工作流管理系统主要是负责协调过程实例中的各个任务，以保证过程实例在其有效期内的顺利完成。然而，过程实例在执行过程中需要调用各类资源，如人员、软件系统等等，时间跨度很长，其初始化阶段定义的有效期约束难以确保。一旦违反过程实例的有效期时，即发生时间异常，过程实例将以失败结束。另外，异常激烈的市场竞争和动态变化的业务环境对过程实例的有效期提出了更高的要求，加剧了此类时间异常的发生。因此，有效处理时间异常是工作流管理领域的研究热点，也是实现柔性工作流的关键技术之一。　　 为了避免违反过程实例有效期这一时间异常的发生，本文提出了一种基于历史记录的时间异常处理算法。该算法在尽量不增加资源工作强度的前提下，以提高过程实例在有效期内完成的比率为目标，对潜在的时间异常进行提前处理。首先，基于业务过程运行的历史数据，建立对应过程的时间概率模型以描述过程和任务实例执行时间的不确定性。然后，算法通过分析过程的时间概率模型及当前资源的负载情况，预测当前过程实例的后续时间消耗以有效识别潜在的时间异常。当存在潜在的时间异常时，工作流管理系统则通过调整资源的任务调度策略，对等待该资源执行的工作项进行合理的安排，尽可能地减小任务的排队时间进而消除时间异常。一旦出现调整任务调度策略后仍无法消除时间异常的情况，则选取紧缩任务执行时间最小的排队序列进行任务调度，并对特定任务的执行时间计划进行临时性的紧缩调整以进一步弥补时间损失。最后，通过一系列仿真实验证明启用基于历史记录的时间异常处理算法可以有效地预防和处理潜在的时间异常，提高工作流实例按时完成的比率。