基于P/T系统化简方法的工作流过程模型验证

目前工作流技术在管理、生产和科学研究等领域中已经被广泛应用.由于过程逻辑的复杂性和变化性等原因,如何建立良构的业务过程是一个比较现实的问题.因此,对过程模型进行分析和优化成为工作流技术的研究方向之一.首先,根据改进的工作流过程元模型,研究并提出了一种基于P/T系统的工作流过程模型过程网.基于过程网给出了一组化简规则,用于验证过程模型中的死锁和乏同步两种结构冲突.最后,结合一个业务过程实例,根据转换规则把它映射为过程网,应用规则进行化简并得到验证结果.     

Petri网的笛加运算及性质研究

本文提出了Ｐｅｔｒｉ网的笛加运算、广义笛加运算，讨论了保持网的结构性质的条件，为Ｐｅｔｒｉ网的分析与综合提供了新途径。     

Petri网的笛加运算及性能研究

本文提出了Ｐｅｔｒｉ网的笛加运算，广义笛加运算，讨论了保持网的结构性质的条件，为Ｐｅｔｒｉ网的分析与综合提供了新途径。     

Petri网的组合并运算及性质

1 引言 Petri网作为系统模拟与分析的工具已在众多领域得到应用。通过一些较为简单的小网利用某种运算或组合而得到较为复杂的大网,且在组合过程中保持网的某些性质不变,对于合成复杂系统提供了很好的途径。文[1,2]首次提出了Petri网的加法、笛积、广义笛积运算,研究了一系列重要性质。文[3,4]定义了     

M-Petri网的组合并运算及性质

本文提出了M-Petri网的组合并运算，包括M-Petri网的笛并运算和广义笛并运算、M-Petri网的I型组合并运算和Ⅱ型组合并运算，讨论了保持网的结构性质的条件，为M-Petri网的分析与综合提供了新方法。     

空标识可再生网的运算和性质分析

Lautenbach等人曾给出了一般网空标识可再生 (reproducibility of the empty marking)的充要条件,证明了一个网是空标识可再生的,必须存在含有源(fact)和汇(goal)变迁的非负T-不变,且由该T-不变所组成的变迁外延子网既不含有死锁(siphon),也不含有陷阱(trap).扩展了这个结论,证明了经合成、插入、删除、替换等运算后的网仍保持空标识可再生性.还进一步证明了空标识可再生网的逆网也是空标识可再生的;无环空标识可再生Horn网的T-不变一定可实现;一个含有源和汇变迁的无环P/T网是空标识可再生的,当且仅当其被T-不变所覆盖.这些结论可为复杂的逻辑推理及工作流逻辑网的畅通性检测提供更为有效的方法,最后给出了相应的算法.     

P/T-网与P/T-系统的同类性证明

在Ｐｅｔｒｉ网研究领域中,一直把Ｐ／Ｔ＿网（即经典意义上的Ｐｅｔｒｉ网系统）与Ｐ／Ｔ＿系统（即库所／变迁系统）划分为两类不同的Ｐｅｔｒｉ网进行研究。实际上,这两类Ｐｅｔｒｉ网没有质的区别,只要适当做些技术性处理,并将这些技术性处理建立在严格的同类性证明之上,即可把它们视为同一类Ｐｅｔｒｉ网系统。     

有界Petri网的最小化化简

给出了Petri网的语言等价性概念和有界Petri网的最小化概念;证明了有限状态自动机、有界Petri网、正规文法的等价性,给出了它们之间等价转换的算法;分析了有界Petri网的化简过程,并给出了有界Petri网最小化化简的算法,为有界Petri网的自动化化简提供了方法。     

Petri网化简新技术研究

在Petri网的并分解技术的基础上进行研究,依据并分解定义提出了将一种无环路、多输出库所网分解为若干个单一输出库所子网的新技术,将其应用于电网故障诊断,为Petri网应用于大型电网的故障诊断提供了一条可行的思路。     

基于网络划分和并行运算的P/G布线网络快速分析算法

提出了一个基于网络划分和分布式并行运算的P/G网快速验证方法.对于各子网运算,采用带加速子网运算策略的Cholesky分解法;并根据各个子网运算相互独立的特点,采用基于MPI(Message Passing Interface)的并行结构对子网络运算进行分布式并行运算.实验证明,该快速验证方法在运算时间和内存占用上效果十分良好.     

