首页 过程挖掘算法

过程挖掘算法

举报
开通vip

过程挖掘算法 Vo1. 36。NO.8 Aug,2011 火 力 与 指 挥 控 制 Fire Control&Command Control 第 36卷 第 8期 2011年 8月 文章编号 :1002一O64O(2011)O8—0005—06 过程挖掘算法 王 嘉,汤大权 ,谢 羿 (国防科技大学 C‘ISR技术国防科技重点实验室 ,长沙 410073) 摘 要:过程挖掘又称工作流挖掘,主要依据 日志中记录的过程实例执行信息重构工作流过程模型 ,是工作流再设计与 分析方法的一项关键技术。对...

过程挖掘算法
Vo1. 36。NO.8 Aug,2011 火 力 与 指 挥 控 制 Fire Control&Command Control 第 36卷 第 8期 2011年 8月 文章编号 :1002一O64O(2011)O8—0005—06 过程挖掘算法 王 嘉,汤大权 ,谢 羿 (国防科技大学 C‘ISR技术国防科技重点实验室 ,长沙 410073) 摘 要:过程挖掘又称工作流挖掘,主要依据 日志中 记录 混凝土 养护记录下载土方回填监理旁站记录免费下载集备记录下载集备记录下载集备记录下载 的过程实例执行信息重构工作流过程模型 ,是工作流再 设计 领导形象设计圆作业设计ao工艺污水处理厂设计附属工程施工组织设计清扫机器人结构设计 分析 定性数据统计分析pdf销售业绩分析模板建筑结构震害分析销售进度分析表京东商城竞争战略分析 方法的一项关键技术。对目前主流的过程挖掘算法和相关工具进行了研究,把过程挖掘算法按照特性及解决问 快递公司问题件快递公司问题件货款处理关于圆的周长面积重点题型关于解方程组的题及答案关于南海问题 分成了 4类,对每类算法的优缺点进行比较研究。最后指出了目前过程挖掘研究中存在的问题。 关键词:工作流 ,过程挖掘 ,过程 日志 中圈分类号 ;TP309.2 文献标识码 :A A Survey of Research on Process M ining Algorithms W ANG Jia,TANG Da-quan,XIE Yi (C‘ISR Technology National Defense Science and Technology Key LAB,National Univ Defense Technology,Changsha 410073,China) Abstract:Process mining, also named as workflow mining, is a technology to reconstruct the workflow model from the running logs of the all the process instances.All the running cases are instances of the process model reconstructed.In this paper,the algorithms divided into 4 types and tools for process mining are summarized in detail.The algorithms in the same type are compared with each other.Finally the challenging research problems are addressed. Key words:workflow,process mining algorithms,process logs 引 言 过程挖掘算法最早是由Cook和 Wolf提出的, 他们发现:过程 日志的记录是基于一个一个完整的 事件,那么只要找到一种对 日志分析的算法,在软件 设计时就可以直接利用过程运行 的真实记 录,客 观 地重现事件过程 ,从而避免由于业务顾问和管理 者 的主观原因导致软件设计的失败。因此,提出纯理 论、纯算法和理论和算法相结合的3种方法,并利用 记录的活动属性来自动发现活动之间的关联,从而 以此分析软件的运行过程n]。过程挖掘是基于得到 的执行 FI志而工作 的。记录在 日志中的过程中发生 的事件是有序 的(基于时间戳),每一个事件都依 赖 收稿 日期 :2010—05—17 修回 日期 :2010-06—21 *基金项目:国家自然科学基金资助项目(60903225) 作者简介:王 嘉(1984一 ),男,硕士,研究方向:信 息系 统与 智能 决策。 与一个特定 的过程实例或一个特定的活动。然而,在 大多数执行 日志中,还记录更多的信息,例如事件执 行的操作者和设计者,(即执行或初始化活动的用户 和资源)。过程挖掘主要使用 MXML来描述过程的 事件信息[2]。MXML是一种基于XML的 格式 pdf格式笔记格式下载页码格式下载公文格式下载简报格式下载 化文 本 ,可以很好地存储和表达执行 日志 。MXML能够 被 过 程 挖 掘 平 台 ProM 很 好 的 支 持 ,利 用 工 具 ProMinport很容易把各种系统中得到的日志数据 转换为 MXML格式[3]。 