形式化智能世界的建模过程

各种网络化实体或智能实体的嵌入将物理世界转变为智能世界,增加了基于物理世界统一抽象模型的推理复杂性.基于Saitta和Zucker定义的知识重构与抽象模型,提出一种新的表示智能世界的方法.通过感知重构过程,根据构成实体之间的通信关系自动构建3个可区分的、相互关联的子模型,即物理世界、网络化世界和虚拟世界,3个子模型之间的关系构成了智能世界的一个集成化模型.着重介绍了感知重构过程的形式化表示和推理机制.实际搭建的智能世界设计诊断推理实验表明,与基于知识重构和抽象一般物理世界模型相比,基于提出的智能世界模型的推理过程可以将系统故障限制在一个子模型中,从而较大程度地缩小了诊断的搜索空间.     

基于G-KRA模型框架的智能世界建模

统一的建模框架和形式化表示可以帮助实现自动推理.对由物联网技术发展带来的智能世界进行定义,对表示静态物理世界一般抽象模型的广义知识重构与抽象模型(G-KRA模型)进行扩展,使其能够刻画所定义的智能世界.定义迭代的初步感知过程,在一定的前提假设下根据智能世界构成实体的特征,得到智能世界构成实体的可区分的初步感知.在抽象感知过程中,建立3个子世界的可区分实体与连接库,并生成3个子世界的网络化连接.同时,通过统一构建抽象对象库或者为3个子世界分别构建抽象对象库来实现智能世界的抽象感知过程.扩展后的G-KRA模型充分考虑了不同类型实体的行为和连接特征,每个子世界由具有相同行为类型的实体和相同类型的连接构成,可以将推理问题定位在某个(些)子世界的模型中,从而缩小推理空间.     

一种改进的基于信号强度的WLAN定位方法

与室外定位技术相比(如GPS),基于无线局域网(Wireless Area Network)的定位更适用于室内环境。两种基于接收信号强度(RSSI,Received Signal Strength Indication)的定位方法即位置指纹法和信号传播模型法广泛用于室内定位的研究。使用边界盒算法和改进的二分范围搜索算法将两种室内定位方法相结合,提出了一种改进的基于RSSI的定位方法。提出的方法根据指纹数据库中样本的横纵坐标对其进行预处理,同时使用改进的线性二分范围搜索算法降低指纹数据库中的样本数,进而提高实时定位过程的效率。最大化位置指纹维度,并添加时间维,同时通过实验数据阐明所提出的方法可提高用户位置估算的精确度。     

基于聚类分析的业务流程模型抽象

业务流程模型抽象的一个最突出的用例是对包含大量元素的业务流程细节模型进行“简要视图”的构造,以便对流程进行快速理解。很多学者对流程抽象方法进行了研究,提出根据行为的语义相似性对行为进行聚合,其中多数研究基于k-means聚类分析,即根据事先指定的抽象行为个数对行为进行聚类,在将行为聚合到某一个行为簇时,选择距离该行为簇的图心最近的行为。但实际上,抽象行为(子流程)个数是一个未知的量,哪些行为属于同一个子流程往往取决于建模者的经验和抽象习惯,而且在聚合时,若行为从业务意义角度或建模者的抽象习惯角度并不属于该子流程,则合并往往会产生抽象错误。因此,引入虚拟文档表示行为和流程模型,以消除固定属性作为表示行为的向量空间维度带来的约束。并且设计算法从大量包含人工设计子流程的真实的业务流程模型库中获取行为与所在子流程的距离阈值,利用该阈值指导生成可能获得的抽象行为个数k。以k为参数对流程模型进行行为聚类,在聚类过程中,进一步利用距离阈值对聚合行为进行限制。对真实的流程模型库进行实验分析,结果表明提出的行为聚类方法更加接近人工设计的抽象结果。     

