Petri网的同步距离计算

同步距离是刻画事件之间同步关系的一个重要的定量分析手段。本文提出了同步距离计算网SDCNet的概念模型并讨论了计算同步距离的几个结论,给出了S_元中初始标识的配置算法以及以此为基础计算同步距离的算法。分析表明该算法与可覆盖性树的生成算法具有相同的复杂性。     

基于带抑止弧时间Petri网的IEEE802.2LLC3型协议的建模

该文定义了一种扩展的时间Petri网———带抑止弧的时间Petri网,这类扩展的时间Petri网可以用作网络协议描述的工具。作为一个例子,笔者在对IEEE802.2LLC3型协议做简单分析的基础上,给出了一个基于带抑止弧时间Petri网的IEEE802.2LLC3型协议的形式描述。     

用ASP制作网上考试试卷的方法

随着互联网技术的发展,网上考试将是未来考试发展的方向。网上考试试卷是网上考试系统中的一个重要组成部分,文章介绍了基于Browser/Server模式的网上考试系统中试卷生成部分,详细介绍了数据库设计以及基于ASP生成试卷的一些方法和技巧。     

基于深度置信网络的广告点击率预估的优化

随着互联网广告的飞速发展,如何预测目标用户对互联网广告的点击率（click-through rate,简称CTR）,成为精确广告推荐投放的关键技术,并成为计算广告领域的研究热点和深度神经网络的应用热点.为了提高广告点击率预估的精确度,提出了基于深度置信网络的广告点击率预估模型,并通过基于Kaggle数据挖掘平台数据集的1 000万条随机数据的实验,研究不同的隐藏层层数和隐含节点数目对预测结果的影响.为了解决深度置信网络在数据规模较大的工业界解决方案中的训练效率问题,通过实验证明：广告点击率预估中,深度置信网络的损失函数存在大量的驻点,并且这些驻点对网络训练效率有极大的影响.为了提高模型效率,从发掘网络损失函数特性入手,进一步提出了基于随机梯度下降算法和改进型粒子群算法的融合算法,以优化网络训练.融合算法在迭代步长小于阈值时可以跳出驻点平面,继续正常迭代.实验结果表明,与传统的基于梯度提升决策树和逻辑回归的广告点击率预估模型以及模糊深度神经网络模型相比,基于深度置信网络的预估模型具有更好的预估精度,在均方误差、曲线下面积和对数损失函数指标上分别提升2.39%,9.70%,2.46%和1.24%,7.61%,1.30%;使用融合方法训练深度置信网络,训练效率提高30%~70%.     

可重构制造系统重构算法的实例研究

可重构制造系统（RcMS)的模型及其重构算法是可重构制造系统的形式化表示，是研究RcMS优化的理论基础，基于赋时可重构Petri网的可重构制造系统模型（TRPN－RcMS)及其重构算法是RcMS的形式化表示方法之一。文中以实例对RcMS重构算法进行说明和论证。首先假设一个RcMS的实例系统；然后，根据RcMS的当前系统组成及其生成计划生成RcMS当前系统的TRPN－RcMS模型；最后，根据RcMS重构后的系统组成及其生产计划的变化情况，利用RcMS的TRPN－RcMS模型的重构算法，生成重构后的系统的TRPN－RcMS模型。     

基于BP算法和Petri网的柔性制造系统故障诊断

针对传统Petri网难以精确描述故障发生的不确定性以及缺乏学习能力的缺点,将BP神经网络和加权模糊Petri网相结合,定义了一种新的能对故障进行诊断的模型——BPFPN网(A net based on BP and FPN),并提出了对BPFPN网故障诊断模型进行构造的算法,以及一种将BP神经网络算法应用于BPFPN网故障诊断模型实现对各种参数进行训练的方法;最后通过对实验参数为=5000,算法学习速率η=0.05,学习误差Δe=0.0002的柔性制造系统加工中心故障诊断实例进行实验,在对各种参数进行学习后,能够有效地实现对故障的诊断,证明了BPFPN网是一种有效的故障诊断方法。     

电力企业工作流管理系统的设计与实现

介绍了适合电力企业的工怍流管理系统的设计方案和实现方法,并指出了系统的特点。系统采用一种面向用户的工作流建模方法,弥补了Petri网方法的图形复杂和节点多的不足。系统支持工作流实例的动态变化,符合电力企业业务工作流的需要。     

基于Petri网的动态Web服务组合建模

基于广义随机Petri网,提出了一种动态Web服务组合建模的方法.利用广义随机Petri网(GSPN)以及OWL-S组合过程对Web服务组合过程构建动态组合模型,实现Web服务的动态组合.并通过一个实例证明该方法的可行性.与现有的方法相比,该方法可以更有效地描述动态Web服务组合.     

随机Petri网模型到马尔可夫链的转换规则与实现

随机Petri网是一种系统设计和分析工具,它可以对系统进行定性分析和定量分析。为了有效利用随机Petri网进行性能的定量分析,根据随机Petri网模型转换为马尔可夫链的算法,总结并实现了它们之间的转换规则。该转换规则在变迁实施的过程中引入演变规则和合并规则,将随机Petri网模型转换为马尔可夫链。可以利用产生的马尔可夫链对随机Petri网模型的多项性能指标进行定量分析。实验结果表明,转换规则是正确、可行的。     

基于Petri网的UML形式化建模应用分析

UML是功能强大的图形化建模语言,但存在缺乏精确的语义描述的特点,因此UML形式化研究一直是一个热点。Petri网既有直观的图形表示,又有坚实的数学基础,拥有许多成熟的分析方法可以直接用于分析模型的性能。结合一个图录编纂应用系统,使用基于Petri网的建模方法,对该系统的UML状态图和序列图进行了形式化分析。排除UML模型中的缺陷,在软件设计阶段发现错误,降低软件开发的花销,最终达到提高了软件的质量的目的。