基于混合遺傳算法的工作流挖掘研究.pdf

1、工作流挖掘的目的是從事件日志中提取任務(wù)的執(zhí)行軌跡信息,建立清晰的工作流模型。目前的算法大都采用局部策略,難以處理復(fù)雜的控制流結(jié)構(gòu),且抗噪音能力比較弱。而用于工作流挖掘的遺傳算法采用全局策略實現(xiàn)了同一方法綜合解決多種復(fù)雜結(jié)構(gòu)問題,并且對噪音有較強的抵抗力。但是該算法容易過早收斂,局部尋優(yōu)能力較差,且需要經(jīng)過多次的迭代才能搜索到理想的工作流模型。
　　 針對遺傳算法的缺點,本文提出一種混合遺傳算法對工作流進(jìn)行挖掘。該算法對傳統(tǒng)遺傳算

2、法的各個階段進(jìn)行改進(jìn)。首先在創(chuàng)建初始種群階段引入啟發(fā)式規(guī)則,利用個體與日志擬合的程度對個體的適應(yīng)度進(jìn)行評估。接著在選擇操作階段采用錦標(biāo)賽策略結(jié)合精英保留策略,并分別使用混合自適應(yīng)交叉概率和混合自適應(yīng)變異概率進(jìn)行交叉變異操作,將模擬退火思想分別引入交叉和變異階段,同時有機地結(jié)合多種群并行遺傳進(jìn)化思想,通過遷移策略對種群進(jìn)行分級,保持優(yōu)良個體進(jìn)化的穩(wěn)定性同時加快進(jìn)化速度。
　　 最后本文組合工作流挖掘領(lǐng)域的五個模型質(zhì)量評價標(biāo)準(zhǔn)對新算