基于因果行为轮廓的多重变迁集行为一致性分析
多重变迁集的行为一致性分析是业务流程管理的关键问题.现有的研究方法主要是通过重名变迁的处理分析相关模型的行为一致性,计算复杂且结果不可信,所以对快速准确地测量含重名变迁的模型间行为一致性程度具有一定的局限性.首先在多重变迁集的基础上扩展了行为约束的4个弱序关系,避免了使用行为轮廓分析行为一致性的不准确性,然后提出了一种测量模型变迁对的行为一致性度的算法,从而得到基于因果行为轮廓的多重变迁集的行为一致性测量方法,最后通过实例验证了该方法的有效性.
多重变迁集、因果行为轮廓、Petri网、行为一致性
14
TP391.1(计算技术、计算机技术)
国家自然科学基金项目61402011,61572035;安徽省自然科学基金项目1508085MF111;安徽省高校自然科学基金重点项目KJ2014A067
2017-07-19（万方平台首次上网日期，不代表论文的发表时间）
共4页
60-62,74