Petri网的块组合加网及性能分析

本文提出了Ｐｅｔｒｉ网的两类块组合加网的块笛加网,讨论了保持网的代数性质的条件,这些结果对Ｐｅｔｒｉ网的合成和分析是非常有用的。     

ROUGH SET REDUCTION OF ATTRIBUTES AND THEIR DOMAINS FOR NEURAL NETWORKS

This paper presents an empirical study of the use of the rough set approach to reduction of data for a neural network classifying objects described by quantitative and qualitative attributes. Two kinds of reduction are considered: reduction of the set of attributes and reduction of the domains of attributes. Computational tests were performed with five data sets having different character, for original and two reduced representations of data. The learning time acceleration due to data reduction is up to 4.72 times. The resulting increase of misclassification error does not exceed 11.06%. These promising results let us claim that the rough set approach is a useful tool for preprocessing of data for neural networks.     

T-组合Petri网的活性和公平性分析

同步合成是研究复杂Ｐｅｔｒｉ网系统性质的有效途径．文中通过引入可引发变迁序偶的概念,研究了Ｔ－组合（同步合成）Ｐｅｔｒｉ网对子网的活性和公平性继承关系,给出了一组Ｔ－组合Ｐｅｔｒｉ网活或公平的充要条件和充分条件．这些结果对网组合同步设计具有重要的指导意义     

超级扭立方体互连网络及其性质

扭立方体是超立方体的一类变体,它具有比超立方体更好的性质。但是,同超立方体一样,它也是具有2n个顶点的n-正则图,故要使一个扭立方体的维数(即顶点度数)增加1(称为升级),就必须成倍地增加扭立方体中的顶点个数。为了解决这一问题,将具有2n个顶点的扭立方体的拓扑结构加以改变,得到了包含任意多个顶点的互连网络——超级扭立方体(STN)。证明了超级扭立方体保持了扭立方体的最高连通度、对数级的直径和顶点度数、Hamilton性质、连通度级的tp-可诊断度等方面的优良性质,更进一步地,由于它包含了任意多个顶点,所以对它的升级只需增加任意多个顶点,从而克服了扭立方体的升级必须成倍增加其顶点个数的缺点。     

超级交叉立方体互连网络及其拓扑性质

交叉立方体是近年提出的超立方体的一种变种。由于它的许多优越性质（如直径、嵌入性等）,在并行处理领域越来越受到人们的重视。然而,像超立方体一样,它也有一个缺点,即要使交叉立方体升级,就必须成倍地增加其顶点个数。为了解决这一问题,本文将顶点个数的２的次幂的交叉立方体推广到具有任意个顶点的互连网络,提出了超级交叉立方体的定义,并证明它保持了交叉立方体在高速通度、对数级的直径和顶点度数等方面的优良性质,从     

用不对称的P/V操作设计并发算法

多线程并发是提高系统性能的常用手段,文章提出了一种用信号量的不对称P/V操作来设计多线程并发算法的新思路,这种思路适合于设计多线程同步程序以解决某些具有复杂同步语义要求的问题,而这些问题用传统的方法很难得到简洁高效的求解。为了演示这种新思路的特点和优点,笔者对几个常见问题(读写锁、排队锁和记录锁)给出了新的算法设计以及实现。实验数据表明,采用这种思路设计的算法在算法复杂度,读写速度和资源使用方面相对于传统的算法存在较大优势。     

基于粗糙集及RBF网络的英文字母识别

将粗糙集理论与神经网络相结合,针对7×5分辨率的大写英文字母,构建了基于RBF网络的字母识别系统,给出了该识别系统的核心算法与核心结构.该系统利用粗糙集中最小决策算法对识别矩阵进行属性约简,减少了大量的计算和数据库存储量,同时提高了系统识别速度和识别率.通过计算机模拟实验,将该识别系统的识别率与标准BP网络算法及改进BP网络算法相比较,证实了该系统的优越性,在有约1/7的像素点受到随机干扰的情况下,该系统识别率仍可达到88%以上.     

六维柔性腕力传感器的设计研究

本文主要介绍了六维柔怀腕力传感器的结构检测原理，用ＲＰＹ方法建立了移动体对基座的变换矩阵，并根据ＰＳＤ检测的位置信号求解出变换矩阵。在此基础上，建立了力向量与位姿向量的关系式，通过刚度矩阵的标定获得力信息。最后介绍了腕力传感器的数据采集及处理系统。