基于完全有限前缀的过程实例表示图的分解

由于语义交织现象的广泛存在,导致过程模型的行为状态空间面临状态爆炸问题。完全有限前缀能够有效压缩过程模型的状态空间,但是会丢失部分任务间时序关系特征。该文提出时序保存的完全有限前缀(temporal-order protecting complete finite prefix,TPCFP)技术,既能在不丢失任何可达状态信息的前提下高效压缩状态空间,又能确保不丢失任何任务间的时序关系。通过从TPCFP叶子结点中不同的并发集合出发,逆向遍历直到初始状态,可以分解出代表过程模型所有过程实例的结构,称为过程实例表示图(execution instance representation graph,EIRG)。在实际过程模型集合上所做的实验表明该技术是高效和准确的。     

一种Petri网模型完备日志生成算法

完备日志是过程挖掘算法设计和算法评价的前提条件,基于行为分析的Petri网模型完备日志生成算法存在状态空间爆炸的问题。提出了基于结构分解的算法,通过生成完备日志次序关系集,构造Petri网模型完备日志。结构分解方法降低了算法时间复杂度,日志次序关系组合计数使得量化评价日志完备性成为可能。     

行为因果关系的分类与判定

工作流技术可以加速企业过程感知信息系统的研发及更新演化,近年来得到了广泛应用,导致各行各业积累了大量的工作流模型。Petri网既有简单的图形化表示,又有很好的形式化基础,故常被用于表示这些工作流模型。如何对这些海量模型进行高效检索是一个难题。由于动态行为特性是工作流模型的本质特性,故需要基于任务之间的行为关系进行查询。因果关系是任务间行为关系的一种,对任务间因果关系进行了分类,并针对无环工作流模型提出了有效的判定算法。