第1章 绪论研究背景及研究意义

    现代企业的信息系统至少可以被分为两大类：管理信息系统(MaIlagementInfomation System，MIS)和业务系统。MIS系统主要对机构运作中所产生的信息进行管理，而业务系统除管理数据外，还要管理机构的运作程序、运作流程。一个良好运作的机构对其业务具有有序性的要求，这些既定业务步骤就形成了机构特有的业务流程，因此对业务系统的最基本要求是对业务流程的支持。对于业务系统，应该以流程为中心，数据仅仅是流程向前推进中产生的副作用(side e侬娥)，信息和流程应该分开描述和管理。将流程的建立管理与流程中的应用信息分开进行描述，可以使需求分析工作更为清晰，减少开发和扩展维护的代价。这就是业务流程建模的意义所在。

    在这种背景下，二十世纪九十年代哈默教授提出了“业务流程重组”(Business Process Reengineering)的管理思想，进而出现了“流程管理’’的管理理念。蕴含人工智能、构件技术、规则与程序分离等现代软件工程理念，以过程管理和过程控制为核心，结合最新rr技术的企业级软件开发技术、结构和平台已经成为众多软件开发商提升产品质量和竞争力的重要举措川。这些技术大大提升了应用程序的柔性，并促使企业应用从面向功能的事务处理向面向过程的业务处理变化。

    然而我们更应该意识到，仅仅将业务流程与业务数据相分离、建立业务流程模型是不够的。知识经济为社会各企业指出了影响竞争力的一个重要因素——知识。知识可以实现建立在自身基础上的发展，即所谓“内生性发展”，被认为是新形势下的“高级要素。不断产生新知识、适应新形势是现代企业保持竞争力的重要举措。随着人们对业务流程认识的逐渐深入，流程的知识本质也逐步呈现出来。应用新的知识表示方法去描述业务流程，使业务流程对新的业务知识具有动态适应性，是具有重要意义的。

 

 研究内容与选题意义

    传统的业务流程建模及业务系统丌发框架都是通过提高丌发框架对流程的描述能力和解释能力来降低在框架上进行应用开发的复杂度，提高应用丌发速度并达到目标系统的强壮性。但它们一般是以一种预先固定好的模式和结构提供给户。业务流程一旦建立，再需要迸行管理与流程重建时，很难真正达到重组的效果。其流程定义与运行绝对分离的特性制约了动态业务流程重组。这种流程定义的方式是一次性的、静态的，忽略了流程作为一种知识的内生性。本文的研究内容是基于流程在知识表示方面的改进提出了一种支持动态柔性的业务流程模型(FBPM．PK)。主要贡献在于结合人工智能领域的逻辑表示方法和处理理论，创新性地提出“事件纵横分类法"及相应的业务规则描述方法，实现了业务流程和业务逻辑进行形式化的逻辑描述。事件纵横分类法拓了业务流程描述的维度，使原来直线化描述的业务流程变为平面化描述，描述业务流程的规则上升到知识的高度，有利于减少规则冗余，并且在描述能力上有所增强。该模型运用专家系统的思想，通过规则库中规则的推理，产生和运行整个业务流程。由于规则的动态匹配，该业务流程模型可支持流程的动态柔性，实现了对流程的动态管理。

    当前的业务流程模型在动态扩展方面存在着诸多不足，限制了企业业务过程的自动化的发展，本文构建的基于流程知识的业务流程模型(FBPM．PK)支持动态柔性，流程灵活性大。并且采用了比有向图更为宽松的知识表示，知识获取更加容易，知识存储更少。并且在构建该业务流程模型的基础上，探讨实际流程实例的产生和运行机制，对构建具有自动化，智能性和适应性的业务系统具有一定的参考价值。

第2章 相关领域研究

     业务系统开发方法及业务流程建模方法发展历程

    流程(process)在牛津英语大词典《Oxford En百ish Dictionary》中的定义是：一个或一系列连续有规律的行动，这些行动以确定的方式发生或执行，导致特定结果的实现：一个或一系列连续的操作(operation)。而辞典中对流程的解释是产生某一结果的一系列活动或操作，特别是指连续的操作和处理。

     Hammer和Champy则将业务流程定义为一个由许多业务活动组成的整体系统。它由活动、活动间的逻辑关系、活动的实现方式和活动的承担者四个要素组成。

    从这些定义我们可以总结出流程的特征：

    1)具有一系列有序的、有规律的行动、活动或操作，也即行动、活动或操作之间具有逻辑关系；

    2)需要产生某一结果，实现某一效果；

    3)行动、活动或操作具有其承担者。
业务流程模型(Process Modelin曲的主要目的是建立结构化模型元素及规范，使其能够对复杂的流程结构与关系予以抽象表达，并通过所建模型使读者可对业务流程达成一致的理解。围绕以上几个特征，出现了许多描述业务流程的模型和开发业务系统的方法：

