基于模糊Petri网的推理算法在C^4ISR系统效能评估中的应用

通过研究推理算法,结合模糊Petri网与矩阵运算,考虑多种约束条件,提出模糊推理过程的形式化推理算法。从信息优势和决策优势两方面考虑,研究评估C^4ISR系统作战效能和对抗效能的有关指标,由此建立基于模糊Petri网的推理算法的评估模型,最后对模型进行仿真并分析约束条件对结果的影响分析。     

一种扩展染色模糊故障Petri网的故障分析方法

针对传统故障诊断方法在模拟故障传播及诊断推理过程中存在不确定性等问题,提出一种基于扩展染色模糊故障Petri网的故障诊断分析方法;首先,在采用传统的Petri网模型描述系统故障状态的基础上,引入令牌、库所染色规则,并进一步结合模糊产生式规则与矩阵运算进行故障正反推理,提高模型的容错性;该模型正向推理采用变迁点火判别矩阵实现故障状态的智能评价,反映故障传播特性;逆向推理采用最小割集理论方法进行优先诊断,提供诊断次序,避免诊断的盲目性;最后以气源系统为典型应用对象,验证上述方法的有效性。     

模糊Petri网在坦克自动装弹机故障检测中的应用

针对坦克自动装弹机故障检测因果关系的复杂性和模糊性,提出了一种基于模糊Petri网的故障检测方法;在推理规则的基础上给出模糊Petri网推理算法,分析了自动装弹机故障特点,建立了模糊Petri网故障检测模型;最后通过实例分析验证了这种方法的可行性与有效性,方便利用计算机软件进行算法设计。     

基于模糊Petri网的某型舰炮系统故障诊断

故障的产生和传播是一个动态的过程,具有突发性、并发性和随机性等特点,精确的推理方法难以有效地对复杂特性的故障进行诊断.利用模糊Petri网对舰炮武器系统进行故障分析,首先分析舰炮故障类型以及故障的规则表示形式,然后给出了基于模糊Petri网的故障传播模式模型及其推理算法,最后以某舰炮武器系的弹药盘点异常故障为例进行了建模并用推理算法计算故障发生概率.结果表明,该模型具有直观和表达能力强的优点,可应用于工程实践.     

一种面向故障诊断的模糊Petri网模型

根据故障发生具有并发性，故障诊断具有模糊性等特点，提出了一种面向故障诊断的模糊Petri网（FPN）模型。从模糊产生式出发，提出了一种新的模糊推理算法。解决了现有算法中不能准确处理产生式规则中“或”逻辑的问题，以及传统的基于模糊Petri网的可达图求解模型描述复杂、推理缺少智能的问题。使用简单的矩阵计算，减少了诊断时间，最后通过飞机故障实例验证了模型及推理算法的正确性和有效性。     

基于模糊Petri网的故障诊断方法

故障诊断专家系统的推理策略取决于诊断知识的表达方式.基于模糊Petri网的知识表达是库所、命题、变迁、输入、输出及其可信度、影射等的集合.基于模糊产生式规则的模糊Petri网模型,能较好地表示和处理模糊知识,并能根据变迁的可信度大小,采用深度优先的搜索方法,以反向并行推理来缩小搜索空间,寻找到一条最有可能产生已知故障的路径.为此,以机车柴油机故障信息诊断系统为例,针对其故障信息的不确定性和模糊性,给出了基于Petri网的模糊诊断知识表达方法,讨论了建立在模糊Petri网模型基础上的反向模糊推理算法.     

模糊Petri网故障诊断技术应用

故障诊断的模糊Petri网模型,将Petri网和模糊推理相结合建立.其中,用FPN表示模糊产生规则,用Petri网的变迁激活规则进行故障诊断推理,从而分析出异常行为过程间的因果关系,推理出故障的原因及其可信度.以某型飞机电力启动系统故障为例,用模糊Petri网对其进行故障诊断,结果证明该技术可行有效.     

基于云模型和故障Petri网的自动装弹机故障分析方法

针对装甲装备自动装弹机故障率高、原因复杂的情况,结合Petri网理论提出一种基于云模型和故障Petri网的旋转输弹机故障分析方法。改变以往通过专家评价和人工经验来设置参数的传统做法,提出基于云模型的模糊token值初始化方法;基于相关文献对正反推理算法进行研究,实现对自动装弹机的状态评价和故障原因诊断;以旋转输弹机为例,结合其具体构造建立对应IFFPN故障模型,通过部分故障数据和相关模型的推理,验证故障分析方法的有效性。     

