工作流模式挖掘技术的研究
| 摘要 | 第6-7页 |
| Abstract | 第7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 论文选题背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 国外研究现状 | 第11-13页 |
| 1.2.2 国内研究现状 | 第13页 |
| 1.3 本文的研究内容及创新点 | 第13-14页 |
| 1.4 论文的组织结构 | 第14-16页 |
| 第2章 相关概念及技术 | 第16-27页 |
| 2.1 工作流概念 | 第16页 |
| 2.2 过程挖掘概念 | 第16-22页 |
| 2.2.1 事件日志 | 第17-19页 |
| 2.2.2 过程模型的质量标准 | 第19-21页 |
| 2.2.3 过程模型的一般结构 | 第21-22页 |
| 2.3 Petri网和WorkFlow网 | 第22-23页 |
| 2.4 因果关系矩阵 | 第23-26页 |
| 2.4.1 因果网 | 第23-24页 |
| 2.4.2 因果关系矩阵 | 第24-25页 |
| 2.4.3 因果关系矩阵与Petri网相互转化 | 第25-26页 |
| 2.5 本章小结 | 第26-27页 |
| 第3章 基于禁忌搜索算法的流程挖掘方法 | 第27-37页 |
| 3.1 启发式算法 | 第27-28页 |
| 3.2 启发式流程挖掘框架 | 第28-29页 |
| 3.3 禁忌搜索原理 | 第29-30页 |
| 3.4 基于禁忌搜索算法的流程挖掘方法 | 第30-36页 |
| 3.4.1 禁忌搜索算法的初始化 | 第30-31页 |
| 3.4.2 邻域结构和邻域解 | 第31-32页 |
| 3.4.3 禁忌表 | 第32-33页 |
| 3.4.4 适应度函数 | 第33-35页 |
| 3.4.5 特设准则 | 第35页 |
| 3.4.6 代码描述 | 第35-36页 |
| 3.5 本章小结 | 第36-37页 |
| 第4章 基于蝙蝠算法的流程挖掘方法 | 第37-47页 |
| 4.1 群体智能算法 | 第37页 |
| 4.2 蝙蝠算法原理 | 第37-40页 |
| 4.2.1 蝙蝠算法仿生原理 | 第38-39页 |
| 4.2.2 蝙蝠算法基本流程 | 第39-40页 |
| 4.3 交叉与变异操作 | 第40-44页 |
| 4.3.1 交叉操作 | 第40-43页 |
| 4.3.2 变异操作 | 第43-44页 |
| 4.4 算法细节及实现 | 第44-45页 |
| 4.5 本章小结 | 第45-47页 |
| 第5章 实验设计及结果分析 | 第47-63页 |
| 5.1 事件日志数据介绍 | 第47-48页 |
| 5.2 基于禁忌搜索的流程挖掘算法实验 | 第48-55页 |
| 5.2.1 禁忌搜索算法初始解敏感度实验 | 第51-52页 |
| 5.2.2 禁忌搜索算法参数选择实验 | 第52页 |
| 5.2.3 禁忌搜索算法过程挖掘 | 第52-55页 |
| 5.3 基于蝙蝠算法的流程挖掘方法实验 | 第55-58页 |
| 5.3.1 蝙蝠算法参数选择实验 | 第55-57页 |
| 5.3.2 蝙蝠算法过程挖掘 | 第57-58页 |
| 5.4 算法抗噪声能力实验 | 第58-60页 |
| 5.4.1 完备性和噪声 | 第58-60页 |
| 5.4.2 算法抗噪声表现实验 | 第60页 |
| 5.5 与遗传算法的对比 | 第60-61页 |
| 5.6 实验结果分析 | 第61-62页 |
| 5.7 本章小结 | 第62-63页 |
| 第6章 总结与展望 | 第63-65页 |
| 6.1 论文总结 | 第63页 |
| 6.2 工作展望 | 第63-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-70页 |
| 攻读硕士学位期间发表的论文 | 第70页 |
