装配可靠性的模糊广义随机Petri网建模与分析

针对一般广义随机Petri网模型精度低的问题,将模糊数引入到广义随机Petri网,提出模糊广义随机Petri网的概念.结合模糊数包含信息多的优点,利用模糊广义随机Petri网对装配过程进行建模,通过同构的Markov链对模型进行定量分析.用模糊广义随机Petri网模型计算得到的装配可靠度与一般广义随机Petri网模型的装配可靠度进行分析比较,结果表明了模糊广义随机Petri网模型的精度更高.以数控磨床砂轮架为例,证明了上述方法的有效性.     

基于Petri网的交叉口建模与信号控制研究

针对城市交通系统特性,建立了反映交通流动态属性的赋时连续Petri网模型和交叉口信号控制的离散时延Petri网模型.设计专门的Petri网模型控制每个相位的红灯时间,一旦等待时间达到最长允许红灯时间,该相位信号灯强制转为绿灯,可避免相位红灯时间过长导致的驾驶员违规问题.为优化交叉口绿灯时间,根据单个因素的隶属度,通过模糊Petri网按照模糊规则综合确定当前相位绿灯延长时间.仿真结果表明,该方案对单一交叉口实现了较有效的控制.     

具有死锁和陷阱结构的模糊Petri网性态分析

Petri网是一种具有动态特性的建模工具,模糊Petri网是Petri网的一个重要分支,可以有效处理具有不精确的、不确定的复杂因素的系统模型问题。本文在模糊动态Petri网的定义和运行规则基础上,研究了具有死锁和陷阱结构的模糊Petri网系统,通过配置不同的初始标识,分析其动态运行特性,并给出算例分析。     

动态模糊Petri网模型及其应用研究

以模糊Petri网的基本定义，动态模糊集和动态模糊逻辑为基础，讨论了动态模糊Petri网的基本模型，建立了动态模糊Petri网与模糊Petri网之间的映射关系和转移算法，解决了与动态模糊知识的动态模糊Petri网表示相关的几个问题，最后给出了动态模糊Petri网中动态模糊性的计算方法和相应的推理方法。     

模糊Petri网库所集中token初始值的确定方法

在模糊Petri网的应用研究中,由专家或研究人员主观确定网中token初始值的现象普遍存在,这必然会影响模糊Petri网的实际应用效果。提出了一种适用于模糊Petri网的确定token值的有效方法,通过实例验证了该种方法的可行性与有效性。     

一种新的基于直觉模糊Petri网的模糊推理算法

基于模糊Petri网的推理机制研究是模糊Petri网领域的热点问题之一。在基于直觉模糊Petri网模型框架下的推理过程中引入库所重排策略及可激活变迁判断公式,提出一种新的基于直觉模糊Petri网的模糊推理算法。通过与已有文献的推理算法的对比分析,在得到同样精确结果的前提下,本算法能够有效地简化推理过程,节省推理时间,降低算法的时间复杂度。     

模糊有色Petri网的形式化推理算法研究

Petri网以其图形化的表示方式广泛应用于形式化推理中.基于模糊有色Petri网的形式化推理算法,以系统内部事务之间的逻辑关系为依据,充分利用模糊Petri网在分析不确定知识中的优势,通过知识模糊、库所抽象、转换抽象实现层次化的知识表示和知识推理,并结合有色Petri网对系统规模作适当约简,从而构造出了一种新型的模糊着色网(FCPN)知识表示和获取模型,有效弥补了传统Petri网在实际应用中的缺陷,使模糊推理过程更加简单且易于实现.     