在过程感知的信息系统中,事件的发生或执行 被记录到事件日志中。过程挖掘技术则是通过后验 分析技术和挖掘算法,提取日志中的信息,将实际执 行过程的控制流、数据流、资源分配、时序关系等反 馈给原模型 。目前,过程挖掘技术与算法主要致力于 3个方面的研究 :一是过程发现与修改 ;二是一致性 分析(Delta分析);三是对原模型的扩展或再造 。 1)过程发现 :就是在没有预先的过程模式的情 况下利用挖掘执行 日志构建过程模式,如利用 alpha ·6· (总第 36--1410) 火力 与指 挥 控 制 2011年 第 8期 算法可以构建过程模式 。 2)一致性分析 :存在预先定义的过程模式 ,基于 执行 日志可以检查实际环境 中运行的工作过程是否 遵循预定义的模型。一致性分析可以检查预定义模 式和实际运行的过程模式之间的偏差以及权衡其严 重 性 。 3)原模型的扩展或再造:存在预先定义的模式, 但不是要进行检查,而是根据实际执行的过程模式 的日志,对原模型进行扩展和再造。 1 过程挖掘算法 近几年,工作过程管理技术在管理软件的设计 中起到举足轻重的作 用 ,但是专家们在研究 中逐渐 发现上述几个方面的研究正成为过程管理技术发展 的瓶颈。特别是早期的建模技术算法和早期的软件 设计一样,存在模型设计和实际业务的分离,并且缺 乏柔性 。 1.1 过程挖掘4类算法 根据每个算法的特性及解决问题,将算法分成 4类 。 1)原型算法,该算法的特点是还没有出现建立 过程模型、提取过程 日志记录文件并挖掘文件的概 念,仅对过程本身进行挖掘分析。基于窗口序列挖掘 方法的过程挖掘算法 :Agrawal等人最早提出了串 行 模 式 挖 掘 方法 ,该 方 法 事 先 定 义 阈值 ,利 用 Apiroir算法挖掘串行实例中不小于阈值的极大串 行序列作为串行模式,并且对算法进行了优化。 Mannila等人利用窗口方法,最终目的是找到序列 的集合,集合中的每个序列都被足够多的窗口所包 含到Ⅲ。 2)模型改进算法,这类过程挖掘算法特点是预 先已知原过程模型,通过 日志记录文件与过程挖掘 算法改进原过程模型,包括 4种,即基于活动间依赖 图的挖掘算法,基于隐Markov链的过程挖掘算法, 基于遗传算法的挖掘算法,基于决策挖掘算法。 (1)基于活动间依赖图的挖掘算法:1998年 Agrawal第一次把过程挖掘用于过程 管理 中,通过 判断活动之间的先后关系,来构造活动的依赖性,从 而构造出有向无循环图来表示流程中不同活动之间 的关联[5]。 (2)基于隐 Markov链 的过程挖掘算法 :Herbst 和 Karagiannis在过程管理系统中提出了一种隐藏 的 Markov方法来构造活动间的并行 和串行操作 。 这些算法的提出为建立工作过程网奠定了基础 ]。 (3)基于遗传算法的挖掘算法:A.K.A.de Medeiros等人提出了利用遗传算法来解决过程挖 掘问题的方法。利用遗传算法的思想,设定初始值, 设定停止条件,遗传过程(变异和交换)等进行过程 挖掘,进行一致性分析(Delta分析)[7]。 (4)基于决策的挖掘算法:Rozinat,A等人基 于决策分析的思想 ,给出了一种决策挖掘方法 ,该方 法通过决策树来反映过程活动的再次发生的可能 性,使挖掘结果能够被更好地应用[8]。 3)模型创造算法,这类过程挖掘算法的特点是 预先未知过程模型,通过日志记录文件与过程挖掘 算法创造过程模型。包括基于ADONIS模型的挖掘 算法,基于Petri网模型的挖掘算法,多阶段过程挖 掘算法,启发式 网络挖掘算法,基于模糊理论的挖掘 算法 5种 。 (1)基于 ADONIS模型的挖掘算法:Herbst等 人 的 挖掘 算 法则 采 用 随机 活 动 图 (Stochastic Activity Graph,SAG)表示模型[9],是在挖掘算法的 开始先把有相同名字的活动易名,然后在挖掘出来 的模型中做相应的处理。 (2)基于 Petri网模型的挖掘算法:Aalst等人 采用 了 Petri网的 一 个 子类—— 工 作 流 网 络 (Workflow-Net,wFN)来表示过程模 型,提出了 a 算法,该算法将 日志中活动之间的时序关系分为四 类 ,在此基础上得到最终 的过程模型[to],算法将每 个活动作为一个原子事件,同时 Petri网中的一些 经典 的问题也出现在 了 WFN 中。在此基础上 A.K.A.de Medeiros等人开发出了能处理重复任 务的 Alpha++算法[11],有效地解决了上述问题。 (3)多阶段过程挖掘算法:B.F.van Dongen和 w.M.P.van der Aalst利用偏序关系的特点提出 了多阶段挖掘算法,主要特点是利用偏序关系得到 活动实例图,然后对活动实例图进行投影和标注,在 此基础上把多个活动实例图进行集成得到反映过程 模型全局信息的集成实例图,最后把它转化为人们 容易理解的EPC或者Petri—Net[1引。 (4)启发式网络挖掘算法:A.J.M.M.Weijters 等人利用启发式网络的方法和理论,提出了一种基 于启发式算法的过程挖掘算法 ,该算法对包含大量 的过程活动的 日志表现 出很好的性能[】 。 (5)基 于模糊理论的挖掘算法 :Christian W 等 人利用模糊数学的方法 ,提出了一种模糊挖掘的方 法。该方能够区分哪些任务是重要的,哪些不是 ,能 更加真实地反映了原过程模式的信息[ 。 4)信息提取算法 ,这类过程挖掘算法的特点是 通过过程模型和日志记录文件提取与实际生产过程 王 嘉,等:过程挖掘算法 (总第 36—1411) ·7· 相关的有用信息 。面向块结构模型的挖掘算法 ,基于 聚类的过程挖掘算法 ,基于语义的过程挖掘 3种 。 (1)面向块结构模型的挖掘算法 :Schimm 则采 用块状结构图表示过程模型 ,重点分析了模 型挖掘 的过程 ,以及该过程中所遇到的其他相关问题 ,如 日 志数据处理、噪音 、活动名不唯一及模型中活动与资 源的关系等[】引。 (2)基于聚类 的过程挖 掘算法 :Diogo Ferreira 等人研究的基于聚类的过程挖掘算法[1引。在过程挖 掘中,在通常情况下,预先已经知道每个事件隶属于 某个过程实例;当日志文件与过程实例中缺失隶属 关系时 ,基于聚类的过程挖掘算法就会显示其价值 。 (3)基 于 语 义 的 过 程 挖 掘:A.K.Alves de Medeiros等人提出基于语义的过程挖掘算法[1 ,其 关键点是利用过程挖掘软件 ProM 寻找事件日志文 件中的语义信息的反馈,根据这些事件 日志文件中 的反馈信息 ,挖决过程 中的语义信息 (如任务信息, 角色信息,人员信息等),定义具体的语义 日志格式 SA—MXML格式,使得挖掘 日志文件中有用信息从 基于标签 向基于概念迈进 。 1.2 过程挖掘算法工具 为了辅助用户实现过程挖掘算法 ,目前 已经开 发了许多过程 挖掘工具 ,比较著名的过程挖掘工具 主要 有 EMiT,LittleThumb,InWoLvE和 Process Miner等。对于这些工具 ,功能不尽相同,各有不同 的优点。表 1从模型表示、时间因素、基本并行结构 、 非自由选择结构、基本回路、任意回路、隐含任务、重 复任务以及噪声处理等 9个方面对 EMiT,Little Thumb,InWoLvE和 Process Mine 4个工具进行 了 比较。 表 1 几种 常见过程挖掘工具 的比较 当然,除了成熟的商业软件和工具外,开源产品 工作流管理 案例处理系统/客 企业资源管 系统 户关系管理系统 理系统 l Staffware I l FLOWer I I SAP R/3 l i InConcert f l Vectus l I BaaN I I lVIQ Series I 1 Siebel I l Peoplesoft l l l I 通用的Ⅺ沮格式用于存储和交换过程日志 I 核心 I输入/输出 l l 可视化 1 分析 . . . . I Alpha~ I I 遗传算法 l 清华 多阶段 插件 。。 。 Alpha算法 算法 I社会网络挖掘I I实例数据抽取I 属性验证 1 I I 图 1 ProM/zt程挖掘框架 也由于研究实验的需要而产生,其中最具代表性的 是过程挖掘框架 ProM 的出现,所有的挖掘算法都 可以以插件的形式集成到该框架中。 ProM 框架是一个可扩展的框架,支持各种过 程挖掘技术插件。由于是利用 java技术开发,它具 有平 台无关性,是一款免费开源的过程挖掘工具。 目前,ProM 已经提供有 230多个过程挖掘和分析 插件,同时也支持多种过程建模语言,如:Petri网 (PNMI ,TPN)、EPCs/EPKs(阿里 斯 图表 格 式 , EPML)、YAWL等等。现有 的过程挖掘插 件包括 , 如:控制流挖掘技术(如 alpha算法,遗传算法,多阶 段挖掘 ,⋯)、过程组织模型分析(如社会 网络挖掘 , 任务分配信息挖掘,⋯)、处理数据挖掘分析(如决策 挖掘,⋯)、挖掘非结构化的,灵活的过程(如模糊挖 掘)、详细数据可视化插件(如云挖掘)等等。 1.3 过程挖掘算法的比较 通过回顾过程挖掘技术与算法发展历程 ,可以 更直观地 了解过程挖掘技术本身的特点 ,总结规律 , 有助于寻找算法之间的联系,完善与发展各算法。当 今主流过程挖掘算法比较如下页表 2所示。 纵观过程挖掘算法的发展过程 ,可以看出 ,过程 挖掘算法紧紧围绕事件日志文件与现实过程本身的 特点,对事件 日志文件的各种信息进行深入分析,模 型从刚性到柔性 ,从简单的串行关系到并行关系、循 环结构甚至大系统复杂结构 ,软件支持渐渐使用标 准化的 ProM 框架 。未来的过程挖掘算法方面将会 集 中在系统 日志数据的处理、挖掘过程的特殊结构、 挖掘结果 的可视化与利用等方 面,在大型异构分布 式信息系统的模型挖掘在技术和理论方面仍然存在 许多问题有待解决。 ·8· (总第 36--1412) 火 力 与 指 挥 控 制 2011年 第 8期 鬈 基 妻! 列 。。