Menyediakan skrip untuk menghasilkan pohon proses acak dan mensimulasikan pohon ini ke dalam log peristiwa.
Informasi lengkap mengenai cara kerja generator dan simulator dapat dilihat pada makalah: Jouck, Toon, dan Benoît Depaire. “PTandLogGenerator: Generator untuk Data Peristiwa Buatan.” Dalam Prosiding Jalur Demo BPM 2016 (BPMD 2016), 1789:23–27. Rio de Janeiro: prosiding lokakarya CEUR, 2016. http://ceur-ws.org/Vol-1789/.
Input: file parameter untuk populasi (contoh file parameter terletak di folder '/data/parameter_files').
Setiap baris file csv mencirikan satu populasi: mode;min;max;sequence;choice;parallel;loop;or;silent;duplikat;lt_dependency;infrequent;no_models;unfold;max_repeat
jika lt_dependency <= 0: ini harus selalu 0 (Salah)
jika lt_dependency > 0: bisa 1 atau 0 (Benar atau Salah)
mode: jumlah aktivitas yang terlihat paling sering
min: jumlah minimum aktivitas yang terlihat
max: jumlah maksimum aktivitas yang terlihat
sequence: kemungkinan untuk menambahkan operator sequence ke pohon
pilihan: kemungkinan untuk menambahkan operator pilihan ke pohon
paralel: kemungkinan menambahkan operator paralel ke pohon
loop: kemungkinan untuk menambahkan operator loop ke pohon
atau: kemungkinan untuk menambahkan operator atau ke pohon
diam: kemungkinan untuk menambahkan aktivitas diam ke operator pilihan atau loop
duplikat: kemungkinan untuk menduplikasi label aktivitas
lt_dependency: kemungkinan untuk menambahkan ketergantungan acak ke pohon
jarang: kemungkinan untuk membuat pilihan memiliki jalur yang jarang
no_models: jumlah pohon yang akan dihasilkan dari populasi model
terungkap: apakah akan membuka loop untuk memasukkan pilihan di bawahnya dalam dependensi: 0=False, 1=True
max_repeat: jumlah maksimum pengulangan sebuah loop (hanya digunakan ketika pembukaan bernilai True)
Output: kumpulan pohon proses di folder 'data/pohon':
format pohon newick (*.nw)
bahasa markup pohon proses (*.ptml)
(opsional) file gambar (*.png)
Penggunaan: dapat dipanggil dari baris perintah:
$python generate_newick_trees.py [-h] [--t [batas waktu]] [--g [graphviz]] masukan
Hasilkan pohon proses dari populasi input.
argumen posisi:
input: masukan file berformat csv yang parameter populasinya ditentukan, contoh: ../data/parameter_files/example_parameters.csv
argumen opsional:
-h, --help : tampilkan pesan bantuan ini dan keluar
--t batalkan pembuatan pohon setelah batas waktu beberapa detik, default=10000
--g menunjukkan apakah akan merender gambar pohon graphviz, default=False
Masukan:
memproses pohon dalam file pohon newick
size: jumlah jejak di log peristiwa
kebisingan: kemungkinan memasukkan kebisingan
stempel waktu: sertakan stempel waktu (mulai dan akhir untuk setiap aktivitas?)
Output: log peristiwa dalam format XES (default) atau format file csv 'case_id', 'act_name'[,'start_time','end_time']
Penggunaan: dapat dipanggil dari baris perintah
plugin panggilan: $python generate_logs.py [-h] [--i [input_folder]] [--t [cap waktu]] [--f [format]] kebisingan ukuran
Simulasikan log peristiwa dari pohon proses.
argumen posisi:
ukuran: jumlah jejak yang akan disimulasikan
kebisingan: kemungkinan untuk memasukkan kebisingan ke dalam jejak
argumen opsional:
-h, --help : tampilkan pesan bantuan ini dan keluar
--i [input_folder] : tentukan alamat relatif ke folder pohon, default=../data/trees/
--t [cap waktu] : menunjukkan apakah akan menyertakan cap waktu atau tidak, default=False
--f [format] : menunjukkan format mana yang akan digunakan untuk log: xes atau csv, default=xes
Masukan:
contoh pohon proses (folder default: ../data/trees/)
tingkat determinisme target
jumlah maksimum node input (dari setiap keputusan)
jumlah interval maksimum (untuk mendiskritisasi nilai numerik)
sejumlah kasus untuk dihasilkan di setiap log
*Output: contoh log peristiwa dengan atribut kasus
*Penggunaan: jalankan generate_data_trees_and_logs.py dan sesuaikan parameternya