| 摘要 | 第1-6页 |
| Abstract | 第6-13页 |
| 1 绪论 | 第13-32页 |
| ·研究背景和意义 | 第13-18页 |
| ·工作流概述 | 第18-21页 |
| ·基本概念 | 第18页 |
| ·工作流参考模型与工作流产品基本结构 | 第18-21页 |
| ·相关研究现状与分析 | 第21-28页 |
| ·工作流建模研究现状 | 第21-24页 |
| ·工作流调度研究现状 | 第24-25页 |
| ·工作流挖掘研究现状 | 第25-27页 |
| ·对研究现状的分析 | 第27-28页 |
| ·本文工作和主要贡献 | 第28-29页 |
| ·论文的组织结构 | 第29-32页 |
| 2 支持实例方面处理的工作流模型 | 第32-41页 |
| ·研究背景与问题描述 | 第32-34页 |
| ·支持实例方面处理的工作流元模型 | 第34-36页 |
| ·支持实例方面处理的工作流模型 | 第36-40页 |
| ·活动之间的连接关系 | 第37-38页 |
| ·支持实例方面处理的数据操作 | 第38-40页 |
| ·本章小结 | 第40-41页 |
| 3 工作流实例方面的调度控制机制 | 第41-60页 |
| ·问题描述 | 第41-43页 |
| ·相关研究工作 | 第43-44页 |
| ·实例方面调度控制机制 | 第44-53页 |
| ·控制机制描述 | 第44-49页 |
| ·控制算法 | 第49-53页 |
| ·调度控制机制实现方案 | 第53-56页 |
| ·应用实例 | 第56-59页 |
| ·Co-Trip系统概述 | 第56-57页 |
| ·Co-Trip系统设计与实现 | 第57-59页 |
| ·本章小结 | 第59-60页 |
| 4 基于PSOSA的活动实例分组调度时间优化 | 第60-75页 |
| ·活动实例分组调度问题描述 | 第60-62页 |
| ·U_(M,N)|1|T_(min)问题的优化模型 | 第62-64页 |
| ·PSO算法简介 | 第64-66页 |
| ·求解U_(M,N)|1|T_(min)问题的PSOSA-T算法 | 第66-71页 |
| ·微粒编码与初始化 | 第67-69页 |
| ·微粒解码与适应值的计算 | 第69-70页 |
| ·基于SA算法的邻域搜索策略 | 第70-71页 |
| ·仿真实验 | 第71-74页 |
| ·实验设计 | 第71-72页 |
| ·PSOSA-T算法的性能测试 | 第72-74页 |
| ·本章小结 | 第74-75页 |
| 5 基于MOPSO的活动实例分组调度时间费用优化 | 第75-88页 |
| ·U_(M,N)|1|T_(min),C_(min)问题的优化模型 | 第75-77页 |
| ·多目标优化的相关概念 | 第77-78页 |
| ·应用PSO实现多目标优化的关键问题 | 第78-79页 |
| ·求解U_(M,N)|1|T_(min),C_(min)问题的MOPSO-TC算法 | 第79-84页 |
| ·微粒编码与解码 | 第80-81页 |
| ·外部储存集的更新 | 第81页 |
| ·微粒全局最优位置的选择 | 第81-82页 |
| ·微粒位置与个体最优位置的更新 | 第82页 |
| ·基于随机交换的时变变异 | 第82-84页 |
| ·仿真实验 | 第84-87页 |
| ·实验设计 | 第84-85页 |
| ·MOPSO-TC算法的性能测试 | 第85-87页 |
| ·本章小结 | 第87-88页 |
| 6 活动实例分组调度的蚁群优化策略 | 第88-103页 |
| ·ACO算法简介 | 第88-90页 |
| ·求解U_(M,N)|1|T_(min)问题的ACO-T算法 | 第90-94页 |
| ·ACO-T算法的初始化 | 第92页 |
| ·可行解的构建过程 | 第92-94页 |
| ·更新信息素 | 第94页 |
| ·求解U_(M,N)|1|T_(min),C_(min)问题的PACO-TC算法 | 第94-98页 |
| ·PACO-TC算法的初始化 | 第96页 |
| ·启发式信息与可行解的构建 | 第96-97页 |
| ·储备集的更新 | 第97-98页 |
| ·信息素的更新 | 第98页 |
| ·仿真实验 | 第98-102页 |
| ·ACO-T算法的性能测试 | 第98-100页 |
| ·PACO-TC算法的性能测试 | 第100-102页 |
| ·本章小结 | 第102-103页 |
| 7 工作流实例方面模型的挖掘方法 | 第103-121页 |
| ·问题引出 | 第103-106页 |
| ·相关研究工作 | 第106-107页 |
| ·工作流网与事件日志相关概念 | 第107-108页 |
| ·实例方面处理区的检测 | 第108-109页 |
| ·挖掘算法 | 第109-116页 |
| ·挖掘工作流实例方面模型的MineBPW算法 | 第109-112页 |
| ·挖掘活动实例方面处理特征的MineFeatures算法 | 第112-115页 |
| ·算法时间复杂度分析 | 第115-116页 |
| ·实验评估 | 第116-120页 |
| ·日志数据 | 第116-117页 |
| ·MineBPW算法的性能测试 | 第117-119页 |
| ·MineFeatures算法的性能测试 | 第119-120页 |
| ·本章小结 | 第120-121页 |
| 8 总结与展望 | 第121-124页 |
| ·工作总结 | 第121-123页 |
| ·进一步的深入研究工作 | 第123-124页 |
| 参考文献 | 第124-137页 |
| 攻读博士学位期间主要的研究成果 | 第137-139页 |
| 致谢 | 第139页 |
