《计算机集成制造系统杂志》发表论文赏析

基于对齐处理与偏差检测的业务流程适合度分析

来源:计算机集成制造系统杂志2020年第6期北京时间:

作者:张力雯,方贤文

单位:安徽理工大学数学与大数据学院

摘要:由于业务流程在实际应用中的多变性及动态性,需要对日志与给定模型之间的服从性进行校验与分析。目前的服从性校验方法主要将日志与模型进行对齐处理以检测整体偏差,但这种全局观测所获得的偏差会影响服从性校验的准确性,因此提出一种新方法对日志和给定模型间的最优对齐进行搜索来分析服从性。首先设定选择子序列划分对齐的种类,并通过对齐搜索算法在不断排除的过程中寻找最小偏差对齐;然后分析同一偏差以不同形式回放于模型子模块中的精度及行为关系确定最优对齐。该方法通过实际业务流程的研究案例及比较实验进行评估,其结果表明准确检测偏差能够明显提高适合度的测量值,并通过分析适合度测量的详细数据得出缩小对齐比较范围可减少计算量的结论。

关键词:服从性校验,适合度测量,最小偏差,最优对齐,偏差检测

基金资助:国家自然科学基金资助项目(61572035,61272153,61402011);安徽省自然科学基金资助项目(1508085MF111,1608085QF149);安徽省高校自然科学基金重点资助项目(KJ2016A208);安徽省学术和技术带头人资助项目(DG119);安徽省优秀青年人才资助项目。

2020年6期其他文献查阅:

基于结构关系的过程模型推荐方法

Activiti引擎的无状态云工作流调度算法

基于专业能力评价模型的业务流程角色协同调优算法

基于直接后继关系对齐的过程符合性检测

基于信息熵的无标日志划分评价方法

关系数据库中事件日志的紧邻关系高效挖掘方法

基于行为的自动化流程建模推荐方法

基于轨迹聚类种群的遗传过程混成挖掘算法

基于Petri网的分层业务过程挖掘方法

基于因果行为轮廓的流程变体聚类挖掘方法

基于Petri网分析编排的可实现性

基于二部网络表示学习的矩阵分解推荐算法

基于注意力双向循环神经网络的业务流程剩余时间预测方法

基于对齐处理与偏差检测的业务流程适合度分析

混合云环境下成本与隐私感知的工作流调度方法

基于Petri网可达图的业务对齐方法

移动边缘计算环境中基于能耗优化的深度神经网络计算任务卸载策略

移动边缘计算环境下基于信任模型的可靠多重计算卸载策略

一种成本有效的面向超参数优化的工作流执行优化方法

基于数据生成—消耗依赖的语义工作流并行化重构方法

融合煤矿多维时序数据的瓦斯异常检测算法

基于Petri网的业务流程低频行为挖掘与优化分析

基于医疗过程挖掘与患者体征的药物推荐方法

一种反射面天线面板装配优化方法

基于近似动态规划的模具项目调度

基于蚁群选择超启发算法的低碳选址—路径问题

自动驾驶车辆偏航控制方法

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!