随机Petri网的分解和压缩技术

本文综述了在随机Petri网的分解和压缩技术方面的一些最近的工作，着重介绍了时间数量级分解、接近无关分解、响应时间保留压缩、流等价压缩、层次模型和分层分析与乘积形式解等技术的基本思路、方法和操作过程．本文也描述了解决系统模型状态空间爆炸问题所面临的困难和进一步的研究方向．     

基于随机Petri网的SPN2软件建模方法研究

随机Petri网(SPN)在进行系统性能分析时,其状态空间随着系统规模的增大而呈指数性增长,造成系统建模复杂。针对该问题,结合面向对象Petri网理论(OOPN)提出一种SPN2方法,与传统SPN方法相比,SPN2方法可进行分层及面向对象网中网建模,并应用该方法仿真高速列车在移动闭塞区间条件下GSM-R铁路无线通信系统的可靠性。     

基于粗糙集和Petri网的随机流网络可靠性评价方法

针对随机流网络可靠性建模难的问题,提出一种基于粗糙集和Petri网相结合的随机流网络可靠性评价方法.建立了随机流网络在确定网络状态下的Petri网模型,并利用粗糙集方法求得网络中各边状态对系统状态的重要度;然后以此作为随机流网络的Petri网模型中各变迁的优先因子来控制模型中变迁的激发;最后通过蒙特卡罗仿真求得随机流网络可靠度的估计值.仿真结果表明,该方法是一种计算随机流网络可靠性的有效方法.     

一种随机Petri网的模糊同构方法研究

随机Petri网（SPN）可以同构于一个连续时间马尔可夫链,但在进行系统性能分析时,其状态空间随着系统规模的增大而呈指数性增长,造成系统无法同构分析,结合模糊数学理论提出一种模糊同构（FIM）方法,该方法可以约简复杂状态空间以便同构分析,最后应用该方法分析欧洲列车控制系统（ETCS）在移动闭塞区间条件下无线通信的可靠性,以验证该方法的可行性。     

针对一类特殊随机petri网的一种压缩方法

状态空间爆炸是petri网性能评价的主要问题之一。文献[1]中针对一种特殊的有色网DSPN(Dodicated stochastic petrinet)提出了一种新的组合子模型的方法，称为MIMOG(Multiple input multiple output graph)组合方法。但原文中的MIMOG法不能用于随机petri网，该文给出利用DSPN的变迁表计算出合并后SPN的变迁速率的方法，从而扩大MIMOG法的应用范围。     

一种紧同步随机Petri网模型的性能分析方法

紧同步随机Petri网模型常用于对多个子系统构成的实际系统进行建模.由于状态空间爆炸问题,这种模型的性能分析目前还没有得到很好的解决.首先给出了随机Petri网中顺序、并行、循环、选择这4种基本结构的性能近似等价公式,然后提出了一种同步变迁等价分解(synchronous transition equivalent decomposition,简称STED)法对紧同步随机Petri网进行分解求解,有效地缓解了具有一个或多个同步变迁情况下的空间爆炸问题,该方法对于子模型同构的情况处理简便且十分有效.     

装备维修保障的随机Petri网模型及分析

建立了装备维修保障系统的随机Petri（SPN）模型，应用SPN与马尔可夫链理论相结合的分析方法。为维修保障系统性能评估提供了理论依据。最后，通过实例分析了系统状态空间、各状态在稳态下的期望概率、系统可靠性和维修人员的工作强度。实例表明，相比传统的Petri网建模方法，在分析装备维修保障各状态间的逻辑关系和系统动态过程中，SPN具有显著的有效性和优越性。     

随机时间Petri网综述

随机时间Petri网作为一种灵活有力的建模机制,被广泛应用于计算机和通信系统的性能与可靠性评价。综述了随机时间Petri网各主要予类的发展历程与研究现状。首先介绍了随机时间Petrl网的一些基本概念,然后回顾了广义随机Petri网,简要总结了处理状态空间爆炸问题的主要途径,讨论了非马尔科夫随机Petri网及其分析技术,最后详细分析了流体随机Petri网。     

SPN中网状路径研究和性能解算

以往的关于SPN中路径寻找的研究都基于SPN中仅存在链状路径的假设,事实上由于变迁之间复杂的逻辑关系SPN中存在着复杂的网状路径.关于随机Petri网中网状路径还未有深入研究.文中把链状路径看作网状路径的一个特例,给出了SPN中网状路径的定义和网状路径的寻找和路径性能解算的方法.大幅改进了ACO和SPN,使变迁和蚂蚁都具有选择和记忆能力,增强了ACO的灵活性,使之成功找出网状路径;结合可靠性相关理论给出了变迁可靠性和效率服从指数分布的复杂路径性能和系统综合性能的求解的方法.该方法突破了模拟方法应用于大规模复杂系统的瓶颈,为模拟方法的广泛应用铺平了道路.     

