机载液压油源系统非马尔科夫随机Petri网模型与时间参数识别

本文研究了基于Petri网的机载液压油源系统的建模与时间参数识别问题。机载液压油源系统的正常行为执行时间服从正态分布和异常行为执行时间服从指数分布时间,Petri网模型处理确定行为,不能处理随机行为。随机Petri网(Stochastic Petri Nets ,SPN)模型与确定-随机Petri网(Deterministic Stochastic Petri Nets ,DSPN)模型处理执行时间属于指数分布的行为,不能处理执行时间属于正态分布的行为,本文提出用正态-随机Petri网(Normal-Stochastic Petri Nets, NSPN)模型对机载液压油源系统建模,正态-随机Petri网模型有正态分布的变迁与指数分布的变迁。本文提出正态-随机Petri网模型的正态参数 与指数分布参数 的识别算法,其中 为正态分布的名义值, 为正态分布的标准差, 为指数分布的指数参数值。本文建立了机载液压油源系统的NSPN模型,应用本文参数估测算法对变迁时间参数进行识别,仿真计算结果表明,计算的变迁时间参数与系统实际运行时间参数一致,证明了该方法的有效性。     

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．     

基于Petri网的快递自助投放模型优化

为解决快递件在智能快递柜中超时存放和可能引发费用纠纷的问题,提出了一种基于Petri网带配置信息的快递自助投放优化方法.首先基于其业务流程而建立Petri网模型,分析其中存在的不足,然后通过添加相应的变迁和配置信息对模型进行优化,增加了让用户自主选择投放方式的新功能.仿真实验和路径测试结果表明,优化模型是有界和安全的,能够针对用户不同的需求执行不同的变迁路径.     

基于Petri网仿真的柔性生产调度——蚁群-遗传递阶进化优化方法

利用受控赋时Petri网对柔性生产线调度中的离散事件建模,此Petri网模型由过程流子网、资源子网和调度控制子网通过同步变迁连接而成.在由Petri网仿真运行获得调度性能评价的基础上,采用两级递阶进化优化方法求解柔性生产过程的优化调度问题.首先由蚁群优化方法优化加工路径,然后根据蚁群在信息素指引下所构造的加工路径,采用遗传算法优化在同一机器上加工的作业排序.应用蚁群优化原理提出了加工路径优化问题的信息素表达方式,解构造策略和信息素更新策略.一组测试问题的求解结果说明了算法的有效性和鲁棒性.     

正态分布随机Petri网的串并行结构化简

基于正态分布随机Petri网的串行和并行两种基本结构的化简开展研究,推导出在正态分布广义随机Petri网中化简串行模型的等价理论公式,即合成执行时间为各个变迁的执行时间之和,仍服从正态分布,并且合成均值等于所有变迁执行时间的均值之和,合成标准偏差等于所有变迁执行时间标准偏差的方和根。还提出了并行模型的模拟仿真计算方法,分析了两个并行变迁独立不同分布时的情况,并给出了近似估算公式,在公式中,均值较大的变迁权重较大。     

基于遗传蚁群算法的机器人全局路径规划研究

蚁群算法是基于生物界群体启发行为的一种随机搜索寻优方法,它的正反馈性和协同性使其可用于分布式系统,隐含的并行性更使其具有极强的发展潜力,它在解决组合优化问题上有着良好的适应性。因此将其应用到智能机器人全局路径规划中,其目的是探索一种新的路径寻优算法.在基于栅格划分的环境中,研究了机器人路径规划问题中蚁群系统的"外激素"表示及更新方式,并将遗传算法的交叉操作结合到蚁群系统的路径寻优过程中,提高了蚁群系统的路径寻优能力,为蚁群算法的应用提供了一种新的探索.     

基于随机Petri网的冗余备份系统可信赖性研究

可信赖性的度量能客观反映冗余备份系统的可信性,是评价冗余系统服务能力的主要准则。随机Petri网（SPN）对系统的并发性、异步性和不确定性具有很强的动态分析能力,特别适合系统建模和可信赖性分析。讨论了冗余备份系统的概念及其随机Petri网描述,采用SPN对冗余备份系统进行建模和分析,在模型分析的基础上给出冗余备份系统的可靠性、可用性、可生存性、平均故障间隔时间等各种可信赖性重要指标。实例研究表明备份部件所处不同的状态会导致冗余备份系统具有不同的可用性。     

基于STPN求解随机网络最短路的仿真方法

提出了基于时延Petri网求解网络最短路的仿真方法,该方法保持了Dijkstra算法的特性,充分利用了Petri网的并发特性,可迅速而自动地求出最短路,所需计算量仅正比于最短路的长度,与路径图的复杂程度及路径图中的通路总数无关.并将该算法推广到随机网络情形,提出基于随机时延Petri网(STPN)的随机网络最短路仿真算法,可迅速而准确地找到起点与终点之间的随机网络最短路的分布函数.     

基于蚁群算法的智能交通最优路径研究

针对车辆智能交通最优路径问题,提出一种实时规划的蚁群算法。在该算法搜索过程中加入针对具体问题的局部搜索寻优算法,在启发函数中引入搜索方向,改进信息素更新策略,限制信息素轨迹量。利用智能交通道路模型对改进算法进行比较分析。实验结果表明,改进后的蚁群算法能够有效地解决车辆实时路径诱导问题,实现车辆实时路径诱导,具有良好的收敛性和寻优性。     

基于Petri网的图书借阅系统的 建模与优化分析

为提高图书的利用率,实现更人性化的借阅服务,提出了一种基于Petri网的图书借阅系统模型的优化方法.首先,通过分析图书借阅系统的结构,利用Petri网对借阅系统进行建模; 其次,对Petri网模型中的各变迁之间的行为轮廓关系进行分析后,通过增加控制结构对模型进行优化; 最后,利用PIPE软件对优化后的模型进行仿真模拟,结果表明优化后的模型具有有界性和安全性.