PTandLogGenerator

Árvore de processos e gerador de log

Fornece scripts para gerar árvores de processos aleatórios e simular essas árvores em logs de eventos.

Informações detalhadas sobre o funcionamento do gerador e do simulador podem ser encontradas no artigo: Jouck, Toon e Benoît Depaire. “PTandLogGenerator: um gerador para dados de eventos artificiais.” Em Anais do BPM Demo Track 2016 (BPMD 2016), 1789:23–27. Rio de Janeiro: Anais do workshop do CEUR, 2016. http://ceur-ws.org/Vol-1789/.

Gerador de árvore de processos

• Entrada: arquivo de parâmetros para populações (exemplo de arquivo de parâmetros localizado na pasta '/data/parameter_files').
  Cada linha do arquivo csv caracteriza uma população: mode;min;max;sequence;choice;parallel;loop;ou;silent;duplicate;lt_dependency;infrequent;no_models;unfold;max_repeat

  • modo: número mais frequente de atividades visíveis
  • min: número mínimo de atividades visíveis
  • max: número máximo de atividades visíveis
  • sequência: probabilidade de adicionar um operador de sequência à árvore
  • escolha: probabilidade de adicionar um operador de escolha à árvore
  • paralelo: probabilidade de adicionar um operador paralelo à árvore
  • loop: probabilidade de adicionar um operador de loop à árvore
  • ou: probabilidade de adicionar um operador ou à árvore
  • silencioso: probabilidade de adicionar atividade silenciosa a uma escolha ou operador de loop
  • duplicado: probabilidade de duplicar um rótulo de atividade
  • lt_dependency: probabilidade de adicionar uma dependência aleatória à árvore
  • infrequente: probabilidade de fazer uma escolha tem caminhos pouco frequentes
  • no_models: número de árvores a serem geradas a partir da população modelo
  • desdobrar: se deve ou não desdobrar loops para incluir opções abaixo nas dependências: 0=Falso, 1=Verdadeiro
    • se lt_dependency <= 0: deve ser sempre 0 (Falso)
    • se lt_dependency > 0: pode ser 1 ou 0 (Verdadeiro ou Falso)
  • max_repeat: número máximo de repetições de um loop (usado apenas quando o desdobramento é True)

• Saída: coleção de árvores de processos na pasta 'data/trees':

  • formato de árvore newick (*.nw)
  • linguagem de marcação de árvore de processo (*.ptml)
  • (opcional) arquivo de imagem (*.png)

• Uso: chamável na linha de comando:
  $python generate_newick_trees.py [-h] [--t [tempo limite]] [--g [graphviz]] entrada

  Gere árvores de processo a partir da população de entrada.

  argumentos posicionais:
  input: arquivo de entrada em formato csv no qual os parâmetros de população são especificados, exemplo: ../data/parameter_files/example_parameters.csv

  argumentos opcionais:
  -h, --help: mostra esta mensagem de ajuda e sai
  --t aborta a geração da árvore após segundos de tempo limite, padrão = 10000
  --g indica se deve renderizar a imagem graphviz da árvore, padrão=Falso

Simulador de registro

• Entrada:

  • processar árvores em arquivos de árvore newick
  • tamanho: o número de rastreamentos no log de eventos
  • ruído: a probabilidade de inserir ruído
  • carimbos de data e hora: inclui carimbos de data e hora (início e fim de cada atividade?)

• Saída: log de eventos no formato XES (padrão) ou formato de arquivo csv 'case_id', 'act_name'[,'start_time','end_time']

• Uso: chamável na linha de comando
  plugin de chamada: $python generate_logs.py [-h] [--i [input_folder]] [--t [timestamps]] [--f [format]] ruído de tamanho

  Simule logs de eventos de árvores de processos.

  argumentos posicionais:
  tamanho: número de traços para simular
  ruído: probabilidade de inserir ruído no traço

  argumentos opcionais:
  -h, --help: mostra esta mensagem de ajuda e sai
  --i [input_folder]: especifique o endereço relativo à pasta de árvores, padrão=../data/trees/
  --t [timestamps]: indica se deve incluir timestamps ou não, default=False
  --f [formato]: indica qual formato usar para o log: xes ou csv, padrão = xes

Extensão de dados

• Entrada:
  • uma amostra de árvores de processo (pasta padrão: ../data/trees/)
  • um nível de determinismo alvo
  • um número máximo de nós de entrada (de cada decisão)
  • um número máximo de intervalos (para discretizar o valor numérico)
  • um número de casos para gerar em cada log

*Saída: uma amostra de logs de eventos com atributos de caso

*Uso: execute generate_data_trees_and_logs.py e adapte os parâmetros