一种基于诱导规则的Petri网完备日志生成算法

过程挖掘旨在从事件日志中自动抽取过程模型用以支持过程设计和分析,完备日志是过程挖掘算法设计、测试和分析的前提。本文提出了基于Petri网模型行为仿真的完备日志生成算法,在仿真过程中加入基于发生次数及相继关系的诱导规则,即在有多个任务使能的情况下选择触发发生次数少且覆盖新相继关系的任务,使其在尽可能少的实例下产生完备的日志。诱导规则的应用减少了模拟模型发生的各种情况所需的时间,同时也提高了所有情况发生的概率,使得日志的完备性成为可能。     

过程挖掘中一种能发现重复任务的扩展α算法

基于α-算法,提出了能发现工作流日志中重复任务的过程挖掘算法α**,并给出了正确性证明.该算法先通过机器学习的方法分析重复任务的性质,给出了判定重复任务的定理并证明了其正确性;然后使用这些定理判断并标识出日志中的所有重复任务;最后,采用α-算法从标识后的日志中提取出工作流网,并对其进行调整得到包含重复任务的工作流网模型.通过模拟实验验证了算法的有效性,与现有的重复任务挖掘方法的实验结果相比证实了文中提出的方法具有更高的效率.     

特殊循环结构的过程挖掘算法

为解决并发结构中循环挖掘问题,在α算法基础上,针对一类特殊循环结构提出了一种αfsl算法。该算法重新定义了包含循环结构的日志完备性,并在基本活动次序关系的基础上,添加了新的循环次序关系。通过预处理日志,提取日志中重复出现的活动,列出重复活动的相邻关系,从中发现日志中存在的循环结构,以后期添加循环结构的方式挖掘基于工作流网的过程模型。最后,通过对某电脑维修公司的实例分析,验证了αfsl算法的有效性与正确性。     

工作流模型挖掘中改进的α算法

针对α算法在挖掘短循环结构等方面的不足,提出了一种改进的α算法.该算法先基于事件类型定义任务间序关系;然后依据这些关系逐渐缩小日志,推出序关系矩阵.最后据此矩阵借助形式化步骤生成工作流网.用一个案例解释了算法的执行过程并进行模拟实验,验证了该算法的可行性和有效性.实验结果表明,改进算法比α算法在处理模型结构、重发现模型种类以及挖掘质量上更具优势.     

工作流日志中的工作流模式图挖掘技术研究

工作流挖掘技术能够从系统的执行日志中构建出过程,大部分过程挖掘方法都使用了一种图形化的方式来表示模型,也就是控制流图.讨论了工作流模式图挖掘,它实际上是工作流挖掘的一种扩展;对其中所涉及的问题进行了剖析,并介绍了一种模式图挖掘算法.     

aH算法:工作流挖掘中一种能挖掘隐含任务的扩展a算法

正确发现流程实际运作情况对工作流管理有着重要的意义。工作流挖掘抽取系统日志信息,挖掘流程的真实运作模型。其中挖掘隐含任务是工作流挖掘中待研究问题之一。基于a算法,提出了能挖掘隐含任务的挖掘算法aH。分析了隐含任务出现的可能情况,通过判断并行任务的位置关系,往工作流网中添加隐含任务;然后合并相同的隐含任务,去掉冗余隐含任务,以完善结果模型。实现了。算法原型,实验证实了方法的可行性及有效性,并分析了方法的不足之处。     

一种从无“aba”模式的日志中挖掘2度循环的方法

现有过程挖掘算法依赖于“aba”模式来挖掘2度循环,而满足局部完备性的日志文件中不一定出现该模式.为此,本文扩展经典alpha算法,提出了α^L+算法,用于从没有“aba”模式的日志文件中挖掘出2度循环.首先,建立任务间的次序向量矩阵,用于抽象2度循环结构的变体结构.然后,从全局视角,根据事件的出现次数及位置,来区分2度循环和并发关系.最后,提出紧邻度和回路抽象,以排除并发分支上同类型循环带来的干扰.实验表明,与现有挖掘算法相比,α^L+算法能从具有“aba”模式或不具有“aba”模式的日志文件中挖出2度循环.此外,该算法实现且集成在开源框架ProM中.     

