基于模糊 Petri 网的发动机故障诊断

基于模糊 Petri 网的基本原理,提出了简明有效的推理算法,并以发动机为例说明了 Petri 网在故障诊断中的应用.     

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.     

基于默认推理的加权模糊Petri网模型

在实际推理过程中，默认推理是一种重要的手段或方法．提出了一种基于默认推理的加权模糊Petri网模型．在现有的九元组模型基础上增加了变迁的输入库所最小权重的阈值函数C这一模型参数，此参数由专家根据变迁的不同实际意义来取值．分别对三种基本的模糊产生规则进行分析，讨论C的取值，并在此基础上给出了相应的默认推理算法．最后，通过实例说明此模型可以很好的用于默认推理，且推理算法简单、直观，更贴近现实推理并可以提高推理效率．     

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。     

基于模糊统计的模糊Petri网token确定方法

在模糊Petri网应用研究中,普遍存在模糊token由专家直接给出或主观假定的问题。基于这种情况,提出了通过模糊统计法来获得库所的模糊token,为成功应用模糊Petri网理论创造了条件。给出了计算模糊token的通用形式化算法。实例论证了模糊统计法在求取模糊token时的可行性与有效性。     

基于着色Petri网的BPEL建模与验证

目的为了保证使用商业过程执行语言(BPEL)描述的Web服务组合的正确性。方法用着色Petri网(CP-nets)对BPEL流程进行建模、分析以及验证。结果定义了一套从BPEL到CP-nets的映射规则,该规则可以将BPEL流程转换成CP-nets,通过着色Petri网工具-CPN tools对该CP-nets进行自动分析以及验证,从而验证该BPEL流程的安全性、活性等性质。结论利用CP-nets这种形式化工具可以有效地发现BPEL流程中存在的设计错误。     

模糊Petri网的活性分析

在基本Petri网理论基础上,基于模糊推理,对无环模糊Petri网的活性进行了讨论．给出了其关于活性的分级定义以及一种有效的活性判定方法,并对该方法的正确性进行了证明,最后通过一个算例验证了该活性判定方法的有效性.     

基于加权模糊Petri网的电子电路故障诊断

提出了一种适用于电子电路故障诊断的加权模糊Petri网,给出了用加权模糊Petri网表示电子电路故障诊断模糊知识的方法及故障诊断过程中的反向推理算法。     

基于模糊Petri网的协同入侵检测系统

为将不同类型的入侵检测器组织起来,协同检测不同类型的入侵,提出了基于模糊Petri网的协同入侵检测方法.采用基于负载信息的模糊Petri网推理算法,区分不同类型的入侵并选择相应的入侵检测器,同时使多个入侵检测器承担的检测任务相对均匀.设计了基于模糊Petri网的协同入侵检测系统,通过多个入侵检测器联合检测多种入侵组成的复合入侵,又可以检测不同类型的单个入侵.仿真结果表明,所有的复合入侵能够被多个检测器协同地检测,且92%的入侵数据能够迁移到合适的检测器上.     

电子电路故障诊断的模糊Petri网模型

提出了一种适用于电子电路故障诊断系统的模糊Petri网模型,用模糊Petri网表示故障诊断的模糊知识与推理机.     

基于模糊加权有色网和BP神经网络的飞机发动机故障诊断

针对传统知识推理故障诊断方法中参数往往依赖于专家经验,存在着不准确和无法学习的问题,提出了一种基于模糊加权有色网和BP神经网络的故障诊断方法。首先,定义了模糊加权有色网并给出了两种产生式规则对应的模糊加权有色网模型。然后,设计了采用BP神经网络对模糊加权有色网各参数进行学习的算法。最后,给出了使用训练后的各参数进行初始化的模糊加权有色网进行故障推理的具体步骤。通过飞机发动机故障诊断实例仿真实验证明了方法能正确地建立模糊加权有色网推理模型,在采用BP神经网络进行参数训练后,能有效地实现飞机发动机的故障诊断。     

故障诊断的模糊Petri网模型

针对故障诊断系统知识具有不稳定性和模糊性的特点，给出了Petri网的定义和故障诊断的模糊Petri网模型，并以实际故障诊断为例，说明了该模型具有直观，表达能力强和易于推理的优点。     

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。     

一种基于属性抽取与整合的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。     

基于Petri网的工作流技术在信息系统中的应用

以某汽车零配件供应商开发的产品数据管理系统PDM-flow为研究背景,分别介绍了基于工作流技术的信息系统的体系结构、各组成部分的实现方法、系统开发模式以及使用Petri网设计业务过程的一些经验。系统体系结构借鉴了国际工作流管理联盟的(WFMC)工作流参考模型,以工作流引擎系统JBPM为核心构件实现了工作流管理系统的各个组成部分,希望对工作流技术和Petri网技术的使用以及实现类似系统有一定的借鉴作用。     

基于Petri网的工作流技术在信息系统中的应用

以某汽车零配件供应商开发的产品数据管理系统PDM-flow为研究背景,分别介绍了基于工作流技术的信息系统的体系结构、各组成部分的实现方法、系统开发模式以及使用Petri网设计业务过程的一些经验。系统体系结构借鉴了国际工作流管理联盟的(WFMC)工作流参考模型,以工作流引擎系统JBPM为核心构件实现了工作流管理系统的各个组成部分,希望对工作流技术和Petri网技术的使用以及实现类似系统有一定的借鉴作用。     

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。