基于延迟特性的改进随机Petri网建模与分析

随机Petri网能够分析过程中的随机特性,但是不能有效地描述延迟和花费问题.为了解决上述问题,提出了一种基于延迟特性的随机Petri网模型.该模型能根据延迟时间和过程的随机性得到总的时间和花费特性.给出了状态类延迟时间和延迟花费的串联及并联化简方法.最后,通过首都机场的实例说明该方法能更好地表示出应急救援的时间和花费特性.     

高等院校在社区经济建设中的作用与运作

本文以高等院校为联系纽带,将其置身于经济欠发达地区的大环境中,探讨信息网的作用、建立与运作,政府的政策引导,招商引资与高校学生的创业,职高学生的就业有机结合,通过"教研结合,校企合一"的办学模式以及开放教科研设备、开展各种培训等方式,将高校与各界各业联系起来,使之成为中心城市的联络、辐射中心,为贫困地区如何发挥高职院校的作用提供新思路。     

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。     

基于Petri网的装备战场抢修系统建模研究

为了提高装备战场抢修系统的决策效率和决策科学性,以信息化条件下战场环境和我军装备维修现状为基础,分析了我军装备战场维修能力和维修需求。利用petri网进行装备抢修系统建模的特有优势,建立了装备战场抢修决策过程的peril网模型,模型主要包括装备战场抢修决策流程、装备损伤评估和野战维修能力评估。最后用CPN—Tools工具对一个实例进行仿真,应用模型节约了维修时间,提高了资源利用率,验证了模型实用性和有效性。     

一种集成U—P的工作流建模方法与正确性分析

Petri网和统一建模语言UML是当前工作流建模领域两种非常流行、功能强大的建模工具。Petri网便于描述,可以动态地运行,但缺乏层次;UML可以完整、细致地刻画系统,但量化不够,缺乏有效、严密的分析工具与方法。本文整合两种建模方法的优点,提出一种集成U．P建模的方法,该方法能够有效地描述系统,实现系统的模块化和模型重用,还能够对系统进行严密的分析,通过对模型仿真,找出其缺,羔和不足。     

基于嵌套网的JADE建模

良好的形式化建模方法是大规模开发和应用多Agent系统(MAS)的必要条件之一,使用多层的嵌套网对JADE进行层次化建模,给出面向对象的MAS与NP-nets之间的对照关系。指出通过引入层次结构,不仅能有效地控制状态空间的规模,而且能通过网托肯的嵌套方式克服Petri网结构演化的困难。     

基于模糊Petri网的汽车故障诊断仿真研究

本文将Petri网和模糊推理相结合,建立故障诊断的模糊Petri网模型。其中,用FPN表示模糊产生规则,用Petri网的变迁激活规则进行故障诊断推理,从而分析出异常行为过程间的因果关系,推理出故障的原因及其可信度。以汽车故障诊断为例,建立了基于模糊Petri网的诊断模型。通过仿真分析,验证了模型的正确性和算法的有效性。     

Petri网的工作流模型建模研究

实现工作流技术的关键环节在于工作流的概念模型,而其中的过程建模又是构建工作流管理系统的基础,因此,对建立工作流模型的研究和应用比较多。近几年,随着业务流程建模、工作流概念的出现以及Petri网技术的发展,Petri网也被用于工作流模型的建立。该文在介绍工作流模型和Petri网基本概念的基础上,介绍工作流的四种基本流程结构,并以工作流的四种基本流程结构为出发点,给出了如何把它们映射成符合工作流网定义的模型的一种方法。     

基于文本案例的推理技术综述

首先介绍了CBR(Case-based reasoning)推理中一个重要分支--基于文本案例的推理技术TCBR(Textual CBR)的产生背景.然后详细介绍了TCBR推理时采用的结构--实例提取网CRN(Case Retrieval Nets),描述案例的知识单元--信息实体的概念和特性,以及TCBR中如何进行实例提取、改编和学习.最后,对TCBR的改进研究、代表项目以及未来的发展方向作了概括性说明.     

更有效的非线性系统辨识新方法

介绍了一种基于量子粒子群算法构造径向基函数神经网络进行非线性系统辨识的新方法.在确定径向基函数网络的 隐层结点数后,将相应网络的参数,包括隐层基函数中心、扩展常数以及输出权值和偏移编码成学>-j算法中的粒子个体,在全 局空间中搜索具有最优适应值的参数向量.实例仿真通过和标准粒子群算法进行比较,表明了该方法的有效性和优越性.