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。     

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。     

基于模糊Petri网的三值产生式知识表示及推理

针对传统产生式规则无法进行不确定性知识表示和推理的局限,本文使用三值产生式规则,用-1表示前提、结论和它们之间的不确定性,提出一种基于模糊Petri网的三值产生式知识表示和不确定性推理算法.该算法充分利用推理过程中已得到的中间结论,通过标识和关联矩阵的运算实现高速推理.     

Petri网用于表示知识

本文研究了各种级别Petri网与模态逻辑之间的关系.Petri网的Enlogy是研究这些关系的基础.状况(case)和可达(Reachability)概念已经成功地用于以条件/事件(Condition/Event,简称C/E)网作知识表示.本文引用上述两个概念,使位置/变迁(Place/Transition,简称P/T)网和高级Petri网(High Level Petri Net,简称HLPN)可作知识表示.为了增强以 HLPN网作知识表示的能力,我们引用了状况变量和等价状况变量的概念.文中我们还以例子说明这些方法是可用的和有效的.     

模糊空间Petri网的规则表示及动态推理

为便于表示模糊空间Petri网的状态变迁规则,根据空间关联影响区域分布现实特点,提出了空间模糊Petri网中的状态关联影响规则、变迁关联影响规则和多阈值激活规则。依据模糊产生式规则的特点,详细描述了10种具体的推理规则和表示组件,并以实例加以说明。在此基础上,结合模糊空间Petri网的特点提出了动态推理过程算法,可以实现各种空间状态规则因子的转化。动态推理的过程不仅可以获取某种“结果”,而且可以挖掘基于空间位置关联的中间状态及引起中间状态变化的事件,可以有效地指导风险过程预测和控制。     

基于Petri网的统一知识表示模型

本文讨论知识表示的Ｐｅｔｒｉ网模型。将多种知识分类表示，对于开发具有较宽领域知识的系统具有重要意义。本文从统一的观点出发，在给出了Ｐｅｔｒｉ网的代数规范说明后，将三种主要的知识表示方法分别与Ｐｅｔｒｉ网模型之间建立映射系统，这三种知识表示方法为：逻辑表示法，语义网络和产生式系统。     

感觉神经Petri网模型及知识表示

以普通Petri网和模糊Petri网为基础,给出了感觉神经Petri网的模型和基本定义,并讨论了其在知识表示中的应用问题。     

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。     

模糊Petri网知识表示方法在入侵检测中的应用

根据网络攻击具有并发性,攻击特征的提取具有不确定性等特点,给出了采用模糊Pelri网实现攻击知识的表达和入侵检测的推理模型。该模型解决了误用入侵检测系统中现有知识表示方法不能并行推理的问题,以及传统的基于Pelri网可达图搜索求解导致模型描述复杂、推理缺少智能的问题。最后通过入侵实例验证了该模型的正确性和有效性。     

一种基于知识约简的Petri网模型简化方法

提出一种基于知识约简的Petri网模型简化方法,利用知识约简中的属性约简方法,去除Petri网对应的产生式规则的冗余规则和冗余条件,简化产生式规则得出关键规则。经过知识约简后的规则库转化为Petri网模型,此时的Petri网模型的结点数目减少,因此在一定程度上降低了网系统的复杂程度。简化后的模型保持原有的信息量,而所含的库所、变迁得到了减少,在其基础上进行的知识推理,更加简单和高效。最后通过一个病例实例说明,此方法简单实用,可以有效减少时间和空间复杂度,提高知识搜索和推理效率。     

模糊Petri网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 ,讨论了带权模糊知识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法     

Petri网的正向推理算法

提出了一种建立在petri网的基本结构上的形式化正向推理算法,通过建立petri网的关联矩阵、标识向量和激发向量,将petri网与矩阵运算结合,可以在petri网模型中抽取一个子模型,从而把一个大的、复杂的系统转化为一个只与问题相关的小的系统来处理。该算法充分利用了petri网的并行处理能力,缩小了后续应用的范围,加速了后续应用的效率。     

基于信息熵Petri网模型的知识发现研究

为描述命题和规则的可信度,定义了命题和规则的可信度信息熵。从熵的角度研究产生式规则中的不确定性推理,应用Petri网和可信度信息熵,建立了一类新的Information Entropy Petri网模型(IEPN),介绍了不确定性知识表示和推理步骤。同时分析IEPN推理对知识发现(KDD)的指导意义,并给出了IEPN推理过程及知识发现(KDK)方法。     

知识流的Petri网模型

Petri网是一种用以刻画通信机制的建模工具,在流程控制上得到了广泛应用。知识管理作为一种新的管理理论,其研究尚停留在对基本概念的剖析和激励方式的探索上。知识管理的对象是“知识”,对知识流动机制的刻画能够更好地描述企业的知识资产分布情况,方便监控并进行知识管理。用Petri网作为工具对知识的流动进行建模,从而得到知识流的概念模型。解决了对知识流动的共享性、并行性、复杂性、分布性等特性的刻画,为知识管理提供了知识流的建模工具,并为进一步对知识流实施监控提供了可能性。最后对知识流模型进行了应用研究,对Petri网对于知识流的建模能力予以说明。     

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。     

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     

用智能Petri网实现最短路径问题

文中提出了具有人工智能的Petri网模型，并以最短路径问题为例说明了这种智能的Petri网的实用性，扩展了传统Petri网的应用范畴。     

基于知识Petri网和归结规则的推理方法

本文提出了一种基于知识Petri网和归结规则的推理方法.通过知识Petri网描述命题逻辑知识库,将归结规则映射到知识Petri网上,根据库所和变迁的连接关系,定义了知识Petri网中的归结结构.利用归结结构,给出了基于知识Petri网的归结推理算法和扩展知识库的推理算法,并利用Wumpus实例验证了推理算法.该推理方法是可靠且完备的,能够利用知识Petri网的网络结构降低计算复杂性.     

逻辑程序的Petri网模型

本文探讨了用Ｐｅｔｒｉ网模拟逻辑程序的可能性，给出了用Ｐｅｔｒｉ网来求取逻辑程序的答案的方法，为自动推理提供了依据，并给出了几个实例。     

用智能Petri网实现最短路径问题

文中提出了具有人工智能的Petri网模型,并以最短路径问题为例说明了这种智能的Petri网的实用性,扩展了传统Petri网的应用范畴.