属性Petri网模型及其推理算法

定性映射是从哲学上事物的质-量互变规律出发,以感觉特征抽取为依托而建立的脑思维数学模型。文章以定性映射基本定义为基础讨论了属性Petri网的基本模型,给出了其形式定义和基本运行机制,描述了基于属性Petri网的知识表示模式,最后给出了属性Petri网的相应推理算法。该模型在以定性判断为特点的诊断系统中能得到较好地应用。     

基于属性Petri网的属性粒推理研究

不确定性知识处理是人工智能研究中经常遇到的问题,基于定性映射的属性Petri网模型在动态表示认知思维中不确定性知识与逻辑推理方面具有优势。在属性拓扑空间中,给出了属性粒的基本定义和基本推理,在属性Petri网中对不确定性知识进行表达,并基于属性Petri网给出归结推理的基本形式和基本算法。结果显示,这种方法可以使定性映射和Petri网更易于动态和显式地表达认知不确定性知识,可为进一步研究Petri网在认知模型中的作用提供参考。     

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。     

模糊属性Petri网建模方法及学习模型研究

定性映射易于表达模糊不确定性知识,但其在表达人类认知思维活动动态特征上存在不足;模糊Petri网比较符合人类思维方式,但相关参数不易获得且其自学习能力存在较大局限性。为此,提出一种模糊属性Petri网(FAPN)形式定义及建模方法。在FAPN结构中构建定性基准参数学习方法,通过定性映射定义4类变迁发生的模糊定性判断规则和相应变迁发生后的结果运算公式,给出FAPN模型的推理算法和学习机制,并模拟系统的动态运行过程。分析结果表明,该方法能有效提高FAPN的学习能力,可适用于以定性判断为特点的诊断系统。     

基于属性Petri网的语义网络知识表示

首先给出了基于定性映射的属性Petri网的形式定义和运行机制;其次给出了基于属性Petri网的语义网络知识表示模式,此模式适合干感觉特征抽取与整合,和基于该机制的各种思维功能的描述。     

基于属性粒计算的认知模型研究

属性粒计算可模拟人脑的粒化、组织和因果等认知功能,但推理过程缺乏一种形式化机制。Petri网具有的异步、并发和不确定性等特征与人脑思维过程中的某些认知活动类似。基于属性粒计算的基本概念和逻辑计算规则对Petri网进行了基于定性映射的适当扩充,使得Petri网以属性粒计算的形式在知识表示、知识推理、学习模式和记忆模式等方面初步体现出一个认知系统所需要具备的一些基本元素特征。这种方法能够在一定程度上体现具有不确定性识别和判断的思维认知过程,为研究Petri网应用于模拟人类的高级智能、形象思维能力提供了一种新的思路。     

基于扩展Petri网的文本分类模型

在扩展Petri网基础上提出了一种新的文本分类模型。基本思想是利用定性映射方法扩展Petri网系统,利用状态方程进行推理,使文本分类更接近于人类思维判断过程,并给出了分类算法。     

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。     

π演算的Petri网语义研究

为弥补π演算的固有缺陷．提出一种将π演算映射为Petri网语义的方法．该方法将π演算分为基本单元、顺序、并发、选择和递归等几种基本结构．分别映射为Petri网．然后复合构成复杂的系统．π演算的Petri网语义可形象地描述系统的物理结构和动态行为，可直接从模型网络结构上定性分析系统的性质．最后,利用该方法将移动汽车网络的π演算模型映射为Petri网，验证了方法的有效性．     

基于Petri网的FMS物流系统建模与仿真

在建立FMS物流系统Petri网模型的基础上,采用“映射”思想,将Petri网模型转化为物流系统的仿真程序,提出了库所映射为程序数据、变迁映射为程序函数、系统子网映射为FMS系统基本类的映射方法,通过实例仿真验证了软件程序与模型的一致性。     

