基于Petri網(wǎng)數(shù)據(jù)流約束下的業(yè)務(wù)流程變化域分析

方娜 劉祥偉

摘 要：基于Petri網(wǎng)行為輪廓理論，通過研究模型之間的行為依賴關(guān)系，分析模型的控制依賴關(guān)系和數(shù)據(jù)依賴關(guān)系，研究在數(shù)據(jù)流約束下模型的一致性，優(yōu)化疑似變化區(qū)域，找出模型的最小變化域.業(yè)務(wù)流程實(shí)例分析證明，該方法有效.

關(guān)鍵詞：業(yè)務(wù)流程；行為輪廓；依賴關(guān)系；控制流；數(shù)據(jù)流

[中圖分類號(hào)]TP319.1 [文獻(xiàn)標(biāo)志碼]A

文章編號(hào)：1003-6180（2018）02-0015-06

Abstract：Based on the behavioral profile theory of Petri nets， the control dependences and data dependences of the models are found and analyzed by studying the behavioral dependencies relationship among models. Study the consistency of the model under the constraint of data flow， optimize the suspected change region， and find out the minimum change region of the model. Through analyzing the example of the business process， the effectiveness of the method is showed.

Key words：business process；behavioural profile；dependence relationship；control flow；data flow

在業(yè)務(wù)流程中，由于用戶行為對(duì)流程的影響，導(dǎo)致模型會(huì)出現(xiàn)不可預(yù)測(cè)的變化.Weidlich.M[1-2]等人提出行為輪廓的概念使行為的一致性可以通過測(cè)量值表示出來，行為輪廓可以從潛在的發(fā)生序列的執(zhí)行順序來捕捉活動(dòng)對(duì)之間的關(guān)系，從模型間對(duì)應(yīng)活動(dòng)的關(guān)系來分析匹配度情況.C.Gerth[3]等介紹了一種在語義上檢測(cè)相似流程結(jié)構(gòu)的方法，為判斷變化找到一個(gè)標(biāo)準(zhǔn)形式.J.Gao和L. Zhang[4]定義了基于語義相似的流程相似測(cè)量，對(duì)變化度測(cè)量進(jìn)行了分析.Remco M和Dijkman[5]通過研究流程模型的跡語義學(xué)，使用正規(guī)的語義學(xué)來辨別可能變化的八種類型，從而識(shí)別混合的變化.以上研究?jī)H僅從語義學(xué)角度對(duì)變化進(jìn)行分析，沒有從過程行為角度研究尋找變化的根本所在.Nick Russell[6]等建立了工作流數(shù)據(jù)模式，系統(tǒng)地給出了在工作系統(tǒng)中40種數(shù)據(jù)使用的分類.Freddy Lecue[7]指出在服務(wù)組合中數(shù)據(jù)流的重要性，并提出建立數(shù)據(jù)流的方法和基于服務(wù)的DL特征去推斷服務(wù)間的數(shù)據(jù)流.尹寧[8]等以業(yè)務(wù)流程并行的結(jié)構(gòu)為目標(biāo)模型，分析數(shù)據(jù)模型的一致性.控制流和數(shù)據(jù)流都是一個(gè)模型的重要組成部分，因此數(shù)據(jù)流對(duì)模型一致性的影響也要充分考慮.本文將Petri網(wǎng)中的控制流和數(shù)據(jù)流分開研究，給出控制流Petri網(wǎng)和數(shù)據(jù)流Petri網(wǎng)的相關(guān)概念，[9-12]在行為輪廓的基礎(chǔ)上，討論控制依賴和數(shù)據(jù)依賴的關(guān)系，并結(jié)合行為輪廓和依賴關(guān)系研究模型的一致性.

1 基于行為Petri網(wǎng)數(shù)據(jù)約束下的變化域分析

1.1 基礎(chǔ)知識(shí)

1.2 變化域分析

為了在業(yè)務(wù)流程中定位變化域，需要利用行為輪廓定義相應(yīng)的關(guān)系.首先，定義行為之間的依賴關(guān)系，找出相應(yīng)的可疑變遷，從而得到疑似變化區(qū)域.其次，通過對(duì)疑似變化區(qū)域的邊變遷和內(nèi)邊變遷的研究，優(yōu)化和縮小流程的變化區(qū)域.

1.3 算法

給出一種算法，可以很方便地找出模型的變化區(qū)域.首先，分析業(yè)務(wù)流程模型的控制流網(wǎng)和數(shù)據(jù)流網(wǎng)，找出控制流網(wǎng)和數(shù)據(jù)流網(wǎng)的可疑變遷，得到可疑變化區(qū)域.分析可疑變遷，并在定義8和定義10的基礎(chǔ)上，找出源模型的變化區(qū)域，找出的變化區(qū)域越多，其交集也就會(huì)越小，最終得到的變化區(qū)域范圍也會(huì)越小.最后通過定義11，對(duì)變化區(qū)域的邊變遷和內(nèi)邊變遷進(jìn)行優(yōu)化，從而得到最終的變化區(qū)域.

