为提高业务流程的遗传挖掘效率,提出一种基于差分选择和参数自适应调整的遗传挖掘算法。首先,该算法以事件日志为输入,通过启发式规则创建初始种群;其次,根据适应度函数计算种群中每个个体模型的适应度值;再按照适应度值和给定的精英率、交叉率以及变异率,用适应度差分选择策略和参数自适应调整算法对个体模型进行选择、交叉和变异操作,以快速提高个体模型质量和遗传挖掘效率;最后用ProM软件对事件日志进行仿真,仿真结果表明本文算法具有可行性和有效性。
科研之友
微信
新浪微博
Facebook
分享链接
