基于一阶混杂Petri网的柔性制造系统粗糙控制

研究基于一阶混杂Petri网模型的柔性制造系统粗糙控制.为构造正确的一阶混杂Petri网模型行为演变图,提出了确定改变Macro状态事件的新方法;进而给出了柔性制造系统优化与控制算法,并基于粗糙集合理论和所给出的算法,提出了柔性制造系统的粗糙控制方法.最后通过一个实例验证了该方法的有效性.

     

基于人工鱼群算法的混杂FMS优化调度

针对已有的调度方法难以找到混杂柔性制造系统调度全局最优解的问题,根据一阶混杂Petri网模型提出了一种基于人工鱼群算法的混杂柔性制造系统调度方法.利用混杂Petri网不变行为状态序列与时间序列的对应关系把寻找最优解转换成寻找最优时间序列.首先给出了合法时间序列的定义及其基于人工鱼群算法的判定方法;然后给出了最优时间序列求解的人工鱼群算法,同时提出基于最优解视野变异的人工鱼群算法以解决多次优化过程中只会得到某个局部最优解的问题.最后基于这些算法给出混杂柔性制造系统的最优调度求解方法.实验结果表明所提出方法正确有效.     

基于冲突检测的一阶混杂Petri网动态行为演变方法

讨论了基于冲突检测的一阶混杂Petri网动态行为演变方法,首先给出用于一阶混杂Petri网冲突检测的瞬时迁移、延时迁移、指数迁移及区间速率连续迁移等4类迁移间的冲突判定定理;然后给出基于冲突检测的一阶混杂Petri网动态行为演变方法;最后通过混杂系统的一阶混杂Petri网模型说明冲突检测对行为演变分析正确性的重要作用。     

基于一种新型混杂Petri网的混杂系统建模与控制

为了增强混杂Petri网模型描述能力和克服一阶混杂Petri网模型语义错误的问题,定义一种新的混杂Petri网模型——广义混杂Petri网,提出了相应的迁移使能和迁移引发语义．通过划分标识等价类提出了广义混杂Petri网连续迁移瞬时引发速率的有效求解方法和模型行为演变分析方法．给出了广义混杂Petri网模型的混杂系统建模实例,同时结合模型行为演变和线性规划实现了混杂系统的优化控制．研究结果表明,所定义的模型描述能力更强,模型语义正确合理．能够有效描述和分析混杂系统．     

一种新的混杂Petri网可达性分析方法

讨论混杂Petri网的标识可达性问题.以混杂Petri网模型行为演变为基础提出了一种新的可达性分析方法.根据混杂Petri网模型行为演变划分了混杂Petri网的四种演变类型,给出并证明了每一种演变类型的可达性判定定理,基于这些定理给出了相应的可达性分析算法.另外,与已有的方法进行比较分析,分析结果表明所提出方法的有效性.     

流体随机Petri网的一阶混杂Petri网模型

为了借用一阶混杂Petri网(First-Order Hybrid Petri Nets)的建模原语和分析方法来分析流体随机Petri网(Fluid Stochastic Petri Nets)以克服流体随机Petri网数值分析方法的局限性,本文提出了一种流体随机Petri网转换成一阶混杂Petri网的形式化描述方法,并对其转换的正确性进行了证明,最后通过实例分析了流体随机Petri网转换成一阶混杂Petri网的必要性.     

基于Petri网的柔性制造系统调度控制模型

给出了自顶向下构造柔性制造系统(FMS)Petri网模型的方法,提出了随机创建指定数目满足指定条件的测试模型的算法,并给出程序仿真运行的演算规则。在此基础上实现了基于Petri网FMS分析与调度仿真软件平台,该平台可配置性强,容易维护,降低了柔性制造系统方针研究的复杂性。最后给出了该模型实现的模块结构。     

资源配置混杂Petri网的混杂系统生产过程动态调度

为了增强混杂生产过程应对突发事件的能力,以一种新的混杂Petri网(资源配置混杂Petri网)为研究模型,给出了相应的使能和激发规则.并在资源配置混杂Petri网建立的仿真模型的基础上,融入事件逻辑网和逻辑规划,提出一种适用于混杂系统动态生产调度建模和优化的方法.以典型的混杂生产过程为例,研究混杂系统生产过程建模及优化.研究结果表明,资源配置混杂Petri网模型描述能力强,能够有效描述混杂系统生产过程,所提出的动态调度方案切实有效.     

