工作流应用数据生命周期模型的提取方法

• 论文 •

工作流应用数据生命周期模型的提取方法

田钊，程曜安，刘英博，赵炯，张力

1.清华大学计算机科学与技术系，北京100084；2.清华大学软件学院，北京100084

出版日期:2011-08-15 发布日期:2011-08-25

Life cycle model extraction method for workflow application data

TIAN Zhao, CHENG Yao-an, LIU Ying-bo, ZHAO Jiong, ZHANG Li

1.Department of Computer Science and Technology, Tsinghua University, Beijing 100084, China；2.School of Software, Tsinghua University, Beijing 100084, China

Online:2011-08-15 Published:2011-08-25

摘要/Abstract

摘要： 针对工作流管理系统中对应用数据的分析和研究需求，结合目前已有的工作流应用数据的研究成果,提出了一种应用数据的生命周期模型提取方法。该方法以WFD-net为输入，通过自动分析，得到各种类型的应用数据在工作流中随流程执行的状态变化情况，然后通过对状态变化情况的分析，综合得出流程中应用数据的复合对象生命周期模型。为了验证提取方法的可行性和正确性，开发了一套复合对象生命周期模型提取工具。

关键词: 工作流, 应用数据, 生命周期模型, 提取

Abstract: With respect to analysis and study requirements of application data in workflow management systems, combined with present research results, a life cycle model extraction method for workflow application data was proposed. This method uesd WFD-net as input, and the state changes of various application data along with execution in workflow process were obtained through automatic analysis. After analyzing these changes, the composite object life cycle model for workflow application data was obtained. To verify this method, a composite object life cycle model extraction tool was developed.

Key words: workflow, application data, life cycle, extraction

中图分类号:

TP319

田钊，程曜安，刘英博，赵炯，张力. 工作流应用数据生命周期模型的提取方法[J]. .

TIAN Zhao, CHENG Yao-an, LIU Ying-bo, ZHAO Jiong, ZHANG Li. Life cycle model extraction method for workflow application data[J]. .

[1]	唐玄昭,余阳,吴荆璞,潘茂林. 基于区块链的业务流程互操作服务框架[J]. 计算机集成制造系统, 2021, 27(9): 2508-2516.
[2]	文一凭,王志斌,刘建勋,许小龙,康国胜. 云际协作环境下能耗与成本感知的工作流调度方法[J]. 计算机集成制造系统, 2021, 27(9): 2583-2591.
[3]	袁友伟,黄锡恺,俞东进,李忠金. 移动边缘计算环境下服务工作流容错调度算法[J]. 计算机集成制造系统, 2021, 27(6): 1693-1702.
[4]	刘惠,刘振宇,郏维强,张栋豪,谭建荣. 深度学习在装备剩余使用寿命预测技术中的研究现状与挑战[J]. 计算机集成制造系统, 2021, 27(1): 35-53.
[5]	曹大理,孙惠斌,张纪铎,莫蓉. 基于卷积神经网络的刀具磨损在线监测[J]. 计算机集成制造系统, 2020, 26(第1): 74-80.
[6]	戴稳,张超勇,孟磊磊,李晋航,肖鹏飞. 基于深度学习与特征后处理的支持向量机铣刀磨损预测模型[J]. 计算机集成制造系统, 2020, 26(9): 2331-2343.
[7]	李万清,刘辉,李忠金,袁友伟. 移动边缘计算环境下面向安全和能耗感知的服务工作流调度方法[J]. 计算机集成制造系统, 2020, 26(7): 1831-1842.
[8]	林国丹,黄钦开,余阳,潘茂林. Activiti引擎的无状态云工作流调度算法[J]. 计算机集成制造系统, 2020, 26(6): 1456-1464.
[9]	文一凭,王志斌,刘建勋,许小龙,陈爱民,曹步清. 混合云环境下成本与隐私感知的工作流调度方法[J]. 计算机集成制造系统, 2020, 26(6): 1582-1588.
[10]	齐平,王福成,徐佳,李学俊. 移动边缘计算环境下基于信任模型的可靠多重计算卸载策略[J]. 计算机集成制造系统, 2020, 26(6): 1616-1627.
[11]	姚艳,曹健. 一种成本有效的面向超参数优化的工作流执行优化方法[J]. 计算机集成制造系统, 2020, 26(6): 1628-1635.
[12]	孙晋永,闻立杰,匡增雄,李涛,张展. 基于数据生成—消耗依赖的语义工作流并行化重构方法[J]. 计算机集成制造系统, 2020, 26(6): 1636-1650.
[13]	储程,董占勋. 基于马田系统的人机界面审美偏好智能定位方法[J]. 计算机集成制造系统, 2020, 26(10): 2642-2649.
[14]	袁友伟,刘恒初,俞东进,李忠金. 面向边缘侧卸载优化的工作流动态关键路径调度算法[J]. 计算机集成制造系统, 2019, 25(第4): 798-808.
[15]	魏懿,曹健. 基于机器学习的流程异常预测方法[J]. 计算机集成制造系统, 2019, 25(第4): 864-872.