学位论文 > 优秀研究生学位论文题录展示

加权模糊Petri网在不精确知识表示和推理中的应用研究

作　者: 吴荣海
导　师: 夏幼明
学　校: 云南师范大学
专　业: 基础数学
关键词: 加权模糊Petri网 可信度 知识推理 一致性维护 BP算法 遗传算法 Petri网 知识表示 人工神经网络
分类号: O159
类　型: 硕士论文
年　份: 2006年
下　载: 303次
引　用: 2次
阅　读: 论文下载
 

内容摘要


Petri网作为一种高效的建模和分析工具，近年来得到了快速的发展，但是Petri网作为一种纯理论工具，并不能适合所有领域的应用需求。所以，针对不同领域的研究对象，很多学者提出了各种各样改进的Petri网理论，如近年来得到普遍应用的随机Petri网、着色Petri网等，模糊Petri网作为Petri网的一个重要分支，也越来越多地引起了人们的兴趣。模糊Petri网由于更符合人类的思维和认知方式，在描述和分析许多物理系统乃至社会系统的并行和并发行为时具有广泛的意义。特别是应用在人类知识的表示和人工智能中非常合适，在这一方面，已有许多学者进行了研究。 本文研究了基于加权模糊Petri网的不精确知识表示和推理的理论与方法，并在此基础上实现了基于矩阵运算的加权模糊Petri网知识推理实验系统，研究内容如下： (1)对基于可信度的不确定推理模型进行了研究，将阈值、权值引入到基于可信度的不确定推理模型中，提出了含阈值的加权CF模型：对加权模糊Petri网的基本概念、形式化描述、分析方法等进行了研究，扩展了加权模糊Petri网中的点火规则、引入了补弧的概念使加权模糊Petri网适合于知识推理，并将含阈值的加权CF模型和扩展后的加权模糊Petri网结合起来。用于不精确知识的表示及推理。 (2)对基于模糊Petri网的模糊推理算法进行了研究，将矩阵运算引入到推理算法中，提出了基于矩阵运算的加权模糊Petri网的正、反向推理的形式化算法。 (3)研究了利用Petri网进行知识一致性的维护，讨论了加权模糊Petri网中存在循环推理路径和矛盾命题的处理方法，给出了两个分别用于消除循环推理路径与矛盾命题的算法。 (4)研究了模糊Petri网的学习能力，将神经网络中的BP算法融合到加权模糊Petri网中，提出了一个基于加权模糊Petri网的学习算法，对加权模糊Petri网中的输入弧上的参数(命题的权值)进行学习。讨论了利用遗传算法获取加权模糊Petri网中输出弧上的参数(规则的可信度)，并给出了相关算法。

