遗传流程挖掘算法的研究和改进
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-12页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.3 论文所做工作 | 第11页 |
| 1.4 论文的组织结构 | 第11-12页 |
| 第二章 遗传流程挖掘算法的问题分析 | 第12-30页 |
| 2.1 相关理论技术 | 第12-23页 |
| 2.1.1 事件日志 | 第12-13页 |
| 2.1.2 工作流表示模型 | 第13-16页 |
| 2.1.3 遗传流程挖掘算法 | 第16-23页 |
| 2.2 遗传流程挖掘的问题分析 | 第23-30页 |
| 第三章 遗传流程挖掘的优化 | 第30-40页 |
| 3.1 带权值的因果矩阵 | 第30-31页 |
| 3.2 改进的交叉算子 | 第31-34页 |
| 3.3 改进的变异算子 | 第34-36页 |
| 3.4 基于采样日志的遗传流程挖掘 | 第36-40页 |
| 3.4.1 算法可行性分析 | 第36-37页 |
| 3.4.2 基于采样日志的遗传流程挖掘算法 | 第37-40页 |
| 第四章 模型划分与并行适应度计算 | 第40-55页 |
| 4.1 模型划分 | 第40-51页 |
| 4.1.1 RPST结构的概念 | 第40-44页 |
| 4.1.2 模型划分规则 | 第44-47页 |
| 4.1.3 层次模型BPST | 第47-51页 |
| 4.2 并行适应度计算 | 第51-55页 |
| 4.2.1 事件日志的多重集 | 第51-52页 |
| 4.2.2 事件日志的映射 | 第52-53页 |
| 4.2.3 基于BPST的并行适应度计算 | 第53-55页 |
| 第五章 实验分析 | 第55-63页 |
| 5.1 ProM框架 | 第55页 |
| 5.2 XES事件日志 | 第55-56页 |
| 5.3 实验验证及分析 | 第56-63页 |
| 5.3.1 遗传流程挖掘优化实验 | 第56-60页 |
| 5.3.2 并行适应度计算实验 | 第60-63页 |
| 第六章 总结与展望 | 第63-65页 |
| 参考文献 | 第65-68页 |
| 攻读硕士学位期间取得的研究成果 | 第68-69页 |
| 致谢 | 第69-70页 |
| 答辩委员会对论文的评定意见 | 第70页 |
