首页期刊导航|计算机集成制造系统
期刊信息/Journal information
计算机集成制造系统
计算机集成制造系统

杨海成

月刊

1006-5911

Bamt@onet.com.cn

010-68962468 68962479

100089

北京2413信箱34分箱

计算机集成制造系统/Journal Computer Integrated Manufacturing SystemsCSCD北大核心CSTPCDEI
查看更多>>本刊为国家级学术刊物，旨在交流国内外CIMS研究、开发和应用的信息，推动和促进中国CIMS的发展。主要报道国内外有关发展计算机集成制造系统的政策措施、重点、趋势、科研动态、科技成果、推广应用、产品开发和学术活动等内容。设有综述、论文、专家论坛、企业实践和动态信息等栏目。已成为全国中文核心期刊。中国科技论文统计与分析文献来源期刊。中国科学引文数据库来源期刊。美国《工程索引（EI）》检索文献源期刊。1999年度影响因子达到0.746,在中国科技论文与引文数据库1372种期刊中位居前列。
正式出版
收录年代

    基于图卷积神经网络的漂移检测方法

    林雷蕾肖礼文魏代森徐昱嵩...
    2735-2744页
    查看更多>>摘要：从时间维度来看,演化是业务过程的必然性.流程挖掘中漂移检测的宗旨是找出运行日志中的变化时间点,进而划分出演化前后的不同业务过程.然而,现有漂移检测算法在执行过程中,都需要人为指定需要监控的演化特征,给用户增加了使用负担.同时,还存在准确率低和耗时较长问题.为此,提出一种基于图卷积网络的检测算法:首先,将日志轨迹转为活动图,利用图的节点信息和拓扑结构来刻画日志所有特征;接着,利用图卷积的聚合特性获取到活动图的全局特征;然后,通过增加虚拟节点来表达活动图的所有信息;最后,采用欧氏距离和k-近邻算法来检测漂移点位置.通过真实公开数据集实验测试,表明了本文方法的有效性.

    概念漂移业务演化图卷积网络流程挖掘

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于特征选择的风机检修流程预测性监控方法

    郭娜刘聪李彩虹刘文娟...
    2745-2755页
    查看更多>>摘要：针对风机检修业务流程中存在的操作失误和工作延期等问题,应用业务流程预测性监控方法,预测业务的下一事件、下一事件执行时间和剩余时间,以提醒工作人员预防和避免风险的发生.首先,针对不同预测任务,提出一种基于优先级的特征自选取策略,并使用LightGBM(Light Gradient Boosting Machine)算法作为特征选择策略的依托预测模型,得到对预测结果有积极影响的输入特征;然后,针对不同预测任务分别采用LightGBM算法和LSTM(Long Short Term Memory)神经网络构建预测模型;最后,经实验评估和分析,在风机检修业务流程中,特征选择策略能够为不同的预测任务提供有效特征,确保预测的准确率,具有实际应用价值.对于不同预测任务而言,LightGBM算法更适用于下一事件任务预测,LSTM模型更适用于时间方面的任务预测.

    流程预测性监控风机检修特征选择下一事件剩余时间

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于XGBoost增量实现业务流程执行结果的预测性监控方法

    王娇娇马小雨刘畅俞定国...
    2756-2775页
    查看更多>>摘要：随着工业制造业务流程智能化提升,以预测执行结果为目标的监控技术成为必需.该技术基于历史执行构建预测模型,从而对正在执行的流程进行结果预测.但现有研究假定流程执行行为一直保持不变,实际上流程在运行中常发生变化(即流程执行发生漂移),因此预测模型也需要适应这种漂移.针对这种情况,受到在线学习思想的启发,提出了基于XGBoost增量实现以流程执行结果为目标的预测流程监控技术,并分别在真实数据集和合成数据集上进行了大量的实验.实验结果表明,基于XGBoost的增量学习技术能够很好地为工业制造真实场景中的预测性流程监控提供一种有效的解决方案.

