Algoritma lompatan yang diacak

Penjadwalan sumber daya dari migrasi multi-instance alur kerja berdasarkan algoritma lompatan yang diacak pada Perkembangan perusahaan bisnis yang berkelanjutan terancam oleh pertentangan antara volume bisnis yang meningkat pesat dan sumber daya perusahaan yang terbatas. Sebagai teknologi inti dari pemodelan dan manajemen proses, teknologi alur kerja sangat penting untuk meningkatkan tingkat informasi, manajemen produksi dan operasi, efisiensi operasi, kemampuan merespons terhadap perubahan lingkungan eksternal dan daya saing pasar perusahaan manufaktur (Xu, 2014). Penjadwalan sumber daya alur kerja adalah perhatian utama sistem manajemen alur kerja. Untuk menentukan bagaimana sumber daya dapat paling tepat digunakan untuk mengeksekusi contoh alur kerja, sehingga meningkatkan efisiensi pelaksanaan proses bisnis telah menjadi fokus utama. Karena meningkatnya daya saing pasar dan tuntutan perusahaan yang kompleks dan selalu berubah, ketidakpastian dan variabilitas telah menjadi fitur bisnis yang signifikan. perusahaan (Feifan & Xuanxi, 2006). Migrasi instans alur kerja dapat secara efektif memecahkan masalah perubahan dinamis alur kerja. Saat alur kerja berubah, instance yang berjalan akan memilih strategi migrasi yang sesuai (migrasi langsung, migrasi mundur, atau tanpa migrasi) sesuai dengan statusnya (Gao, Xu, Wang, Li, Yang & Liu, 2013). Selama proses migrasi alur kerja, model proses alur kerja akan berubah; sumber daya yang relevan dengan model proses asli juga akan berubah, seperti pembangunan kembali atau pembatalan sumber daya, yang membuat pengoptimalan penjadwalan sumber daya dalam proses migrasi alur kerja menjadi sangat penting. Bagaimana cara memigrasikan instans yang sedang berjalan dan menjadwalkan sumber daya selama proses migrasi instans telah menjadi isu yang diperdebatkan secara luas dalam penelitian fleksibilitas alur kerja. Bertujuan untuk menyelesaikan masalah penjadwalan alur kerja grid, Sucha Smanchat et al. algoritma penjadwalan yang diusulkan untuk contoh alur kerja sapuan multi-parameter berdasarkan kompetisi sumber daya (Smanchat, Indrawan & Ling, 2011). Rizos Sakellariou dkk. menganggap masalah alokasi sumber daya sebagai contoh aktivitas tunggal dari alur kerja dan menetapkan waktu penyelesaian paling awal untuk contoh aktivitas tertentu sebagai tujuan metode penjadwalan sumber daya mereka (Sakellariou, Zbao, Tsiakkouri & Dikaiako, 2007). R. Buyya menganalisis hubungan antara tenggat waktu keseluruhan dari instance alur kerja dan beban instance aktivitas untuk memperkirakan tenggat waktu untuk waktu berjalan setiap aktivitas. Masalah penjadwalan sumber daya contoh alur kerja telah dikembangkan menjadi beberapa masalah penjadwalan (Yu, Buyya & Tham, 2005). G.B. Tramontina dkk. mengadopsi berbagai aturan alokasi (First In First Out, Early Due Time, Service In Random Order, dan Shortest Processing Time) untuk menjadwalkan sumber daya di antara beberapa contoh alur kerja (Tramontina & Wainer, 2005). Li Shengwen et al. menetapkan model penjadwalan sumber daya alur kerja berdasarkan teori fuzzy; ketika proses sedang berjalan, informasi fuzzy dari lingkungan yang relevan dianalisis (Shengwen & Junfang, 2010). Model ini berhasil dalam penjadwalan sumber daya yang optimal dari contoh alur kerja, tetapi bobot sumber daya dan adaptasi mandiri tidak dipertimbangkan. Zhang Lijun memecahkan masalah alokasi tugas dinamis menggunakan sub-proses; meskipun desain dan pelaksanaan sub-proses diberikan dalam metode ini, ia kurang memperhatikan penjadwalan tugas sumber daya (Lijun, Jun & Tao, 2009). Liu Subo menetapkan model alokasi tugas sumber, dan merancang sistem keputusan penjadwalan proses berdasarkan manajemen alur kerja, menyelesaikan masalah yang timbul dari penjadwalan optimalisasi sumber daya dan penanganan pengecualian (Subo, Jianchong & Haizhu, 2011). Deng Tieqing dkk. mempelajari masalah penjadwalan daftar kerja pribadi dalam lingkungan eksekusi dinamis dari contoh alur kerja, dan mengusulkan algoritme penjadwalan sumber daya daftar kerja pribadi berdasarkan pada algoritme genetika; metode ini mempelajari penjadwalan sumber daya dari beberapa contoh aktivitas dalam satu proses, tetapi tidak dalam penjadwalan sumber daya dari beberapa contoh proses (Deng, Ren & Liu, 2012). Yang Mingshun et al. menetapkan model optimasi sumber daya multi-contoh alur kerja berdasarkan teori antrian dan menggunakan algoritma cerdas anil simulasi untuk memecahkan model (Yang, Han, Gao & Liu, 2012). Model ini memecahkan masalah optimasi sumber daya dengan kendala biaya dan status sumber daya saat instance berjalan, tetapi resolusi tersebut tidak mempertimbangkan persaingan sumber daya serta kelebihan dan kekurangannya.