一种寻找流程模型中最小变化区域的精确方法技术

一种基于Petri网动力学表达式寻找业务流程模型中最小变化区域的精确方法，涉及基于动力学表达式的疑似非有效行为序列的确立和基于行为轮廓的最小变化区域的精确确定。首先由流程网的执行语义，对模型的所有发生序列进行匹配。然后利用Petri网动力学表达式计算匹配序列的行为距离，从而确定模型中的疑似非有效行为序列。对处于变化域的活动节点，利用Petri网行为轮廓和行为距离方法将冗余变化节点去掉，得到最小变化区域。本发明专利技术提出了寻找最小变化区域的新方法，有效地解决了模型中变化域的寻找问题，避免了现有的基于序列的方法因仅考虑活动节点的一致性而引起的变化域扩大的缺陷。

【技术实现步骤摘要】

本专利技术属于电子商务信息
，涉及流程模型中一种新的最小变化区域寻找方法，包括确立疑似非有效序列和一种基于行为轮廓的变化区域精确方法。
技术介绍
计算机技术的蓬勃发展，业务流程应用领域的扩展与创新，对业务流程建模提出了高深的理论和纯熟的技术要求，以设计满足所需功能的流程模型。目前，将实际要求转换为业务流程是系统软件在应用环境中的重要任务。但是，由于服务对象的多重性与业务要求的复杂性，理论所需源模型在实际具体操作中是很难得到的。在这种情况下，将服务对象的子模型按照业务要求组合成一个目标模型是解决这类问题的一种有效方法。而验证目标模型是否符合要求，即讨论目标模型与源模型间的一致性，确定目标模型存在的变化部分，是逐步完善目标模型的一个关键问题。变化区域在实际的流程模型中，其最优解的判断复杂，变化部分存在很大的可选性。传统的查找方法都是基于序列角度考虑的，Matthias等在研究变化传播时，通过给定节点，寻找对应模型中的变迁区域，郝文君等以上基础上，利用动态切片的方法找到变化节点，通过变化节点寻找变化区域，这些方法并未从整个模型角度考虑路径所包含的特征信息。从整个模型的执行序列中找出所有疑似非有效序列，对不一致的活动节点，利用行为模式初步确立变化范围。在此基础之上基于行为轮廓有效关系进一步去掉多余节点，再由节点所处序列对应的行为距离最终确立最小变化区域。利用序列的行为距离确立的变化范围，包含大量模型行为信息，采用局部序列进行约简的过程中，遗失了大量有用信息，降低了查找变化区域的精确度。采用基于节点的方法，存在局部化查找区域的缺点，无法保证变化区域的准确性。现有的针对最小变化区域的查找方法都不能很好的提高变化区域查找的全面性和准确性。
技术实现思路
本专利技术所要解决的技术问题是:提供一种通过流程网的动态行为特征和行为约束对模型中的匹配执行序列进行行为距离计算，找出疑似非有效序列，初步确定变化区域范围，并在此基础上进行基于行为轮廓的最小变化区域寻找，用以有效地指导模型检测与修正。为解决以上技术问题，本专利技术采用如下的技术方案:由网执行语义，找出源模型和目标模型的所有发生序列，并适配成对，接着根据匹配序列的性质再将适配序列进行匹配。对所有的匹配序列，通过计算相似度、一重差异和二重差异，由定义的动力学表达式得出它们的行为距离，并与有效值比较，由此确定目标模型的所有疑似非有效序列。在匹配序列中找出疑似非有效序列中对应位置不匹配的活动变迁，由行为模式考虑变化节点的前后集，由此初步得到目标模型的变化范围。基于行为轮廓基础之上，对处于变化范围的活动节点，在该范围内找出与其处于交叉关系和互斥关系的变迁活动节点，并剩余的节点从变化节点中去除。对以上确定的活动变迁变化节点，考虑其所在的匹配序列的行为距离，并与有效值进行比较，由此去掉冗余变化节点，最后得到的活动变迁对应的区域为目标模型的最小变化区域。【附图说明】图1是本专利技术的一种实施的流程图。图2是本专利技术的确立变化区域的流程图。图3是本专利技术的行为距离的计算步骤图。图4是本专利技术的寻找最小变化区域的步骤图。【具体实施方式】本专利技术提出基于动力学表达式的疑似非有效行为序列的确立，由此确立变化区域。并在此基础利用行为轮廓和行为距离精确最小变化区域。以下结合附图对本专利技术作进一步的说明。图1是本专利技术的一种实施的流程，包括变化区域的确立和最小变化区域的寻找。如图所示，在流程模型中，由网最小语义，找出所有执行序列，适配后再进行匹配，由动力学表达式计算其行为距离，找出目标模型中的所有疑似非有效行为序列，利用行为模式确立变化区域。对初步确定的变化区域，利用行为轮廓和行为距离去掉冗余变化节点，由此得到目标模型的最小变化区域。图2是本专利技术中的确立变化区域的流程，由网执行语义，找出这些执行序列后适配成对。由匹配序列的性质，若序列不是天然匹配的，则需进行自然匹配，得到的所有匹配序列。由动力学表达式计算匹配序列的行为距离，并与有效值进行比较。找出所有行为距离大于等于有效值的匹配序列对，由此找出目标模型中的所有疑似非有效序列。之后，在匹配序列中，找出其与另一条序列中对应位置非一致的活动变迁(沉默变迁除外)，对每个这样的活动变迁，在目标模型中找出它的前集与后集，对前后集中的每个库所元素，再找出它的前集与后集，则所有这些节点构成可疑节点集Q，其中的活动变迁对应的子模块即为所要寻找的变化区域Wc^图3描述了行为距离的计算步骤，由相似度、一重差异和二重差异的定义公式，代入动力学表达式 (X，y) = max (x, y), f2 (x, y) = 0.6x+0.4y, f3 (X1, x2,...xm) = x1+2x2+...mxm, f4 (x1； x2,...，xn) = SxMxi^dnxn, f5 (x, y, z) = 0.2x+0.3y+0.5z 计算匹配序列的行为距离。图4描述了本专利技术中的寻找最小变化区域的步骤，在Wtl和Q中，其中的每个活动变迁，按照行为轮廓的定义，依次在模型BPp中找出所有与活动变迁处于交叉关系和互斥关系的变迁，将这些变迁组成的集合记为C。对C中的每个活动变迁，若存在包含活动变迁的匹配序列的行为距离小于有效值，称称该活动变迁为冗余变化节点，在集合Q中找出所有的冗余变化节点构成的集合CQ。则集合Ttl = Cn Q-Cq中变迁对应的子模块即为所要寻找的最小变化区域凡。本文档来自技高网...