5一 无 挖掘方法 1996 基于活动问 依赖图 基于隐 Markov链 利用窗口方法,最终 目的是找到序列的 集合,对 于串行过程模 式序列效率较 高,为以后过程挖掘算法的发展打下基 础 利用过程管理系统 日志挖掘过程模型, 利用有向非循环图表示过程模型,并提 出了模型挖掘 的目标:满足完整性、正 确性 以及最小性 1999一 一 可有效地构造活动问的并行和串行操 2001 一 作,对原模型进行扩展和再造。 模 苎 2002- 无 依赖图扩展 ZOO5 算 法 基于遗传算 2004- ProM 法的挖掘算法 2006 框架 基于决策的 挖掘算法 ProM 2006 框架 基于 ADONIS I nw。 模型的 2004 L vE 挖掘算法 基于Petri网模 型的挖掘算法 InW 0 2004 LvE 模 多阶段过程 ZOO4- EMiT J E M l I’ 挖掘算法 2006 算 {去 启发式网络 挖掘算法 基于模糊理论 的挖掘算法 2006 2006 Little Thumb PTOM 框架 逐步完善基于活动间依赖图的挖掘算 法 ,支持 更多类 型 的活 动 图,并 在可 视 化表示和过程运行的及时监控方面有 所提高,开始支持并行、串行关系,对噪 声进行 了处理 使用遗传算法的思想进行过程挖掘。可 处理信息的噪声 ,能够在过程挖掘中处 理重复任务、隐藏任务、以及非 自由选 择的结构 通过决策树来反映过程活动的再次发 生 的可 能性 ,运 用机 器学 习技 术 ,通 过 已经发生的活动,自动构造 Petei网过 程模型 通过 AD0NIS模型把并行、选择结构清 晰地呈现在使用者面前,能很好地处理 流程中含有相同活动名的结构,对噪声 处理 。 提出了 a算法,该算法将日志中活动之 间的时序关系分为 4类,在此基础上得 到最终的过程模型,在没有预先的过程 模式的情况下利用挖掘执行 日志构建 过程模式 能够表达并行,选择等多种逻辑关系, 能够处理重复任务,其挖掘结果可视化 效果也 比较好,更容易理解 利用启发式网络的方法和理论,对大量 的过程 日志文件数据处理 ,可还原 出原 过程模型。对噪声的处理行之有效,可 以挖掘出某个 日志文件 的主要行为 深入过程模式的任务活动的细节,区分 哪些任务是重要 的,哪些是不重要的。 加强了对信息噪声的处理,通过把不重 要的信息过滤掉 ,处理过程日志文件来 还原 、发现原模型 只将每个活动作为一个原子事件,投 有考虑每个活动从开始事件到结束 事件之间的时间间隔,所以只能处理 串行的过程模式序列 算法将每个活动作为一个原子事件, 没有考虑每个活动从开始事件到结 束事件之间的时问间隔,导致活动问 的并行关系不完整 该算法只涉及活动之间关联的发现, 没有进一步考虑是否可以构造 出一 个可以直接操作的可视化模型 不能处理活动之间的逻辑或关系 噪声可能造成停止条件发生后但计 算仍不能停止的情况发生 对于隐藏结构、重复结构、循环结构 支持不够理想,需进一步研究 对隐藏结构的发现还没能实现,只能 发现简单的循环结构 噪声以及不完整的日志文件(如过程 未完成时的日志文件)会对 a算法造 成很大影 响 不 能构造过程实 例图 ,只能从 现有的 过程实例图出发 需要大量的过程 日志文件支持 不支持结构过于复杂的过程模型,需 要大 量的过程 日志文 件支持 ,由于丢 弃了不重要的任务,所还原出的模型 不够精确 王 嘉,等,过程挖掘算法 (总第 36—1413) ·9· 2 过程挖掘研究存在的问题 经过人们的不断努力,过程挖掘技术已从最初 的萌芽状态逐步发展起来 ,并取得了一定的成果 ,但 从对 日志的收集、不 同挖掘算法 的实施、挖掘模型的 表示等方面来看 ,这项技术还远未达到人们所期待 的,现将 目前存在的问题分析如下: 1)日志方面。当今的企业信息系统相当复杂: 有的系统由大量不同应用程序组合而成;有的竟然 在一个产品中,过程 日志分别存于不同的系统中。在 这种情况下,收集过程 日志就变得十分复杂 ,收集 到 的过程 日志本身也存在不完整的可能性 ,并且还不 可避免存在噪音数据的干扰。虽然针对这些难题已 经研究出一些解决方案,但它们仍然是这项技术发 展的一个瓶颈。 2)模型结构方面。建模技术 中本身就存在着循 环结构、并行结构、选择结构、非 自由结构等难以表 述清楚的结构,而在过程挖掘中对这些问题的解决 显然也不是很理想 。对于循环结构 ,目前 只能解决一 到两层的简单循环;并行和选择结构在有些模型中 仍然难以表述清楚;非自由选择结构更是至今 尚无 解决的算法。 3)活动时间方面。一般 日志记录中都会有每个 活动执行的时间记录,但早期 的挖掘方法 中很少 用 到时间信息,仅从活动来考虑先后顺序。显而易见的 是,通过时间信息可以增加过程模型的精确度,可以 粗略估计活动的执行时间。 4)模型的可视化方面。目前对于过程挖掘的结 果还没有一种好的方式来将之呈现出来,而一些重 要的管理信息显然需要一种易懂的可视化方法,只 有这样才有利于管理者做出相应的决策。 5)Delta分析方面。Delta分析就是一种能对原 来运行的模型与过程挖掘产生的模型进行 比较的工 具,能解释两者的不同点。如果能够通过过程挖掘的 方法获得与产生日志的系统相同的模型,那么就可 以在事先没有系统的情况下对人工数据进行挖掘。 因此,不论 是 从 实践 还 是科 学 研究 的角度 来 说 , Delta分析都是很值得深入研究的。 