基于Petri网的交通运输网络最短路径算法

首先阐述了Petri网的基本原理,在此基础上利用"Petri网仿真器"建立交通运输网络模型,通过具有并发机制的编程语言来实现求交通运输网络最短路径的基本算法,然后针对该基本算法存在的缺陷,在假设前提下,提出了改进的仿真算法。     

激光表面处理对渗碳、渗硼钢的组织与耐磨性的影响

首先阐述了Petri网的基本原理，在此基础上利用“Petri网仿真器”建立交通运输网络模型，通过具有并发机制的编程语言来实现求交通运输网络最短路径的基本算法，然后针对该基本算法存在的缺陷，在假设前提下，提出了改进的仿真算法。     

基于改进OOPN的系统工作模式分析方法

针对空间有效载荷系统工作模式的复杂性问题,在研究其动态行为和运行特征的基础上给出了一种基于改进的面向对象Petri网(IOOPN,Improved Obiect Oriented Petri Net)的系统工作模式分析方法.该方法集合了Petri网和面向对象的优点;在面向对象Petri网模型中引入了对象间的行为约束关系;并根据约束关系实现了基于最小序列组的系统工作模式分析算法.最后,将该方法应用于某资源卫星有效载荷系统中,实践结果表明该方法满足对有效载荷系统工作模式的分析、仿真和验证的要求,为有效载荷系统的总体设计和集成测试提供了重要的参考.     

基于扩展时间Petri网的软件潜在分析

针对SSA技术存在的缺陷,根据软件系统与Petri网的相似之处,提出了基于Petri网的SSA技术.首先概述了SSA技术的发展现状,然后定义了一类扩展时间Petri网,定义了软件的设计矩阵和Petri网的可达状态矩阵,通过比较设计矩阵与可达状态矩阵找到软件潜在状态.仿真分析证实了方法的有效性和可行性,最后提出了SSA技术有待解决的问题.     

基于Petri网的网络化制造过程建模

文章简述了Petri网的基本概念;着重论述了运用Petri网建立制造过程模型的自底向上的方法和模型性能的分析方法;在此基础上,建立了某企业联盟网络化制造过程的Petri网模型,并对其中零件1的生产加工子过程进行了模型性能分析,如可达性、活性、有界性、安全性等。     

模糊神经Petri网及在武器装备效能评估中应用

将模糊Petri与神经网络理论相结合,提出了一种关于武器装备效能评估的模糊神经Petri网模型。将模糊逻辑规则应用到专家评判中得到模糊Petri网,并在此基础上将人工神经网络引入到模糊Petri中,从而提高了系统的学习能力以及对外界环境的自适应能力。仿真结果表明该模型是可行和有效的。     

模糊Petri网在航天发射系统故障诊断中的应用研究

航天发射系统结构复杂,各分系统相互耦合,且故障传播模式多样化,故障特征和故障模式之间存在着模糊关系.因此,本文提出利用模糊Petri网对航天发射系统进行故障诊断,并给出了基于模糊Petri网的故障传播模式模型及反正向结合的推理算法.反向推理用于故障诊断,以选择检测路径,有效地找到发生某一故障的原因及其传播路径;正向推理用于计算该故障发生的真实度.文中以某运载火箭控制系统漏电故障诊断为例,说明了该模型直观、表达能力强的优点,同时表明了算法的适用性和有效性.     

导航卫星的随机着色Petri网可靠性模型

导航卫星是全球卫星导航系统的重要组成部分,是实现导航任务的关键。国内外目前关于Petri网的研究大都集中在广域随机Petri网(GSPN)方面,鲜有利用着色Petri网分析评估系统可靠性的研究。本文利用随机着色Petri网(SCPN)建立导航卫星可靠性模型,既能够描述导航卫星信息流变化的处理过程,又能够体现组成部件的可靠性影响,克服了传统可靠性模型不能反映卫星运行的动态行为特性的不足。模型用于导航卫星的可用性分析评估。文中使用GPS可靠性数据对模型算例进行分析评估,仿真结果与GPS性能分析报告可用性数据相符,证明了模型的正确性。     

Petri网在机器人足球系统中的应用

足球机器人系统是一种典型的离散事件动态系统,很难用传统的数学模型表达式来表达。Petri网是一种系统描述和分析工具,由于它本身具有的某些优势,使得它在足球机器人系统中的应用越来越广。论文提出了应用Petri网对该系统建模的方法,利用该方法在对机器人足球比赛充分研究的基础上,建立了其Petri网模型,并通过适当的分析方法对其合理性进行了分析。该建模分析方法不仅适用于足球机器人系统,而且适用于其它离散事件动态系统。     

基于克隆选择算法的学习型Petri网及在潜在通路分析中的应用

传统学习型Petri网(LPN)有2个缺陷:1)都是针对无回路PN模型,这不符合实际情况;2)大部分都是利用BP算法进行学习,带来BP算法固有的缺陷.针对这2个缺陷,提出基于克隆选择算法(CSA)的LPN(CSALPN).首先对系统进行PN建模,然后利用CSA训练PN,使得PN既可以学习先验知识又可以利用系统的结构信息...