模糊Petri网在带权不精确知识表示和推理中的应用研究

Petri网是一种适合于描述异步并发事件的计算机系统模型 ,可以有效地对并行和并发系统进行形式化验证和行为分析 .以模糊 Petri网的基本定义为基础 ,讨论了带权模糊知识的模糊产生式系统表示法 ,建立了这种表示法与模糊 Petri网之间的映射关系和转换算法 ;在对模糊 Petri网进一步扩充的基础上 ,解决了与知识的模糊Petri网表示相关的几个问题 ;最后给出了模糊 Petri网中不确定性的计算方法和相应的不精确推理算法     

基于模糊Petri网的汽车故障诊断仿真研究

本文将Petri网和模糊推理相结合,建立故障诊断的模糊Petri网模型。其中,用FPN表示模糊产生规则,用Petri网的变迁激活规则进行故障诊断推理,从而分析出异常行为过程间的因果关系,推理出故障的原因及其可信度。以汽车故障诊断为例,建立了基于模糊Petri网的诊断模型。通过仿真分析,验证了模型的正确性和算法的有效性。     

基于结果反馈的模糊Petri网学习算法

针对模糊Petri网模型的复杂结构,在不增加虚库所和虚变迁的情况下改进了模糊Petri网分层算法,从而简化模糊Petri网学习和训练方法。为提高收敛速率,本文从一个全新的角度考虑模糊Petri网的学习和训练,提出了基于结果反馈的模糊Petri网学习的新算法（FBFPN）。该算法通过对纯网进行层次式分层及建立变迁点燃的近似连续函数后,调整权值、变迁的阈值、变迁的可信度的同时又调整输入矢量的多重作用来最小化误差函数。仿真结果分析表明,该算法具有良好的学习效率和泛化能力。     

基于动态模糊Petri的电力通信现场故障诊断方法研究

电力通信的故障特征呈现出多层次、非线性、多变量及多关联等特点,给现场故障的精确诊断带来困难。论文以模糊Petri网理论为核心,引入Place、Token及转移的着色规则,提出了一种动态模糊Petri网的建模与推理方法,并应用到电力通信现场故障诊断中,从而能够更加直观、准确地描述现场故障的运行状况。通过实验仿真,对动态模糊Petri网的推理结果和历史故障统计的归一化数据进行了线性相关性分析,验证了该方法的正确性、有效性,具有较好的可行性和实用性,可为电力通信现场的故障诊断提供辅助分析支持。     

模糊Petri网及其在模糊推理中的应用

该文首先引入模糊Petri网(Fuzzy Petri Net)的定义，给出了一个九元模糊Petri网模型，并且详细介绍了模糊Petri网的激发规则。给出了产生式规则的模糊Petri网表示的三种模型，在此基础上提出了一种基于模糊Petri网的推理方法，最后使用模糊Petri网中知识表示和运行的基本算法解决了汽车质量检验和故障分析这一实际问题。实际应用证明基于模糊Petri网的产生式规则的推理具有知识表达能力强，处理不确定知识正确，推理过程简单直观，具有一定的智能推理能力，具有较强的实用价值。     

状态监测与故障诊断的Petri网建模与分析

为了解决状态监测与故障诊断的统一建模问题,提出一种新型Petri网模型——监测诊断Petri网;首先对状态监测中的特征参量进行了分析,给出了一种实用的模糊隶属度函数形式,接着在基本网系统的基础上,定义了新型Petri网,分析了它的动态特性,同时为了描述其运行过程,提出一种仿真方法;该方法可以为新型Petri网运行的计算机实现提供依据,同时通过学习案例也可以验证其中参数的正确性,最后举例验证了新型Petri网的可行性和实用性;监测诊断Petri拓展了Petri网的描述领域,形象动态地展现了监测与诊断的过程,实现了全过程的统一建模。     

基于矢谱和模糊Petri网的旋转机械故障诊断研究

讨论了矢谱融合技术和模糊Petri 网的相关理论,提出了基于矢谱和模糊Petri网的旋转机械故障诊断方法,建立了基于矢谱的旋转机械常见故障诊断Petri网模型。模拟实验结果表明：与基于单通道数据的诊断结果对比,矢谱和模糊Petri网应用于旋转机械常见故障进行诊断,可有效提高旋转机械故障诊断的准确率。     