一种混杂Petri网模型动态演变研究

为了实现R.David和H.Alla所定义的混杂Petri网模型行为分析的正确性,提出了一个通用的模型动态演变方法.该方法给出了基于线性规划方法的混杂Petri网瞬时引发速率求解方法,解决了有效冲突情形下的瞬时引发速率求解问题.分析了改变不变行为(Invariant Behavior,简称IB)状态事件之间的相互作用及其对模型演变正确性的影响,同时提出了判定改变IB状态事件的方法.例子表明了所提出的理论与方法对混杂Petri网模型动态演变正确求解的重要性和有效性.     

Petri网精细化操作及其在系统设计中的应用

针对柔性制造系统的设计问题,提出了用Petri网精细化操作解决问题的方案.给出了两种精细化操作.研究了Petri网精细化操作的动态性质保持问题,给出了精细化操作保持活性、有界性、可回复性的充分必要条件;对一个柔性制造系统进行了设计和验证.其结果可为Petri网系统静态和动态性质的考察提供有效途径,为Petri网复杂大系统的分析提供重要手段,并特别适合于柔性制造系统的设计,具有一定的实用价值.     

基于粗糙集的案例推理在网络行为安全审计监控中的应用

针对互联网用户的网络行为产生的虚拟身份信息和虚拟身份轨迹的管理,提出网络虚拟人口库的组织方法;对网络虚拟人口库的管理提出一种基于粗糙集案例推理方法,该方法将粗糙集处理不确定知识的优点和案例推理相结合,提出基于粗糙集权重发现算法、案例索引建立、案例检索,同时给出实例,验证有效性和准确性.     

图像阈值化的自适应粗糙熵方法

摘 要：目的：图像阈值化将灰度图像转换为二值图像,被广泛应用于多个领域。因实际工程应用中固有的不确定性,自动阈值选择仍然是一个极具挑战的课题。针对图像自动阈值化问题,提出了一种利用粗糙集的自适应方法。方法：该方法分析了基于粗糙集的图像表示框架,建立了图像粗糙粒度与局部灰度标准差的相互关系,通过最小化自适应粗糙粒度准则获得最优的划分粒度。进一步在该粒度下构造了图像目标和背景的上下近似集及其粗糙不确定度,通过搜索灰度级最大化粗糙熵获得图像最优灰度阈值,并将图像目标和背景的边界作为过渡区,利用其灰度均值作为阈值完成图像二值化。结果：对所提出的方法通过多个图像分三组进行了实验比较,包括三种经典阈值化方法和一种利用粗糙集的方法。其中,所提出的方法生成的可视化二值图像结果远远优于传统粗糙集阈值化方法。此外,也采用了误分率、平均结构相似性、假阴率和假阳率等指标进一步量化评估与比较相关实验结果。定性和定量的实验结果表明,所提出方法的图像分割质量较高、性能稳定。结论：所提出的方法适应能力较好,具有合理性和有效性,可以作为现有经典方法的有力补充。     

Optimizing radial basis function neural network based on rough sets and affinity propagation clustering algorithm

A novel method based on rough sets (RS) and the affinity propagation (AP) clustering algorithm is developed to optimize a radial basis function neural network (RBFNN). First, attribute reduction (AR) based on RS theory, as a preprocessor of RBFNN, is presented to eliminate noise and redundant attributes of datasets while determining the number of neurons in the input layer of RBFNN. Second, an AP clustering algorithm is proposed to search for the centers and their widths without a priori knowledge about the number of clusters. These parameters are transferred to the RBF units of RBFNN as the centers and widths of the RBF function. Then the weights connecting the hidden layer and output layer are evaluated and adjusted using the least square method (LSM) according to the output of the RBF units and desired output. Experimental results show that the proposed method has a more powerful generalization capability than conventional methods for an RBFNN.     

