fitness:复制事件日志的能力
流程分析：测量事件日志的一致性用于给定的过程模型。可量化一致性并提供直观的诊断。
流程模型用于分析流程，例如检查一致性或评估业务流程重新设计的性能。
一致性检查可衡量相对于记录了过程执行情况的事件日志而言，过程模型的“良好”程度。
我们关注一致性的fitness，给定一个流程模型和日志中显示流程实例执行情况的一系列活动，如果模型允许相同的活动序列（或非常相似的活动），则轨迹的适用性较高（即良好）。
适应性维度的偏差表现为跳过的活动或插入的活动。跳过的活动是指应根据模型执行但不在日志中发生的活动。相反，插入的活动是指在日志中发生的活动，但根据模型不应发生。
实际上，跳过/插入活动的严重性可能取决于活动的特征，例如，某些活动可以在没有插入的情况下跳过而没有严重的问题。重要的活动可能会导致严重的问题。例如，在保险公司中处理保险索赔的典型过程，如图1所示。在Petri网中。在索赔额较小的情况下，“检查文件”或“检查原因”活动常被跳过。但是，跳过这些活动的严重性小于跳过诸如“寄钱”之类的基本活动的严重性。
precision
提出了一种测量过程模型的精度的方法，首先将事件日志与模型对齐，从而给出事件日志。这样，对于不适合的日志，该测量就不敏感，并且可以获得更准确的值。
大多数业务流程管理（BPM）活动的起点是流程模型，因为它们提供了对可能的方案的见解[21]。流程模型用于分析（例如，仿真[5]），制定[21]，重新设计[18]和流程改进[28，29]。
一致性检查技术将事件日志形式的记录的过程执行与过程模型进行比较，以量化模型相对于其执行的“良好”程度。
我们着重于精度尺寸。给定一个事件日志和一个流程模型，精密度会对该模型进行惩罚，以允许在日志中观察到不可能发生的行为。
“花朵”模型（F）可能会提供误导性的见解，因为它还允许日志中不出现更多行为。相反，模型（P）仅允许在日志中发生跟踪。因此，就日志而言，模型P的精度优于模型F
精度：事件日志中观察到的行为与流程模型中建模行为之间的偏差，
首先，我们将日志和模型对齐，以针对每个迹线查找模型中与迹线最相似的完整活动序列。然后，我们使用这些对齐方式来测量原始测井曲线和模型之间的精度。在本文中，我们通过介绍基于对齐的各种可能的精度计算方法。
[24-26]中的精度是基于基于日志的模型重现来衡量的，但本节中的方法是基于对齐[9]。优点是多方面的。首先，日志中的跟踪不需要完全拟合
通过面对模型和日志行为来估计精度：通过将日志和模型允许的行为并置来检测模型和日志之间的不精确性（即模型允许的行为比日志中反映的行为更多的情况）。