排序方式: 共有58条查询结果,搜索用时 15 毫秒
1.
标识T-网中同步距离的计算 总被引:1,自引:0,他引:1
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.由于同步距离的求解不仅和网的结构特征有关系,而且和网的初始标识也存在关系,因此到目前为止还没有一个很简洁易行的算法来求解一般Petri网的同步距离.然而,一些特殊的Petri网子类,如标识T-图、标识S-图的同步距离的计算已经有了较简洁的求解方法.对另一个Petri网子类--标识T-网给出了其同步距离的计算方法.标识T-网也可以直接通过网的结构和初始标识分布情况来得到变迁之间的同步距离,不需要考察网系统的运行,这就使得同步距离的求解简单易行.文中给出了相应的求解定理. 相似文献
2.
故障诊断是离散事件系统中一项重要的研究内容,对于保障系统安全具有积极意义。基于Petri网的故障诊断相关研究主要分为故障可诊断性研究以及故障诊断器的构造理论研究,故障可诊断性又可以进一步分为一般可诊断性与K-可诊断性,而故障诊断器的设计方法又可以按照适用系统类型进一步分类。综述了故障诊断理论中可诊断性、K可诊断性的各类研究方法和研究结论,介绍了离散Petri网系统、连续Petri网系统和分布式Petri网系统中故障诊断器的设计方法,并对各类方法的特点进行了重点分析。最后,给出了基于Petri网的故障诊断进一步研究的方向与应用难点,其对今后研究有一定的指导意义。 相似文献
3.
目的:以三叶草浸提液为主要原料,在配方优化的基础上,研制具有抗氧化及改善睡眠等保健功效的功能性饮料。方法:以《保健食品检验与评价技术规范实施手册》为依据,通过调配确定最佳制备工艺,并获得相关参数。结果:优化后的主要参数为:三叶草粉末经40%乙醇70℃浸提2次,100℃灭菌15min。试验原料和辅料对该饮料的感官指标均有较大影响,最佳配方如下:200mL饮料中含三叶草浸提液10.0mL、白砂糖12.0g、50%柠檬酸0.4mL、山梨酸钾0.03g、维生素C100mg。结论:该饮料呈色泽鲜明的黄绿色,有浓郁的三叶草清香、口感清爽,是一款有开发前景的功能性饮料。 相似文献
4.
机车的运输调度管理是安全关键工业系统中的一个重要的研究方向,如何建立一个形式化的先验模型,利用模型对调度策略的安全性、正确性以及运输调度系统进行性能分析是本文研究的主要目的。使用分层Petri网的建模方法,以调度策略为框架建立整体的矿井机车运输调度控制系统模型,模型结构独立于运行路线结构。通过对模型的运行状态报告进行分析,给出调度策略的安全性和正确性的判定条件;同时,通过分析模型的标识状态图信息得到系统性能参数指标,在此基础上,给出机车运输速度和采区的开采速度是否匹配、进路区段的规划是否合理的评估方法和准则。 相似文献
5.
鉴于已有的过程挖掘方法在发现循环结构和隐藏行为上具有一定的局限性,提出一种基于后继关系的行为块挖掘算法。依据日志建立后继关系矩阵,分析了矩阵中变迁间对应的值,从而可以发现所有最小行为块和隐藏的行为关系,包括循环行为块;利用组合原理对带有重复变迁的最小行为块进行组合,得到结构行为块;组合所有行为块得到初始模型,利用已发现的隐藏行为关系修正初始模型得到更加精确的过程模型。通过实例分析和ProM的仿真实验验证了所提方法的可行性。 相似文献
6.
业务流程管理系统存在可以改变系统行为的潜在故障,因此研究定位系统中故障发生的最小结构变化区域是十分必要的,它对提高业务系统的鲁棒性具有重要意义.本文提出了一种日志诱导下的变化挖掘方法,即最小结构故障域识别方法(minimal structure fault region identification,MSFRI),该方法通过系统的行为变化来定位故障发生的结构因果关系.进一步,针对合理的自由选择业务流程Petri网系统,形式化定义了6种典型变化模式,这些变化模式为故障的结构因果关系变化挖掘提供理论基础.本文所提出的故障定位方法通过识别业务流程Petri网系统的行为变化,实现具有最少库所和变迁数目的故障区域定位,有助于实现系统更加复杂的变化挖掘.本文工作的主要创新之处在于从结构因果关系的角度出发,借助系统行为变化挖掘实现定位业务系统中的潜在故障. 相似文献
7.
8.
针对现有的符合性检测方法大都基于单个活动的对齐,且只给出模型与日志的快速匹配方法,存在非块结构模型不敏感的问题,提出一种基于直接后继关系对齐的过程符合性检测方法。首先,根据直接后继关系得到模型与日志相关属性,并以紧邻活动对的方式展现出来。其次,根据基于紧邻活动对的最优对齐算法(AAP),得到轨迹的最优匹配活动对序列,提出基于最小代价的单条迹与模型的拟合度函数,并给出拟合度算法(DFA),计算日志与模型的拟合度。最后使用实际案例对所提方法进行了评估,结果表明:该方法能够正确计算过程模型与日志之间的拟合度,且具有较好的时空复杂度。 相似文献
9.
由异常值和缺失值导致的低质量事件日志在实际的业务流程中通常不可避免,低质量的事件日志会降低过程挖掘相关算法的性能,从而干扰决策的正确实施。在系统参考模型未知的条件下,现有方法在进行日志异常检测与修复工作中,存在需要人为设定阈值、不知预测模型学习何种行为约束以及修复结果可解释性较差的问题。采用遮掩策略的预训练语言模型BERT可以通过上下文信息自监督地学习文本中的通用语义,受此启发,提出了模型BERT4Log和弱行为轮廓理论,并结合多层多头注意力机制进行低质量事件日志的可解释修复。所提修复方法不需要预先设定阈值,仅需要进行一次自监督训练,同时该方法利用弱行为轮廓理论量化行为上的日志修复程度,并结合多层多头注意力机制实现对具体预测结果的详细解释。最后,在一组公开数据集上对方法性能进行评估,并与目前性能最优的研究进行对比分析,实验结果表明BERT4Log的修复性能整体优于对比方法,可以学习弱行为轮廓并实现修复结果的详细解释。 相似文献
10.