CN104933325A - 基于行为包含的业务流程变化域融合分析方法 - Google Patents

基于行为包含的业务流程变化域融合分析方法 Download PDF

Info

Publication number
CN104933325A
CN104933325A CN201510437490.6A CN201510437490A CN104933325A CN 104933325 A CN104933325 A CN 104933325A CN 201510437490 A CN201510437490 A CN 201510437490A CN 104933325 A CN104933325 A CN 104933325A
Authority
CN
China
Prior art keywords
domain
variation
object module
behavior
business process
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
Application number
CN201510437490.6A
Other languages
English (en)
Inventor
方贤文
赵芳
方新建
方欢
刘祥伟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Anhui University of Science and Technology
Original Assignee
Anhui University of Science and Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Anhui University of Science and Technology filed Critical Anhui University of Science and Technology
Priority to CN201510437490.6A priority Critical patent/CN104933325A/zh
Publication of CN104933325A publication Critical patent/CN104933325A/zh
Pending legal-status Critical Current

Links

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

基于Petri网行为包含关系的业务流程变化域的融合分析，适合处理复杂业务流程系统中同时包含数据流和控制流的情况。首先利用Petri网建模方法分别建立业务流程的控制流网模型和数据流网模型，然后通过源模型和目标模型的行为一致性分析分别得出目标模型中的控制流网和数据流网的变化域，再基于Petri网行为包含关系理论分析数据流网和控制流网中的行为包含关系，并且基于紧密度的计算确定了影响变化域的关键因子。最后利用行为包含关系及关键因子，将目标模型控制流网最终的变化域和数据流网最终的变化域进行融合分析，得出目标模型最终的变化域。本发明能有效地避免模型分拆带来的行为丢失问题，且能够降低问题分析的时间复杂度。

