各种突发事件频繁发生,为了在最快时间内进行响应,减少灾害带来的损失,应急物资起着不可替代的作用。应急物资的有效储备和高效调度影响着应急救援的整个过程。文章从储备和调配两个方面对城市应急物资管理的流程展开研究。以危险化学品事故为例,在分析典型案例和应急预案的基础上,通过实地调研,构建了城市应急物资储备流程模型和城市应急物资调配流程模型,并利用业务流程领域的BPMN(business process modeling notation,业务流程建模标注)这一流程建模技术对所构建的模型进行图形化表示。通过实例分析,验证了城市应急物资储备模型和城市应急物资调配模型的有效性。
近年来,随着企业业务规模的快速发展,这些业务过程的跨界跨域运行成为趋势,如何帮助管理人员高效准确地调整业务过程以适应复杂多变的市场需求成为业务流程管理领域的重要研究内容。业务流程差异检测是其中的研究方向之一。面向业务流程的差异检测通过计算流程与流程间在控制结构、执行路径、资源消耗等方面的差异,来帮助管理人员理解和分析不同流程模型对企业业务运作效能的影响。例如,在公司与公司进行合并时,为了消除冗余、增强协同合作,不同公司具有相同业务目标的业务流程模型需要被合并。在合并流程模型之前,首先要找出流程模型间的相同和差异部分,然后在创建合并流程模型时保留相同部分,并确定哪些差异需要被应用到合并的流程模型中。现有的流程差异检测研究存在如下挑战:首先,现有流程差异检测方法只关注流程间任务节点的映射而简化甚至忽略非任务节点的映射,使得流程间的元素映射不完整且准确率低,如何更有效地映射流程间的元素是一个挑战;其次,现有基于图编辑距离的流程差异检测方法效率低,难以满足大规模复杂业务流程差异检测的要求,如何快速找出两个流程模型间的差异是一个挑战;最后,现有基于编辑序列表示的差异表示使得用户难以理解,不利于进行后续的差异分析,因此如何对流程差异检测结果进行直观的展示成为一个亟待解决的问题。论文针对上述三大挑战,分析了现有流程模型间差异检测的相关研究,首先改进了流程间的元素映射方法,然后在此基础上提出了三个高效的流程差异检测方法,并在准确率和效率两方面验证了所提方法的可用性。本文的研究内容主要包括以下几个方面:1.针对现有流程元素映射方法只考虑流程间任务节点的映射而简化甚至忽略非任务节点的映射,导致映射准确率低的问题,提出了一种基于Petri网的流程间元素映射方法。所提方法在考虑表示任务的变迁节点的映射基础上,侧重对Petri网流程模型中代表状态和条件的库所节点进行映射。该方法是基于库所左、右变迁交集的上下文环境相似度设计的,大大地改善了流程间元素映射的效果。实验结果表明本文所提元素映射方法在准确性和性能上能够满足实际的应用场景。2.针对现有基于图编辑距离的流程差异检测方法无法应用于规模大且复杂度高的业务流程的现状,论文提出两种高效的流程差异检测方法:(1)计算两个流程间的定量差异和(2)计算两个流程间的编辑序列。第一种方法通过计算出两个Petri网建模的流程模型间的相似度来得到两个流程模型间定量差异,即定量差异=1-相似度。定量差异值越大,说明两个流程模型间的不同程度越大。该方法首先基于库所的上下文环境设计了库所间相似度计算的衡量标准。随后,用该库所相似度衡量标准计算出两个流程模型中所有可能的库所对间的相似度,并采用匈牙利算法来找到最佳的库所映射组合。接着,根据最佳的库所映射组合来确定两个流程模型之间的相似度。最后,基于两个流程模型间的相似度来得到定量差异值。实验结果表明,使用论文所提方法可以取得与基准方法相同的准确率。此外,所提方法在效率方面比基准算法表现更好。第二种方法通过将流程模型转换为基于任务节点的过程结构树(Task-base Process St ructure Tree,简称为TPST),把计算两个流程模型之间的近似最小编辑序列转换为计算其对应的TPST间的近似最小编辑序列,此编辑序列被认为是两个流程模型间的近似最优转换操作。该方法首先对每个TPST进行分片并用一个特征向量来表示每个分片,然后基于特征向量间的相似度计算得到两个TPST间映射的分片,进而得到映射分片内的映射节点。最后基于映射的分片及节点来生成TPST间的编辑序列,此编辑序列代表了两个流程模型间的差异。实验结果表明所提方法能满足实际应用场景的需求。3.针对编辑序列表示的流程差异难以理解,无法进行深层次差异分析的问题,本文总结了一套流程差异模式,并在此基础上设计一个多层次的可视化差异检测方法。差异模式可以将两个流程模型中对应的变化部分显式地展示出来,并能够进一步开展如时间、成本驱动的深层次的业务流程间差异分析。通过多层次的流程差异可视化展示,不仅能够让用户在全局对两个流程间的差异有一个全面的了解,还能重点关注一个特定层次的差异。论文最终给出了一个使用真实数据的用户案例,进行了大量的效率实验,结果说明了所提方法能适用于实际的应用场景。
暂无评论