第2期 蒋艳荣，等：一种基于知识树和约束的柔性活动动态细化方法 .161. 动。在这里，逻辑运算符的优先性满足：NOT>AND> 3)属性约束规则 OR。 包括时间约束规则、地点约束规则等，用于对活 用产生式规则对活动选取的逻辑约束进行规 动属性的约束。如对活动的时间属性进行约束： 定，形式如下： “活动a的持续时间不能大于3天”、“活动b在活 IF(context(I)〉AND〈context(2)）. 动a结束后的3hour内必须开始”等。 AND〈context(n)〉THEN〈selections〉(I) 显然，逻辑运算符的引入可以实现复杂的约束 式中：context为与工作流相关的上下文环境，可以 逻辑，以适应复杂多变的建模需求。那么通过对模 是当前的上下文事实，如“the calculus type is stag- 糊信息的封装，在较大粒度的层面快速建立起流程 hom”,也可以是对某个活动的选取或未选取情况。 模型之后，通过对柔性活动约束条件的设定，可以作 selections为一个或多个活动的选取逻辑，如select 为启发信息用于柔性活动的细化和确保创建的工作 (a)AND NOT select(b)。以上表达可以简写为 流的正确性。 C,∧C2A…Cn→S,where C:means〈context(i)〉and 2.3柔性活动的动态细化算法 S means selections。规则的前题和结论可以为多个i- 柔性活动的细化算法FlexActRefining()如图2 tem的合取范式。对于多个context组成的析取范 所示。 式，如(CAC2A…)V(C2!AC2A…)V…则拆分 为由简单的合取范式前提组成的多个规则如下： 柔性活动 (C1ΛC2A.)→S 查找领域知识树 (2) (C21∧C2∧.)→S 存在映射的 2)活动的时序约束规则 选择最匹配的流程模板 流程模板 用于约束活动之间的时序关系。①用Previous N 返回N (x,y)表示活动x在活动y之前执行（中间可以插 存在子节点> N 入其他活动)；②ImtPrevious(x,y)表示活动x在y 是否存在约束 Y 存在明 Y 按该逻辑 之前执行，且x是y的直接前驱（中间没有其他活 <确定义的时序 生成子流图 用约束生 、逻辑 动)；③AndSyn(x,y)表示活动x与y为并行执行 成流程 关系(AND-split/AND-join),必须要在x与y两者执 获取该节点与子 出错返回)返回D 节点的关系类型 行完之后才能执行下一活动；④OSyn(x,y)表示 泛化关系■ 包含关系 其他 生成OR结构 生成AND/顺序生成顺序结构 活动x与y为选择执行关系(OR-split/OR-join),在 子流图 结构子流图 子流图 执行时，根据上下文在x与y两者选择其一执行，x 根据约束规则，对生成的 与y任意一个执行完可以触发后续活动的运行：⑤ 子流图进行校验 NotLimit(x,y)表示活动x与y的执行次序随意，活 动x可以在y之前执行，也可以在y之后执行。 通过N Y 可以用规则描述活动之间复杂的时序约束，规 检查生成的子流图中 (出借返回) 是否存在子柔性活动 则的形式如下：IF selectOp(x,)AND selectOp(x2) 依次取出Y AND selectOp(x:)AND…。AND selectOp(xn) 子柔性活动 存在> N THEN temporalCons1 AND temporalCons2 AND...tem- 返回D poralCons.,。这里，selectOp表示select()或NOT se- lect(),temporalCons表示这5个时序约束。 图2柔性活动细化算法FlexActRefining 以下为一个时序约束的规则实例： Fig.2 Refinement algorithm for flexible activity IF select(a)AND select(b)THEN Previous(a, 在细化过程中，利用知识树中知识点之间的关系作 b),如果选择了活动a和b,则活动a必须要在b之 为启发信息用于辅助生成子流图，用柔性活动的约 前执行。 束规则（包括活动选取约束、时序关系约束等）对细 一般情况下，规则的前件都是对涉及到的活动 化后的子流程进行验证，其主要步骤如下： 的选取情况进行判断，即很少有NOT的情况，此时 1)根据柔性活动的目标，在知识树中查找匹配 前件可以忽略，则规则可以转换为时序约束集： 的节点。对该节点映射的流程模板进行分析：若存 {Previous(a,b),AndSyn(c,d),…}。 