模糊Petri网在实时系统中的应用研究

摘要

在本文中，首先介绍了基本Petri网(PN)和基本模糊Petri网(FPN)的相关知识和概念，并对已有的一些基于FPN的算法做了简单的介绍。在此基础上，主要针对FPN提出了改进的基于规则的逆向模糊推理算法，并在应用部分用该算法对具体的问题进行了详细的分析和介绍，得到较好的结果。近二十年以来，各种不同类型的模糊Petri网应运而生，但他们中的大多数都是与某一类具体的问题紧密结合的，所以不可避免地存在一些局限性比如不确定性强等。从一些典型的具体模型中，总结出比较一般的规律，这对于FPN的发展是大有裨益的。 给出了一种带权模糊Petri网(WFPN)的模型结构，并给出了相应的一种基于规则的改进的带权模糊推理算法，主要针对现有算法的一些不足之处进行了改善，还根据已有的算法给出了相应的逆向算法。通过几个实例，将改进的算法和原先的算法进行了比较，从而得出改进算法的一些优越性。 知识工程是当前计算机领域中的一个研究热门，同时，由于FPN十分符合人类的思维和认知方式，所以将其应用于知识表示和人工智能等方面具有非常广阔的前景。现有的许多工作将FPN与知识工程中的产生式系统相结合，充分利用了FPN的知识表示能力，在提高知识的并行推理能力方面是一种非常有效的方法。在本文中，主要结合了FPN在该领域的应用，而给出了WFPN的模型。 以模糊Petri网为工具，产生了许多人类知识推理过程的表示方法及推理算法，这些算法综合考虑了推理过程中的各种约束条件，将复杂的推理过程采用计算机易于实现的方法来描述，充分利用了模糊Petri网的并行处理能力，对要考虑的复杂系统进行简化和提炼，使得模糊推理过程简单易行。如果将这些算法加以改进并结合使用将会取得更佳的效果，本文也寻求和在一定程度上解决了这些算法的一些不足。由于Petri网可以表达离散事件动态系统(DEDS)的静态结构和动态变化，而且可以转化为其他的相关模型，因此目前Petri网已经成为描述和分析DEDS最有效的方法。所以说，由模糊集理论与Petri网相结合而产生的FPN对于离散事件的控制有着其他建模工具所不可比拟的独特的优势。 FPN在实时系统中的应用还不十分广泛，结合FPN表示并行和并发系统的优势，以及实时系统的特点，将两者进行有机结合，考虑了FPN在实时系统中的应用。FPN本身就是一种形式化的建模工具，因此FPN在实时系统中的应用也是实时系统形式化方法应用与研究的一部分。在这方面，主要讨论了模糊推理Petri网(FRPN)在故障诊断系统中的应用，以及改进的逆向模糊推理算法在实时系统中的应用。由于实时系统所具有的共同特点，相应的方法在一定程度上也适用于其他的一些实时系统。 针对基于FRPN的模糊推理算法的一个显著特点，即对于比较庞大和繁杂的系统来说，运用该算法对系统的FPN模型进行处理的过程中，存在计算量过大，计算效率降低的问题。因此提出将一种反向推理算法与模糊推理算法相结合，从而在一定程度上大大缩小了计算的复杂度和计算时间。在附录中，给出了该方法在Matlab环境下具体实现和应用的一些例子。

目录

文摘

英文文摘

学位论文独创性声明及学位论文使用授权声明

第1章引言

第2章Petri网和模糊Petri网

第3章实时系统

第4章模糊Petri网在故障诊断系统中的应用

参考文献

附录 getEndSt函数的实现

作者在攻读硕士学位期间公开发表的论文

致谢