基于产生式的工作流模型分析技术研究

来源 :中国科学院软件研究所 | 被引量 : 0次 | 上传用户:heatsnow
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
工作流技术是当前非常活跃的研究领域之一,随着工作流系统在企业中应用的深入,业务流程日趋复杂和庞大,造成基于工作流的应用系统的设计成本加大、风险性提高。因此,如何在流程模型设计阶段分析其结构,验证模型的良构性,提高工作流的可靠性,显得尤其重要。   本文以中科院软件所软件工程技术研发中心开发的工作流管理系统OncePI为基础,展开了对工作流模型分析技术的研究工作。为了有效地分析工作流模型结构,检查模型中存在的缺陷,论文首先对工作流模型结构单元进行深入分析,建立了一种基于产生式的形式化工作流模型,这种模型独立于具体的工作流描述语言,而且易于实现模型的相互转换。在此基础上,本文作者研究了工作流结构单元与形式模型中产生式之间的联系,确定了工作流结构单元的检测规则,并据此设计了基于产生式归约的工作流模型结构分析的算法,这种结构分析方法能够比较全面地检查模型中存在的缺陷并指出缺陷存在的位置;对于工作流属性的验证,本文作者总结了工作流属性的类型,并设计了基于两种不同遍历方式的通用的工作流模型属性验证框架,具有良好地可扩展性。   最后,本文给出了这种工作流模型分析方法在OncePI中的实现。本文作者在Studio中开发了工作流模型语法检查、结构分析和属性验证三个静态分析工具,用于在工作流设计时分析用户定义的工作流模型,提高模型设计的正确性。这些工具有效地提高了OncePI系统的业务流程设计质量。
其他文献
在当今竞争日益激烈的市场环境中,所有企业都希望能够从浩如烟海的商务数据中发现带来巨额利润的商机。只有那些利用先进的信息技术成功地收集、分析、理解信息并依据信息进行
学位
多关系数据挖掘是近年来快速发展的重要的数据挖掘领域之一。传统的数据挖掘方法只能完成单一关系中的模式发现,多关系数据挖掘能够从复杂的结构化数据中发现涉及多个关系的复
人工免疫系统作为计算智能研究的一个崭新分支,已在数据挖掘、机器学习、自动控制、故障诊断等诸多领域显示出强大的信息处理和问题求解能力以及广阔的研究前景。将人工免疫算
随着计算机技术的快速发辰,人类社会对计算机软件的需求不断增加。在开发软件的实践中,研究人员逐渐认识到,要真正实现软件的工业化生产并达到软件产业发展所需要的软件生产
使用工作流管理技术整合Web服务,提供了一个跨平台的、语言无关的、便于复用的柔性计算环境,能满足现代企业提出的敏捷制造要求,是现在研究的热点。本文在对Web服务及Web服务
随着软件规模日益增大,出现了支持专注于处理生命周期中每个阶段最高风险的迭代方法。在这种多次迭代的过程中,必然多次涉及到从模型到代码的生成、从代码到模型的逆向生成、模
互联网上丰富、广泛的信息已成为人们最重要的信息来源之一。如何帮助用户快速、准确地查找网上有用信息,是一个非常有意义的问题,具有很高的实用价值,己经成为近年来的研究
基于身份的公钥密码体制(ID-PKC)是公钥密码体制的一个重要分支,其突出的特点在于公钥可以是事先选定的任意字符串,比如身份信息。这个特点使得在此基础上构建的基于身份的PKI(
条码技术自问世30多年来发展迅速,在各个行业得到广泛的应用,是目前最经济、实用的一种自动识别技术。随着信息化和全球化的进程,人们对条形码的需要层次不断提高,尤其是对单个条
近年来,随着通信设备和技术的发展,手机短信服务为人们提供了更多的信息,同时也为形形色色的不良信息提供了藏污纳垢的便捷场所。因此,实现对手机短信进行自动分类,可以帮助人们识