企业流程模型的复杂性是影响业务流程质量的重要因素。复杂的流程模型不利于业务人员正确地理解业务流程，同时给流程建模人员的工作增加了难度。复杂性较高的业务流程不仅降低流程的执行效率，而且往往容易引发较高的错误率，降低流程的服务水平，影响用户满意度。综合分析流程活动、控制流结构、资源、数据以及业务环境对流程复杂性的影响，可以帮助管理者更全面地了解企业流程的质量。
流程复杂性分析起源于软件工程领域，软件开发者利用代码行数、模块复杂性等指标评估软件产品的出错率和可靠性。由于流程模型和软件在结构上具有一定的相似性，利用软件复杂性的思想分析流程模型的复杂性在流程管理领域得到了应用。例如，Cardoso等发现流程活动数量在一定程度上影响了流程的可理解性，在流程建模时需要减少不必要的活动[1]。随着流程复杂性研究的不断发展，一些复杂性度量方法被相继提出。复杂性的分析视角由早先侧重流程活动，发展到侧重流程结构、信息、资源等。流程复杂性对流程的可理解性、效率等性能指标也得到学者们的注意。
近年来，流程复杂性对流程挖掘的影响得到一些学者的重视。例如，Aalst教授将流程复杂性和准确性（precision）、适应性（fitness）和泛化（generalization）作为评估流程挖掘得到的流程模型质量指标，在提高流程模型适应度的同时，通过降低模型的复杂度改善流程挖掘的质量[2]。IEEE流程挖掘工作组在2012年发布的《流程挖掘宣言》（Prpcess Mining Manifestp）中，将降低流程模型的复杂度、提高流程挖掘结果的可理解性作为流程挖掘的重要问题[3]。
复杂性分析的目的是更好地评估流程模型的质量，帮助企业降低模型复杂度，全面优化流程模型质量。本章从流程复杂性与流程优化的关系出发，阐述流程复杂性对流程模型质量的影响。随后介绍常用的流程复杂性度量，最后结合案例说明利用复杂性度量优化业务流程的方法。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
