一种模糊Petri网参数优化的有效方法
合集下载
故障诊断系统的模糊Petri网建模方法
故障诊断系统的模糊Petri网建模方法随着自动化和智能化技术的发展，故障诊断系统在工业领域的应用越来越广泛。
故障诊断系统可以快速准确地检测和识别设备或系统中的故障，提高设备的可靠性和稳定性。
而为了更好地对故障进行诊断，建立一个准确可靠的故障诊断模型是非常关键的。
模糊Petri网是一种将模糊逻辑理论与Petri网模型相结合的新型模型，它可以有效地描述复杂系统中的不确定性和模糊性。
模糊Petri网将模糊集合引入到Petri网中的状态和标识中，从而能够处理模糊状态和模糊规则。
因此，利用模糊Petri网建模方法对故障诊断系统进行建模是非常合适的。
1. 系统建模在使用模糊Petri网建模故障诊断系统之前，首先需要对系统进行建模。
建模的目的是对系统的组成部分以及它们之间的相互作用进行描述。
故障诊断系统通常由传感器、信号处理单元、故障诊断器等部分组成。
2. 定义状态集合根据故障诊断系统的特性，我们需要定义状态集合。
状态集合描述了系统的工作状态，包括正常工作状态和故障状态。
在模糊Petri网建模中，可以使用模糊集合来描述各个状态。
3. 确定变迁集合变迁是系统中状态的转变过程，它表示系统发生了某种事件或动作。
在故障诊断系统中，变迁可以代表传感器的读数、信号处理的结果等。
根据故障诊断的需要，通过分析系统的工作原理和数据流，确定变迁集合。
4. 定义规则集合为了进行故障诊断，需要根据已知的故障模式和经验知识建立一组规则。
在模糊Petri网建模中，规则集合可以用模糊规则来表示。
模糊规则由模糊条件和模糊输出组成，其中模糊条件是一组输入变量和它们的模糊集合，模糊输出是对输出变量及其模糊集合的描述。
根据故障诊断系统的具体要求，定义一组相应的模糊规则。
5. 构建模糊Petri网模型在上述步骤完成后，可以根据故障诊断系统的要求，构建模糊Petri网模型。
模型可以通过各个组成部分之间的连接关系和转变规则来描述故障诊断系统的工作过程。
模糊Petri网与遗传算法相结合的优化策略
ａｇ ｒ ｈ ｂ ｓ ｄ ｎ ｌｏ ｔ ｍ ａ ｅ ｏ ＧＡ ｉ ｗａ ｐ ｏ ｏ ｅ ． Ｔ ｅ ｅ ｉ ｔ ｎ ｏ ｈ ｓ ｌｇ ｒ ｈ ｄ ｄ ｏ ｄ ｐ ｎ ｏ ｅ ｐ ｒ ｎ ｉ ｄ ｔ ａ ｄ ｔ ｅ ｓ ｒｐ ｓｄ ｈ ｒａ ｚ ｉ ｆ ｔｉ ａ ｏ ｔ ｍ ｉ ｎ ｔ ｅ ｅ ｄ ｎ ｘ ｅ ｅ ｔ ｌ ａｏ ｉ ｉ ｌ ａ ａａ ｎ ｈ ｒ ｑ ｉ ｍｅ ｔ ｆ ｒｐ ｍａｙ ｉ ｐ ｔｗ ｎ ｏ ｒ ｉａ ．Ｓｍｕ ａｅ ｘ ｅ ｍｅ ｔ ｈ ｗ ｄ ｔ ａ ｈ ｒ ｉ ｅ ａ ａ ｔｒ ａｎ ｄ ｆ ｍ ｂ ｖ ｅ ｕ ｒ ｎ ｓｏ ｒ ｒ ｎ ｕ ｅ ｎ ｔ ｉ ｃ ｅ ｉ ｃｔ１ ｉ ｌｔｄ ｅ ｐ ｒ ｎ ｏ ｅ ｈ ｔｔ ｅ ｔ ｎ ｄ ｐ ｒ ｍｅｅ ｇ ｉ ｅ ｒ ａ ｏ ｅ ｉ ｓ ａ ｓ ｏ
ｌ ｒｈ ｅｅ ｉｈ ｃｕａｅ ｎ ｅｌ ｎ Ｆ Ｎ ｍｏｅ ｏｎ ｄｓｏｇｇｎｒ ｉ ｎ ａ ａｉｔ ｎ ｅ －ｄ ｔ ｇｐ ｒｏｅ ａ ｏ ｔｍ ｗ ｒ ｈｇｌ ａｃｒｔ ａｄｔｅｒ ｕ ａｔ Ｐ ｄｌ ｗ ｅ ｔ ｎ ｅ ｅ ｌｉｇｃｐｂｌｙａｄｓｌａｊｓｎ ｕｐ ｓ． ｇｉ ｙ ｈ ｓｔ ｒ ａｚ ｉ ｆ ｕｉ
Ｏｐ ｉ ｚ ｔｏ ｔ ａ ｅ ｉｓ ｏ ｏ ｉ ｉ ｇ ｆ ｚ ｙ Ｐ ｔ ｉ ｅｓ ｗｉ ｅ ｅ ｉ ｌｏ ｉ ｍ ｔ ｍｉａ ｉ ｎ ｓｒ ｔ ｇｅ ｆｃ ｍｂ ｎ ｎ ｕ ｚ ｅ ｒ ｔ ｔ ｇ ｎ ｔ ａ ｇ ｒｔ ｎ ｈ ｃ ｈ
Ｕ ｎ ． Ｅ Ｘｉｏ ｂ Ｙａ ｇ ＹＵ ａ — ｏ
