盛梦君，方贤文，邵叱风

(安徽理工大学数学与大数据学院，安徽 淮南 232001)

模型修复是一种新的过程挖掘技术，它将事件日志和流程模型作为输入，通过对日志进行分析来发现流程模型中的偏差，进而对模型进行修复。目前，可以通过事件日志来研究系统的真实情况，运用过程挖掘技术得到流程模型。但是，由于挖掘出能够确切描述现实生活的系统模型是困难的，且流程往往会在系统的生命周期中发生变化。因此，对于模型修复问题的研究具有重要意义。

关于模型修复国内外学者已经做了很多工作。过程挖掘技术一共有三类应用：模型发现、一致性检测和过程增强，模型修复属于过程增强。评价过程模型的质量有四个标准：拟合度、精确度、泛化度和简化度。工作流网中适应性感知控制流修复的方法通过事件日志将不符合要求和符合要求的迹分开，将不合格的迹分解为不合格的子日志，每个子日志都能在相应的子流程工作流网中被发现，然后以这种方式将这些子流程添加到初始模型中，使得修复后的模型能够成功重放给定的事件日志。这种方法还允许删除不常使用的模型片段，令修复后的模型更简单，但这种删除方式略显暴力，并不是简化模型的最佳方法。基于此，通过一种简化模型结构的方法，使得模型仍然可以重放日志中描述的大多数行为。现有的模型修复方法大多侧重于通过一致性检验找到事件日志与模型之间的偏差，但未侧重修复偏差问题。……