基于完全有限前缀展开的行为等价过程树生成算法

过程树能够兼具过程模型的行为和结构,在简化模型结构的复杂度方面具有重要意义.现有过程树转化仅能将基于块结构的简单过程模型转化为过程树,无法将具有复杂结构的过程模型转化过程树.为此,提出了一种基于完全有限前缀展开的行为等价过程树生成算法,用于将与过程树行为等价的过程模型转化为行为等价过程树.该方法首先利用完全有限前缀展开技术分析过程模型,抽取模型的活动关系;其次通过分析活动关系,进而对模型进行重构.最终通过活动关系判断和模型重构的不断迭代操作,构建行为等价过程树.通过在测试模型上的实验,验证了该算法在行为等价过程树生成方面的正确性和可行性.

基于完全有限前缀的完备日志生成算法

鉴于理想的完备日志很难被获取,针对特定次序关系完备的日志已成为评估挖掘算法表现的重要数据来源。提出了一种新颖的针对特定次序关系完备日志生成算法,基于完全有限前缀计算轨迹,使日志生成过程可控。扩展了完备日志的生成算法,使日志能够针对Δw关系和w关系完备,从而满足α谱系挖掘算法对日志的完备性要求。同时提出了一种日志生成算法的评估框架,并对日志生成算法进行评估。

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。

基于完全前缀展开的业务过程模型结构化简与行为保持方法

针海量业务过程模型管理中,往往伴随着节点过多、行为复杂易错、用户难于理解等问题,因此如何在保持原有语义的前提下对模型进行自动化的化简对业务过程模型管理具有重要作用。然而,目前的化简方法要么会损失部分行为,要么会泛化部分行为,无法在保持行为的条件下进行模型化简,这为模型质量要求较高的领域带来了一定的挑战。为解决该问题,提出一种基于完全前缀展开的业务过程模型化简算法。该算法利用完全前缀展开技术,在保证原有过程模型行为语义等价的前提下,将模型的一部分结构转化为行为等价过程树,在最理想的情况下,可以将整个模型转化为行为等价过程树。再根据过程树中的行为和语义,重构业务过程模型,从而到达化简过程模型的目的。最后通过实验表明,该算法不仅具有正确性和可行性,还可以有效降低业务过程模型的复杂度。