基于Petri网的航空产品设计过程模型

通过分析航空产品设计过程的动态分解特性,提出任务驱动的产品设计过程建模.分析了IDEF0和Petri网在建模方面的优点和存在的问题,论述了设计过程的IDEF0模型向Petri网转换的原则和方法.并重点论述了设计功能单元任务流Petri网模型和设计功能单元内任务流时间Petri网模型.     

PDM系统中工作流与过程管理模型的建立

介绍了PDM系统中工作流和过程管理的功能和组件层次,探讨了工作流管理系统的体系结构和工作流过程管理的模型,给出了工作流实现的类模型,研究了工作流和过程管理的关键技术并给出具体的实现方法.将着色时间Petri网引入到PDM的工作流管理系统中,将基于Petri网的并行式工作流模型应用于PDM系统中,用可达图来分析Petri网工作流模型的静态和动态的结构性能,给出了审批流程的着色时间Petri网模型和流程的变迁过程,在最后的实例中说明了工作流管理的具体实现和工作流的执行过程.     

城市交通网络的混杂Petri网建模

针对城市交通网络中的动态车流具有连续时间特性而动态信号灯具有离散事件特性的情况, 采用混杂Petri网建立了一个四相位信号交叉口模型，该模型包含了城市交通网络中的连续车流动态和离散信号灯动态.在此基础上分析了交叉口各个方向的输入、输出车流动态，并与四相位信号交叉口的物理模型相对比，结果表明该混杂Petri网模型能够较好地描述城市交通网络的混杂特性.仿真结果表明了混杂Petri网模型的有效性.     

基于STPN求解随机网络最短路的仿真方法

提出了基于时延Petri网求解网络最短路的仿真方法,该方法保持了Dijkstra算法的特性,充分利用了Petri网的并发特性,可迅速而自动地求出最短路,所需计算量仅正比于最短路的长度,与路径图的复杂程度及路径图中的通路总数无关.并将该算法推广到随机网络情形,提出基于随机时延Petri网(STPN)的随机网络最短路仿真算法,可迅速而准确地找到起点与终点之间的随机网络最短路的分布函数.     

MMS通信服务的Petri网建模

制造报文规范是一套用于工业控制系统的通信协议,本文从多种形式化分析工具中,选定Petri网对MMS通信服务进行描述、分析和验证,详细给出了操作员通信服务的Petri网模型,并通过可达图和关联矩阵完成了可达性和不变性的分析.最后提出了OSI的网络分层,为MMS的有色随机Petri网模拟,从而进行性能评估提供了思路.本文对于更深入地理解MMS通信服务并逐步加以实现具有重要意义.     

基于改进Petri网的复杂产品系统项目规划模型研究

针对复杂产品系统项目的规划方法进行了讨论,提出了一种将图形建模工具与项目管理工具集成运用的改进Petri网模型.该改进模型运用CPM方法对特定项目进行规划,然后对形成的CPM图进行Petri网转换,最后根据仿真结果得到动态的优化规划模型.案例证明了该改进模型的有效性和实用性.     

系统级描述语言SystemC到时间Petri网的转换技术

SystemC作为一种系统级描述语言能够同时描述硬件和软件,但缺乏形式化分析的手段.针对其存在的问题,提出引入Petri网的设想,通过分析了SystemC程序本身的结构特点,指出其主要由顺序、分支、循环以及并发等结构组成,并分别给出与Petri网的对应关系.同时提出了由SystemC程序到时间Petri网的转换方法.使用Petri网的工具对并发程序进行分析,将SystemC程序转换成时间Petri网,为基于SystemC的系统设计提供形式化的分析方法.并应用Petri网的可达图检测出原SystemC程序中的死锁,该转换方法的有效性达到了引入形式化方法的目的.     

云计算环境下基于Petri网的流程计费模型

通过分析云计算环境下服务模块流程组合的动态性,运用随机Petri网进行动态流程建模与追踪,给出了分层计费体系下的流程计费模型,使用Petri网对该计费流程进行建模分析和设计,便于云服务提供商实现基于状态的计费控制,从而优化计费策略.实现了云计算基于过程模型的服务计量,并根据该模型进行相应定价,用户即可按需付费.通过应用实例验证了该计费方法的有效性和可操作性,为云服务提供商计费决策提供了技术支撑.     

