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.     

用着色Petri网建模工作流模式

工作流模式指在工作流过程模型中反复出现的过程基本构造，是衡量工作流建模语言在控制流方面的表达能力和适用性的重要标准，目前市场上的工作流引擎对其支持得并不好。本文重点阐述了基于着色Petri网的工作流建模语言对当前流行的20种工作流模式的支持情况。结果表明，该语言不仅能很好地支持全部模式，而且具有建模简洁、准确的特点。同其它建模语言相比，用着色Petri网建模工作流模式具有较好的灵活性和扩展性。它也为如何使基于着色Petri网的工作流引擎能够正确、有效地支持全部20种工作流模式提供了有意义的指导。     

中小企业云制造服务平台共性关键技术体系

为了给我国广大中小企业充分利用和共享社会制造资源、提升企业综合竞争能力提供重要支撑手段,分析了中小企业云制造服务平台的特点,建立了中小企业云制造服务平台共性关键技术体系框架,阐述了中小企业云制造服务平台的主要核心理论和技术、平台标准和规范、平台体系架构、平台共性引擎和共性管理工具、平台服务和运行模式、平台应用体系架构等共性技术方面的研究思路和研究内容,为进一步深入和系统开展中小企业云制造服务平台的研究、开发、实施和应用奠定了基础.     

基于信息熵的无标日志划分评价方法

为提升模型发现的质量,可以利用日志划分将原始日志数据划分为多个子日志。现有日志划分的评价方法基本采用有标的方式来衡量划分的质量,而实际生活中很难获取到有标的日志数据。为此,提出划分熵作为无标日志划分的衡量标准。首先,定义轨迹变体用于刻画每个子日志的分布情况。其次,提出内部熵和外部熵来分别刻画子日志的内聚度和差异性。然后,利用惩罚因子对盲目迎合评价指标的划分方法进行惩罚。最后,将以上内容进行融合,形成划分熵的表达式。实验结果表明了所提方法的可行性。     

基于日志完备性的过程漂移检测方法

过程挖掘中漂移检测的目的是通过检测日志的变化来断定模型是否发生了改变,然而现有方法存在抽取特征量大、检测延迟及无法准确定位变化区域的局限。针对突发漂移检测提出一种基于完备性的漂移检测算法。首先,将突发漂移检测转换为日志中局部完备性计算问题;然后,利用切比雪夫不等式推断完备性表达式;进一步,通过可选参数的窗口来训练完备性初始值,避免选择及并发结构的干扰;最后,定义了切割操作对漂移之前的完备值进行清除,进而对日志进行迭代检测。通过多组模型数据进行了实验评估,并与已有方法进行对比,验证了所提方法的有效性。     

流程模型约束下的排产问题求解算法

为了在有限资源约束下进行企业流程的执行管理,以提高产品利润,提出一种将企业生产部门的排产问题转化为线性规划数学模型的求解问题,同时提出一种降维算法对生成的数学模型进行降维,以使求解系统能够在更快时间内获得等价的生产方案。实验从时间维度对降维前后进行定量对比,降维后的方法在保证等价解的条件下大幅度降低了系统的运算时间。所提算法可以应用于企业生产管理来指导生产流程,以在相同约束条件下提高和增强生产性能。     

一种挖掘二度循环的扩展Alpha算法

为解决现有挖掘算法无法从不具有显式行为特征"aba"的局部完备性的日志文件中挖掘最简2度循环的问题,对经典的alpha算法进行了扩展,提出了αL算法,用于从具有行为特征或不具有行为特征的局部完备性日志中挖掘出最简2度循环。给出了最简2度循环的形式化定义。从全局角度根据不同结构具有不同行为轨迹来区分最简2度循环与并发结构。通过紧邻关系的强弱,来有效识别并发分支上同类型的最简2度循环结构。通过大量模型实验表明了所提算法的有效性,并将算法集成在开源框架ProM中。     

从事件日志中发现过程模型的渐变漂移

过程漂移是指过程模型在服务期间发生了变更或演化,分为突发漂移和渐变漂移两种类型。传统的过程发现技术假定业务过程是稳定不变的,忽略了过程漂移的存在。目前突发漂移已有较好的检测方法,但渐变漂移没有。以突发漂移检测为基础提出一种渐变漂移检测方法。该方法利用突发漂移点将日志划分为多个阶段,然后通过日志的行为语义混合判断某个阶段是否为渐变漂移。实验结果表明,所提算法的检测效果优于目前最好的算法。     

基于触发序列集合的过程模型行为相似性算法

过程模型的相似性计算是业务过程管理中不可缺少的任务,广泛应用于组织合并、用户需求变更、模型仓库管理等多个场景.对基于主变迁序列的相似性度量方法 PTS进行研究,并提出了改进方案.通过定义完整触发序列表示模型行为,基于A*算法结合剪枝策略实现触发序列集合间的映射,进而完成模型相似性计算.实验结果表明:该方法较主流的基于模型行为相似性算法,计算合理性有很大提升.     

基于过程模型约束的轨迹乱序事件修复方法

日志的完备性一直是备受关注的问题,系统错误或者人为干预的影响常常会导致系统日志中的时间信息存在错误,使得日志活动之间的次序发生错位,影响后续日志分析流程.此外,现有日志修复方法在处理此类问题时,修复精度和修复效率方面有所不足.由此,提出一种基于A*算法的乱序轨迹修复方法,该方法基于模型约束,通过调整日志中活动之间的位置,可获得一个无乱序问题的最优修复结果,并利用模型分解和日志活动重放技术,有效提升了修复方法的修复效率.实验结果证明,该方法能够有效地对不同类型的乱序日志进行修复,获得了良好的性能表现.