流程挖掘是流程管理和數據挖掘交叉領域中的一個研究熱點，在實際業務環境中，流程執行的數據往往分散記錄到不同的事件日志中，需要將這些事件日志融合成為單一事件日志文件，才能應用當前基于單一事件日志的流程挖掘技術．然而，由于流程日志間存在著執行實例的多對多匹配關系、融合所需信息可能缺失等問題，導致事件日志融合問題具有較高挑戰性．本文對事件日志融合問題進行了形式化定義，指出該問題是一個搜索優化問題，并提出了一種基于混合人工免疫算法的事件日志融合方法：以啟發式方法生成初始種群。人工免疫系統的克隆選擇理論基礎，通過免疫進化獲得“最佳”的融合解，從而支持包含多對多的實例匹配關系的日志融合；考慮兩個實例級別的因素：流程執行路徑出現的頻次和流程實例間的時間匹配關系。分別從“量”匹配和“時間”匹配兩個維度來評價進化中的個體；通過設置免疫記憶庫、引入模擬退火機制，保證新一代種群的多樣性，減少進化早熟幾率．實驗結果表明，本文的方法能夠實現多對多的實例匹配關系的事件日志融合的目標。相比隨機方法生成初始種群。啟發式方法能加快免疫進化的速度．文中還針對利用分布式技術提高事件日志融合性能，探討了大規模事件日志的分布式融合中的數據劃問題．