ارائه ی یک نگاشت بین مدل های فرآیندی ۰.BPMN۲ و شبکه های پتری جریان کار بر اساس الگوهای جریان کنترلی پایه ای و مفهوم عام مدل های فرآیندی
- سال انتشار: 1401
- محل انتشار: بیست و هشتمین کنفرانس بین المللی کامپیوتر انجمن کامپیوتر ایران
- کد COI اختصاصی: CSICC28_014
- زبان مقاله: فارسی
- تعداد مشاهده: 387
نویسندگان
کارشناس ارشد علوم کامپیوتر – الگوریتم و نظریه محاسبه، دانشکده ریاضی و علوم کامپیوتر دانشگاه صنعتی امیرکبیر (پلی تکنیک تهران) ،تهران
استادیار، دانشکده ی ریاضی و علوم کامپیوتر، دانشگاه صنعتی امیرکبیر (پلی تکنیک تهران) ، تهران
استادیار، گروه مستقل بین رشته ای مهندسی فناوری اطلاعات، دانشگاه صنعتی امیرکبیر (پلی تکنیک تهران) ، تهران
چکیده
استاندارد BPMN۲.۰ ،یکی از پر کاربرد ترین و محبوب ترین زبان های مدل سازی فرایند های کسب و کار است.این استاندارد در عین داشتن قابلیت فهم بالا دارای ماهیتی غیر صوری است.این ویژگی می تواند کارهایی مثل صحت سنجی فرآیند و یا انجام انواع تحلیل های کمی مثل ارزیابی کارایی آن را با دشواری هایی روبرو کند.در تحقیقات پیشین،روش ها مختلفی به منظور صوری سازی مدل های فرآیندی BPMN۲.۰ ، ارائه شده است،از جمله :نگاشت آن به شبکه های پتری کلاسیک،توصیف جبری ان و یا استفاده از سایر روش های صوری.در این پژوهش ،بر مبنای یک نگاه عام و مستقل از زبان مدل سازی به مدل های فرآیندی و بر مبنای الگوهای جریان کنترلی پایه ای،نگاشتی بین مدل های فرآیندی BPMN۲.۰ ، و یکی از گسترش های شبکه های پتری به نام شبکه های پتری جریان کار ارائه شده است.ین نگاشت نسبت به روش پیشین ،سازگاری بهتری با اجزای مدل های فرآیندی BPMN۲.۰ ، دارد و نسبت به نگاشت به شبکه های پتری کلاسیک،پیچیدگی کم تری داشته و تعداد اجزای مدل مقصد،کمتر استکلیدواژه ها
مدل های فرآیندی ۰.BPMN۲ ، شبکه های پتری، شبکه های پتری جریان کار، مدل های فرآیندی عام، الگوهای جریان کنترلی، نگاشتمقالات مرتبط جدید
- سودآوری مشتریان در خردهفروشی قطعات یدکی ماشین آلات راهسازی با رویکرد یادگیری ماشین
- ارائه روشی کارآمد جهت شناسایی کودکان نیازمند به پیوند مغز استخوان با استفاده از ترکیب طبقه بند ماشین بردار پشتیبان و الگوریتم بهینه سازی فاخته
- استخراج بهینه پارامترهای تاثیر گذار الگوریتم بهینه سازی بوفالوی آفریقایی با هدف استخراج ویژگی های مهم به منظور افزایش کارایی طبقه بندی داده ها
- ارائه روشی کارآمد برای بهبود عملکرد الگوریتم بهینه سازی کلاغ سیاه به منظور افزایش صحت خوشه بندی داده ها
- استفاده از الگوریتم باور بیزین در لایه کاملا متصل شبکه عصبی کانولوشن با هدف افزایش دقت تشخیص تصاویر
اطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.