基于后继关系的行为块过程挖掘方法

鉴于已有的过程挖掘方法在发现循环结构和隐藏行为上具有一定的局限性,提出一种基于后继关系的行为块挖掘算法。依据日志建立后继关系矩阵,分析了矩阵中变迁间对应的值,从而可以发现所有最小行为块和隐藏的行为关系,包括循环行为块;利用组合原理对带有重复变迁的最小行为块进行组合,得到结构行为块;组合所有行为块得到初始模型,利用已发现的隐藏行为关系修正初始模型得到更加精确的过程模型。通过实例分析和ProM的仿真实验验证了所提方法的可行性。     

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...     

基于过程挖掘的医疗服务过程建模

医疗服务过程是一种复杂的过程,传统软件工程的建模方法已经不能适应这种复杂多变的需求.针对该问题,给出了一种基于过程挖掘的医疗服务过程建模方法,并结合支气管哮喘诊疗过程建模实例说明了如何收集日志、分析重命名任务及不可见任务.根据医疗业务过程的特点,改造了已有的过程挖掘算法,使其更适用于医疗过程的建模.最后,通过在开源的过程挖掘框架PROM中开发插件实现了该方法.     

基于质量数据融合及规则挖掘的离散制造过程监控方法

为有效地从企业积累的制造过程质量数据中挖掘加工工序间的关联规则、实现制造过程的智能化监控,建立了基于质量数据融合和规则挖掘的离散制造过程监控模型。借鉴证据理论思想,提出一种基于模糊证据理论的多传感器质量数据融合算法,首先将所有测量值构成的集合视为辨识框架,应用模糊数学原理引入隶属度函数,设计了多传感器之间互支持度计算的新方法,并借鉴信任分配思想将测量值转换为相应的证据,最终通过基于冲突分配的证据组合规则得到融合结果,实现制造过程质量数据的精确采集。设计了基于质量规则挖掘的离散制造过程分析方法,针对传统关联规则挖掘结果繁杂且有不符合实际加工顺序规则生成的情况,借鉴有监督学习思想,以实际工序顺序为约束,挖掘导致产品质量问题的关键因素,结合复杂事件处理技术对制造过程进行实时监控。通过实验结果验证了该监控方法的有效性和实用性。     

支持结构与行为融合的过程模型索引构建与检索

为应对现有过程库中具有复杂结构的过程模型不易管理和理解、索引效率低等问题,提出一种支持结构和行为融合的过程模型索引构建与检索方法.针对过程库海量过程模型存储和高效的过程模型多维索引问题,提出采用花模型将具有复杂结构的一般过程模型转化为基于块的过程模型的方法,用于生成一般过程模型的索引;采用基于块的过程模型生成对应的过程...     

基于Matlab的挖掘装载机挖掘装置回转过程的仿真研究

针对挖掘装载机挖掘装置回转过程中存在的稳定性问题,对回转过程进行运动分析,判断其回转稳定性,找出影响因素,然后用Matlab仿真软件中的Simulink对其进行动态特性仿真,证明通过对几个关键参数的优化能改善回转过程的动态性能。     

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。     

基于变异粒子群算法的过程挖掘

为实现过程挖掘,克服标准粒子群算法易陷入局部极值的缺点,提出基于变异操作的粒子群过程挖掘方法。在标准粒子群算法进化中,所有粒子追随最优粒子在解空间搜索,导致种群多样性迅速下降,出现早熟收敛。受遗传算法启发,通过对进化中的粒子增加变异操作,使算法摆脱易于陷入局部极值点的束缚,增强算法跳出局部最优的能力。仿真结果表明,基于变异粒子群算法的过程挖掘在求解的精度和速度方面都得到了好的效果。     

基于遗传算法的医院门诊过程挖掘算法

为充分开发利用医院信息系统产生的数据资源,优化医院门诊诊疗过程,将信息技术和管理技术相结合,提出一种基于遗传算法的过程挖掘算法。该算法能充分利用医疗信息系统产生的日志数据资源,挖掘出优化的医院门诊就诊过程,提高医院运行效率。通过医院信息系统的门诊患者就诊过程及对应数据验证了所提方法的正确性与有效性。     

基于执行者过程树的双维度遗传过程挖掘方法

事件日志记录数量众多的事件,不仅包含与活动控制流相关的内容,还记录有关活动执行者的信息,即组织维度信息.控制流发现算法从事件日志中自动构建控制流过程模型,组织维度发现算法则构建社交网络模型.如果能合并两种维度,在同一个模型中进行展示,则能够提供更完整的过程组织视图,有助于更准确地对过程以及组织进行分析.因此,提出一种基...     

