基于行为距离的带隐变迁过程模型挖掘方法

过程发现的目的是基于记录在事件日志中的业务过程的执行数据发现过程模型,由于一些原因导致过程模型中可能会出现隐变迁,而这些隐变迁的执行又不出现在事件日志中,因此隐变迁的挖掘是过程挖掘的难点之一.已有隐变迁挖掘方法对解决并发结构中的隐变迁存在不足,且可能出现一些冗余的隐变迁.基于此,提出一种带隐变迁的过程模型挖掘新方法,首先基于日志分析活动的基本行为关系,通过并发交叉关系和循环交叉关系来发现and网关类型和循环类型的隐变迁.然后,根据活动基于日志的最小和最大行为距离寻找可能存在skip类型隐变迁的活动对,进一步分析该活动对基于模型和并发结构的最小行为距离,以发现skip类型的隐变迁,并不断优化初始模型,最终得到带多种类型隐变迁的过程模型.实验结果表明,该方法能正确地发现多类型隐变迁,相对现有隐变迁挖掘方法,所提方法能显著降低模型中冗余隐变迁的个数,同时在不降低模型精确度的前提下,有效地改善了模型的适合度.     

支持复杂结构的混成过程挖掘方法

为解决传统过程挖掘算法在处理蕴含复杂结构的海量日志时的低效低质问题,提出一种支持复杂结构的混成过程挖掘方法。该方法首先将事件日志转化为具有发生次数的直接后继图,以支持活动间基本关系的判定;通过过程树对已发现的两两活动间的基本关系进行抽象与合并,进而对日志进行更新,反复迭代直到整个日志中的所有具有基本关系的活动被全部发现。若待发现模型由基本块组成,则挖掘结果为基于块的过程模型;若待发现模型包含复杂结构,则通过混成使用基于区域的方法对复杂结构进行发现。最终利用活动重构操作对挖掘结果中已抽象为过程树的部分进行细化,从而获得最终结果。为了进一步提升挖掘效率,还提出并行化的发现与重构方法。大量基于真实数据的实验结果表明,该方法的挖掘效率和挖掘精确度达到了较好的水平。     

基于Petri网的业务流程低频行为挖掘与优化分析

低频行为的挖掘是业务流程管理的重要内容之一,区分有效低频和噪音在业务流程优化中显得尤为重要。已有挖掘方法多是从数据属性研究低频行为,较少根据不同模块间的行为属性来分析低频行为,由此提出基于Petri网的业务流程低频行为的挖掘与优化方法。首先,通过用流程树切的直接流图表示日志的行为关系,并与初始模型做匹配,发现所有的低频序列;然后,计算日志与模型的行为距离向量,基于行为紧密度区分有效低频日志和噪音日志,优化事件日志;其次,利用不包含噪音序列的事件日志通过融合交互模块网与特征网,挖掘得到一个优化的业务流程模型;最后,通过具体的实例分析和仿真实验验证了该方法的有效性。     

基于熵的业务流程阻塞变迁挖掘方法

流程配置信息挖掘是业务流程管理的核心内容之一。现有的配置变迁挖掘方法主要是针对业务流程的隐变迁进行挖掘,很少涉及挖掘业务流程的阻塞变迁,对还原模型的具体行为具有一定影响。为此,提出了基于熵的业务流程阻塞变迁挖掘方法。首先依据高频优先策略建立初始模型,对部分低频日志进行分类并建立增量模型;然后基于Petri网的Merging操作实现增量模型和初始模型的合并,分析阻塞变迁可能存在的活动位置;其次基于熵的分析方法确定阻塞变迁的精确活动位置。最后,通过相关实例分析验证了所提方法的有效性。     

基于流程案例簇的任务关系挖掘算法

为了进行流程发现,提出一种基于流程案例簇的任务关系挖掘方法.该方法首先将基本案例按照特征向量分为多个案例簇,根据基本案例的任务轨迹对案例簇中任务间的依赖关系进行挖掘;然后给出了基于循环基元的循环结构建模和挖掘方法,最终可以从事件日志导出流程中完整的任务依赖关系以及存在的循环结构.所提方法能正确处理任务依赖关系随案例属性取值不同而变化的情况.只要日志完备,基于挖掘到的任务关系和循环结构就能得到一个与原流程行为等价的流程模型.     