3 结论及展望 未来的过程挖掘技术方面将会集中在系统 日志 数据的处理 、挖掘过程的特殊结构 、挖掘结果的可视 化与利用等方面。在大型异构分布式信息系统的模 型挖掘在技术和理论方面仍存在许多问题有待解 决。尤其是在理论方面,Petri网的综合方法,特别是 异构 Petri网模型之间的融合机理和方法,能够为 分布式过程挖掘提供理论依据和可行方法。因此, Petri网的模型融合机理和方法,不但是一个理论问 题,而且是一个需求驱动的实际问题,应得到重视。 同时在遇到相关度不高的系统执行 El志时,如何提 高挖掘结果准确性也是一个亟待解决的问题。 参考文献 : [1] Cook J E ,Wolf A L .Discovering Models of ·10· (总第 36—1414) 火 力 与指 挥 控 制 2011年 第 8期 E23 [3] [4] E5] [6] [7] [83 Software Process from Event based Data[J].ACM Transactions on Software Engineering and Methodology,1998,7(3):215—249. Dongen B,M edeiros A,Verbeek M ,et a1. The ProM Framework:A New Era in Process Mining Tool Support[C]//Applications and Theory of PetriNets 2005.Berlin:Springer,2005:444—454. Gunther C. Aa1st W. A Generic Import Framework for Process Event Logs[C]//Business Process Management Workshops.Springer-Verlag, Berlin:2006:81-92. Mannila H, Toivonen H, Verkazno A 1. Discovering Frequent Episodes in Sequences[c]// Proceedings of the First International Conference on Knowledge Discovery and Data Mining. Avignon,Franc:1995:194—200. Agrawal R,Gunopulos D, Leymann F. Mining Porcess Models from Workflow Log [C]// Proceedings of the Sixth International Conference on Extending DatabaseTeehnology. Avignon, France:1998:469-483. Herbst J,Karagiannis D.An Inductive Approach to the Acquisition and Adaptation of Workflow Models [C]//Proceedings of the IJCAI一 99 Workshop on Intelligent Workflow and Process Management:The New Frontier for AI in Business. Stockholm ,Sweden:1999:52—57. Medeiros A,Wei)ters A,Aalst W.Using Genetic Algorithms to Mine Process Models: Representation, Operators and Results [R]. Eindhoven:Eindhoven University of Technology, 2004. Rozinat A, Aalst W . Decision M ining in ProM [C]//International Conference on Business Process M anagement.Springer—Verlag, Berlin: 2006:420— 425. [9] Herbst J,Karagiannis D.Workflow Mining with InwoLvE[J].Computers in Industry,2004,53 l 245—264. [103 Aalst W.Three Good Reasons for Using a Petri- net—based Workflow Managements System[c]II Proceedings of the International Working Conference on Information and Process Integration in Enterprises.Cambridge:1996:179一Z01. DI] Medeiros A,Dongen