《计算机集成制造系统杂志》发表论文赏析

基于Informer模型的业务流程剩余时间预测方法

来源:计算机集成制造系统杂志2026年第3期北京时间:

作者:高俊涛, 刘海洲, 李雪琦, 薛鹏, 张瑞

单位:东北石油大学计算机与信息技术学院

摘要:业务流程剩余时间预测可以有效地帮助企业应对业务风险。现有的基于深度学习的预测方法存在事件的静态表征难以捕捉轨迹动态变化、长序列建模能力不足的问题。针对上述问题,提出一种基于BiLSTM的事件向量表示方法和基于稀疏注意力机制的剩余时间预测模型。首先以Informer编码器为基础构建剩余时间预测模型,将编码器中特征采样层的普通卷积改进为扩张因果卷积,以提升性能。其次基于双向长短期记忆(BiLSTM)的动态事件向量表示法,实现了对不同轨迹中的事件进行动态的向量表示,达到提升剩余时间预测效果的目的。经过在7个公开事件日志数据集上的实验表明,该方法可以有效提升剩余时间预测的精度,与已有的方法在预测精度上平均提升了30%。

关键词:剩余时间预测,过程挖掘,深度学习,Informer模型

基金资助:黑龙江省自然科学基金资助项目(LH2024F005);东北石油大学特色领域团队专项项目(2022TSTD-03)。

2026年3期其他文献查阅:

工业控制系统固件安全分析技术研究综述

基于多智能体强化学习求解柔性作业车间联合调度问题

基于多智能体非合作进化博弈的柔性作业车间机器AGV协同调度

改进DABC算法求解混合缓冲下分布式异构柔性流水车间问题

考虑有限缓冲区的零等待RGV/ASR仓储系统优化调度问题

跨车场访问的异型多隔室车辆路径问题及其求解算法

云边协同环境中基于微服务的工作流应用动态调度策略

基于面积度和蛇群优化的二维不规则排样算法

基于模型诊断中求解环形数据极小碰集的算法

先进制造企业与服务提供商竞合策略演化博弈分析

基于大语言模型的业务流程语义异常检测方法

基于流程轨迹相似度的大语言模型日志修复方法

基于小波卷积和KAN网络的业务流程缺失活动修复方法

基于Graph Transformer和自编码器的多层次业务流程异常检测方法

多实例业务流程协作的数据流错误检测

基于控制流和数据流的确定性行为识别方法

ReChecker:基于模型检测的智能合约重入漏洞检测方法

基于加权PageRank特征选择的软件缺陷预测集成分类方法

GAI-BPAD:基于生成式AI Agent的业务流程异常主动识别框架

基于组织网络和过程模型嵌入的下一个活动预测方法

基于Informer模型的业务流程剩余时间预测方法

基于托肯重演的对象为中心流程合规性检查方法

TBPCS:基于区块链的可信跨部门业务过程协同机制

基于随机Petri网的软件测试业务流程建模及多环节效能分析方法

基于局部流程结构优化的归纳式模型挖掘方法

面向复杂业务流程的轨迹聚类技术

基于数据结构非线性优化的模糊分类方法

优势多粒度业务流程粒服务构建方法

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!