企业为了在日趋激烈的市场竞争中立于不败之地，需要不断优化其生产、经营过程，因而对业务过程的高效组织和管理成为提高企业效益、增强企业竞争力的重要手段。工作流建模作为一种业务过程的管理技术，为企业业务过程的高效组织和管理提供了解决方案。 工作流挖掘作为一种重要的工作流建模方法，旨在从信息系统的事件日志中发现关于业务流程的结构化过程，从而避免从空白开始进行既费时又容易出错的工作流模型的设计，其研究对于企业实现业务流程的建模和再造具有重要的意义。目前国内外，特别是国内，对工作流建模的研究主要集中在模型设计方面，而利用事件日志进行工作流挖掘的研究所见不多。此外工作流时间性能分析和调度优化也是工作流管理方面的研究热点。 本论文从启发式工作流挖掘算法、智能化工作流挖掘算法两个方面对工作流挖掘进行了深入地研究与分析；对工作流时间性能以及工作流调度优化进行了深入地研究与分析，具体的研究内容和创新点如下： （1）能解决多种复杂任务的工作流挖掘。为了有效挖掘含有多种复杂任务的过程模型，对含有循环任务和重复任务的事件日志进行了研究，提出发现循环、重复和同一任务的启发式规则，并且给出证明；改进了α算法的关联关系定义，在此基础上提出了τ算法。实例验证该算法是有效的，对循环、重复和同一任务的判定是正确的。对挖掘出的模型进行仿真分析，仿真结果表明使用τ算法挖掘出的模型所产生的日志和原始日志具有逻辑等价性。 （2）基于混合自适应遗传算法的工作流挖掘。为了解决目前工作流挖掘算法大都采用局部策略因而无法保证最优挖掘以及算法对噪声敏感的问题，提出基于混合自适应遗传算法的工作流挖掘算法。该算法与启发式算法相比具有更高的鲁棒性和对噪声的抗干扰性；与基本遗传算法相比，该算法能显著提高解的质量和收敛速度。 （3）工作流时间性能分析。工作流性能分析是对工作流进行评价和优化的基础，时间性能则是衡量工作流性能的一个重要指标。利用概率论中关于服从指数分布的随机变量的分布函数、密度函数及数学期望的基本性质，详细地分析了组成SPN模型的串行、并行、选择和循环四种基本结构的平均延迟时间，设计了通用的SPN模型平均延迟时间公式。通过对复杂SPN模型的等效化简，实现对工作流时间性能的分析。最后，通过实例验证了该方法的可行性和有效性。 （4）工作流调度优化。为了解决工作流调度优化问题，以QoS为优化目标，提出了克隆选择离散粒子群算法，运用该算法进行工作流调度优化研究。该算法增加了种群的多样性，提高了算法精确度，加快了算法的收敛速度，克服了离散粒子群算法早熟收敛和局部极值等问题，在工作流调度应用中具有良好的性能。