业务过程模型间高级编辑操作的识别

doi:10.13196/j.cims.2015.02.004

计算机集成制造系统 ›› 2015, Vol. 21 ›› Issue (第2期): 316-325.DOI: 10.13196/j.cims.2015.02.004

业务过程模型间高级编辑操作的识别

肖汉¹,闫志强²⁺,闻立杰¹,杨明³,丁子哲⁴,高翔⁴

1.清华大学软件学院
2.首都经济贸易大学信息学院信息管理与信息系统系
3.北京神舟航天软件技术有限公司质量技术部
4.中国移动通信集团公司管理信息系统部

出版日期:2015-02-28 发布日期:2015-02-28
基金资助:
国家自然科学基金资助项目(61402301,61472207);2014年首都经济贸易大学校级科研资助项目(00791465722336);首都经济贸易大学青年教师启动基金资助项目(00791465730165);教育部—中国移动科研基金资助项目(MCM20123011);山东省专项基金资助项目(2013CXC30001)。

High-level change operations recognition between business process models

Online:2015-02-28 Published:2015-02-28
Supported by:
Project supported by the National Natural Secience Foundation,China(No.61402301,61472207),the Science Fund of Capital University of Economics and Busines,China(No.00791465722336),the Initial Research Fund for Youth of Capital University of Economics and Business,China(No.00791465730165),the Fund of Ministry of Education-China Mobile,China(No.MCM20123011),and the Special Fund of Shandong Province,China(No.2013CXC30001).

摘要/Abstract

摘要： 为了解决目前高级编辑操作以及识别两个过程模型所需的最小编辑操作算法存在的问题,以提高企业的管理和运营效率,提出一种新的行为矩阵和一种新的算法。新的行为矩阵从维度和内容两方面进行了改进,并且因在维度中引入门而使矩阵值无需再区分选择和并行。所提算法用来解决重名任务,当出现重名任务时,算法通过遍历两个过程模型中所有可能的任务匹配来找出编辑操作数最小的匹配。所提方法不但解决了原有方法存在的问题,而且使高级操作的应用更加广泛,处理能力更强。最后通过实验验证了所提方法的正确性。

关键词: 过程模型, 编辑操作, 识别

Abstract: To solve the existing problems of minimum change operation needed by current high-level change operations and two process model's identification,and to improve the management and operational efficiency of enterprises,a new algorithm and behavioral matrix were proposed.The new behavioral matrix was improved with two aspects of dimension and contents,and the matrix was unnecessary for distinguishing the selection and parallel owing to introducing gate in dimension|the new algorithm was used to conduct the duplicate task by traversing all possible task matching in two process model,and the matching for minimum number of change operation was found.The proposed method could not only solve the original problems,but also make the application of high-level operation more extensive.The correctness of proposed method was verified with experiments.

Key words: process mode, change operation, identification

中图分类号:

TP301

肖汉,闫志强,闻立杰,杨明,丁子哲,高翔. 业务过程模型间高级编辑操作的识别[J]. 计算机集成制造系统, 2015, 21(第2期): 316-325.

[1]	王琦,闻立杰,邓雅方,钱忱,王建民. 基于过程模型约束的轨迹乱序事件修复方法[J]. 计算机集成制造系统, 2021, 27(9): 2491-2500.
[2]	倪维健,吉桂芳,曾庆田,刘彤,段华. 基于表示学习的业务过程模型匹配方法[J]. 计算机集成制造系统, 2021, 27(9): 2661-2669.
[3]	郭松,范存群. 基于重要度理论的图像识别方法[J]. 计算机集成制造系统, 2021, 27(9): 2736-2740.
[4]	王鑫,王成,李海波,赖雄鸣,陈叶旺. 基于稀疏成分分析的欠定工作模态参数识别[J]. 计算机集成制造系统, 2021, 27(8): 2405-2415.
[5]	陈治宇,鲍劲松,郑小虎,丁司懿,刘天元. 基于长短期记忆网络的装配工艺语义识别方法[J]. 计算机集成制造系统, 2021, 27(6): 1582-1593.
[6]	杨泽青,王春方,彭凯,刘丽冰,张亚彬. 基于深度支持向量机的曲轴智能识别方法[J]. 计算机集成制造系统, 2021, 27(6): 1629-1640.
[7]	朱锐,黄月,李彤,马自飞,郑明,汤雅惠. 支持结构与行为融合的过程模型索引构建与检索[J]. 计算机集成制造系统, 2021, 27(5): 1447-1458.
[8]	王佳铖,鲍劲松,刘天元,李志强. 基于工件注意力的车间作业行为在线识别方法[J]. 计算机集成制造系统, 2021, 27(4): 1099-1107.
[9]	刘庭煜,洪庆,孙毅锋,刘洋,杜小东,刘晓军,宋豪杰. 基于图卷积网络的数字孪生车间生产行为识别方法[J]. 计算机集成制造系统, 2021, 27(2): 501-509.
[10]	苏兆婧,余隋怀,初建杰,于明玖,宫静,黄悦欣. 需求驱动的云平台产品关键设计特征识别方法[J]. 计算机集成制造系统, 2021, 27(12): 3604-3613.
[11]	李丽丽,陈琨,高建民,李辉,冯增行,张建. 采用优化概率神经网络的质量异常识别方法[J]. 计算机集成制造系统, 2021, 27(10): 2813-2821.
[12]	潘楠1,陈启用2+,刘海石1,孙雨轩3,安裕强4,潘地林5. 复杂工业品仓储环境无人机盘库任务规划[J]. 计算机集成制造系统, 2021, 27(10): 2940-2949.
[13]	陈德蕾,王成,曾煜,李海波,赖雄鸣,陈叶旺. 基于神经网络和模型迁移学习的不相关多源频域载荷识别[J]. 计算机集成制造系统, 2021, 27(10): 2961-2969.
[14]	黄海阳,王成,李海波,赖雄鸣,缑锦,张惠臻. 基于滑动窗变步长等变自适应源分离的线性慢时变结构工作模态参数识别[J]. 计算机集成制造系统, 2021, 27(1): 183-192.
[15]	李少波,王铮,杨静,朱书德,全华凤. 基于机器视觉的一维和二维条码高速在线识别[J]. 计算机集成制造系统, 2020, 26(第4): 910-919.

业务过程模型间高级编辑操作的识别

High-level change operations recognition between business process models

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics