论文部分内容阅读
近年来工作流引擎不断完善,为了保证工作流实例在其截止期内的完成率,本文提出一种基于剩余时间计算的超时风险预测方法。该方法通过工作流引擎的数据服务构建本地镜像事件日志,在事件日志中提取并分析时间信息,通过事件轨迹分析及超时风险计算,建立时间节点模型从而预测实例在其截止期内完成的概率。模型将概率统计模型和线性插值算法相结合从而扩展了模型的适用情景,模型采用线性融合算法使得系统拥有更优的鲁棒性,提高了预测精度。实验表明,与其它方法相比,这种时间预测及风险评估的方法能适用于更广泛的情景,解决了状态机工作流包含多分