Description

基于行为包含的业务流程变化域融合分析方法
技术领域
本发明属于业务流程可信分析领域，涉及到业务流程模型变化域的确定问题，特别适用于复杂业务流程系统中同时包含数据流和控制流时的变化域分析。
背景技术
由于外界环境的变化业务流程系统的不断发展，对业务流程进行变化域分析已经成为业务流程系统可信分析的关键。基于所构建的模型处于不同的环境中，不同的机构对模型的关注点也不同，有些业务流程系统不仅包含有控制流程，还有数据流程，已有的方法大部是依据源模型从整体上去考察目标模型的变化域，关注模型的控制流程较多，关注模型数据流程的较少，缺少相关的融合分析方法，造成变化域分析不全面，从而很难得到目标模型优化的变化域。也有从整体上进行数据流程和控制流程的分析，造成复杂度较大，同时由于数据流程和控制流程具有不同特点，直接融合分析也造成结果的不准确。
因此，面对同时包含数据流和控制流的复杂业务流程模型，有必要在分析分析两种流程模型变化域的基础上，提出有针对性的行为包含分析方法，并分析两种流程模型的行为紧密度，融合分析出最终的变化域。依据行为包含关系能够较准确地确定整个模型的变化域，而通过其他方法难以处理类似的情况。
发明内容
本发明所要解决的技术问题是：提供一种通过研究两个子模型(即控制流网模型和数据流网模型)的变化域，初步确定变化域的范围，并在此基础上基于Petri网的行为包含理论，以及行为紧密度分析方法，确定影响目标模型变化域的关键因子，开展业务流程数据流程和控制流程的变化域的融合分析方法，以确定业务流程模型最终的变化域。
为解决以上技术问题，本发明采用如下的技术方案：
对业务流程模型进行预处理，根据源模型和目标模型的Petri网结构特征，分别构建业务流程的控制流网模型和数据流网模型，并进行模型的弱序关系分析。
基于控制流网模型的行为轮廓和弱序关系，通过对源模型控制流网模型的对比分析得出目标模型控制流网模型的变化域。同理，基于数据流网模型的行为轮廓和弱序关系，通过对源模型的数据流网模型的对比分析得出目标模型数据流网模型的变化域。
基于控制流网模型和整个模型间存在行为包含关系，可以由控制流网模型的变化域得出目标模型的一部分变化域。同理，基于数据流网模型和整个模型间也存在行为包含关系，可以由数据流网模型的变化域得出目标模型的另一部分变化域。依据紧密度的关系定义，将控制流网模型和数据流网模型分别与整个网模型进行紧密度的计算，并且基于紧密度的计算确定了影响变化域的关键因子。最后利用行为包含关系及关键因子，将目标模型控制流网最终的变化域和数据流网最终的变化域进行融合分析，得出目标模型最终的变化域。
附图说明
图1是本发明的流程模型的结构图。
图2是本发明的确定目标模型控制流网模型变化域的流程图。
图3是本发明的确定目标模型数据流网模型变化域的流程图。
图4是本发明的确定目标模型最终变化域的流程图。
具体实施方式
本发明提出基于流程模型Petri网的变化域分析，依据源模型的行为轮廓简化分析目标模型的变化域，在此基础上将源模型和目标模型分别拆分为控制流网模型和数据流网模型，分别从各自的角度去考察目标模型控制流网方面的变化域和数据流网方面的变化域，并且基于行为包含关系，将它们综合在一起考察整个目标模型的变化域，依据紧密度的关系定义，将控制流网模型和数据流网模型分别与整个网模型进行紧密度的计算，进而得出影响目标模型最终变化域的关键因子。
以下结合附图对本发明作进一步的说明。
图1是本发明的流程模型的结构图，包括简化分析目标模型的变化域、将源模型和目标模型分别分解成两个子模型：控制流网模型和数据流网模型，基于Petri网的行为轮廓关系，分别对比分析源模型和目标模型的控制流部分和数据流部分，得出控制流网模型和数据流网模型这两个子模型的变化域，基于行为包含关系，确定目标模型最终的变化域，并依据紧密度的关系定义确定影响变化域的关键因子。
图2是本发明的确定目标模型控制流网模型变化域的流程图，具体来说包括寻找源模型和目标模型的控制流网模型，并且分析相应变迁对间的行为轮廓关系，找出不一致的部分，进而确定目标模型控制流网模型的变化域。
图3是本发明的确定目标模型数据流网模型变化域的流程图，它包含寻找源模型和目标模型的数据流网模型，也是从行为轮廓的角度去分析，找出可疑的部分，进而得出目标模型数据流网模型的变化域。
图4是本发明的确定目标模型最终变化域的流程图，通过简化分析源模型和目标模型流程图得出目标模型的变化域为(TN)C,基于行为包含关系和紧密度计算得出目标模型控制流网最终的变化域为(TCN)C，目标模型数据流网最终的变化域为(TDN)C。基于紧密度的计算确定了影响变化域的关键因子Fac。最后利用行为包含关系及关键因子，将目标模型控制流网最终的变化域和数据流网最终的变化域进行融合分析，得出目标模型最终的变化域。综合考虑以后得出目标模型最终的变化域为

Claims (3)

