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.     

含有否定命题逻辑推理的一致性模糊Petri网模型

模糊Petri网(Fuzzy Petri Net,FPN)是Petri网(Petri Net,PN)的模糊化描述的一种扩充.基于FPN模型的模糊推理规则表示和模糊推理已经得到了广泛的研究.传统的方法不能准确表示含有否定命题的产生式规则,并解决正确推理问题.本文讨论了模糊逻辑中否定的含义,将条件命题中的否定理解为其对推理规则的阻碍作用,结果命题中的否定理解为规则中的前提条件阻碍该命题的发生.在此基础上提出一种新的适合于含有否定命题逻辑规则的一致性FPN模型(Consistent Fuzzy Petri Net,CFPN)表示方法,同时在CFPN模型中引入域值的概念,并给出相应的形式化推理算法及相关证明.     

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.     

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。     

一种新的模糊规则动态调整正则项系数的神经网络学习方法

从偏差－方差模型出发，提出了一种通过模糊规则推理动态调整正则项系数的新方法，并有效地确定了模糊推理规则和隶属度函数，并将该方法与BP算法和固定正则项系数的方法进行了比较，该方法具有精度高、收敛快和泛化能力高等优点，通过实例表明了该方法的有效性。     

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.     

模糊Petri网的推理式算法在雷达电子战装备效能评估中的应用

基于模糊Petri网，研究了约束条件下的推理算法，将模糊Petri网与矩阵运算相结合．给出了雷达电子战装备效能评估的形式化推理算法。推理过程采用矩阵运算实现，并充分利用了模糊Petri网的并行处理能力．最后利用MATLAB语言对仿真实例进行分析计算，结果表明孩方法简单、快速和有效．不仅能评估单台电子战装备的作战效能，还能对同类型的多台装备进行作战效能的优劣排序。     

基于模糊推理的图像放大算法

图像放大技术在许多图像应用系统中具有重要作用.图像的主要特性之一是具有模糊特性,将模糊处理方法引入图像放大算法中,提出一种基于模糊推理的图像放大算法.该算法首先建立了基于模糊推理的图像模型,假设图像相邻的像素点是一种特定的模糊推理规则,并且在局部窗口之内,这种模糊推理规则保持不变.在基于模糊推理的图像放大算法中,根据基于模糊推理的图像模型预测内插像素点的数值,并且这种模糊推理规则可以根据局部像素点的训练得到.实验结果表明,所提出的基于模糊推理的图像放大方法能够有效地提高图像的主客观质量.     

通用硬件模糊控制器研究

提出了一种基于多值逻辑电路的模糊控制器硬件实现方案,采用规则分时进行硬件模糊推理,不同规则的推理结果合并后形成模糊输出,经模糊判决后形成精确量输出。该方案的复杂性不受规则数量的影响,执行速度不受语言变量维数的影响,该方案通过改变存储器数据可以方便地调整隶属度函数和模糊控制规则,克服了硬件模糊控制器灵活性差这一重大缺陷,该方案便于以VLSI实现。     

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。     

A study of fuzzy logical petri nets and its application

In this paper, a fuzzy Petri net approach to modelling fuzzy rule-based reasoning is proposed. Logical Petri net (LPN) and fuzzy logical Petri net (FLPN) are defined. The backward reasoning algorithm based on sub-fuzzy logical Petri net is given. It is simpler than the conventional algorithm of forward reasoning; from initial propositions. An application to the partial fault model of a car engine in paper Portinale's(1993) is used as an illustrative example of FLPN.     

一种多值Petri网及其应用

为了更好地将Petri网应用在基于多值逻辑的知识表示和推理中，以普通Petri网的基本定义为基础．结合模糊Petri网和有色Petri网各自的一些特点，将其进行必要的扩展和简化，从而提出一种多值Petri网，使托肯和变迁多值化，然后将它用于知识工程中多值产生式建模和推理中，并根据推理的需要提出了相应的算法。     

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.     

基于模糊Petri网的网络风险评估模型

针对网络安全风险评估过程中存在的复杂性,以资产、脆弱性和威胁为安全评估的关键因素,建立安全分析的层次化评估指标体系。引入可信度概念,提出了一种基于模糊Petri网的安全风险评估模型以及模糊推理算法,同时结合层次分析法,采取定性与定量分析相结合的方法进行安全评估。实例分析表明：与传统的综合风险评估方法相比,基于模糊Petri网的风险评估方法给出的结果更加准确和科学。因此,该方法更适合应用于实际的网络系统风险评估中。     

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。