Efficient Deviation Detection Between a Process Model and Event Logs

Business processes described by formal or semi-formal models are realized via information systems.Event logs generated from these systems are probably not consistent with the existing models due to insufficient design of the information system or the system upgrade.By comparing an existing process model with event logs,we can detect inconsistencies called deviations,verify and extend the business process model,and accordingly improve the business process.In this paper,some abnormal activities in business processes are formally defined based on Petri nets.An efficient approach to detect deviations between the process model and event logs is proposed.Then,business process models are revised when abnormal activities exist.A clinical process in a healthcare information system is used as a case study to illustrate our work.Experimental results show the effectiveness and efficiency of the proposed approach.

基于行为轮廓和逻辑Petri网的模型修复方法

现实中的业务流程不断发生变化,需要对初始的业务流程模型进行修复以更好地表示实际业务流程。模型修复的关键步骤是分析现实日志和模型间的偏差,目前寻找偏差的方法主要采用对齐重演技术,未从行为的角度定量分析抽象的结构。因此,提出了一种通过行为轮廓分析日志和模型偏差的方法,并在此基础上进一步给出了基于逻辑Petri网的模型修复方法。首先,基于行为轮廓计算日志和模型间的服从度以识别偏差迹;然后,在偏差迹中依据偏差三元组集从偏差活动中选择逻辑变迁;最后,基于逻辑变迁设置逻辑函数,并通过添加新的分支或重构新的结构来修复原模型。对修复模型的适应度和精确度进行了验证,仿真实验结果表明,在尽可能保持修复模型与原始模型相似的基础上,相较于Fahland方法与Goldratt方法,所提修复方法在适应度都为1的情况下,得到的修复模型具有更高的精确度。

基于托肯重演的并行结构过程模型修复方法

过程挖掘可以根据企业信息系统生成的事件日志建立业务过程模型。当实际业务过程发生变化时,过程模型与事件日志之间会产生偏差,这时需要对过程模型进行修正。对于含有并行结构的过程模型修复,由于加入自环和不可见变迁等因素,有些现有的修正方法的精度会降低。因此提出一种基于逻辑Petri网和托肯重演的并行结构过程模型修复方法。首先根据子模型的输入输出库所与日志的关系,确定子模型的插入位置;然后通过托肯重演的方式确定偏差所在位置;最后根据基于逻辑Petri网提出的方法进行过程模型的修复。在ProM平台上进行了仿真实验,验证了该方法的正确性和有效性,并与Fahland等方法进行对比分析。结果表明,所提方法的精度达到85%左右,相比Fahland、Goldratt方法分别提高了17和11个百分点;在简洁度方面该算法没有增加自环和不可见变迁,而Fahland和Goldratt方法均增加了不可见变迁和自环;三种方法的拟合度均在0.9以上,而Goldratt方法略低一些。以上证明用所提方法修正后的模型具有更高的拟合度和精度。

基于逻辑Petri网的循环选择驱动循环结构过程模型修复方法

模型修复是一种过程增强技术。现有模型修复方法较少考虑含间接依赖关系的过程模型,在表示结构间的间接依赖关系时存在不足,修复含循环选择驱动循环结构的模型时难以描述结构间的间接依赖关系。本研究基于逻辑Petri网,针对循环选择驱动循环结构,提出在修复循环选择驱动循环结构的同时可以表达结构间的间接依赖关系的方法。在从日志中获取循环序列和选择序列算法的基础上,通过定理确定模型与日志是否存在偏差并找到偏差位置;根据不同结构提出修复算法修复模型,并使用关联规则描述结构间的间接依赖关系;最后通过实验证明方法的可行性。

带延迟修理的α-幂过程排队系统更换模型研究

假定服务台逐次故障后的维修时间构成随机递增的α-幂过程,工作时间构成随机递减的α-幂过程,在服务台每次故障以概率p需要延迟修理和延迟修理时间为随机变量的情况下,选取被服务的顾客数N为其更换策略,通过α-幂过程理论建立数学模型,导出了系统长期运行期望效益的解析表达式。最后通过一个数值例子验证了该方法的有效性.

