CN116862211A - 一种业务流程柔性重构与协同优化方法 - Google Patents

一种业务流程柔性重构与协同优化方法 Download PDF

Info

Publication number
CN116862211A
CN116862211A CN202210304404.4A CN202210304404A CN116862211A CN 116862211 A CN116862211 A CN 116862211A CN 202210304404 A CN202210304404 A CN 202210304404A CN 116862211 A CN116862211 A CN 116862211A
Authority
CN
China
Prior art keywords
business process
model
business
reconstruction
optimization method
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
CN202210304404.4A
Other languages
English (en)
Inventor
刘洋
程航
李松
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.)
Qingdao Zhongjiayuan Industrial Design Co ltd
Original Assignee
Qingdao Zhongjiayuan Industrial Design Co ltd
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 Qingdao Zhongjiayuan Industrial Design Co ltd filed Critical Qingdao Zhongjiayuan Industrial Design Co ltd
Priority to CN202210304404.4A priority Critical patent/CN116862211A/zh
Publication of CN116862211A publication Critical patent/CN116862211A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0633Workflow analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/04Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0639Performance analysis of employees; Performance analysis of enterprise or organisation operations

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Theoretical Computer Science (AREA)
  • Development Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Educational Administration (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Operations Research (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Game Theory and Decision Science (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明是一种业务流程柔性重构与协同优化方法,包括以下步骤:获取业务流程;根据业务流程,构建具有统一规范和标准的业务流程模型;构建业务流程模型约束与决策规则库;对业务流程模型进行评估,并获得评估数据;利用业务流程模型和评估数据进行业务流程柔性重构;基于不同的运行场景对业务流程进行仿真运行;根据仿真结果建议,优化业务流程。本发明构建了业务流程优化模型,通过搜索业务流程优化方案和信息传递方式的优化配置,进而对业务流程的成本和时间消耗进行优化,采用流程柔性重构技术与全流程协同优化技术,提高服务质量,降低了服务成本,提高工作效率。