基于自适应权重的粗糙K均值聚类算法

原有Rough K-means算法中类的上、下近似采用固定经验权重,其科学性值得商榷,针对这一问题,设计了一种基于自适应权重的粗糙K均值聚类算法。基于自适应权重的粗糙聚类算法在每一次迭代过程中,根据当前的数据划分状态,动态计算每个样本对于类的权重,降低了原有算法对初始权重的依赖。此外,该算法采用近似集合中的高斯距离比例来表现样本权重,从而可以在多种数据分布上得到更精确的聚类结果。实验结果表明,基于自适应权重的粗糙K均值算法是一种较优的聚类算法。     

粒计算支持的粗糙函数依赖的研究

利用粒计算方法对粗糙关系数据库（Rough Relational Database,RRDB）的粗糙函数依赖进行研究。首先提出了两种类型的粗糙函数依赖及粗糙相似关系的概念,分析了如何利用位模式表示粗糙关系的属性值,在此基础上给出了利用粒计算方法对粗糙关系的属性间的依赖关系的进行判定的算法,实验验证算法是有效可行的。     

基于邻域粗糙集的高维类不平衡数据在线流特征选择

在许多实际应用中,数据经常呈现高维不平衡特征,特征还根据需求在不同时间段动态生成.基于此种情况,文中提出基于邻域粗糙集的高维类不平衡数据的在线流特征选择算法.算法设计基于小类重要度的粗糙依赖度计算公式,同时,提出在线相关性分析、在线冗余度分析、在线重要度分析三种策略,用于选择在大类和小类之间具有高可分离性的特征.在7个高维类不平衡数据集上的实验表明,文中算法可以有效选择一个较好的特征子集,性能较优.     

基于粗糙集理论的控制规则生成方法

该文提出了一种基于粗糙集理论的控制规则自动生成方法。此方法在RSI引导算法基础上进行了改进,能够得到更精确的控制规则,这些规则即使在数据不完整、不精确的情况下也可以自动产生。通过对工程实例的分析,表明此方法是有效的。     

基于多粒度粗糙模糊集的图像边缘检测

提出一种基于粗糙模糊集的多粒度边缘检测方法。该方法结合粗糙集处理不确定信息的能力和C-Set多粒度处理的思想,通过定义粗糙运算和运算给出边缘表示模型,引入粒度参数对边界定位精度和噪声抑制进行调节,引入结构相似度参数融合粗糙上近似和下近似,以获得更加精确的边界。该检测方法在定位精度上具有粒度不变性,并具有一定噪声抑制作用,实验结果显示其具有较好的边缘检测效果。     

一种分明矩阵法的推广

属性约简是知识发现的重要研究内容,也是Rough集理论的核心内容之一。目前,最常用的计算所有属性约简方法是Skowron的分明矩阵法。文中在深入研究Skowron分明矩阵法的基础上,对Skowron的分明矩阵法进行了推广,提出了广义分明矩阵的属性约简方法,并给出了运行实例。     

基于粗糙逻辑(RL)的微分对策理论

针对微分对策在实际应用上的困难,引入粗糙控制这一新颖的人工智能方法。粗糙集理论能刻画和处理不完整、不精确信息。在简略介绍了粗糙集、粗糙逻辑和粗糙控制大致思想的基础上,尝试将粗糙逻辑和粗糙控制引入微分对策,以追逃问题为例,初步探索了粗糙微分对策模型的建立方法。该对策模型体现了控制算法简单、迅速和易于实现的优点,也降低了微分对策要求精确数学模型和完备信息的困难。同时也将粗糙控制和模糊控制做了简单的比较。