Petri网多重变迁集的行为轮廓一致性分析

为有效解决业务流程模型中出现的重复活动的行为轮廓一致性问题,提出了一种基于Petri网多重变迁集的行为一致性测量方法。在多重变迁集的基础上,分析了模型行为轮廓中变迁的3种弱序关系,提出了一种考虑一致匹配变迁对与匹配变迁对的比值的测量方法,测量了包含重复活动的模型间的行为轮廓一致性服从度。通过理论和实例分析表明了该方法的有效性。

基于因果行为轮廓的多重变迁集行为一致性分析

多重变迁集的行为一致性分析是业务流程管理的关键问题。现有的研究方法主要是通过重名变迁的处理分析相关模型的行为一致性,计算复杂且结果不可信,所以对快速准确地测量含重名变迁的模型间行为一致性程度具有一定的局限性。首先在多重变迁集的基础上扩展了行为约束的4个弱序关系,避免了使用行为轮廓分析行为一致性的不准确性,然后提出了一种测量模型变迁对的行为一致性度的算法,从而得到基于因果行为轮廓的多重变迁集的行为一致性测量方法,最后通过实例验证了该方法的有效性。

基于三维行为关系图的模型一致性检测方法

在业务流程模型的相似性分析过程中,有时会出现环结构。已有的方法一般不考虑环结构,忽略了环结构对模型一致性分析的影响。以Petri网的多重变迁集为基础,提出一种新的一致性度测量方法。首先通过分析5种行为序列关系来刻画Petri网的变迁之间的相互关系,给出了三维行为关系图的概念;然后对Petri网的三维行为关系图间的关系进行研究,提出了基于Petri网的三维行为关系图的一致性检测方法。理论分析和实例测试均表明了该方法的有效性。