基于分解的结构复杂Petri网的语言行为描述

Petri网语言是用于系统行为分析的强有力手段，然而给定一个Petri网尤其是结构复杂的网系统。很难直接求解其语言表达式．针对这个问题，通过定义Petri网的库所指标函数，把一个结构复杂的网系统分解成结构简单的子网，即子网中每个变迁的输入库所和输出库所的数目均小于等于1，并分析了这些子网系统的语言特性．利用Petri网语言同步交运算，给出了一种求取结构复杂Petri网的语言表达式的方法，从而为利用网语言分析系统的行为提供了理论依据和方法。     

栈结构的增广Petri网模型

增广Petri网（如抑止弧Petri网）的模拟能力相当于图灵机,堆栈是一种常见的数据结构,运用增广Petri网的强大模拟能力,通过用一个变迁序列表示入栈字符串,另一个变迁序列表示出栈字符串,可以建立堆栈结构的模型SEPN。利用SEPN模型和映射函数,给出了产生几种上下文无关语言的有限长子集的增广Petri网模型,这几种语言是不能由一般的Petri网产生的。     

高级Petri网：基于ISO/IEC15909的理解

ISO/IEC15909从构成角度给出了高级Petri网的定义,对其的理解分为结点、扩展、关联矩阵和初始标识四个层次。高级Petri网的本质特征是扩展域D和扩展映射Type,二者的不同取值衍生了着色Petri网、谓词/变迁网和时间Petri网等类型。高级Petri网实际上是＂高层Petri网＂。高级Petri网图形是对库所/变迁网图形的折叠,具体方法是减少图元数量而增加图元信息。高级Petri网图形的结构可概括为＂三类图元及其注释＂。     

基于Petri网的软件项目管理建模方法

一种新的对于Petri网的拓展方法—库所拓展提出,并在以软件项目管理过程为例分析建模对象的动态特性的基础上,说明了库所拓展Petri网在描述过程管理方面的特点和优势。同时分析了库所拓展Petri网如何迎合建模对象动态性特点及解决由此带来的设计管理工具难等问题,以尽量达到最优的设计目的。     

大型Petri网模型最小trap (siphon)集合的快速求解算法

为了快速确定大型Petri网模型中的trap (siphon) 逻辑结构,提出一种由Petri网关联矩阵寻找最小trap和siphon集合的有效算法。通过分析Petri网中trap和siphon集合对应的库所子集在关联矩阵中的特征,根据变迁的输入输出库所组合规则和目的,提出一种二元操作算子,由此构造计算最小trap和siphon集合的矩阵求解算法,以实例详细阐述了算法的具体步骤。通过与已有求解方法的比较,进一步验证了该算法在求解大型Petri网系统最小trap（siphon）集合上的计算速度优势。     

库所耦合网的T-不变量求解算法

首先定义了库所耦合网及相关概念,其次揭示了库所耦合网N中各个分支网的T-不变量同N的T-不变量之间的关系,然后给出了一个库所耦合网的T-不变量求解算法,最后将该算法实现并给出初步实验数据,以说明所提算法比现有算法节省计算时间和存储空间。     

公平消息传递并行程序设计的Petri网方法

公平性是并行程序正确的主要标准之一,但是并行程序执行的不确定性导致公平性验证较为困难.针对消息传递模式的并行程序,在建立相应Petri网模型的基础上,首先证明了并行程序的公平性与其Petri网模型的公平性之间的关系,然后提出了利用T-不变量判断并行程序公平性,以及通过添加控制库所实现并行程序公平的算法,最后指出了将改造后的模型转换为公平并行程序的方法,并用一个实例进行了验证.     

基于有限容量库所方法的死锁防止算法

针对变迁均可控、可观的推广Petri网,给出了一种防止死锁的算法.该算法基于将死锁防止问题转化为控制规范的迭代算法和将控制规范施加到被控对象上的有限容量库所方法.它相对于只能面向某一类网的死锁防止方法,在通用性上有了很大改进;而且设计的控制器是结构型的,在线计算少、执行快;不过由于是迭代算法,有时离线计算量较大.最后用一个示例说明了该算法,并进行了进一步的讨论.     

Petri网语言的同步混排运算及在语言分析中的应用

Petri网语言是用于系统行为分析的有力工具，利用传统的语言运算并不容易刻画结构复杂Petri网的语言行为．为此，引入Petri网语言同步混排运算，并就基于库所指标的Petri网分解和Petri网同步合成过程中满足的语言行为关系，分析了Petri网语言的同步混排运算的作用和意义，在此基础上给出了两种用于结构复杂Petri网语言行为描述的方法．     

优先级Petri网的CPN Tools仿真模型研究

优先级概念的引入,增强了有色Petri网的描述能力,但同时也导致了重复开发相似的仿真工具,造成了极大的浪费。通用的有色Petri网仿真工具CPN Tools支持功能强大的元语言(ML),扩展性比较强。在CPN Tools中利用反库所(anti place)、列表(list)和元语言(ML)等方法建立了变迁、库所和托肯三种类型优先级Petri网的仿真模型,并通过示例表明了方法的有效性,这对于优先级Petri网的仿真具有重要意义。