Ｊｎ ０ ６ ａ ．２ ０
模 糊 Ｐ ｔ 网与遗 传算 法相 结 合 的优 化 策 略 ｅｉ ｒ
李 洋， 乐晓波 （ 长沙理工大学 计算机与通信工程 学院， 湖南 长沙 ４０ ７ ） １０６
ｌ ｒｈ ｅｅ ｉｈ ｃｕａｅ ｎ ｅｌ ｎ Ｆ Ｎ ｍｏｅ ｏｎ ｄｓｏｇｇｎｒ ｉ ｎ ａ ａｉｔ ｎ ｅ －ｄ ｔ ｇｐ ｒｏｅ ａ ｏ ｔｍ ｗ ｒ ｈｇｌ ａｃｒｔ ａｄｔｅｒ ｕ ａｔ Ｐ ｄｌ ｗ ｅ ｔ ｎ ｅ ｅ ｌｉｇｃｐｂｌｙａｄｓｌａｊｓｎ ｕｐ ｓ． ｇｉ ｙ ｈ ｓｔ ｒ ａｚ ｉ ｆ ｕｉ
Ｏｐ ｉ ｚ ｔｏ ｔ ａ ｅ ｉｓ ｏ ｏ ｉ ｉ ｇ ｆ ｚ ｙ Ｐ ｔ ｉ ｅｓ ｗｉ ｅ ｅ ｉ ｌｏ ｉ ｍ ｔ ｍｉａ ｉ ｎ ｓｒ ｔ ｇｅ ｆｃ ｍｂ ｎ ｎ ｕ ｚ ｅ ｒ ｔ ｔ ｇ ｎ ｔ ａ ｇ ｒｔ ｎ ｈ ｃ ｈ
Ｕ ｎ ． Ｅ Ｘｉｏ ｂ Ｙａ ｇ ＹＵ ａ — ｏ
Ｊｎ ０ ６ ａ ．２ ０
模 糊 Ｐ ｔ 网与遗 传算 法相 结 合 的优 化 策 略 ｅｉ ｒ
李 洋， 乐晓波 （ 长沙理工大学 计算机与通信工程 学院， 湖南 长沙 ４０ ７ ） １０６
模糊故障Petri网建模方法及其应用
Modeling method of fuzzy fault Petri nets and its application
HUANG Min, LIN Xiao, HOU Zhiwen
(College of Computer and Communication Engineering, Changsha University of Science and Technology, Changsha 410014, China) Abstract: In order to overcome the shortcomings of simulating fault spreading, diagnosis and reasoning in fuzzy Petri nets and fault Petri nets, the concept and modeling method of fuzzy fault Petri nets ware put forward. The transition rules and consequences were defined from four types, i.e, one cause and one effect, one cause and several effects, several causes and one effect, competition pattern, to simulate the dynamic running process and reflect the inherent characteristics of the fault spreading. By applying the modeling method of fuzzy fault Petri nets in fault reasoning and diagnosis, the thought of combining the forward reasoning and backward reasoning was proposed, and corresponding algorithm was given. This method was verified by the example of insufficient pressure of hydraulic system. The results show that the forward reasoning can simulate the process of fault spreading, and backward reasoning can carry out fuzzy reasoning perfectly, and so the method is practical. Key words: fuzzy fault Petri nets; forward reasoning; backward reasoning
