3AIG模型：一种新的嵌入目标的企业建模方法

计算机工程与应用 ›› 2008, Vol. 44 ›› Issue (12): 218-220.

3AIG模型：一种新的嵌入目标的企业建模方法

李剑锋,翟军,陈燕

大连海事大学经济与管理学院管理科学与工程系，辽宁大连 116026

收稿日期:2007-12-03 修回日期:2008-02-25 出版日期:2008-04-21 发布日期:2008-04-21
通讯作者: 李剑锋

3AIG model：new enterprise model with goal embedded

LI Jian-feng,ZHAI Jun,CHEN Yan

Department of Management Science and Engineering，Dalian Maritime University，Dalian，Liaoning 116026，China

Received:2007-12-03 Revised:2008-02-25 Online:2008-04-21 Published:2008-04-21
Contact: LI Jian-feng

摘要/Abstract

摘要： 企业建模是一种重要的研究工具，有利于理解业务流程，并做出相应调整，以适应当前激烈的竞争环境。提出了一种新的名为3AIG的企业建模方法，包括五个基本要素：行为体（Actor）、活动（Activity）、实体资源（Asset）、信息（Information）和目标（Goal），其中，目标处于中心地位，并被较好地嵌入到模型中，便于展示行为体如何通过协作活动、处理信息和实体资源，以实现相应的目标，通过3AIG建模，可以较好地分析企业过程，进而做出某些改进来提高运行效率和增加竞争能力。

关键词: 企业建模, 业务流程, 目标

Abstract: Enterprise model has been an important tool to understand business process clearly and make operational alteration properly to adapt today’s competitive environment.This paper brings forward a new kind of enterprise model named 3AIG，which includes five important elements：actor，activity，asset，information and goal.In the model，the goal is in strategic position and embedded very well.Through the 3AIG enterprise model，it’s in favor of showing that goal is achieved by the way that actors take harmonious activities and process information and asset，and advantageous to analyze the operation of enterprise in order to make some adjustments for improving operational efficiency and increasing competitive ability.

Key words: enterprise model, business process, goal

李剑锋,翟军,陈燕. 3AIG模型：一种新的嵌入目标的企业建模方法[J]. 计算机工程与应用, 2008, 44(12): 218-220.

LI Jian-feng,ZHAI Jun,CHEN Yan. 3AIG model：new enterprise model with goal embedded[J]. Computer Engineering and Applications, 2008, 44(12): 218-220.

[1]	张波，徐黎明，黄志伟，要小鹏. 梯度策略的多目标GANs帕累托最优解算法[J]. 计算机工程与应用, 2021, 57(9): 89-95.
[2]	牟清萍，张莹，张东波，王新杰，杨知桥. 目标丢失判别机制的视觉跟踪算法及应用研究[J]. 计算机工程与应用, 2021, 57(9): 140-147.
[3]	包志强，邢瑜，吕少卿，黄琼丹. 改进YOLO V2的6D目标姿态估计算法[J]. 计算机工程与应用, 2021, 57(9): 148-153.
[4]	周伦钢，孙怡峰，王坤，吴疆，黄维贵，李炳龙. 目标多种多值属性的端端快速识别网络[J]. 计算机工程与应用, 2021, 57(9): 182-190.
[5]	张朕通，单玉刚，袁杰. 联合多尺度和注意力机制的遥感影像检测[J]. 计算机工程与应用, 2021, 57(9): 212-216.
[6]	马珺，王昱皓. 结合自适应更新策略和再检测技术的跟踪算法[J]. 计算机工程与应用, 2021, 57(9): 217-224.
[7]	张旭，袁旭梅，袁继革. 中介视角下供需匹配决策方法研究[J]. 计算机工程与应用, 2021, 57(9): 240-246.
[8]	王博，宋丹，王洪玉. 无人机自主巡检系统的关键技术研究[J]. 计算机工程与应用, 2021, 57(9): 255-263.
[9]	许德刚，王露，李凡. 深度学习的典型目标检测算法研究综述[J]. 计算机工程与应用, 2021, 57(8): 10-25.
[10]	李震霄，孙伟，刘明明，郑丽丽，陈劭颖. 交通监控场景中的车辆检测与跟踪算法研究[J]. 计算机工程与应用, 2021, 57(8): 103-111.
[11]	董旭彬，赵清华. 改进Mask R-CNN在航空影像目标检测的研究应用[J]. 计算机工程与应用, 2021, 57(8): 133-144.
[12]	王玲，王家沛，王鹏，孙爽滋. 融合注意力机制的孪生网络目标跟踪算法研究[J]. 计算机工程与应用, 2021, 57(8): 169-174.
[13]	徐少杰，曹雏清，王永娟. 视觉SLAM在室内动态场景中的应用研究[J]. 计算机工程与应用, 2021, 57(8): 175-179.
[14]	李明山，韩清鹏，张天宇，王道累. 改进SSD的安全帽检测方法[J]. 计算机工程与应用, 2021, 57(8): 192-197.
[15]	郭晓静，隋昊达. 改进YOLOv3在机场跑道异物目标检测中的应用[J]. 计算机工程与应用, 2021, 57(8): 249-255.