乱色美www女麻豆_中文字幕伊人_再深点灬舒服灬太大了np视频_边做边吃奶_特级aaaaaaaaa毛片免费视频

將 IoT 和機器學習與 BPMN 2.0 結合使用來創建工作流

作者:Alphaflow BPM 時間:2020-07-07 瀏覽 :1090

傳統上,業務流程使用物聯網 (IoT) 作為數據分發的來源。但是,當前的業務流程模型和符號 (BPMN 2.0) 標準為建模者和物聯網提供支持,以生成物聯網設備的低代碼并執行業務邏輯的各個方面。


BPMN 2.0 是由對象管理組創建和維護的標準,它利用圖形符號來實現一致的業務流程通信。本文將重點介紹在 BPMN 2.0 中使用 IoT 和機器學習來創建工作流以及執行引擎和 IoT 設備之間的通信過程。



業務流程可以使用 IOT 和 ML 進行數據驅動的決策


許多企業增加了對業務流程的使用,以優化其工作流程。業務流程是協作的活動、任務、資源和利益相關者的集合,旨在體現為業務和客戶創造價值的結果。供應鏈、客戶入職、開戶等領域也可以通過物聯網設備獲得競爭優勢。如何實現呢?業務流程可以使用物聯網設備和機器學習進行傳感、數據捕獲、數據存儲、驅動,并優化數據驅動決策的執行。事實上,物聯網和機器學習可以過濾現實世界的數據,在不需要集中管理和協調的地方做出本地決策。然而,由于物聯網設備自然是異構的,去中心化需要深思熟慮的設計和執行。


BPMN 2.0 已經為建模者提供了使用不同池定義物聯網、機器學習和業務流程的選項,并通過協作圖指定。盡管如此,這需要通過物聯網和機器學習可執行的編程代碼進行連接。然后,選擇正確的語言,執行代碼,并將其部署到物聯網設備中。可以使用 BPMN 2.0 執行器類來定義哪些 IoT 設備將參與業務流程。讓各種物聯網設備(甚至是遠程支持和編程)使用的可移植可執行代碼至關重要。


物聯網和機器學習使用不同形式的通信


通常,Web 服務為 IoT 和機器學習提供了與具有低級詳細信息的業務流程的鏈接。模型語言已經支持 Web 服務并提供集中式方法。此外,物聯網功能作為 Web 服務發布,可以通過 SOA 工具或中間件實現。另一方面,特定的 BPMN 2.0 擴展可能包括特定于 IoT 的流程模型。


例如,圖形用戶界面 (UI) 可以在從集中式門戶設計 IoT 流程時提供可擴展性,同時使用專有通信協議將它們作為操作調用序列直接發送到預期的 IoT 設備。


讓物聯網和機器學習成為創建工作流程的積極參與者


物聯網和機器學習總是可以協同工作來管理和執行工作流中的任務,提高可擴展性,并減少必要的消息交換次數。盡管如此,使用物聯網和機器學習與 BPMN 2.0 來創建工作流需要一個統一的框架。 BPMN 2.0 定義了面向 IoT 設備特定代碼的 IoT 行為。根據物聯網設備生成不同的代碼。使用 BPMN 2.0 資源類添加 IoT 設備信息。


建模物聯網和機器學習行為


BPMN 通過使用不同的池以及協作圖來定義行為和交互。因此,您可以使用標準 BPMN 2.0 元素對 IoT 和機器學習行為進行建模。考慮以下要素:


1.流控制:事件、活動和網關

2.連接對象:序列和消息流

3.數據:數據對象


然后,您可以使用腳本任務讀取 IoT 傳感器并對工作流的激活進行建模。此外,還可以定義執行進程的資源。而且,物聯網設備可以通過三種方式定義:


1.地址

2.操作類型

3.設備類型

接下來,將 BPMN 2.0 流程轉換為可在 IoT 設備和機器學習中部署和執行的可執行代碼。它有助于使用通過完善的形式語義對自身進行模式化的代碼,并為物聯網和機器學習制作可移植的可執行代碼。您還可以遠程將移動代碼安裝到 IoT 設備中。因此,啟動事件消息可以轉換為函數調用以觸發流程和工作流。請記住,物聯網和機器學習隨時隨地滿足了新的要求。


毫無疑問,可用的物聯網和機器學習可以通過云服務和架構上得到促進。將物聯網和機器學習引入全手動工作流并不是輕松的過渡。企業需要考慮使用這些問題來指導工作流是否已為物聯網和機器學習做好準備:


1.此工作流程多久執行一次?

2.投入費用是多少?

3.需要多少運行時間嗎?

4.將單個活動的輸入和輸出自動化是否有意義?


舉例來說,物聯網和機器學習可以從傳入業務文件的手動分類中學習,并對其進行類似的分類。這需要提供并優化目標關鍵指標。命中率將描述準確與不準確分類的數量。當命中率上升時,工作流程會得到改善。因此,您希望物聯網和機器學習能夠最大限度地提高命中率。工作流設計目標應如下:


1.簡單性(使用基于規則的方法)

2.決定論

3.可解釋性(異常檢測)


首先,使用以人為本的決策支持系統,在涉及物聯網和機器學習之前需要人工決策。通常,這種類型的支持系統可以提高錯誤或誤解的可見度。具有機器學習功能的物聯網可以作為任何決策的質量控制,無論是低級別還是高風險,例如貸款批準、合規、人力資源流程和欺詐的檢測。然后,可以在需要時使用新數據一致地訓練物聯網和機器學習。


總結


物聯網和機器學習為增強 BPMN 2.0 創建工作流提供了廣闊的機會。業務流程可以受益于物聯網設備的傳感功能、網絡功能和機器學習能力。通過將 BPMN 2.0 翻譯成可移植代碼,您可以成功地結合物聯網、機器學習和 BPMN 2.0。


微宏科技-AlphaFlow BPM工作流程管理平臺

 電話:400-888-6861     

  //qdhaitiansuji.cn/