利用Petri网模型的求解因果图最小割集的算法

【目的】为快速有效地求得因果图的最小割集。【方法】将因果图转换为Petri网模型,利用Petri网的特点提出一种新的求解因果图最小割集的算法,该算法省略了求因果图节点事件的一阶割集和最终割集这两步,大大减少了因果图用于故障诊断的时间。【结果】以实例说明了这一求解过程,并验证了算法的有效性。【结论】利用上述算法能够快速有效地求得最小割集,从而可对系统进行定性分析。
     

改进BDD算法在故障诊断中的应用

【目的】为了在复杂系统中快速定位故障源。【方法】将因果图转化为二元决策图(Binary decision diagram,BDD),遍历BDD,求出引起故障发生的所有割集,并利用0-1编码的方式表示每一个割集,根据编码的长度确定割集的重要度。【结果】综合考虑结构重要度以及最小割集的发生概率,确定需要检测故障源的排序。【结论】该方法兼顾了结构重要度大的最小割集诊断优先性及发生概率大的最小割集诊断优先性,提高了诊断的准确性。     

基于BDD的新因果图算法及在银行外部欺诈风险中的应用

【目的】针对因果图传统推理方法中不交化割集的推理过程太过繁琐的问题,提出利用二元决策图(BDD)的推理方法。【方法】首先将因果图转化为标准化因果树,再转化为BDD结构,然后 通 过 搜 索 路 径 直 接 得 到 简 化 的 不 交 化 割 集。【结果】理论分析表明,该方法避开了求解最终割集的过程以及去除冗余的不交化割集的过程,从而降低了因果图推理中的计算复杂度。【结论】将新方法应用于银行外部欺诈风险实例中进行分析,通过与传统推理过程相比较,新方法更高效。
     

基于粗糙集理论和因果图的故障诊断

【目的】复杂系统发生故障时会导致许多冗余信息产生，以此建立的因果图模型结构复杂，推理难度较大，针对这个问题提出了基于粗糙集和因果图理论的故障诊断方法。【方法】先根据历史故障数据建立决策表，利用粗糙集理论对决策表进行属性约简得到最小决策表，再根据最小决策表对原始因果图进行约简，最后利用约简后的因果图模型进行故障诊断推理。【结果】从一定程度上降低了因果图模型的复杂程度，从而提升了推理速度。【结论】以某电网为例应用此方法，因果图模型的确得到了简化，样本检验结果也与实际结果一致，说明了该方法的可行性和准确性。     

基于因果图基本事件矩阵的研究

因果图在故障诊断应用中,一阶割集表达式对于故障诊断无明显优势且对于复杂系统的最终割集和不交化割集的表达式求解不直观。文章引入基本事件矩阵,通过矩阵元素的规则抽取得出最小割集。该方法省略了求一阶割集的步骤,简化集合运算,给出了快速求出最终割集和不交化割集的新方法。最后,应用于实例中所得出的结果符合实际情况。     

基于通信的列车控制系统数据安全影响分析

为在设计阶段验证交互数据在系统中的安全特性，基于有色Petri网与失效传播模型提出了一种对系统模型自动分析得到输入数据失效最小割集的安全影响分析方法。首先，建立系统的有色Petri网模型，通过对库所数值离散化处理得到用例，对变迁进行单元测试得出失效行为函数，获得具有失效行为变迁的失效传播有色Petri网；然后基于有色Petri网模型的状态空间，通过失效空间生成算法与变迁回溯法，实现由模型状态空间到失效状态空间，再到失效状态树的转换，并通过失效状态树的合并与计算，获得系统失效最小割集。最后通过实验，比较不同数据安全保障措施下系统的失效最小割集变化，验证了安全保障措施对系统安全的作用，实验结果证明了该分析方法的正确性与有效性。     

加权最小包容球问题的对偶光滑逼近算法

【目的】研究加权最小包容球问题，并给出一类求解该问题的算法。【方法】加权最小包容球问题是一个极大极小化的非光滑问题。首先利用对偶方法将该问题转化为极小化非光滑问题，然后利用光滑逼近思想，将该问题转化为极小化的光滑问题进行求解。【结果】根据数据实例表明该算法有效。【结论】得到求解加权最小包容球问题的一类对偶光滑逼近算法。     

