基于Petri網數據流約束下的業務流程變化域分析

方娜 劉祥偉

摘 要：基于Petri網行為輪廓理論，通過研究模型之間的行為依賴關系，分析模型的控制依賴關系和數據依賴關系，研究在數據流約束下模型的一致性，優化疑似變化區域，找出模型的最小變化域.業務流程實例分析證明，該方法有效.

關鍵詞：業務流程；行為輪廓；依賴關系；控制流；數據流

[中圖分類號]TP319.1 [文獻標志碼]A

文章編號：1003-6180（2018）02-0015-06

Abstract：Based on the behavioral profile theory of Petri nets， the control dependences and data dependences of the models are found and analyzed by studying the behavioral dependencies relationship among models. Study the consistency of the model under the constraint of data flow， optimize the suspected change region， and find out the minimum change region of the model. Through analyzing the example of the business process， the effectiveness of the method is showed.

Key words：business process；behavioural profile；dependence relationship；control flow；data flow

在業務流程中，由于用戶行為對流程的影響，導致模型會出現不可預測的變化.Weidlich.M[1-2]等人提出行為輪廓的概念使行為的一致性可以通過測量值表示出來，行為輪廓可以從潛在的發生序列的執行順序來捕捉活動對之間的關系，從模型間對應活動的關系來分析匹配度情況.C.Gerth[3]等介紹了一種在語義上檢測相似流程結構的方法，為判斷變化找到一個標準形式.J.Gao和L. Zhang[4]定義了基于語義相似的流程相似測量，對變化度測量進行了分析.Remco M和Dijkman[5]通過研究流程模型的跡語義學，使用正規的語義學來辨別可能變化的八種類型，從而識別混合的變化.以上研究僅僅從語義學角度對變化進行分析，沒有從過程行為角度研究尋找變化的根本所在.Nick Russell[6]等建立了工作流數據模式，系統地給出了在工作系統中40種數據使用的分類.Freddy Lecue[7]指出在服務組合中數據流的重要性，并提出建立數據流的方法和基于服務的DL特征去推斷服務間的數據流.尹寧[8]等以業務流程并行的結構為目標模型，分析數據模型的一致性.控制流和數據流都是一個模型的重要組成部分，因此數據流對模型一致性的影響也要充分考慮.本文將Petri網中的控制流和數據流分開研究，給出控制流Petri網和數據流Petri網的相關概念，[9-12]在行為輪廓的基礎上，討論控制依賴和數據依賴的關系，并結合行為輪廓和依賴關系研究模型的一致性.

1 基于行為Petri網數據約束下的變化域分析

1.1 基礎知識

1.2 變化域分析

為了在業務流程中定位變化域，需要利用行為輪廓定義相應的關系.首先，定義行為之間的依賴關系，找出相應的可疑變遷，從而得到疑似變化區域.其次，通過對疑似變化區域的邊變遷和內邊變遷的研究，優化和縮小流程的變化區域.

1.3 算法

給出一種算法，可以很方便地找出模型的變化區域.首先，分析業務流程模型的控制流網和數據流網，找出控制流網和數據流網的可疑變遷，得到可疑變化區域.分析可疑變遷，并在定義8和定義10的基礎上，找出源模型的變化區域，找出的變化區域越多，其交集也就會越小，最終得到的變化區域范圍也會越小.最后通過定義11，對變化區域的邊變遷和內邊變遷進行優化，從而得到最終的變化區域.

2 實證分析

在團購過程中，當訂單增多時，享受的實際購物價格也會更優惠.存在這樣一個問題，當買家數量達到一定要求而享受優惠的團購價格買到商品后，由于一些原因，個別買家可能會選擇退貨，如果團購網站按照原價退貨，就可能造成實際購買人數不符合享受該優惠的最低人數要求，從而導致賣家出現損失.顯然，業務流程模型中的數據出現了變化.此時，單純考慮控制流的一致性已經不能夠準確確定模型的變化域.以目前的方法不能有效地解決數據變化的問題，所以需要結合控制流和數據流兩方面來分析業務流程模型的變化域.

