工作流管理技术对于提高企业敏捷性,特别是提高企业内部的自我调整能力、适应变化的能力和组织结构的灵活变化能力起到了极其重要的作用。因而,如何使工作流管理系统具备自动适应环境变化的能力成为近几年工作流管理技术研究工作的一个热点。工作流过程模型作为整个工作流管理系统的基础,其柔性程度直接影响工作流管理系统的应用范围和对环境变化的适应能力。在总结前人研究成果的基础上,本文从过程元模型、过程模型以及新的建模技术——工作流挖掘技术这三个部分对柔性工作流建模进行了深入的研究,其主要内容如下：(1)研究了柔性工作流过程元模型。分析了工作流管理系统面临的可能动态变化,从过程和活动两个层次级别讨论了过程模型的动态特性和工作流管理联盟WfMC定义的过程元模型。在此基础上,引入柔性工作流定义、同步器、变换器等新元素改进和扩展过程定义元模型。改进和扩展后的过程元模型具有更大的柔性和重构性。由于引入了变换器,为增强过程元模型的智能性做了基础性工作。另外,对描述过程元模型的定义语言WPDL也做了改进和扩展。(2)研究了基于同步管理器的工作流模式。基于柔性工作流过程元模型,提出了同步管理器的概念,并在此基础上利用同步管理器建模各种工作流模式。基于同步管理器的建模方法将流程中的执行行为和管理行为分离,使得执行活动相对独立,活动不绑定任何的控制信息,可以单独封装组件以利于重用。同时,这种分离明确了同步管理器是流程中变化的主要部分,明确了动态的同步器管理操作和相对静态的模型结构,这对于正确构建和分析工作流模型对于环境变化的适应性有重要作用。通过同步管理器的动态管理行为可以使得流程中任务问的关系依赖的语义表述更加准确。通过叉型、汇型同步管理器以及虚变迁的引入可以简单、清晰的描述大部分的工作流模式。模型简单、有效,并具有较强的通用性。(3)研究了非确定选择平行、跳、循环、不可见任务等的挖掘问题。分析了工作流日志中任务之间的逻辑关系,给出了它们与流程模型之间的相关特征和判定方法证明。在此基础上,提出了γ挖掘算法和γ+挖掘算法实现从系统日志中发现基于同步管理器的工作流模型。γ算法克服了目前流程挖掘的局限,不仅仅挖掘任务间的逻辑关系,同时可以挖掘流程的管理操作。γ算法特别处理了非确定选择平行模式的挖掘问题。γ+算法可以发现强、弱循环、前跳、后跳、不可见任务等模型结构。(4)研究了在线动态工作流挖掘问题,提出了基于关系矩阵的增量式过程挖掘算法。该算法利用关系矩阵保存日志后继关系,对关系矩阵进行增量式更新,利用有向环剪枝算法处理模型关系矩阵中的冗余关系。为了使算法能发现循环结构,本文引入了补偿矩阵保存日志中的循环信息,在进行模型关系矩阵转换环节,将补偿矩阵整合到模型关系矩阵中,最后进行模型转换。另外,通过引入差异度、滑动机制进行窗口自适应调整,增加了算法的快速响应能力。通过设置阈值机制使得算法具有一定的鲁棒性。