网格工作流将工作流管理和网格技术两个领域结合在一起,提供了一种很有前景的分布式协同系统的实现方案。作为网格环境的一项基础设施,网格工作流不仅是工具和解决问题的手段,更是一种特殊类型的可重用的知识。因此,要使网格最终成为问题求解的智能化集成环境,网格工作流的大规模共享和智能复用是一项亟待解决的核心技术。借助语义技术更着重从意义和联系来描述模型,以及属于人工智能范畴的规划理论所研究的问题与工作流的相似性,本文以规划理论为基础,提出并实现了基于语义的网格工作流智能复用架构。基于这一架构的工作流共享和复用过程,是指对目前分散、异构存在的大量模型进行统一表达、集中存储以作为先验知识,进而在遇到新问题时通过对已有解决方案的复用来智能化生成或帮助生成新解决方案的过程。将工作流复用分为两种,一是通过模型搜索和匹配复用单个模型以解决相似案例,二是通过规划方法组合复用多个模型以解决新的复杂问题。其目的在于简化复杂网格应用问题的开发,节省对问题重复建模造成的浪费,为充分发挥网格环境大规模智能协同的潜力创造条件。这一体系结构包括两种信息描述格局――工作流语义描述和基于ECA规则的逻辑描述,以及实现模型复用的四个核心模块,包括由语义检索和规划组成的复用模块、语义配置、工作流切片和模型适配器,支持完整的工作流建模和复用周期。语义描述框架具备面向对象的继承思想和可扩充可配置特性,支持层次化的工作流查询,以实现第一种复用机制。基于ECA规则的工作流统一表达方式和模型“双向适配器”,支持不同格式模型的相互转换以充分利用目前大量存的工作流模型。将规划理论应用到工作流的复合过程中,以实现第二种复用机制。最后,本文提出了工作流切片技术,进行工作流模型中具有强内聚性、高复用价值片断的识别和分离,从而使可重用的模型资源迅速扩充。