【技术保护点】
流程网中寻找最小变化区域的精确方法，包括疑似非有效行为序列的确立和基于行为轮廓的变化区域精确方法，其特征在于：通过流程网的动态行为特征和行为约束对模型中的匹配执行序列进行行为距离计算，找出疑似非有效序列，初步确定变化区域范围，并在此基础上进行基于行为轮廓的最小变化区域寻找，用以有效地指导模型检测与修正。

【技术特征摘要】
1.流程网中寻找最小变化区域的精确方法，包括疑似非有效行为序列的确立和基于行为轮廓的变化区域精确方法，其特征在于:通过流程网的动态行为特征和行为约束对模型中的匹配执行序列进行行为距离计算，找出疑似非有效序列，初步确定变化区域范围，并在此基础上进行基于行为轮廓的最小变化区域寻找，用以有效地指导模型检测与修正。2.根据权利要求1所述的匹配执行序列行为距离计算方法，其特征在于:所述的计算方法是在利用流程网的行为特征对模型中的执行序列进行初步适配的条件下，从语义学角度将源序列进行匹配，利用动力学表达式计算匹配序...

【专利技术属性】
技术研发人员：方贤文，陶小燕，杨艳，刘祥伟，方新建，
申请(专利权)人：安徽理工大学，
类型：发明
国别省市：安徽;34