基于Petri网求解网络最大流的并发仿真方法

通过将网络映射为Petri网形式的大量Petri网仿真实验得知,没有任何控制且并发运行的网络,其流量不能总是自行达到理论最大值,究其原因在于托肯在路径选择时随机经过了易拥堵结点与不拥堵结点。针对性地采取相应的网络控制策略,对网络从库所参数、弧参数和变迁参数3个方面进行单一或组合的设置,使得托肯优先经过不拥堵结点。运行调整后的网络,托肯沿网络从起点出发在各个局部并发地移动,遍历每一可能达到的结点,直至终点,网络流量达到其理论最大值,网络流实现全局最优。基于Petri网求解网络最大流的并发仿真方法为大规模网络最大流问题的分布式计算提供了一个新思路。     

信息物理融合系统的面向对象Petri网建模

从多Agent系统的角度,以面向对象Petri网为语义基础,建立了一种信息物理融合系统体系结构模型,将系统抽象为传感器节点Agent、执行器节点Agent和控制器节点Agent．该体系结构模型利用面向对象Petri网形象、无歧义地刻画系统的整体和个体特性,描述系统的静态和动态语义,同时可利用Petri网的数学分析方法和支持工具对系统进行模拟、分析和验证,检测系统开发早期存在的错误,提高系统的正确性和可靠性．利用信息物理融合系统体系结构模型对目标跟踪系统的建模、分析与实现表明,信息物理融合系统体系结构模型可以有效地辅助系统的设计与开发．     

基于图卷积神经网络的城市交通态势预测算法

为了实时准确地预测城市交通流量,提高城市交通态势感知和预测准确度,提出一种改进的时空图卷积深度神经网络算法：基于自由流动可达矩阵的时空图卷积深度神经网络（FAST-GCN）. 利用图卷积神经网络有效表达城市复杂路网的结构特性,引入自由流动可达矩阵来挖掘复杂路网的时空依赖性,从而提高交通态势预测准确度;对交通流速及站点地理位置数据进行数据预处理;在现有的时空图卷积深度神经网络算法的基础上,增加基于自由流动可达矩阵的图卷积模块,以有效挖掘城市交通路网的独特空间特征;通过一个全连接的输出层输出交通流预测结果;在真实世界数据集PeMS上对算法效果进行验证. 结果表明,采用提出的FAST-GCN算法能够有效获取交通路网独特的物理特性,从而捕获交通数据的时空依赖性,优于时空图卷积（STGCN）等基线算法,其在45 min的预测准确率最好可提高5.656%;相比基线模型,所提算法能够适应大规模路网的交通流预测,且具有可扩展性.     

无向Petri网的多AGV最优路径方法研究

采用无向Petri网对自动导引车(AGV)系统路径布局进行建模,与时间窗(Time-window)结合建立基于时间的可达状态图．将调度的方法用于双向通行的多AGV系统的路径优化,并将多AGV同步寻找优化路径转化为对单个AGV分别寻找优化路径,降低了系统的复杂性．利用Best-first搜索方法,以下一步路径的状况作为确定目前状态的依据,提出了时间最短的路径优化算法．该方法可以在保证系统无死锁和冲突的基础上,使得AGV得到时间最短的优化路径．实例计算表明优化效果明显．该方法可用于较大规模的多AGV路径优化问题．     

基于图卷积网络的交通流预测方法综述

近年来,基于深度学习的交通流预测方法一直是交通流预测领域的研究热点.与传统卷积神经网络不同,适合处理非欧几里得数据的图卷积网络在空间特征建模方面表现出了强大的能力,而反映路网空间特征的拓扑图、距离图、流量相似图等正是典型的非欧几里得数据.因此,基于图卷积网络及其变体的交通流预测方法成为交通流预测领域的一个研究热点,并取得了很多有吸引力的研究结果.本文对近年来基于图卷积网络的交通流预测模型进行了分类和总结.首先,从图卷积网络的基本定义出发,结合空域图卷积和谱域图卷积的定义详述了图卷积的基本原理.其次,根据预测模型的网络结构特点,将基于图卷积网络的交通流预测模型分为“组合型”和“改进型”两大类,并对其中最具代表性的模型结构进行了详细分析和讨论. 此外,对交通流预测领域中常用于模型性能对比的典型数据集进行了综述,并以其中一个真实数据集为例开展仿真测试,展示了4个基于图卷积网络交通流预测模型的预测性能.最后,基于当前的研究现状和发展趋势,对基于图卷积网络的交通流预测方法研究领域中未来的研究热点和难点进行了开放性的讨论和展望.     