应用带标识的模糊Petri网的知识表示方法

提出一种在某些库所中带有标识的模糊Petri网模型来进行知识表示。为了获得更多的加权模糊产生式规则的信息,在知识表示的过程中考虑了权值,确定性因子,阈值等参数。这种模糊Petri网充分利用了Petri网的并行处理能力。随着带标识的模糊Petri网的运行,网中标识的变化可以标记加权模糊推理的运行。通过文中给出的基于相似性测度的计算方法可以更加高效地计算出多层加权模糊推理的推理结果。     

基于双枝模糊集的一致性模糊变权Petri网攻击模型

以Petri网为基础,结合双枝模糊集理论,定义了一种新型的一致性网络攻击模型CBBVFPN,并根据CBBVFPN模型的特点构造出了相应的形式化推理算法。该模型弥补了以往基于Petri网的攻击模型共同具有的一些缺陷,同时对“AND”和“OR”两种基本Petri结构进行了扩展。在推理过程中,为了防止以一个真实度很低的命题为前提继续推理,得出真实度更低的命题而背离事实,提出规则演化和变权的方法来处理真实度低的命题。推理算法使用统一的方式表示肯定命题和否定命题,并且在算法中加入控制条件,以保证推理过程和推理结果的一致性。最后以Botnet攻击为实例验证了本算法。     

A fuzzy Petri net-based expert system and its application to damageassessment of bridges

In this paper, a fuzzy Petri net approach to modeling fuzzy rule-based reasoning is proposed to bring together the possibilistic entailment and the fuzzy reasoning to handle uncertain and imprecise information. The three key components in our fuzzy rule-based reasoning-fuzzy propositions, truth-qualified fuzzy rules, and truth-qualified fuzzy facts-can be formulated as fuzzy places, uncertain transitions, and uncertain fuzzy tokens, respectively. Four types of uncertain transitions-inference, aggregation, duplication, and aggregation-duplication transitions-are introduced to fulfil the mechanism of fuzzy rule-based reasoning. A framework of integrated expert systems based on our fuzzy Petri net, called fuzzy Petri net-based expert system (FPNES), is implemented in Java. Major features of FPNES include knowledge representation through the use of hierarchical fuzzy Petri nets, a reasoning mechanism based on fuzzy Petri nets, and transformation of modularized fuzzy rule bases into hierarchical fuzzy Petri nets. An application to the damage assessment of the Da-Shi bridge in Taiwan is used as an illustrative example of FPNES.     

遗传神经网络故障诊断自适应Petri网模型

研究故障诊断优化问题。针对传统Petri网难以精确地描述故障现象和故障原因之间的复杂关系,造成故障诊断难以精确,提出了将遗传算法、神经网络和传统Petri网模型结合,形成了一种改进的自适应的加权Petri网模型以及模型的构造算法,同时在此基础上,采用改进的遗传算法对神经网络模型的权值进行优化训练,并给出了采用构造的自适应模糊Petri网模型对故障进行诊断的具体步骤。仿真实例验证了算法的有效性,对柔性制造系统实例的故障进行诊断,验证了此自适应的加权模糊Petri网模型结合了Petri网和遗传算法的优点,具有很强的故障推理能力以及自适应能力,能有效地对故障进行诊断。     

基于模糊神经Petri网的故障诊断模型

Petri网是对具有产生式规则的故障诊断系统的有力建模工具，但其缺乏较强的学习能力．本文以Petri网的基本定义为基础，结合模糊逻辑和Petri网模型，定义了模糊Petri网模型，在此基础上引入人工神经网络技术，给出了人工神经网络的模糊Petri网表示方法，并针对工程机械故障诊断异步、离散等特点，提出并建立了故障诊断的模糊神经Petri网模型及其改进模型．基于模糊神经Petri网的故障诊断系统结合了Petri网和人工神经网络的优点，经过自学习后同时具有很强的推理能力和自适应能力．