基于逻辑Petri网的含有特定结构过程模型修正方法

摘要

随着工作流技术、业务流程再造理论和传统生产流程理论的不断发展，业务过程管理在各企业和组织中都得到了很好的应用。日志数据可以在业务管理过程中产生。信息技术可以被用来进行详细的记录和信息处理，为各企业和组织提供了很多有价值的数据信息。这些日志信息可以被各企业和组织用来检测业务流程，为业务流程优化提供方便。　　过程信息可以通过过程挖掘技术从现代信息系统普遍存在的事件日志中抽取并用来建立过程模型。一致性诊断技术可以被用来检测和诊断出过程模型和观察行为之间的偏差。现有的模型修正方法仅着重于考虑拟合度这一指标，其他度量指标考虑较少。而且修正后的模型存在不同部分描述相同行为的情况，增加了模型的复杂性。本文针对没有考虑新活动与原有活动之间的关系以及并发结构部分的活动之间的关系的情况，利用事件日志各个迹中活动与模型变迁的逻辑关系，以及模型中并发结构转选择结构的变迁之间的逻辑关系，提出一种基于逻辑Petri网的模型修正技术。该方法能够更好的修正模型，避免了现有方法由于添加自环导致子过程多次重复出现的问题。结合Petri网的过程树，查找过程树中基于模型中的并发结构的叶子结点，能够定位到Petri网的并发结构，继而针对该并发结构进行逻辑修正，得到更好的Petri网模型。针对含有选择结构的过程模型，提出了一种基于逻辑Petri网的模型修正方法。通过研究选择结构中各变迁之间的关系，首先确定模型的修复位置，继而针对该选择结构进行逻辑修正，得到更好的Petri网模型。针对需要添加新活动去构造和修复包含循环返回结构的过程模型的情况，通过识别模型中的变迁和日志中的活动之间的偏差，提出了一种方法来构造和修复包含循环返回结构的过程模型。根据过程模型中变迁之间的关系，可以构造LPN中的逻辑输入输出表达式，继而针对该循环返回结构进行逻辑修正，得到更好的Petri网模型。　　当事件日志中的迹和过程模型在一致性检测过程上“不一致”时，就需要进行过程模型的修改。合适的偏差识别方法可以被用来识别过程模型和事件日志中的迹之间的不同。通过在合适的位置进行添加或删除等操作来修正模型，使模型可以更好的符合现实。因此，本文提出了基于对该三种不同结构的逻辑Petri网修正方法，能够正确修正具有相应结构的复杂实际流程，而且进一步提高了拟合度和精确度。　　最后，通过仿真实验验证和比较分析，例证了本文三种不同结构的逻辑Petri网修正方法的正确性和有效性，结果表明修正模型的拟合度和精确度更高。

目录

声明

变量注释表

1 绪 论

1.1 过程挖掘介绍

1.2 国内外研究现状

1.3 论文的创新点

1.4 论文组织结构

2 相关定义

2.1 事件日志

2.2 Petri网

2.3 逻辑Petri网

3逻辑Petri网修正含有顺序结构的模型

3.1 含有顺序结构的模型偏差域识别

3.2 基于顺序结构的逻辑Petri网模型修正

4逻辑Petri网修正含有并发结构的模型

4.1 含有并发结构的模型偏差域识别

4.2 基于并发结构的逻辑Petri网模型修正

5逻辑Petri网修正含有选择结构的模型

5.1 含有选择结构的模型偏差域识别

5.2 基于选择结构的逻辑Petri网模型修正

6逻辑Petri网构造和修正含有循环返回结构的模型

6.1 含有循环返回结构的模型偏差域识别

6.2 基于逻辑Petri网的构建和修复含有循环返回结构的模型修正

7仿真实验与分析

7.1实验评估逻辑Petri网修正含有顺序结构和并发结构的模型

7.1.1实验模型与数据

7.1.2基于逻辑Petri网的模型修正实验

7.1.3 模型评估

7.2 实验评估逻辑 Petri 网修正含有选择结构的模型

7.2.1实验模型与数据

7.2.2基于逻辑Petri网的模型修正实验

7.2.3 模型评估

7.3 实验评估逻辑 Petri 网构造和修正含有循环返回结构的模型

7.3.1实验模型与数据

7.3.2基于逻辑Petri网的模型修正实验

7.3.3 模型评估

8总结与展望

参考文献

作者简历

致谢

学位论文数据集