基于行为特征网的流程模型分解挖掘

为了使包含活动数目较多的事件日志有效挖掘流程模型,提出基于行为特征网的流程模型分解挖掘方法,基于活动日志确定各活动间的行为足迹关系,推得相应的行为矩阵;结合行为矩阵计算行为关系图,从而产生活动聚类;通过现存挖掘算法过滤子日志挖掘子网,并对子网添加接口库所形成子网行为特征网;在行为特征网的基础上,运用合成网的观点合成整网,以此挖掘流程模型。最后通过仿真分析验证了该分解挖掘方法的有效性。     

基于分组公平控制流结构的流程变体合并方法

合并流程变体模型能够快速地构建满足新需求的单一流程模型,对流程变体进行合并具有较大的实际应用价值,因此,文中提出了一种利用分组公平控制流结构的流程变体合并方法.首先,利用Petri网中的分组公平将流程变体分割为单个的变体片段;其次,提取出变体片段的控制流路径,并在此基础上构建其矩阵表现形式,进而将流程变体合并为单一的流程模型;最后,通过形式化证明验证合并后的流程模型可以捕获输入流程模型的所有行为,并且可以检测在合并模型中是否产生了不期望的行为.     

不完备事件日志下的业务系统变化检测及模型修复方法

业务系统在演进过程中不可避免地引入变化因素,如何将演进中的变化因素对系统模型进行修复具有实际意义.现有模型修复主要针对原始参考模型和完备日志进行,存在原始参考模型未知和不完备日志的局限性.因此,提出基于不完备日志的变化检测方法,在系统原始模型未知的情形下,利用活动的比较矩阵(行为轮廓矩阵)描述事件日志的Delete、Insert和Move变化操作,从而发现原始事件日志同系统实际日志的局部变化偏差域,根据日志偏差域对原始日志发现的模型进行修复,提出7个实现模型修复的算法.最后,通过ProM工具对所提方法进行了仿真和实验,实验结果表明了方法的有效性和正确性.     

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。     

基于活动发生关系的流程相似性度量方法

针对现有的流程模型行为相似性度量方法大都基于变迁的发生序列, 存在时间复杂度较高的问题, 提出一种基于活动发生关系的流程相似性度量方法. 首先, 形式化左右集概念, 并引入违背度和左右集权重$\alpha,\beta$, 通过活动间的关系变化来确定$\alpha$和$\beta$的取值, 进而得到活动的相似性; 然后, 将流程中活动的相似性进行归一化, 提出基于活动发生关系的流程相似性算法(AOR), 进行业务流程的相似性度量. 最后, 使用实际事件数据案例对本文方法进行了评估, 实验结果表明: 该方法能够正确计算两个不同流程之间的相似性, 且具有较好的时空复杂度.     

一种基于结构因果关系和日志变化挖掘的BPMSs故障诊断方法

业务流程管理系统存在可以改变系统行为的潜在故障, 因此研究定位系统中故障发生的最小结构变化区域是 十分必要的, 它对提高业务系统的鲁棒性具有重要意义. 本文提出了一种日志诱导下的变化挖掘方法, 即最小结构故障 域识别方法(minimal structure fault region identification, MSFRI), 该方法通过系统的行为变化来定位故障发生的结构因 果关系. 进一步, 针对合理的自由选择业务流程Petri网系统, 形式化定义了6种典型变化模式, 这些变化模式为故障的结 构因果关系变化挖掘提供理论基础. 本文所提出的故障定位方法通过识别业务流程Petri网系统的行为变化, 实现具有最 少库所和变迁数目的故障区域定位, 有助于实现系统更加复杂的变化挖掘. 本文工作的主要创新之处在于从结构因果关 系的角度出发, 借助系统行为变化挖掘实现定位业务系统中的潜在故障.     

基于部分可观Petri网的机车故障诊断方法研究

机车调度的故障检测与诊断是保障行车安全的必要条件。为了实现故障的检测和准确诊断,以仅有部分库所可见的部分可观Petri网为建模工具,研究机车调度系统中传感器监控节点数目和位置的确定方法。首先,给出了加权Petri网系统中故障准确诊断方法,提出故障定位表和监控库所集的确定算法(FLTMPD),并进一步证明所提出的算法是正确的、有解的且具有多项式级时间复杂度。进一步,基于FLTMPD算法,给出了保证故障准确诊断下的部分可观系统设计方法,并且证明利用FLTMPD可以实现监控节点数目最少的最优监控。最后,以机车调度系统中的两类典型故障为例,通过构造对应的层次颜色Petri网模型,给出机车调度系统中传感器监控节点的安放位置,为工业应用奠定了理论基础。     

基于配置和撤销状态的业务流程变化传播分析

为了解决业务流程行为交互中变化传播的问题,提出一种基于配置和撤销状态的方法分析变化传播。采用基于模型变化类型和变化域的算法,对相关流程模型之间的过渡流程进行配置,得到配置的事件驱使流程链条网由转换规则推导出对应的Petri网;基于变迁系统最小域算法,引入撤销变迁分析研究推导Petri网中的撤销状态,得到优化后的最终Petri网。最后通过仿真实验说明相关流程之间的变化传播可以被维护,并证明方法可提高变化传播的分析效率。     

基于活动的行为关系与关联时间的多视角迹聚类方法

常用的迹聚类方法大都使用相对单一的标准,如利用活动序列关系,而忽略了活动的行为关系、时间或资源属性,这对于一些柔性配置的业务流程系统提升过程挖掘质量是不利的。针对该问题,提出了一种结合活动行为关系与关联时间的多视角迹聚类方法。首先,根据活动之间的行为关系构建控制流编码;同时,在时间属性上,把迹表示为一组最近关联活动对及其时间差;其次使用加权聚合的方式集成两个视角下的迹相似性,然后进行聚类调整。最后,将所提方法应用于登录系统场景,并且在五个真实日志上与其他聚类方法进行对比。实验结果表明该方法能够从复杂的登录系统中发现过程场景,并且从适应度、精度和F1分数三个度量标准上验证了该方法的优越性。     

基于Petri网行为包含和行为继承的业务流程变化域传播分析

业务流程建模问题一直是业务流程管理的核心问题,其目的是为了灵活地适应变化的商务需求,但在建模过程中也会出现一系列的问题,有些模型之间甚至存在着相同的问题,因此会出现变化域传播的现象。已有的方法主要是从边界变迁的减少和内部边界变迁的减少来分析模型的变化域传播,因而具有一定的局限性。为了研究模型间的变化域传播问题,基于源模型和目标模型之间存在的迹等价及行为包含关系,通过给定源模型的变化域,提出了基于行为继承的变化域传播分析方法来寻找目标模型的变化域。最后,通过一个具体的流程实例进一步说明了该方法的可行性。