基于模糊Petri网的输电网故障诊断改进方法
理 能力 和 容错 性 。 当 电 网规模 增大 时 ， 产 生组 合爆 炸 现象 。 但 会 由此引 人关 联 矩 阵约简 技 术 ， 用 可信 度矩 阵进 行 利 计算， 可降 低诊 断关 联 矩阵 的 阶数 ， 少计 算 量 ， 短诊 断 时 间 。通 过实 例验 证 了该 方法 的有 效 性 和可行 性 。 减 缩
关 键 词 ：输 电 网 ；故 障诊 断 ；模 糊 Ｐ ｔ 网 ；关联 矩 阵约 简 ｅｉ ｒ 中 图分 类 号 ：Ｔ １ Ｍ７ １ 文献 标 识 码 ：Ａ 文 章 编 号 ：１ ０ ． ６ ９ ２ ０ ） ５０ ５ ． ６ ０ ４９ ４ （ ０ ８ ０ ．０ ００
０ 引言
电 力 系 统 的 故 障 一 般 分 为 简 单 故 障 和 复 杂 故
取 Ａ＝Ｏ． 。 ６）
变 迁 上 的 状 态 概 率 值 和 的 前 集 ｔｍ中 各 个 ｉ ｐ
位 置 的 概 率 值 密 切 相 关 ， 函 数 ・所 决 定 ： 由 ）
ｈ
器 正 确 动 作 的 概率 值 作 为 其 确 信 度 值 ．并 针 对 无 用 库
所 引 入 了关 联 矩 阵 约 简 技 术 ． 过 前 提 的 验 证 ． 除 了 通 删
『， Ｐ ∈ １ … ｌ
Ｉ
， ＝ ｎ
Ｉ ， ＝Ｉ ，ｃ ｛ １ Ｐ Ｉ ｎ Ｉ 一 ，Ｐ ∈・一 ・｝ Ｔ ＝
【 其 他 ０． ｊ
（） １
合 模型 ． 有直 观 、 懂 和易 用 的优点 ， 此 Ｐ ｔ 具 易 因 ｅｒ ｉ网
已 在 计 算 机 学 科 各 个 领 域 广 泛 应 用 。 年 来 ． 一 方 近 这 法 也 在 电 力 系 统 故 障 诊 断 建 模 中 得 到 应 用 ］ 基 于 Ｐ ｔｉ 的 建 模 方 法 是 ． 概 率 方 法 描 述 具 有 ｅｒ 网 用 不 确 定 性 的 继 电 保 护 和 断 路 器 动 作 信 息 ４． 为 Ｐ ｔ １ 作 ｅｒ ｉ 网 的初 始 标 识 值 ：并 引入 基 于可 信度 的模 糊 逻 辑 推 理 机制 ． 用 Ｐｔ 利 ｅｒ 模 型 进 行 故 障 诊 断 推 理 。 但 这 种 方 ｉ网 法 采 用 的概 率 表示 的保 护 和 断路 器 状 态 存 在 较 大 的 主 观性 ， 且 进 行 推 理 时 无 用 的库 所 较 多 ， 此 。 文 采 并 为 本 用 了更 易 于 解 释 和 理解 的经 过 统 计 计 算 的保 护 和 断 路
关 键 词 ：输 电 网 ；故 障诊 断 ；模 糊 Ｐ ｔ 网 ；关联 矩 阵约 简 ｅｉ ｒ 中 图分 类 号 ：Ｔ １ Ｍ７ １ 文献 标 识 码 ：Ａ 文 章 编 号 ：１ ０ ． ６ ９ ２ ０ ） ５０ ５ ． ６ ０ ４９ ４ （ ０ ８ ０ ．０ ００
０ 引言
电 力 系 统 的 故 障 一 般 分 为 简 单 故 障 和 复 杂 故
取 Ａ＝Ｏ． 。 ６）
变 迁 上 的 状 态 概 率 值 和 的 前 集 ｔｍ中 各 个 ｉ ｐ
位 置 的 概 率 值 密 切 相 关 ， 函 数 ・所 决 定 ： 由 ）
ｈ
器 正 确 动 作 的 概率 值 作 为 其 确 信 度 值 ．并 针 对 无 用 库
