基于SOA的可变业务流程管理系统研究与设计

来源 :山东大学 | 被引量 : 0次 | 上传用户:yjn511
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着对业务流程管理的不断研究与发展,流程可变性已经成为研究领域的一个重点。业务流程已经不仅仅是用来描述企业实际的业务流程、实现对流程的自动化处理,而是要求系统能够随着需求的变化及时做出响应。围绕这一目标,相关学科都进行了大量了研究,并提出了一系列的理论方法与实现方式。但是对于如何设计软件系统架构,将这些理论加以实现并让其运行起来,一直没有比较统一的解决方案。实现业务流程架构的可变性主要集中在以下几个方面:(1)可变业务流程的理论研究,即研究流程的分析与建模的理论基础、流程合理化验证算法、服务的查找与绑定以实现流程的实例化等等,使其可以正确的实现流程描述与流程运行(2)可变业务流程架构研究,即研究软件系统的体系结构及其构建方法,使其可以支持流程可变性(3)可变业务流程架构组件之间互联互通,即研究可变业务流程软件系统中的不同组件如何实现相互之间的通讯。基于以上研究背景,本文对多种相关技术进行了深入的研究,认为设计支持流程可变的业务管理系统,首先要从软件架构设计方法入手,采用系统化设计方法做指导,根据方法进行指导,使得在设计时有章可循,设计出能够支持流程可变的基础架构,并能提供流程的模拟与验证以及实现不同组件之间的相互通讯。围绕以上目标,本文对相关问题的关键技术进行了研究,主要的研究内容和创新包括:第一,基于ADM和SOA (Service-Oriented Architecture,基于服务的体系结构),提出了一种结合企业架构设计方法和SOA思想的可变业务流程管理系统的设计方法及系统架构PVBPMS (Process-Variety Business Process Management System).ADM是由The Open Group提出的一种企业架构设计方法,由于企业架构与SOA的重合性,可以采用其作为基于SOA的系统设计的指导思想。SOA是一种基于服务的层次型架构,它将业务逻辑和应用进行了分离,可以很好的支持流程的可变性。第二,基于Rete算法的流程验证算法。由于采用SOA的系统是采用执行—补偿的运行机制,因此对于建好的业务流程进行验证,可以提高流程执行的成功率。第三,基于消息队列的企业服务总线机制。基于SOA的业务流程管理系统是运行在一个开放式环境下,因此提供一个基础的平台,实现软件之间的互联互通是系统必备的功能之一,本文基于消息队列机制,对不同组件的消息进行调控,实现相互之间的有序交互。
其他文献
随着计算机技术的发展,现有的教学内容、教学手段和教学方法产生了前所未有的变化。计算机辅助教学正在成为研究热点之一。通用试题库系统的研制推进了河北农业大学数字化教
在以移动计算为重点的嵌入式系统应用领域,电源管理是非常重要的一个环节,它直接影响着整个系统软硬件的设计与实现。对于使用电池供电的便携式嵌入式设备来说,有效的电源管理功能可以降低整个系统的功率消耗,大大提高系统的待机时间,延长硬器件的使用寿命,增强产品在市场上的竞争力。本文首先指出电源管理对于以移动计算为重点的嵌入式系统具有的重要作用,然后概述了本文所采用的Mini2440开发板的构成和嵌入式Lin
膜计算是自然计算的一个新分支。它是从活细胞的结构和机能中抽象出来的一种计算模型,具有非常良好的分布式、并行性以及非确定性等优点,已经吸引了当前国内外生物科学家、信息
径向基函数(Radial Basis Function, RBF)神经网络以其深厚的生理学基础、简单的网络结构、快速的学习能力、优良的逼近性能,在函数近似、模式识别、信号处理、系统辨识等领
与传统车辆相比,电容混合动力汽车由于增加了辅助动力装置及其控制系统,整车结构变得更为复杂,车辆发生故障时对故障的判断和处理变得异常困难。针对这种情况,需要为项目车辆
视频监控系统是一种结合了计算机技术、图像压缩技术、多媒体技术、网络技术等多项技术的计算机系统,它已广泛地被应用在医院、学校等多个场所,监控系统发展至今共经历了模拟
随着科技的发展、社会的进步,生物特征识别成为了身份验证的关键技术。生物特征识别技术所研究的领域包括人脸识别,指纹识别,虹膜识别,视网膜识别,语音识别,体形识别,签字识
随着Internet和电子商务的发展和普及,Web在很大程度上改变了用户反馈观点的途径。用户购买和使用产品之后会在Web上发表对产品的评论,这些评论中包含用户对产品性能或功能等
随着Web 2.0技术的迅猛发展,互联网上带有丰富观点的资源(如评论、博客等)正以指数级的速度增长。基于用户发布内容的情感分析已经成为自然语言处理领域一个引人注目的研究热
遗传算法具有广泛的应用。k-means算法是一种最常见的聚类技术,但由于对初始聚类中心的敏感性,该算法往往收敛于局部最优。   本文研究设计了一种融合标准遗传搜索和模式搜