[发明专利]一种语义约束下的业务流程模型一致性度量方法

说明书

技术领域

本发明属于业务流程系统检测技术领域，涉及一种业务流程模型一致性计算和分析的新方法，它特别适用于对业务流程系统中的非一致性问题进行快速检测和验证。

背景技术

随着计算机技术的快速发展，业务流程的应用领域也在不断扩展，在业务流程系统中，不同的建模目的可以产生不同的业务流程模型，同时，对于相同的执行起点和相同的建模目标，不同的建模专家也可能会建立不同的执行过程，然而在这些流程模型中并不是所有的模型都可以满足建模要求，那么这时就需要对流程模型进行检测，分析其是否满足业务需求，所以一致性度量就尤为关键，一致性度量对于流程模型间的一致性分析和一致性检测具有较大的优越性。而以往分析流程模型间的一致性方法大都是局限于无语义约束的流程模型中，而对于带行为约束或语义约束的流程模型一致性检测具有明显的局限性，所以，寻找有效的一致性检测方法成为了业务流程系统的核心问题。

以往分析流程模型一致性的方法有：通过行为语义分析模型的一致性，其主要是从静态分析的角度，并依赖于流程模型的匹配关系，通过匹配节点的行为约束来分析与测量一致性，具有局限性和不准确性。基于Petri网行为轮廓理论，结合模型任务间的直接依赖，通过分析模型之间的行为关系来检测模型之间的一致性程度，其从序关系角度去分析模型的一致性问题，虽然改善了静态分析的不足之处，考虑了模型之间的顺序约束，来分析一致性。但是，仍然具有明显的片面性

发明内容

本发明主要解决的问题是：提供一种语义约束下的业务流程模型一致性度量方法，实现对业务流程系统中非一致性问题进行快速检测的同时，提高了目标模型的准确性。

为此，本发明的解决方案如下所述：

对于业务流程系统中的流程模型预处理，本发明采用Petri网和标签语义，并结合选择库所的功能及加入相应的标志对业务流程系统中的业务流程模型进行处理，转变为带标签的选择Petri网。

根据所得到的带标签的选择Petri网流程模型，可以更加清晰地观察流程模型在运行过程中的行为变化。对于分析流程模型的结构距离，本发明采用了模型配置的方法，通过引入沉默变迁对流程模型实施隐藏、删除及阻塞等配置方法，使模型之间在结构上达到等价程度，计算出编辑关系值，再结合匹配节点之间的语义约束，计算出匹配节点之间的相似度，最后通过动态加权表达式计算出模型之间的结构距离。

对于分析流程模型之间的行为距离时，映射到考虑每个执行序列之间的行为距离。因为在实际的流程模型中，并不是所有的发生序列都是天然匹配的。因此，为解决这类问题，可通过插入或删除某些变迁来实现。为不影响模型的执行语义，引入沉默变迁，来构造匹配序列，在匹配序列的基础上寻找最佳匹配序列，即行为距离最小的匹配序列，通过计算最佳匹配之间的行为距离来得到序列间的行为距离。

在计算最终的模型间一致性度时，首先通过行为轮廓及变迁发生规则，得到模型中所有的执行序列，通过求和公式得到流程模型之间的行为距离，再结合模型间的结构距离，通过动态表达式得到最终的一致性度量结果。

附图说明

图1为本发明的计算一致性度量结构图；

图2为本发明的业务流程模型预处理流程图；

图3为本发明的分析结构距离流程图；

图4为本发明的分析行为距离流程图：

图5为本发明的计算一致性度流程图。

具体实施方式

本发明提出基于Petri网行为约束下的业务流程模型一致性度量方法。从静态结构距离与动态行为距离，计算流程模型间的一致性度量

下面结合附图对本发明做进一步的说明：

业务流程系统中计算一致性度量方法可分为四个部分，如图1所示。首先，对业务流程系统中业务流程模型进行预处理，以建模需求作为标准，提取出未能满足建模要求和达到建模目的的模型。第一步先将问题业务流程模型通过Petri网语义转换成带标签的Petri网流程模型；第二步添加选择库所，最终得到带标签的选择Petri网，见图2。

其次，对所得的带标签的选择Petri网流程模型进行结构距离分析。将其中一个模型作为原模型，另外一个模型作为目标模型，基于Petri网模型配置理论，通过引入沉默变迁，对原模型实施隐藏、阻塞或删除节点或边等编辑操作，将原模型配置成与目标模型在结构上等价的模型，为此得到一个编辑关系值，同理，将模型角色互换，可以得到另外一个编辑关系值，并结合匹配节点之间的语义相似度，通过动态的加权表达式得出模型之间的结构距离。见图3。