具有随机机器故障的制造过程建模与性能分析

为研究机器故障和维修活动对制造过程性能的影响,提出一种基于广义随机Petri网的制造过程建模与性能分析方法。分析了随机机器故障特征;定义了两种故障发现模式和两种中断作业处理策略;给出具有随机机器故障的制造过程的不同模型方法;通过对模型结构特征的分析,证明了其有效性。针对不同策略和参数设置进行了性能仿真。分别以平均产量和平均过程流时间等性能指标,分析了单个工作站的性能;采用平均产量,分析了具有两个工作站的流水线的性能。仿真结果表明,故障率、平均维修时间、缓存数量配置、维修工人数量、故障发现模式和中断作业处理策略是影响具有随机机器故障的制造过程性能的主要因素。

基于视情维修的航空发动机备发预测方法研究

鉴于发动机的备发和性能退化以及维修方式的相关性,本文引入维修度概念,同时应用广义更新过程(GRP)对比例危险模型(PHM)进行了改进,建立反映寿命、性能参数、环境等参数变化趋势以及维修方式的备发模型。最后,以某航空公司CF6型发动机为例进行计算和比较。备发量对在翼发动机数比率为9.02%的结果满足经验估算结果。这表明应用本方法进行备发量决策方法切实可行,具有较大的应用价值。

基于SPNAT的维修过程建模与仿真方法研究

Petri网是严格定义的数学对象,直观、形象,且可用于动态的行为分析。通过引进退化令牌对随机Petri网进行理论扩展,提出了一种基于退化令牌的随机Petri网(SPNAT)的维修过程建模与仿真方法。最后通过实例验证了该建模方法的有效性和优越性。

可修系统不完全维修连续比例强度模型及应用

为解决传统不完全维修模型难于工程应用的问题,基于边界强度过程理论,提出一种新的具有封闭形式解的连续比例强度模型。讨论模型的特性,推导模型参数及诸如给定时刻的条件可靠度、期望故障数、累积平均故障间隔时间等重要可靠性指标的极大似然点估计的计算公式,利用Fisher信息矩阵法和delta法给出模型参数及上述可靠性指标的区间估计,基于Akaike信息准则和拟合优度检验指标R,给出模型评价准则。以数控机床现场故障数据为例对所提方法进行验证。研究结果表明:应用本文方法可以获得数控机床可靠性指标封闭形式的解及置信区间,可以很好地应用于工程实际。

可修系统混合多任务成功概率评估模型

装备任务成功性是指装备在给定的维修保障方案下成功完成规定任务的能力,其概率度量为任务成功概率,是重要的装备保障性评估指标。可修系统是装备系统重要的组成部分,当系统执行多个子任务构成的复杂任务时,其任务成功概率不仅与系统自身的任务可靠度、固有能力有关,还与每个子任务的准备时间和执行时间、任务成功要求、维修保障能力和数量等因素有关。在充分分析多任务执行过程的特点与可修系统任务成功性影响因素的基础上,给出了一种给定维修保障方案情况下可修系统混合多任务成功概率评估模型。最后,通过一个算例来说明该模型的有效性与实用性。

兼职辅助工作的机器维修模型

本文研究了单修理工有效利用闲期兼职辅助工作的机器维修模型。这个模型被视为带休假策略的有限源排队问题,利用拟生灭过程的方法,给出了系统在稳态下机器故障数的分布和机器等待维修时间的分布,并将结果与经典的机器维修模型作了比较。

基于比例故障率的周转备件预测方法

周转备件主要用于保持对备件的持续供应、避免备件订货的延误风险。在比例故障率模型中引入维修度的概念,建立结合维修度的威布尔比例故障率模型,并采用极大似然法估计模型参数,最后在蒙特卡罗仿真的基础上预测周转备件数量。经示例分析,验证了该模型的可行性和有效性,该结果可为周转备件精确保障提供理论依据。

多种攻击下产品开发过程网络修复策略

针对复杂产品开发过程的鲁棒性问题,对企业任务-资源-服务关系进行分析,构建了产品开发过程网络系统模型,提出了网络资源节点在随机故障和蓄意攻击方式下的三种修复策略。以实际变压器产品开发过程网络模型为例,运用仿真方法对三种修复策略在不同攻击策略下的有效性和实用性进行了研究。仿真结果表明,随机失效情况下均匀修复优势显著,蓄意攻击情况下按强度修复的优势显著。

行为公共管理学视角下政府信任修复的双过程机制

重大突发公共危机事件已成为当下全球治理的紧迫问题,对各国各地政府形成巨大挑战。危机发生后,如何针对政府实现有效的信任修复,避免陷入塔西佗陷阱,是信任研究领域和应急管理实践的核心议题之一。以新兴的行为公共管理学为理论视角,可准确界定政府信任及信任修复,并在此基础上构建一个认知评价与情绪中介的政府信任修复双过程模型,即政府信任修复的结果会受到公众认知归因引发的可信度评价和(个体及群际)情绪共享之中介效应的共同影响。在应对策略上,一方面,通过解释与说明、借口与否认、惩罚与监管等认知手段增加公众对负面事件的外部归因、不可控性归因、不稳定性归因,提升公众对政府的可信度评价;另一方面,通过道歉、承诺、补偿等手段减弱公众个体层面的情绪反应,通过群际接触降低公众群体层面的负性情绪,所有这些将有助于修复政府信任。

