基于EFTPN不确定时间知识的分析处理及其在铁路中的应用

摘要

时间作为宇宙间所有事物的重要属性，各式各样与时间相关的数据或信息一直贯穿各种系统的发展全过程。上世纪70年代，在数据库、知识库、人工智能、软件工程、知识工程等领域，已经开始了关于时间知识(temporalknowledge)的研究。在铁路运输、医学诊断、工矿机器控制等实际系统中，由于随机性、模糊性、多义性等原因，时间信息或属性往往会产生不确定性。如何恰当地对这类不确定性时间知识进行分析处理(如表达、推理和验证等)是非常重要的，不但能够为涉及安全性、活跃度和预定时间等问题的解决提供强有力、可扩展的描述和证明技术，而且可用于网络协议、数据库应用、模拟应用、自然语言理解、专家系统、人工智能应用等系统中的时间表达推理，同时还是研究多媒体通信同步和工作流等应用中时序关系的关键理论。 由于Petri网可描述时间的顺序或并发等性质，且具有多种有效的推理分析方法，基于Petri网进行时间知识的分析处理在近几年引起了学者们的很大兴趣。但在处理不确定性时间知识方面，已有的研究工作仍存在不足，例如：缺乏相应的不确定时序逻辑进行支持；针对庞大复杂系统，缺乏较好的建模、分析以及仿真方法；有些推理验证算法具有局限性，应用范围较窄，或效率不高；与其它理论或技术的结合交叉方面(例如UML、神经网络和工作流等)，研究工作明显不足。 铁路是一个庞大复杂的巨系统，包含多方面因素，各个环节紧密联系，有许多领域涉及到不确定性时间知识的分析处理，例如：列车群行为分析和行车安全综合监控系统整合。它们涉及的问题复杂程度高，时效性强，存在时间信息的随机性和不确定性；且是项目“高速铁路综合调度仿真系统”和“铁路行车安全监控和预警系统”的重要研究内容。因此，本文结合这两个领域进行不确定性时间知识分析处理的研究，具有很强的代表性和实用性。 本文针对国内外在不确定性时间知识分析处理方面现有研究工作的不足，结合列车群行为分析和行车安全综合监控系统整合中所存在的具体问题，主要基于一类Petri网—扩展模糊时间Petri 网(Extended Fuzzy Timing Petri Net—EFTPN)，辅助结合线性逻辑、时序逻辑、可能性理论、工作流以及神经网络等理论，进行复杂系统建模过程中存在的不确定性时间表达、推理和验证等方面问题等研究，主要创新点如下： (1)在EFTPN时间知识表示方面，首先从梯形模糊时间函数的形式化定义提出一种新的不确定时序逻辑(Uncertain Interval Temporal Logic-UITL)，然后，分析EFTPN的各种运算，提出了基于EFTPN的UITL时序关系的建模方法。 (2)在EFTPN时间知识推理方面，首先提出一种基于生成图的不确定时间知识表达和推理算法；又结合线性逻辑，提出另外一种不确定性时间知识的线性推理算法。同时，针对列车群建模分析的实例，说明了两种算法的应用过程；并采用CPN Tools进行仿真分析，验证它们的正确性。 (3)针对EFTPN进行复杂系统时间知识表达推理时所表现出来的不足：模型对系统具有高度依赖性，由于状态空间爆炸带来分析的高复杂性等缺点，本文提出了层次扩展模糊时间Petri网(Hierarchical Extended Fuzzy TimingPetri Net—HEFTPN)，并给出相应的建模和仿真方法，并结合列车群建模分析的实例，详细说明了应用过程。 (4)在EFTPN 和其它理论或技术结合方面，首先结合 EFTPN 和工作流，将 EFTPN 不确定时间表达计算能力用于工作流模型分析中，实现对复杂系统的时间性能的精确定量计算；将 EFTPN 和 UML 结合，主要基于 EFTPN对 UML 时序图模型进行转化分析，增加 UML 时序图的精确推导分析能力，实现对系统行为的分析和验证。最后，结合行车安全系统整合分析中具体问题，说明两种方法应用过程。 (5)针对行车安全系统整合分析的需求，提出了基于 EFTPN 的信息匹配算法，对设备检测得到的信息进行校验和纠错；在此基础上，做为理论上的一种探讨，又提出了多种模糊信息综合评判的 EFTPN 模型。

目录

文摘

英文文摘

铁道科学研究学位论文原创性声明

第一章绪论

第二章Petri网的相关理论

第三章EFTPN与不确定时段时序逻辑

第四章基于EFTPN时间生成图的推理验证算法

第五章基于EFTPN的线性时间推理验证算法

第六章层次扩展模糊时间Petri网建模仿真

第七章EFTPN与工作流模糊时间的分析处理

第八章EFTPN与UML时序图模型的转换分析

第九基于EFTPN信息匹配算法和融合模型

结束语

参考文献

博士研究生期间发表的论文及相关工作

致谢