基于Petri网数据流约束下的业务流程变化域分析

方娜 刘祥伟

摘 要：基于Petri网行为轮廓理论，通过研究模型之间的行为依赖关系，分析模型的控制依赖关系和数据依赖关系，研究在数据流约束下模型的一致性，优化疑似变化区域，找出模型的最小变化域.业务流程实例分析证明，该方法有效.

关键词：业务流程；行为轮廓；依赖关系；控制流；数据流

[中图分类号]TP319.1 [文献标志码]A

文章编号：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

在业务流程中，由于用户行为对流程的影响，导致模型会出现不可预测的变化.Weidlich.M[1-2]等人提出行为轮廓的概念使行为的一致性可以通过测量值表示出来，行为轮廓可以从潜在的发生序列的执行顺序来捕捉活动对之间的关系，从模型间对应活动的关系来分析匹配度情况.C.Gerth[3]等介绍了一种在语义上检测相似流程结构的方法，为判断变化找到一个标准形式.J.Gao和L. Zhang[4]定义了基于语义相似的流程相似测量，对变化度测量进行了分析.Remco M和Dijkman[5]通过研究流程模型的迹语义学，使用正规的语义学来辨别可能变化的八种类型，从而识别混合的变化.以上研究仅仅从语义学角度对变化进行分析，没有从过程行为角度研究寻找变化的根本所在.Nick Russell[6]等建立了工作流数据模式，系统地给出了在工作系统中40种数据使用的分类.Freddy Lecue[7]指出在服务组合中数据流的重要性，并提出建立数据流的方法和基于服务的DL特征去推断服务间的数据流.尹宁[8]等以业务流程并行的结构为目标模型，分析数据模型的一致性.控制流和数据流都是一个模型的重要组成部分，因此数据流对模型一致性的影响也要充分考虑.本文将Petri网中的控制流和数据流分开研究，给出控制流Petri网和数据流Petri网的相关概念，[9-12]在行为轮廓的基础上，讨论控制依赖和数据依赖的关系，并结合行为轮廓和依赖关系研究模型的一致性.

1 基于行为Petri网数据约束下的变化域分析

1.1 基础知识

1.2 变化域分析

为了在业务流程中定位变化域，需要利用行为轮廓定义相应的关系.首先，定义行为之间的依赖关系，找出相应的可疑变迁，从而得到疑似变化区域.其次，通过对疑似变化区域的边变迁和内边变迁的研究，优化和缩小流程的变化区域.

1.3 算法

给出一种算法，可以很方便地找出模型的变化区域.首先，分析业务流程模型的控制流网和数据流网，找出控制流网和数据流网的可疑变迁，得到可疑变化区域.分析可疑变迁，并在定义8和定义10的基础上，找出源模型的变化区域，找出的变化区域越多，其交集也就会越小，最终得到的变化区域范围也会越小.最后通过定义11，对变化区域的边变迁和内边变迁进行优化，从而得到最终的变化区域.

2 实证分析

在团购过程中，当订单增多时，享受的实际购物价格也会更优惠.存在这样一个问题，当买家数量达到一定要求而享受优惠的团购价格买到商品后，由于一些原因，个别买家可能会选择退货，如果团购网站按照原价退货，就可能造成实际购买人数不符合享受该优惠的最低人数要求，从而导致卖家出现损失.显然，业务流程模型中的数据出现了变化.此时，单纯考虑控制流的一致性已经不能够准确确定模型的变化域.以目前的方法不能有效地解决数据变化的问题，所以需要结合控制流和数据流两方面来分析业务流程模型的变化域.

图1是某个团购网站的业务流程模型.在考虑数据流模型的情况下，根据图为2和图3，可得到的目标模型变化域（图4）中的虚线框内部分，显然结果已经偏离了疑似变迁的区域.可见，不考虑控制流和数据流之间的关系，将两个模型看作是独立互不干扰的，不能够有效地分析业务流程模型的非一致性.

分析图1的具体变化区域.首先，根据定义建立图1的伴随流程：控制流和数据流——图2和图3.在数据流行为关系的约束下，定義5给出了控制流变迁之间的行为依赖关系.然后，根据变化部分，定位疑似变化为订单数出现变化.方法充分考虑了数据信息在模型一致性分析中的影响，克服了以往只在活动上研究行为约束而忽略数据信息所带来的缺陷.

3 结论

采用业务流程建模的方法，依据模型中控制流和数据流两个重要信息，给出控制流Petri网和数据流Petri网的定义，结合行为轮廓的知识给出了从行为轮廓和依赖关系上判定模型一致性的方法.此方法不仅可以从行为约束上分析模型的一致性，还进一步从数据方面加强模型一致性的判断，弥补了从数据流方面考虑模型结构约束关系的不足，对于研究流程的建模、分析、执行和验证具有重要的参考价值.

参考文献

[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] 尹宁， 刘之强， 李红燕. 一种面向数据模型的并行业务流程异常检测方法[J]. 计算机研究与发展，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] 吳哲辉.Petri网理论[M].北京：机械工业出版社，2006.6-42.

编辑：琳莉