CN103699690A - 一种寻找流程模型中最小变化区域的精确方法 - Google Patents
一种寻找流程模型中最小变化区域的精确方法 Download PDFInfo
- Publication number
- CN103699690A CN103699690A CN201410010860.3A CN201410010860A CN103699690A CN 103699690 A CN103699690 A CN 103699690A CN 201410010860 A CN201410010860 A CN 201410010860A CN 103699690 A CN103699690 A CN 103699690A
- Authority
- CN
- China
- Prior art keywords
- behavior
- sequence
- change region
- region
- node
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/903—Querying
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Data Mining & Analysis (AREA)
- Game Theory and Decision Science (AREA)
- General Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
一种基于Petri网动力学表达式寻找业务流程模型中最小变化区域的精确方法,涉及基于动力学表达式的疑似非有效行为序列的确立和基于行为轮廓的最小变化区域的精确确定。首先由流程网的执行语义,对模型的所有发生序列进行匹配。然后利用Petri网动力学表达式计算匹配序列的行为距离,从而确定模型中的疑似非有效行为序列。对处于变化域的活动节点,利用Petri网行为轮廓和行为距离方法将冗余变化节点去掉,得到最小变化区域。本发明提出了寻找最小变化区域的新方法,有效地解决了模型中变化域的寻找问题,避免了现有的基于序列的方法因仅考虑活动节点的一致性而引起的变化域扩大的缺陷。
Description
技术领域
本发明属于电子商务信息技术领域,涉及流程模型中一种新的最小变化区域寻找方法,包括确立疑似非有效序列和一种基于行为轮廓的变化区域精确方法。
背景技术
计算机技术的蓬勃发展,业务流程应用领域的扩展与创新,对业务流程建模提出了高深的理论和纯熟的技术要求,以设计满足所需功能的流程模型。目前,将实际要求转换为业务流程是系统软件在应用环境中的重要任务。但是,由于服务对象的多重性与业务要求的复杂性,理论所需源模型在实际具体操作中是很难得到的。在这种情况下,将服务对象的子模型按照业务要求组合成一个目标模型是解决这类问题的一种有效方法。而验证目标模型是否符合要求,即讨论目标模型与源模型间的一致性,确定目标模型存在的变化部分,是逐步完善目标模型的一个关键问题。
变化区域在实际的流程模型中,其最优解的判断复杂,变化部分存在很大的可选性。传统的查找方法都是基于序列角度考虑的,Matthias等在研究变化传播时,通过给定节点,寻找对应模型中的变迁区域,郝文君等以上基础上,利用动态切片的方法找到变化节点,通过变化节点寻找变化区域,这些方法并未从整个模型角度考虑路径所包含的特征信息。从整个模型的执行序列中找出所有疑似非有效序列,对不一致的活动节点,利用行为模式初步确立变化范围。在此基础之上基于行为轮廓有效关系进一步去掉多余节点,再由节点所处序列对应的行为距离最终确立最小变化区域。利用序列的行为距离确立的变化范围,包含大量模型行为信息,采用局部序列进行约简的过程中,遗失了大量有用信息,降低了查找变化区域的精确度。采用基于节点的方法,存在局部化查找区域的缺点,无法保证变化区域的准确性。现有的针对最小变化区域的查找方法都不能很好的提高变化区域查找的全面性和准确性。
发明内容
本发明所要解决的技术问题是:提供一种通过流程网的动态行为特征和行为约束对模型中的匹配执行序列进行行为距离计算,找出疑似非有效序列,初步确定变化区域范围,并在此基础上进行基于行为轮廓的最小变化区域寻找,用以有效地指导模型检测与修正。
为解决以上技术问题,本发明采用如下的技术方案:
由网执行语义,找出源模型和目标模型的所有发生序列,并适配成对,接着根据匹配序列的性质再将适配序列进行匹配。
对所有的匹配序列,通过计算相似度、一重差异和二重差异,由定义的动力学表达式得出它们的行为距离,并与有效值比较,由此确定目标模型的所有疑似非有效序列。
在匹配序列中找出疑似非有效序列中对应位置不匹配的活动变迁,由行为模式考虑变化节点的前后集,由此初步得到目标模型的变化范围。
基于行为轮廓基础之上,对处于变化范围的活动节点,在该范围内找出与其处于交叉关系和互斥关系的变迁活动节点,并剩余的节点从变化节点中去除。
