基于事例推理和行为特征的语义工作流异常处理机制及算法研究

Workflow exception handling is one of the most important tasks in the flexible workflow management of modern enterprises and organizations. Semantic workflows that involve domain knowledge can represent business workflows and scientific workflows, and have been widely used in more and more areas. However, existing methods of handling semantic workflow exceptions do not involve domain knowledge, scientific workflows, and do not make full use of the information of workflows, so that they cannot handle unforeseen exceptions of semantic workflows. Especially existing methods cannot accurately handle the runtime exceptions of semantic workflows, which reduces the overall operating quality of semantic workflows, and raises the cost of workflow management. This project focuses on the runtime exceptions of semantic workflows. First, introduce Case-Based Reasoning method, by presenting the formal representation of workflow exception cases of semantic workflows and studying the similarity measure of workflow exception cases based on semantics, the retrieval of the workflow exception cases based on the clustering index, the adaptation of the workflow exception cases based on behavioral characteristics, the maintenance of workflow exceptions case base based on the competence model, a workflow exception handling mechanism of semantic workflows is established. Second, the similarity, retrieval, adaptation algorithm of workflow exception cases, and the maintenance algorithm of workflow exceptions case base are designed. Finally, a prototype system of semantic workflow exception handling mechanism is implemented. The research results can solve the outstanding problems of current exception handling of semantic workflows, provide a theoretical basis for the adaptive semantic workflow technology, promote the further development of workflow management technology, and is of great significance for the modern enterprises and organizations to improve the efficiency of workflow management.

工作流异常处理是现代企业和组织进行柔性工作流管理的重要任务之一。语义工作流引入领域知识，可以表示业务工作流和科学工作流；其应用领域日益广泛。然而现有语义工作流异常处理方法没有引入领域知识和充分利用工作流的本身信息，以致无法处理不能预料的异常情况，并且不涉及科学工作流的异常处理。特别是，现有方法不能准确处理语义工作流的运行时异常情况，降低了工作流的运行质量，提高了工作流管理成本。本项目关注语义工作流的运行时异常，首先引入基于事例推理方法，提出语义工作流异常事例表示形式，通过研究基于语义的工作流异常事例相似性评估方法、基于聚类索引的工作流异常事例检索方法、基于行为特征的工作流异常事例修正方法和基于事例能力模型的工作流异常事例库维护方法，建立语义工作流异常处理机制。接着，设计工作流异常事例相似性、相似工作流异常事例检索和检索工作流异常事例修正算法，以及工作流异常事例库维护算法；最后，开发一套实现语义工作流异常处理机制的原型系统。研究成果可以解决当前语义工作流异常处理面临的突出问题，为自适应语义工作流技术提供理论依据，促进工作流管理技术进一步发展，对提高工作流管理效率具有重要意义。

现在越来越多的现代企业和组织使用业务过程感知信息系统来支持日常业务处理。随着现代企业和组织的业务需求的不断变化和业务过程复杂度的提高，过程感知信息系统中业务过程发生运行时异常的概率也在增加。.本项目以包含控制流和数据流的语义工作流为研究对象，研究语义工作流的异常处理。为提高语义工作流的运行效率和模型质量以降低工作流发生运行时异常的概率，提出基于任务节点的数据生成-消耗依赖的并行化重构方法。为检测业务过程实例发生的异常并定位引发异常的事件属性，提出基于注意力机制的业务过程异常检测方法。为进一步提高异常检测的准确率，将由概念漂移引起的良性异常从异常检测结果中去除，提出基于概念漂移发现的异常检测方法。将基于事例推理方法引入语义工作流异常处理中，提出结合领域知识的工作流异常事例表示与相似性评估方法，设计工作流异常事例库的索引结构及检索方法，使用最相似异常事例的解决方法尝试处理新发生的工作流异常。对于不能解决的异常，使用来自现有语义工作流的与异常工作流中的异常片段在行为特征或数据特征上最相似的可重用片段来修复此异常工作流。为了保持相似工作流异常事例的检索质量和效率，提出基于异常类型索引的工作流异常事例库维护方法。.基于以上研究成果，本项目构建了一个语义工作流异常处理机制，开发了一套语义工作流异常处理原型系统。理论分析与实验评估表明，该机制能够改善语义工作流的运行效率，较准确地检测出工作流异常，使用基于事例推理和工作流的可重用片段能较好地处理大部分工作流异常。该机制为业务过程管理者处理语义工作流异常提供了可行的方法，对提高基于工作流的信息系统的运行平稳性有积极作用。研究成果基本解决了当前语义工作流异常处理面临的问题，为工作流异常处理技术提供理论依据，对提高业务工作流的管理效率具有积极意义。

内容获取失败，请点击重试