基于直觉模糊Petri网的知识表示和推理

针对模糊Petri网存在隶属度单一的问题,将直觉模糊集理论与Petri网理论相结合,构建直觉模糊Petri网(Intuitionistic Fuzzy Petri Nets,IFPN)模型,用于知识的表示和推理.首先构建了IFPN模型,并将其应用于知识的表示,通过在模型中引入抑止转移弧,解决了否命题的表示问题.其次提出了基于矩阵运算的IFPN推理算法,通过修改变迁触发后token值的传递规则,解决了推理过程中的事实的保留问题;通过修改变迁的触发规则,抑制了变迁的重复触发.最后对推理算法进行了分析,并举例验证了提出的IFPN模型及其推理算法的可行性,结果表明IFPN是对FPN的有效扩充和发展,其对推理结果的描述更加细腻、全面.     

改进的基于规则的逆向模糊推理算法

给出了一种改进的基于规则的逆向模糊推理算法.该算法基于产生式知识表示的模糊Petri网(FPN)模型,适用于一类基于规则的系统.利用该算法可以有效地对该类系统的FPN模型进行相应的处理.对于任意指定的库所,通过该算法可以确定其模糊托肯值,即对应命题的模糊真值.通过对具体的算例进行分析并与已有的算法进行比较后发现,该算法不仅可以得到同样精确的结果,而且该算法使FPN的推理过程更类似于人脑的逻辑推导过程,比较缜密.     

基于数据表结构的FPN并行推理算法

通过对模糊产生式规则一般形式的研究，抽取出适用于FPN模糊推理的两类模糊产生式规则。定义并建立了FPN模型，将在图形结构上进行推理的传统Petri网模型映射到数据表结构上．在此基础上实现了对基于规则的正向推理和基于模糊Peari网的模糊推理算法。最后通过实例对该算法进行了检验．结果表明该算法不仅具有简单通用、容易实现和高效的特点，而且还适食于对比较复杂的模糊产生式知识库进行并行推理。     

基于直觉模糊Petri网的混合推理方法

针对现有的基于模糊Petri网(Fuzzy Petri Nets,FPN)和直觉模糊Petri网(Intuitionistic Fuzzy Petri Nets,IFPN)的推理方法在求解只涉及知识库中部分规则的问题时存在推理过程复杂、效率不高,而且不能对问题产生的原因进行分析等缺陷,提出一种基于IFPN的混合推理方法.该方法将反向推理与正向推理相结合,首先把所要求解的问题转化为目标库所,并引入关联库所、关联变迁和子模型等概念;其次运用反向推理寻找目标库所的关联库所和变迁并构建推理子模型,从而获取问题产生的潜在原因并简化推理模型;最后以子模型作为推理模型,运用正向推理求解目标库所的token值,解决了直接运用原模型进行推理时过程复杂且效率不高的问题.与此同时,通过在模型中引入阈值以及"路径"和"有效路径"等定义,排除无效关联库所,从而找出了问题产生的真正原因.实例验证表明该方法可行且有效,与现有方法的对比分析表明该方法克服了现有方法的缺陷.     

基于模糊Petri网的舰艇对空作战训练效果评估

针对当前水面舰艇对空作战训练中,缺乏系统、有效的训练效果评估理论问题,探讨了训练效果评估指标体系的构建方法;依据层次分析思想,建立舰艇对空作战训练系统效果评估指标体系;将粗糙集理论与模糊逻辑技术相结合,建立推理规则;将训练系统中各事件转化为模糊Petri网(FPN)的各要素,构建FPN评估模型;应用带权模糊Petri网的矩阵推理算法,借助Matlab工具对仿真实例进行分析计算,并对指标进行评价。     

基于FPN的模糊攻击图模型及生成算法研究

以模糊Petri网（Fuzzy Petri net，FPN）理论为基础，定义了一种面向检测的新型网络攻击模型FPAN，提出了FPAN的生成算法．并通过实验验证了算法的正确性，该模型比攻树（Attack Tree）更能够反映各个步骤之间的关系．可重用性也更强，具有较好的实用性。     

基于模糊Petri网的战术决策与规则精炼方法

针对空战环境的复杂多变和不确定性,首先研究了基于模糊Petri网的推理算法,建立了基于模糊推理Petri网的智能战术决策方法,将定性的决策推理过程变成了定量的矩阵运算;然后针对规则的冗余性和可能的冲突性,利用粗糙集理论对战术决策规则库进行了精炼,简化了模糊推理Petri网结构,提高了战术决策推理的效率,实现了无人机攻击和防御的智能决策。仿真结果表明该方法具有可行性和有效性。     

基于模糊神经Petri网的武器装备效能评估模型

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,建立基于模糊Petri网的武器装备效能评估模型,并在此基础上将人工神经网络引入到模糊Petri中,在模糊Petri模型上,用迭代最速下降法对模型的参数进行学习和训练,经过学习和训练的模型具有很强的学习能力以及对外界环境的自适应能力.以某型雷达对抗装备为例进行仿真验证,仿真结果表明该模型是可行和有效的.     

基于WFPN和多Agent黑板模型的PAAIS知识处理研究

驾驶员辅助决策人工智能系统（PAAIs）是辅助飞机驾驶员进行决策的智能系统，其核心是知识处理。文章采用黑板模型与多Agent技术相结合来构建PAAIS的知识处理架构，以加权模糊Petri网（WFPN）进行模糊知识表示，并提出有效的模糊推理算法。     

直觉模糊条件推理与可信度传播

针对直觉模糊逻辑及命题演算,基于直觉指数所表征的中立证据中支持与反对的程度呈均衡状态的假设,提出利用隶属度与犹豫度计算直觉模糊逻辑命题真值的对称合成方法,给出直觉模糊逻辑命题的运算规则。重点研究了基于直觉模糊逻辑的条件推理方法,包括直觉模糊蕴涵式推理、条件式推理、多重式推理、多维式推理及多重多维式推理等;推导了相关的推理合成运算公式。针对带有可信度因子的直觉模糊逻辑推理,包括典型的、加权的及狭义的直觉模糊推理;分析了规则中的可信度因子传播对结论可信度的影响;给出了相关的计算结论真值的公式。     

基于模糊Petri网的信任评估

针对网络实体间信任关系的不确定性,论文提出了一种基于模糊Petri网的信任评估模型,该模型给出了信任评估的模糊规则,在此基础上利用模糊Petri网与矩阵运算相结合的推理方法,通过并行处理关于一个实体的多个推荐来评估实体间的信任关系。经信任关系评估实例计算可以看出,基于模糊Petri网的推理方法使得信任评估灵活、简单、有效。     

基于模糊Petri网推理的半导体生产线投料控制策略

半导体生产线存在大量随机不确定因素,各种不确定扰动的发生,往往使已获得优化调度方案在执行过程中失去优良性,鉴于模糊Petri网在知识表达和逻辑推理方面的优势,本文研究将该思想用于半导体生产线投料控制,构建投料模糊Petri网推理模型,建立完整的在线投料机制,以生产线实时信息为依据,决定系统采取的投料控制行为,以便尽可能...