全文目录


1.Petri网 的学位论文">加权模糊Petri网在不精确知识表示和推理中的应用研究  4-54
  第一章 前言  7-10
    1.1 研究背景  7-8
    1.2 本文研究内容  8-10
  第二章 基于加权模糊Petri网的知识表示  10-21
    2.1 基于含阈值的加权CF模型的不确定知识表示  10-14
      2.1.1 基于可信度的不确定推理  10-12
      2.1.2 含阈值的加权CF模型  12-14
    2.2 加权模糊Petri网及知识表示  14-21
      2.2.1 加权模糊Petri网基本定义  14-15
      2.2.2 由含阈值的加权CF模型知识表示到加权模糊Petri网知识表示  15-16
      2.2.3 加权模糊Petri网的扩展  16-20
      2.2.4 模糊规则库到加权模糊Petri网的转换  20-21
  第三章 基于加权模糊Petri网的知识推理与知识一致性维护  21-38
    3.1 加权模糊Petri网推理的基本概念  21
    3.2 加权模糊Petri网的推理算法  21-33
      3.2.1 改进的加权模糊Petri网正向推理算法  23-26
      3.2.2 基于矩阵运算的Petri网反向推理算法  26-33
    3.3 知识一致性维护  33-38
      3.3.1 加权模糊Petri网中循环推理路径的消除  34-36
      3.3.2 加权模糊Petri网中矛盾命题的消除  36-38
  第四章 加权模糊Petri网的命题权值学习算法  38-43
    4.1 加权模糊Petri网的学习和训练  38-43
      4.1.1 加权模糊Petri网中的反向递推(BP)算法  38-41
      4.1.2 加权模糊Petri网模型学习和训练的步骤  41
      4.1.3 实例计算  41-43
  第五章 基于遗传算法学习加权模糊Petri网的规则可信度  43-46
    5.1 加权模糊Petri网(WFPN)模型  43
    5.2 WFPN的规则可信度的学习  43-44
      5.2.1 学习规则可信度的遗传算法的设计  43-44
    5.3 实例计算  44-46
  第六章 实验系统  46-48
    6.1 基于矩阵运算的WFPN知识推理实验系统描述  46-48
  结束语  48-49
  参考文献  49-54
2. Research on Weighted Fuzzy Petri Net and its Applications in Imprecise Knowledge Representation and Reasoning  54-106
  Chapter 1 the Preface  57-60
    1.1 The Research Background  57-59
    1.2 The Content of Research  59-60
  Chapter 2 Knowledge Representation Using Weighted Fuzzy Petri Net  60-73
    2.1 Uncertain Knowledge Representation Based on Weighted CF Model Containing Threshold  60-65
      2.1.1 The Uncertain Reasoning Based on the Certainty Factor  60-62
      2.1.2 Weighted CF Model Containing Threshold  62-65
    2.2 Weighted Fuzzy Petri Net and Knowledge Representation  65-73
      2.2.1 Basic Definitions  65-66
      2.2.2 The Knowledge Representation Using Weighted Fuzzy Petri Net  66-67
      2.2.3 Extended Weighted Fuzzy Petri Net  67-71
      2.2.4 Transforming the Fuzzy Rule Base into the Weighted Fuzzy Petri Net  71-73
  Chapter 3 Knowledge Reasoning and Consistence Maintaining Using Weighted Fuzzy Petri Net  73-92
    3.1 The Basic Concepts of Weighted Fuzzy Petri Net  73-74
    3.2 The Reasoning Algorithms of the Weighted Fuzzy Petri Net  74-87
      3.2.1 Improved WFPN's Forward Reasoning Algorithm  76-79
      3.2.2 Backward Reasoning Algorithm of Petri Net Based on the Matrix Operations  79-87
    3.3 Knowledge Consistency Maintenance Based on WFPN  87-92
      3.3.1 Elimination of Cycles  88-90
      3.3.2 Elimination of Contradictory Propositions in WFPN  90-92
  Chapter 4 WFPN's Learning Algorithm  92-98
    4.1 The WFPN's Learning and Training  93-98
      4.1.1 BP Algorithm of the WFPN  93-96
      4.1.2 The Learning Algorithm of the WFPN  96
      4.1.3 Illustration  96-98
  Chapter 5 Learning the Certainty Factor of the WFPN Based on the Genetic Algorithm  98-102
    5.1 Weighted Fuzzy Petri Net (WFPN) Model  98
    5.2 Learning the Certainty Factor Parameters of WFPN  98-100
      5.2.1 Genetic Algorithm for Learning the Certainty Factors of the Rules  99-100
    5.3 Illustration  100-102
  Chapter 6 Experimental System  102-104
    6.1 Knowledge Reasoning Experimental System Framework Description  102-104
  Future Research  104-105
  Reference  105-106
3.Petri网与知识表示和推理综述  106-149
  第一章 Petri网理论  109-116
    1.1 Petri网简介  109
    1.2 Petri网的基本概念和术语  109-112
      1.2.1 Petri模型介绍  109-110
      1.2.2 网的基础知识  110-111
      1.2.3 库所／变迁系统  111-112
    1.3 Petri网特性及分析方法  112-116
      1.3.1 Petri网特性  112-113
      1.3.2 Petri网分析方法  113-114
      1.3.3 Petri网用于知识表示与知识推理  114-116
  第二章 模糊知识表示和推理  116-126
    2.1 模糊产生式表示  116-118
      2.1.1 模糊产生式规则的定义  116-117
      2.1.2 模糊匹配  117
      2.1.3 模糊产生式的激活执行  117-118
    2.2 模糊Petri网和知识表示  118-121
      2.2.1 模糊Petri网  118-119
      2.2.2 模糊Petri网用于知识表示  119-121
    2.3 加权模糊逻辑和加权模糊推理  121-126
      2.3.1 加权模糊逻辑  121-124
      2.3.2 加权模糊推理  124-126
  第三章 Petri网与知识推理的研究  126-129
  第四章 Petri网与知识一致性维护的研究  129-132
  第五章 Petri网与神经网络的结合  132-138
    5.1 人工神经网络  132-137
      5.1.1 人工神经元模型  132-134
      5.1.2 反向传播网络  134-137
    5.2 神经网络与模糊Petri网的结合  137-138
  第六章 Petri网与遗传算法的结合  138-143
    6.1 引言  138-139
    6.2 遗传算法的运行过程  139-142
      6.2.1 遗传算法的描述  139-140
      6.2.2 遗传算法的特点  140
      6.2.3 遗传算法的改进  140-142
    6.3 遗传算法与模糊Petri网的结合  142-143
  结论与展望  143-144
  参考文献  144-149
4. Survey: Petri Nets and the Knowledge Representation and Reasoning  149-193
  Chapter 1 Petri Net  152-160
    1.1 Introductions to Petri Nets  152
    1.2 Petri Net's Basic Concepts and Terminology  152-156
      1.2.1 Introduction to Petri Net Model  152-153
      1.2.2 Basic Knowledge of Net  153-154
      1.2.3 Places/Transitions System  154-156
    1.3 Petri Net's Properties and Analysis Methods  156-160
      1.3.1 Petri Net's Properties  156-157
      1.3.2 Petri Net's Analysis Methods  157-159
      1.3.3 Research on Knowledge Representation and Reasoning Using Petri Net  159-160
  Chapter 2 Fuzzy Knowledge Representation and Reasoning  160-171
    2.1 Fuzzy Production Rule  160-163
      2.1.1 The Definition of the Fuzzy Production Rule  160-162
      2.1.2 Fuzzy Matching  162
      2.1.3 The Execution of the Fuzzy Production Rule  162-163
    2.2 Fuzzy Petri Net and Knowledge Representation  163-166
      2.2.1 Fuzzy Petri Net  163-164
      2.2.2 Knowledge Representation Using Fuzzy Petri Net  164-166
    2.3 Weighted Fuzzy Logic and Weighted Fuzzy Reasoning  166-171
      2.3.1 Weighted Fuzzy Logic  166-169
      2.3.2 Weighted Fuzzy Reasoning  169-171
  Chapter 3 Knowledge Representation and Reasoning Using Petri Nets  171-174
  Chapter 4 Knowledge Verification Using Petri Net  174-176
  Chapter 5 Combination of Artificial Neural Network and Petri Nets  176-184
    5.1 Framework of Artificial Neural Network  176-182
      5.1.1 Artificial Neuron's Model  177-180
      5.1.2 Back-Propagation Network  180-182
    5.2 Combination of Neural Network and Fuzzy Petri Nets  182-184
  Chapter 6 Combination of Genetic Algorithm and Petri Nets  184-190
    6.1 Introduction  184-186
    6.2 Genetic Algorithms' Running Process  186-190
      6.2.1 Description of Genetic Algorithm  186-187
      6.2.2 Genetic Algorithms' Characteristic  187
      6.2.3 The Survey of GA's Amelioration  187-190
    6.3 Combination of Genetic Algorithm and Fuzzy Petri Nets  190
  Conclusions and Outlook  190-192
  References  192-193
致谢  193