基于工作流日志的组织结构挖掘研究*

为了从工作流日志中挖掘组织结构设置和执行者之间的交互信息,分析了工作流日志中的活动执行者的信息,并引入多种距离公制用以刻画日志中活动执行者间的各种关系度的强弱,提出了组织结构的三种挖掘方法,即默认挖掘、基于活动相似度的挖掘和基于过程实例相似度的挖掘。通过以上方法对工作流日志进行组织结构挖掘得到组织网络,组织网络能够客观地反映出参与工作流程的组织实体并正确表示出组织结构。通过一个挖掘实例对挖掘过程进行了验证和说明。     

基于分布式工作流日志挖掘的流程识别算法

为了识别出分布式环境下工作流的执行流程,对分布式工作流管理系统进行了研究,通过对分布式工作流执行站点中XML格式的系统运行日志进行分析,提出了一种增量式工作流挖掘算法。该算法通过对大量工作流执行站点中的活动执行时间序列进行分析与合并,从而重构出分布式环境下的工作流模型。该算法主要由两个重要部分组成:一个是时间序列挖掘算法,用于从工作流执行日志中挖掘出活动间的执行时间序列;另一个是工作流程识别算法,在时间序列挖掘算法得出的活动执行时间序列基础上,识别出结构化的工作流模型。通过实例结果表明了该算法的有效性。     

工作流模型挖掘算法及其应用研究

工作流管理系统由工作流模型所驱动,但产业界的实践表明定义工作流模型的工作不仅费时而且易错。工作流挖掘技术能够帮助解决这一问题,并能为现有工作流的分析与优化提供参考。简要介绍三种典型且具有应用价值的工作流模型挖掘算法,并应用其中一种挖掘算法,详细讨论了一个实际的工作流模型挖掘过程。挖掘过程以某Staffware系统的工作流日志文件为起点,包括数据预处理、初始工作流模型挖掘、初始工作流模型化简三个主要步骤,具体实现可通过一个工作流模型挖掘子系统参与完成。     

基于WF-net的流程距离测度模型研究

流程比对一直是业务流程管理的一个研究热点。它是指通过比较得出两个流程的相似度或相异度。流程距离是对两个流程相异程度的描述。在WF-net的基础上,明确提出了流程距离的概念,并在业务控制流及其资源的角度上建立了流程距离测度模型,用于测量两个流程之间的距离。通过分析得出：在多个流程中,能够找到与指定流程最近或最远的流程。证明提出的流程距离测度方法是可行的。     

工作流管理应用编程接口规范

一、目的随着工作流管理技术的迅速发展,各种各样的工作流管理(WFM)应用越来越多。然而,现有的WFM产品没有一个统一的标准,不同的WFM产品不能一起工作。WFM产品之间的不兼容性不仅阻碍了企业流程自动化的发展,还造成WFM开发商不能重用工作流管理部件,使开发难度增大,开发费用增加。有鉴于此,国际标准化组织工作流管理联盟发布了《工作流     

BioDKM: Bio-inspired domain knowledge modeling method for humanoid delivery robots’ planning

A bio-inspired human domain knowledge modeling method, BioDKM, is proposed and developed to make delivery robots think more humanly and act more effectively. This presented method focused on feasible fusion between artificial intelligent and bionics in the field of tasks planning or scheduling in delivery robots. BioDKM is designed and implemented with several components, in terms of human knowledge, workflow (WF), hierarchical task network (HTN), and planner. In detail, WF is utilized as the human domain knowledge modeling tool, because of its convenient applications, friendly user interface and explicit representation. Moreover, WF can effectively complement conventional HTN planning with great convenience to formalize human domain knowledge. Translation from WF to HTN is also considered and established to make task planning smooth. Finally, examples and simulations are carried out to validate the effectiveness of this proposed bio-inspired domain knowledge modeling method.     

