模糊Petri我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     

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。     

一种模糊Petri网参数优化的有效算法

以蚁群算法为基础,提出了一种带交叉、变异因子的模糊Petri网参数值寻优的有效方法。仿真实验的结果表明,新算法无需依赖经验数据,有效找到模糊Petri网的理想参数,从而提高了模糊Petri网对知识的分析和推理能力。     

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。     

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.     

一种改进的基于规则的带权模糊推理算法

给出了一种基于带权模糊Petri网的模糊推理算法,这种算法可以适用于一类基于规则的系统,即可以对该类系统的带权模糊Petri网模型进行相应的处理。对系统建立了知识表示的带权模糊Petri网模型,使用该算法可以确定用户给定的库所之间是否存在联系,即相应的命题之间是否存在因果关系,可以计算出命题的模糊真值。对具体的算例进行了分析并与已有的算法进行了比较,得出该算法的优点。     

模糊推理Petri网及其在故障诊断中的应用

分析了推理Petri网与传统Petri网的共性和区别,给出了模糊产生式规则推理 Petri网模型.在此基础上,给出了有效的推理算法,并以极大代数矩阵算子进行了形式化表 示,此算法充分利用了Petri网的数学理论基础和描述并发系统的能力,具有并行推理能力, 可以同时得到推理后系统的全部状态值.最后举例说明了其在故障诊断中的应用.     

一种基于模糊Petri网的不确定知识获取方法及其应用

本文介绍一种基于模糊Petri网获取专家系统不确定知识的方法,文中给出了模糊Petri网的知识表示、不确定推理算法及应用实例。     

FPN推理模型在上下文感知系统中的应用研究

研究模糊Petri网模型在上下文感知系统中的快速推理算法.针对模糊Petri网的通用推理算法不能解决“或逻辑”问题,提出了模糊Petri网推理算法从变迁开始搜索,区别于通常从库所开始搜索的策略,有效解决了“或逻辑”问题;并在不增加虚库所和虚变迁的前提下对变迁先排序后再进行推理,降低了算法的空间和时间复杂度.最后,对模糊Petri网模型和推理算法进行仿真,实验结果验证了该算法的有效性.     

基于ACO优化参数的模糊Petri网故障诊断技术研究

针对传统模糊Petri网在进行故障诊断推理时,需要依靠专家经验给出所有产生式规则的参数,使得故障诊断的精确度受限于专家知识水平的问题,提出了一种加权模糊神经Petri网模型以及相应的构造方法,此方法使用模糊Petri网进行故障诊断,网模型中各参数由BP神经网络训练而得,为了进一步提高诊断精确度,定义了使用ACO (Ant Colony Optimization)对网模型的各参数进行优化的算法;最后通过发电机故障诊断实例对比试验,验证了文中ACO优化的模糊神经Petri网,能够对各种故障进行正确的诊断,且在诊断精度和效率上较常规的模糊神经Petri网有了很大的提高,具有很强的实用性和可行性.     

复杂网络安全事件的知识表示和关联分析方法

针对复杂网络安全事件信息的模糊性和不确定性的推理问题,提出采用一种加权模糊Petri网的安全事件知识表示和关联分析的方法.将Petri网和加权模糊产生式方法结合起来,通过引入网络安全事件征兆权值的概念,用权值大小来描述多个安全事件征兆对安全事件发生的贡献程度.在一定程度上有效地解决网络安全事件之间的复杂因果关系推理及不确定知识的表示问题.     

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.     

A model of fuzzy spatio-temporal knowledge representation and reasoning based on high-level Petri nets

In many application areas there is a need to represent human-like knowledge related to spatio-temporal relations among multiple moving objects. This type of knowledge is usually imprecise, vague and fuzzy, while the reasoning about spatio-temporal relations is intuitive. In this paper we present a model of fuzzy spatio-temporal knowledge representation and reasoning based on high-level Petri nets. The model should be suitable for the design of a knowledge base for real-time, multi-agent-based intelligent systems that include expert or user human-like knowledge. The central part of the model is the knowledge representation scheme called FuSpaT, which supports the representation and reasoning for domains that include imprecise and fuzzy spatial, temporal and spatio-temporal relationships. The scheme is based on the high-level Petri nets called Petri nets with fuzzy spatio-temporal tokens (PeNeFuST). The FuSpaT scheme integrates the theory of the PeNeFuST and 117 spatio-temporal relations.The reasoning in the proposed model is a spatio-temporal data-driven process based on the dynamical properties of the scheme, i.e., the execution of the Petri nets with fuzzy spatio-temporal tokens. An illustrative example of the spatio-temporal reasoning for two agents in a simplified robot-soccer scene is given.     

基于扩展模糊Petri网的知识推理方法研究

为使模糊Petri网能够描述可变模糊隶属判据下的模糊知识,利用基准变换能较好地表达模糊隶属判据可变情况的特点,基于定性映射和定性基准变换对模糊Petri网进行了扩展,给出了扩展后网模型的形式定义和基本运行机制。通过利用定性映射描述模糊产生式规则,给出了一种新的知识表示模式和推理方法,新方法有利于构建模糊Petri网基于认知的学习机制。结果显示,该网模型具有较强的知识表达能力,适用于处理认知模糊不确定性知识,其推理过程能体现某些认知特性,尤其适用于构建以定性判断为特点的智能系统。     

模糊Petri网及知识表示

在建造专家系统中虽然有很多种知识表示方法，但都有不尽人意的地方，本文试图用一种新的方法－Ｐｅｔｒｉ网模型来表示知识。本文给出了Ｆｕｚｚｚｙ Ｐｅｔｒｉ网和广义Ｆｕｚｚｙ Ｐｅｔｒｉ网两种模型，并给出了相应的推理算法，一旦专家知识用Ｐｅｔｒｉ网表示后，根据Ｐｅｔｒｉ网固有的特性，我们就能处理专家系统中并行推理、无回溯推理，反向推理等问题。     

DECISION SUPPORT WITH LOGICAL AND FUZZY PETRI NETS

Modern knowledge representation is a very dynamic domain because of continuous research and development. This paper presents Logical Petri Nets (LPNs) and Fuzzy Petri Nets (FPNs) as models for knowledge representation. It is shown that knowledge propagation, described using logical and fuzzy Petri nets, terminates in a unique stable state. Based on this result, the paper introduces an algorithm for knowledge propagation in decision support systems.     

模糊Petri网在FMS故障诊断中的应用研究

针对柔性制造系统（ＦＭＳ）故障诊断的特点，将模糊Ｐｅｔｒｉ网扩展为模糊行为Ｐｅｔｒｉ网（ＦＢＰＮ）．并应用于知识的表示中，讨论了ＦＭＳ系统、ＦＢＰＮ及产生式规则之间的对应关系，提出一种模糊反向推理机制，给出了利用ＦＢＰＮ进行知识表示和推理的实例．     

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。     

A reasoning algorithm for high-level fuzzy Petri nets

We introduce an automated procedure for extracting information from knowledge bases that contain fuzzy production rules. The knowledge bases considered here are modeled using the high-level fuzzy Petri nets proposed by the authors in the past. Extensions to the high-level fuzzy Petri net model are given to include the representation of partial sources of information. The case of rules with more than one variable in the consequent is also discussed. A reasoning algorithm based on the high-level fuzzy Petri net model is presented. The algorithm consists of the extraction of a subnet and an evaluation process. In the evaluation process, several fuzzy inference methods can be applied. The proposed algorithm is similar to another procedure suggested by Yager (1983), with advantages concerning the knowledge-base searching when gathering the relevant information to answer a particular kind of query