基于医疗过程挖掘与患者体征的药物推荐方法

对医疗数据进行挖掘分析生成疾病治疗的标准过程模型,或者为治疗方案制定提供决策支持,是当前研究热点之一。基于历史患者的用药数据对疾病的药物治疗过程模型进行挖掘,并提出一种过程模型与用户体征数据相融合的药物推荐方法。具体而言,对于给定的疾病种类,首先利用隐含狄利克雷分布LDA主题模型对患者用药数据进行训练,得到药物治疗的功效主题以及各个诊疗日的药物功效主题分布;然后,对患者各个诊疗日的功效主题分布进行聚类,将患者的药物治疗过程转换为药物功效组合标签序列,在此基础上构建药物治疗过程的概率后缀树模型;最后,基于概率后缀树计算各节点后续治疗所采用药物功效组合的概率分布,将其与病人的体征向量作为联合特征,病人真实用药对应的功效组合作为分类标签,使用XGBoost的分类方法训练模型,并利用该模型进行患者药物推荐。以MIMIC-Ⅲ数据库中糖尿病患者的处方日志和体征数据为例,对所提方案的可行性和有效性进行了评估。     

基于文本挖掘技术的产品技术成熟度预测

为使产品技术成熟度预测的应用更加有效和广泛,结合国内外研究状况,提出了基于文本挖掘技术的产品技术成熟度预测方法。该方法应用文本挖掘技术挖掘隐含于专利数据库中内在的、客观的、定量的信息,引入技术新颖度度量函数量化技术的新颖程度,评价专利质量;同时,以专利维持成本反应专利的获利情况,并结合专利数量作为预测指标,进行产品技术成熟度预测。阐述了应用该方法进行预测的具体步骤,预测了我国光通信技术的成熟度情况,实验结果显示了该方法的有效性。     

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。     

基于序列移动距离的用户行为挖掘与相似度计算

为了对用户的行为进行相似性度量,从用户行为流程产生的行为序列出发计算用户行为的相似度。将推土机距离算法应用到用户行为相似度的计算领域,提出用户行为相似度计算的序列移动距离方法。首先定义了基于最长公共子序列的用户行为序列距离度量方法;其次定义了用户行为序列多重集之间距离的度量指标,在此基础上提出用户行为相似度计算的SMD方法;最后提出行为序列多重集之间距离度量应遵循的基本准则。在人工和真实数据集上进行了实验,实验结果表明了所提方法的有效性。     

基于设计理性模型的设计过程知识挖掘

针对当前设计理性模型的重用主要集中于检索和浏览而缺乏对模型本身进行深度挖掘这一问题,结合流程挖掘领域的α算法提出给予设计理性模型的设计过程挖掘方法,生成设计过程模型以指导设计者高效完成设计工作。首先通过意图树提取算法消除设计理性模型中的循环、迭代环节生成简洁的设计意图树,然后基于相似度计算和α**算法识别设计意图树中的相同意图和重复意图,最后将设计意图树导出为XES文件,通过α算法挖掘产生设计过程模型。以自动打标机的设计理性模型为例验证了所提方法的可行性和有效性。     

基于工作流挖掘的质量管理过程改进研究

为满足质量管理体系持续改进的要求,提出了基于工作流过程挖掘的质量管理过程改进方案.该方案包括过程日志预处理、过程活动控制图重构和活动转移条件生成3步,其中过程活动控制图的重构是核心.设计了一种启发式算法,以时间段建模活动的执行过程,将两活动执行时间段关系划分为不相交、部分相交和包含3种,并在此基础上设计启发式规则,搜索过程日志中蕴含的活动前序关系,解决了包含复杂的策划-实施-检查-处置循环结构的质量管理过程控制图的重构问题.最后,以质量外审意见处理流程的改进为例,对算法进行了说明和分析.     

基于Petri网的分层业务过程挖掘方法

已有的过程挖掘方法通常以事件日志为输入,挖掘得到扁平过程模型,然而这些方法并不能很好地支持任务之间嵌套关系的识别和分层过程模型的挖掘。由此,提出一种从带有任务生命周期信息的事件日志中识别任务之间嵌套关系,进而挖掘分层业务过程模型的方法,挖掘得到的模型用分层Petri网来描述。在分层过程模型的基础上,给出了模型质量度量方法。为了提高所提方法的通用性和对事件日志中的噪声和低频行为的处理,定义了基本任务关系的频次和频率,并引入噪声阈值来过滤低频关系。所提方法均已在开源过程挖掘平台ProM工具中实现。基于仿真日志数据和真实日志数据,定量比较了所提方法与已有过程挖掘方法挖掘模型的质量,进一步验证了本文方法针对分层业务过程模型挖掘的优势。     

基于工作流挖掘的业务过程持续改进研究

提出了基于工作流挖掘技术的业务过程持续改进框架,并分别从过程实例信息获取、过程执行性能分析、过程缺陷识别和过程改进方案生成等4个层面分析了其中的关键技术,最后开发了一套原型系统辅助该方法的实施。