一种高精确度的过程模型修复方法

为了解决现有方法修复的过程模型精确度不高的问题,提出一种高精确度过程模型修复方法。为了便于确定偏差的位置,基于Petri网可达标识提出扩展校准的概念。针对扩展校准中的日志动作收集形成子日志,并将子日志挖掘出的子过程插入原模型中,避免了现有方法由于添加自环导致这一子过程多次重复发生的问题。结合Petri网的过程树,通过查找过程树的非叶子节点,能够定位到Petri网的选择结构。针对选择结构提出一种新的偏差类型,并给出判定方法,将挖掘出的子过程作为选择结构的一条分支,对模型进行修复。通过青岛某医院就诊数据的实例分析,验证了该修复算法有较高的拟合度和精确度。