论文总字数：25757字

摘 要

随着社会的高速发展，信息技术被广泛地应用于现代企业运营中。针对生产组织和办公自动化问题，绝大多数企业都采用了“工作流”来管理业务，而业务流程管理中很重要的一部分就是过程实例监控，即从业务活动的角度出发，对业务以及流程进行全面的监控，并通过可视化的数据进行展示。企业通过监控业务流程能够获得业务流程运行的现状、动态与趋势，从而找出关键业务问题，衡量并分析业务流程的性能，提升业务流程的质量以及效率。因此需要在业务流程管理系统上开发监控模块，可视化展示相关数据。

在过程实例监控中，一个重要的问题就是对过程实例的数量进行统计和预测。统计和预测能为企业的决策提供客观事物以及现象的规律性认识。这种认识既可以用来评价过去，同时也可以预测未来，而预测则为决策降低风险提供了可靠的依据。因此需要训练模型来对过程实例的数量进行统计和预测。

本设计在现有的过程实例管理系统上开发了监控模块，包括对流程详情的监控和对流程类型的监控，能够有效地将所需求的监控数据展示给企业用户。

本设计同时还研究预测过程实例数量的算法，应用了时间序列预测的多种算法训练模型，观察比对预测结果后选择用集成学习的策略集成出了更优的模型用于预测过程实例。

关键词：工作流，实例监控，时间序列预测

Abstract

With the rapid development of society, Information Technology is widely used in modern business operations. To solve issues in Office Automation, most companies have adopted ‘workflow’ to manage daily business. An important issue in business process management is Process Instance Monitoring, which is monitoring processes and business comprehensively and show results through data visualization. By monitoring business processes, companies will obtain the status, trends, and dynamic of business process operations to identify key issues, and to measure and analyze the performance of business processes, and to improve the quality and efficiency of business processes. Therefore, it is necessary to develop a monitoring module on the business process management system to display results through data visualization.

In process instance monitoring, an important issue is to count and predict the number of process instances. Statistics and prediction can provide regularity understanding of the objective things and phenomena to benefit the company's decisions. This kind of understanding can be used to evaluate the past and can also predict the future. And forecasting provides a reliable basis for decision-making to reduce risk. Therefore, training models are needed to count and predict the number of process instances.

The design has developed a monitoring module on the existing process instance management system, including the monitoring of process details and the monitoring of process types, and can effectively display the required monitoring data for enterprise users.

This design also researches algorithms for predicting the number of process instances, which applies a variety of algorithm training models for time series prediction. By observing the comparison of prediction results, and then selecting an integrated learning strategy to integrate a better model for predicting process instances.

KEY WORDS：Workflow，Instance Monitoring，Time Series Prediction

目录

摘要 I

Abstract II

第一章 绪论 3

1.1 研究背景和意义 3

1.2 国内外研究现状 3

1.3 本文的主要工作 4

1.4 论文组织与结构 4

1.5 本章小结 5

第二章 相关技术介绍 6

2.1 系统开发相关技术 6

2.1.1 MySQL数据库 6

2.1.2 Maven工具 6

2.2 工作流 6

2.2.1 业务过程历史 6

2.2.2 过程与工作流 7

2.2.3 工作流基本概念 7

2.2.4 时间信息描述 8

2.3 时间序列预测 9

2.3.1 时间序列 9

2.3.2 传统时间序列模型 9

2.3.3 LSTM模型 12

2.4 集成学习 13

2.5 本章小结 14

第三章 系统开发 15

3.1 开发环境 15

3.2 系统架构 15

3.2.1 系统逻辑架构 15

3.2.2 系统技术架构 16

3.3 系统功能设计 17

3.3.1 对单一流程的监控 17

3.3.2 对一类流程的监控 17

3.4 数据库设计 18

3.5 系统实现 19

3.5.1 对单一流程的监控 19

3.5.2 对工作流模型的监控 20

3.5.3 重要算法介绍 22

3.6 系统开发结果 22

3.6.1 对单一流程的监控 22

3.6.2 对一类流程的监控 23

3.7 本章小节 25

第四章 过程实例数量预测 26

4.1 实验数据 26

4.1.1 实验数据介绍 26

4.1.2 数据预处理 26

4.2 单个时间序列预测模型比较 28

4.2.1 评价指标 28

4.2.2 实验过程 29

4.2.3 实验结果 29

4.3 集成学习 30

4.3.1 简单平均 30

4.3.2 加权平均 31

4.3.3 实验结果 31

4.4 本章小节 32

第五章 总结和展望 33

5.1 全文工作总结 33

5.2 主要创新点 33

5.3 研究展望 33

致谢 34

参考文献 35

绪论

研究背景和意义

随着社会的发展，信息技术被广泛地应用于现代企业运营中。针对生产组织和办公自动化问题，绝大多数企业都采用“工作流”来管理业务，通过将工作分解成定义好的角色或任务，按照设定的规则与过程来执行并监控任务，来达到提高工作效率和有效管理业务流程的目的。

业务流程管理中很重要的一部分就是过程实例监控，从业务活动的角度出发，对业务以及流程进行全面的监控，并通过可视化的数据进行展示。企业通过监控业务流程能够获得业务流程运行的现状、动态与趋势，从而找出关键业务问题，衡量并分析业务流程的性能，提升业务流程的质量以及效率。因此需要在业务流程管理系统上开发监控模块，可视化展示相关数据。

剩余内容已隐藏，请支付后下载全文，论文总字数：25757字