資源描述：
《模糊屬性Petri網(wǎng)建模方法及學(xué)習(xí)模型研究-論文.pdf》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫(kù)。
1、第40卷第6期計(jì)算機(jī)工程2014年6月V．o1．40NO．6ComputerEngineeringJune20l4·人工智能及識(shí)別技術(shù)·文章編號(hào)：1000—3428(2014)06—0190—05文獻(xiàn)標(biāo)識(shí)碼：A中圖分類號(hào)：TP18模糊屬性Petri網(wǎng)建模方法及學(xué)習(xí)模型研究周如旗，馮嘉禮，張謙(1．廣東第二師范學(xué)院計(jì)算機(jī)科學(xué)系，廣州510303；2．上海海事大學(xué)信息工程學(xué)院，上海200135；3．華南理工大學(xué)自動(dòng)化科學(xué)與工程學(xué)院自主系統(tǒng)與網(wǎng)絡(luò)控制教育部重點(diǎn)實(shí)驗(yàn)室，廣州510640)摘要：定性映射易于表達(dá)模糊不確定性知識(shí)，但其在表達(dá)人類認(rèn)知思
2、維活動(dòng)動(dòng)態(tài)特征上存在不足；模糊Petri網(wǎng)比較符合人類思維方式，但相關(guān)參數(shù)不易獲得且其自學(xué)習(xí)能力存在較大局限性。為此，提出一種模糊屬性Petri網(wǎng)(FAPN)形式定義及建模方法。在FAPN結(jié)構(gòu)中構(gòu)建定性基準(zhǔn)參數(shù)學(xué)習(xí)方法，通過(guò)定性映射定義4類變遷發(fā)生的模糊定性判斷規(guī)則和相應(yīng)變遷發(fā)生后的結(jié)果運(yùn)算公式，給出FAPN模型的推理算法和學(xué)習(xí)機(jī)制，并模擬系統(tǒng)的動(dòng)態(tài)運(yùn)行過(guò)程。分析結(jié)果表明，該方法能有效提高FAPN的學(xué)習(xí)能力，可適用于以定性判斷為特點(diǎn)的診斷系統(tǒng)。關(guān)鍵詞：模糊屬性Petri網(wǎng)；定性映射；定性基準(zhǔn)變換；定性判斷規(guī)則；知識(shí)推理；機(jī)器學(xué)習(xí)Resea
3、rch0nModelingMethodandLearningModel0fFuzzyAttributePetriNet．ZHOURu．qi，F(xiàn)ENGJia．ii，ZHANGQian，(1．DepartmentofComputerScience，GuangdongUniversityofEducation，Guangzhou510303，China；．2．CollegeofInformationEngineering，ShanghaiMaritimeUniversity,Shanghai200135，China；3．KeyLaborator
4、yofAutonomousSystemsandNetworkedControl，MinistryofEducation，SchoolofAutomationScienceandEngineering，SouthChinaUniversityofTechnology，Guangzhou510640，China)[Abstract]Thequalitativemappingcanbeeasytoexpressfuzzyuncertainknowledge，butitisnotagoodrepresentationmethodofdynamic
5、characteristicsofcognitivethinkingaction．FuzzyPetrinetismoreconsistentwithhuman’Sthinkingmode，butitsparametersarenoteasytobeobtainedandithaslimitationsinself-learningability．Forthesereasons，theformalconceptandmodelingmethodofFuzzyAttributePetriNet(FAPN)aredefined．Thelearn
6、ingmethodabouttheparametersisconstructedintheFAPNstructure．Fourtypesoffuzzyqualitativejudgmentrulesandtheoperationformulasofthetransitionnodearedefinedbasedonthequalitativemapping．ThereasoningalgorithmandthelearningmethodofFAPNareproposed，whichcansimulatethedynamicprocess
7、ofthenetworksystem．Analysisresultsshowthat，theproposedmethodcanmakeFAPNhavebetterlearningability,anditisalsousefulinthediagnosissystemcharacterizedwiththequalitativejudgement．[Keywords]FuzzyAttributePetriNet(FAPN)；qualitaivemapping；qualitativecriteriontransformation；quali
8、tativejudgmentrules；knowledgereasoning；machinelearningDOI：10．3969~．issn．1000—3428．2014．06．041伸縮、
