面向云制造的按需工作流任务分配方法

复杂大型的云制造应用需要通过既相互独立又能进行相互配合的多个制造云来协同完成,导致同一个工作流中的任务可在多个分布的工作流引擎中完成.为此,提出了一种"按需分配"的工作流任务分配方法,将任务分配贯穿于业务过程模型实例化过程,详细分析了云制造环境下影响任务分配的4种主要因素;为提高任务分配过程的自动化程度,给出了每种因素与任务需求的匹配方法.仿真实验结果表明了该方法的有效性.     

模糊环境中工作流任务分配的多级模型

对工作流实例中各用户型任务进行自动优化分配是提高工作流管理系统运行效率的关键技术之一 .在详细分析了影响用户型任务分配的多种因素及其语意模糊性后,提出了一个可组合的任务分配多级模型以及相应的任务分配方法,详细讨论了具有自适应能力的影响因素权重设计方法 .最后,通过与其他任务分配方法对比,分析了该任务分配方法的性能 .     

基于任务分配和数据集副本的科学工作流数据布局

云环境下科学工作流的数据布局成为当前工作流研究中的一个热点问题,对科学工作流中任务和数据之间多对多关系进行分析,可以发现不同数据布局方案在数据传输上的费用各不相同,在很大程度上影响工作流的运行成本。为降低科学工作流数据集传输费用,提出一种基于任务分配和数据集副本的科学工作流数据布局方法。该方法从任务分配开始,在定量计算任务依赖度的基础上进行任务分配,根据分配结果给出一个基于数据集副本的两阶段数据布局方法,以实现科学工作流运行中传输费用的优化。实例结果表明,与工作流层方法相比,该方法可以有效降低科学工作流的运行成本。     

基于负载平衡和经验值的工作流任务分配策略

针对面向角色的工作流管理系统中的任务分配问题,提出一种支持任务参与者负载平衡和经验值的任务分配策略,在角色和任务执行者之间建立联系。该策略在对任务参与者进行负载预测的基础上,综合考虑任务参与者的工作负载、对不同类型任务的完成质量和兴趣等因素,根据预测负载偏差,对任务参与者的负载进行等级划分,把任务分配给轻载集合中经验值最高的参与者。     

一种时间控制模型在工作流中的研究与应用

现代企业对工作任务完成的时效性非常看重,而很多实际应用的工作流解决方案,包括应用广泛的国内外开源工作流引擎,都存在着任务分配不均和任务容易超时的问题。论文提出在工作流引擎中引入一种时间控制模型,通过模型的任务时间计量平台来衡量任务耗费时间,并以此来合理分配工作任务,避免任务超时。实际应用后发现,任务超时率下降明显,表明模型是行之有效的,也为企业级工作流引擎模型的架构设计和实际应用提供了参考。     

策略约束面向角色和团队关系的工作流任务分配管理

对任务分配进行有效的管理是适应性工作流中实现动态调整和适应性调整的关键因素之一，WfMC工作流元模型以及绝大多数的工作流管理系统中都引入了基于角色的任务分配，但是很多忽视企业典型工作方式－团队工作方式－与任务分配之间的关系，为此，提出了一个面向角色与团队的混合任务分配方式，并通过层次性策略来约束与协调任务分配中的复杂情况，进一步提高了工作流的适应性，在此基础上建立一个基于单列表，多视图的任务分配管理的实现机制。该方法虽然增加了工作流引擎的复杂性，但更符合企业的工作模式，方便业务建模及实施。     

基于模糊集与TOPSIS的工作流任务分配方法研究*

为了解决工作流中任务的自动优选分配问题,提出了一种基于模糊集与TOPSIS的任务分配方法。在详细分析任务分配影响因素的基础上,建立了工作流任务分配决策模型。引入模糊集对模糊元素的处理,进而讨论了模型中的各决策属性及其权重的计算方法。在此基础上,设计了以逼近理想解排序法（TOPSIS）为核心的模型求解算法,用以获取任务执行的最优人选。最后,通过实例验证了该方法的合理性与适用性。     

水下机器人任务流程建模与管理

为实现水下机器人任务流程的快速建模与自动管理,通过改进传统的工作流理论,提出了一种实用的任务流程模型——任务工作流.介绍了作为任务工作流理论基础的传统Petri网及工作流模型,指出了原有理论的缺陷并介绍了任务工作流的基本理论.以任务工作流模型为基础,实现了一款任务流程管理系统,为其定义了完善的图形化建模手段与标准的文本化的描述语言,并建立了一套担负着运行时任务管理工作的核心应用程序,能够实现任务的描述与建模、自动运行与管理,以及任务流程的动态更改.实践表明,任务工作流建模简单快捷、方便编程实现,是机器人任务建模与管理的理想工具.     

基于多准则的动态任务分配算法的研究

针对目前任务分配算法考虑的因素往往比较固定,可扩展性和灵活性较差等缺点,提出一种基于多准则的动态任务分配算法,对任务参与者的实时情况的跟踪和分析更加精确,对任务的分配更均衡;并给出了详细的任务分配的形式化表示,各评估指标之间相互独立,增强了算法的可扩展性。另外,提出采用计时器的方法来实现推拉式结合的任务分配机制,增强了算法的灵活性,既可以按照员工对任务感兴趣程度去自主选择工作项,又可以保证系统在没有员工自主选择任务项正常运转,在不影响工作正常执行的情况下使工作流管理系统的任务分配更加人性化。     

