基于命题空间矩阵变换的模糊Petri网推理

针对模糊petri网推理算法存在并行推理效率低下,且难以获得命题库所间的函数关系的问题,提出一种命题空间变换的模糊petri网推理方法,从系统整体出发,将所有命题与变迁构建命题空间矩阵;以命题库所的状态为向量联立初始命题库所的空间矩阵,得出命题库所状态下的常数向量,并以析取式的模糊petri网规则择取相应命题空间矩阵,联立常数向量并行求解最终的命题库所状态。通过推理算法的对比分析,改进算法在并行推理效率上得到了提高,并获得命题库所间的函数关系,对揭示命题库所间的内在联系和模糊petri网的参数学习提供了一个新的方法。