Розробка методу імовірнісного виведення послідовностей робіт бізнес-процесу для підтримки процесного управління
DOI:
https://doi.org/10.15587/1729-4061.2018.142664Ключові слова:
бізнес-процес, марківська логічна мережа, ймовірнісне виведення, обмеження на виконання дій, журнал подійАнотація
Запропоновано моделі темпоральних правил виконання дій бізнес-процесу, що застосовуються у випадку відсутності в процесній моделі повної інформації про причини виконання цих дій внаслідок втручання виконавців робіт. Правила формуються на основі аналізу порядку подій в журналі бізнес-процесу, що дозволяє визначити темпоральні умови й обмеження на виконання відповідних дій. Моделі правил можуть бути застосовані як елемент представлення знань для системи процесного управління, оскільки вони відображають записаний у журналі досвід реалізації бізнес-процесу. Використання правил дозволяє обмежити кількість можливих варіантів виконання бізнес-процесу з урахуванням його поточного стану. В результаті скорочується час прийняття рішень із процесного управління для випадку невідповідності поточного екземпляру бізнес-процесу та його моделі.
Запропоновано новий метод ймовірнісного виведення, який використовує представлені правила для того, що сформувати нові, допустимі послідовності дій у нетиповій ситуації, що виникла внаслідок коригування бізнес-процесу його виконавцями. Метод застосовує представлення знань на основі марківської логічної мережі, що дозволяє упорядкувати нові послідовності дій за ймовірністю їх реалізації з використанням зважених темпоральних правил. Використання комбінації правил для пар послідовних та пар віддалених в часі дій дозволяє підвищити точність обчислення ймовірності реалізації нових варіантів бізнес-процесу. Метод враховує інформацію із журналу подій при доповненні правил, що дозволяє забезпечити безперервне поповнення правил при виконанні бізнес-процесу. Зазначене обумовлює можливість практичного застосування методу при автоматизованій побудові та розширенні бази знань системи процесного управління у реальному часіПосилання
- Polyvyanyy, A., Smirnov, S., Weske, M. (2014). Business Process Model Abstraction. Handbook on Business Process Management 1, 147–165. doi: https://doi.org/10.1007/978-3-642-45100-3_7
- Müller, D., Reichert, M., Herbst, J. (2007). Data-Driven Modeling and Coordination of Large Process Structures. On the Move to Meaningful Internet Systems 2007: CoopIS, DOA, ODBASE, GADA, and IS, 131–139. doi: https://doi.org/10.1007/978-3-540-76848-7_10
- Gronau, N., Heinze, P., Weber, E. (2012). Conversion and Transformation-Oriented View on Knowledge Flows. Modeling and Analyzing knowledge intensive business processes with KMDL, 249–268.
- Vladova, G., Thim, C., Weber, E., Ullrich, A., Gronau, N. (2016). A Proposal to Model Knowledge in Knowledge-Intensive Business Processes. Proceedings of the Sixth International Symposium on Business Modeling and Software Design. doi: https://doi.org/10.5220/0006222600980103
- Pavlenko, V., Shostak, I., Morozova, O., Danova, M. (2018). Information support for business processes at virtual enterprises with multi-agent technologies. 2018 IEEE 9th International Conference on Dependable Systems, Services and Technologies (DESSERT). doi: https://doi.org/10.1109/dessert.2018.8409189
- Kalenkova, A. A., van der Aalst, W. M. P., Lomazova, I. A., Rubin, V. A. (2015). Process mining using BPMN: relating event logs and process models. Software & Systems Modeling, 16 (4), 1019–1048. doi: https://doi.org/10.1007/s10270-015-0502-0
- Sergii, C., Ihor, L., Aleksandr, P., Ievgen, B. (2018). Causality-based model checking in business process management tasks. 2018 IEEE 9th International Conference on Dependable Systems, Services and Technologies (DESSERT). doi: https://doi.org/10.1109/dessert.2018.8409176
- Kalynychenko, O., Chalyi, S., Bodyanskiy, Y., Golian, V., Golian, N. (2013). Implementation of search mechanism for implicit dependences in process mining. 2013 IEEE 7th International Conference on Intelligent Data Acquisition and Advanced Computing Systems (IDAACS). doi: https://doi.org/10.1109/idaacs.2013.6662657
- Richardson, M., Domingos, P. (2006). Markov logic networks. Machine Learning, 62 (1-2), 107–136. doi: https://doi.org/10.1007/s10994-006-5833-1
- Levykin, V., Chala, O. (2018). Method of automated construction and expansion of the knowledge base of the business process management system. EUREKA: Physics and Engineering, 4, 29–35. doi: http://dx.doi.org/10.21303/2461-4262.2018.00676
- Konur, S. (2013). A survey on temporal logics for specifying and verifying real-time systems. Frontiers of Computer Science, 7 (3), 370–403.
- Lowd, D., Domingos, P. (2007). Efficient Weight Learning for Markov Logic Networks. European Conference on Principles of Data Mining and Knowledge Discovery. PKDD 2007: Knowledge Discovery in Databases, 200–211. doi: https://doi.org/10.1007/978-3-540-74976-9_21
- Shostak, I., Danova, M., Romanenkov, Yu., Kuznetsova, Yu. (2018). A retrospective analysis technology of the Green Software Ecosystems development on the parametric identification of the Brown's model. 2018 IEEE 9th International Conference on Dependable Systems, Services and Technologies (DESSERT). doi: https://doi.org/10.1109/dessert.2018.8409197
- Shostak, I., Volobuyeva, L., Danova, M. (2018). Ontology based approach for green software ecosystem formalization. 2018 IEEE 9th International Conference on Dependable Systems, Services and Technologies. doi: https://doi.org/10.1109/dessert.2018.8409196
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Авторське право (c) 2018 Viktor Levykin, Oksana Chala
Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.
Закріплення та умови передачі авторських прав (ідентифікація авторства) здійснюється у Ліцензійному договорі. Зокрема, автори залишають за собою право на авторство свого рукопису та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons CC BY. При цьому вони мають право укладати самостійно додаткові угоди, що стосуються неексклюзивного поширення роботи у тому вигляді, в якому вона була опублікована цим журналом, але за умови збереження посилання на першу публікацію статті в цьому журналі.
Ліцензійний договір – це документ, в якому автор гарантує, що володіє усіма авторськими правами на твір (рукопис, статтю, тощо).
Автори, підписуючи Ліцензійний договір з ПП «ТЕХНОЛОГІЧНИЙ ЦЕНТР», мають усі права на подальше використання свого твору за умови посилання на наше видання, в якому твір опублікований. Відповідно до умов Ліцензійного договору, Видавець ПП «ТЕХНОЛОГІЧНИЙ ЦЕНТР» не забирає ваші авторські права та отримує від авторів дозвіл на використання та розповсюдження публікації через світові наукові ресурси (власні електронні ресурси, наукометричні бази даних, репозитарії, бібліотеки тощо).
За відсутності підписаного Ліцензійного договору або за відсутністю вказаних в цьому договорі ідентифікаторів, що дають змогу ідентифікувати особу автора, редакція не має права працювати з рукописом.
Важливо пам’ятати, що існує і інший тип угоди між авторами та видавцями – коли авторські права передаються від авторів до видавця. В такому разі автори втрачають права власності на свій твір та не можуть його використовувати в будь-який спосіб.
