跳扩散种群系统的数值解

讨论了一类带有泊松跳的时变随机种群系统的数值解问题,根据Euler-Maruyama方法给出了跳扩散时变随机种群系统的数值解表达式,在Lipschitz条件下,证明了方程的数值解在均方意义下收敛于解析解。     

同步合成网的结构性质分析

研究了同步合成网的结构性质,给出了同步合成网保持子网结构性质不变的条件。结果表明：同步合成网对某些结构性质可直接保持,而对另一些结构性质,需在某种条件下保持。这些结果可为网系统同步合成提供有力手段。     

基于Petri网的集成系统工作流建模的研究

在分析大量实际工作流特征的基础上,总结了实际工作流执行中的路选结构情况,在此基础上改进了WM FC提出的Petri网工作流模型,提出了基于Petri网技术构造工作流模型的FA-PN网(F low A PetriN et)并介绍了使用所建模型构建实际复杂合同评审系统的Petri网工作模型.另外详细阐述了扩展法构建Petri网工作流模型的过程,并提出了模型结构正确的证明方法.最后介绍了一种对模型结构的冲突情况进行仿真分析的仿真法,可用来验证模型的正确性.     

基于Petri网的车间控制器平台研究

着重于车间控制器的开放性提出了车间控制器平台的体系结构.车间控制器平台的核心是运控Petri网.该文给出了运控Petri网的定义.和一般的Petri网相比,运控Petri网主要增加了控制规则以及和外部信息进行交互的接口.实现外部接口的技术方案是车间控制器平台的关键技术,这些接口包括控制设备的虚拟制造设备(VMD)接口、数据库访问接口以及文件访问接口,通过这些外部接口为车间调度提供了全面的车间信息.     

基于运动行为的复杂监控事件探测

针对视频监控过程,使用运动目标的状态特征描述场景中存在的语义内容.基于DBSCAN聚类模型学习特征集的潜在结构,生成了运动行为模式集.使用高级Petri网刻画模式间的连续、并发等时序关系,构成复杂语义事件探测模型.无监督式的模式学习过程对低层噪声有较强的鲁棒性,而定性的事件描述模型对于高层事件的推理具有更强的灵活性.在实验中,通过聚类学习得到的行为模式,给出了事件Petri网的具体建模过程,并演示了"停留"与"偷车"两个感兴趣事件的探测结果.     

基于Petri网的故障诊断新方法

在分析故障诊断问题特点的基础上，提出一种不增加Petri网元组的故障诊断新模型，对故障传播的分析更加方便，并通过实例验证了方法的有效性。     

考虑参数不确定性结构动力分析的一种新方法

基于考虑参数不确定性结构可靠度分析的快速积分法，提出了一种求解结构动力反应的新方法，并将该方法与常用的考虑参数不确定性结构动力分析的随机有际元法作了比较，结果表明文中方法是有效的。     

基于模糊Petri网的事故树模糊分析方法研究

为了降低获取现场采样数据精确值的难度并提高事故诊断的准确性,根据模糊事故树和模糊Petri网均具有描述事件发生因果关系链这一共同特征,采用模糊Petri网来表示事故树,建立了事故树的模糊Petri网模型,在Petri网中对事故树进行了模糊分析研究.该方法不仅可以对顶上事件各特征量进行估算,还能利用模糊Petri网推理算法进行事故诊断,实现了Petri网与事故树的紧密结合,使事故诊断更加切合实际.引入模糊集合理论到事故树分析方法,用模糊数来表示事件发生的概率,减小了获取底事件发生概率精确值的难度,在一定程度上修正了事故概率统计数据的误差.该方法可以将生产现场的实测数据与专家经验数据结合起来,使得分析结果更接近于工程实际.图2,表1,参13.     

基于Petri网列车连挂解编模型分析

提出一种基于Petri网描述系统的方法,该方法（简称EPN）将Petri网与UML思想相结合,通过5种简单的事件模型来分析系统。由于借鉴了UML思想,使得EPN易于对一些复杂系统进行描述,也易于利用UML分析结果对系统快速建模。同时EPN是基于Petri网,因此完全可以利用现有Petri网的数学模型和工具进行建模和仿真。本文主要对列车控制系统中的连挂和解编过程进行建模。通过模型验证采用EPN分析系统的有效性和便捷性。     

基于过程组件的物流管理系统模型设计及分析

物流管理系统是工作流管理系统的重要组成部分，是企业经营过程的核心，借鉴组合Petri网的思想，在组件技术和分布式对象技术的基础上，提出了基于过程组件的物流管理系统的层次结构模型，该模型中，可复用的中等粒度的过程组件通过内部建立数据流和控制规则库。屏蔽了精细粒度的原子性对象之间的调用关系，提高了组件的重用性，提出了重组策略，给出了该模型的Petri网映射模型。为模型的性质分析提供了可靠的分析工具。