CN103559587A - 一种基于行为模式的模型变化区域责任分析系统 - Google Patents

Abstract

一种基于行为模式的电子商务Petri模型变化区域责任分析系统，按对象拆分模型，引入动作模式的概念，构建行为动作模式来确定模型中存在的变化区域。对确定变化区域的模型进行片段分解，根据片段的等级构建模型的结构树，结合行为轮廓，构建行为片段模式。根据责任的概念，对通过变化区域的片段序列进行责任分析，利用行为片段模式中的行为轮廓关系数值化计算与变化区域有责任关系的片段在变化区域片段集中的信心值，得到导致变化区域的责任方。通过比较对象子模型来寻找变化区域，克服了没有源模型和不使用参照模型的缺点，对确定变化区域的模型进行片段分解，克服了研究多个具有相同结构和间接行为关系的变迁的重复性，责任和行为片段模式的结合应用提高了变化区域责任分析系统的有效性和可执行性。

Description

一种基于行为模式的模型变化区域责任分析系统

技术领域

本发明涉及一种电子商务模型变化区域责任分析系统，它特别适用于对电子商务模型变化区域的确定、变化区域责任方的快速诊断，属于商业诊断技术领域。

背景技术

随着计算机技术的快速发展，业务流程模型作为形象化公司业务的方法，其应用领域也在不断扩展。这就要求建模者在建模理论和技术上有更大的提升，以期能满足不同的建模需要。在实际中，针对相同的目标流程，根据不同业务要求，侧重的建模对象不同，构建的业务流程模型也各有不同，但并不是所有的模型都是符合要求的，有的模型可能存在异常。因此，需要讨论模型的一致性。对模型一致性的验证是建模过程中至关重要的一步，基于此，找出模型不一致的区域即其变化的部分，进而优化模型是尤为重要的。实际建模时，目标模型是难以得到的，所以通过比较与源模型（或参照模型）的一致性来研究模型的变化区域具有一定的局限性和缺少实际效用。而对于引起变化区域的责任方和解决异常现象的方法也没有作更进一步的研究。

发明内容

本发明为了避免背景技术的缺点，提出一种实际操作性强的基于行为动作模式的变化区域责任查找系统，在保证将模型运行异常情况下所有变迁的行为关系进行计算确定变化区域，以及模型的片段分解技术的正确性和责任分析的全面性，提高了变化区域责任分析系统的高效性和准确性。

针对有异常的模型，将模型按照其涉及的对象拆分开来，形成多个对象子模型。引入动作模式的概念，寻找出决定变化区域的疑似活动变迁。通过计算，排除对象子模型的内部活动变迁。再结合行为轮廓的有关知识，构建考虑活动变迁之间的语义和行为依赖关系的行为动作模式，通过行为动作模式来确定模型中存在的变化区域。对确定变化区域的模型进行片段分解，根据片段的等级构建模型的结构树，并结合行为轮廓，将构建了体现模型片段结构和行为于一体的行为片段模式。根据责任的概念，对通过变化区域的片段序列进行责任分析，得出与变化区域有责任关系的片段，利用行为片段模式中的行为轮廓关系数值化计算与变

化区域有责任关系的片段在变化区域片段集中的信心值，得到导致变化区域的责任方。

本发明的优点是将模型按其涉及对象拆分建立对象子模型，通过比较对象子模型来寻找变化区域，克服了没有源模型和不使用参照模型的缺点。构建的行为模式将活动变迁之间的行为依赖关系数值化，降低了行为关系的抽象性，提高了计算方法的可行性。对确定变化区域的模型进行片段分解，克服了研究多个具有相同结构和间接行为关系的变迁的重复性。责任和行为片段模式的结合应用提高了变化区域责任分析系统的有效性和可执行性。

附图说明

图1为本发明的业务流程模型变化区域责任分析结构图；

图2为本发明的业务流程模型变化区域确定流程图；

图3为本发明的业务流程模型变化区域责任方确定流程图。

具有实施方式

本发明提出基于流程模型Petri网和行为模式的一种准确确定电子商务中的变化区域的方法，并对其进行责任分析以确定引起变化区域的责任方。

下面结合附图对本发明做进一步的说明：

电子商务中变化域的责任分析方法主要分为分为两个部分，如图1所示。

首先，对出现异常现象的电子商务中业务流程模型进行按对象分拆模型，根据行为动作模式的概念确定模型的变化区域，见图2。

具体步骤为：

①将模型PM按照其涉及的对象分拆模型，得到几个（一般为3个）对象子模型PM₁，PM₂，…，PM_n，n为涉及对象的个数。将对象子模型PM_i中的活动变迁按照动作函数的定义分别映射到各自相应的动作，每个对象子模型PM_i对应着一个动作集

i=1,2,…,n。按照定义5得到流程模型集C=(APM,V)，此时|APM|=n。

②根据行为动作模式中支持数的概念计算V中的每个动作的支持数。若sup(v_j)≠1，计算V中下一个动作的支持数；反之，将v_j作为可疑变化动作集V_S中的元素。其中v_j∈V，j=1,2…,|V|-1。循环直至j=|V|时终止。

