37、业务流程设计的进化多目标优化与基于细菌觅食优化算法的汇聚节点移动性

业务流程设计的进化多目标优化与基于细菌觅食优化算法的汇聚节点移动性

业务流程设计的进化多目标优化

在业务流程管理优化（BPMOO）领域，研究人员致力于寻找高效的方法来生成和优化业务流程（BP）设计。有一个提出的框架采用了进化组合多目标优化（MOO）的方法，以解决“销售预测”场景下的BP设计优化问题。

该测试场景以公司名称和市场更新请求为输入，输出包含合同预测结果的报告。框架的工作是从这个销售预测场景中生成新的优化BP设计，使用一个包含20个任务的任务库和9个已知且有限的资源集。同时，采用了两个优化标准：一是最小化BP设计的成本，二是最小化其持续时间。

以下是该框架使用的参数：
| 参数 | 值 |
| ---- | ---- |
| 任务库大小 | 20 |
| 可用资源数量 | 9 |
| 每个任务的属性数量 | 2 |
| 最小BP设计大小 | 4 |
| 最大BP设计大小 | 6 |
| 初始BP输入资源 | {a, b} |
| 初始BP输出资源 | {c} |
| 成本值区间 | [200 230] |
| 持续时间值区间 | [300 390] |
| 选择算子 | 大规模选择算子 |
| 交叉算子 | 模拟二进制交叉 |
| 变异算子 | 单点变异 |

研究人员进行了一系列实验，评估了不同选择算子下框架的性能。实验在配备NetBeans 8.1 IDE和Java 8的MSI GT70笔记本上进行，选择每个解决方案的最小适应度值作为评估参数。

不同选择算子在不同初始种群大小和解决方案大小下的