Description

一种业务流程柔性重构与协同优化方法
技术领域
本发明属于工业互联网信息技术领域,特别涉及一种业务流程柔性重构与协同优化方法。
背景技术
随着社会和经济的发展,人们的工作和生活模式发生了深刻变化,表现出了业务全球化、流程协同化、需求多元化和人员流动化等特点。越来越多的用户需求需要多个组织之间的人或者应用相互配合、协同工作才能实现,由此业务流程协同应运而生。
随着市场竞争的加剧,钢铁制造企业被迫实现和确保生产系统的高水平的灵活性和可重构性,以给出市场满意的答案,从而不断增加市场需求和客户要求。此外,在自动化概念和架构方面,当前的钢铁企业生产制造系统不能保证对各种变化的条件有适当的适应性,如波动的市场需求、新技术的发展或机器故障。因此,新业态下制造业迫切需要识别和开发一种基于即插即用范式和信息物理系统重构业务流程的新方法,以快速适应业务需求的生产配置和能力。
发明内容
本发明的目的是提供一种面向业务流程的智能化柔性重构技术,通过对核心流程进行批判性的分析,以快速发掘需要改进的领域,进而提高应用部署的灵活性,采用全流程协同模式,提高服务质量,降低了服务成本,提高工作效率的一种业务流程柔性重构与协同优化方法。
为实现上述目的,本发明的技术方案是:一种业务流程柔性重构与协同优化方法,包括以下步骤:
步骤1:获取业务流程;
步骤2:根据所述业务流程,构建具有统一规范和标准的业务流程模型;
步骤3:构建业务流程模型约束与决策规则库;
步骤4:对所述业务流程模型进行评估,并获得评估数据;
步骤5:利用所述业务流程模型和评估数据进行业务流程重构;
步骤6:基于不同的运行场景对业务流程进行仿真运行;
步骤7:根据仿真结果建议,优化业务流程。
进一步的,步骤1中所述的获取业务流程,包括:收集整理当前业务流程,根据企业业务目标,结合企业现有IT系统现状,提出目标业务流程。
进一步的,步骤2所述根据所述业务流程,构建具有统一规范和标准的业务流程模型,包括:
采用规范的业务模型描述BPMN标准,为当前业务流程建立统一的业务流程模型;
确定业务流程梳理的责任主体,梳理业务流程,构建“端到端”的流程,打通流程各环节,实现业务流程的整体化定义,并明确流程的关键风险点和关键绩效指标。
进一步的,步骤3所述构建业务流程模型约束与决策规则库,包括:所述约束与决策规则库是指多样化问题相关附加规则,根据制造任务的不同,业务流程模型的不同情况特征作为规则模块存储调用,根据模型特征规则,将智能算法作为附属模块存储调用,从而形成业务流程模型的动态构建及求解智能算法的动态构建。
进一步的,步骤4所述对所述业务流程模型进行评估,并获得评估数据,包括:
将所述业务流程模型转换为Petri网模型;
通过对所述Petri网模型进行仿真验证,获得评估数据,实现业务流程评价指标的评估;
运用评估数据反复进行模型评估,最终构建出业务流程最优模型。
进一步的,步骤5所述利用所述业务流程模型和评估数据进行业务流程重构,包括:将业务流程模型规则及智能算法再次分类,以模糊策略设计不同需求下业务流程模型选择匹配的推荐规则,根据所述评估数据,实现业务流程模型和约束与决策规则库的自适应动态耦合重构,同时提供自定义模型规则接口,实现用户参与的自定义动态重构。
进一步的,步骤6所述基于不同的运行场景对业务流程进行仿真运行,包括:
由企业的管理者和流程的执行者对业务流程进行模拟和分析,在业务流程梳理和设计初期,根据不同的场景,进行业务流程仿真运行;
选取代表性数据,对当前业务流程进行效果仿真模拟,以便进行准确的定量评估;
设定假设性问题,对目标业务流程进行模拟,分析可能的存在的问题;
通过动态结果分析或者变更业务流程,研究分析不同的资源策略和优先级对业务流程可能的影响,发现当前业务流程的瓶颈、违规情况并加以改进,提高后续业务流程执行效率。
进一步的,步骤7所述根据仿真结果建议,优化业务流程,包括:
建立业务流程的共享集成管理服务,遵循面向服务的架构原则,建立统一的服务共享集成标准,与现有信息系统、现有流程无缝集成,支持业务流程推送,使业务流程的调整和变更能够快速实时地贯穿到业务流程执行过程,实现业务流程运行动态调整优化;
