基于Petri網(wǎng)過(guò)程建模的PAIS相關(guān)技術(shù)研究.pdf

1、如今越來(lái)越多的業(yè)務(wù)過(guò)程由顯示過(guò)程模型驅(qū)動(dòng)的信息系統(tǒng)進(jìn)行控制和管理，無(wú)數(shù)的過(guò)程工程、過(guò)程建模和過(guò)程實(shí)現(xiàn)的方法也隨之出現(xiàn)。該領(lǐng)域內(nèi)眾多的技術(shù)生動(dòng)地說(shuō)明了以業(yè)務(wù)過(guò)程為主題的實(shí)用性和復(fù)雜性，因此，過(guò)程感知信息系統(tǒng)（PAIS）這個(gè)新興領(lǐng)域的相關(guān)支撐技術(shù)和標(biāo)準(zhǔn)就成為了近年來(lái)本領(lǐng)域國(guó)內(nèi)外研究熱點(diǎn)。過(guò)程挖掘是PAIS中的一項(xiàng)關(guān)鍵技術(shù)，能夠根據(jù)信息系統(tǒng)中記錄的事件日志信息，提取相關(guān)知識(shí)，重構(gòu)出一個(gè)過(guò)程實(shí)例模型且使得事件日志中所有信息軌跡都能夠符合該過(guò)程模

2、型。過(guò)程挖掘的研究對(duì)于已有的業(yè)務(wù)過(guò)程的分析和改進(jìn)，以及對(duì)實(shí)施新的業(yè)務(wù)過(guò)程都具有重要意義。
　　 過(guò)程挖掘主要包括控制流，組織維度和案例維度。本文的研究是對(duì)控制流的挖掘，突破了短循環(huán)、重名活動(dòng)這兩大開(kāi)放性過(guò)程挖掘問(wèn)題。論文的主要貢獻(xiàn)是基于α算法提出了能夠發(fā)現(xiàn)事件日志中含有循環(huán)活動(dòng)和重名活動(dòng)的過(guò)程挖掘γ算法。該算法首先對(duì)活動(dòng)之間的關(guān)聯(lián)關(guān)系進(jìn)行了重新定義，通過(guò)分析重名活動(dòng)的性質(zhì)給出了啟發(fā)式判定規(guī)則；然后使用這些規(guī)則對(duì)事件日志中所有的重