所 引 入 了关 联 矩 阵 约 简 技 术 ． 过 前 提 的 验 证 ． 除 了 通 删
『， Ｐ ∈ １ … ｌ
Ｉ
， ＝ ｎ
Ｉ ， ＝Ｉ ，ｃ ｛ １ Ｐ Ｉ ｎ Ｉ 一 ，Ｐ ∈・一 ・｝ Ｔ ＝
【 其 他 ０． ｊ
（） １
合 模型 ． 有直 观 、 懂 和易 用 的优点 ， 此 Ｐ ｔ 具 易 因 ｅｒ ｉ网
已 在 计 算 机 学 科 各 个 领 域 广 泛 应 用 。 年 来 ． 一 方 近 这 法 也 在 电 力 系 统 故 障 诊 断 建 模 中 得 到 应 用 ］ 基 于 Ｐ ｔｉ 的 建 模 方 法 是 ． 概 率 方 法 描 述 具 有 ｅｒ 网 用 不 确 定 性 的 继 电 保 护 和 断 路 器 动 作 信 息 ４． 为 Ｐ ｔ １ 作 ｅｒ ｉ 网 的初 始 标 识 值 ：并 引入 基 于可 信度 的模 糊 逻 辑 推 理 机制 ． 用 Ｐｔ 利 ｅｒ 模 型 进 行 故 障 诊 断 推 理 。 但 这 种 方 ｉ网 法 采 用 的概 率 表示 的保 护 和 断路 器 状 态 存 在 较 大 的 主 观性 ， 且 进 行 推 理 时 无 用 的库 所 较 多 ， 此 。 文 采 并 为 本 用 了更 易 于 解 释 和 理解 的经 过 统 计 计 算 的保 护 和 断 路
采用改进的进化策略优化模糊Petri网参数
Ｃ ｍ ｕｅ ｎ ｉｅｒ ｇａ ｄ ｐ ｌ ａｉ ｓ ｏ ｐ ｔ Ｅ ｇｎｅｉ Ａ ｐｉ ｔ ｎ 计算机工程与应 用 ｒ ｎ ｎ ｃ ｏ
＠研 究 、 讨 ＠ 探
采用改进 的进 化策 略优化模 糊 Ｐ ｔｉ ｅｒ网参数
赵 东旭 ， 晓 波 乐
ＺＨＡＯ Ｄｏ ｘ ＹＵＥ ａ ｂ ｎｇ ｕ， Ｘｉ ｏ ｏ
ｏ ｎ ｏ ｔ ｏ ｅ ｒ ｈ ｐ ｒ ｍｅ ｅ ｓ ｒ ｎ ｔ ｅ ｆ ｃ ｙ ｔ ｆ ｕ ｄ ｕ ｔ ｓ ａ ｃ ａ ａ ｔ ｒ ａ ｅ ｏ ｐ ｒ ｅ ｔ ｅ ． ｔ ｅ ａ ｅ ｆ ｔａ ｉ ｏ ａ ｅ ｏ ｕ ｉｎ ｒ ｓｒ ｔ ｇ ， ｈ ｓ ａ ｅ ｐ ｅ ｅ ｔ ｓ Ｏｎ ｈ ｂ ｓ ｏ ｒ ｄ ｔ ｎ ｌ ｖ ｌ ｔ ａ ｙ ｔ ｅ ｉ ｏ ａ ｙ ｔｉ ｐ ｐ ｒ ｒ ｓ ｎ ｅ ａ ｎ ｗ ｍｅｈ ｄ ｆ ｉ ｒ ｖ ｄ ｖ ｌ ｔ ｎ ｒ ｓｒ ｔ ｇ ｔ ｏ ｔ ｉｅ ｈ ｐ ａ ｅｅ ｓ ｆ ａ ｕ ｚ Ｐ ｔｉ ｅ ． ｈ ｒ ｓ ｌ ｏ ｉ ｌｔ ｎ ｅ ｔ ｏ ｏ ｍｐ ｏ ｅ ｅ ｏ ｕ ｉ ａｙ ｔａ ｅ ｏ ｙ ｏ ｐ ｉ ｚ ｔ ｅ ａ ｍ ｔ ｒ ｏ Ｆ ｚ ｙ ｅｒ ｍ ｒ ｎ ｔ ｅ ｅ ｕ ｔ Ｔ ｓ ｆ ｓｍｕ ａ ｉ ｏ ｐ ｏ ｅ ｔ ａ ｅ ｎ ｗ ｅｈ ｄ ｃ ｎ ｉ ｒ ｖ ｈ ｒ ｃｓｏ ｆ ｐ ａ ｔｒ ｏ ｅ Ｆ ｚ ｅｒ ｅ ｎ ｎ ａ ｃ ｅ ａ ｉ ｔ ｆ ａ ａｙ ｒ ｖ ｈ ｔ ｔ ｅ ｍ ｔ ｏ ａ ｍｐ ｏ ｅ ｔ ｅ ｐ ｅ ｉｉ ｎ ｏ ａ ｍｅｅ ｓ ｆ ｔ ｈ ｒ ｈ ｕ ｚ Ｐ ｔ ｎ ｔａ ｄ ｅ ｈ ｎ ｅ ｔ ｂｌ ｏ ｎ ｌ－ ｙ ｉ ｈ ｉ ｙ
ｔ ａｎ ｐ ｏ ｅ ａａ ｅｅｓ ｆ Ｆ Ｎ ｉ ｈ ｏｓ ｏ ａ ｄ ｉ ｃ ｌ ｉ ｔｅ Ｐ ｔｉ ｅ ｅ ｅ ｃ ａｅ ａｌ ｌｎ ． ｒｓ ｎ ， ｔｏ ｓ ｏ ｇ ｉ ｒｐ ｒ ｐ ｒｍ ｔｒ ｏ Ｐ ｓ ｅ ｈ ｔｐ ｔ ｎ ｄｆ ｕｔ ｎ ｈ ｅｒ ｔ ｉ ｙ ｎ ｔ ｒｓ ａ ｈ ｒ ａ ｌ ｏ ｇＡｔｐ ｅ ｅ ｔ ｍｅ ｄ ｒ ａ ｈ
＠研 究 、 讨 ＠ 探
采用改进 的进 化策 略优化模 糊 Ｐ ｔｉ ｅｒ网参数
赵 东旭 ， 晓 波 乐
ＺＨＡＯ Ｄｏ ｘ ＹＵＥ ａ ｂ ｎｇ ｕ， Ｘｉ ｏ ｏ