将仿真结果代入业务流程模型对优化方案进行验证,若验证结果显示优化求解结果达到约束条件和目标条件,则优化流程结束,若不满足则需重新进行优化。
进一步的,所述评价指标包括成本、效率、用户满意度、复杂性等。
本发明的有益效果是:
本发明提出了一种以全流程资源为约束,结合并改进粒子群算法、遗传算法、动态规划等算法,提出分阶段解决策略,建立多目标优化算法,实现全流程资源约束下的,以用户需求和成本最小化等多因素为目标的流程优化。
通过本发明的业务流程柔性重构技术,在大数据应用的基础上,建立产品数据模块化配置的应用平台,以满足高度个性化,缩短产品创新周期,加快生产节奏的生产需求,实现生产要素的高度灵活分配,对产品和服务的需求快速变化,缩短响应时间,提高服务质量,降低服务成本和改善服务压力,可以对不断变化的市场做出快速响应,确保了设备制造服务流程的灵活性,可以快速响应环境的变化,并为客户提供个性化的过程服务。
围绕钢铁企业供应链全流程协同优化问题,在业务流程优化原则与方法的基础上,提出了全流程协同优化方法。采用系统动力学、多级代理系统、DSM理论结合的方式,解决了钢铁企业供应链业务流程的不确定性、随机重叠执行、流程返工和信息传递方式配置等问题,构建了业务流程优化模型,通过业务流程优化方案和信息传递方式的优化配置,进而对业务流程的成本和时间(计划和库存)消耗进行优化。
附图说明
图1为本发明的流程示意图。
具体实施方式
下面结合附图实施例,对本发明做进一步描述:
实施例1
本发明的简要步骤参见图1,包括:
(1)获取业务流程;
在实际应用中,业务流程是企业发展管理的一个关键因素,在进行软件开发的过程中,同样也需要对具体的业务流程进行分析,近些年通过业务流程分析让业务流程中的一些盲点得以解决,进而提升企业的生产效率,使得企业能够更好地发展,因此,越来越多的企业开始重视业务流程的收集,并希望通过挖掘业务流程产生效益,需要说明的是,业务流程是指为了实现某一既定结果或预定事件而部署完成的一整个超越时间与空间的、涉及逻辑层面的与生产活动与相关任务的有次序的集合。业务流程代表了企业的真正价值,其通过管理业务数据,赋能企业创建强大的、独一无二的解决方案。
要想获得企业业务流程,需要深入企业,了解并收集整理当前业务流程、管理及系统现状;理解企业业务目标,挖掘并分析业务创新点;结合企业现有IT系统现状,提出目标业务流程。
(2)根据所述业务流程,构建具有统一规范和标准的业务流程模型;
采用规范的业务模型描述BPMN标准,为当前业务流程建立统一的业务流程模型。
通过对企业业务流程建立模型,确定业务流程的统一描述语言,形成统一的描述规范与标准,确定企业业务流程梳理的责任主体,全面梳理企业业务流程,构建“端到端”的流程,打通流程各环节,实现企业业务流程的整体化定义,并明确流程的关键风险点和关键绩效指标。采用技术成熟的业务流程建模工具,通过直观和图形化的交互界面,初步构建企业全景的业务流程地图。
(3)构建业务流程模型约束与决策规则库;
所述约束与决策规则库是指多样化问题相关附加规则,根据制造任务的不同,业务流程模型的不同情况特征作为规则模块存储调用,根据模型特征规则,将智能算法作为附属模块存储调用,从而形成业务流程模型的动态构建及求解智能算法的动态构建。
从用户任务需求描述中分句提取用户任务需求(包括可忍受的最长执行时间,所占用的最小内存,任务所需线程数以及任务是否需要与用户的交互几个方面),分别检查模型约束与决策规则库中的约束集和规则集。若库内包含该种约束或规则,则直接选中该规则,若库内不包含与需求完全符合的条目,则由匹配规则库通过模糊选择提供可选近似条目,由用户决定接受改条目,或在该条目基础上进行修改,或者手动自定义加入新的约束/规则条目。在此基础上,配置系统需提取用户提出的决策目标,并按上述方法在约束与决策规则库内进行筛选。
从业务流程逻辑层中提取封装在业务流程逻辑层中的业务规则和商业规则,并且在基于工作流的环境中表示出来,形象地阐述了业务流程的不同步骤。在每个流程的节点处,业务流程规则用于选择下一个节点并执行相应的业务逻辑。
