近年来，工作流技术逐渐成为了计算机应用领域中的最为活跃的研究热点之一。工作流系统的时间管理问题在工作流管理中扮演了十分重要的角色。对工作流过程模型中的时间信息进行有效的管理，保证时间约束得到满足，具有十分重要的意义。本文从时间建模、性能分析、调度优化和工作流挖掘四个方面对时态工作流技术进行研究。 工作流设计者需要有效的方法去建模和分析工作流过程模型中时间行为。针对已有的时间工作流模型中缺乏对时间不确定性和资源的有效时间约束的描述能力，在对兀N进行扩展的基础上，提出了模糊时态工作流网FTWF-nets．讨论了其时态算子的计算，以及利用FTWF-nets对工作流过程中的时态行为进行建模和时间可能性分析的方法。它可以描述工作流系统中的不确定的时间信息，并进行计算和分析。并引入资源的有效时间和变迁的有效时间，可以更加全面地描述工作流系统中的时态现象和规律。。 工作流的性能分析在实现成功的工作流管理的过程中发挥着十分重要的作用。在许多情况下，特别是在工作流系统开发的早期，工作流的设计者可能从以前的活动执行情况的统计信息中获得，或根据自己的经验估算出工作流的每个活动的大概执行时间，他们希望有一种有效的时间性能评估方法，来估计某个工作流程的平均周转时间。在扩展FTWF-nets的基础上，提出了一种用于工作流模型时间性能分析的方法，首先将扩展的FTWF-nets分解成为一系列没有选择控制结构的子网，然后估算每个子网的周转时间，最后计算得出整个工作流模型的平均周转时间。 在多流程多实例同时执行的工作流系统中，工作流管理者需要有效的手段对流程的执行进行调度优化，这对优化企业的资源配置和提高生产效率有着非常重要的意义。考虑到工作流系统中资源和活动的动态特性和时间信息的不确定性，在对模糊时态工作流网FTWF-net进行着色扩展的基础上，提出了着色模糊时态工作流网CFTWF-net，用以描述和计算多个流程多个实例同时执行的情况下资源和活动的时间信息。在此基础上采用遗传算法来优化调度序列，从而为工作流管理者提供一种有效地进行流程调度和优化的手段。 工作流挖掘越来越受到工作流管理的研究者们的青睐。一些企业没有工作流系统，且企业业务流程会随时间动态变化。考虑到手工建立工作流模型是困难且耗时的工作，工作流管理者需要有效的方法来自动建立和定时更新工作流模型。为此，提出了一种利用事件日志自动挖掘工作流模型的算法，可以挖掘带有循环结构的工作流模型。接着用一个具体的实例来说明算法的执行过程。最后，通过实验比较来说明该算法可以利用活动的时间区间的重叠来排除活动间的依赖关系，明显减少了算法中时间昂贵的独立性测试的次数，从而改善算法性能。