本发明专利技术提供了一种分布式业务流程完成时间的协同预测方法及系统，本发明专利技术提出了主流程和子流程完成时间预测模型的选择准则，子流程多智能体模型，主流程多智能体模型，分布式业务流程完成时间协同预测方法。本发明专利技术创新地提出针对分布式业务流程的基于多智能体强化学习技术的流程完成时间协同预测方法。习技术的流程完成时间协同预测方法。习技术的流程完成时间协同预测方法。
【技术实现步骤摘要】
分布式业务流程完成时间的协同预测方法及系统
[0001]本专利技术涉及预测性业务流程监控的
，具体地，涉及分布式业务流程完成时间的协同预测方法及系统，尤其涉及一种基于多智能体强化学习的分布式业务流程完成时间的协同预测方法。
技术介绍
[0002]预测性业务流程监控是指利用历史的业务流程数据来预测当前业务流程实例的未来状态，以此来实现对业务流程的监控。针对业务流程的完成时间进行预测是预测性业务流程监控的重要任务。随着业务流程跨组织运行的特性越来越显著，分布式业务流程这种新的业务流程形态开始出现。一个分布式业务流程对应一个主流程和若干子流程，其中主流程由开始活动、若干关键活动以及结束活动组成，活动的具体执行由对应的组织单元负责。主流程只关心活动何时完成以及对主流程进展的影响而不关心活动如何被执行。对于负责执行某一活动的组织单元，该活动的执行过程即为一个完整的子流程。目前针对业务流程完成时间预测方法的研究都是针对在同一个组织单元内的业务流程，缺少针对涉及多个组织单元的分布式业务流程完成时间的预测方法。
[0003]在公开号为CN115714741A的专利文献中公开了一种基于协同多智能体强化学习的路由决策方法及系统，方法包括离线训练和在线决策两部分，离线训练通过采集域间路由中过去一段时间内的公共信息，包括域间链路信息和历史路由信息，然后使用协同多智能体强化学习进行离线的智能路由决策模型训练，并将训练好的模型下发到各个域中的控制模块。在线决策过程中，对于请求域间路由的流量需求，使用决策模型生成每一条流的端到端的域间路径，将端到端路径发送到域间中的各个控制模块，并将其拆分为不同域中的多个本地路径，所有本地路径构成一个端到端的域间路径。
[0004]针对上述中的相关技术，专利技术人认为目前针对业务流程完成时间预测方法的研究都是针对在同一个组织单元内的业务流程，缺少针对涉及多个组织单元的分布式业务流程完成时间的预测方法。因此，需要提出一种新的技术方案以改善上述技术问题。
技术实现思路
[0005]针对现有技术中的缺陷，本专利技术的目的是提供一种分布式业务流程完成时间的协同预测方法及系统。
[0006]根据本专利技术提供的一种分布式业务流程完成时间的协同预测方法，所述方法包括如下步骤：
[0007]步骤S1：主流程和子流程完成时间预测模型选择准则；
[0008]步骤S2：子流程多智能体模型以子流程实例相关信息和预测信息作为状态信息，决定是否将子流程完成时间预测模型输出的子流程完成时间预测值上报给对应的主流程多智能体模型；
[0009]步骤S3：主流程多智能体模型以主流程实例相关信息和对应子流程上传的预测信
息作为状态信息，决定是否采纳子流程上传的预测信息作为相应关键活动的开始时间预测值，并迭代调用主流程完成时间预测模型得到新的主流程完成时间预测值；
[0010]步骤S4：分布式业务流程完成时间协同预测方法的主流程端有一个主流程完成时间预测模型，若干对应不同子流程的主流程多智能体；若干个子流程端各有一个子流程完成时间预测模型和子流程多智能体。
[0011]优选地，所述步骤S1中：
[0012]主流程完成时间预测模型选择准则，该模型以流程若干活动前缀作为输入，输出下一活动开始时间预测值，迭代进行预测，最终得到结束活动的开始时间预测值，即主流程完成时间的预测值；以主流程完成时间预测值和主流程完成时间真实值的平均绝对误差作为衡量模型预测性能优劣的指标；
[0013]子流程完成时间预测模型选择准则，该模型以流程已发生的活动前缀作为输入，直接输出子流程结束活动的开始时间预测值，即子流程完成时间的预测值；以子流程完成时间预测值和子流程完成时间真实值的平均绝对误差作为衡量模型预测性能优劣的指标。
[0014]优选地，所述步骤S2中：
[0015]子流程多智能体状态：
[0016]s
k
＝(σ
(k)
，σ
′
(k)
)
[0017]其中，k为子流程的编号，σ
(k)
为子流程前缀，包括活动类别、名称、发生时间和子流程完成时间预测模型给出的子流程完成时间预测值序列信息；σ
′
(k)
为主流程预测前缀，包括主流程端下发给子流程的子流程完成时间预测值。
[0018]优选地，所述步骤S3中：
[0019]主流程多智能体状态：
[0020]s
k
＝(σ
(k)
，σ
′
(k)
)
[0021]其中，k为主流程多智能体对应子流程的编号，σ
(k)
为主流程前缀，包括活动类别、名称、发生时间、主流程完成时间预测模型给出的子流程完成时间预测值和主流程完成时间预测值序列信息；σ
′
(k)
为子流程预测前缀，包括子流程上报给主流程的子流程完成时间预测值。