2 實(shí)證分析

在團(tuán)購過程中，當(dāng)訂單增多時(shí)，享受的實(shí)際購物價(jià)格也會(huì)更優(yōu)惠.存在這樣一個(gè)問題，當(dāng)買家數(shù)量達(dá)到一定要求而享受優(yōu)惠的團(tuán)購價(jià)格買到商品后，由于一些原因，個(gè)別買家可能會(huì)選擇退貨，如果團(tuán)購網(wǎng)站按照原價(jià)退貨，就可能造成實(shí)際購買人數(shù)不符合享受該優(yōu)惠的最低人數(shù)要求，從而導(dǎo)致賣家出現(xiàn)損失.顯然，業(yè)務(wù)流程模型中的數(shù)據(jù)出現(xiàn)了變化.此時(shí)，單純考慮控制流的一致性已經(jīng)不能夠準(zhǔn)確確定模型的變化域.以目前的方法不能有效地解決數(shù)據(jù)變化的問題，所以需要結(jié)合控制流和數(shù)據(jù)流兩方面來分析業(yè)務(wù)流程模型的變化域.

圖1是某個(gè)團(tuán)購網(wǎng)站的業(yè)務(wù)流程模型.在考慮數(shù)據(jù)流模型的情況下，根據(jù)圖為2和圖3，可得到的目標(biāo)模型變化域（圖4）中的虛線框內(nèi)部分，顯然結(jié)果已經(jīng)偏離了疑似變遷的區(qū)域.可見，不考慮控制流和數(shù)據(jù)流之間的關(guān)系，將兩個(gè)模型看作是獨(dú)立互不干擾的，不能夠有效地分析業(yè)務(wù)流程模型的非一致性.

分析圖1的具體變化區(qū)域.首先，根據(jù)定義建立圖1的伴隨流程：控制流和數(shù)據(jù)流——圖2和圖3.在數(shù)據(jù)流行為關(guān)系的約束下，定義5給出了控制流變遷之間的行為依賴關(guān)系.然后，根據(jù)變化部分，定位疑似變化為訂單數(shù)出現(xiàn)變化.方法充分考慮了數(shù)據(jù)信息在模型一致性分析中的影響，克服了以往只在活動(dòng)上研究行為約束而忽略數(shù)據(jù)信息所帶來的缺陷.

3 結(jié)論

采用業(yè)務(wù)流程建模的方法，依據(jù)模型中控制流和數(shù)據(jù)流兩個(gè)重要信息，給出控制流Petri網(wǎng)和數(shù)據(jù)流Petri網(wǎng)的定義，結(jié)合行為輪廓的知識(shí)給出了從行為輪廓和依賴關(guān)系上判定模型一致性的方法.此方法不僅可以從行為約束上分析模型的一致性，還進(jìn)一步從數(shù)據(jù)方面加強(qiáng)模型一致性的判斷，彌補(bǔ)了從數(shù)據(jù)流方面考慮模型結(jié)構(gòu)約束關(guān)系的不足，對(duì)于研究流程的建模、分析、執(zhí)行和驗(yàn)證具有重要的參考價(jià)值.

參考文獻(xiàn)

[1] Matthias Weidlich， Jan Mendling，Mathias Weske. Efficient consistency measurement based on behavioural profiles of process models[J]. Softare Engineering，2011， 37（3）：410-429.

[2] Matthias Weidlich， Remco Dijkman and Mathias Weske. Behaviour Equivalence and Compatibility of Business Process Models with Complex Correspondences[J]. The Computer Journal， 2012，55（11）： 1398-1418.

[3] C. Gerth， M. Luckey， J. M. Küster， G. Engels. Detection of Semantically Equivalent Fragments for Business Process Model Change Management[C]. IEEE International Conference on Services Computing， 2010： 57-64.

[4] J. Gao， L. Zhang. On Measuring Semantic Similarity of Business Process Models[C]. International Conference on Interoperability for Enterprise Software and Applications China， 2009. 289-293.

[5] Remco M. Dijkman. Diagnosing differences between business process models [C]. BPM '08 Proceedings of the 6th International Conference on Business Process Management， 2008， 261-277.

[6] Nick Russell， Arthur H. M. ter Hofstede， et al. Workflow Data Patterns： Identification， Representation and Tool Support[C]. Proceedings of 24th International Conference on Conceptual Modeling， 2005， 3716： 353-368.

[7] Freddy Lecue. Inferring Data Flow in Semantic Web Service Composition[J]. IEEE International Conference on Web Services （ICWS）， 2011： 347 - 354.

[8] 尹寧， 劉之強(qiáng)， 李紅燕. 一種面向數(shù)據(jù)模型的并行業(yè)務(wù)流程異常檢測(cè)方法[J]. 計(jì)算機(jī)研究與發(fā)展，2011， 48（z2）： 290-297.

[9] Matthias Weidlich， Mathias Weske， Jan Mendling. Change Propagation in Process Models Using Behavioral Proflles[C]. IEEE International Conference on Services Computing，2009， 33-40.

[10] Matthias Weidlic. Behavioural profiles -a relational approach to behavior consistency [DB/OL].Institutional Repository of the University of Potsdam： URL http：//opus.kobv.de/ubp/volltexte/2011/5559/URN urn：nbn：de：kobv：517opus55590，2011.

[11] Matthias W， Artem P， Nirmit D， et al. Process compliance analysis based on behavioral profiles[J]. Information Systems， 2011， 36 （7）： 1009-1025.

[12] Van Der Aalst W M P， Pesic M. DecSerFlow： Towards a truly declarative service flow language[C].International Workshop on Web Services and Formal Methods. Springer， Berlin， Heidelberg， 2006： 1-23.

[13] 吳哲輝.Petri網(wǎng)理論[M].北京：機(jī)械工業(yè)出版社，2006.6-42.

編輯：琳莉