模型中;另一类则随着作业处理数据量的大小不同而在一定范围内变动,例如“订单有效性审核”、“订单录入”等,采集的数据接近正态分布,经过拟合分析得到正态分布函数作为流程运行的参数。
      流程中一类作业只要人员时间可以安排就马上进行,如“检查订单项目是否清晰”、“致电业务代表核对订单”等,这些作业的静态等待时间(Static wait time)为0;而另一类作业客观上需要等待一定时间才能进行,如“与客户协商修改订单”、“主管批示”等,这些作业的静态等待时间要设为一定的数值。对采集到的数据整理得到表4-3示的流程作业参数。


表4-3 旧流程功能作业处理时间数据


      4.1.2.3 功能分支概率数据   
      对于流程中存在的判断点分支,需要输入分支的发生概率。经过采集统计,得到流程的异或(两者取一)分支的发生概率,整理数据表4-4所示。


表4-4 旧流程功能分支概率数据


      4.1.2.4 组织人员配置数据   
      流程中涉及的组织人员有订单组、财务审单、业务代表、财务经理等。人力资源的数据如表4-5示。


表4-5 旧流程人力资源配置数据


      这里还需要指出:业务代表负责订单修改的协商,在人员配备上是每张订单由接单业务员跟进。也就是说一定有充足的人员来进行“与客户协商修改订单”这项作业的,人力资源可以说是无限的,设定为4人只是为了满足最低需要。所以在接下来的仿真中,业务代表的人力资源负荷是可以忽略的。


<<首页 <上一页  1  2  3  4  5  下一页>  末页>>  
责任编辑:殷爽