Petri网分解的保性条件分析

Petri网的分解技术是用于复杂网系统分析的一种有效手段 .基于库所指标的 Petri网分解方法 ,将一个复杂的网系统分解成结构满足 |· t|≤且 |t· |≤ 1的简单子网 ,通过分解得到的子网与原系统的状态和行为之间存在着一种投影关系 .但是 ,子网本身也增加了一些不必要的状态和行为 (原网系统在子网上的投影只是子网状态和行为的一个子集 ) .本文提出分解过程中的状态保性和行为保性的概念 ,证明了分解过程中行为和状态保性的充要条件 ,基于标识可达图给出了相应的判定算法 ,对复杂系统的 Petri网分析方法提供了更为有效的理论和可行的技术     

物流运输网络连通可靠性分析的高效分解算法

可靠性分析是衡量物流运输网络运行服务水平的主要手段之一。给出了一种评估物流运输网络连通可靠性的高效分解算法,算法充分利用分解过程中获得的相关信息,通过引入保持网络可靠性不变的串联边化简、并联边化简以及节点合并等规则,并结合向量集分解方法,能够快速实现对网络状态向量空间的分解,达到提高网络可靠性评估效率的目的。实例分析以及和现有方法的比较验证了算法的性能和分解效率。     

基于随机Petri网的柔性工作流可用性分析

提出一种基于随机Petri网的柔性工作流可用性分析方法。给出基本的异常处理模型,以电子商务配送系统(ELMS)为例,利用随机Petri网对系统进行SPN建模,分析ELMS系统的各种可用性参数。实验结果表明,该方法能准确、有效地对支持异常处理操作的柔性工作流进行可用性分析。     

一种随机着色Petri网及模型的性能分析

针对随机Petri网（SPN）在系统性能分析时,其状态空间随着系统规模增大而指数性增长,造成求解稳定状态概率的复杂性的不足,提出了一种随机着色Petri网（SCPN）。分析了它的有界性和可达性,证明了它同构于一个一维连续时间的马尔可夫链;同时,也分析了随机着色Petri网用于建模和系统性能定量分析的方法。     

Relational programs: An architecture for robust real-time safety-critical process-control systems

Software for safety-critical systems, such as avionic, medical, defense, and manufacturing systems, must be highly reliable since failures can have catastrophic consequences. While existing methods, such as formal techniques, testing, and fault-tolerant software, can significantly enhance software reliability, they have some limitations in achieving ultrahigh reliability requirements. Formal methods are not able to cope with specification faults, testing is not able to provide high assurance, and fault-tolerant software based on diverse designs is susceptible to common-mode failures. We present a new approach that starts with a decomposition of the system requirements into a conjunction of subtasks (goals and constraints). The system state space is then projected onto a restricted space that is specialized for a subtask. The control problem corresponding to each subtask is solved and validated in its restricted “view” of the system state space. To allow the programs for the individual subtasks to be easily composed together, the model for each subtask is relational rather than functional, i.e., it represents a set of control trajectories for each input rather than just one trajectory. The overall system is obtained by composing the models for the subtasks using well-defined set intersection and union operations. The relational approach has several significant advantages. With appropriate priority assignments, it provides strong guarantees that the safety-critical components are immune to defects in other components of the system. Also, the system reliability can be rigorously derived from the component reliabilities. This significantly reduces the validation effort since the number of states and transitions in the decomposition is a fraction of those in the overall system. The system can be composed from its components either statically or dynamically; the latter facilitates on-the-fly maintenance as well as incorporation of advanced adaptive and evolving control programs. The paper contains a detailed example to illustrate the relational approach. This revised version was published online in June 2006 with corrections to the Cover Date.     

Decompositions of measures on pseudo effect algebras

Recently, in Dvurečenskij (, 2011), it was shown that if a pseudo effect algebra satisfies a kind of the Riesz decomposition property (RDP), then its state space is either empty or a nonempty simplex. This will allow us to prove a Yosida–Hewitt type and a Lebesgue type decomposition for measures on pseudo effect algebra with RDP. The simplex structure of the state space will entail not only the existence of such a decomposition but also its uniqueness.     

非马尔可夫随机Petri网模型的混合状态分析法

讨论具有发射时间任意分布之变迁的随机Petri网的解析问题.定义了随机Petri网 的混合状态和混合状态密度,提出混合状态分析法,并给出具有一步转移关系标识下的混合状 态密度的递推公式.使非马尔可夫型随机Petri网的分析成为可能.通过算例说明了混合状 态分析法在系统性能评估中的应用.