基于广义随机Petri网的MVB网络吞吐性能分析

基于Petri网模型的建模分析方法,对多功能车辆总线网络的吞吐性能进行了分析.首先建立了MVB网络的广义随机Petri网(GSPN)模型,并逐步压缩和简化以便于分析.之后在随机离散有穷状态马尔可夫过程理论基础上,对该模型进行分析计算.同时采用了随机Petri网计算机辅助分析软件TimeNET建立模型和仿真.给出了MVB网络单纯过程数据的报文吞吐量,有效数据传输能力和带宽利用率等性能参数.结论指出广义随机Petri网是对网络协议进行分析的有效工具.     

基于Petri网及矩母函数的计划评审技术

针对经典的计划评审技术不允许网络图中存在回路,而且假定所有活动时间服从β分布,使计划评审技术的使用受到限制的问题,通过将双代号网络映射为基于Petri网的模型,建立了既不改变双代号网络原有特性,又允许回路存在的基于Petri网的计划模型.结合Petri网可达图分析方法,在消减可达图的突发状态的基础上,引入矩母函数计算了PERT模型的性能参数.通过计算实例和仿真实验对比验证了该方法可以用于增强计划评审技术.     

通信网中窗口流量控制的随机Petri网分析

本文将随机Petri网与排队论相结合,对分组交换网中的窗式流量控制机理进行了描述与分析,建立了窗式流量控制机理的随机Petri网模型,并给出了随机Petri网模型的可达图及状态转移方程.     

计算无回路Petri网位置不变量的几何方法

基于路增益概念，证明了无回路加权事件图位置不变量的存在性，并给出了其位置不变量集合的表达形式和最小位置不变量的计算方法。讨论了两个Petri网基于位置并的位置不变量，通过把无回路Petri网分解成一些加权事件图基于位置的并，给出了无回路Petri网位置不变量的存在性判别及确定的几何方法。     

加权模糊Petri网的正向推理算法

通过引入补弧,使加权模糊Petri网能够处理含有非命题的规则.提出一种建立在加权模糊Petri网模型上的形式化正向推理算法,将加权模糊Petri网与矩阵运算结合,通过矩阵运算来实现推理.     

FPGA组合逻辑程序的Petri网建模方法

针对现场可编程门阵列(FPGA)组合逻辑程序,提出其普通Petri网建模方法.首先,将状态变量描述为库所对,程序中的逻辑运算描述为变迁,从而将系统程序转换为一个普通Petri网结构;然后,根据Petri网的动态分析性能,给出系统状态可达图的计算方法,实现了状态可达图等价描述FPGA组合逻辑系统运行过程.研究结果表明:该Petri网能够准确地描述变量间的逻辑关系,提出的方法可以为FPGA组合逻辑程序的形式化设计和验证提供建模依据.     

流体随机Petri网的混杂自动机模型

为了克服数值分析方法在流体随机Petri网模型检验中的缺点,根据形式化方法,本文提出了借助混杂自动机实现流体随机Petri网模型的分析和验证的有效方法,同时介绍了流体随机Petri网到一阶混杂Petri网模型的转化方法.并根据改变不变行为状态事件之间的相互作用提出了正确的一阶混杂Petri网模型行为演变算法,在此基础上给出了流体随机Petri网的混杂自动机模型构造方法.实例分析表明,借助一阶混杂Petri网的行为演变及混杂自动机能够有效地实现流体随机Petri网模型的分析与检验.     

一种离散随机Petri网的性能计算和分析方法

为了有效地计算离散事件动态系统Petri网模型的时间性能,用一种离散扩展随机Petri网建立系统的性能模型,采用基于T-组件网的化简技术,结合等效延迟时间和概率分布不变的计算方法,求解和分析Petri模型的时间性能参数.实验结果表明,变迁不仅可以被赋予任意的延迟时间和概率分布,而且计算结果也具有很高的精度,为离散事件动态系统的建模和性能计算与分析提供了一种有效的数值化计算方法.     

基于时延Petri网的网络日志行为相似性分析

在序列对齐(Sequence Alignment)方法的基础上,通过时延Petri网来分析Cookies网络日志,提出网络用户行为的相似性比较标准,给出快速计算网络用户行为相似度的算法,从Petri网的结构特征和时间特征上计算不同用户的相似性.所提出的方法为网络用户行为的细分提供了一种新的思路和方法.     

基于Petri的分布式网络流量优化

基于Petri网建立一种分布式流量优化模型,解决了网络的重复转发问题,并在此基础上,结合线性规划方法,实现了网络流量流向的多目标控制,有效提高了网络质量.     