    传统的业务系统开发多数将流程硬编码到代码中。这也意味着业务流程的多变性，将导致业务系统的开发、维护过程异常复杂。

    Bell提出了一种朴素且有效地解决业务逻辑硬编码的方法。其核心概念tllreaded code，原指一类实现虚拟机翻译器的技术。包括：直接字符串编译；将目标编译成一个抽象的语法树，并解释该语法树等。实际上当前具有代表性的基于流程的开发多数都借鉴了虚拟机翻译器的思想。采用对业务流程进行建模；将流程描述成特定的语法结构体；运行时解析结构体的语义，从而实现业务流程。然而流程模型可视为一个较复杂的企业知识系统，存在许多不完全、不确定的成分，流程元素关系也不易量化，难以用定量的数学方程描述。

    知识表示发展历程

    计算机可处理的问题必须满足3个条件，即这个问题必须霹形式化表示，针对问题必须存在一个算法，且这个算法必须是可计算的。问题的形式化表示就涉及到知识表示的问题。知识表示是将知识符号化，并用特定的数据结构对知识进行描述与存储的过程。

    王珏等指出，在AI中经常使用的表示方法，可以分成三类：

    1)局部表示类：逻辑，产生式系统，语义网络，框架，脚本，过程等；

    2)分布表示类：基因，联接机制；

    3)直接表示类：各种图形，图象，声音及入造环境等

    在这个知识表示体系树中，局部表示是AI研究最充分、正统AI最经常使用的表示方法。在这里我们仅讨论局部表示方式。下面介绍几种经典的局部表示方式：

    一阶谓词逻辑表示法

    谓词逻辑适合于表示事物的状态、属性、概念等事实性的知识；也可以用来表示事物间确定的因果关系，即规则；还可以用来表示知识元。事实通常用合取／析取公式表示，规则通常用蕴含式表示。用谓词公式表示知识时，首先定义谓词，指出每个谓词的确切含义，然后再用连接词把有关的谓词连接起来，就形成一个谓词公式表达一个完整的意义。优点：具有自然性、精确性、严密性，并且容易实现；缺点：不能表示不确定的知识；推理过程有可能形成组合爆炸；推理过程冗长，系统效率低。

    ·产生式表示法

    产生式通常用于表示具有因果关系的知识。其基本形式是：ifp then q。其中p是产生式的前提，q是一组结论或操作。整个产生式的含义是：如果前提p被满足，则可以推出结论q或者执行q所规定的操作。把一组产生式放在一起，让它们协同作用，一个产生式生成的结论可供另一个产生式作为已知事实使用，以求得问题的解决，这样的系统称为产生式系统。一个产生式系统由以下三个基本部分组成：规则库、综合数据库、控制系统。规则库是用于描述相应领域内知识的产生式集合。综合数据库又称为事实库、上下文、黑板等，是存放问题求解过程中各种当前信息的数据结构。当规库中某条产生式前提可与综合数据库中的某些事实匹配是，该产生式就被激活，并将用它推出的结论放入综合数据库中，作为其后推理的已知事实。控制统又称为推理机构，它是维持系统运行的程序集合。主要工作包括选择规则与已知事实进行匹配、冲突消解、将结论加入综合数据库中等。推理过程对规则的选择是控制系统的关键所在。

    优点：自然性、模块性(修改上的独立性)、有效性(适用于各种类型的知识系统)、清晰性(控制结构清晰)。缺点：效率不高(也是容易引起组合爆炸)、不能表达具有结构性的知识。

    知识表示在业务系统开发中的应用

    下文选取两种具有代表性的业务流程建模方法——工作流模型及SPDM模型，来介绍知识表示在业务系统开发中的应用。

    工作流模型

    工作流管理联盟(wfMC)对工作流的定义是指整个或部分业务过程在计算机支持下的全自动或半自动化。工作流关注的主体是过程。它根据一系列预定义的过程规则，使得文档、信息或任务能够在不同的执行者之间传递与执行，从而实现某个预期的业务目标，或者是促使此目标的实现。

    工作流的元模型是用于描述工作流内部的各个元素、元素之间关系及元素属性的。工作流管理联盟为过程定义开发了一个基本的元模型，涉及相关联的3个子元模型，其核心是过程定义元模型。