规则引擎:规则引擎其实是一种软件的组件,嵌入在程序中。其设计目的是为了迅速高效地处理规则,并通过执行复杂的算法为评估和执行规则优化计算资源的使用。应用程序通过向规则引擎提交数据或者对象来触发规则引擎,由规则引擎来调用相应的业务流程规则,触发相应的应用程序的动作。
通过规则引擎可以对业务流程规则进行实时的控制和修改,同时规则引擎为以后的绑定也提供了方便。因为在以后的绑定中,从业务逻辑到业务规则的特定联接不是在实现时定义的,也不是在部署时定义的,而是在运行时决定的,这就为企业提供了最大的灵活性和适应性。
(4)对所述业务流程模型进行评估,并获得评估数据;
将所述业务流程模型转换为Petri网模型。
通过对所述Petri网模型进行仿真验证,获得评估数据,实现业务流程评价指标的评估。
运用评估数据反复进行模型评估,最终构建出业务流程最优模型。
评价指标包括成本、效率、用户满意度、复杂性等。
(5)利用所述业务流程模型和评估数据进行业务流程重构;
对于业务流程重构的研究通过是基于一个现有的流程系统,因此第一步首先是进行流程的结构分裂,以得到作为最小操作单元的各类组件。业务流程重构模型是通过依次聚集各个部件,直到有一个组件的流转路径能够很好的代表整个流程系统。
对于组件聚集过程的操作在资源级进行定义。函数是在整个系统级别定义的,在一个冗余资源的情况下,多个操作可以实现相同的功能,同样一个资源还可以执行多个操作。针对不同的业务场景需求,操作可以实现对业务流程快速、灵活、便捷的重组,并兼顾所需的资源功能。与此同时,操作也表达了可重构业务流程的物理架构和逻辑架构之间的映射。本发明基于类型学应用于通用函数(函数定义的一个系统项目没有参考系统的行为)和上下文功能(适应或通用函数由成分组成,便于应对需求建模系统)进行不同的操作的指定。
针对组件的操作视图模型即为被建模实体的物理行为,包括组件的离散演化以及线性或非线性的组合,以表示其动态变化,而多个组件操作将与多重视图一起进行模拟。约束视图依据给定的规律表达一个组件可以执行的不同函数,以及相邻组件所期望的功能,用于静态分析。控件视图表示建模实体的基本离散的控件,最终将在控制器上实现。监控视图包含检测模型,基于通用的模型,采用时态Petri网形式。
为了阐明重构问题,首先需要定义一个全局模型。为了捕获HMS中的同步/异步和并发活动,本发明采用Petri网作为业务流程表述基础。通过分析发现,一种有效的重构策略是将与替换相关的全域结构部分替换为替代的全域结构,同时保留全域结构的剩余部分。
模型中将参与重构过程的组件分为四种类型:探测器、启动器、备用组件和优化器。检测器是基于设定的业务需求或目标进行流程检测的资源组件。启动器是由探测器组成的复合组件,既包括静态的组件部分,又包含动态的操作部分,最终会由于不满足业务流程需求而被重置。通常,启动器会将备用请求转发给上游的备用组件,以重新构建备用流程,备用组件依次将备用请求转发给上游组件。如果在该时间段内没有建立新的流程,备用组件将依次将其资源恢复到空闲状态。优化器是启动器的下游资源组件,用于在剩余资源中搜索最佳配置。
智能算法的重构分为算法重构、算子重构、参数重构三个层次,且各个算子根据计算资源配置中计算(节点调度)与通信(边调度)平衡的不同情况由约束与决策规则库分类管理。例如,针对节点调度,粒子群算法或遗传算法较为合适,而针对边调度,蚁群算法等路径寻优策略较为适用。因此,在上述例子中配置模型生成及种群初始化的基础上,由配置系统解析计算资源配置的计算通信需求平衡性,并根据匹配库规则根据算子特征进行模糊筛选,并提供算法选择方案或算子组合方案。本例中主要考虑计算资源中节点与边的平衡调度情况,因此单一针对节点调度的粒子群算子及单一针对边调度的蚁群算子的选择概率就极小,而通用遗传算子的选择概率就大。在基本算法模块的选取基础上,系统会根据全局搜索要素和局部搜索要素,在两类改进中分别取一种对基本算法进行补充,自动形成混合算法组合提供给用户。