基于时间有限状态自动机的事件重建推理算法

应用时间Mealy型有限状态自动机(TMM)模型进行系统建模及计算机证据的形式化.针对单路推理算法推理时随着搜索路径的延长造成推理效率下降的问题,利用证据的时间先后关系以及推理路径数量发散特性,提出一种双路双向事件重建推理算法以提高推理效率.在8个时间MeaIy有限状态自动机模型上进行了推理验证,实验结果表明该算法推理效率得到了提高.     

扩展原理下区间二型模糊Mealy自动机的语言动力系统

运用区间二型模糊集合的扩展原理,将Mealy自动机转化为区间二型模糊Mealy自动机(interval type-2fuzzy Mealy automata,IT2FMA),提出了应用IT2FMA作为词计算的形式模型来研究语言动力系统,分析了IT2FMA输入分别为数值符号串和词串时间复杂度的关系,研究了IT2MFA下的语言动力学轨迹.通过供水控制系统验证了模型的可行性和有效性,结果表明:通过选择合适的状态转移函数和输出函数,当输入变化时,IT2FMA能做出正确的决策.     

一种改进的从NFA到DFA的转换算法

研究了不确定的有限自动机转换为与之等价的确定的有限自动机的算法机制和复杂性,以及传统的子集算法在转换过程中存在的大量重复遍历和无效遍历现象,并针对上述现象提出了一种改进的子集法算法MF-SUBSET.结果表明,MF-SUBSET算法通过增加状态标志和遍历路径标志来决定当前的搜索策略,能够有效地避免转换过程中的重复遍历和无效遍历操作,极大地提高了转换效率.     

CFSM模型的有限自动机语义

研究CFSM模型的自动机语义,提出了一种从CFSM到自动机转换的算法。该算法的核心思想是构造一个包含控制自动机、输入自动机、输出自动机的有限状态自动机系统,利用自动机的同步性模拟CFSM的异步行为。本文的工作为进一步利用自动机理论和工具对CFSM模型进行分析和验证奠定了基础。     

蚁群算法元胞自动机模型应用

提出一种基于元胞自动机理论的蚁群算法模型.将元胞自动机和蚁群算法结合用于解决基于离散数学的移动机器人路径规划问题.试验结果显示,采用基于元胞蚂蚁的算法进行路径规划求取的状态解构型和数值解收敛都能符合应用要求,用蚁群算法元胞自动机模型求解路径规划问题是可行的.     

基于控制流程的软件测试用例自动生成方法研究

软件测试中最重要的就是设计和生成有效的测试用例,通过测试用例的自动生成可以大大提高设计和生成测试用例的效率.首先提供了一种从流程图自动生成测试用例的方法,然后介绍了从流程图生成交互有限状态自动机的算法以及从交互有限状态自动机生成测试用例的算法.最后,介绍了相关支持工具ATCG.     

业务流程的形式化设计与验证

针对如何保证业务流程设计模型与业务需求的一致性问题,在研究有限自动机模型的基础上,提出了一种业务流程的自动机模型构建和验证方法.采用扩展的带约束条件的确定有限自动机对业务流程设计模型进行形式化描述,使用线性时序逻辑表示业务需求,分别给出业务流程设计模型到自动机模型和自动机模型到Promela描述的转换算法,并通过模型检测技术,使用Spin工具验证设计模型是否满足需求性质.若不满足性质,则能够获得反例执行的路径.实例分析表明,该方法可用于业务流程设计的正确性验证.      

离散事件系统故障的极小观测序列

为了提高可诊断离散事件系统故障的在线诊断效率,本文从判定故障发生的可观测事件的角度,提出了故障极小观测序列方法.文中选取有限状态自动机对离散事件系统进行建模.首先,在离线状态下,建立系统的故障模型,以排除对于判定系统故障无关的路径.然后,根据故障模型进一步建立判定系统故障的极小观测序列模型.当离散事件系统在线诊断时,仅需将逐步增加的在线观测事件序列与故障的极小观测序列模型进行比对.若能找到满足该模型的任何一条路径,则说明路径终止状态上故障标签对应的系统故障发生;否则,说明系统无故障发生.文中对可诊断离散事件系统进行实验对比,通过故障的极小观测序列模型能尽快判定有无故障发生,以及发生了哪些故障.该模型能有效地缩小系统在线诊断的时间,提高系统在线诊断的效率.     

幺半环上一类有限状态自动机的约简性

对幺半环上确定型有限状态自动机及其约简性进行定义,得出两个状态是否可分的判定方法,证明了幺半环上任意一个有限状态自动机都与一个约简的自动机等价,并给出了一个具体可行的算法,最后举例验证了这一结果.     