对以上确定的活动变迁变化节点,考虑其所在的匹配序列的行为距离,并与有效值进行比较,由此去掉冗余变化节点,最后得到的活动变迁对应的区域为目标模型的最小变化区域。
附图说明
图1是本发明的一种实施的流程图。
图2是本发明的确立变化区域的流程图。
图3是本发明的行为距离的计算步骤图。
图4是本发明的寻找最小变化区域的步骤图。
具体实施方式
本发明提出基于动力学表达式的疑似非有效行为序列的确立,由此确立变化区域。并在此基础利用行为轮廓和行为距离精确最小变化区域。
以下结合附图对本发明作进一步的说明。
图1是本发明的一种实施的流程,包括变化区域的确立和最小变化区域的寻找。如图所示,在流程模型中,由网最小语义,找出所有执行序列,适配后再进行匹配,由动力学表达式计算其行为距离,找出目标模型中的所有疑似非有效行为序列,利用行为模式确立变化区域。对初步确定的变化区域,利用行为轮廓和行为距离去掉冗余变化节点,由此得到目标模型的最小变化区域。
图2是本发明中的确立变化区域的流程,由网执行语义,找出这些执行序列后适配成对。由匹配序列的性质,若序列不是天然匹配的,则需进行自然匹配,得到的所有匹配序列。由动力学表达式计算匹配序列的行为距离,并与有效值进行比较。找出所有行为距离大于等于有效值的匹配序列对,由此找出目标模型中的所有疑似非有效序列。之后,在匹配序列中,找出其与另一条序列中对应位置非一致的活动变迁(沉默变迁除外),对每个这样的活动变迁,在目标模型中找出它的前集与后集,对前后集中的每个库所元素,再找出它的前集与后集,则所有这些节点构成可疑节点集Q,其中的活动变迁对应的子模块即为所要寻找的变化区域W0。
图3描述了行为距离的计算步骤,由相似度、一重差异和二重差异的定义公式,代入动力学表达式f1(x,y)=max(x,y),f2(x,y)=0.6x+0.4y,f3(x1,x2,…xm)=x1+2x2+…mxm,f4(x1,x2,…,xn)=2x1+4x2+…2nxn,f5(x,y,z)=0.2x+0.3y+0.5z计算匹配序列的行为距离。
图4描述了本发明中的寻找最小变化区域的步骤,在W0和Q中,其中的每个活动变迁,按照行为轮廓的定义,依次在模型BPP中找出所有与活动变迁处于交叉关系和互斥关系的变迁,将这些变迁组成的集合记为C。对C中的每个活动变迁,若存在包含活动变迁的匹配序列的行为距离小于有效值,称称该活动变迁为冗余变化节点,在集合Q中找出所有的冗余变化节点构成的集合CQ。则集合T0=C∩Q-CQ中变迁对应的子模块即为所要寻找的最小变化区域N0。
Claims (4)
1.流程网中寻找最小变化区域的精确方法,包括疑似非有效行为序列的确立和基于行为轮廓的变化区域精确方法,其特征在于:通过流程网的动态行为特征和行为约束对模型中的匹配执行序列进行行为距离计算,找出疑似非有效序列,初步确定变化区域范围,并在此基础上进行基于行为轮廓的最小变化区域寻找,用以有效地指导模型检测与修正。
2.根据权利要求1所述的匹配执行序列行为距离计算方法,其特征在于:所述的计算方法是在利用流程网的行为特征对模型中的执行序列进行初步适配的条件下,从语义学角度将源序列进行匹配,利用动力学表达式计算匹配序列的行为距离,计算结果有效性非常高。
3.根据权利要求1所述的由疑似非有效序列确定变化范围的方法,其特征在于:所述的方法利用序列中位置变迁的对应关系找出源序列中不对应的活动节点集,由流程网的行为结构特征,这些变化节点的前后集节点也是产生变化的可疑节点,由此确定变化区域范围。
4.根据权利要1所述的基于行为轮廓的最小变化区域寻找方法,其特征在于:所述的方法将行为轮廓对节点的约束条件考虑在内,对变化节点通过有效的行为轮廓关系对其前后集节点进行排查,再利用序列的行为距离去掉冗余变化节点,由此得到模型的最小变化区域。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410010860.3A CN103699690A (zh) | 2014-01-09 | 2014-01-09 | 一种寻找流程模型中最小变化区域的精确方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410010860.3A CN103699690A (zh) | 2014-01-09 | 2014-01-09 | 一种寻找流程模型中最小变化区域的精确方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103699690A true CN103699690A (zh) | 2014-04-02 |
Family
ID=50361218
