基于改进遗传算法适应度函数的流程挖掘研究

流程挖掘是从事件日志中提取流程模型的一门技术。遗传算法刚开始在这个新兴的领域中应用,依然存在着搜索效率低,耗费资源多等不足。面对这些不足之处,本文提出一种改进的遗传算法,并在流程挖掘框架中进行验证,结果表明改进后的遗传算法对流程挖掘具有比较高的性能优势。     

柔性流程建模研究

流程建模的柔性是企业变化管理的重要因素,它不仅依赖于建模者的敏捷性,而且对建模工具和方法的柔性提出了要求.首先分析了柔性流程建模的含义和特点,然后讨论了在流程优化背景下流程的相对稳定和易变的性质,运用组件等技术分析了柔性建模体系的有关问题,提出了流程柔性建模的框架.     

基于角色的柔性流程建模

在分析基于活动的流程模型基础上,讨论了基于角色的流程建模方法.首先基于资源依赖的业务目标分解预制角色类,以简化角色的确定过程.在此基础上,提出了层次化的流程建模框架,此框架将流程建模分解为分析、服务分解、装配和部署等步骤,通过角色的选择、配置和组合实现一定的流程建模柔性.     

基于流程图及过程代数的流程表达方法

提出一种新的用于BPR 的业务流程表达方法. 首先用基于活动属性的流程图来描述业 务流程; 再利用图论的矩阵分析方法描述流程图; 然后结合过程代数的方法, 由流程图的矩阵 推导出一个能全面反映流程情况的代数表达式——过程代数式; 最后通过对过程代数式的分 析, 提出流程的评价指标.     

基于扩展广义随机时间Petri网的流程银行建模及等价性能分析

对业务流程进行建模和性能分析是流程银行研究的重要课题.通过对广义随机时间Petri网进行扩展,将其用于对流程银行的业务流程建模.同时,基于活动执行时间为正态分布的假设,给出了4种流程元模式的等价性能分析方法.在此基础上,进一步把活动执行时间扩展到任意分布的情况,给出了通用的等价性能分析方法.     

工作流技术在流程分析中的应用研究

流程建模、仿真和优化是企业变化管理的重要内容.工作流技术是近年来发展起来的流程管理信息集成技术,它为流程重组优化提供了有力的支持.但目前工作流的仿真能力还是比较薄弱的环节.另一方面出现了许多有效的流程建模和仿真工具,但它们的功能多是孤立的,大多不能支持建模、仿真和优化等环节的集成.为此探讨了它们在企业变化管理生命周期中的结合方法.上述结合综合了工作流和面向对象建模、Petri网仿真能力等方法的优点,增强了对流程的管理功能.     

能源系统复杂性管理建模方法研究

提出了一种基于能源系统微观主体行为的仿真建模方法,将微观仿真与中观能源规划、宏观社会经济均衡有机结合,进而发展出由演化模块(E)、综合优化模块(O)及系统动力学模块(D)构成,以智慧(W)为统领的Weod架构,体现了综合集成方法从定性到定量,人机结合实现信息知识和智慧的综合集成思想,旨在为能源系统复杂性预测、评价与优化管理提供一个有力的方法工具。     

系统动力学结构模型建模方法研究评述

建立系统动力学结构模型是进行系统基模分析和建立系统动力学流图或进行定量分析的关键基础。所以建立系统动力学结构模型,无论是进行定性分析还是定量分析,都是极其重要的。当前有大量的系统结构模型建模方法,本文主要评述了现今比较成熟的几类建模方法,最后对建模方法的发展趋势进行了展望。     

基于文本挖掘和自动分类的法院裁判决策支持系统设计

在许多大陆法系国家,不断产生的新型法律关系使得成文法无法及时制定和修改的缺陷逐渐显现。与此同时,世界各国纠纷诉讼的数目也在急剧增长,所以,很多国家面临如何在保证审判质量的前提下提高司法系统审判效率的问题。因此,在进行制度改革的同时,建立决策支持系统将会有效地辅助司法判决。本文以中国的医疗损害诉讼文本为例,使用文本挖掘和自动分类技术提出了一个法院裁判决策支持系统（CJ-DSS）,该系统可以依据以往判例预测新诉讼文本的判决结果：驳回与非驳回。结合案例,本文研究发现,组合特征提取法确实能够改进和提高分类器的分类性能,而且针对支持向量机（SVM）、人工神经网络（ANN）、K最近邻（KNN）三种不同的分类器,文档词频-卡方（DF-CHI）组合特征提取法对性能的改进程度有所差异,其中ANN的性能改进最高。除此之外,集成学习后该系统的分类性能更加稳定,显著优于单一分类器,F₁值达到93.3%。     

基于DMAIC理论的建筑施工企业流程优化方法研究

DMAIC理论通过定义(Define)、测量(Measure)、分析(Analyze)、改进(Improve)、控制(Control)五个阶段实现对业务流程质量的改进与优化.本文以建筑施工企业流程优化为研究对象,利用DMAIC理论对建筑施工企业进行流程改进与优化,重点分析业务流程中出现的冗余现象,消除过程缺陷和无增值活动.同时,论文也通过案例展示说明了DMAIC理论的应用方式,有助于建筑施工企业减少不必要的工作环节,缩短业务流程审批时间,提高工作效率,亦有助于推动施工企业的信息化建设.     

基于Agent的组织建模研究

针对复杂组织的创新设计问题,通过对结构化和面向对象组织建模方法的缺点分析,将Agent技术引入组织的分析与建模中,提出了基于Agent的组织建模与分析方法ABOAMM。ABOAMM方法不仅借助Agent的特性具备了对大粒度组织单元和多元组织结构的描述能力,而且通过其工作流程的规划使其克服了其他Agent分析方法组织建模能力的不足,应用ABOAMM方法对某石化企业e-维护组织进行了设计,验证了方法的优越性。     

基于数据挖掘技术的客户价值评价方法

本文把数据挖掘技术应用于评价客户价值,给出了这一方法的具体步骤,并利用粗糙集构建多变量决策捌建立分类模型.最后结合实例说明该方法的应用.     