在非用户参与情况下,配置系统则可根据匹配规则库的组合方案自适应的组合混合或改进智能算法针对计算资源配置问题进行求解;而在用户参与情况下,可通过勾选等形式决定算子执行顺序和进化策略,或者按照匹配规则提供的组合方案选择或者自定义新型算子通过附加类库接口载入,其中:若基于约束与决策规则库内置算子,可依据算子的编号及其指定顺序调用之,并对其相关参数进行设定,通过模块化方式组合多种混合/改进智能算法;若需新增算子,则可依据接口定义,编写并在附加库中载入算子,勾选并指定顺序调用之;若需新增整体算法,则要先修改基本模块,定义进化迭代策略,并根据接口定义分别描述新算法中的各个算子,然后对新算法进行整体调用和参数设定。
将业务流程模型规则及智能算法再次分类,以模糊策略设计不同需求下业务流程模型选择匹配的推荐规则,根据所述评估数据,实现业务流程模型和约束与决策规则库的自适应动态耦合重构,同时提供自定义模型规则接口,实现用户参与的自定义动态重构。
(6)基于不同的运行场景对业务流程进行仿真运行;
本发明提出一种生产系统多学科分析和优化的多级仿真模型,在仿真模型之间交换目标和帕累托最优结果,考虑所有流程的灵活性,以提高生产系统的性能,由虚拟试验台补充,提供生产系统的交互式3D可视化,确保可理解性,并允许复杂的模拟系统和操作员之间的交互。
多学科分析和优化的多级仿真模型允许通过高效和有效地分析新的适应过程来加速规划过程,通过这种方式,可以减少耗时的真实世界的实验,从而使整个工厂系统的优化周期更快、更有效。这一模型既可用于生产系统的新规划,也可用于生产系统的适应性规划。
通过业务流程仿真运行分析,面向企业管理者和流程执行者对业务流程的组织和运营结构进行真实模拟和静态分析,在业务流程梳理和设计初期,能够根据不同的资源参数(场景),进行流程仿真运行。
通过变更周期频率或者变更流程,研究分析不同的资源策略、班组日历和优先级对业务流程可能的影响,从而识别资源瓶颈和流程缺陷加以改进,提高后续流程执行效率。
选取代表性数据,对当前业务流程进行效果仿真模拟,以便进行准确的定量评估。
设定假设性问题,对目标业务流程进行模拟,分析可能的存在的问题。
(7)根据仿真结果建议,优化业务流程。
在基于Petri路径优化过程中,构建了两种优化器:主优化器和次优化器。主要优化器是业务流程发起的管理者,负责确定优化过程是否满足目标解决方案。所有其他优化器都是次级优化器。优化过程由主优化器启动并传播到其上游,两级优化器的联动将逐步搜索HRP的最优解路径。
全业务流程协同是借助信息技术手段,利用业务流程,使得一个组织内部或者几个组织之间的人和应用相互配合进行有序工作,共同完成一项完整任务。协同优化(Collaborative Optimization,CO)过程(也称协作优化过程)是一种新型的耦合系统多级优化过程。CO主要用于求解非层次型分解的MDO问题,其突出优点在于可以保持学科的高度自治,采用最小化残差的方法解决耦合问题,避免了直接解耦带来的计算开销和风险。目前,CO已经在多学科、多目标优化问题中得到了广泛应用。例如月球上升轨道的计算、微型无人机的总体设计等。协同优化过程的优点在于结构较简单,易实现学科自治,且学科间的数据传递较少。
全流程协同是针对业务全流程协同过程的优化问题。每个业务节点要与流程中其他节点进行协同合作,形成优势互补,使得整个流程的利益达到最大化。业务流程的协同优化不仅能够集中制造企业的各项资源实现统筹规划,而且能够加深流程节点之间的合作范围与深度,其产生的协作效果比单纯的环节相加要提高很多。
建立业务流程的共享集成管理服务,遵循面向服务的架构原则,建立统一的服务共享集成标准,能够与现有信息系统、现有流程无缝集成,支持业务流程推送,保证业务流程的调整和变更能够快速实时地贯穿到业务流程执行过程,实现业务流程运行动态调整优化。
本发明采用将系统动力学和多级代理系统两种方法结合起来以得出更适合的全流程协同优化的模型。遵循一种混合建模的综合方法,全流程信息协同可以用两级聚合来建模。宏观层面展示了业务流程的参与者以及他们之间通过信息协同中心进行信息共享和协同服务的关系。在实际业务运行期间的任何特定节点上,业务流程的结构都是由参与的各级代理和他们之间的交互关系决定的。为了能够实现这样一个灵活的结构,在宏观层面上本发明使用了一种典型的多级代理的仿真建模方法。
