一种Petri网结合遗传算法的优化方法及应用

根据实际优化问题,在时间Petri网和着色Petri网的基础上,提出了一种新的扩展Petri网(EPN)模型,并在EPN中定义了条件矩阵Q,给出了Petri网与遗传算法相结合的优化方法和具体算法.使用本优化方法,对一个车间作业(Job-shop)调度问题进行了求解,建立了该Job-shop调度的EPN模型,并采用单个体遗传算法对Petri网模型进行优化,结果证明了该建模和优化方法的有效性和正确性.     

Petri网的遗传算法在Job-Shop问题中的应用研究

提出了一种基于扩展时间Petri网(ETPN)的单亲遗传算法,并利用该算法对Job-Shop调度问题进行了求解.首先定义一种扩展时间Petri网,然后利用定义的扩展时间Petri网对Job-Shop调度问题进行建模,最后应用单亲遗传算法对模型进行优化调度.通过实例证明了该建模方法和优化算法的有效性和正确性.     

模糊Petri网模型的反向推理算法

提出了一种建立在模糊Petri网的基本结构上的反向推理算法．通过建立模糊Petri网模型的关联矩阵、库所向量和变迁向量，运用矩阵运算的基本方法实现．通过该算法的运行，可以在模糊Petri网模型中抽取出一个子模型，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．采用数学运算的方法实现的反向推理算法简单，具有通用性，它适用于各种类型的模糊Petri网结构．对于其它的大系统生成子系统的问题，这种矩阵运算的方法也可以借鉴．同时对该算法中的矩阵运算和模型中的图形结构之间的关系进行了分析，讨论了算法的复杂性．     

FMS的一种实时控制Petri网模型及应用

提出了一种对ＦＭＳ（ＦｌｅｘｉｂｌｅＭａｎｕｆａｃｔｕｒｉｎｇＳｙｓｔｅｍ——柔性制造系统）实时控制进行建模的Ｐｅｔｒｉ网工具——实时控制Ｐｅｔｒｉ网模型．该模型是通过对变迁和位置引入第二属性，即输出控制命令和传感器信息来实现的．最后用一个ＦＭＳ实例说明了建模过程．该模型可以很方便地转换为系统的控制代码或实时控制软件     

基于有色Petri网建模的AGVS优化调度规则研究

针对烟草行业卷接包生产车间的自动化物流系统，提出了基于有色Petri网建模的方法，设计出了一个有铲的AGVS优化调度规则专家系统，有效地提高了物流系统的生产效率。     

一种时延Petri网的死锁预防方法

针对时延Petri网的死锁预防问题,提出了一个有效的预防控制算法,将信标控制死锁预防的方法应用到时延Petri网中,不需要列举全部可达状态的情况下实现死锁预防,而且实现最后的控制器为活．首先将时延Petri网拉伸为拉伸时延Petri网(SPN),使得不改变原来系统性能的情况下,拉伸后的网所有变迁均为单位时延,然后针对SPN忽略时间因素,采用信标控制方法,根据所得标识约束添加控制库所,使所有严格极小信标均为P-不变式可控,最后还原时延Petri网,得到活的、结构简单的Petri网监督控制器．     

离散自动制造系统Petri网的一种设计方法

文章力图以通信顺序进程为基础设计一种自动制造系统的规格说明语言，采用该语言所形成的描述语言可以自动转化为系统的Ｐｅｔｒｉ网模型．文章为复杂离散自动制造系统Ｐｅｔｒｉ网形式化设计理论的研究，开辟了一条新途径．     

一种基于Petri网的事务模型

提出了一种基于Ｐｅｔｒｉ网的关系数据库的事务模型，即事务网，它清晰地表明了数据与事务的相互依赖关系及事务之间的并发关系，可作为关系数据库逻辑设计阶段的重要工具。     

Petri网在FMS生产调度中避免死锁研究的应用

用着色面向资源的ｐｅｔｒｉ网模型来描述柔性制造系统中的工作竞争过程，该模型揭示了资源竞争过程的本质特征，从而推导出柔性制造系统中无死锁运行的条件，得出控制规律。     

基于Petri网和遗传算法的飞行训练计划优化编排

为解决航空兵部队飞行训练计划的优化编排问题,以组成训练计划的科目为研究对象,提出一种基于赋时库所Petri网(timed place petri net,TPPN)的科目-空域占用过程仿真与遗传算法相结合的优化编排方法.该方法首先建立科目-空域占用关系表,并基于TPPN建立科目对空域的占用过程模型.采用遗传算法对空域占用过程进行优化,使用的染色体是由TPPN模型中的部分选择库所名称排列而成,每个染色体代表了一种科目-空域占用方案.利用基于TPPN的科目-空域占用过程仿真,得到每个染色体所对应的优化目标值.仿真试验证明,该方法融合了Petri网和遗传算法各自的优点,能够有效地实现航空兵部队飞行训练计划优化编排.     