多值动态不确定因果图的推理算法研究

利用领域知识求解多值动态不确定因果图的联合概率分布所涉及的领域因果图的概率分布表达式构造难度大，针对这一问题，从2类因果循环图出发，提出一种基于图分解的推理算法。该算法极大地简化了全局概率分布表达式的构造过程，有效地降低了领域因果图概率分布表达式构造的难度。提高了多值动态不确定因果图的推理效率。     

基于BDD快速求解Petri网的陷阱和极小信标

为了分析和计算Petri网模型的陷阱和极小信标,同时实现符号化快速求解,提出了基于二叉决策图(BDD)获取模型的陷阱和优化已有的求解极小信标的方法,主要对原有方法缩减计算步骤并进行优化。通过引入BDD布尔计算方式,可快速求解较大规模Petri网模型的陷阱和极小信标。依据布尔函数给出了相应的符号化表述,并结合实例使用提出的方法进行求解,求得并分析相关结果。分析表明,极小信标求解方法的优化具有显著的时间优势,使用BDD符号化计算方式可以快速求出Petri网模型的陷阱和极小信标,甚至对规模更大的Petri网模型也是有效的。     

基于PSO-VNS算法的质押物配送路径研究

【目的】在改进动态惯性权重粒子群算法的基础上,结合VNS算法,进一步改善该算法的局部搜索能力和全局寻优能力。【方法】以配送质押物的车辆运行总距离最小为目标,将它转化为带距离和容量约束的车辆路径问题,建立数学模型。针对粒子群算法的优缺点,设计用于求解该问题的混合变邻域搜索粒子群算法。【结果】利用该算法求解应用实例,与基本粒子群算法对比求解的算法收敛过程和所得配送路径方案。【结论】通过实例研究表明,所改进的算法能够快速跳出局部收敛,全局寻优能力得到改善,且收敛速度更快,能够较好地为质押物配送路径问题提供解决方案。     

满秩Petri网可达性判定算法的设计与实现

通过对Petri网可达性的分析,给出满秩Petrl网可达性算法及其实现过程,在VC＋＋平台上对算法进行验算,并对算法运行结果进行可达性讨论;该算法为满秩Petri网可达性的判定提供了一种快速有效的求解方法．     

非线性Gilson-Pickering方程的移动最小二乘近似无网格法

【目的】利用适定移动最小二乘近似和预测校正迭代算法等技术，建立数值分析Gilson-Pickering方程的移动最小二乘近似无网格方法。【方法】首先采用差分格式离散时间导数，然后利用适定移动最小二乘近似离散空间导数，最后使用配点技术得到了非线性代数方程组。【结果】数值算例表明该方法能有效地求解具有三阶偏导数且依赖于时间变量的非线性Gilson-Pickering方程。【结论】该方法比有限元方法的精度更高。     

带有学习与恶化效应的共同工期指派问题

【目的】研究在共同工期指派模型下,工件的实际加工时间既有学习效应(与所排位置有关)又有恶化效应(与开工时间有关)的排序问题,其中机器限定为一台。【方法】为求得最优排序,使得工件的提前、延误和工期成本的线性加权和最小,其中权重为位置权重,工件的共同工期为决策变量,此问题可转化为经典的运筹学方法求解,即求解指派问题。【结果】这个问题在位置权重、学习与恶化效应下依然是多项式时间可解的。【结论】算法分析和实例表明给出的求解算法是非常有效的。     

基于PSO-VNS算法的质押物配送路径研究

【目的】在改进动态惯性权重粒子群算法的基础上,结合 VNS 算法,进一步改善该算法的局部搜索能力和全局寻优能力。【方法】以配送质押物的车辆运行总距离最小为目标,将它转化为带距离和容量约束的车辆路径问题,建立数学模型。针对粒子群算法的优缺点,设计用于求解该问题的混合变邻域搜索粒子群算法。【结果】利用该算法求解应用实例,与基本粒子群算法对比求解的算法收敛过程和所得配送路径方案。【结论】通过实例研究表明,所改进的算法能够快速跳出局部收敛,全局寻优能力得到改善,且收敛速度更快,能够较好地为质押物配送路径问题提供解决方案。
     