ｏ ｎ ｏ ｔ ｏ ｅ ｒ ｈ ｐ ｒ ｍｅ ｅ ｓ ｒ ｎ ｔ ｅ ｆ ｃ ｙ ｔ ｆ ｕ ｄ ｕ ｔ ｓ ａ ｃ ａ ａ ｔ ｒ ａ ｅ ｏ ｐ ｒ ｅ ｔ ｅ ． ｔ ｅ ａ ｅ ｆ ｔａ ｉ ｏ ａ ｅ ｏ ｕ ｉｎ ｒ ｓｒ ｔ ｇ ， ｈ ｓ ａ ｅ ｐ ｅ ｅ ｔ ｓ Ｏｎ ｈ ｂ ｓ ｏ ｒ ｄ ｔ ｎ ｌ ｖ ｌ ｔ ａ ｙ ｔ ｅ ｉ ｏ ａ ｙ ｔｉ ｐ ｐ ｒ ｒ ｓ ｎ ｅ ａ ｎ ｗ ｍｅｈ ｄ ｆ ｉ ｒ ｖ ｄ ｖ ｌ ｔ ｎ ｒ ｓｒ ｔ ｇ ｔ ｏ ｔ ｉｅ ｈ ｐ ａ ｅｅ ｓ ｆ ａ ｕ ｚ Ｐ ｔｉ ｅ ． ｈ ｒ ｓ ｌ ｏ ｉ ｌｔ ｎ ｅ ｔ ｏ ｏ ｍｐ ｏ ｅ ｅ ｏ ｕ ｉ ａｙ ｔａ ｅ ｏ ｙ ｏ ｐ ｉ ｚ ｔ ｅ ａ ｍ ｔ ｒ ｏ Ｆ ｚ ｙ ｅｒ ｍ ｒ ｎ ｔ ｅ ｅ ｕ ｔ Ｔ ｓ ｆ ｓｍｕ ａ ｉ ｏ ｐ ｏ ｅ ｔ ａ ｅ ｎ ｗ ｅｈ ｄ ｃ ｎ ｉ ｒ ｖ ｈ ｒ ｃｓｏ ｆ ｐ ａ ｔｒ ｏ ｅ Ｆ ｚ ｅｒ ｅ ｎ ｎ ａ ｃ ｅ ａ ｉ ｔ ｆ ａ ａｙ ｒ ｖ ｈ ｔ ｔ ｅ ｍ ｔ ｏ ａ ｍｐ ｏ ｅ ｔ ｅ ｐ ｅ ｉｉ ｎ ｏ ａ ｍｅｅ ｓ ｆ ｔ ｈ ｒ ｈ ｕ ｚ Ｐ ｔ ｎ ｔａ ｄ ｅ ｈ ｎ ｅ ｔ ｂｌ ｏ ｎ ｌ－ ｙ ｉ ｈ ｉ ｙ
ｔ ａｎ ｐ ｏ ｅ ａａ ｅｅｓ ｆ Ｆ Ｎ ｉ ｈ ｏｓ ｏ ａ ｄ ｉ ｃ ｌ ｉ ｔｅ Ｐ ｔｉ ｅ ｅ ｅ ｃ ａｅ ａｌ ｌｎ ． ｒｓ ｎ ， ｔｏ ｓ ｏ ｇ ｉ ｒｐ ｒ ｐ ｒｍ ｔｒ ｏ Ｐ ｓ ｅ ｈ ｔｐ ｔ ｎ ｄｆ ｕｔ ｎ ｈ ｅｒ ｔ ｉ ｙ ｎ ｔ ｒｓ ａ ｈ ｒ ａ ｌ ｏ ｇＡｔｐ ｅ ｅ ｔ ｍｅ ｄ ｒ ａ ｈ
基于蚁群-遗传算法的模糊Petri网参数优化算法
ａ ｈｅ ｅ ｔ ｅ ｐ ｒ ｏ ｅ ｏ ａ ａ ｔ ｒ ｏ ｔ ｉａ ｉ ｎ ｃ ｉ ｖ ｕ ｐ ｓ ｆ ｐ ｒ ｍｅｅ ｐ ｉ ｚ ｔ ． ｈ ｍ ｏ
Ｋｅ ｒ ｓ ｆ ｚ ｙ Ｐｅｒ ｎ ｔ ａ ｔ ｃ ｌ ｎ ｌ ｏ ｉ ｙ ｗｏ ｄ ： ｕ ｚ ｔ ｅ ； ｎ ｏ ｏ ｙ ａ ｇ ｒ ｈ ； ｅ ｅ ｉ ｌ ｏ ｔ ｍ ； ａ ａ ｅｅ ｐ ｉ ｉａ ｉ ｎ ｉ ｔ ｍ ｇ ｎ ｔ ａｇ ｒ ｈ ｐ ｍ ｔｒ ｏ ｔ ｚ ｔ ｃ ｉ ｒ ｍ ｏ
移 控制 函数 ； ｏ 是 一个 Ｐ到 ［ ，ｏ的实 数 函数 ， 以表 示 Ｓ ） ０ ｏ） 用 各库所结点在模糊 Ｐ ｔ 网运行开始 时的初始标记 状态 。 ｅｒ ｉ
１２ 模 糊产 生式规 则 ．
模糊 产生式 规则 用 以描 述各 命题 之 间的模糊关 系 ， 一般 可描述为 ：
ｉ ｆ ｔｅ ｈｎ （Ｆ＝“ ｒ Ｗ ｃ ，， ）
ｈ ａ ｌｏ ｉ ｍ． ｍｐ ｔｒ Ｅ ｇｎ ｅ ｉ ｇ ａ ｄ Ａｐ ｌ ａｉ ｎ ， ０ ０ ４ （ ９ ： ３３ ． ｅ ｔ ａｇ ｒ ｈ Ｃｏ ｕ ｅ ｎ ｉ ｅ ｒｎ ｎ ｐｉ ｔ ｓ２ １ ， ６ ２ ）３ －５ ｔ ｃ ｏ
Ａｂ ｔ ａ ｔ Ｉ ｈ ｒ ｃ ｓ ｆ ｅ ｔ ｂ ｉｈ ｎ ｕ ｚ ｅｒ ｅ ， ｏ ｔ ｅｅ ｍｉ ｅ ｔ ｅ ｐ ｒ ｍ ｅｅ ｓ ｏ ｕ ｚ ｒ ｄ ｃ ｏ ｕ ｅ ｓ ａ ｈ ｔ ｓｒ ｃ ： ｎ ｔ ｅ ｐ ｏ ｅ ｓ ｏ ｓａ ｌ ｉ ｇ ｆ ｚ ｙ Ｐ ｔｉ ｎ ｔ ｈ ｗ ｏ ｄ ｔ ｒ ｎ ｈ ａａ ｔ ｒ ｆ ｆ ｚ ｙ ｐ ｏ ｕ ｔ ｎ ｒ ｌｓ ｉ ｏ ｓ ｉ ｉｓ ｅ ｗｈ ｃ ｓ ｙ ｔ ｔ ｅ ｒ ｓ ｌｅ ． ｉ ａ ｅ ｒ ｐ ｓ ｓ ａ ＧＡＡＣＡ ｌ ｏ ｔｍ ｉｈ ｃ ｍｂ ｎ ｓ ａ ｔ ｃ ｌ ｎ ｌ ｏ ｔｍ ｔ ｅ ｅ－ ｓ ｕ ｉ ｈ ｉ ｅ ｏ ｂ ｅ ｏ ｖ ｄ Ｔｈ ｓ ｐ ｐ ｒ ｐ ｏ ｏ ｅ ａ ｇ ｒ ｈ ｗｈ ｃ ｏ ｉ ｅ ｎ ｏ ｏ ｙ ａｇ ｒ ｈ ｗｉ ｇ ｎ ｔ ｉ ｉ ｈ