    1)过程定义元模型：模型元素用于定义业务过程，控制工作流的执行。

    2)组织机构元模型：描述单位、部门、人员的组织关系以及所担当的角色。

    3)相关数据元模型：工作流生产和消费的数据以及它们的流动关系。目前具有代表性的工作流知识表示方法大致有如下几种：基于有向图的模型、基于对话的工作流模型、Petri网模型、基于规则的工作流模型。其中Petri网在过程建模中得到广泛应用。

    工作流的提出本身就是为了分离应用中的流程，控制现实应用中的变化。但现行的工作流模型建立与运行阶段的绝对分离导致了如下问题的产生：工作路由固定，不能根据实际情况的变化动态变换路由；任务在模型定义之初就已经固定，不能根据企业经营任务的变化及时更改；任务不能动态划分，任务粒度有待细化；相关资源在模型定义之初就进行绑定，不能适应由工作任务和工作环境变化引起的工作流资源动态分配鳓。严格的过程描述缺少对过程的人工动态干预和李}救措施，使得工作流模型不能报好地支持工作流的柔性。工作流系统的柔性体现为灵活、动态地处理变更和异常的能力。Pe娩等人将工作流的柔性分为选择性柔性和适应性柔性(又称静态柔性和动态柔性)。选择性柔性要求建模时预知可能的变化；适应性柔性又分为型调整和实例调整两类，其中实例调整要求对工作流的修改可以立即生效，也称动态适应目前柔性工作流的解决方案主要集中在如下几种：基于ECA规则的解决方案、与群件相结合的解决方案、基于扩震元模型豹解决方案、提供原语供用户进行操作的解决方案，以及与用户交互反馈的解决方案。在知识表示方顽进行改进的是基于ECA规则翔基于扩展元模型这两种解决方案。
D．K．W．Chiu提出了利用ECA规则的解决方案。其对柔性的支持是：将活动分为如下几个类别：必须的、可选的、可重复的。在出现异常情况时，可以根据活动的属性做响应的处理。利用ECA规则，针对出现变化要求时的不同情况采用不同的异常处理策略。其不足之处是：要求异常的处理必须是事先可以预知的。只相当于解决了“选择性柔性"的问题。基予扩展元模型的解决方案是从更基本的层次解决动态自适应性问题，莽望在工作流的过程定义中能够充分考虑动态特性，配合执行阶段的处理。因此试图扩展元模型，用更丰富多样的元模型来表达过程定义、支持动态性。赵文等人为了屏蔽过程变化所带来的副作用引入了问题分离(separation ofconcenls)原则。过程定义元模型作了适当的修改和扩展，把汇聚、分支结构和它们的约束(AND，0R，XOR)的说明从活动中提取出来，弓|入了一种薪的元模型元素“连接符"(∞越e醚or)。把所有控制信息说明从活动说明中独立出来，分别封装，这种分离有剩予工作流模型的动态修改。余阳和汤庸提出将W州c过程定义元模型中的转移条件fTransitionConditions)分解为活动的状态转换规则和活动问的转移规则。活动的状态转换规则是活动描述的～部分．可将它们封装在一起。活动间的转移规则是处理活动结构(ioin，spl矗等)及其约束(AND，OR，XOR)、活动间转移的规则，可单独封装。这些封装的独立性使得WFMS对过程定义进行动态修改变得更加容易和灵活，增强了wFMs对各种变化的适应性。

   孙瑞志和史美林在WfMC定义的工作流元模型基础上，提出了支持动态特性的过程元模型。主要在元模型一级提供了“黑盒”来提供一定的可变性。“黑盒”是一个新的节点类型，用来标识一个语义不确定的节点，也即采用层次化的方法，在较高的层次上维护其结构性，在具体行为上允许有随机性。孙瑞志和史美林中提出工作流系统知识学习的概念，并且将交互的过程用知识学习的方式来表达。定义了根据规则执行某一动作，从而由原有知识产生新的知识。其动作集合为{inseft，delete，set)，动作作用于活动，并由规则检查动作的合法性。

    综上所述可见，现有的工作流模型存在如下缺点：

   ·模型均试图采用图的知识表示方式来表达工作流的业务流程，如有向图、Petri网等，从而导致模型既复杂又庞大，同时削弱了模型的描述能力；

    ·现有的工作流模型趋向于将所有的活动和规则事先准确、完善的定义，控制流和信息流之间紧密耦合，从而降低了模型的柔性。而经过扩展的支持柔性的模型多是对现有描述结构进行一定的封装，但仍然无法摆脱基于“活动”这一粒度级别上对流程进行描述，无法将流程描述上升到知识的高度，造成模型描述在一定程度上的冗余。

    SPDM模型

    SPDM模型以表单中心来定义流程，将表单在其生命周期中的变化过程抽象为一系列状态的转换，基于确定有限自动机模型做了一系列扩展，使其更适合业务流程的描述。主要做了如下扩展：