基于关系矩阵的工作流日志重复任务识别算法

针对传统工作流模型挖掘算法不考虑模型中重复任务的存在,导致挖掘出的模型精确度不高的问题,提出一种基于关系矩阵的重复任务识别方法。通过分析工作流执行日志得到所有事件的前驱后继关系,根据不同的模型结构进行事件重命名,再基于同类别重复事件之间的相似度对重复事件进行聚类得到最优识别结果。实验表明,该方法能正确有效地识别工作流日志中的重复任务,减少模型中的不可见任务,最终提高工作流模型挖掘方法的精确度和可理解性。     

粒子群优化结构测量矩阵的遥感压缩成像

针对块循环测量矩阵应用于遥感压缩成像存在图像重构性能不理想的问题,本文把粒子群智能优化算法引入到块循环矩阵优化中,实现了在保持矩阵结构不变的同时对块循环矩阵的优化。首先以相关系数的Welch界为阈值约束Gram矩阵非对角元素构造目标矩阵;然后以Gram矩阵逼近目标矩阵的方式建立目标函数,将优化对象改为构造块循环矩阵的自由元向量。为提高优化效率,文中采用权重自适应更新的方式提高粒子搜索能力。开展了相关重构对比实验,结果表明,优化后的块循环测量矩阵在保持矩阵结构的同时,降低了与稀疏变换矩阵的相关性,其与稀疏变换矩阵的最大相关系数、平均相关系数和阈值平均相关系数分别降低了0.027 3、0.017 5和0.004 6,得到的结果显示优化的块循环矩阵提高了图像的重构性能。     

循环并发结构的过程模型修正方法

过程模型描述的行为与事件日志记录的行为之间存在很多偏差,为了使模型可以重演日志中记录的行为,需要对现有模型进行修正。对于存在循环并发结构的模型,现有修正方法得到的模型结构比较复杂,且不能正确地描述活动之间的关系,导致模型精确度较低。因此,针对循环并发结构,提出一种基于逻辑Petri网的动态模型修正方法。基于过程树,提出并发变迁集概念,通过连续日志动作的标识库所集与相应变迁前集之间的关系,进行偏差定位,并根据逻辑Petri网对模型进行动态修正。最后,通过实例验证了所提修正方法的正确性和有效性。     

基于Spark的并行分布式过程挖掘算法

针对传统的过程发现算法对大规模事件日志挖掘效率低的问题,提出一种利用Spark集群进行加速过程挖掘的方法。该方法主要针对基于日志活动关系的过程挖掘算法,对抽取活动关系阶段进行加速。通过并行分布式抽取活动关系,将事件日志转化为活动关系矩阵。然后利用关系矩阵,按算法原本的后续步骤,挖掘出过程模型。利用Spark实现分布式α-Mine算法和分布式Flexible Heuristic Miner算法,结果表明:所提方法在时间消耗上优于目前最好的算法,挖掘效率明显提升。     

基于不完备日志联合发生关系的行为变化挖掘方法

为解决从日志中挖掘业务系统行为变化的问题,提出一种基于不完备日志和日志联合发生关系的挖掘方法。在业务系统原始参考模型未知的情况下,利用系统不含隐变迁的不完备日志,得到日志中活动的联合发生关系;通过提取活动发生的不变集,挖掘日志中的删除(delete)、插入(Insert)和移动(Move)变化操作,实现日志驱动下的系统行为变化挖掘。通过ProM仿真验证了所提方法可以实现系统行为变化的日志挖掘,实验结果表明了该方法的有效性和正确性。     