③根据行为动作模式中信心数的概念计算V_S中的动作在其对象子模型PM_i中的信心数，i=1,2,…,n。若con(v_k)≥0.5，计算V_S中下一个动作的信心数；反之，v_k就是变化变迁对应的动作。其中v_k∈V，k=1,2…,|V_s|-1。循环直至k=|V_s|时终止。

④输出对象子模型中的变化变迁，结合与变化变迁语义相关的活动变迁以及它们的结构关系，找到变化区域C_PM。

然后，对所得的变化区域进行片段分解，构建综合模型的结构关系和行为关系的行为片段模式，根据得到的模型的行为片段模式对模型进行责任分析，以确定引起变化区域的责任方，见图3。

具体步骤为：

①将PM按照片段的定义进行片段分解，根据片段与片段间的行为关系构建行为流程结构树；根据行为流程结构树确定通过变化区域的片段路径σ_i和变化区域中的片段路径σ_j，其中i=1,2,…,n，j=1,2,…,m。

②取PM的变化区域作为子网PM₂，与变化区域的变迁有行为关系的所有变迁组成的Petri网作为另一个子网PM₁，PM₁与PM₂组成的网记作PM′，取PM₁中的一条片段路径

且若在PM₂中能找到一条片段路径

使得σ_iοσ_j∈〈PM′,G′_f〉，根据责任的定义，σ_i中片段对变化区域PM₂有责任关系。否则判断下一条片段路径，循环直至i=n时终止。得到与变化区域有责任关系的片段ω_k，k=1,2,…,l。

③计算与变化区域有责任关系的片段ω_k在变化区域中的片段ω_j组成的片段集合Ω中的行为关系权重值，

$w({\mathrm{\ω}}_k+{\mathrm{\ω}}_j)=\frac{\min (w({\mathrm{\ω}}_k!>{\mathrm{\ω}}_j),w({\mathrm{\ω}}_j!>{\mathrm{\ω}}_k))}{\left|\mathrm{\Ω}\right|},$ $w({\mathrm{\ω}}_k\→{\mathrm{\ω}}_j)=\frac{\min (w({\mathrm{\ω}}_k>{\mathrm{\ω}}_j),w({\mathrm{\ω}}_j>{\mathrm{\ω}}_k))}{\left|\mathrm{\Ω}\right|},$ $w({\mathrm{\ω}}_k\→\mathrm{\ω}_j^{-1})=\frac{\min (w({\mathrm{\ω}}_j>{\mathrm{\ω}}_k),w({\mathrm{\ω}}_k!>{\mathrm{\ω}}_j))}{\left|\mathrm{\Ω}\right|},$

其中k=1,2,…,l，j=1,2,…,m。计算ω_k在Ω中的信心值con(ω_k)，循环直至k=l时终止，信心值最大的片段就是变化区域的责任方。

Claims (4)

1.一种模型变化区域责任分析系统，系统由行为动作模式分析和变化区域确立、行为片段模式分析和变化区域责任分析两个部分组成，其特征在于：行为动作模式分析确定了异常模型的含行为轮廓关系的行为动作模式，找到变化区域；构建行为片段模式，结合责任的概念对变化区域进行分析，并构建具体算法实现变化区域的责任分析；

2.根据权利要求1所述的变化区域责任分析系统，其特征在于：将变迁映射到动作集合，数值化动作间的行为轮廓序关系，计算动作在行为动作模式中的支持数和信心数，求出变化区域；

3.根据权利要求1所述的变化区域责任分析系统，其特征在于：对模型进行片段分解，结合模型分解技术构建模型的行为流程结构树，并以此构建直观反映模型片段序列的行为片段模式；

4.根据权利要求1所述的变化区域责任分析系统，其特征在于：由行为流程结构树中可以得到通过变化区域的所有片段序列，根据责任的定义，找到与变化区域有责任关系的片段，计算与变化区域有责任关系的片段对变化区域的信心值，确定变化区域的责任方。

Images