PTandLogGenerator

Árbol de procesos y generador de registros.

Proporciona scripts para generar árboles de procesos aleatorios y simularlos en registros de eventos.

Se puede encontrar información detallada sobre el funcionamiento del generador y del simulador en el artículo: Jouck, Toon y Benoît Depaire. "PTandLogGenerator: un generador de datos de eventos artificiales". En Actas de BPM Demo Track 2016 (BPMD 2016), 1789:23–27. Río de Janeiro: actas del taller CEUR, 2016. http://ceur-ws.org/Vol-1789/.

Generador de árbol de procesos

• Entrada: archivo de parámetros para poblaciones (archivo de parámetros de ejemplo ubicado en la carpeta '/data/parameter_files').
  Cada línea del archivo csv caracteriza una población: modo;min;max;secuencia;elección;paralelo;bucle;o;silencio;duplicado;lt_dependency;infrecuente;no_models;unfold;max_repeat

  • modo: número más frecuente de actividades visibles
  • min: número mínimo de actividades visibles
  • max: número máximo de actividades visibles
  • secuencia: probabilidad de agregar un operador de secuencia al árbol
  • elección: probabilidad de agregar un operador de elección al árbol
  • paralelo: probabilidad de agregar un operador paralelo al árbol
  • bucle: probabilidad de agregar un operador de bucle al árbol
  • o: probabilidad de agregar un operador o al árbol
  • silencioso: probabilidad de agregar actividad silenciosa a un operador de elección o de bucle
  • duplicado: probabilidad de duplicar una etiqueta de actividad
  • lt_dependency: probabilidad de agregar una dependencia aleatoria al árbol
  • poco frecuente: la probabilidad de tomar una decisión tiene caminos poco frecuentes
  • no_models: número de árboles a generar a partir de la población del modelo
  • desplegar: si desplegar o no bucles para incluir opciones debajo en las dependencias: 0=Falso, 1=Verdadero
    • si lt_dependency <= 0: esto siempre debería ser 0 (Falso)
    • si lt_dependency > 0: puede ser 1 o 0 (Verdadero o Falso)
  • max_repeat: número máximo de repeticiones de un bucle (solo se usa cuando el despliegue es True)

• Salida: colección de árboles de procesos en la carpeta 'datos/árboles':

  • formato de árbol newick (*.nw)
  • lenguaje de marcado del árbol de procesos (*.ptml)
  • (opcional) archivo de imagen (*.png)

• Uso: invocable desde la línea de comando:
  $python generate_newick_trees.py [-h] [--t [tiempo de espera]] [--g [graphviz]] entrada

  Genere árboles de procesos a partir de la población de entrada.

  argumentos posicionales:
  entrada: archivo de entrada con formato csv en el que se especifican los parámetros de población, ejemplo: ../data/parameter_files/example_parameters.csv

  argumentos opcionales:
  -h, --help: muestra este mensaje de ayuda y sale
  --t cancelar la generación del árbol después de segundos de tiempo de espera, valor predeterminado = 10000
  --g indica si se debe representar la imagen gráfica del árbol, predeterminado = Falso

Simulador de registros

• Aporte:

  • procesar árboles en archivos de árbol Newick
  • tamaño: el número de seguimientos en el registro de eventos
  • ruido: la probabilidad de insertar ruido
  • marcas de tiempo: incluye marcas de tiempo (¿inicio y fin de cada actividad?)

• Salida: registro de eventos en formato XES (predeterminado) o formato de archivo csv 'case_id', 'act_name'[,'start_time','end_time']

• Uso: invocable desde la línea de comando
  complemento de llamada: $python generate_logs.py [-h] [--i [carpeta_de entrada]] [--t [marcas de tiempo]] [--f [formato]] tamaño de ruido

  Simule registros de eventos de árboles de procesos.

  argumentos posicionales:
  tamaño: número de trazas a simular
  ruido: probabilidad de insertar ruido en la traza

  argumentos opcionales:
  -h, --help: muestra este mensaje de ayuda y sale
  --i [carpeta_entrada] : especifica la dirección relativa a la carpeta de árboles, predeterminado=../data/trees/
  --t [marcas de tiempo]: indica si se incluyen marcas de tiempo o no, predeterminado = Falso
  --f [formato]: indica qué formato usar para el registro: xes o csv, predeterminado=xes

Ampliar datos

• Aporte:
  • una muestra de árboles de procesos (carpeta predeterminada: ../data/trees/)
  • un nivel de determinismo objetivo
  • un número máximo de nodos de entrada (de cada decisión)
  • un número máximo de intervalos (para discretizar un valor numérico)
  • un número de casos para generar en cada registro

*Salida: una muestra de registros de eventos con atributos de caso

*Uso: ejecute generate_data_trees_and_logs.py y adapte los parámetros