报文审批系统的赋时着色PN建模

报文审批系统(RAS)是一种典型的离散事件动态系统,适合用Petri网技术对其进行分析。考虑到传统Petri网具有一些固有的缺陷,文中基于高级Petri网———赋时着色Petri网(TCP-Net)理论,对RAS进行了分析,构造了RAS的赋时着色Petri网模型,给出了颜色转移函数。并且为了使用户能直观地了解当前报文的审批情况,还给出了流程跟踪算法。最终结果可以看出与传统Petri网模型相比,TCP-Net模型的复杂度已大大降低,并且结构简单清晰。     

基于Petri网的工作流模型

Petri网是一种很有效的模型描述语言，不仅能描述系统的结构特性，同时还能描述其动态特性，尤其适用于描述含有并行成分的系统，而工作流技术作为实现企业过程集成的有效手段，广泛用于各种场合。在简要介绍了Petri网和工作流基本知识的基础上，指出了基于Petri网的工作流模型的优点，讨论了将工作流模型转化为Petri网模型的基本原则，并且提出了一种扩展的Petri网模型作为一种工作流建模的工具，最后对基于Petri网的工作流模型进行了总结。     

基于NNFPN模型的电梯故障诊断方法的研究

提出一种基于神经网络的模糊Petri网模型(NNFPN),并将该模型应用于电梯故障诊断系统．阐述了该模型的定义、模糊产生式规则的NNFPN表示、NNFPN的触发规则以及NNFPN的训练学习算法．分析了如何建立基于NNFPN的电梯故障诊断模型,提出针对不同工作状态利用不同的NNFPN电梯故障模型进行诊断,可使诊断结果更加准确．     

Petri网控制结构的合成运算

借助于模块化设计、分析思想,定义了Petri网顺序连接、选择、重复、并行等控制结构的合成运算及其对应的关联矩阵的合成运算;给出了合成Petri网的形式描述——网合成表达式;实现了基于子系统的Petri网建立复杂系统的Petri网模型,给出了利用子网的关联矩阵构造合成Petri网的关联矩阵的算法,为合成Petri网的结构性质分析的自动化提供了方法。     

基于属性安全值的强制访问控制模型

通过对ABAC定义的细粒度属性进行量化映射,结合BLP和Biba强制访问模型的基本特点,试图定义一个与属性相关的安全值量化概念,然后以安全值为基础,构建一个可以计算的封闭环境。其次计算得到一个基于属性映射的安全值集合,从而符合BLP和Biba强制访问控制模型的基本条件。再对BLP和Biba模型进行进一步优化,使其契合属性安全值的特点,形成一个灵活的基于属性安全值的强制访问控制模型。     

基于网格的面向Agent形式化建模框架

提出了一种基于OGSA（open grid services architecture）网格体系结构的面向Agent形式化建模框架——AOMG（agent-oriented modeling based on grid）形式化框架,该框架基于Object-Z语言,吸收了Ⅰ^＊框架和UML中的部分元模型,加入了对Agent与网格环境之间交互关系的描述,以及对Agent服务属性的处理,从而解决了现有方法无法对基于网格环境的分布式系统进行分析与设计建模的问题．给出了AOMG形式化框架中的3类核心模型：组织模型、Agent类模型和Agent服务模型．提供了一组新颖的从组织模型到Agent类模型的形式化语义映射规则,实现了系统模型从Agent抽象层次到对象层次的快速转换．     

模糊Petri网在车电系统总线故障诊断中的应用

针对车电系统总线故障现象和故障原因之间存在复杂模糊关系而无法实现快速故障诊断这一难题,提出采用模糊Petri网(fuzzy petri net,FPN)建立车电系统总线的故障诊断分析模型,并给出了相应的形式化推理算法;以某型车电系统总线为例,分析比较了各种故障原因的可信度;分析表明:所建模型有效地描述了车电系统总线故障现象和故障原因之间的模糊关系,能够实现故障的快速诊断,该模型可以作为车电系统总线快速故障诊断的理论支持工具。     

新型Petri网故障诊断算法研究

Petri网是一种高效的离散事件动态系统建模工具。该文基于Petri网的基本原理,结合故障诊断问题的特点,对petri网在故障诊断中的应用进行了研究,提出了新型Petri网故障诊断算法。并以多轴机床为例建立了Petri网故障模型,分析了故障传播的机理,验证了该算法的有效性。