B,Aalst W.Process Mining: Extending the a-algorithm to Mine Short Loops [R]. Eindhoven: Eindhoven University of Technology,2004. [1 23 Dongen B,Aalst W.Multi-Phase Process Mining: Building Instance Graphs [C]//International Conference on Conceptual Modeling. Springer- Verlag,Berlin:2004{362-376. [13] Weijters A,Aalst W.Alves A.Process Mining with the HeuristicsMiner Algorithm [R]. Eindhoven:Eindhoven University of Technology, 2006. [14] Christian W,Aalst W. Fuzzy Mining-Adaptive Process Simplification Based on Multi-Perspective Metrics[R].Eindhoven:Eindhoven University of Technology,2006. [15] Schimm G.Mining Exact Models of Concurrent Workflow[J].Computers in Industry,2004,53: 265—281. [1 63 Alonso G,Dadam P,Rosemann M.Approaching Process M ining with Sequence C1ustering, Experiments and Findings [C 3//BPM 2007. Springer-Verlag,Be rlin,2007:360—374. [17] Medeiros A,Aalst W.Process Mining Towards Semantics[C]//Advances in web Semantics I. Springer-Verlag,Berlin:2008:35—8O. (上接 第 4页) [73 Russell L.Towards a system of Systems Concepts 口].Management Science,1971,17(11):41-45. [83 Jason L C.Arsenal System of Systems Reliability for Multi—State Systems[J].System of Systems Engineering,2007,2 Nos.1/2. [9] William H J M.The Emerging Joint System of Systems:A Systems Engineering Challenge and Opportunity for APL~C]//Proceedings of the 22nd [10] [11] International Systems Safety Conference (ISSC 2004),System Safety Society,2004:499-508. Robert A D,Tim K.System of Systems Hazard Analysis using Simulation and Machine Learning [J].Journal of Object Technology 1,2002 i 107- 117. AndrOs S P S.System of Systems Engineering:An Emerging Muhidiscipline[J].System of Systems Engineering,2008(3):13-16.
本文档为【过程挖掘算法】,请使用软件OFFICE或WPS软件打开。作品中的文字与图均可以修改和编辑, 图片更改请在作品中右键图片并更换,文字修改请直接点击文字进行修改,也可以新增和删除文档中的内容。
该文档来自用户分享,如有侵权行为请发邮件ishare@vip.sina.com联系网站客服,我们会及时删除。
[版权声明] 本站所有资料为用户分享产生,若发现您的权利被侵害,请联系客服邮件isharekefu@iask.cn,我们尽快处理。
本作品所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用。
网站提供的党政主题相关内容(国旗、国徽、党徽..)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
下载需要: 免费 已有0 人下载
最新资料
资料动态
专题动态
is_677868
暂无简介~
格式:pdf
大小:438KB
软件:PDF阅读器
页数:6
分类:工学
上传时间:2013-03-01
浏览量:60