基于Petri网的时间知识推理算法的研究

摘要

本文在前人研究的Petri网理论的基础上，针对一类复杂系统形式化建模过程中存在的时间不确定性问题，构建了相应时间知识的表示方法及分析方法，即将Petri网理论和模糊集合理论相结合，在对系统进行建模的基础上，进行时间知识的定量分析。首先，本文定义一种对复杂系统进行形式化建模的模糊时间Petri网(FTPN)，该网引入四个时间的模糊集理论函数，即模糊时间片、模糊使能时间、模糊发生时间和模糊延迟，来处理时间的不确定性；然后基于时间模糊集理论函数的相关运算提出FTPN时间知识推理算法的基本思想，详细讨论了最迟时间可能性分布latest，最早时间可能性分布earliest以及最小操作Min的运算方法；最后，用列车运行算例验证算法的有效性，并与已有的基于时间Petri网的时间知识推理算法进行了对比分析，对比结果表现出该算法具有定量分析、计算简单、简化系统，便于系统集成的特点。　　本文的模糊时间Petri网能够有效表示一类复杂系统在形式化建模过程中存在的时间不确定性知识，相应的时间知识推理算法能够对时间不确定性问题进行定量分析，可以应用于智能交通、计算机的通讯控制等领域。另外，模糊时间Petri网模型可以与Agent技术结合，与各种Petri网分析工具进行集成，对各种智能专家系统的研究也有很大现实意义。

目录

文摘

英文文摘

郑重声明

第一章绪论

1.1研究背景与现状

1.2研究意义

1.3本文的研究内容

第二章不确定性时间知识表示方法

2.1不确定性的存在

2.2可能性理论

2.3现有的时间知识表示

2.4模糊时间函数

第三章模糊时间Petri网

3.1 Petri网相关理论

3.2模糊时间Petri网的相关定义

第四章基于FTPN的时间知识推理算法

4.1 FTPN算法思想

4.2算法中相关运算说明

4.2.1最迟时间可能性分布的计算latest

4.2.2最早时间可能性分布的计算earliest

4.2.3最小操作Min

4.3相关算法实现

4.3.1主要数据结构

4.3.2算法界面与输入输出格式

4.4算法小结

第五章与TPN时间知识推理算法的对比分析

5.1列车运行算例一

5.2列车运行算例二

5.2.1问题描述

5.2.2 FTPN模型和分析结果

5.2.3 TPN模型和时间参数生成图

5.3对比分析

第六章总结与展望

6.1本文工作总结

6.2下一步的工作

致谢

参考文献

附录：攻读硕士学位期间发表的论文