Ｋｅ ｒ ｓ ｆ ｚ ｙ Ｐｅｒ ｎ ｔ ａ ｔ ｃ ｌ ｎ ｌ ｏ ｉ ｙ ｗｏ ｄ ： ｕ ｚ ｔ ｅ ； ｎ ｏ ｏ ｙ ａ ｇ ｒ ｈ ； ｅ ｅ ｉ ｌ ｏ ｔ ｍ ； ａ ａ ｅｅ ｐ ｉ ｉａ ｉ ｎ ｉ ｔ ｍ ｇ ｎ ｔ ａｇ ｒ ｈ ｐ ｍ ｔｒ ｏ ｔ ｚ ｔ ｃ ｉ ｒ ｍ ｏ
移 控制 函数 ； ｏ 是 一个 Ｐ到 ［ ，ｏ的实 数 函数 ， 以表 示 Ｓ ） ０ ｏ） 用 各库所结点在模糊 Ｐ ｔ 网运行开始 时的初始标记 状态 。 ｅｒ ｉ
１２ 模 糊产 生式规 则 ．
模糊 产生式 规则 用 以描 述各 命题 之 间的模糊关 系 ， 一般 可描述为 ：
ｉ ｆ ｔｅ ｈｎ （Ｆ＝“ ｒ Ｗ ｃ ，， ）
ｈ ａ ｌｏ ｉ ｍ． ｍｐ ｔｒ Ｅ ｇｎ ｅ ｉ ｇ ａ ｄ Ａｐ ｌ ａｉ ｎ ， ０ ０ ４ （ ９ ： ３３ ． ｅ ｔ ａｇ ｒ ｈ Ｃｏ ｕ ｅ ｎ ｉ ｅ ｒｎ ｎ ｐｉ ｔ ｓ２ １ ， ６ ２ ）３ －５ ｔ ｃ ｏ
Ａｂ ｔ ａ ｔ Ｉ ｈ ｒ ｃ ｓ ｆ ｅ ｔ ｂ ｉｈ ｎ ｕ ｚ ｅｒ ｅ ， ｏ ｔ ｅｅ ｍｉ ｅ ｔ ｅ ｐ ｒ ｍ ｅｅ ｓ ｏ ｕ ｚ ｒ ｄ ｃ ｏ ｕ ｅ ｓ ａ ｈ ｔ ｓｒ ｃ ： ｎ ｔ ｅ ｐ ｏ ｅ ｓ ｏ ｓａ ｌ ｉ ｇ ｆ ｚ ｙ Ｐ ｔｉ ｎ ｔ ｈ ｗ ｏ ｄ ｔ ｒ ｎ ｈ ａａ ｔ ｒ ｆ ｆ ｚ ｙ ｐ ｏ ｕ ｔ ｎ ｒ ｌｓ ｉ ｏ ｓ ｉ ｉｓ ｅ ｗｈ ｃ ｓ ｙ ｔ ｔ ｅ ｒ ｓ ｌｅ ． ｉ ａ ｅ ｒ ｐ ｓ ｓ ａ ＧＡＡＣＡ ｌ ｏ ｔｍ ｉｈ ｃ ｍｂ ｎ ｓ ａ ｔ ｃ ｌ ｎ ｌ ｏ ｔｍ ｔ ｅ ｅ－ ｓ ｕ ｉ ｈ ｉ ｅ ｏ ｂ ｅ ｏ ｖ ｄ Ｔｈ ｓ ｐ ｐ ｒ ｐ ｏ ｏ ｅ ａ ｇ ｒ ｈ ｗｈ ｃ ｏ ｉ ｅ ｎ ｏ ｏ ｙ ａｇ ｒ ｈ ｗｉ ｇ ｎ ｔ ｉ ｉ ｈ
一种模糊petri网仿真工具的设计实现
骞１ 訇 、
一
种模糊 ｐ ｔ 网仿真工具 的设计实现 ｅｉ ｒ
尹作重 ’ ，王 涛’ ，袁 杰 ，孙洁香 ’ 。 ，崔素荣 ’ ，高雪芹’
３ 国科学院研究生院 ，北京 １ ０ ４ ） 冲 ０ ０ ９
（． １北京机械工业 自动化研究所 。北京 １ ０ ２ ；２ 中国科学 院沈 阳自动化所 ，沈阳 １ ０ １ ； ０ １０ ． ０ ６ １
０ 引言
模 糊 Ｐ ｔ 网有很 好 的知识 表达 、 ｅｉ ｒ 逻辑 推 理功 能
和动 态描述 因果 关 系的能 力ｆ。模 糊 Ｐ ｔ 网不但 适 １ ］ ｅｉ ｒ
阶 段 。
本 文将 面 向对象 的 思想应 用 于模 糊Ｐ ｔ 网仿 真 ｅｉ ｒ 工 具 的设计 和 实现 过 程 ［，该 系统用 图形 化 方 式直 ６ ＿ 观 地 编 辑 和 维 护 模 糊 规 则 知 识 库 以及 对 应 的 模 糊 Ｐ ｔ 网模型 ， 模 糊Ｐ ｔ 网模 型进 行逆 向诊 断 和正 ｅｉ ｒ 对 ｅｒ ｉ 向推 理及 其 解释 ，且 具 有 自动建 模功 能 。本 文 着重 探讨 了模 糊 Ｐ ｔ 网建 模 与仿真 的 可视化 问题 ， 出 ｅｒ ｉ 提 了基 于 网格 可视 化技 术 解 决 方案 及 具体 实 现 方法 ，