    预测性业务流程监控XGBoost增量学习概念漂移

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    融合记忆网络与变迁系统的业务过程实例剩余执行时间预测方法

    倪维健马少军刘彤曾庆田...
    2776-2786页
    查看更多>>摘要：在业务过程实例剩余执行时间预测任务中,大多数现有方法仅对过程实例前缀进行编码,这类预测方法仅可以考虑到已经发生的事件对于预测结果的影响,在一定程度上忽略了过程实例中未来可能发生的事件对剩余时间预测的影响.针对这种不足,提出一种融合记忆网络与变迁系统的过程实例剩余时间预测方法.首先,通过变迁系统挖掘过程实例后缀,以双向门控循环单元为基础,对过程实例前缀和实例后缀进行编码;之后,使用记忆网络结合注意力机制学习过程实例中不同事件的权重,以便更好地对过程实例建模.此外,为充分考虑不同长度的过程实例前缀之间的相关性和数量差异,引入迁移学习机制构建面向不同轨迹长度的多个预测模型,以提高模型的训练效果.最后,在3个公开真实数据集上进行实验,验证了所提方法相比于多种已有方法的优势.

    业务过程剩余执行时间变迁系统深度学习

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于图像数据的缺失活动日志修复CNN方法

    刘旺成方欢张顺
    2787-2796页
    查看更多>>摘要：由于异常值和缺失值的扰动影响,业务流程系统可能会产生低质量的事件日志.针对缺失活动的日志修复问题,现有日志修复研究主要从缺失活动的重构方面进行展开,很少有从预测缺失活动角度进行修复工作.鉴于此,提出一种结合迹行为特征的卷积神经网络模型,用来修复迹中的缺失活动.其核心思想是按照时间属性和活动属性两个维度,根据活动之间的行为关系,将业务流程的事件日志转换为空间数据,继而转化为图像矩阵,并通过卷积神经网络模型训练来预测缺失活动.所提方法从事件日志的角度出发,不依赖于任何有关生成事件日志的业务流程模型先验知识,最后利用真实和人工生成事件日志将所提方法与已有研究进行对比分析,实验结果表明所提方法在活动修复精确度上优于已有研究结果.

    日志修复卷积神经网络缺失活动事件预测

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于约束轨迹聚类的事件日志批量修复方法

    田银花李昕燃武于皓韩咚...
    2797-2808页
    查看更多>>摘要：企业业务运行过程中会产生大量的事件日志,事件日志是业务过程挖掘、监控和优化的基础和保障.然而,原始的事件日志由于缺乏结构及过于灵活导致难以直接应用于过程挖掘,对事件日志进行修复势在必行.现有日志修复方法需要结合过程模型逐条检查轨迹,并对各类异常行为采用不同策略进行修复,导致修复效率低下、适用性不强.针对上述问题,利用轨迹聚类方法,结合文本相似度指标,提出一种基于约束轨迹聚类的批量日志修复方法.该方法通过对轨迹聚类的每个步骤施加约束条件,使得单个簇包含作为簇中心的拟合轨迹以及与该拟合轨迹相似的异常轨迹,且中心轨迹即为异常轨迹的修复结果.该方法不但无需分析异常行为,直接获得修复后的拟合轨迹,而且实现了对于异常轨迹的批量修复.实验表明,该方法在脱离过程模型并保证高修复准确率的前提下,能够在噪音过滤之后,有效且高效地对事件日志进行批量修复.