    ·对状态转换的约束条件进行扩展，使其包含权限约束、消息约束以及规则约束。消息约束是为了支持两个或多个流程进行交互，并作为交互的逻辑关系描述；规则约束是一个逻辑表达式，用于描述当一个转换被触发时所需满足的约束条件；权限约束从用户操作的角度定义了对状态转换的限制。

    ·将状态转换过程的动作扩展为一段逻辑程序处理。SPDM模型有别于经典有限状态机模型描述的对象，前者往往在某业务操作触发过程中需要执行毙“动作”语义更复杂的逻辑，倒如更新数据库或作一个复杂的运算等。

    在状态转换过程发送消息。在sPDM模型中，只能在状态转换中发送消息(特指用于流程交互的消息)，消息被正确地发送到目标流程后，在后续的某个转换中起作用；另外，发送过程是瞬时完成的，不考虑延迟。

    ·在状态上接收消息。SPDM模型采用状态表示表单在其业务流程中的驻留点，表单在某个状态下所拥有的全部信息都是可持久化的，鼓瑟状态是稳定的，也只有在这段持续期才熊接收来自不同流程的交互消息。SpDM模型将业务流程定义持久他予数据库表中，流程实例运行时，状态推导引擎读取并解析数据库中的流程定义。若要对流程进行动态修改，则必须替换数据库中的流程定义。

    流程知识的概念

    由MIS系统开发到业务系统开发的过渡中，我们可以看到知识表示在其中的变化：

    1)对于流程为隐式、仅管理数据的MIs系统，其知识表示可以看作是一张完全图，任意两个结点之间都可以随意跳转，但是并不代表任意两个结点之间的跳转都具有实际意义。用户所要徽的是自己寻找一个操作序列，以完成莱种功能，也罄用户需要自己寻找～条通往冒的结点的路径。这时用户的操作正误判断及出错处理只能在废用程序中处理，两且很容易遗漏。

    2)对于流程为硬编码的显式流程的业务系统，其知识表示仍然是一张图，但是不再是完全图的形式，硬编码的业务逻辑确定了结点之间的关系。当用户到达某个结点时，系统就确定了一个范围，用户所看到的是与该结点相关的主题，这些主题表现为系统的一个子圈。此时系统的逻辑是不含变量的命题逻辑。也可以看律是有限状态桃逻辑。例如：在业务逻辑中硬编码：对用户小明，给予编辑权限；对用户小红，给予查看权限。
3)对于将业务流程这一过程性知识分离出来的业务系统(如：工作流的过程模型、中山大学软件所的SPDM模型等)，其知识表示也是一张图，仍然是有限状态机逻辑。但此处的有限状态机得到了扩展，当用户到达某个结点时，系统会根据用户的输入、结合业务流程描述以及系统当前的状态(上下文)来确定下一步的走向。此时系统的逻辑是带有变量的谓词逻辑。如：在模型中可以确定各种角色的权限——A角色为查看权限，B角色为编辑权限。当用户小红被指派为A角色时，系统自动可以确定其权限。可以看到，命题逻辑是谓词逻辑的一种特殊情况。在上述各种开发方法中，对业务流程的表示无一例外都采取了图的形式。我们知道，图是完全的路径知识，也即要将业务中所有可能出现的情况都明确在图上表示，这样所产生的知识结构是庞大的，可能产生冗余的。业务的描述成分与控制成分相分离，提取了一部分具有共性的知识，实现了从命题逻辑到谓词逻辑的飞跃。然而，图的知识表示形式限制了共性描述的进一步提取，因此必须突破图的表示方式。

    郭维森提出了流程知识的概念。过程性知识是一类描述因果关系的，与时间密切相关的知识。流程知识就属于过程性知识。纵观2．1小节中所述的业务系统开发方法中业务流程建模的发展，此前的方法都只是考虑了将过程与数据分离，而没有将过程上升为过程性知识的高度并加以利用。流程知识本质上是一种方法性知识，是以流程中的活动、活动间的关系为核心，结合各种相关知识构成的组合性知识。流程知识表示是将对流程的认识结果以一定方式显性地表示出来。

    综上所述，要使流程模型具有动态柔性，就必须具有动态解析流程模型、生成流程实例的能力；要减少流程模型描述的冗余，就必须突破图的知识表示方式，寻求对流程中共性知识的进一步抽取。

    基于规则的业务流程描述可以通过动态解析规则来达到动态生成流程实例的目的。在此基础上，将规则抽象化到更高层次上，有助于减少流程描述冗余，用少量规则就可以描述大量具有共性特征的流程。本文认为，在一个共性层次上描述流程的规则，可称为流程知识。