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410010860.3A Pending CN103699690A (zh) | 2014-01-09 | 2014-01-09 | 一种寻找流程模型中最小变化区域的精确方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103699690A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104133856A (zh) * | 2014-07-14 | 2014-11-05 | 安徽理工大学 | 一种带配置信息的业务流程合并模型的摘要提取方法 |
CN104318125A (zh) * | 2014-11-14 | 2015-01-28 | 安徽理工大学 | 基于动力学表达式的业务流程行为偏差分析方法 |
CN106209470A (zh) * | 2016-07-25 | 2016-12-07 | 安徽理工大学 | 基于Petri网行为轮廓业务流程模型最小故障域定位方法 |
-
2014
- 2014-01-09 CN CN201410010860.3A patent/CN103699690A/zh active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104133856A (zh) * | 2014-07-14 | 2014-11-05 | 安徽理工大学 | 一种带配置信息的业务流程合并模型的摘要提取方法 |
CN104318125A (zh) * | 2014-11-14 | 2015-01-28 | 安徽理工大学 | 基于动力学表达式的业务流程行为偏差分析方法 |
CN106209470A (zh) * | 2016-07-25 | 2016-12-07 | 安徽理工大学 | 基于Petri网行为轮廓业务流程模型最小故障域定位方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104361036B (zh) | 告警事件关联规则挖掘方法 | |
CN106339274A (zh) | 一种数据快照获取的方法及系统 | |
CN102306183B (zh) | 一种对事务数据流进行闭合加权频繁模式挖掘的方法 | |
CN103678671A (zh) | 一种社交网络中的动态社区检测方法 | |
CN103020494B (zh) | 一种利用程序代码编程模式著作权归属检测模型检测著作权归属的方法 | |
US20140095549A1 (en) | Method and Apparatus for Generating Schema of Non-Relational Database | |
CN103678583A (zh) | 结构化数据比较的方法及系统 | |
CN112256698B (zh) | 一种基于多哈希函数的表关系自动关联方法 | |
CN104216874A (zh) | 基于相关系数的中文词间加权正负模式挖掘方法及系统 | |
CN103699690A (zh) | 一种寻找流程模型中最小变化区域的精确方法 | |
CN104133857A (zh) | 一种基于配置约束的业务流程模型挖掘的新方法 | |
CN113722600B (zh) | 应用于大数据的数据查询方法、装置、设备及产品 | |
CN105302874A (zh) | 基于地理云数据的空间匹配方法 | |
CN104834709A (zh) | 一种基于负载均衡的并行余弦模式挖掘方法 | |
CN109697206A (zh) | 一种分布式函数依赖关系挖掘方法 | |
CN104134112A (zh) | 一种语义约束下的业务流程模型一致性度量方法 | |
GB2576663A (en) | Validation of search query in data analysis system | |
CN103927373A (zh) | 基于增量式关联规则技术的动态大数据模型高效建立方法 | |
CN107644139B (zh) | 一种从cad模型到cae模型的属性映射方法 | |
CN104809185A (zh) | 面向不确定数据的闭项集挖掘方法 | |
CN103488757A (zh) | 一种基于云计算的聚类特征等值直方图的维护方法 | |
Du et al. | An overview of dynamic data mining | |
CN104965923A (zh) | 一种用于生成现金流量表的云计算应用平台构建方法 | |
CN105354243B (zh) | 基于归并聚类的并行化频繁概率子图搜索方法 | |
CN102567353B (zh) | 基于可动态扩展的分析因子的数据分析装置及方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20140402 |
|
WD01 | Invention patent application deemed withdrawn after publication |