线性有限自动机零状态的作用

通过零状态研究了线性有限自动机的一些性质,得到了线性有限自动机弱可逆的一些结果,并给出了最小线性子有限自动机的描述,最后给出了算法实现。     

面向大规模数据的特征趋势推理算法

提出一种面向大规模数据的特征趋势推理算法. 首先, 采用Hash函数抽取大规模数据样本, 使用Pam聚类算法和并行K means聚类算法对大规模数据样本进行聚类, 获取最佳聚类结果后, 提取大规模数据聚类的动态特征； 其次, 采用基于特征趋势规则的推理算法, 构建大规模数据特征的趋势规则推理模型, 并通过累计趋势规则方法设计趋势规则算法, 推理大规模数据特征趋势, 解决了推理结果误差较大的问题. 实验结果表明, 该算法对大规模数据特征趋势推理的准确率均值为98.10%, 推理速度增长率为50%, 推理耗时最大均值仅为114.25 s, 能快速准确地完成数据特征趋势推理.     

一种时间自动机时钟离散化算法

稠密时间自动机被广泛应用于实时系统自动验证.然而其在补操作下不封闭,因而导致多种线性实时性质不可验证.离散时间自动机虽不存在此问题,但该模型表达能力偏弱.因此,提出了一种时间自动机时钟离散化算法,结合时钟物理约束因素,证明了新方法可有效解决上述问题.     

时间自动机与信号自动机的互模拟算法

基于时间自动机的验证工具已被广泛应用于实时系统模型验证。信号自动机为一类实时系统建立了比时间自动机更适合的模型,但是它还不能用于实际的实时系统模型验证,因为没有验证算法可用。把信号自动机验证问题归约到了时间自动机验证问题：证明了两种自动机具有相同的识别语言能力,证明了二者具有双向模拟关系,并在此基础上提出了线性的互模拟算法。把互模拟算法和已有的时间自动机验证算法结合起来,就得到了信号自动机的验证算法,从而解决了对信号自动机模型的验证问题。     

基于遗传算法的模糊关系确定方法及仿真

模糊系统的模糊推理方法常依赖于一系列由主观决定的参数,如模糊隶属函数、模糊关系矩阵等．如何确定这些参数会直接影响系统的性能．为了能对这些参数进行优化,文中采用一种新型的模糊推理方法,在此基础上,利用遗传算法产生出模糊推理方法中的最优参数．同时,在进化演变的搜索过程中,使用不断调整适应函数的手段,解决了遗传算法过早收敛于次优解的问题,提高了遗传算法的搜索精度．     

加权模糊Petri网在故障诊断中的应用

提出了一种对复杂装备进行故障诊断的加权模糊Petri网模型,并对于装备故障传播的逻辑关系进行了描述。然后,根据实际的故障诊断中的不确定推理问题,给出了一种新的加权模糊推理算法,以更加符合工程实际。为提高诊断时的并行推理能力,给出了诊断推理的形式化算法。用实际的诊断案例说明了该方法的有效性。     

基于双枝模糊逻辑的攻击模型BBFPAN模糊推理算法

针对基于MYCIN置信度方法的攻击模型BBFPAN推理算法,无法反映网络攻击过程中各结点的状态变化情况的缺点。以双枝模糊逻辑理论为理论基础,提出了BBFPAN模型推理的基本规则,并依据该基本推理规则,结合BBFPAN模型的定义,给出其相应基于双枝模糊逻辑的推理算法。在该推理算法中,预设起始库所集Pset、中间状态库所集Pg、可激发变迁集Tset,通过这三个集合元素的变化情况清晰地反映网络攻击的整个过程,为安全预警提供了依据。     

采用模糊Petri网的形式化推理算法及其应用

以模糊Petri网为工具，研究了多种约束条件下的人类知识和推理过程的表示方法．在此基础上，将模糊Petri网与矩阵运算相结合，给出了模糊推理过程的形式化推理算法．算法考虑了推理过程中的众多约束条件，包括命题在规则中的权重、变迁触发的阈值、规则的可信度以及多结论规则等，将复杂的推理过程采用矩阵运算实现，充分利用了模糊Petri网的并行处理能力，使模糊推理过程更加简单、快速和易于实现。     

模糊控制中FMP问题的算法分析

本文主要对模糊推理的核心问题之一即FMP问题的算法进行比较,其中包括CRI算法、Mamdani算法、三I算法等推理算法,并且对各种算法的优劣性进行分析.文章给出了推理合成规则不具有还原性和不能正确进行模糊推理的原因以及正确使用CRI算法的条件,对各种蕴含算子的模糊推理进行了分析比较,从而得到较合理的推理算法.文章最后举...     

时间依赖的交通网络模型及最短路径算法

为了解决传统最短路径算法不能很好地应用于实时公交查询系统的问题,研究了时间依赖的交通网络模型和理论基础,提出了一种时间依赖的最短路径算法,以此算法为基础实现了南京市公交查询系统。实践证明,时间依赖的交通网络模型能更好地反映实际交通网络的运行情况。     

基于事例推理的装配顺序规划中的遗传算法改进设计

针对基于事例推理(CBR)的装配顺序推理的特点,建立了相应的遗传算法模型.通过大量的算法实验,分析比较了传统进化、阶段进化和自适应进化策略的优劣,以及算法参数对推理效率和推理质量的影响.在此基础上,设计了改进的遗传算法.最后的实例分析验证了该算法的有效性.