在完善的流程模板，则选择匹配最佳的流程模板返动。 在这里，逻辑运算符的优先性满足：ＮＯＴ＞ＡＮＤ＞ ＯＲ。 用产生式规则对活动选取的逻辑约束进行规 定，形式如下： ＩＦ 〈ｃｏｎｔｅｘｔ（１）〉 ＡＮＤ 〈 ｃｏｎｔｅｘｔ（２）〉 … ＡＮＤ 〈 ｃｏｎｔｅｘｔ（ｎ）〉 ＴＨＥＮ 〈ｓｅｌｅｃｔｉｏｎｓ〉 （１） 式中：ｃｏｎｔｅｘｔ 为与工作流相关的上下文环境，可以 是当前的上下文事实，如“ ｔｈｅ ｃａｌｃｕｌｕｓ ｔｙｐｅ ｉｓ ｓｔａｇ⁃ ｈｏｒｎ”，也可以是对某个活动的选取或未选取情况。 ｓｅｌｅｃｔｉｏｎｓ 为一个或多个活动的选取逻辑，如 ｓｅｌｅｃｔ （ａ） ＡＮＤ ＮＯＴ ｓｅｌｅｃｔ （ ｂ）。 以上表达可以简写为 Ｃ１∧Ｃ２∧…Ｃｎ→Ｓ， ｗｈｅｒｅ Ｃｉ ｍｅａｎｓ 〈ｃｏｎｔｅｘｔ（ｉ）〉 ａｎｄ Ｓ ｍｅａｎｓ ｓｅｌｅｃｔｉｏｎｓ。 规则的前题和结论可以为多个 ｉ⁃ ｔｅｍ 的合取范式。 对于多个 ｃｏｎｔｅｘｔ 组成的析取范 式，如（Ｃ１１∧Ｃ１２∧…）∨（Ｃ２１∧Ｃ２２∧…）∨…则拆分 为由简单的合取范式前提组成的多个规则如下： （Ｃ１１ ∧ Ｃ１２ ∧．．．） → Ｓ （Ｃ２１ ∧ Ｃ２２ ∧．．．） → Ｓ （２） ２） 活动的时序约束规则 用于约束活动之间的时序关系。 ① 用 Ｐｒｅｖｉｏｕｓ （ｘ，ｙ）表示活动 ｘ 在活动 ｙ 之前执行（中间可以插 入其他活动）； ② ＩｍｔＰｒｅｖｉｏｕｓ（ｘ， ｙ）表示活动 ｘ 在 ｙ 之前执行，且 ｘ 是 ｙ 的直接前驱（中间没有其他活 动）；③ ＡｎｄＳｙｎ （ｘ， ｙ）表示活动 ｘ 与 ｙ 为并行执行 关系（ＡＮＤ⁃ｓｐｌｉｔ ／ ＡＮＤ⁃ｊｏｉｎ），必须要在 ｘ 与 ｙ 两者执 行完之后才能执行下一活动；④ ＯｒＳｙｎ（ ｘ， ｙ） 表示 活动 ｘ 与 ｙ 为选择执行关系（ＯＲ⁃ｓｐｌｉｔ ／ ＯＲ⁃ｊｏｉｎ），在 执行时，根据上下文在 ｘ 与 ｙ 两者选择其一执行， ｘ 与 ｙ 任意一个执行完可以触发后续活动的运行； ⑤ ＮｏｔＬｉｍｉｔ（ｘ， ｙ） 表示活动 ｘ 与 ｙ 的执行次序随意，活 动 ｘ 可以在 ｙ 之前执行，也可以在 ｙ 之后执行。 可以用规则描述活动之间复杂的时序约束，规 则的形式如下： ＩＦ ｓｅｌｅｃｔＯｐ（ ｘ１ ） ＡＮＤ ｓｅｌｅｃｔＯｐ（ ｘ２ ） ＡＮＤ ｓｅｌｅｃｔＯｐ （ ｘｉ ） ＡＮＤ …。 ＡＮＤ ｓｅｌｅｃｔＯｐ （ ｘｎ ） ＴＨＥＮ ｔｅｍｐｏｒａｌＣｏｎｓ１ ＡＮＤ ｔｅｍｐｏｒａｌＣｏｎｓ２ ＡＮＤ…ｔｅｍ⁃ ｐｏｒａｌＣｏｎｓｎ 。 这里，ｓｅｌｅｃｔＯｐ 表示 ｓｅｌｅｃｔ（） 或 ＮＯＴ ｓｅ⁃ ｌｅｃｔ（）， ｔｅｍｐｏｒａｌＣｏｎｓ 表示这 ５ 个时序约束。 以下为一个时序约束的规则实例： ＩＦ ｓｅｌｅｃｔ（ａ） ＡＮＤ ｓｅｌｅｃｔ（ｂ） ＴＨＥＮ Ｐｒｅｖｉｏｕｓ（ａ， ｂ）， 如果选择了活动 ａ 和 ｂ，则活动 ａ 必须要在 ｂ 之 前执行。 一般情况下，规则的前件都是对涉及到的活动 的选取情况进行判断，即很少有 ＮＯＴ 的情况，此时 前件可以忽略， 则规则可以转换为时序约束集： ｛Ｐｒｅｖｉｏｕｓ（ａ，ｂ）， ＡｎｄＳｙｎ（ｃ， ｄ）， …｝。 ３）属性约束规则 包括时间约束规则、地点约束规则等，用于对活 动属性的约束。 如对活动的时间属性进行约束： “活动 ａ 的持续时间不能大于 ３ 天”、“活动 ｂ 在活 动 ａ 结束后的 ３ ｈｏｕｒ 内必须开始”等。 显然，逻辑运算符的引入可以实现复杂的约束 逻辑，以适应复杂多变的建模需求。 那么通过对模 糊信息的封装，在较大粒度的层面快速建立起流程 模型之后，通过对柔性活动约束条件的设定，可以作 为启发信息用于柔性活动的细化和确保创建的工作 流的正确性。 ２．３ 柔性活动的动态细化算法 柔性活动的细化算法 ＦｌｅｘＡｃｔＲｅｆｉｎｉｎｇ（ ）如图 ２ 所示。 图 ２ 柔性活动细化算法 ＦｌｅｘＡｃｔＲｅｆｉｎｉｎｇ Ｆｉｇ．２ Ｒｅｆｉｎｅｍｅｎｔ ａｌｇｏｒｉｔｈｍ ｆｏｒ ｆｌｅｘｉｂｌｅ ａｃｔｉｖｉｔｙ 在细化过程中，利用知识树中知识点之间的关系作 为启发信息用于辅助生成子流图，用柔性活动的约 束规则（包括活动选取约束、时序关系约束等）对细 化后的子流程进行验证，其主要步骤如下： １） 根据柔性活动的目标，在知识树中查找匹配 的节点。 对该节点映射的流程模板进行分析：若存 在完善的流程模板，则选择匹配最佳的流程模板返 第 ２ 期 蒋艳荣，等：一种基于知识树和约束的柔性活动动态细化方法 ·１６１·