圖1是某個團購網站的業務流程模型.在考慮數據流模型的情況下，根據圖為2和圖3，可得到的目標模型變化域（圖4）中的虛線框內部分，顯然結果已經偏離了疑似變遷的區域.可見，不考慮控制流和數據流之間的關系，將兩個模型看作是獨立互不干擾的，不能夠有效地分析業務流程模型的非一致性.

分析圖1的具體變化區域.首先，根據定義建立圖1的伴隨流程：控制流和數據流——圖2和圖3.在數據流行為關系的約束下，定義5給出了控制流變遷之間的行為依賴關系.然后，根據變化部分，定位疑似變化為訂單數出現變化.方法充分考慮了數據信息在模型一致性分析中的影響，克服了以往只在活動上研究行為約束而忽略數據信息所帶來的缺陷.

3 結論

采用業務流程建模的方法，依據模型中控制流和數據流兩個重要信息，給出控制流Petri網和數據流Petri網的定義，結合行為輪廓的知識給出了從行為輪廓和依賴關系上判定模型一致性的方法.此方法不僅可以從行為約束上分析模型的一致性，還進一步從數據方面加強模型一致性的判斷，彌補了從數據流方面考慮模型結構約束關系的不足，對于研究流程的建模、分析、執行和驗證具有重要的參考價值.

參考文獻

[1] Matthias Weidlich， Jan Mendling，Mathias Weske. Efficient consistency measurement based on behavioural profiles of process models[J]. Softare Engineering，2011， 37（3）：410-429.

[2] Matthias Weidlich， Remco Dijkman and Mathias Weske. Behaviour Equivalence and Compatibility of Business Process Models with Complex Correspondences[J]. The Computer Journal， 2012，55（11）： 1398-1418.

[3] C. Gerth， M. Luckey， J. M. Küster， G. Engels. Detection of Semantically Equivalent Fragments for Business Process Model Change Management[C]. IEEE International Conference on Services Computing， 2010： 57-64.

[4] J. Gao， L. Zhang. On Measuring Semantic Similarity of Business Process Models[C]. International Conference on Interoperability for Enterprise Software and Applications China， 2009. 289-293.

[5] Remco M. Dijkman. Diagnosing differences between business process models [C]. BPM '08 Proceedings of the 6th International Conference on Business Process Management， 2008， 261-277.

[6] Nick Russell， Arthur H. M. ter Hofstede， et al. Workflow Data Patterns： Identification， Representation and Tool Support[C]. Proceedings of 24th International Conference on Conceptual Modeling， 2005， 3716： 353-368.

[7] Freddy Lecue. Inferring Data Flow in Semantic Web Service Composition[J]. IEEE International Conference on Web Services （ICWS）， 2011： 347 - 354.

[8] 尹寧， 劉之強， 李紅燕. 一種面向數據模型的并行業務流程異常檢測方法[J]. 計算機研究與發展，2011， 48（z2）： 290-297.

[9] Matthias Weidlich， Mathias Weske， Jan Mendling. Change Propagation in Process Models Using Behavioral Proflles[C]. IEEE International Conference on Services Computing，2009， 33-40.

[10] Matthias Weidlic. Behavioural profiles -a relational approach to behavior consistency [DB/OL].Institutional Repository of the University of Potsdam： URL http：//opus.kobv.de/ubp/volltexte/2011/5559/URN urn：nbn：de：kobv：517opus55590，2011.

[11] Matthias W， Artem P， Nirmit D， et al. Process compliance analysis based on behavioral profiles[J]. Information Systems， 2011， 36 （7）： 1009-1025.

[12] Van Der Aalst W M P， Pesic M. DecSerFlow： Towards a truly declarative service flow language[C].International Workshop on Web Services and Formal Methods. Springer， Berlin， Heidelberg， 2006： 1-23.

[13] 吳哲輝.Petri網理論[M].北京：機械工業出版社，2006.6-42.

編輯：琳莉