[发明专利]基于微分Petri网的业务流程模型变化域适配方法

说明书

技术领域

本发明属于电子商务信息技术领域，涉及业务流程模型中一种新的变化区域适配及修正方法，包括选取适配模块和一种基于极小支集的模块优化方法。

背景技术

目前，业务系统经常由多个服务组件组合而成，由于内部资源流失及外界干扰等问题的存在，业务系统在实际操作时可能会达不到预期目标。由此，在实际建模过程中，模型的确立并不是一蹴而就的，需对模型进行反复的完善优化。特别地，当找出模型的变化区域之后，可通过对变化部分进行修正来完善模型。而对变化域修复，最易想到且比较有效的方法是对模型中异常的部分进行替换与修正，从而进一步涉及到模型适配问题。

变化区域修正在实际的流程模型中，其适配模块的最优性判断复杂，适配模块存在很大的可选性。传统的查找方法仅考虑控制流对行为活动的约束，忽略了数据流在模型中的特征信息。对一个目标模型的变化部分进行修正分析时，控制流关系能反映模型的外在结构特征，采用外在结构匹配进行适配的过程中，需要考虑内部行为约束对适配模块的选择影响，否则将遗失大量数据信息，降低了查找最佳适配模块的可信度。采用外在结构匹配方法，存在局限化特征信息的缺点，无法保证适配模块的最优性。现有的针对变化域的模块适配的查找方法都不能很好的提高最佳模块适配查找的全面性和准确性。

发明内容

本发明所要解决的技术问题是：提供一种基于微分Petri网的目标模型控制流网和数据流网的活性量化，并在此基础上进行基于极小支集的最佳适配模块寻找，用以有效地指导变化区域的替换修正。

为解决以上技术问题，本发明采用如下的技术方案：

对待补模型与替换模块，本发明在基于开放Petri网的基础上，将它们进行接口连接，得到一个目标流程模型。

在微分Petri网的基础上将目标模型中的控制流和数据流结构约束关系分别定义成微分控制Petri网和微分数据Petri网。同时，根据微分Petri网的定义特征，将一个模型划分成离散部分和微分部分。

利用微分Petri网的动力学演化表达式，再结合活性的定义，分别检测目标模型控制流网和数据流网的活性，由此判断目标模型的活性。

按照上述方法，检测待补模型与所有替换模块构成的目标模型的活性，初步选出满足行为一致的适配模块。

对每个适配模块，在其构成的微分控制Petri网和微分数据Petri网中，通过计算适配模块与其离散部分与微分部分的相关不变量，分别得出其相关极小支集，通过比较其对应的极小支持数，选出最优解下的适配模块，即为最佳适配模块。

附图说明

图1是本发明的一种实施的流程图。

图2是本发明的适配模块确立步骤图。

图3是本发明的寻找最佳适配模块的步骤图。

具体实施方式

本发明提出基于微分Petri网的目标模型控制流网和数据流网的活性量化，并在此基础上考虑适配模块各部分的稳定性，在极小支集的基础上比较适配结果，保证寻找结果的最优性。

以下结合附图对本发明作进一步的说明。

图1是本发明的一种实施的流程，包括适配模块确立和最佳适配模块寻找。如图所示，在开放Petri网的基础上，将待补模型与替换模块组合得到一个目标模型。结合微分Petri网，分别检测目标模型的控制流网和数据流网的活性，由此选出适配模块。再根据微分Petri网的定义特征，通过计算与比较适配模块控制流模型和数据流模型的相关极小支持数，确定最佳适配模块。

图2描述了适配模块确立的具体步骤，对待补模型与每个替换模块构成的目标模型中，利用微分Petri网将模型中的控制流和数据流关系分别建立成微分控制Petri网和微分数据Petri网，再由微分Petri网的动力学演化表达式和定义的活性，分别判断控制流网和数据流网的活性，由此目标模型的活性得以检测，即可选出所有适配模块。

图3是寻找最佳适配模块的步骤图，对所有的适配模块，由微分Petri网的定义特征，分别找出其控制流网和数据流网的离散部分和微分部分，依次计算整个流程模型、离散部分和微分部分T-不变量和S-不变量的极小支集，在此基础上比较相关极小支持数，在其最优解对应下的适配模块即为最佳适配模块。