دوره 15، شماره 2 - ( 6-1397 )                   جلد 15 شماره 2 صفحات 103-118 | برگشت به فهرست نسخه ها


XML English Abstract Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

Yaghoubi M, Zahedi M, Ahmadyfard A. A Dynamic Programing Algorithm for Tuning Concurrency of Business Processes. JSDP. 2018; 15 (2) :103-118
URL: http://jsdp.rcisp.ac.ir/article-1-623-fa.html
یعقوبی مهدی، زاهدی مرتضی، احمدی‌فرد علیرضا. ارائه الگوریتم پویا برای تنظیم هم‌روندی فرایندهای کسب‌وکار. پردازش علائم و داده‌ها. 1397; 15 (2) :103-118

URL: http://jsdp.rcisp.ac.ir/article-1-623-fa.html


دانشگاه صنعتی شاهرود
چکیده:   (237 مشاهده)

سامانه­های مدیریت فرایندهای کسب­وکار(BPMS)، سامانه­های پیچیده اطلاعاتی هستند که جهت رقابت در بازار جهانی و افزایش بهره‌­وری اقتصادی، استفاده از آن­ها در هر سازمانی، امری حیاتی و ضروری است. ایجاد تعادل بارِکاری منابع در BPMS، یکی از چالش­هایی است که از دیرباز مورد مطالعه و بررسی پژوهش‌گران قرار گرفته است. تعادل بارِکاری منابع، باعث افزایش پایداری سامانه، افزایش کارایی منابع و افزایش کیفیت محصولات می­شود. در این مقاله، مسئله تنظیم هم­روندی در BPMS به‌عنوان یک مسئله کاربردی در جهت بهبود تعادل بارکاری منابع و یک‌نواختی در بارکاری هر منبع معرفی می­شود و برای حل این مسئله، در ابتدای هر فرایند یک عنصر تأخیردهنده در نظر گرفته می­شود و هدف مسئله تنظیم مقدار تأخیر در ابتدای هر فرایند است. برای این منظور یک الگوریتم بهینهسازی پویا ارائه و سرعت اجرای الگوریتم پویای پیشنهادشده نسبت به الگوریتم جستجوی فضای حالت و الگوریتم تکاملی PSO مقایسه می­شود. مقایسه انجام‌شده نشان می­­دهد سرعت الگوریتم پیشنهادی نسبت به الگوریتم جستجوی فضای حالت به‌صورت 37 ساعت به 8/5 سال است؛ درحالیکه الگوریتم POS همین مسئله را درسه دقیقه حل می­کند. آزمایش انجام‌شده روی یک پایگاه داده واقعی 64/21 درصد بهبود را در عملکرد الگوریتم پیشنهادی نشان می­دهد.
 

متن کامل [PDF 4669 kb]   (112 دریافت)    
نوع مطالعه: پژوهشي | موضوع مقاله: مقالات پردازش داده‌های رقمی
دریافت: ۱۳۹۵/۹/۲۹ | پذیرش: ۱۳۹۶/۵/۲۹ | انتشار: ۱۳۹۷/۶/۲۵ | انتشار الکترونیک: ۱۳۹۷/۶/۲۵

فهرست منابع
1. [1] M. Hammer, The agenda: What every business must do to dominate the decade: Crown Pub, 2003.
2. [2] M. Hammer and J. Champy, Reengineering the Corporation: Manifesto for Business Revolution, A: Zondervan, 2009.
3. [3] H. Smith and P. Fingar, Business process management: the third wave vol. 1: Meghan-Kiffer Press Tampa, 2003.
4. [4] W. M. Van Der Aalst, A. H. Ter Hofstede, and M. Weske, "Business process management: A survey," in International conference on business process management, 2003, pp. 1-12. [DOI:10.1007/3-540-44895-0_1]
5. [5] B.-H. Ha, J. Bae, and S.-H. Kang, "Workload balancing on agents for business process efficiency based on stochastic model," in Business Process Management, ed: Springer, 2004, pp. 195-210. [PMID]
6. [6] B.-H. Ha, J. Bae, Y. T. Park, and S.-H. Kang, "Development of process execution rules for workload balancing on agents," Data & Knowledge Engineering, vol. 56, pp. 64-84, 2006. [DOI:10.1016/j.datak.2005.02.007]
7. [7] Y. Xie, C.-F. Chien, and R.-Z. Tang, "A dynamic task assignment approach based on individual worklists for minimizing the cycle time of business processes," Computers & Industrial Engineering, vol. 99, pp. 401-414, September 2015. [DOI:10.1016/j.cie.2015.11.023]
8. [8] X. Liu, J. Chen, Y. Ji, and Y. Yu, "Q-learning Algorithm for Task Allocation Based on Social Relation," Process-Aware Systems, pp. 49-58, 2015.
9. [9] D. E. Culler, J. P. Singh, and A. Gupta, Parallel computer architecture: a hardware/software approach: Gulf Professional Publishing, 1999.
10. [10] D. Grosu and A. T. Chronopoulos, "Algorithmic mechanism design for load balancing in distributed systems," IEEE Transactions on Systems, Man, and Cybernetics, Part B (Cybernetics), vol. 34, pp. 77-84, 2004. [DOI:10.1109/TSMCB.2002.805812] [PMID]
11. [11] E. Rahm, "Dynamic load balancing in parallel database systems," in European Conference on Parallel Processing, 1996, pp. 37-52.
12. [12] L.-j. Jin, F. Casati, M. Sayal, and M.-C. Shan, "Load balancing in distributed workflow management system," in Proceedings of the 2001 ACM symposium on Applied computing, 2001, pp. 522-530. [DOI:10.1145/372202.372452]
13. [13] W. Zhao, L. Yang, H. Liu, and R. Wu, "The Optimization of Resource Allocation Based on Process Mining," in Advanced Intelligent Computing Theories and Applications, ed: Springer, 2015, pp. 341-353.
14. [14] M. Zur Muehlen, "Organizational management in workflow applications–issues and perspectives," Information Technology and Management, vol. 5, pp. 271-291, 2004. [DOI:10.1023/B:ITEM.0000031582.55219.2b]
15. [15] J. Xu, C. Liu, and X. Zhao, "Resource allocation vs. business process improvement: How they impact on each other," in BPM, 2008, pp. 228-243.
16. [16] A. S. Nisafani, A. Wibisono, S. Kim, and H. Bae, "Bayesian Selection Rule for Human-Resource Selection in Business Process Management Systems," Journal of Society for e-Business Studies, vol. 17, 2014.
17. [17] A. Wibisono, A. S. Nisafani, H. Bae, and Y.-J. Park, "On-the-Fly Performance-Aware Human Resource Allocation in the Business Process Management Systems Environment Using Naïve Bayes," in Asia Pacific Business Process Management, ed: Springer, 2015, pp. 70-80.
18. [18] S. Rhee, H. Bae, D. Ahn, and Y. Seo, "Efficient workflow management through the introduction of TOC concepts," in Proceedings of the 8th annual international conference on industrial engineering theory, applications and practice (IJIE2003), 2003.
19. [19] M. Shen, G.-H. Tzeng, and D.-R. Liu, "Multi-criteria task assignment in workflow management systems," in System Sciences, 2003. Proceedings of the 36th Annual Hawaii International Conference on, 2003.
20. [20] K. Georgoulakos, K. Vergidis, G. Tsakalidis, and N. Samaras, "Evolutionary Multi-Objective Optimization of business process designs with pre-processing," in Evolutionary Computation (CEC), 2017 IEEE Congress on, 2017, pp. 897-904.