基于着色工作流网的工作流模型的设计与实现

本文在扩展Petri网的基础上,提出了一个新的工作流模型——基于着色工作流网的工作流模型,并对其进行了详细设计。在此模型的基础上,本文实现了一个可视化的工作流建模工具,设计人员通过该工具建立业务过程,并根据模型的定义保存业务过程定义。     

基于时间差约束的事件日志合并

在跨企业、跨系统的环境中,流程数据通常记录在单独的事件日志中,这使得无法挖掘完整的端到端的执行流程,因此本算法提出仅使用事件名称以及时间戳属性对日志进行合并。首先分别获取两个系统的过程模型以及根据活动的跨系统跟随依赖关系获得的合并模型,接着将两个系统的流程一对一进行合并并按照时间戳排序,留下与合并模型路径一致的合并流程,然后从这些流程中获得一对一的实例对,即唯一主流程仅与唯一子流程可以合并,再从这些实例对中挖掘活动间的时间约束用于剩余日志的合并,重复最后两步直到所有日志均合并或无法一对一合并日志。该算法在真实的事件日志上进行了实验,达到了满意的合并效果并获得较高的准确率与召回率。     

一种改进的基于模板的工作流过程定义方法

随着工作流技术在企业业务流程管理中的广泛应用,人们对工作流管理系统的描述能力和动态变更能力提出了更高的要求。针对目前的工作流过程定义方法在这两个方面的不足,本文提出了一种基于模板机制的工作流过程定义方法。该方法在现有的工作流过程定义模型的基础上,加入了新的过程模板和活动接口元素。本文由此扩展了工作流过程定义语言,增加了支持模板描述的机制。实际应用的结果表明,该方法和现有的工作流过程定义方法相比,显著提高了模型描述能力,使得过程模型具有了较强的可重用性和可扩展性,并具备了一定的动态变更能力。     

基于频繁图模式挖掘的质量管理过程分析

提出了基于频繁图模式挖掘的工作流频繁活动序列分析的方法,分析了质量管理过程中的关键活动链结构,辅助质量管理过程控制和改进。针对质量管理过程循环结构多且复杂的特点,提出了一种基于Apriori的改进频繁活动序列挖掘算法,设计了新的子图连接算子,减少冗余候选频繁子图的产生。以质量外审意见处理流程的分析为例对该算法进行了说明和分析。     

Merging event logs for process mining: A rule based merging method and rule suggestion algorithm

In an inter-organizational setting the manual construction of process models is challenging because the different people involved have to put together their partial knowledge about the overall process. Process mining, an automated technique to discover and analyze process models, can facilitate the construction of inter-organizational process models. This paper presents a technique to merge the input data of the different partners of an inter-organizational process in order to serve as input for process mining algorithms. The technique consists of a method for configuring and executing the merge and an algorithm that searches for links between the data of the different partners and that suggests rules to the user on how to merge the data. Tool support is provided in the open source process mining framework ProM. The method and the algorithm are tested using two artificial and three real life datasets that confirm their effectiveness and efficiency.     

工作流管理的现状和未来趋势

工作流管理是一个新兴的研究领域,被誉为信息系统的后勤,它让合适的人或软件在恰当的时间执行正确的工作,使计算机上的业务处理流程自动化。本文用历史的观点对工作流管理的发展历程进行了回顾,揭示了工作流管理对未来信息系统的影响。根据分析当前的工作流管理系统,我们总结了两个主要不足之处;（1）工作流管理系统的定义不明确以及缺乏统一的概念模型,（2）工作流管理系统的系统结构和能力上的不足,并对工作流管理的未来发展趋势从建模和实施两个方面进行了预测。     

Business process mining: An industrial application

Contemporary information systems (e.g., WfM, ERP, CRM, SCM, and B2B systems) record business events in so-called event logs. Business process mining takes these logs to discover process, control, data, organizational, and social structures. Although many researchers are developing new and more powerful process mining techniques and software vendors are incorporating these in their software, few of the more advanced process mining techniques have been tested on real-life processes. This paper describes the application of process mining in one of the provincial offices of the Dutch National Public Works Department, responsible for the construction and maintenance of the road and water infrastructure. Using a variety of process mining techniques, we analyzed the processing of invoices sent by the various subcontractors and suppliers from three different perspectives: (1) the process perspective, (2) the organizational perspective, and (3) the case perspective. For this purpose, we used some of the tools developed in the context of the ProM framework. The goal of this paper is to demonstrate the applicability of process mining in general and our algorithms and tools in particular.