各业务节点内部结构和运行模式是在微观层次上实现的,每个业务节点都可能有不同的特征,但是其内部特征一般是预先确定的,也不会轻易发生变化。在这个层级上本发明使用的建模方法是系统动力学,它是一种经过良好尝试的建模策略制定的方法,用以指导各自决策时的连续反馈过程。业务流程运行一般是从外部需求开始的,每个业务节点都会结合外部需求和自身情况进行决策,从而形成两个层次聚合的闭环体系。
多级仿真代表了一种综合不同层次的细节和重点的仿真模型的通用方法。这种组合对于制造系统来说尤其具有挑战性,因为许多学科都有自己的仿真模型和工具。例如,过程模型的组合和过程链的物流处理是建立完整工厂仿真模型的两个重要因素。因此,过程模型考虑了生产过程的物理特性。另一方面,过程链模拟则是对物料流动的物流特征进行建模。因此,底层的模拟技术根本不同。Logistic仿真实验多采用离散事件模型,该模型能够在较短的计算时间内表示较长的时间周期。生产过程的模拟通常需要很长的计算时间来分析相对较短的实时时间。然而,为了提高工厂的效率和生产力,为了充分开发的潜力,必须只考虑不同主体之间重要的或理想的所有交互作用。
多个仿真系统的耦合称为协同仿真。协同仿真的模型包括集成、中间件和直接耦合方法。在模型集成的使用上,流程链和物理流程模拟的结合。从而将制造系统的过程链模型作为中心集成点,实现离散事件仿真。在这两个多级仿真中,流程链模型启动特定的流程仿真,并使用它们的结果来更详细地分析流程链。然而,模型集成的框架并不局限于考虑两个仿真模型或工具。用于对具有不同细节级别的不同流程建模,分析影响工件质量的物理效应,对机床和工艺水平进行微观细节建模,而对工艺链和产品进行较少细节建模,以实现较短的仿真时间,上述仿真模型被集成到一个不太详细的构建模型中,该模型充当中心集成点。耦合不同模拟系统的另一种方法是通过中间件。使用中间件减少了必要的接口数量,因为每个模拟系统只需要中间件的一个接口,而不需要与另一个系统进行每次交互的接口。因此,可以为大量不同的仿真系统使用中间件。一个流行的包含中间件的复杂系统体系结构是高层体系结构(HLA)。
除了使用中间件外,协同仿真中的数据还可以通过直接耦合来交换。在直接耦合中,来自专门软件工具或仿真系统的模型通过在仿真运行期间或中间交换信息来耦合。直接耦合方法及其在切削和成形过程模拟中的应用,其中两个模型能够通过同步它们而相互影响。
多个仿真系统之间的耦合可以在线和离线实现。在线耦合意味着模拟以共享的模拟时间同步运行。实现这一目标的一种方法是引入频繁的同步事件,在其中模拟等待彼此并交换信息。脱机耦合模拟以异步方式运行,每个模拟时间都有自己的概念。信息交换通常局限于模拟运行的开始和结束。
实现多级仿真优化的四个一般步骤。在第一步中,必须确定系统各元素对彼此的影响,以便规划它们的耦合。然后,必须协调各个解的优化,以找到整个系统的解。优化问题可分为可分离决策、不可分离决策和不可分离耦合决策。可分离优化决策可以由分解系统的单个元素来解决,因为它们不受其他元素的影响。不可分割的决策会影响其他因素,并且必须按顺序执行。不可分割的耦合问题,其中一个元素的结果影响其他元素,反之亦然,必须通过迭代或并发优化来解决。算法的精度和性能受系统的层次结构和开始优化的元素的影响。最后,根据前面的步骤选择求解顺序和方法。结果表明,所提出的多学科多层次优化方法最适用于模型耦合弱、数据交换量小的情况。
将仿真结果代入业务流程模型对优化方案进行验证,若验证结果显示优化求解结果达到约束条件和目标条件,则优化流程结束,若不满足则需重新进行优化。
以上所述,仅是本发明的较佳实施例而已,并非是对本发明作其它形式的限制,任何熟悉本专业的技术人员可能利用上述揭示的技术内容加以变更或改型为等同变化的等效实施例。但是凡是未脱离本发明技术方案内容,依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与改型,仍属于本发明技术方案的保护范围。

