可处理流程模型中重复任务的适应性评估方法
来源：计算机集成制造系统杂志2025年第5期北京时间：
作者：韦庆杰, 赵世望, 汤雅惠, 刘歆, 廖停宇, 饶梦琪
单位：重庆邮电大学计算机科学与技术学院
摘要：基于托肯重放的适应性评估方法是流程挖掘的一致性检查中应用最广泛的方法之一,它能够以较低的时间代价计算出流程模型和事件日志之间的适应性,但无法有效处理重复任务。在遇到重复任务时,该方法会激活具有相同标签名的不同任务,这将影响轨迹后续的重放路径,从而对流程模型的评估结果产生影响。基于对齐的适应性评估方法虽然能有效处理重复任务,但是寻找最优对齐的过程极其耗时,无法应用于大型事件日志。该研究旨在解决上述问题,改进托肯重放的过程,提出了一种可处理流程模型中重复任务的适应性评估方法（FEAD）,FEAD可以有效处理重复任务,并考虑重放重复任务时可能执行的所有路径,从中选出最优。通过在多个人工构建的数据集和真实数据集上进行实验,结果表明FEAD可以有效处理重复任务,且在时间消耗上远远低于基于对齐的适应性评估方法。
关键词：流程挖掘,一致性检查,Petri网,重复任务
基金资助：重庆市教委科学技术研究计划资助项目（KJQN2024006）;2023年成都市重点研发支撑计划区域科技创新合作资助项目（2023-YF11-00015-HZ）;智能决策分析平台技术研究与应用调查（20220394,E021E2024065）。
