Measure of Uncertainty in Process Models Using Stochastic Petri Nets and Shannon Entropy

Show simple item record

dc.contributor.author Ibl Martin
dc.contributor.author Čapek Jan
dc.date.accessioned 2016-11-14T08:20:45Z
dc.date.available 2016-11-14T08:20:45Z
dc.date.issued 2016
dc.identifier.issn 1099-4300
dc.identifier.uri http://hdl.handle.net/10195/66690
dc.description.abstract When modelling and analysing business processes, the main emphasis is usually put on model validity and accuracy, i.e., the model meets the formal specification and also models the relevant system. In recent years, a series of metrics has begun to develop, which allows the quantification of the specific properties of process models. These characteristics are, for instance, complexity, comprehensibility, cohesion, and uncertainty. This work is focused on defining a method that allows us to measure the uncertainty of a process model, which was modelled by using stochastic Petri nets (SPN). The principle of this method consists of mapping of all reachable marking of SPN into the continuous-time Markov chain and then calculating its stationary probabilities. The uncertainty is then measured as the entropy of the Markov chain (it is possible to calculate the uncertainty of the specific subset of places as well as of whole net). Alternatively, the uncertainty index is quantified as a percentage of the calculated entropy against maximum entropy (the resulting value is normalized to the interval < 0,1 >). The calculated entropy can also be used as a measure of the model complexity. eng
dc.format p. nestránkováno eng
dc.language.iso eng
dc.publisher MDPI AG (Multidisciplinary Digital Publishing Institute) eng
dc.relation.ispartof Entropy, volume 18, issue: 1 eng
dc.rights open access eng
dc.subject uncertainty eng
dc.subject entropy eng
dc.subject stochastic Petri nets eng
dc.subject modelling eng
dc.subject complexity metrics eng
dc.subject Nejistota cze
dc.subject Entropie cze
dc.subject Stochastické Petri ho sítě cze
dc.subject Shanonova entropie cze
dc.title Measure of Uncertainty in Process Models Using Stochastic Petri Nets and Shannon Entropy eng
dc.title.alternative Měření nejistoty v modelech procesů s využitím Stochastických Petriho sítí a Shanonovou Entorpií cze
dc.type article eng
dc.description.abstract-translated Při modelování a analýzer podnikových procesů je obvykle hlavní důraz kladen na platnost a přesnost modelu, to znamená, že model splňuje formální specifikaci a také modeluje příslušný systém. V posledních letech se začala vyvíjet řada metrik, což umožňuje kvantifikaci specifické vlastnosti procesních modelů. Tyto charakteristiky jsou například složitost, srozumitelnost, soudržnost, a nejistoty. Práce je zaměřena na definování metody, která umožňuje měřit nejistotu procesního modelu, který byl modelován pomocí stochastické Petriho sítě (SPN). Princip této metody se skládá z mapování dosažitelného značení SPN do spojitého Markova řetězce, a poté se vypočítají stacionární pravděpodobnosti tphpt značení. Nejistota je pak měřena jako entropie Markovova řetězce ( je možné vypočítat nejistotu specifické podskupiny míst, jakož i celé sítě). Alternativně je index nejistoty kvantifikována v procentech vypočítané entropie proti maximální entropii (výsledná hodnota je normalizován intervalu <0,1>). Vypočtená entropie může být také použit jako míra složitosti modelu. cze
dc.peerreviewed yes eng
dc.publicationstatus published version eng
dc.identifier.doi 10.3390/e18010033 eng
dc.project.ID VF20112015018/Bezpečnost občanů - krizové řízení BOKR eng
dc.identifier.wos 000369487900015 eng
dc.identifier.obd 39876500


This item appears in the following Collection(s)

Show simple item record

Search DSpace


Advanced Search

Browse

My Account