Claims (9)

1.一种业务流程柔性重构与协同优化方法,其特征在于:包括以下步骤:
步骤1:获取业务流程;
步骤2:根据所述业务流程,构建具有统一规范和标准的业务流程模型;
步骤3:构建业务流程模型约束与决策规则库;
步骤4:对所述业务流程模型进行评估,并获得评估数据;
步骤5:利用所述业务流程模型和评估数据进行业务流程重构;
步骤6:基于不同的运行场景对业务流程进行仿真运行;
步骤7:根据仿真结果建议,优化业务流程。
2.根据权利要求1所述的一种业务流程柔性重构与协同优化方法,其特征在于:步骤1中所述的获取业务流程,包括:收集整理当前业务流程,根据企业业务目标,结合企业现有IT系统现状,提出目标业务流程。
3.根据权利要求2所述的一种业务流程柔性重构与协同优化方法,其特征在于:步骤2所述根据所述业务流程,构建具有统一规范和标准的业务流程模型,包括:
采用规范的业务模型描述BPMN标准,为当前业务流程建立统一的业务流程模型;
确定业务流程梳理的责任主体,梳理业务流程,构建“端到端”的流程,打通流程各环节,实现业务流程的整体化定义,并明确流程的关键风险点和关键绩效指标。
4.根据权利要求3所述的一种业务流程柔性重构与协同优化方法,其特征在于:步骤3所述构建业务流程模型约束与决策规则库,包括:所述约束与决策规则库是指多样化问题相关附加规则,根据制造任务的不同,业务流程模型的不同情况特征作为规则模块存储调用,根据模型特征规则,将智能算法作为附属模块存储调用,从而形成业务流程模型的动态构建及求解智能算法的动态构建。
5.根据权利要求4所述的一种业务流程柔性重构与协同优化方法,其特征在于:步骤4所述对所述业务流程模型进行评估,并获得评估数据,包括:
将所述业务流程模型转换为Petri网模型;
通过对所述Petri网模型进行仿真验证,获得评估数据,实现业务流程评价指标的评估;
运用评估数据反复进行模型评估,最终构建出业务流程最优模型。
6.根据权利要求5所述的一种业务流程柔性重构与协同优化方法,其特征在于:步骤5所述利用所述业务流程模型和评估数据进行业务流程重构,包括:将业务流程模型规则及智能算法再次分类,以模糊策略设计不同需求下业务流程模型选择匹配的推荐规则,根据所述评估数据,实现业务流程模型和约束与决策规则库的自适应动态耦合重构,同时提供自定义模型规则接口,实现用户参与的自定义动态重构。
7.根据权利要求6所述的一种业务流程柔性重构与协同优化方法,其特征在于:步骤6所述基于不同的运行场景对业务流程进行仿真运行,包括:
由企业的管理者和流程的执行者对业务流程进行模拟和分析,在业务流程梳理和设计初期,根据不同的场景,进行业务流程仿真运行;
选取代表性数据,对当前业务流程进行效果仿真模拟,以便进行准确的定量评估;
设定假设性问题,对目标业务流程进行模拟,分析可能的存在的问题;
通过动态结果分析或者变更业务流程,研究分析不同的资源策略和优先级对业务流程可能的影响,发现当前业务流程的瓶颈、违规情况并加以改进,提高后续业务流程执行效率。
8.根据权利要求7所述的一种业务流程柔性重构与协同优化方法,其特征在于:步骤7所述根据仿真结果建议,优化业务流程,包括:
建立业务流程的共享集成管理服务,遵循面向服务的架构原则,建立统一的服务共享集成标准,与现有信息系统、现有流程无缝集成,支持业务流程推送,使业务流程的调整和变更能够快速实时地贯穿到业务流程执行过程,实现业务流程运行动态调整优化;
将仿真结果代入业务流程模型对优化方案进行验证,若验证结果显示优化求解结果达到约束条件和目标条件,则优化流程结束,若不满足则需重新进行优化。
9.根据权利要求8所述的一种业务流程柔性重构与协同优化方法,其特征在于:所述评价指标包括成本、效率、用户满意度、复杂性等。
CN202210304404.4A 2022-03-25 2022-03-25 一种业务流程柔性重构与协同优化方法 Pending CN116862211A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210304404.4A CN116862211A (zh) 2022-03-25 2022-03-25 一种业务流程柔性重构与协同优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210304404.4A CN116862211A (zh) 2022-03-25 2022-03-25 一种业务流程柔性重构与协同优化方法

