摘要 | 第3-5页 |
Abstract | 第5-6页 |
第一章 绪论 | 第12-22页 |
1.1 研究背景 | 第12-15页 |
1.2 国内外研究现状 | 第15-18页 |
1.3 论文研究内容 | 第18-20页 |
1.4 论文组织结构 | 第20-22页 |
第二章 相关理论技术分析 | 第22-45页 |
2.1 流程建模语言 | 第22-29页 |
2.1.1 Petri-net | 第22-25页 |
2.1.2 工作流网 | 第25-27页 |
2.1.3 有向网络图 | 第27-29页 |
2.2 流程挖掘基础 | 第29-33页 |
2.2.1 流程挖掘的基础概念 | 第29-31页 |
2.2.2 事件日志的主要组成 | 第31-33页 |
2.3 经典流程挖掘算法 | 第33-42页 |
2.3.1 α算法简介 | 第33-40页 |
2.3.2 遗传挖掘算法简介 | 第40-42页 |
2.4 流程挖掘工具 | 第42-44页 |
2.5 本章小结 | 第44-45页 |
第三章 业务流程统一形式化描述 | 第45-56页 |
3.1 同步管理工作流网 | 第45-47页 |
3.2 基于同步管理器的工作流模式分析 | 第47-52页 |
3.2.1 同步聚合以及多重聚合 | 第47-48页 |
3.2.2 鉴别器模式 | 第48-49页 |
3.2.3 基于状态的模式 | 第49-50页 |
3.2.4 迭代模式 | 第50-52页 |
3.2.5 取消模式 | 第52页 |
3.3 案例分析 | 第52-55页 |
3.4 本章小结 | 第55-56页 |
第四章 基于Markov的流程挖掘算法研究 | 第56-79页 |
4.1 基于日志的Markov过程转移矩阵构建 | 第57-59页 |
4.2 基于一阶Markov转移矩阵的不完备日志标记算法 | 第59-69页 |
4.2.1 算法的总体框架 | 第59-60页 |
4.2.2 算法的设计 | 第60-65页 |
4.2.3 案例分析 | 第65-66页 |
4.2.4 算法评价 | 第66-69页 |
4.3 基于一阶Markov转移矩阵的流程挖掘算法改进 | 第69-77页 |
4.3.1 日志的预处理 | 第70-72页 |
4.3.2 算法的设计 | 第72-75页 |
4.3.3 挖掘结果的形式化表示 | 第75页 |
4.3.4 案例分析 | 第75-77页 |
4.4 本章小结 | 第77-79页 |
第五章 面向复杂结构的α流程挖掘算法改进 | 第79-104页 |
5.1 复杂工作流日志结构分析 | 第79-92页 |
5.1.1 复杂结构分析 | 第79-88页 |
5.1.2 重复任务分析 | 第88-92页 |
5.2 构造模型 | 第92-99页 |
5.2.1 次序关系和连接的对应 | 第92-96页 |
5.2.2 算法设计 | 第96-99页 |
5.3 实验验证及分析 | 第99-103页 |
5.4 本章小结 | 第103-104页 |
第六章 基于遗传算法的流程挖掘算法改进 | 第104-128页 |
6.1 四个互相竞争的质量指标 | 第104-106页 |
6.2 遗传挖掘质量改进算法 | 第106-115页 |
6.2.1 算法设计 | 第106-108页 |
6.2.2 初始化 | 第108-110页 |
6.2.3 遗传算子 | 第110-113页 |
6.2.4 替换 | 第113页 |
6.2.5 重新初始化 | 第113-114页 |
6.2.6 预处理和后期处理 | 第114页 |
6.2.7 模型质量的度量指标 | 第114-115页 |
6.3 遗传挖掘效率改进算法 | 第115-117页 |
6.3.1 无性繁殖 | 第116页 |
6.3.2 伪并行 | 第116-117页 |
6.3.3 算法设计 | 第117页 |
6.4 实验验证及分析 | 第117-126页 |
6.4.1 质量改进算法实验分析 | 第118-125页 |
6.4.2 效率改进算法实验分析 | 第125-126页 |
6.5 本章小结 | 第126-128页 |
第七章 综合算法分析 | 第128-137页 |
1.实验日志 | 第128-129页 |
2.实验参数體 | 第129-130页 |
3.实验结果分析 | 第130-137页 |
第八章 结束语 | 第137-139页 |
8.1 本文的主要工作 | 第137页 |
8.2 进一步的研究工作 | 第137-139页 |
附录 第五章实验所用日志模型及其挖掘结果 | 第139-152页 |
参考文献 | 第152-168页 |
致谢 | 第168-170页 |
参与项目情况与主要研究成果 | 第170-172页 |