    轨迹聚类文本相似度日志修复事件日志噪音过滤

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    面向行为不变性的事件日志采样方法

    张帅鹏刘聪苏轩闻立杰...
    2809-2821页
    查看更多>>摘要：信息系统在执行过程中收集了大量的业务流程事件日志,模型发现旨在从事件日志的行为信息中发现流程模型为业务流程理解和改进提供事实依据.直接跟随活动关系(DF)作为事件日志中最基本的行为信息是模型发现算法的基础.根据是否考虑日志的DF频次特征,将已有模型发现算法分为考虑频次和不考虑频次两类.已有面向模型发现的日志采样方法注重于提高模型发现的效率,却损失了事件日志中DF频次信息,得到的样本日志在使用基于DF频次的模型发现算法时改变了原始日志的行为.因此,针对基于DF频次的模型发现算法,提出一种面向行为不变性的日志采样方法,具体而言,该方法包括通过按比率选取轨迹变体及频次、计算轨迹的DF权重和基于集合覆盖采样三个阶段,使得样本日志包含的行为信息与原始日志一致.通过公开事件日志数据集上的实验分析表明,与已有的日志采样方法比较本文方法得到的样本日志能更准确地保留原始日志中的DF频次信息,从而确保更高的模型挖掘质量.

    事件日志日志采样模型发现行为不变性

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于前景理论的软件缺陷预测过采样方法

    徐彪严远亭张以文
    2822-2831页
    查看更多>>摘要：在软件缺陷预测中,数据困难因子对预测性能的影响比类不平衡更为明显.然而,大多数现有软件缺陷预测过采样方法在解决类不平衡问题过程中,忽视了软件项目数据集固有的数据困难因子,从而导致预测性能不佳.针对上述问题,提出一种基于前景理论的过采样算法(POS).POS同时考虑局部邻域中同类和异类样本的影响来评估少数类样本的学习难度,通过基于引力的策略构建同类收益和异类损失来刻画样本的前景值,并强调异类损失来计算少数类样本的采样权重,以此降低引入数据困难因子的风险,提高合成样本的质量,进一步提升预测性能.在NASA数据集上的实验结果表明,POS算法在AUC、balance和G-mean等性能指标上均有所提升,具有更好的缺陷预测性能.

    软件缺陷预测类不平衡数据困难因子过采样前景理论

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    面向紧邻关系重发现的事件日志采样方法及其应用

    苏轩刘聪闻立杰孟晓亮...
    2832-2843页
    查看更多>>摘要：事件日志采样作为近年来流程挖掘领域一个新的研究热点,旨在提高流程挖掘任务的效率,如模型发现、合规性检查、流程预测等.然而目前已有的采样方法不能很好地保证挖掘模型的质量,且针对大规模事件日志的采样效率低.任务紧邻关系作为事件日志中行为描述的基本单元,在各类流程挖掘任务中起到了关键作用.鉴于此,提出了一个通用的面向紧邻关系重发现的事件日志采样方法,该方法可保证紧邻关系的重发现性.为了验证该采样方法的有效性,将其应用于提高已有模型挖掘算法的效率,为了对挖掘模型质量定量评估,提出了基于流程树的模型相似度方法.所提出的采样方法已在开源流程挖掘工具平台ProM6和PM4PY实现,基于12个公开事件日志数据集,将所提出的面向紧邻关系重发现的采样方法与已有方法从模型挖掘质量方面进行了定量比较,实验结果表明所提方法可以在保证模型质量的前提下,大幅提高模型发现效率.

    事件日志采样紧邻关系重发现质量评估模型相似度

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    工业互联网环境下面向生产要素需求的服务推荐方法

    张文强康国胜刘建勋文一凭...
    2844-2853页
    查看更多>>摘要：随着服务型制造模式的出现,工业互联网平台可配置所需的生产要素服务来完成生产任务.在工业互联网环境下的工业生产过程中,一个任务可能需要多个或多种生产要素服务的协同来完成.随着制造服务资源的种类和数量增多,服务组合变得更加困难.同时,服务协同的有效性和服务质量是整个服务组合流程执行成功的关键因素.鉴于此,本文基于工业互联网平台中服务调用历史数据,结合FP-Growth和SimRank算法来评估候选服务协作的有效性.随后,基于该协作有效性指标并结合多目标进化算法,提出一种过滤方法MOEA+CEIF,为用户推荐具有高协作有效性且服务质量优化的服务组合方案.最后,以船舶的生产组装流程为例,通过仿真数据集验证同了所提方法的有效性.

    工业互联网生产要素服务组合协作有效性进化算法服务推荐

      原文链接:
    • NETL
    • NSTL
    • 万方数据