战场损伤评估认知发展模型

为了建立战场损伤评估导师系统,对战场损伤评估认知发展模型进行了分析研究。根据实际装备战场损伤评估,综合当前几种战场损伤评估程序,建立了适合BDA训练需求的战场损伤评估程序,确定了合理、有效的评估决策过程,并对评估程序中各个步骤的内涵进行了分析说明,分析战场损伤评估的知识,基于智力技能层次论研究了战场损伤评估的认知任务,参考医疗教学中的认知模型,建立了战场损伤评估认知模型。

带延迟修理的退化服务台排队系统更换模型研究

针对带有延迟修理的退化可修服务台的排队系统,提出了一种新的维修更换模型。假定服务台逐次故障后的维修时间构成随机递增的几何过程,工作时间构成随机递增的几何过程,在服务台每次故障以概率p需要延迟修理和延迟修理时间为随机变量的情况下,选取被服务的顾客数N为其更换策略,以系统长期运行单位时间内的期望效益为目标函数,通过更新过程和几何过程理论建立数学模型,导出了目标函数的解析表达式。并根据目标函数情况,通过最大化目标函数来获取系统最优的更换策略N*,最后还对结果进行了讨论。

面向连铸设备维护维修和大修的知识模型

讨论了钢铁连铸设备生命周期内维护、维修与大修业务的特点和业内知识管理现状,在分析利用本体技术构建维护、维修和大修知识模型的意义之后,提出基于元本体、领域本体和应用本体三层结构用Web本体语言构建维护、维修和大修知识模型的思路:将元本体简单、合理的逻辑结构作为知识模型中抽象的顶层概念,来较优地体现事物之间具有的一般规律;在元本体之上结合维护、维修和大修领域知识结构构建领域本体;面向某钢铁企业连铸设备的维护、维修和大修业务,构建了设备结构、设备状态、设备故障和维护、维修和大修业务流程等相关知识模型。讨论了基于维护、维修和大修知识模型的可配置流程实例,以促进维护、维修和大修行业知识的共享与重用。

基于过程模型约束的轨迹乱序事件修复方法

日志的完备性一直是备受关注的问题,系统错误或者人为干预的影响常常会导致系统日志中的时间信息存在错误,使得日志活动之间的次序发生错位,影响后续日志分析流程。此外,现有日志修复方法在处理此类问题时,修复精度和修复效率方面有所不足。由此,提出一种基于A*算法的乱序轨迹修复方法,该方法基于模型约束,通过调整日志中活动之间的位置,可获得一个无乱序问题的最优修复结果,并利用模型分解和日志活动重放技术,有效提升了修复方法的修复效率。实验结果证明,该方法能够有效地对不同类型的乱序日志进行修复,获得了良好的性能表现。

FDM成型维修工具件强度的工艺分析与优化

采用熔融堆积成型(Fused Deposition Modeling,FDM)技术能够快速方便地完成维修工具件的成型。然而,直接成型的工具件往往存在强度不足的问题,因此有必要提升FDM成型件强度。以梅花扳手和呆扳手为例,研究影响FDM成型工具件强度的因素,对不同内部填充单元的维修工具件强度进行理论计算。设计分组实验,主要对填充率、填充形状和打印方向对工具件强度的影响进行研究。通过试验结果提出了达到更好性能指标的加工原则。

基于引发序列的流程模型修正

随着信息系统在业务流程中的广泛应用,对事件日志与业务流程的需求也随之增加.由于事件日志的爆炸式增长,有些事件日志不能被流程模型正确地重演.通过合规性检查可以检测与诊断模型与日志之间存在的差异.但是,合规性检查技术不能对流程模型做出正确的修正.基于事件日志中的引发序列,从移除活动、增加活动及改变模型子流程3个方面解决了流程模型的修正问题.在进行模型修正时,需要确定移除的活动在模型中所在的结构、增加的活动与相邻活动的关系以及需要改变的子流程.流程模型修正的目的在于使修正的流程模型可以重演(大多数)的事件日志,并且使得到的修正模型尽可能与原模型相似.通过仿真模拟提出的修正方法,实验验证了该方法的正确性与实用性.