基于直接后继关系对齐的过程符合性检测

针对现有的符合性检测方法大都基于单个活动的对齐,且只给出模型与日志的快速匹配方法,存在非块结构模型不敏感的问题,提出一种基于直接后继关系对齐的过程符合性检测方法。首先,根据直接后继关系得到模型与日志相关属性,并以紧邻活动对的方式展现出来。其次,根据基于紧邻活动对的最优对齐算法(AAP),得到轨迹的最优匹配活动对序列,提出基于最小代价的单条迹与模型的拟合度函数,并给出拟合度算法(DFA),计算日志与模型的拟合度。最后使用实际案例对所提方法进行了评估,结果表明:该方法能够正确计算过程模型与日志之间的拟合度,且具有较好的时空复杂度。     

基于图论的新型变胞挖掘机构构型综合研究

本文基于图论理论,首先对传统挖掘机构进行结构分析,得出了新型可控连杆式挖掘机的设计要求;采用杆件类配综合法得到新型挖掘机构所有的构件组合方案,再利用胚胎插点法在拓扑胚图上进行插点,获得挖掘机构的所有基本构型。然后根据传统挖掘机的结构特点和工作性能要求,提出了挖掘机构拓扑图功能性判定准则,以便从获得的拓扑图中获得最合适的构型;根据现实可行性和机构工作可靠性对筛选出的挖掘机构进行改进,并为了减少驱动元件的数量,提出一种主动变胞方法,得到本文的新型变胞挖掘机构,并对其进行了三维建模;采用邻接矩阵法对该新型变胞机构进行拓扑结构变换分析,并对计算了各构态的自由度,然后对该新型变胞挖掘机构的各工况进行了分析,初步证明了利用主动变胞方法减少主动杆数量的可行性。     

基于结构关系的过程模型推荐方法

目前已有的大部分过程模型推荐方法无法处理诸如循环相互交叠和不可见任务等复杂结构,也无法处理具有大量过程模型和活动节点的大数据集。此外,这些推荐方法在正确率和效率方面仍有很大的提升空间。由此,提出一种基于前驱活动序列和后继活动节点之间结构关系的推荐方法。该方法首先对所有业务过程模型中的不可见任务进行打标。然后,在指定关系集合中所需要的前驱活动序列长度之后,提取3种记录前驱活动序列和后继活动节点之间关系的关系集合。最后,使用提取出的关系集合推荐适当候选活动节点。实验结果证明,该方法能够处理复杂结构、不可见任务和大数据集,且在正确率和效率方面均领先于目前最好的方法。     

融合设计过程与设计知识的产品概念设计方法

为了开拓设计思路、产生创新产品方案,将设计知识有效融入产品的概念设计过程中,提出一种融合设计过程与设计知识的产品概念设计方法。定义了基于产品—功能—结构的过程模型和知识模型,利用逐层映射行为、回溯映射行为、检索行为和存储行为支持设计过程和设计知识的融合。在产品域,通过基于组合权重的双层灰色关联分析法得到待改进产品的相似产品集;在功能域,使用功能相似度算法和功能操作方法得到新产品功能架构;在结构域,利用形态学矩阵生成多种概念方案,提出基于粗数的逼近理想解排序法,并定义了综合约束指数,对方案进行定性和定量评价、得到最优方案。利用所提方法获得了一种新型美容补水仪的概念方案,从而验证了该方法的可行性。     

LAMOST平衡系统的传感器优化布置

针对模态测试中的传感器优化布置问题,提出一种新的主元分析和组合MAC联合算法。首先,将多种传感器布置方法的结果形成原始特征数据矩阵,利用主元分析获得空间测点的主元和综合评价值,据此可以合理地大幅减少候选测点数目;其次,使用组合MAC法计算所有组合的MAC矩阵,取最大非对角元最小的一组作为最终选择;然后,以悬臂梁为例,分别用联合算法和4种传统算法对其进行传感器优化布置,通过3个评价准则的数值比较,证明联合算法的优越性;最后,将联合算法应用在望远镜LAMOST的平衡系统上,得到了两个方向上的传感器布置方案,进一步验证了联合算法的可行性。     

基于IDEF的复杂机电系统状态解析

利用功能-行为-状态建模思想,提出了基于IDEF的复杂机电系统状态解析方法。首先利用IDEF0建立复杂机电系统功能结构的形式化表达,然后基于功能-行为映射关系并根据行为之间的时序、逻辑关系利用IDEF3建立复杂机电系统行为过程的形式化表达,最后将系统行为过程形式化表达模型中的行为单元的行为映射为状态,形成复杂机电系统的状态变迁网络。基于状态变迁网络,可以获得复杂机电系统行为过程中的状变迁序列,进而实现复杂机电系统的状态解析。     

基于复杂网络的专利数据驱动的产品创新设计

为了解决已有专利辅助产品设计研究方面存在的问题,提出了基于复杂网络的专利数据驱动产品创新设计方法。通过构建专利分类号共现网络,结合网络度中心性算法对分类号节点重要性进行评价,找出关键分类号。对分类号相关专利进行分析,并抽取原理知识,利用形态学矩阵构建功能-原理映射关系,结合频繁子图中的apriori关联规则算法计算原理组合的支持度,以获取最佳组合方案,同时利用组合方案相关专利提取结构关键词,建立专利结构网络,结合结构洞挖掘关键元件,并开展产品创新设计。以卫浴花洒作为研究实例,找出混合其他物质功能作为设计需求,通过挖掘相关专利的原理,发明了一款带有可调节功能的新型混合花洒,验证该方法的有效性。     

[数据驱动的产品设计]基于复杂网络的专利数据驱动的产品创新设计

为了解决已有专利辅助产品设计研究方面存在的问题，提出了基于复杂网络的专利数据驱动产品创新设计方法。通过构建专利分类号共现网络，结合网络度中心性算法对分类号节点重要性进行评价，找出关键分类号。对分类号相关专利进行分析，并抽取原理知识，利用形态学矩阵构建功能原理映射关系，结合频繁子图中的apriori关联规则算法计算原理组合的支持度，以获取最佳组合方案，同时利用组合方案相关专利提取结构关键词，建立专利结构网络，结合结构洞挖掘关键元件，并开展产品创新设计。以卫浴花洒作为研究实例，找出混合其他物质功能作为设计需求，通过挖掘相关专利的原理，发明了一款带有可调节功能的新型混合花洒，验证该方法的有效性。     

基于可操作性指标的6R操作臂型综合方法

串联操作臂的性能不但与拓扑结构,而且与尺度参数密切相关,在研究拓扑选型时有必要考虑尺度参数对其运动学性能的影响。提出一种包含拓扑结构和尺度参数的6R串联操作臂构型优选方法。通过枚举相邻关节轴线的可能组合得到6种构型,构造出一种位于中间轴线连体坐标系下的速度雅可比矩阵通用算法,并对上述各种拓扑构型分别构造包含结构参数的雅可比矩阵及其行列式,以使雅可比矩阵行列式为零的结构参数数目最小,且所包含正交轴线关系最多为构型优选评价指标。据此综合出一种符合上述优选指标的构型。利用该方法综合出的6R串联操作臂构型具有灵活度好、便于电动机装配、且折叠性好等优点。     

剪式机构阵列可展结构的静力学分析方法与应用研究

针对大型可展结构提出了一种新的结构静力学分析方法,克服了常规有限元方法在进行大型可展结构分析时计算量大、计算耗时长等缺点。首先建立了剪式单元机构的刚度矩阵,组装得到整体结构的刚度矩阵和有限元方程;然后通过等价变形,将总刚度矩阵表示成循环矩阵,有限元方程表示成离散卷积的形式;最后采用一种新的方法求解了卷积形式的平衡方程,得到了各铰链点的位移和约束力,提高了计算效率。