一种用于工作流引擎的任务预测与分配算法

为了检测工作流系统在中短期内是否会出现任务超载的情况,首先利用灰色预测算法来预测不同类型任务在预测窗口内的变化趋势,并根据预测结果建立一种负载均衡偏差可控的整数线性规划模型,以求解最优的任务分配策略。当工作流系统在预测窗口内出现任务超载时,该方法可计算出在保证不同工作人员之间任务负载均衡和任务分配合理性的情况下所需增加的最少工作人员数量,并且在一定程度上提高了任务处理的时效性。     

基于多影响因素的加权任务分配策略

为了解决工作流中人工型任务的自动优选分配问题,针对目前的任务分配算法考虑的因素比较固定,灵活性较差等缺点,在已有研究基础上,详细分析任务分配的影响因素,提出一种基于多影响因素的加权任务分配策略。该策略首先根据参与者的状态有效性和负载状况划分资源候选者集合,然后从资源候选者集合中按照综合匹配度进行执行者集合划分,将任务分配给评估分数最高的执行者集合,同时采用计时机制,完成任务的再次分配。同时,给出任务分配策略的形式化定义,以及分配算法的详细步骤。通过实验验证了该方法的合理性与适用性。     

基于层次细化Petri网的工作流参与者机制与动态特性研究

通过对工作流中参与者机制进行的分析，提出了一种基于Petri网的工作流参与者建模的方法，给出了参与者静态、竞争、优先和委托模型的Petri网表示，并对基于Petri网工作流变迁和位置节点的细化，揭示了工作流过程的执行阶段的任务分配与参与者状态之间的关系，表明工作流过程实例的真实执行路线是由参与者当时的状态动态决定的．     

基于授权约束的工作流任务指派算法

在电子政务、电子商务等工作流应用环境中,任务执行者主要是组织机构中的人,访问控制系统的授权约束需求是工作流任务指派要考虑的重要问题,已提出的许多工作流授权模型主要讨论授权的实现过程,而较少涉及授权的约束或依赖关系。工作流任务指派必须与访问控制系统结合,为此提出工作流任务指派中授权约束的相关概念,讨论了满足授权约束的工作流任务指派实现算法及算法的复杂度,同时,给出在实际应用中各系统部署的示意图及授权约束验证系统主要接口的功能;最后,指出了该实现方法的优点及未来研究方向。     

基于社会关系的工作流任务分派策略研究

在工作流管理系统中,任务分派策略对工作流系统的性能影响较大,而人力资源社会属性的不稳定也给任务分派带来了挑战.一般的任务分派策略还存在以下问题:分派时只考虑候选资源的个体属性,忽略了流程中其他资源对候选资源的影响;需要为候选资源预先设置能力指标,但预设指标很难与候选资源的实际情况吻合,错误的能力指标会导致将任务分派给不合适的资源,降低工作流系统的性能.为克服上述问题,基于不同的状态转移视角和奖励函数,提出了4种基于Q学习的任务分派算法.通过对比实验,论证了基于Q学习的任务分派算法在未预设资源能力的情况下仍能取得较好效果,且支持在任务分派过程中考虑社会关系的影响,使得平均案例完成时间进一步降低.     

用线性回归的加权分配法对工作流时间的预测*

为了更好地为一项新设计任务估算合理的设计时间,为流程设计者提供科学的、优化的决策支持.以项目需求和创新性为评价标准,采用线性回归法对工作流中的设计过程进行预测,对得到的回归方程进行线性回归关系的显著性检验,并给出了预测时间值的置信区间.采用加权分配法对工作流各个节点的执行时间进行估算,给出了加权分配法的公式,并采用正态分布对工作流及工作流各个任务节点的工作进度进行了估算.     

工作流任务分派的现状及其发展

工作流任务分派策略是工作流管理系统的关键技术之一,本文从学术研究和当前市场上工作流产品两个方面对工作流任务分派进行了比较研究,认为当前工作流任务分派描述存在不足,提出了工作流任务分派策略应该基于组织模型和流程模型的导航,并采用业务规则技术来描述.它是提高任务分派策略表达能力、增强柔性和易用性的有效方法.     

基于行为特征的语义工作流修正算法

工作流修正是工作流重用的重要任务.目前在基于工作流的可重用片段——stream的语义工作流修正中,当工作流stream库中不存在与检索语义工作流中的工作流stream结构相似的stream时,无法修正检索工作流.针对这种情况,提出了一种改进方案——基于stream行为特征修正语义工作流.使用任务紧邻关系集表达stream的行为特征.对于检索语义工作流中的每个与变更请求不一致的stream,使用锚集合数据索引和stream匹配规则对工作流stream库过滤得到候选匹配stream集;之后基于stream的行为相似性和变更请求对候选stream集进行验证,得到与变更请求一致程度最高和足够相似的匹配stream;然后更新变更请求,使用每个检索到的匹配stream替换原stream以逐步修正检索语义工作流中的缺陷;最后得到修正语义工作流.实验结果表明,与现有的基于工作流stream的修正算法相比,本文的算法得到了整体质量更好的修正语义工作流集,其适应性更好.该修正算法能为业务过程管理人员为适应新业务需求的工作流建模提供较好质量的修正语义工作流供参考,对提高工作流重用的效率和质量有较大帮助.     

一种基于时间Petri网的工作流模型

面向任务流和资源流并行的业务过程,讨论了一类如何通过资源流控制任务流的工作流建模问题.在时间Petri网的基础上提出了一种称作资源/任务网(R/T-net)的工作流概念模型,并给出了基于R/T-net的工作流建模过程.设置在任务模型中的资源依赖和资源期望可以有效地实现资源流对任务流的控制,而其中的资源点火规则和资源路由规则可以灵活地实现资源的协调、同步、分配和传递,因此,比仅用时间属性刻画任务转移的时间Petri网模型更符合诸如办公、制造、物流运输等业务过程.