一种基于线性逻辑的时间Retri网推理方法

针对传统分析方法的不足,提出了时间Petri网的线性逻辑表示和时间推理方法。基于线性逻辑,定义了时间Petri网中变迁之间的各种解发规则,在这些规则的基础上,提出了时间Petri网运行行为的证明方法,此方法能清楚地分析时间Petri网的运行行为和进行时间推理。     

基于IFTL的不确定时间推理方法

针对现有时序逻辑对复杂不确定时间信息描述和推理方面的局限性,定义了直觉模糊不确定时间区间与时间间隔,构造了未知时刻的直觉模糊时序逻辑(IFTL)预测模型,提出了基于IFTL的不确定时间推理方法,较好地解决了时间推理精度不高的问题。同时,定义了直觉模糊集间的重叠度,并提出了基于此的知识模型及时间网络的一致性检验方法。最后通过典型实例验证了所提出的时间推理方法的有效性和优越性。     

一种基于线性逻辑的时间Petri网推理方法

针对传统分析方法的不足 ,提出了时间 Petri网的线性逻辑表示和时间推理方法 .基于线性逻辑 ,定义了时间 Petri网中变迁之间的各种触发规则 ,在这些规则的基础上 ,提出了时间 Petri网运行行为的证明方法 ,此方法能清楚地分析时间 Petri网的运行行为和进行时间推理 .     

基于EFTPN不确定性时间信息的线性推理方法及在列车群分析中的应用

针对列车群行为分析中的不确定性时间信息推理问题，结合线性逻辑和扩展模糊时间Petri网（EFTPN）等理论，提出了一种基于EFTPN的线性推理方法．该方法不但能对不确定性时间信息进行精确的、定量的建模和推理；而且效率高，可在线性时间复杂度内完成推导；另外其适用面广，可用于解决其它领域内时间推理和验证问题．     

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     

模糊时间Petri网的时间推理及其在过程监测中的应用

针对传统分析方法的不足,提出用线性逻辑给出模糊时间Petri网描述和时间推理的方法。该方法能清楚地分析模糊时间Petri网的运行行为,具体例子说明了其在系统过程监测和诊断中的应用。     

基于直觉模糊逻辑的近似推理方法

针对直觉模糊逻辑及命题演算,提出了利用隶属度和犹豫度计算直觉模糊逻辑命题真值的合成方法．给出了直觉模糊逻辑命题的运算规则,重点研究了基于直觉模糊逻辑的近似推理方法．该方法包括直觉模糊取式推理,直觉模糊拒武推理及直觉模糊假官推理．井推导了相关的推理合成运算公式．以具体算例验证和表明了所提出的推导方法的正确性和有效性,以及对方法进行验证的详细步骤．     

基于直觉模糊Petri网的加权直觉模糊推理

利用直觉模糊集合较好地表现不确定信息的能力和Petri网的并行处理能力,构建了直觉模糊Petri网模型。给出了输入权值、变迁阈值等多种约束条件下的直觉模糊推理算法。该算法将直觉模糊推理过程转化为矩阵的运算过程可充分利用直觉模糊Petri网的并行推理能力,有效地避免同一变迁不必要地重复激发从而节省推理时间。实例分析表明所给出的直觉模糊推理算法较已有算法更加合理并且高效。     

基于直觉模糊Petri网的故障诊断

故障诊断经常受到多种不确定性和模糊性因素的影响,针对不确定性的故障诊断问题,利用直觉模糊集较好的表达不确定性信息的优势和Petri网较好的并行处理以及图形处理问题的能力,构建了直觉模糊Petri网模型。由于将直觉模糊推理转化为矩阵运算的过程中有非隶属度参数的参与,因此推理结果可提供更多的信息。根据实际故障诊断中的模糊推理问题,给出了带有权值、阈值等参数条件下新的直觉模糊推理算法。通过获取和处理故障诊断中的不确定性和模糊性的知识,该算法将故障诊断过程转化为利用直觉模糊Petri网的直觉模糊推理过程。实际燃气轮机故障诊断模型案例表明了所给直觉模糊推理算法的有效性。     

基于直觉模糊集的不确定时序逻辑模型

针对现有时序逻辑在描述复杂不确定时间信息方面的局限性,提出了一种基于直觉模糊集的不确定时序逻辑模型。该模型分别定义了离散论域和连续论域下的不确定点时序逻辑、点-时段时序逻辑以及时段时序逻辑的判定公式;引入直觉模糊集的犹豫度参数,使得推理结果更加精确。最后通过实例对两类不确定时间信息进行描述,并对其时序逻辑关系的可能性进行度量。通过分析表明该模型是比较优越的。     

直觉模糊集时态逻辑算子及扩展运算性质

首先在考察Atanassov直觉模糊集的基本运算的基础上．引入两个典型的作用于直觉模糊集的时态逻辑算子“□(always)”和“◇(sometimes)”,重点研究了直觉模糊集在直觉模糊时态逻辑算子作用下的若干扩展运算及其性质。最后,将这些运算性质归结为一组定理,并给出详细的证明过程。     

直觉模糊S-粗集时态逻辑算子及扩展运算性质

首先给出直觉模糊S-粗集的基本概念,在直觉模糊S-粗集基本运算的基础上,引入两个典型的作用于直觉模糊S-粗集的时态逻辑算子"□(always)"和"◇(sometimes)",重点研究了直觉模糊S-粗集在时态逻辑算子作用下的若干扩展运算及其性质.最后将这些性质归结为定理,并给出详细的证明过程.     

直觉模糊神经网络的函数逼近能力

运用直觉模糊集理论,建立了自适应神经-直觉模糊推理系统（ANIFIS）的控制模型,并证明了该模型具有全局逼近性质.首先将Zadeh模糊推理神经网络变为直觉模糊推理网络,建立一个多输入单输出的T-S型ANIFIS模型;然后设计了系统变量的属性函数和推理规则,确定了各层的输入输出计算关系,以及系统输出结果的合成计算表达式;最后通过证明所建模型的输出结果计算式满足Stone-Weirstrass定理的3个假设条件,完成了该模型的全局逼近性证明.     

基于强相关逻辑的不精确应急时态知识表示

在强相关逻辑基础上扩展不精确时态关系,以满足不精确应急时态知识表示与推理的需要。给出了粗糙集及强相关逻辑的相关概念;通过定义不精确时态关系扩展了强相关逻辑,形成了粗糙时态强相关逻辑,给出了可靠性和完备性证明;通过实际例子说明粗糙时态强相关逻辑的知识表示和应用。结果表明扩展后的粗糙时态强相关逻辑可以实现不精确时态知识的表示与推理。     

基于粗糙集和Petri网的随机流网络可靠性评价方法

针对随机流网络可靠性建模难的问题,提出一种基于粗糙集和Petri网相结合的随机流网络可靠性评价方法.建立了随机流网络在确定网络状态下的Petri网模型,并利用粗糙集方法求得网络中各边状态对系统状态的重要度;然后以此作为随机流网络的Petri网模型中各变迁的优先因子来控制模型中变迁的激发;最后通过蒙特卡罗仿真求得随机流网络可靠度的估计值.仿真结果表明,该方法是一种计算随机流网络可靠性的有效方法.