Publications (1)

Publication Number Publication Date
CN116862211A true CN116862211A (zh) 2023-10-10

Family

ID=88223887

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210304404.4A Pending CN116862211A (zh) 2022-03-25 2022-03-25 一种业务流程柔性重构与协同优化方法

Country Status (1)

Country Link
CN (1) CN116862211A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117132245A (zh) * 2023-10-27 2023-11-28 北京国电通网络技术有限公司 线上物品获取业务流程重组方法、装置、设备和可读介质
CN117764372A (zh) * 2024-02-20 2024-03-26 山东铁路投资控股集团有限公司 一种业务表单流程动态设计与优化方法及系统
CN118333576A (zh) * 2024-06-12 2024-07-12 深圳中集智能科技有限公司 基于闭环式协同的业务流程管理系统及方法
CN118394666A (zh) * 2024-07-01 2024-07-26 竞跃数字科技(山东)有限公司 基于低代码平台的智能业务流程自动化和优化方法
CN118657366A (zh) * 2024-08-19 2024-09-17 广东电网有限责任公司 业务系统流程与企业架构的遵从度评估方法、装置及设备

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117132245A (zh) * 2023-10-27 2023-11-28 北京国电通网络技术有限公司 线上物品获取业务流程重组方法、装置、设备和可读介质
CN117132245B (zh) * 2023-10-27 2024-02-06 北京国电通网络技术有限公司 线上物品获取业务流程重组方法、装置、设备和可读介质
CN117764372A (zh) * 2024-02-20 2024-03-26 山东铁路投资控股集团有限公司 一种业务表单流程动态设计与优化方法及系统
CN117764372B (zh) * 2024-02-20 2024-06-07 山东铁路投资控股集团有限公司 一种业务表单流程动态设计与优化方法及系统
CN118333576A (zh) * 2024-06-12 2024-07-12 深圳中集智能科技有限公司 基于闭环式协同的业务流程管理系统及方法
CN118333576B (zh) * 2024-06-12 2024-09-10 深圳中集智能科技有限公司 基于闭环式协同的业务流程管理系统及方法
CN118394666A (zh) * 2024-07-01 2024-07-26 竞跃数字科技(山东)有限公司 基于低代码平台的智能业务流程自动化和优化方法
CN118394666B (zh) * 2024-07-01 2024-09-20 竞跃数字科技(山东)有限公司 基于低代码平台的智能业务流程自动化和优化方法
CN118657366A (zh) * 2024-08-19 2024-09-17 广东电网有限责任公司 业务系统流程与企业架构的遵从度评估方法、装置及设备

Similar Documents

Publication Publication Date Title
CN116862211A (zh) 一种业务流程柔性重构与协同优化方法
Mahdavi et al. Development of a simulation-based decision support system for controlling stochastic flexible job shop manufacturing systems
Zheng et al. SME-oriented flexible design approach for robotic manufacturing systems
Tomiyama et al. Design methodologies: Industrial and educational applications
Son et al. Simulation-based shop floor control: formal model, model generation and control interface
Bertoni et al. Model-based decision support for value and sustainability assessment: Applying machine learning in aerospace product development
Chang et al. Knowledge-enabled digital twin for smart designing of aircraft assembly line
Zheng et al. Multi-agent collaborative conceptual design method for robotic manufacturing systems in small-and mid-sized enterprises
Zheng et al. Survey on design approaches for robotic manufacturing systems in SMEs
Robin et al. An integrated product-process-organisation model to manage design systems
Leitão et al. A formal specification approach for holonic control systems: the ADACOR case
Ding et al. Multi-granularity modeling and aggregation of design resources in cloud manufacturing
Srinivasan et al. The changing role of information technology in manufacturing
Wagner et al. From framework to industrial implementation: the digital twin in process planning
Karniel et al. 1.6. 3 Managing Dynamic New Product Development Processes
Hassannezhad et al. Actor-based signposting: A modeling tool to improve the socio-technical design processes
Baskin et al. Integrated design as a cooperative problem solving activity
Gebreegziabher et al. A Model-Based Method for Assisting Decision Making Process in Product Development
CN118296856B (zh) 一种航天装备正向设计方案确定方法、装置、介质和设备
CN111562904B (zh) 一种基于SysML系统模型的可靠性框图RBD辅助建模方法
Ушакова Application of computer agent modeling for optimization of the assembly process
Zhu A systems approach to developing and implementing an ERP financial subsystem
Conte et al. Synergies Between Mass Customisation and Construction 4.0 Technologies. Buildings 2022, 12, 1896
Hashemipour et al. Identifying integration types for requirement analysis in CIM development
Zhou et al. Research on modeling and adaptation algorithms for reconfigurable production line systems in discrete workshops

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication