论文摘要
工作流是针对工作中具有固定程序的常规活动而提出的一个概念。通过将工作活动分解成定义良好的任务、角色、规则和过程来进行执行和监控，达到提高生产组织水平和工作效率的目的，为企业更好地实现经营目标提供了先进的手段。然而在现代企业信息资源异构、分布、松散耦合的环境下，传统的工作流系统必然向分布式方向发展。移动agent技术的出现为构建工作流系统提供了更好的选择。通过利用代码在网络节点间自主搜集和处理信息，移动agent具有减少网络流量、适合于移动用户、有利于数据集成、具有并行机制等优点。迁移工作流是将移动计算技术引入到传统的工作流管理系统而得到的一种新技术，是近年来工作流管理研究的一个新方向。迁移工作流管理系统由迁移工作流管理引擎、迁移实例和工作位置组成，工作流引擎完成工作流过程定义、迁移实例生成和多迁移实例协调等工作；工作位置由停靠站服务器及其关联的工作机网络组成，是迁移实例的运行场所；迁移实例是以移动agent为范型构建的，由迁移工作流引擎或工作位置创建，是任务的执行主体，可以在某个工作位置上利用本地资源执行一项或多项任务。目前大多数对于迁移工作流的研究工作，都假设迁移实例具有内嵌的显式业务过程逻辑，即事先为迁移实例编写一个面向过程的工作流说明，定义业务过程的活动、活动之间的转移逻辑、以及每一步活动所需要的资源和服务等，令迁移实例清楚地知道每一步应该做什么和需要什么。然而对于那些结构化不强或没有结构的业务流程、可能或经常出现例外的业务流程、不能预先精确定义的业务流程来说，为迁移实例定义显式业务流程是十分困难的。基于以上研究背景，本文提出了一种迁移实例自主规划机制，使迁移实例可根据当前状态、目标状态、工作流服务上下文环境以及其它迁移实例的旅行经验，自主规划其迁移的路径。该机制将人工智能中自主规划的有关方法及理论引入到迁移工作流系统中。用一阶谓词的析取式表示迁移实例的初始状态和目标状态，用层次任务网络方法对任务进行规划，使迁移实例根据当前状态和要达到的目标自主规划出任务序列，然后迁移实例根据规划出的任务序列及各工作位置提供的服务，建立动态迁移域，构造出相应的旅行图，并以其它迁移实例的旅行经验作为启发信息，利用基于蚁群算法的搜索策略，从旅行图包含的多个解图选择最佳解图。上述方法采用人工智能自主规划技术解决以往迁移工作流系统中存在的业务过程处理需要人工干预等问题，提高了处理业务流程自适应能力；借鉴蚁群算法，指导最佳解图的搜索，由于使用全局信息，该策略找到的解图逼近全局最优。