过程挖掘中模拟 Petri 网的 Python 扩展
软件工程
2021-02-18 v1
摘要
过程挖掘技术在提供关于业务流程的广泛知识与洞察方面的能力已得到广泛认可。过程挖掘技术支持发现过程模型，以及分析过程在过去执行中的性能与瓶颈。然而，过程挖掘往往是“向后看”而非像仿真这样的“向前看”技术。例如，过程改进也需要“假设”分析。本文中，我们提出一个 Python 库，它使用事件日志直接生成模拟事件日志，并为最终用户提供指定活动持续时间和到达率的附加选项。由于所生成的仿真模型由历史数据（事件数据）支持且基于离散事件仿真（DES）技术，所生成的事件数据类似于真实过程的行为。
引用
@article{arxiv.2102.08774,
title = {A Python Extension to Simulate Petri nets in Process Mining},
author = {M. Pourbafrani and Sandhya Vasudevan and Faizan Zafar and Yuan Xingran and Ravikumar Singh and Wil M. P. van der Aalst},
journal= {arXiv preprint arXiv:2102.08774},
year = {2021}
}