21. [21] M. Wibig, "Dynamic Programming and Genetic Algorithm for Business Processes Optimisation," International Journal of Intelligent Systems and Applications, vol. 5, p. 44, 2012. [DOI:10.5815/ijisa.2013.01.04]
22. [22] M. Wibig and C. Polska, "NSGA II algorithm application within the dynamic programming approach to business process optimisation," Journal of Applied Computer Science, vol. 21, pp. 195-207, 2013.
23. [23] E. A. Alluisi and B. B. Morgan Jr, "Engineering psychology and human performance," Annual review of psychology, vol. 27, pp. 305-330, 1976. [DOI:10.1146/annurev.ps.27.020176.001513]
24. [24] S. Dreyfus, "Richard Bellman on the birth of dynamic programming," Operations Research, vol. 50, pp. 48-51, 2002. [DOI:10.1287/opre.50.1.48.17791]
25. [25] P. Diban, M. K. A. Aziz, D. C. Foo, X. Jia, Z. Li, and R. R. Tan, "Optimal biomass plantation replanting policy using dynamic programming," Journal of Cleaner Production, vol. 126, pp. 409-418, 2016. [DOI:10.1016/j.jclepro.2016.03.097]
26. [26] R. Jia, S. J. Mellon, S. Hansjee, A. Monk, D. Murray, and J. A. Noble, "Automatic bone segmentation in ultrasound images using local phase features and dynamic programming," in Biomedical Imaging (ISBI), 2016 IEEE 13th International Symposium on, 2016, pp. 1005-1008. [PMID] [PMCID]
27. [27] M. Roozegar, M. Mahjoob, and M. Jahromi, "Optimal motion planning and control of a nonholonomic spherical robot using dynamic programming approach: simulation and experimental results," Mechatronics, 2016. [DOI:10.1016/j.mechatronics.2016.05.002]
28. [28] C. Finck and R. Li, "Operational load shaping of office buildings connected to thermal energy storage using dynamic programming," 2016.
29. [29]م. فتاحی حسن آباد، ح. قانعی یخدان و ع. م. لطیف، "ارائه یک روش نوین جهت تعیین قوت واترمارک با استفاده از الگوریتم رقابت استعماری"، پردازش علائم و داده‌ها، شماره 10، صفحات 43-56، 1392.
30. [29] M.Fatehi Hassan Abaad, H.Ghanee and A.M. Latif, "A novel method for suitable selection of watermark strength in digital image watermarking based on imperialist competitive algorithm" JSDP, vol. 10 no. 1, pp. 56-43, 2013.
31. [30] J. Kennedy, "Particle swarm optimization," in Encyclopedia of machine learning, ed: Springer, 2011, pp. 760-766.
32. [31] Z. Liu, P. Zhu, W. Chen, and R.-J. Yang, "Improved particle swarm optimization algorithm using design of experiment and data mining techniques," Structural and Multidisciplinary Optimization, vol. 52, pp. 813-826, 2015. [DOI:10.1007/s00158-015-1271-7]
33. [32] C. Ou-Yang, H.-J. Cheng, and Y.-C. Juan, "An Integrated mining approach to discover business process models with parallel structures: towards fitness improvement," International Journal of Production Research, vol. 53, pp. 3888-3916, 2015. [DOI:10.1080/00207543.2014.974847]
34. [33] H.-J. Cheng, C. Ou-Yang, and Y.-C. Juan, "A hybrid approach to extract business process models with high fitness and precision," Journal of Industrial and Production Engineering, vol. 32, pp. 351-359, 2015. [DOI:10.1080/21681015.2015.1065519]
35. [34]ف. احمدی زر، خ. ب. سلطانیان و ف. اخلاقیان‌ طابف "طراحی و آموزش شبکه‌های عصبی مصنوعی به وسیله استراتژی تکاملی با جمعیت‌‌های موازی"، پردازش علائم و داده‌ها، شماره 13، صفحات 101-114، 1395.
36. [34] F. Ahmadizar, Kh.B. Soltanian and F. Akhlaghian, " Construction and Training of Artificial Neural Networks using Evolution Strategy with Parallel Populations", JSDP. vol. 13, no. 1, pp. 101-114, 2016.
37. [35] W. M. van der Aalst and A. H. Ter Hofstede, "YAWL: yet another workflow language," Information systems, vol. 30, pp. 245-275, 2005. [DOI:10.1016/j.is.2004.02.002]

ارسال نظر درباره این مقاله : نام کاربری یا پست الکترونیک شما:
CAPTCHA code

ارسال پیام به نویسنده مسئول


کلیه حقوق این وب سایت متعلق به فصل‌نامة علمی - پژوهشی پردازش علائم و داده‌ها می باشد.