改进拉丁超立方蒙特卡洛模拟

电动汽车、分布式电源的并网给电网带了明显的不确定性,为了使电网分析更能贴近实际电网,通过对负荷、分布式电源出力的概率密度函数模拟其出力,借鉴已有分布式电源和电动汽车概率模型,采用拉丁超立方蒙特卡洛模拟与径向基神经网络相结合的方式计算概率潮流。该方法充分考虑了电动汽车和分布式电源的随机性、间歇性和相关性,利用拉丁超立方蒙特卡洛模拟对比传统蒙特卡洛模拟方法,降低了采样规模,提高了采样覆盖率。径向基神经网络用于求解潮流计算方程,避免了传统方法中计算雅可比矩阵和偏导,大幅度减少了运算时间。通过仿真,该算法在改进的IEEE14 和IEEE118 节点系统的计算结果表明,在保证精度的同时, 极大地加快了算法运行速度,适用于大规模电力系统概率潮流的求解,在改进的IEEE118 节点系统中,运行时间比传统蒙特卡洛模拟降低99．9%。     

An Algorithm to Construct Concurrent Reachability Graph of Petri Nets

IntroductionPetrinetisausefultooltomodelaconcurrentsystemandanalyzeitsproperties.[1]ThetheoryofPetrinetshasdevelopedsoundlysinceitwasputforwardin1962andwaswidelyappliedtomanyfieldssuchasflexiblemanufacturingsystem,workflow,webservice,etc.[234]ReachabilitygraphisapowerfultooltoanalyzethedynamicpropertiesofPetrinets,bywhichthefiringofconcurrenttransitionsinPetrinetsisrepresentedinaserialmanner.Thatis,Petrinetitselfisaconcurrentmodel,whileitsreachabilitygraphisserial.Infact,concurrencyrelations…     

一种适用于强散射生物介质脉冲响应函数的改进算法

该文在分析生物组织光学特性的基础上，针对强散射、弱吸收介质，提出了一种利用Monte Carlo模拟方法获得二维分布，脉冲响应函数的改进算法，利用该方法进行数值计算，得出了较为理想的结果，与直接Monte Carlo模拟相比计算效率显著提高。     

基于Petri网与改进A星搜索算法的矿井机车调度优化

为了提高煤矿井下机车调度效率、防止机车碰撞、堵塞,根据井下调度特点建立了机车运行赋时Petri网模型。针对原有启发式A*搜索算法存在的易陷入局部最优的缺点,提出了基于petri网的并发变迁遴选算法,引入变迁并发度概念,与启发式A*搜索算法相结合,得到改进的A*搜索算法。经过改进后算法的回溯计算,得到Petri可达图上的最佳路径,从而得出最优调度策略。根据以上算法进行MATLAB建模,最终仿真结果表明,经过改进的启发式A*搜索算法有效的避免了陷入局部最优解,其计算得出的调度路径及调度策略资源消耗量最少,调度效率较高且未出现机车堵塞碰撞等问题。     

神经网络的非零温蒙特卡洛及迂回的蒙特卡洛学习算法

本文在人工神经的学习中选用适当的评价函数实现了将零温度的蒙特卡洛算法向非零温情况的推广，得到了优于零温的结果，但是仍未克服其学习结果依赖于初值的缺点。在分析其能量特点的基础上，本文提供了非零温的蒙特卡洛迂回学习算法，它能够成功地摆脱初值的影响，获得高存储容量的神经网络，此结论已经为仿真研究的结果所证实。     

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．     

Global Mission Sensitivity Study for Phased MissionSystem with Analysis of Variance Method

A comprehensive mission sensitivity analysis index based on Sobol＇s index called global mission sensitivity（ GMS） was proposed in this paper which focused on analyzing the mission sensitivity of components of phased mission systems（ PMS）. The simulation strategy of GMS based on a Petri net and Monte Carlo method was presented which had broad applicability. Finally,the GMS and Birnbaum＇s sensitivity of components in a PMS example were compared. The GMS of component is demonstrated to be more adaptable to reflect the component mission sensitivity when the rated reliability parameters of components cannot be obtained, and components have state dependency or the system is subjected to common cause failure.     

一个计算积分的替代抽样方法

为提高高维积分的计算速度, 提出一种替换Monte Carlo积分方法. 将积分区域以网格的形式离散化, 再在网格上以相应的密度函数之值为权函数采用离散的Gibbs抽样算法抽样, 对抽样得到的样本作均匀扰动后就可获得所需的新抽样序列,从而得到积分的近似估计值. 模拟表明新算法计算速度较快.