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...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。展开更多
预测性流程监控可以在业务流程运行过程中提供及时的信息,以便采取措施来应对潜在风险,如何提高流程预测的准确度一直受到高度关注。现有的研究方法大部分都在静态环境下引入,很少有结合数字孪生技术用于动态环境的流程预测。为此,提出...预测性流程监控可以在业务流程运行过程中提供及时的信息,以便采取措施来应对潜在风险,如何提高流程预测的准确度一直受到高度关注。现有的研究方法大部分都在静态环境下引入,很少有结合数字孪生技术用于动态环境的流程预测。为此,提出了一个基于概念漂移检测的方法,并构建数字孪生流程预测模型(digital twin based on concept drift,DTBCD)预测下一个活动。首先利用事件流行为关系和权重散度将流程中的活动进行特征提取,得到数据流的特征集,其次进行漂移检测,动态选择特征集输入人工智能模型中训练并预测下一个活动,然后运用物联网和云计算等先进技术创建数字孪生虚拟环境,最后得到基于概念漂移的数字孪生模型。通过公开可用的数据集进行评估分析,实验结果表明,提出的方法能够有效提高预测的准确性。展开更多
文摘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。
文摘预测性流程监控可以在业务流程运行过程中提供及时的信息,以便采取措施来应对潜在风险,如何提高流程预测的准确度一直受到高度关注。现有的研究方法大部分都在静态环境下引入,很少有结合数字孪生技术用于动态环境的流程预测。为此,提出了一个基于概念漂移检测的方法,并构建数字孪生流程预测模型(digital twin based on concept drift,DTBCD)预测下一个活动。首先利用事件流行为关系和权重散度将流程中的活动进行特征提取,得到数据流的特征集,其次进行漂移检测,动态选择特征集输入人工智能模型中训练并预测下一个活动,然后运用物联网和云计算等先进技术创建数字孪生虚拟环境,最后得到基于概念漂移的数字孪生模型。通过公开可用的数据集进行评估分析,实验结果表明,提出的方法能够有效提高预测的准确性。