Petri网的遗传算法在Job-Shop问题中的应用研究

提出了一种基于扩展时间Petri网（ETPN）的单亲遗传算法,并利用该算法对Job-Shop调度问题进行了求解．首先定义一种扩展时间Petri网,然后利用定义的扩展时间Petri网对Job-Shop调度问题进行建模,最后应用单亲遗传算法对模型进行优化调度．通过实例证明了该建模方法和优化算法的有效性和正确性．     

基于PSO-VNS算法的质押物配送路径研究

【目的】质押物配送是物流金融中存货质押融资业务的重要流程。优化质押物配送路径可以节省配送时间,减小质押物在途风险以及运输成本。【方法】以配送质押物的车辆运行总距离最小为目标,将其转化为带距离和容量约束的车辆路径问题(DCVRP),建立数学模型。针对粒子群算法(PSO)的优缺点,设计用于求解该问题的混合变邻域搜索粒子群算法(PSO-VNS)。【结果】利用该算法求解应用实例,与基本粒子群算法对比求解的算法收敛过程和所得配送路径方案。【结论】通过实例研究表明,所改进的PSO-VNS算法能够快速跳出局部收敛,其全局寻优能力得到改善,且收敛速度更快,能够较好地为质押物配送路径问题提供解决方案。     

基于PSO-VNS算法的质押物配送路径研究

【目的】质押物配送是物流金融中存货质押融资业务的重要流程。优化质押物配送路径可以节省配送时间,减小质押物在途风险以及运输成本。【方法】以配送质押物的车辆运行总距离最小为目标,将其转化为带距离和容量约束的车辆路径问题(DCVRP),建立数学模型。针对粒子群算法(PSO)的优缺点,设计用于求解该问题的混合变邻域搜索粒子群算法(PSO-VNS)。【结果】利用该算法求解应用实例,与基本粒子群算法对比求解的算法收敛过程和所得配送路径方案。【结论】通过实例研究表明,所改进的PSO-VNS算法能够快速跳出局部收敛,其全局寻优能力得到改善,且收敛速度更快,能够较好地为质押物配送路径问题提供解决方案。     

基于PSO-VNS算法的质押物配送路径研究

【目的】质押物配送是物流金融中存货质押融资业务的重要流程。优化质押物配送路径可以节省配送时间,减小质押物在途风险以及运输成本。【方法】以配送质押物的车辆运行总距离最小为目标,将其转化为带距离和容量约束的车辆路径问题(DCVRP),建立数学模型。针对粒子群算法(PSO)的优缺点,设计用于求解该问题的混合变邻域搜索粒子群算法(PSO-VNS)。【结果】利用该算法求解应用实例,与基本粒子群算法对比求解的算法收敛过程和所得配送路径方案。【结论】通过实例研究表明,所改进的PSO-VNS算法能够快速跳出局部收敛,其全局寻优能力得到改善,且收敛速度更快,能够较好地为质押物配送路径问题提供解决方案。     

基于PSO-VNS算法的质押物配送路径研究

【目的】质押物配送是物流金融中存货质押融资业务的重要流程。优化质押物配送路径可以节省配送时间,减小质押物在途风险以及运输成本。【方法】以配送质押物的车辆运行总距离最小为目标,将其转化为带距离和容量约束的车辆路径问题(DCVRP),建立数学模型。针对粒子群算法(PSO)的优缺点,设计用于求解该问题的混合变邻域搜索粒子群算法(PSO-VNS)。【结果】利用该算法求解应用实例,与基本粒子群算法对比求解的算法收敛过程和所得配送路径方案。【结论】通过实例研究表明,所改进的PSO-VNS算法能够快速跳出局部收敛,其全局寻优能力得到改善,且收敛速度更快,能够较好地为质押物配送路径问题提供解决方案。     

最小连接问题的DNA计算模型

通过生化实验求解割集的方法改进传统的粘贴模型,利用该方法得到最小连接问题的DNA算法.将分离实验分为基于分离板和电泳技术的分离实验.利用分离实验运算的并行性求解割集,最小链接问题的DNA算法所用时间是可判定的,降低了算法所需的时间.