起源于办公自动化的工作流或者(业务)流程技术在信息系统中扮演着重要角色。随着云计算与大数据的兴起,以Web服务组合和云科学工作流为代表的新型工作流应用应运而生。企业级的业务过程往往数目巨大,为便于管理和复用,它们常以文件的方式存储在工作流库中。此外,在开放、动态、多变的环境下,工作流需不断调整、优化,因此工作流库中往往存在许多类似的工作流。为了提高工作流查找、比较、推荐的效率,在工程应用中时常需要确定工作流之间的编辑距离,即确定一个最小的修改操作序列将一个工作流转化成为另一个工作流。现有的工作流编辑距离计算方法大多是基于低阶的修改原语操作,例如添加或删除工作流模型中的一条边(节点)。然而,这种低阶修改原语操作在业务层面较难理解,且不易保证工作流的正确性。为此,一些研究使用高阶编辑操作进行工作流间编辑距离计算。一个高阶编辑操作是一组低阶修改原语操作的封装,它立足于业务层面,便于理解,且能更好地保证工作流的正确性。然而,基于高阶编辑操作的工作流编辑距离计算已被证明是一个NP-hard问题,现有方法在可扩展性以及适用范围方面均存在不足。为此,本文提出一种结合A~*(A-star)算法和启发式规则的新方法。本文具体工作包括:(1)本文将工作流编辑距离计算建模为一个规划问题,并提出了一种以穷尽搜索为基础,以A~*算法为指导的优先级搜索策略。从源工作流出发,通过高阶操作对源工作流进行改变,按本文提出的估价函数对每一个获得的中间工作流到目标工作流的编辑距离做预估,从而对不同的路径进行动态的优先级搜索,如此递归,直到寻找到目标工作流为止。(2)在A~*算法的搜索策略下,提出一组启发式规则,保证最优解不被删除的情况下,极大地压缩了搜索空间,进一步提高了所提方法的运行效率。与现有方法相比,本文方法对大规模的工作流以及带循环的工作流都有良好的应对策略。(3)为提高本文方法的可行性和应用性,本文设计并实现了可计算两个工作流之间的最小高阶编辑操作序列与编辑距离的原型工具AHWCI,并结合具体应用场景,探讨了本文方法在实际中的应用。(4)为验证所提方法和工具的性能,本文采用真实的工作流,并通过一系列实验与现有方法进行比较,阐明了本文方法的有效性和高效性。