ｎ ｔ ｎ ｒ ａ — ｒ ａ ｅ ｘ ｅ ｓ ｖ ｙ． ｅ ｓ ｉ ｅ ｌ ｗｏ ｌ ｃ ｓ ｓ ｅ ｔ ｎ ｉｅｌ ｄ Ｋｅ ｙ ｗｏｒ ： ｚ ｙ Ｐｅ ｒ Ｎｅ ｓ Ａｕ ｏ ｄｓ Ｆｕ ｚ ｔｉ ｔ ， ｔ ｍａ ｉ ｄ ｉ ｇ Ｓｉ ｌ ｔ ｎ，Ｖｉ ｕ ｉａ ｉ ｔ Ｍｏ ｅｌ ， ｍｕ ａ ｉ ｃ ｎ ｏ ｓ ａｌ ｔ ｚ ｏｎ
ｆ ｚ ｙ Ｐｅ ｒ ｎ ｔ ｉ ｕ ａ ｉ ｇ ｔ ｏ１ Ｔｈ ｓ ｐ ｅ ｉｃ ｓ ｅ ｈ ｒ ｌ ｍｓ ｉ ｈ ｕ ｚ ｔｉ ｅ ｕ ｚ ｔｉ ｅ ｍ ｌ ｔ ｏ ． ｉ ａｐ ｒｄ ｓ ｕ ｓ ｄ ｔ ｅ ｐ ｏｂ ｅ ｎ ｔ ｅ ｆ ｚ ｙ Ｐｅ ｒ ｎ ｔ ｓ ｎ ａ ｔ ｍ ａ ｉ ｄ ｌ ｇ ａ ｄ ｓｍ ｕ ａ ｉ ｇ ｖ ｓ ａｌ ａ ｉ ｎ ， ｎ ｒ ｐ ｓ ｄ ｓ ｌ ｔ ｎ ｎ ｈ ｐ ｃｆ ｕｏ ｔ ｍｏ ｅ ｉ ｎ ｉ ｌ ｔ ｉ ｕ ｉ ｔ ｃ ｎ ｎ ｚ ｏ ａ ｄ ｐ ｏ ｏ ｅ ｏｕ ｉ ｓａ ｄｔ ｅ ｓ ｅ ｉ用 于模糊 Ｐ ｔｉ ｅ ｒ网仿真 工具的设计 和实现过程 ，探 讨了模糊 Ｐ ｔｉ ｅ ｒ网
一
种模糊 ｐ ｔ 网仿真工具 的设计实现 ｅｉ ｒ
尹作重 ’ ，王 涛’ ，袁 杰 ，孙洁香 ’ 。 ，崔素荣 ’ ，高雪芹’
３ 国科学院研究生院 ，北京 １ ０ ４ ） 冲 ０ ０ ９
（． １北京机械工业 自动化研究所 。北京 １ ０ ２ ；２ 中国科学 院沈 阳自动化所 ，沈阳 １ ０ １ ； ０ １０ ． ０ ６ １
０ 引言
模 糊 Ｐ ｔ 网有很 好 的知识 表达 、 ｅｉ ｒ 逻辑 推 理功 能
和动 态描述 因果 关 系的能 力ｆ。模 糊 Ｐ ｔ 网不但 适 １ ］ ｅｉ ｒ
阶 段 。
本 文将 面 向对象 的 思想应 用 于模 糊Ｐ ｔ 网仿 真 ｅｉ ｒ 工 具 的设计 和 实现 过 程 ［，该 系统用 图形 化 方 式直 ６ ＿ 观 地 编 辑 和 维 护 模 糊 规 则 知 识 库 以及 对 应 的 模 糊 Ｐ ｔ 网模型 ， 模 糊Ｐ ｔ 网模 型进 行逆 向诊 断 和正 ｅｉ ｒ 对 ｅｒ ｉ 向推 理及 其 解释 ，且 具 有 自动建 模功 能 。本 文 着重 探讨 了模 糊 Ｐ ｔ 网建 模 与仿真 的 可视化 问题 ， 出 ｅｒ ｉ 提 了基 于 网格 可视 化技 术 解 决 方案 及 具体 实 现 方法 ，
ｎ ｔ ｎ ｒ ａ — ｒ ａ ｅ ｘ ｅ ｓ ｖ ｙ． ｅ ｓ ｉ ｅ ｌ ｗｏ ｌ ｃ ｓ ｓ ｅ ｔ ｎ ｉｅｌ ｄ Ｋｅ ｙ ｗｏｒ ： ｚ ｙ Ｐｅ ｒ Ｎｅ ｓ Ａｕ ｏ ｄｓ Ｆｕ ｚ ｔｉ ｔ ， ｔ ｍａ ｉ ｄ ｉ ｇ Ｓｉ ｌ ｔ ｎ，Ｖｉ ｕ ｉａ ｉ ｔ Ｍｏ ｅｌ ， ｍｕ ａ ｉ ｃ ｎ ｏ ｓ ａｌ ｔ ｚ ｏｎ
ｆ ｚ ｙ Ｐｅ ｒ ｎ ｔ ｉ ｕ ａ ｉ ｇ ｔ ｏ１ Ｔｈ ｓ ｐ ｅ ｉｃ ｓ ｅ ｈ ｒ ｌ ｍｓ ｉ ｈ ｕ ｚ ｔｉ ｅ ｕ ｚ ｔｉ ｅ ｍ ｌ ｔ ｏ ． ｉ ａｐ ｒｄ ｓ ｕ ｓ ｄ ｔ ｅ ｐ ｏｂ ｅ ｎ ｔ ｅ ｆ ｚ ｙ Ｐｅ ｒ ｎ ｔ ｓ ｎ ａ ｔ ｍ ａ ｉ ｄ ｌ ｇ ａ ｄ ｓｍ ｕ ａ ｉ ｇ ｖ ｓ ａｌ ａ ｉ ｎ ， ｎ ｒ ｐ ｓ ｄ ｓ ｌ ｔ ｎ ｎ ｈ ｐ ｃｆ ｕｏ ｔ ｍｏ ｅ ｉ ｎ ｉ ｌ ｔ ｉ ｕ ｉ ｔ ｃ ｎ ｎ ｚ ｏ ａ ｄ ｐ ｏ ｏ ｅ ｏｕ ｉ ｓａ ｄｔ ｅ ｓ ｅ ｉ用 于模糊 Ｐ ｔｉ ｅ ｒ网仿真 工具的设计 和实现过程 ，探 讨了模糊 Ｐ ｔｉ ｅ ｒ网
一种模糊Petri网参数优化的有效算法
１ ． 长沙理工大学 算机 与通信工程学 院 ， 长沙 ４ ７ ０６ １ ０
２湖南农业大学 信息科学技术 学院 ， ． 长沙 ４ ０ ２ １ １８
