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。     

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。     

属性Petri网建模及其应用

从哲学上事物的质-量互变规律出发，定性映射是以感觉特征抽取为依托而建立的脑思维数学模型。该文提出了基于定性映射模型的诊断系统的建模工具(属性Petri网的基本模型)，给出了形式化定义和基本运行机制，分析了基于属性Petri网的诊断推理算法及实例，该模型在以定性判断为特点的诊断系统中，能得到较好的应用。     

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。     

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。     

一种面向对象模糊Petri网建模方法的研究*

针对一些复杂知识系统的知识不确定性及知识规则数量多的特点,在模糊Petri网（FPN）的基础上给出了面向对象模糊Petri网（object-oriented fuzzy Petri net, OOFPN）的形式化定义及其知识表示和知识推理。通过面向对象技术,可以采用模块化方法设计知识系统,将复杂知识系统划分为许多功能子系统,从而降低构建知识系统的复杂性,方便知识系统的优化和管理。     

基于模糊Petri网的产生式知识表示模型的推理

针对基于模糊Petri网的产生式知识表示方法提出一种推理规则,通过验证和确认前提条件来化简关联矩阵,从而建立一个与推理直接相关的新矩阵,免去了对知识库的盲目搜索。     

模糊时间Petri网及其时间推理方法

Petri网是一种用网状图形表示系统模型的方法,它能够从组织结构、控制和管理的角度,精确描述系统中事件(变迁)之间的依赖(顺序)和不依赖(并发)关系。但传统的Petri网理论其不足之处在于:它的分析方法主要是可达树分析法和线性代数描述法。可达树分析法是针对某一个初始标识的,一个新的初始标识就意味着需要重新构造可达状态图;当系统存在较多     

一种新的模糊Petri网推理机制

针对模糊Petri网(FPN)建立过程中模糊产生式规则各项参数的确定问题,通过引入一种新的FPN推理机制,利用虚库所和虚变迁构建分层FPN模型。该方法的实现不依赖经验数据,对初始输入无严格要求。仿真实例结果表明,利用该推理机制对非训练样本中的输入数据进行模糊推理,所得的FPN模型具有较强的泛化和自适应能力。     

基于规则推理的FPN误用入侵检测方法

针对网络入侵攻击活动的模糊性，提出了一种基于模糊推理的模糊Petri网（FPN）误用入侵检测方法。该方法定义了一个六元组FPN，并将模糊产生式规则精化为两种基本类型。在此基础上给出了FPN表示模糊规则的模型、推理过程和基于FPN的推理算法。最后通过入侵检测的实例对该方法的正确性和有效性进行了验证，结果表明该方法推理过程简单直观、容易实现，而且具有并行推理能力，可适用于大规模的FPN模型，是误用入侵检测技术的一种非常有效的解决方案。     

基于扩展模糊时间Petri网的故障诊断

针对故障诊断中可能出现的故障原因漏判问题,提出一种基于扩展模糊时间Petri网的故障诊断算法。该算法通过检查模糊时间戳确定故障时刻所有故障原因的状态,结合正向和逆向推理最大程度地解决故障原因漏判问题,从而确定主要、次要和其他故障原因。燃气轮机的故障诊断实例验证了该算法的有效性。     

结合遗传算法优化模糊Petri网的参数

本文提出了应用遗传算法实现模糊Petri网参数优化的方法。仿真实验的结果表明,遗传算法能有效地找到模糊Petri网的理想参数,这提高了模糊Petri网对知识的分析、推理能力。     

克隆选择算法在优化模糊Petri网参数中的应用

如何确定模糊产生式规则的各项参数对模糊Petri网的建立具有重要意义,但一直是尚未解决的难题。首次把克隆选择算法引入到模糊Petri网的参数寻优过程,提出一种基于线程实现技术的参数优化算法,该算法实现不依赖于经验数据,对初始输入无严格要求。仿真实例表明,经克隆选择线程优化算法训练出的参数正确率较高,且所得的模糊Petri网具有较强的泛化能力和自适应功能。     

面向对象Petri网在工人加工工件系统建模中的研究

采用面向对象Petri网（OOPN），建立了一个工人加工工件系统的完整的OOPN模型。并利用了对象之间的消息传递技术实现了工人和两个机器之间的无冲突工作，为其它复杂的资源共享系统建模提供了数学和图形工具。