相似论文

  1. 基因调控网络模型描述语言研究,Q78
  2. 天然气脱酸性气体过程中物性研究及数据处理,TE644
  3. 压气机优化平台建立与跨音速压气机气动优化设计,TH45
  4. 移动计算环境下检查点技术研究与Petri网建模,TP301.1
  5. 基于遗传算法的模糊层次综合评判在高职教学评价中的应用,G712
  6. 部队人员网上训练与考核系统的开发,TP311.52
  7. 基于并行算法的模糊综合评价模型的设计与应用,TP18
  8. 基于神经网络的牡蛎呈味肽制备及呈味特性研究,TS254.4
  9. 基于遗传算法的中短波磁天线的设计及实现,TN820
  10. 基于遗传算法的柑橘图像分割,TP391.41
  11. 基于混合自适应遗传算法的动态网格调度问题研究,TP393.09
  12. 基于遗传—牛顿算法的公交优化调度,TP18
  13. 基于遗传算法优化的BP网络对生物柴油制备工艺的优化,TE667
  14. 基于云理论和蜜蜂进化型遗传算法的纹理合成研究,TP391.41
  15. 基于遗传算法和粗糙集的聚类算法研究,TP18
  16. 基于知识推理的交叉销售系统的设计与实现,TP18
  17. 兖州矿区植物波谱变异与重金属胁迫特征研究,X173
  18. 磁流变阻尼器的力学特性及其在火炮反后坐中的应用研究,TB535.1
  19. 基于模拟的注塑模浇注系统及成型工艺参数优化研究,TQ320.662
  20. 基于重型机床大型零件铣削加工性能及参数优化的研究,TG54
  21. 基于Petri网的信息管理软件服务建模方法研究,TP311.52

中图分类: > 数理科学和化学 > 数学 > 代数、数论、组合理论 > 模糊数学
© 2012 www.xueweilunwen.com