基于结构和行为语义的子流程发现方法

越来越多的企业以流程模型的形式进行业务管理,并且要求从不同的细节层描述相同的流程。业务流程模型抽象技术对于给定的细节流程模型,生成该模型的抽象表示,从而达到特定的抽象目标。构造流程的"概要视图"以加速对复杂流程的理解是流程抽象的一个需求最显著的用例,其中一个关键问题是将初始模型中的细节行为集合转换成抽象模型中的粗粒度的行为(子流程)。很多学者对流程抽象方法进行了研究,其中以基于结构的抽象方法居多。结构抽象方法中,初始模型中待抽象的行为集合仅仅根据控制流关系得到,没有考虑到行为的域语义,生成了大量的业务逻辑性不完整的待抽象的流程片段作为候选子流程。在流程的控制流结构基础上,引入行为语义信息,自底向上对流程结构树中每层的标准部件进行语义扩展,将标准部件与其相邻的兄弟节点之间的语义进行相似性评估,发现与标准部件语义描述最相似的行为集合,并有选择地聚合得到最接近包含完整业务含义的流程片段作为候选子流程。文章利用真实的流程案例对基于结构的抽象方法(将流程结构树中每个标准部件作为候选子流程)和提出的子流程发现方法做实验对比分析,提出的方法大大减少了不相关候选子流程的数量,生成的待抽象流程片段更加接...     

业务流程模型抽象中基于约束的行为聚类方法研究

将业务流程模型抽象中的行为聚合解释为一个半监督聚类过程,利用基于试探的启发式方法选择合适的行为集合作为初始簇,进而提高抽象的质量。另外,为了同时满足模型转换的保序性需求和子流程的业务语义完整性,在将行为归类到某个簇(候选子流程)时,进一步考虑了流程控制流的影响,设计了由两部分构成的约束函数,即语义距离和控制流顺序冲突。其中,第一部分引入了虚拟文档来表示行为和子流程,计算其之间的语义距离;第二部分利用行为概要文档中的4种行为顺序关系,设计函数来表示行为归类带来的控制流冲突。将该方法应用于真实的流程模型库,与传统的k-means行为聚类对比,如随机生成初始簇集和基于语义的距离测量方法,结果表明所提方法生成了更接近于人工设计的流程抽象结果。     

基于系统中心本体的分层抽象模型

本体类分层关系的确定,使得能够利用不同抽象度本体类之间的抽象映射自动构建物理世界的分层模型。根据本体类型的不同将已有的本体类定义为对象本体类(Object based Ontology Class),并对流片段(Flow Fragment)的概念加以扩展,提出以系统为中心的流本体类(Flow-based Ontology Class)的概念。定义了流片段的行为不可区分性,从两个不同的方向讨论了流本体类的分层表示:一是对构成流本体类的流片段的不同抽象度分层扩展;二是对构成流本体类的不可区分的流片段的合并分层扩展。给出了流本体类的分层过程,定义了系统级的映射关系,即流片段之间的抽象映射,指出该映射为基于系统中心本体的模型抽象分层过程提供了直接的转换运算。并且,流本体类的分层关系的确定也为基于系统中心本体的模型设计任务提供了可共享和重用的机制。     

基于目标的业务流程概念建模

人类的行为主要由目标驱动,企业的业务流程应该尽量多地包含那些为用户创造价值的行为,而行为则应该为业务流程目标服务。提出基于目标的业务流程概念模型框架,并以目标-行为的细化分层关系为基础,自底向上反向生成与各个子目标相匹配的流程片段,给出行为和业务流程片段对目标的支持度的评估分析,以为用户构建业务流程概念模型提供决策指导。     

智能世界的建模与诊断

统一的抽象建模框架以及形式化表示可以帮助实现自动推理.随着物联网技术的发展,物理世界中嵌入了各种智能对象,改变了物理世界的部分特征,增加了建模和推理的复杂性.根据物联网带来的智能世界的特征,在知识重构与抽象模型(KRA模型)的统一建模框架基础上,提出了可区分的知识重构与抽象模型(dKRA模型).该模型通过3个相互关联的子模型及其之间的关系来表示智能世界,并给出相关定义和定理说明在所提出的模型框架内,可以将基于模型的诊断过程限制在一个(或多个)子模型中.研究内容侧重于系统设计阶段的模型验证,分别从理论和实验角度分析了基于智能世界dKRA模型的诊断过程时间效率的提高(与基于智能世界KRA模型的诊断过程相比).     

业务流程模型抽象中最优子流程数的确定

根据业务流程模型的特征,基于笔者前期工作中给出的两个不同约束条件下的受限k-means行为聚类算法,提出确定最优子流程数的方法。基于对流程结构的假设,同时结合行为语义的经验阈值限定,给出了确定子流程数恰当上限值的方法,以达到减少循环次数的目的。根据k值的变化,分别基于子流程结构紧密性特征和流程结构树,在循环过程中设计增量式方法 ,对簇中心进行简便的递增;设计合理的有效性指标,对抽象结果模型进行评估,进而生成最佳子流程数;利用真实的流程模型库对设计的方法进行实验验证,得到的最优子流程数与人工设计的结果非常接近。