基于Petri网可达性和结构的最大许可控制器设计

自动化制造系统属于资源分配系统，在运行过程中容易陷入死锁状态.为自动化制造系统设计控制器，达到避免死锁之目的.另外，良好的受控系统应具有最大许可行为.为了便于实现，控制器通常由线性约束综合表达.在现有的工作中，基于可达性分析，将处理对象缩减为一个小集合，仅包含少数可达非法标识.然后，对每标识构造一个混合整数线性规划问题并求解.由于求解整数规划固有NP-hard特征，该策略计算开销巨大.本文研究死锁的预防控制器设计.在可达图分析的基础上，结合标识的结构特点，对非法标记识别分类，建立代数条件，构造线性约束，确保其行为最大许可性.进而，设计多项式算法，使得计算复杂度显著降低.对特定的Petri网，采用结构分析，获得最大许可的受控系统.另外，对于那些结构分析中未能处理的标识，提出了线性规划解决方案.结果表明，对于所考虑的Petri网子类，避免了求解混合整数线性规划问题，本方案在计算复杂性方面具有明显的优势.最后通过两个实例验证了该方法的有效性.     

基于Petri网的Web服务组合优化方法研究

在实际应用中,需要将各种W eb服务进行组合和集成以创建动态W eb应用。为了使服务组合性能最优,提出一种W eb服务组合优化算法,该算法在满足用户需求的同时,根据已有的W eb服务,自动获取性能最优的服务组合方案。利用Petri网进行建模,采用可达图进行分析,通过提取网中变迁之间以及变迁序列之间的各种并发关系,得到费用最廉的组合结构。     

基于Petri网的图书馆管理预测模型研究

提出了用Petri网科学管理图书馆的方法。图书馆管理预测问题具有多因素,离散,动态和并发等特点,Petri网有良好的离散事件动态表达和计算能力和直观的图形表示,因此建立了图书馆管理预测问题的Petri网模型,并进行了分析,为采用合理的管理策略提供理论依据。     

基于时空特征融合的网络流量预测模型

随着网络规模的日益增大,实时准确的网络流量预测对流量调度、路由设计等工作至关重要。由于网络流量数据的非线性和不确定性,一些传统方法无法取得较好的预测精度。针对网络流量复杂的时空特征,本文提出一种基于时空特征融合的神经网络(ST-Fusion)进行流量预测。该模型采用编码器-解码器结构。首先,编码器具有时间和空间两个并行的特征通道,联合门限循环网络和自注意力机制提取流量的时序特征,采用图卷积神经网络提取流量的空间特征;然后,将编码器提取的时空特征使用双边门限机制进行特征融合;最后,将融合的结果输入到基于门限循环网络的解码器中依次生成预测结果。本文在3个公开的网络流量数据集(GEANT、ABILENE、CERNET)上进行实验,其评价指标选用MAE、RMSE、ACCURACY、VAR。实验结果表明ST-Fusion方法能够取得更好的预测效果。     

MAS行为协进化Petri网模型构建

为对复杂的多Agent行为协进化过程进行建模,给出了行为协进化的MAS智能控制系统的组织构造,引入Petri网方法构建了系统行为协进化过程的Petri网模型,并对模型进行了特性分析及仿真验证.所建模型较好地描述了协进化及其控制过程的流程结构、动态行为规律及多Agent间的交互机制.     

基于改进动态递归神经网络的交通量短时预测方法

针对已有基于改进动态递归神经网络预测方法的不足,并充分考虑交通流本身所存在的复杂性、非线性和不确定性特点,提出了一种基于可变增益Elman神经网络的交通量短时预测方法。该方法通过引入一个基于实时误差分析的可变增益因子,实现了网络的实时更新。通过长春市人民大街的实测数据对方法进行了验证。试验结果表明,本文方法在网络收敛时间和预测精度方面均优于已有的基于Elman神经网络的预测模型。     

医学检验分析仪控制系统Petri网建模

针对全自动医学检验分析仪的控制系统,以Petri网原理为依据,采用赋时Petri网的建模方法,解决了控制系统中的冲突、死锁等问题。仿真验证该模型,其结果显示：通过赋时Petri网建模能有效地解决这些问题,检验该建模方法的正确性。