基于遗传算法的变结构神经Petri网模型

将Petri网理论引入到神经网络模型的研究中，依据生物学神经系统的可塑性，通过适当扩展规范Petri网，建立了人工神经元状态转化的Petri网模型．在此基础上给出了利用遗传算法设计变结构神经Petri网的方法，该方法不仅可以得到满足要求的网络参数，而且能对网络的拓扑结构进行优化．仿真结果验证了该方法的可行性．     

一种变结构Petri网模型及其应用

引入一种变结构有色Petri网模型及其相应的结构变化机制，阐述两种结构变化方式及其相应算法．一种是修正结构方法CBM（change—by—modification），一种是添加子网方法CBC（change—by—composition）．结合铁路车站信号联锁中的进路自动解锁建模，讨论了该模型的具体应用。     

基于混合状态Petri网的变结构决策组织设计

决策组织是一个混合状态的离散事件动态大系统，它适合于用该文提出的混合状态Ｐｅｔｒｉ网来建模。为了设计一个变结构决策组织，该文基于决策员的四阶段模型和决策员之间的交互关系，定义了一个称之为良定义网的初始集，并利用示性函数来描述良定义网中各连接的可变性。     

一种新的Petri网模型

将感觉神经检测机制融合于Petri网中，提出了一种新的基于属性抽取与整合的感觉神经检测Petri网模型，使得Petri网更加适合于对神经思维的描述，提高了系统的智能行为。     

扩展Petri网结合遗传算法求解Job-Shop问题

针对Job-Shop问题的复杂性,本文定义了一类扩展的时间Petri网对问题进行建模,该模型解决了一般Petri网存在的“死锁”现象,使原始问题转变为状态转移问题,并结合遗传算法进行调度优化。仿真验证了该调度算法的有效性。     

无环Petri网的结构性质

无环Ｐｅｔｒｉ网的结构性质赵正义宋文忠（东南大学自动化研究所，南京２１００１８）无环Ｐｅｔｒｉ网是一类特殊的Ｐｅｔｒｉ网，在研究离散事件动态系统（ＤＥＤＳ）的控制问题时经常会遇到，如文［１］中的结构无竞争无环Ｐｅｔｒｉ网，文［２］中的广义树结构均属...     

一个基于RTBAC的Petri网工作流模型

以传统Petri网理论为基础进行形式化描述其控制流.并结合基于角色任务的访问控制(RTBAC),通过扩展了时间特性以及颜色特性的Petri网进行更准确、形象的描述其工作流授权模型.该模型实现了访问控制授权流与工作流的同步,满足了公文审批业务工作流"面向任务"的访问控制要求;引入时间概念,使访问控制的授权约束与时间有关,从而满足审批业务工作流中任务的时效性要求,该模型还包含了其它安全约束如SOD(职责分离)以及角色层次关系结构等概念.最后,对所建模型进行了正确性验证.     

基于Petri网模型的航空兵仿真研究

研究了航空兵Petri网模型的多线程构建方法和多线程实现方法以及仿真主进程的结构.结果表明,该仿真系统的结构设定为六部分:即用户接口、信息库、仿真主系统、统计结果分析和运行调整部署机制.     

基于Petri网的超文本模型及其深入研究

本文首先讨论了目前超文本中一种常用的模型,然后提出一种新颖的超文本模型,并进行了深入讨论。     

基于Petri网的超媒体形式化模型

针对演播类超媒体提出一处基于Ｐｅｔｒｉ网的形式化模型ＯＯＰＮ,它由一个扩展Ｐｅｔｒｉ网、若干对象以及Ｐｅｔｒｉ网与对象之间的映射表示,具有刻画超媒体主要性质的能力。着重给出了ＯＯＰＮ模型的形式化定义以及它对超媒体逻辑结构、时序结构和语义结构的描述。     

基于Petri网的自校正模型

在增加Petri网标识的冗余度基础上，通过构造监督矩阵和冗余矩阵，提出了具有自校正能力的Petri网模型；给出了Petri网有效的递推寻错法，该方法不仅能够检测和纠正Petri网中出现的故障，而且可以给出实际对象网络中与故障相关的进程；利用不间断电源的Petri网模型验证了递推寻错法的正确性以及在实际应用中的可行性．     

基于Petri网的智能控制结构建模

智能控制具有递阶结构，按照精度提高智能降低的原理依次为组织级、协调级和执行级。本文提出用Ｐｅｔｒｉ网对智能控制递阶结构中组织级的任务规划和协调级进行建模，并提出用Ｐｅｔｒｉ网进行任务分解的方法。本研究对于智能控制的知识表示方法研究有一定的参考意义，并对于机器人系统设计与分析具有重要的理论与应用价值。     

基于Petri网的多媒体同步模型

多媒体同步是多媒体系统的关键问题,而同步模型是同步技术的基础。介绍了在建立于Ｐｅｔｒｉ网基础上的经典多媒体同步模型ＯＣＰＮ,介绍并评价了几种扩展的Ｐｅｔｒｉ网同步模型ＸＯＣＰＮ,ＤＴＰＮ和ＩＭＰＳＭ。最后进行了总结,指出了目前同步模型中存在的问题并对今后的工作进行了讨论。     

模糊神经Petri网算法优化及其收敛性分析

针对模糊神经Petri网(fuzzy neural Petri net,FNPN)学习算法计算精度低、收敛性差及训练过程中网络震荡较大的问题,提出一种优化的FNPN算法.本算法采用两种S型连续函数分别表示变迁使能及变迁点燃后的新标记值,并在传统参数修正公式的基础上考虑修正前的数值进而增加新型的动量项,从而改善网络的收敛性.本文证明了优化后的参数修正算法可以保证FNPN网络的收敛性.     

基于Petri网的研究生培养工作流模型

工作流技术作为实现过程集成管理的有效手段,广泛应用于各种场合,Petri网是一种适合于描述异步并发现象的系统模型,它既有严格的数学定义,又有直观的图形表示,该文简要介绍了工作流、工作流模型以及Petri网的理论,然后对研究生培养过程进行了基于Petri网的模型设计,并对模型进行了化简和合理性证明,结果表明,利用Petri网能够对研究生培养过程进行建模和优化设计。     

基于Petri网的人才评价工作流模型

提出了基于Petri网的人才评价工作流管理系统建模的应用研究,介绍工作流、工作流网、工作流建模的一些基本概念,以及用Petri网对工作流进行建模的过程,并结合人才评价系统实例讨论了基于Petri网的工作流模型的有效性和性能分析。     

利用Petri网模拟基于属性的不确定性推理

本文主要介绍了如何使用Petri网来实现基于属性的不确定推理。并且在一般Petri网的基础上进行改进，分别使用了模糊Petri网和模糊着色Petri网来进行实现。并且用一个具体的例子显示了Petri网的运行过程。     

基于扩展对象Petri网的产品模型

提出一种支持创新的产品模型，该模型可刻画产品的静态结构，也可刻画产品的动态过程．它集成了面向对象的思想，以实现知识的封装、抽象与层次化建模，特别是扩展了对象的属性类型，将对象的值扩展到流形，然后利用高级Petri网来刻画产品的动态过程．该产品模型能有效地支持产品的创新设计．     

基于Petri网的分层半导体制造过程调度结构

针对复杂的半导体制造过程调度，在综述现有调度问题及方法的基础上，提出由投料调度、路径调度和两种类型的工件调度共同组成的分层调度结构的思想及方案，继而基于Petri订网模型，探讨所提出的分层半导体调度结构基于Petri网模型的实现方法，最后通过仿真对分层调度结构加以应用验证，并总结全文．