支持Petri网的工作流引擎技术研究

来源 :重庆邮电大学 | 被引量 : 0次 | 上传用户:speedieke
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着客观世界中的业务流程变得越来越复杂,以及对外界变化的适应性要求越来越高,利用工作流技术来组织业务流程、提高生产和管理效率已经成为很多单位实施信息化建设的重要手段。但是,作为工作流管理系统核心部件的工作流引擎在流程定义分析、自适应性、负载预警等方面还存在一定的不足。因此,对工作流引擎设计模型的研究是很有意义的。   本文的主要工作是根据WfMC规范对支持Petri网建模的自适应工作流引擎进行了研究,主要包括以下几个方面的内容:第一,设计了一套更加易于理解和符合Petri网特点的流程定义语言,并对流程定义的合理性分析方法进行了研究,以避免由于流程定义设计不合理的原因给企业带来损失。第二,利用灰色预测模型对系统近期的任务负载情况进行预测,并根据预测结果建立了一种负载均衡偏差可控的整数线性规划模型,在对模型求解后生成任务负载预警信息。在预测任务量时,首先利用本文所设计的突变点检测算法对历史数据进行过滤处理,然后利用“纵向”预测方法来预测突变时间点上的数据,再利用“横向”预测方法来预测其他数据,最后按照时间信息对二者进行整合,以提高预测的准确性。第三,为了提高工作流引擎的自适应性,本文对流程定义的动态变更支持机制进行了研究,设计了一种支持着色Petri网的流程定义动态变更区域的生成算法;并提出了一种针对已运行流程实例的动态迁移机制。第四,为了提高工作流引擎的实时性,本文设计了一种数据库与索引文件相结合的数据访问控制策略,以实现对数据更新和数据查询操作的分离,并对数据库和索引文件之间的数据同步机制进行了研究。最后,对支持Petri网的自适应工作流引擎原型系统进行了设计与实现。为了测试其功能完整性和性能可靠性,本文还实现了一个具有基本功能的工作流管理系统。经测试,本文所设计和实现的工作流引擎系统具有较好的处理性能,也具有一定的应用价值。
其他文献
自然场景图像中嵌入的文本,是图像高层语义内容的有机组成部分。场景文本有诸多表现形式,如交通标志牌、字幕、商店名称、文本条幅、建筑物额匾等,这些信息可以为场景理解提
粒子滤波算法是一种基于蒙特卡罗方法仿真来实现递推贝叶斯估计的统计滤波方法。作为一种基于蒙特卡罗思想的非线性、非高斯系统滤波方法,粒子滤波在处理非高斯、非线性时变
当前TCP/IP体系结构的互联网存在可扩展性、安全性、移动性等诸多问题,近年来越来越多的网络研究人员投入到未来互联网的研究中。对于所取得的研究成果,研究者可以将其部署在实
信息技术发展十分迅猛,对各种产业都产生了巨大的影响。各行各业都广泛收集了海量的数据。这些数据中蕴涵大量有用的信息和知识。为从这些收集的数据中获取有用的信息和知识,
数字图像因其具有直观、生动等特点而得到广泛应用。但数字图像的另外一面,却会因数据海量给传输和存储带来压力。因此。利用其数据冗余量大这一特征,以压缩冗余数据为主要目标
随着网络负载急剧增加,给网络的结构带来了很大的压力,软件定义网络(software-defined networking,简称SDN)顺势产生。准确的测量网络的性能是保证网络高性能运行的前提。  本研
个性化推荐通过收集和分析用户显式或隐式的有效信息,从而为用户推荐所需要的个性化信息,进而能够很好地解决信息过载问题。基于矩阵分解的推荐算法是目前个性化推荐的前沿重要
无线传感器网络作为能量受限的网络,其能量十分有限,为了有效节省能量延长网络的使用寿命,在网络设计时就必须考虑降低能量消耗的方法和措施。根据已有的研究结果表明,无线传输部
不良评论正在影响着数以亿计的互联网用户,部分用户因不良评论而抑郁甚至自杀。传统的过滤不良评论的算法有两种。一是通过简单的关键词过滤技术进行评论过滤。二是在不良评论数据集上训练一个通用机器学习模型,然后使用此模型对评论进行判别。以上两种算法都没有考虑到用户个性化问题。由于不同用户具有不同的背景、拥有不同的性格,所以他们对不良评论的判别标准也是不同。无论是关键字过滤还是训练出来的通用模型都远无法满足用
学位
聚类是一种无监督学习方法,通过聚类技术可以从数据中获取大量知识,为此,研究人员提出了许多不同的聚类算法,其中基于目标函数的聚类是人们研究的热点,并被广泛地应用于很多