[0022]优选地，所述步骤S4中：
[0023]当分布式业务流程开始活动开始时，主流程被启动，主流程端调用主流程完成时间预测模型得到子流程和主流程完成时间的预测值，并将子流程完成时间预测值下发给子流程端，启动子流程的执行。
[0024]本专利技术还提供一种分布式业务流程完成时间的协同预测系统，所述系统包括如下模块：
[0025]模块M1：主流程和子流程完成时间预测模型选择准则；
[0026]模块M2：子流程多智能体模型以子流程实例相关信息和预测信息作为状态信息，决定是否将子流程完成时间预测模型输出的子流程完成时间预测值上报给对应的主流程多智能体模型；
[0027]模块M3：主流程多智能体模型以主流程实例相关信息和对应子流程上传的预测信息作为状态信息，决定是否采纳子流程上传的预测信息作为相应关键活动的开始时间预测值，并迭代调用主流程完成时间预测模型得到新的主流程完成时间预测值；
[0028]模块M4：分布式业务流程完成时间协同预测系统的主流程端有一个主流程完成时间预测模型，若干对应不同子流程的主流程多智能体；若干个子流程端各有一个子流程完成时间预测模型和子流程多智能体。
[0029]优选地，所述模块M1中：
[0030]主流程完成时间预测模型选择准则，该模型以流程若干活动前缀作为输入，输出下一活动开始时间预测值，迭代进行预测，最终得到结束活动的开始时间预测值，即主流程完成时间的预测值；以主流程完成时间预测值和主流程完成时间真实值的平均绝对误差作为衡量模型预测性能优劣的指标；
[0031]子流程完成时间预测模型选择准则，该模型以流程已发生的活动前缀作为输入，直接输出子流程结束活动的开始时间预测值，即子流程完成时间的预测值；以子流程完成时间预测值和子流程完成时间真实值的平均绝对误差作为衡量模型预测性能优劣的指标。
[0032]优选地，所述模块M2中：
[0033]子流程多智能体状态：
[0034]s<本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种分布式业务流程完成时间的协同预测方法，其特征在于，所述方法包括如下步骤：步骤S1：主流程和子流程完成时间预测模型选择准则；步骤S2：子流程多智能体模型以子流程实例相关信息和预测信息作为状态信息，决定是否将子流程完成时间预测模型输出的子流程完成时间预测值上报给对应的主流程多智能体模型；步骤S3：主流程多智能体模型以主流程实例相关信息和对应子流程上传的预测信息作为状态信息，决定是否采纳子流程上传的预测信息作为相应关键活动的开始时间预测值，并迭代调用主流程完成时间预测模型得到新的主流程完成时间预测值；步骤S4：分布式业务流程完成时间协同预测方法的主流程端有一个主流程完成时间预测模型，若干对应不同子流程的主流程多智能体；若干个子流程端各有一个子流程完成时间预测模型和子流程多智能体。2.根据权利要求1所述的分布式业务流程完成时间的协同预测方法，其特征在于，所述步骤S1中：主流程完成时间预测模型选择准则，该模型以流程若干活动前缀作为输入，输出下一活动开始时间预测值，迭代进行预测，最终得到结束活动的开始时间预测值，即主流程完成时间的预测值；以主流程完成时间预测值和主流程完成时间真实值的平均绝对误差作为衡量模型预测性能优劣的指标；子流程完成时间预测模型选择准则，该模型以流程已发生的活动前缀作为输入，直接输出子流程结束活动的开始时间预测值，即子流程完成时间的预测值；以子流程完成时间预测值和子流程完成时间真实值的平均绝对误差作为衡量模型预测性能优劣的指标。3.根据权利要求1所述的分布式业务流程完成时间的协同预测方法，其特征在于，所述步骤S2中：子流程多智能体状态：s
k
＝(σ
(k)
，σ'
(k)
)其中，k为子流程的编号，σ
(k)
为子流程前缀，包括活动类别、名称、发生时间和子流程完成时间预测模型给出的子流程完成时间预测值序列信息；σ
′
(k)
为主流程预测前缀，包括主流程端下发给子流程的子流程完成时间预测值。4.根据权利要求1所述的分布式业务流程完成时间的协同预测方法，其特征在于，所述步骤S3中：主流程多智能体状态：s
k
＝(σ
(k)
，σ'
(k)
)其中，k为主流程多智能体对应子流程的编号，σ
(k)
为主流程前缀，包括活动类别、名称、发生时间、主流程完成时间预测模型给出的子流程完成时间预测值和主流程完成时间预测值序列信息；σ
′
(k)
为子流程预测前缀，包括子流程上报给主流程的子流程完成时间预测值。5.根据权利要求1所述的分布式业务流程完成时间的协同预测方法，其特征在于，所述步骤S4中：当分布式业务流程开始活动开始时，主流程被启动，主流程端调用主流程完成时间预测模型得到子流程和主流程完成时间的预测值，并将子流程完成时间预测值下发给子流程
端，启动子流程的执行。6.一种...
【专利技术属性】
技术研发人员：曹健，杨子超，钱诗友，
申请(专利权)人：上海交通大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。