改进自适应遗传算法在函数优化中的应用研究

为了改善传统自适应遗传算法的收敛速度以及局部收敛问题,根据种群适应度的集中程度,以种群的最大适应度、最小适应度以及适应度平均值这3个变量为基础,设计了改进的自适应交叉概率和变异概率来调整整个种群的交叉概率和变异概率,提出了一种基于种群适应度集中程度的改进自适应遗传算法.将该算法应用于函数优化中,仿真结果验证了其具有"快速收敛"的特点,且在很大程度上可避免遗传算法的早熟现象.     

一种基于Petri网的自动Web服务组合算法

为了自动获得性能最优的Web服务组合方案,提出一种自动Web服务组合算法．该方法根据用户的组合需求和已有的Web服务,自动生成服务组合的数据流模型,并用Petri网描述;通过抽取Petri网中变迁之间以及变迁序列之间的各种并发关系,得到性能最佳的Web服务组合方案,并将最佳方案转换为业务过程执行语言的抽象模板．与已有方法相比,该方法能有效地获得性能最佳的具有控制流结构的组合方案．     

基于遗传算法的数据挖掘方法及应用

车间作业调度问题的研究不仅具有重大的现实意义,而且具有深远的理论意义.该文采用数据挖掘算法从大量的车间作业调度中抽取一些有价值的信息或知识,然后应用这些知识来辅助车间作业调度.应用数据挖掘算法从车间作业调度最优方案中抽取出最优调度方案的一些模式知识来发展一些规则集辅助车间作业调度.这些规则可以看作是隐含在车间作业调度最优方案中的,事先未知的潜在有用的信息.根据这些规则可以产生比简单指派更好的车间作业调度方案.最后的数据实例表明该方法无论在调度质量还是在计算速度上都具有较好的性能.     

基于遗传算法与模式搜索的混合优化算法

为了更好地实现全局优化,提出一种遗传模式搜索(Genetic Pattern Search,GPS)算法,该算法结合了遗传算法(GA)的强全局搜索能力与泛化模式搜索算法(PS)的强局部搜索能力.算法流程分为两步:首先是GA与PS联合实现粗搜索;其次是PS实现细搜索.实验对Hump、Powell、Rosenbrock、Schaffer、Woods测试函数进行搜索,表明GPS算法的成功率明显优于改进遗传算法与改进模式搜索算法,可作为一种有效可行的全局优化算法.     

一种新型的混合Petri网建模及其分析方法

提出一种新型的混合Ｐｅｔｒｉ子网建模和描述方法,离散化这种混合子网后,利用双子代数理论推出其线性代数方程组,在代数框架下研究混合系统的可达性,实践证明了该方法的可行性。     

An extended particle swarm optimization algorithm based on coarse-grained and fine-grained criteria and its application

In order to study the problem that particle swarm optimization （PSO） algorithm can easily trap into local mechanism when analyzing the high dimensional complex optimization problems, the optimization calculation using the information in the iterative process of more particles was analyzed and the optimal system of particle swarm algorithm was improved. The extended particle swarm optimization algorithm （EPSO） was proposed. The coarse-grained and fine-grained criteria that can control the selection were given to ensure the convergence of the algorithm. The two criteria considered the parameter selection mechanism under the situation of random probability. By adopting MATLAB7.1, the extended particle swarm optimization algorithm was demonstrated in the resource leveling of power project scheduling. EPSO was compared with genetic algorithm （GA） and common PSO, the result indicates that the variance of the objective function of resource leveling is decreased by 7.9%, 18.2%, respectively, certifying the effectiveness and stronger global convergence ability of the EPSO.     

基于相似性遗传算法及其在JSP中的应用

提出一种基于个体相似性的改进算法, 当种群的多样性较好时,采用标准的交叉策略;当种群的多样性较差时,根据个体的相似性选择个体配对, 避免相同的个体配对交叉, 减少高度相似个体进行配对交叉的概率, 从而提高交叉操作的效率. 用该改进算法对基准作业车间调度问题（JSP）进行计算,仿真结果表明：该算法优于标准遗传算法.     

一种改进的粒子群优化算法及其应用

介绍了粒子群优化算法及其原理,针对其后期容易陷入局部极值的缺陷,提出了一种改进粒子群算法.改进算法采用全局最优粒子变异策略和部分粒子群部分维初始化策略.通过将其应用于(N M)容错系统模型的实例,对改进算法的性能进行了分析,结果表明,改进算法的搜索效率和精度均优于一般的粒子群算法,同时具有较好的收敛稳定性.