科研之友
微信
新浪微博
Facebook
分享链接
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，提出了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，在三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。
-
单位山东科技大学; 济宁医学院附属医院