１Ｉ ｓｉ ｔ ｆ Ｃｏ ｕ ｅ ． ｔ ｕ ｅ ｏ ｍｐ ｔｒ＆ Ｃｏ ｎ ｔ ｍｍ ｕ ｉａｉ ｎ Ｅ ｇｎ ｅｉ ｇ， ａ ｇ ｈ ｉ ｅ ｓｔ ｆ Ｓ ｉｎ ｅ ａ ｄ Ｔ ｃ ｎ ｌｇ ， ｈ ｎ ｓ ａ ４ ０ ７ Ｃｈ ａ ｎｃ ｔ ｎ ｉｅ ｒ ｏ ｎ Ｃｈ ｎ ｓ ａ Ｕｎ ｖ ｒｉ ｏ ｃｅ ｃ ｎ ｅ ｈ ｏ ｏ ｙ Ｃ ａ ｇ ｈ １ ０ ６， ｉ ｙ ｎ ２ Ｃｏ ｌｇ ｆ Ｉ ｆ ｒ ｔ ｎ Ｓ ｉｎ ｅ ａ ｄ Ｔ ｃ ｏｏ ｙ， ｎ ｎ Ａｇ ｉ ｕ ｔ ｒ ｌ Ｕｎ ｖ ｒ ｉ Ｃｈ ｎ ｓ ａ ４１ ２ Ｃｈ ｎ ． ｌ ｅ ｏ ｎ ｏ ｍａ ｉ ｃｅ ｃ ｎ ｅ ｈ ｌ ｇ Ｈｕ ａ ｒｃ ｌ ａ ｉ ｅ ｓｔ ｅ ｏ ｎ ｕ ｙ， ａ ｇ ｈ ０１ ８， ｉａ
定义 １一个模糊 Ｐ ｒ ｉ ｅｔ 网形式 的八元组表示 ： ｒ
Ｆ Ｎ＝ Ｐ， ，， Ｍ ， Ｗ， Ｐ ｛ Ｔ１ ０， ，
理和 泛化能力 。根据模 糊 Ｐ ｔ 网的缺陷 ， １９ 年 Ｌ ｏ ｅ ｅｒ ｉ 在 ９４ ｏ ｎｙ 提 出了有学习能力的模糊 Ｐ ｔ 网 ， ｅｉ ｒ 在此之后文献［．］ ３５将模糊 Ｐ ｔ 网模 型转化 为类神经 网络模型 进行学 习 ， ｅｉ ｒ 知识的模 糊推 理在模 糊 Ｐ ｔ 网模 型上进行 ， ｅｉ ｒ 而权值 的学 习又 在类神经 网络 模型 中运算 ， 但优化 的结果很 大程 度上依赖于初始输入参数 ， 文献 ［］ 出了用 蚁群算 法结合文 献 ［］ 出的 Ｆ Ｎ分层算 法 ６提 １提 Ｐ 进行路径 寻优 ， 给了很好 的启发作 用 ， 但结果参数 的误 差率尚 有待 提高 。本文在 文献 ［］ １中提 出的 Ｆ Ｎ模型 及相 应的模 糊 Ｐ 推理算 法基础之 上 ， 将遗传 因子思 想和蚁群 算法应 用到 Ｆ Ｎ Ｐ
２湖南农业大学 信息科学技术 学院 ， ． 长沙 ４ ０ ２ １ １８
１Ｉ ｓｉ ｔ ｆ Ｃｏ ｕ ｅ ． ｔ ｕ ｅ ｏ ｍｐ ｔｒ＆ Ｃｏ ｎ ｔ ｍｍ ｕ ｉａｉ ｎ Ｅ ｇｎ ｅｉ ｇ， ａ ｇ ｈ ｉ ｅ ｓｔ ｆ Ｓ ｉｎ ｅ ａ ｄ Ｔ ｃ ｎ ｌｇ ， ｈ ｎ ｓ ａ ４ ０ ７ Ｃｈ ａ ｎｃ ｔ ｎ ｉｅ ｒ ｏ ｎ Ｃｈ ｎ ｓ ａ Ｕｎ ｖ ｒｉ ｏ ｃｅ ｃ ｎ ｅ ｈ ｏ ｏ ｙ Ｃ ａ ｇ ｈ １ ０ ６， ｉ ｙ ｎ ２ Ｃｏ ｌｇ ｆ Ｉ ｆ ｒ ｔ ｎ Ｓ ｉｎ ｅ ａ ｄ Ｔ ｃ ｏｏ ｙ， ｎ ｎ Ａｇ ｉ ｕ ｔ ｒ ｌ Ｕｎ ｖ ｒ ｉ Ｃｈ ｎ ｓ ａ ４１ ２ Ｃｈ ｎ ． ｌ ｅ ｏ ｎ ｏ ｍａ ｉ ｃｅ ｃ ｎ ｅ ｈ ｌ ｇ Ｈｕ ａ ｒｃ ｌ ａ ｉ ｅ ｓｔ ｅ ｏ ｎ ｕ ｙ， ａ ｇ ｈ ０１ ８， ｉａ
定义 １一个模糊 Ｐ ｒ ｉ ｅｔ 网形式 的八元组表示 ： ｒ
Ｆ Ｎ＝ Ｐ， ，， Ｍ ， Ｗ， Ｐ ｛ Ｔ１ ０， ，
理和 泛化能力 。根据模 糊 Ｐ ｔ 网的缺陷 ， １９ 年 Ｌ ｏ ｅ ｅｒ ｉ 在 ９４ ｏ ｎｙ 提 出了有学习能力的模糊 Ｐ ｔ 网 ， ｅｉ ｒ 在此之后文献［．］ ３５将模糊 Ｐ ｔ 网模 型转化 为类神经 网络模型 进行学 习 ， ｅｉ ｒ 知识的模 糊推 理在模 糊 Ｐ ｔ 网模 型上进行 ， ｅｉ ｒ 而权值 的学 习又 在类神经 网络 模型 中运算 ， 但优化 的结果很 大程 度上依赖于初始输入参数 ， 文献 ［］ 出了用 蚁群算 法结合文 献 ［］ 出的 Ｆ Ｎ分层算 法 ６提 １提 Ｐ 进行路径 寻优 ， 给了很好 的启发作 用 ， 但结果参数 的误 差率尚 有待 提高 。本文在 文献 ［］ １中提 出的 Ｆ Ｎ模型 及相 应的模 糊 Ｐ 推理算 法基础之 上 ， 将遗传 因子思 想和蚁群 算法应 用到 Ｆ Ｎ Ｐ