模糊Petri网在装备维修任务调度中的应用

针对军事装备维修任务调度决策的非结构化特点,以战时装甲装备的维修任务调度辅助决策为例,详细分析了影响此类决策问题的各方面因素及流程。结合模糊Petri网的基本理论,建立了针对此类问题的模糊Petri网模型JCFPN,该模型明确了推理过程中各因素所占权重、变迁触发的阈值、规则的可信度等,给出了模型推理过程的并行推理算法。通过实例对模型进行了仿真验证,模型JCFPN合理体现了各个因素的主次地位。     

基于着色Petri 网的混杂监控系统建模分析

针对现有建模分析方法在混杂系统中系统建模和性能分析中表现的不足,提出一种基于离散事件监控框架的混杂系统仿真建模分析方法。应用着色Petri网技术构建混杂系统离散事件系统模型框架,内嵌连续系统模型,利用Petri网标识线性约束实现系统动态行为仿真分析和基于局部关联矩阵的Petri网监控设计。基于现有的离散事件动态理论的监控分析,采用离散事件系统Petri网监控方法实现混杂系统监控行为分析。并通过导弹拦截系统案例进行验证,实践结果证明了该混杂建模分析方法的可行性。     

改进的模糊Petri 网算法及其在故障诊断中的应用

为解决液压系统故障诊断过程中存在的大量不确定性信息,提出一种基于改进的模糊Petri网故障诊断算法。将虚库所和虚变迁引入到模糊Petri网算法中,解决了变迁是否触发以及最后故障事件模糊概率值的确定问题,使算法更符合实际和数学推理。结果证明了该改进算法的适用性和可行性。     

多传感器信息融合的模糊神经Petri网模型

将模糊产生式规则应用到多传感器融合系统中得到一种模糊信息融合方法，再用Petri网对此信息融合系统建模。在此基础上将人工神经网络与Petri网相结合，提出了一种多传感器信息融合的模糊神经Petri网模型。     

模糊Petri网在某型武器载车系统故障诊断中的应用

某型武器载车系统结构复杂,其故障具有传播路径多、故障现象描述存在模糊性等特点给故障诊断带来一定困难;针对该系统的故障诊断难题,提出了将模糊产生式规则和Petri网推理相结合的故障诊断方法;以载车系统底盘启动故障诊断为例,建立了模糊Petri网故障诊断模型,并详细阐述了采用反向推理算法的故障诊断推理过程,快速准确地实现了故障原因的定位;结果表明:模糊Petri网应用于故障诊断系统能加快推理速度,提高故障诊断效率,是一种行之有效的故障诊断方法。     

基于模糊推理Petri 网的无人机智能决策方法

为了提高动态不确定环境下无人机的自主控制级别,建立一种基于模糊推理Petri网的无人机智能决策方法。以 FRPNs 结构实现规则推理,按照规则分析系统的推理过程,并基于模糊推理 Petri 网的智能决策进行仿真。仿真结果证明：该方法提高了决策的实时性,实现了无人机攻击和防御的自主决策。     

基于petri网的自动装弹机故障诊断推理

针对自动装弹机零部件众多、工作流程复杂、故障多发、故障原因机理多种多样等问题,采用petri网的方法对自动装弹机故障原因进行了快速推理诊断。在分析基于Petri网故障诊断方法步骤的基础上,利用petri网构建了自动装弹机故障模型;以旋转输弹机为例,建立了关联矩阵和状态方程,并对其故障进行了推理诊断。结果表明,与传统的完全故障树方法相比,基于Petri网的故障诊断推理方法具有图形直观明了、推理快捷、故障诊断数学化等优点,这对于自动装弹机快速诊断和适情适时维修具有重要的实用意义。     

基于分层着色Petri网的飞机战伤抢修系统建模

飞机战伤抢修的系统模型,基于分层着色Petri网理论建立.即通过引入复杂库所从复杂的主Petri网中划分出子网对系统进行建模,并用复杂库所替换可从主Petri网中分离的子网,这些子网在原来的主Petri网中留下的位置,由一个等价的复杂库所代替,从而简化主Petri网.     

Modeling of Testability Requirement Based on Generalized Stochastic Petri Nets

Testability design is an effective way to realize the fault detection and isolation. Its important step is to determine testability figures of merits （TFOM）. Firstly, some influence factors for TFOMs are analyzed, such as the processes of system operation, maintenance and support, fault detection and isolation and so on. Secondly, a testability requirement analysis model is built based on generalized stochastic Petri net （GSPN）. Then, the system＇s reachable states are analyzed based on the model, a Markov chain isomorphic with Petri net is constructed, a state transition matrix is created and the system＇ s steady state probability is obtained. The relationship between the steady state availability and testability parameters can be revealed and reasoned. Finally, an example shows that the proposed method can determine TFOM, such as fault detection rate and fault isolation rate, effectively and reasonably.