urbanisation-si

urbanisation-si

Apprenez le niveau logique de décision de la norme de modélisation de règles métiers DMN ( Decision Model Notation )

Le précédent article vous a permis de tout comprendre sur le niveau d'exigences des décisions qui est une vue macro des règles utilisant des concepts métiers.

 

Ce niveau de description est souvent suffisant pour : l'analyse métier d'un domaine de prise de décisions, identifier les règles métiers impliquées, leurs corrélations, la connaissance de domaines d'activité et les données nécessaires pour eux et les sources connaissances métiers.

 

En utilisant la logique de décision, les mêmes composants peuvent être spécifiés de façon plus détaillée, capturer un ensemble complet de règles de gestion et de calculs et, si on le souhaite, pour permettre à la prise de décisions d'être entièrement automatisée dans un moteur de règles métiers BRMS ( Business Rule Management System ) associé à un moteur de processus métier BPM ( Business Process Management ).

 

La logique de décision peut aussi fournir des informations supplémentaires sur la façon de montrer(d'afficher) des éléments dans le modèle de décision. Par exemple, l'élément de logique de décision pour une table de décision peut spécifier s'il faut montrer les règles comme des lignes ou comme des colonnes.

 

La correspondance entre des concepts au niveau d'exigences de décision et le niveau de logique de décision est décrite dans le schéma.

 

Nous verrons dans un article ultérieur, les éléments de syntaxe de DMN.

 

Au niveau de logique de décision, chaque décision dans un DESSIN est définie utilisant une expression ( dans un langage de règles comme le Drools Rule Language, le langage de règles métiers de l'open source DROOLS de Red Hat jBoss) qui spécifie comment le résultat de la décision est déterminée en fonction des entrées.

À ce niveau, on considère la décision pour être l'évaluation de l'expression.

L'expression peut être notée en utilisant une expression encadrée ( voir schéma ci-dessous ).

 

dmn-niveau-logique-de-decision-06.PNG

 

De la même façon, au niveau de logique de décision, un modèle de connaissance métier est défini en utilisant une expression qui spécifie comment un résultat est déterminé en fonction des entités passées en entrée.

 

Dans un modèle de connaissance métier, l'expression est encapsulée comme une définition de fonction, qui peut être invoquée de l'expression d'une décision.

 

L'interprétation de modèles de connaissance métier comme fonctions DMN signifie que la combinaison de modèles de connaissance métier est identique au système de composition fonctionnelle.

 

L'expression de valeur d'un modèle de connaissance d'affaires peut être notée utilisant une définition de fonction encadrée ( voir schéma ci-dessous ).

 

dmn-niveau-logique-de-decision-07.PNG

 

Un modèle de connaissance métier peut contenir n'importe quelle logique de décision qui est capable d'être représentée comme une fonction.

Ceci permet l'importation de logique de décision existante comme des règles de gestion et des modèles analytiques dans DMN.

 

Une format les plus utilisé et bien sur supporté dans DMN, est la table de décision.

Un modèle de connaissance métier peut être noté en utilisant une table de décision, comme indiqué dans le schéma ci-dessous.

 

dmn-niveau-logique-de-decision-08.PNG

 

La logique d'une décision est encapsulée dans des modèles de connaissance métier et l'expression de associée à la décision, spécifie comment les modèles de connaissance métier sont invoqués et comment les résultats de leurs invocations sont combinés pour calculer le résultat de la décision.

 

L'expression de la décision peut aussi spécifier comment le résulat est déterminé en fonction des entrées entièrement incluses, sans invoquer un modèle de connaissance métier : dans ce cas, aucun modèle de connaissance métier n'est associé à la décision (ni au niveau d'exigences de décision, ni au niveau de logique de décision).

 

Un langage d'expression pour définir la logique de décision est normalisé dans DMN, il s'agit du langage FEEL ( Friendly Enough Expression Language ).

 

Rhona Maxwel

@rhona_helena

 

"Quand on est intelligent, il est plus facile de faire l'imbécile que l'inverse."

Woody Allen

 

 

Articles conseillés :

 

Knowledge Is Everything (La connaissance est tout ?)

 

A quoi sert un moteur de règles ?

 

Les étapes d’un projet avec un moteur de règles

 

Quand faut il utiliser un moteur de règles ? 



17/12/2016
0 Poster un commentaire

A découvrir aussi


Inscrivez-vous au blog

Soyez prévenu par email des prochaines mises à jour

Rejoignez les 98 autres membres