基于投资跳扩散的研发项目投资决策研究

为解决由于技术创新使得研发项目的投资发生泊松跳跃时的投资决策问题,本文针对研发项目的投资不确定性,建立了基于跳扩散过程的研发项目投资决策模型,并在传统跳扩散模型中引入了新的变量-经营成本,侧重分析了技术溢出和吸收能力对项目投资临界值的影响。最后,通过算例对各个参数进行了灵敏度分析。     

基于业务流程技术的企业过程性知识获取方法

企业的知识管理正在成为人们关注的热点,本文针对如何获取企业中过程性知识的问题进行了研究。在讨论了知识分类及业务流程技术的基础之上,给出了利用业务流程技术获取企业过程性知识的方法。     

基于贝叶斯网络的并发型突发事件链建模方法

现实情形中,由于致灾因子和作用对象的相似性,初始突发事件的发生易引发多个次生事件并发及耦合,致使事件的演化发展及可能造成的损失具有更大的不确定性。然而,现有的突发事件链式演化分析多运用串发型事件链,对于并发型突发事件存在适用性较低的问题。针对上述问题,本文将突发事件抽象描述为以输入、状态和输出属性为组成要素,通过属性要素间的作用关系构成的复杂系统,进而从属性层面分析事件间的关联关系;以贝叶斯网络为建模工具,识别并发型突发事件间具有的因果关系和耦合关系,给出事件贝叶斯网络关联方法,构建并发型突发事件链模型;基于历史数据获取网络节点间的先验概率信息,运用贝叶斯网络推理算法实现并发型突发事件的演化分析;最后,通过实例验证本文方法在实际应用中的科学性及可行性,并通过对比分析阐明其在提高灾害损失预测精度方面具有一定的优势。     

基于跳跃-扩散过程的煤炭资源采矿权估价三因素模型

煤炭资源采矿权可以被认为是一个多期多阶段的复合看涨期权,煤炭价格、便利收益和利率的随机波动都对煤炭资源采矿权价值有较大的影响。基于期权理论,构建了煤炭价格服从跳跃-扩散过程,利率和便利收益服从均值回复过程的煤炭资源采矿权估价三因素模型。实例运用表明,该模型较单因素模型、双因素模型更能体现资源所有者的权益。随着采矿权有效期的临近,关于利率、便利收益、煤炭开采成本和煤炭价格的信息趋于透明,这些因素的变动对采矿权的影响逐渐减弱。     

企业流程再造的方法研究

企业流程再造是当今管理界的热点问题之一。针对目前在流程再造中缺少能指导、支持流程重新设计的方法和工具,本文提出一种流程再造的方法。通过规范构成流程的基本单位活动,按照一定的方法构建活动描述数据库,然后利用活动之间的相关性从数据库中搜索、回溯新流程的可行方案,并根据效用函数值得到最优设计方案,另外还可以根据活动之间的相似性寻找各流程的冗余活动,从而合并或删除从属于不同部门之间的相似流程。最后本文对构造支持该方法的决策支持系统进行了初步分析。     

面向业务流程重组的过程分析与建模方法研究

为寻求全面支持BPR的过程建模方法,本文在工作流管理联盟(WfMC)所提供的参考模型基础上,提出了一种附带有过程语义字典的工作流扩展模型,并以这种模型为工具,分别对过程内部活动的相似性和过程之间的耦合性进行了分析,而且还探讨了基于这两种分析结果的过程再设计方法.     

基于改进教学式方法的可解释信用风险评价模型构建

信用风险评价是金融机构风险防控的重要环节之一。近年来,基于机器学习的信用风险评价模型以其准确的预测效果受到越来越多的关注,但机器学习模型具有可解释性不强的弊端,导致投资者无法完全信任其预测结果。针对上述问题,本文提出了一种改进的教学式方法,利用机器学习模型指导生成一个兼顾准确性与可解释性的信用风险评价决策树模型,以辅助投资者决策。为提高决策树对机器学习模型中正确功能的学习能力,提出了基于Weight Synthetic Minority Over-sampling Technique(Weight-SMOTE)的伪数据集生成方法,以提高伪数据集中可信度高的功能所标记的伪样本比例;为实现所生成的决策树在准确性、可解释性以及其与机器学习模型一致性间的有效权衡,在决策树生成过程中提出了一种新的决策树剪枝方法;同时针对保真度评价指标的局限性,提出了真保真度评价指标,来有效的衡量决策树与机器学习模型正确功能的近似程度。最后使用3个真实信用风险评价数据集对改进的教学式方法进行验证,实验结果表明所提出方法能够生成准确且可解释的信用风险评价模型,以满足投资者的决策偏好与实际需求。     

多元质量特性过程能力分析的投影寻踪方法

随着产品复杂程度的增加和生产自动化程度的提高,多元质量分析和控制的应用日趋广泛,由于多元质量特性之间存在相关关系,因此一元过程能力分析方法应用于多元过程时存在一定的困难.研究基于投影寻踪模型的多元过程能力分析方法,建立多元质量数据的投影寻踪模型,应用遗传算法对投影方向进行优化,得到最佳投影方向;分析多元样本数据与投影数据之间的关系,验证了当多元样本数据服从正态分布时其投影也服从正态分布.基于上述结论,以投影数据为分析对象,以公差向量投影作为投影数据的公差,获得多元过程能力指数,并通过实例对该方法进行了验证.