1.寻找业务流程模型变化域的新方法，包括对业务流程模型进行简化分析以及进行分割、分析业务流程控制流网及数据流网的变化域、基于行为包含关系确定业务流程模型最终的变化域，其特征在于：通过对业务流程模型进行分割处理，实现了对业务流程模型区域化分析变化域，在行为包含的基础上进行了目标模型最终变化域的确定，并且基于紧密度的关系确定了影响目标模型变化域的关键因子，有效地降低了寻找目标模型变化域的时间复杂度。
2.根据权利要求1所述的行为包含关系，其特征在于：依据目标模型控制流网与整个目标模型间存在行为包含关系，因而可以由目标模型控制流网的变化域去确定整个目标模型的一部分变化域，对应目标模型数据流网也是一样的道理。因此，依据行为包含关系，能有效地找出目标模型控制流网和数据流网方面的变化域，而且能够降低寻找目标模型变化域的复杂度，也能确定目标模型最终的变化域。
3.根据权利要求1所述的紧密度关系，其特征在于：将控制流网模型和数据流网模型分别与整个网模型进行分析，依据这些网相邻语义变迁之间所隔变迁的个数来进行紧密度的计算，并且紧密度的值越大越能够影响目标模型的变化域，进而能够确定影响目标模型最终变化域的关键因子。
CN201510437490.6A 2015-07-22 2015-07-22 基于行为包含的业务流程变化域融合分析方法 Pending CN104933325A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510437490.6A CN104933325A (zh) 2015-07-22 2015-07-22 基于行为包含的业务流程变化域融合分析方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510437490.6A CN104933325A (zh) 2015-07-22 2015-07-22 基于行为包含的业务流程变化域融合分析方法

Publications (1)

Publication Number Publication Date
CN104933325A true CN104933325A (zh) 2015-09-23

Family

ID=54120490

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510437490.6A Pending CN104933325A (zh) 2015-07-22 2015-07-22 基于行为包含的业务流程变化域融合分析方法

Country Status (1)

Country Link
CN (1) CN104933325A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111600944A (zh) * 2020-05-12 2020-08-28 北京锐安科技有限公司 一种数据处理方法、装置、设备和存储介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111600944A (zh) * 2020-05-12 2020-08-28 北京锐安科技有限公司 一种数据处理方法、装置、设备和存储介质
CN111600944B (zh) * 2020-05-12 2023-02-28 北京锐安科技有限公司 一种数据处理方法、装置、设备和存储介质

Similar Documents

Publication Publication Date Title
JP2023531132A (ja) ビデオ認識モデルをトレーニングする方法、装置、電子機器、記憶媒体およびコンピュータプログラム
CN105095473A (zh) 一种对差异数据进行分析的方法及系统
GB2529097A (en) Method of website optimisation for a website hosted on a server system, and a server system
CN104484410A (zh) 应用于大数据系统的数据融合方法及系统
Khan et al. A survey based study on factors effecting communication in GSD
CN103679484A (zh) 基于行为Petri网的电子商务一致性分析新方法
CN102567536A (zh) 一种基于数据统计学的关键绩效指标分析方法
CN106156170A (zh) 舆情分析方法及装置
CN104933325A (zh) 基于行为包含的业务流程变化域融合分析方法
Zhao et al. Interval Short‐Term Traffic Flow Prediction Method Based on CEEMDAN‐SE Nosie Reduction and LSTM Optimized by GWO
CN105069574A (zh) 一种业务流程行为相似度分析的新方法
US11221234B2 (en) Engineering automation using quantification and visualization of global sensitivities in spatial temporal domain
CN107240957B (zh) 一种基于大数据流式计算用于电网监测预警的方法
CN103942759A (zh) 一种固定场景下基于高斯背景模型的3d降噪方法及装置
CN114021833A (zh) 一种线损预测方法、系统、存储介质及计算设备
CN103699690A (zh) 一种寻找流程模型中最小变化区域的精确方法
CN111723297B (zh) 一种面向网格社情研判的双重语义相似度判别方法
Shen The approach of improving environmental quality for the industrial interactive development of producer services and manufacture industry
Nones Aspects of riverine hydro-morpho-biodynamics at watershed scale
Damrongwiriyanupap et al. Temperature effect on multi-ionic species diffusion in saturated concrete
Rayas et al. Learning the structure of large networked systems obeying conservation laws
CN105069554A (zh) 数据约束下的业务流程模型的非一致行为分析的新方法
CN109614587A (zh) 一种智能人脉关系分析建模方法、终端设备及存储介质
CN104657476A (zh) 联机分析处理的方法及系统
CN110110906A (zh) 一种基于Efron近似优化的生存风险建模方法

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
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20150923