过程挖掘（Process Mining）3——控制流表示式的流程建模语言（8）：基于模型的流程分析

流程建模

     前面介绍的一些在流程挖掘领域可能用到的建模语言，像因果网、流程树这些为流程发现技术量身定做的流程表示语言不适用于流程建模之外，其他都很常用。

基于建模的分析方法

     在系统分析与设计上，流程建模是非常重要的。我们可以对建模的系统或流程进行验证(verification)（其正确性），以及进行性能分析(performance analysis)（比如流程流时间、等待时间、使用率和服务级别等）。

（1）验证（Verification）

     比如我们前面一直提到的模型的合理性（soundness），在多种建模语言上都对其进行了定义，合理性保障流程的执行能够正常开始和结束，并且不会残留信息（流程挖掘语义下的流程执行要求是无状态）。从涵义上看，合理性既要求流程在结构上是合理的，也要求流程的执行是合理的。
•前面我们介绍工作流网给出了合理性的定义，在无选择（free-choice）的WF-net中合理性可以在多项式时间内进行验证，不变量（Invariants）可以用于证明有界性和特定标记的不可达性。
•我们在因果网也定义了其合理性，从本质上看跟工作流是相似的。
•我们也可以对变迁系统定义其合理性，当然从涵义都是一样：一个变迁系统是合理的，当且仅当它的任意可达状态都可到达最终状态S^end。

     合理性是比较一般的属性，有时候我们需要探讨更具体的属性，比如要求“所有被拒绝的请求的退票(reject request)都要经过检查(check ticket)”，这种属性可以描述为时序逻辑（temporal logic），我们可以利用**模型检验（Model Checking）**技术来检查这样的属性。¹

老朋友流程图

     其他的验证内容还包括对两个模型进行验证（或者说比较）：比如一个具体的流程实现需要和更高级（抽象）的流程规范（high-level specification）比较；还有前面提到过的几种不同的等价性概念（行迹等价、分支双相似性）；另外，我们可以要求一些仿真概念下，要求一个模型能够遵循另一个模型的所有移动（follow all moves）但反之不行。
一些工具可以用于模型验证：Woflan、YAWL系统。

（2）性能分析

典型的性能可以在三个维度上定义：时间、花费（代价）和质量。

时间

     •lead time（flow time）周转时间：（从意义上来看是一个流程执行的周转时间，从翻译来说不如叫流时间）：指一个流程案例从提交（创建）到执行结束的时间。从模型上来看，比如WF-net，就是一个case从源库所（source place）开始流到结束库所（sink place）的总时间。
     可以使用平均周转时间来度量整个日志的水平；标准差也是不可忽略的度量值。
     服务层次（service level）可以定义为多少比例的case的周转时间低于某个阈值。
     •service time服务时间：指一个case的实际工作时间。
     可以使用服务时间/每活动作为度量活动的执行时间水平。
     需要注意的是在存在并发的情况下，总服务时间可能会大于周转时间；但通常情况下服务时间只是周转时间的一部分。
     •waiting time等待时间：指一个case等待资源可用的总等待时间。可以使用等待时间/每活动或者每案例来作为这个性能的度量值。
     •synchronization time同步时间：与等待时间的区别是这里指一个case等待同步的时间（比如一个外部触发或者其他平行分支的完成），而不是等待资源可用。

代价

     代价维度也是有很多不同的度量，比如基于活动的代价（Activity Based Costing，ABC），时间驱动的基于活动的代价（Time-Driven ABC），和累计消耗资源（Resource Consumption Accounting，RCA）。
     一个活动的执行代价可能是固定的，或者由其使用的资源类型、资源使用和执行时间等决定，资源代价可能由资源的使用决定。
     一个重要的性能指标可以使用一个给定时间段的平均资源利用率（the average utilization of resources）。

质量

     质量维度关注交付给客户的“产品”或“服务”（上的质量），同样可以多种不同的衡量指标，比如通过调查得到的客户满意程度、产品缺陷率和客户平均投诉次数等。

性能分析与验证的区别：验证是关注模型及其结构的正确性，而性能分析关注一些性能指标如在时间、代价和质量上的指标。
性能分析方法和技术：有些技术可以对给定的特定性能指标来求解最优模型，比如整数规划和马尔科夫决策问题，这些技术可以用于求解最优策略。仿真技术也是重要的分析方法，然而仿真存在一些缺点：①仿真模型过分简化实际问题，②有些可用的工件无法作为仿真的输入，③无法用于运行时决策支持等。

（3）基于模型分析的限制

无法做到人工设计模型与现实模型的桥接（a lack of alignment between hand-made models and reality）。

---

1. E.M. Clarke, O. Grumberg, and D.A. Peled. Model Checking. The MIT Press, Cambridge,
   Massachusetts and London, UK, 1999. ↩︎