非确定型模糊有限自动机的一种新的极小确定化方法

非确定型模糊有限自动机的极小确定化是自动机理论中的一个重要问题。在格序幺半群下,本文给出一种非确定型模糊有限自动机的新的极小确定化方法,称为内部构造法。为此,首先给出了模糊状态的内部的定义及其相关性质,进一步证明任给一个非确定型模糊有限自动机,利用模糊状态的内部的性质得到一个极小的确定型模糊有限自动机与之等价,最后通过例子验证该方法的正确性。

基于非确定型有限状态自动机的基因逻辑网络模型

阐述近年来基因网络逻辑行为的新模型———有限状态自动机模型,针对该模型的局限性,本文提出了改进,建立非确定型自动机模型,以描述网络行为的非确定型,适应基因网络的异常表达需要.

确定型模糊多重集有限自动机的极小化

主要研究确定型模糊多重集有限自动机的状态极小化问题。给出了模糊多重集有限自动机的同余和同态概念,并利用同余和同态关系研究了确定型模糊多重集有限自动机的极小化问题。进一步从确定型模糊多重集有限自动机自身出发,构造出极小模糊多重集有限自动机,并给出了极小化的算法。

非确定型有穷自动机的极小化

利用自动机状态集上的等价关系对自动机的状态集进行极小化,从而得到与原自动机功能等价的极小化自动机.通过两台确定型有穷自动机(DFA)的连接,构造一台非确定型有穷自动机(NFA).利用这两台确定型有穷自动机状态集上的等价关系,可以构造这台非确定型有穷自动机状态集上的等价关系,从而对这台非确定型有穷自动机进行极小化.结果表明这台非确定型有穷自动机的极小化自动机的状态复杂度,不大于对那两台确定型有穷自动机的极小化自动机进行连接得到的非确定型有穷自动机的状态复杂度;并且自动机在等价关系基础上进行极小化时不改变识别语言.

确定型格值有限自动机的最小化

给出了确定型格值有限自动机的定义,并同时给出了有效终止状态和可达到状态的定义。指出了求取DLFAM=(Q,Σ,δ,q0,σ)的实质是求取Q/Rk。由此以可到达状态为基础引入了等价关系Rk、Sk与商集Q/Sk,证明了Rk=Rk-1∩Sk,由此得到Q/Rk的等价类为Q/Rk-1中等价类与Q/Sk中等价类的非空交集全体。引入了Hk,并证明了可由Hk求取Q/Sk,从而得到仅利用集合运算便可求取Q/Rk的算法,最终给出了DLFA最小化算法的一个容易实现的构造型描述和相应示例。

P2P网络中基于非确定有限自动机的XML数据流过滤

将自动机方法对XML数据的过滤延伸到P2P网络中,依据在本地XML系统YFilter中构造非确定有限自动机(NFA)的思想,采用Chord环建立起分布式的NFA对于peer节点中的XML数据的查询过滤系统,并基于递归法执行查询过滤,在不同的peer节点上得到满足查询条件的数据集合。通过实验验证了当查询的数量和网络大小发生变化时分布式NFA的方法的执行性能。结果表明:本文方法可在不同的过滤场景中处理百万数量级的XPath查询,具有良好的网络流量和过滤延迟。

一种非确定型有穷自动机的极小化方法

自动机状态极小化是寻求状态数较少的自动机,使其与原自动机接受相同的语言.确定型有穷状态自动机(DFA)极小化问题在平方时间内可解,通过状态集上引入等价关系导出的商自动机即为接受相同正则语言的极小化自动机.而非确定型有穷状态自动机(NFA)极小化问题尚未找到有效算法.尽管NFA可以转化为DFA且接受的语言不变,但可能会出现状态数指数级增加.从语言B可以构造一个接受自己的子语言自动机,同态压缩映射子语言自动机为最终系统,从而为接受语言B的极小化自动机.

有限状态自动机的并行确定化及过程分析

本文通过对并行环境下非确定有限自动机和确定有限自动机的等价性和转换进行研究,详细分析了非确定有限自动机到确定有限自动机的并行转换方法及算法,并以实例给出了其间并行转化的过程。

基于模糊乘积有限自动机的覆盖关系

对Mealy-型模糊有限自动机乘积结构作了进一步的研究,并且对覆盖关系作了细致的刻画,推广了原有的覆盖概念.针对Mealy-型这类模糊有限自动机,通过性质考察了此覆盖概念的合理有效性,新的覆盖概念在乘积自动机间建立了更多的联系.特别证明了直积、级联积、圈积三种乘积之间的覆盖关系.得到了一些乘积自动机覆盖关系的传递性质.

确定型有限自动机生成最短正则表达式的启发式算法研究

从确定型有限自动机生成简短的正则表达式是计算机理论研究的基础问题之一,经典生成方法对状态排序方式比较敏感,不能保证表达式的生成质量。为了找到最优状态序列,基于状态消减法,提出了一种向前预测的改进权重法。该算法利用权重函数分析消减状态前和消减状态后自动机字符总量的变化,并结合并行消减状态策略,以及连续消减多个状态的向前预测策略,从而确定状态序列。通过实验将改进权重法与现有的启发式搜索算法进行对比,结果显示该算法所生成最优正则表达式的正确率高于其他算法。

应用遗传算法搜索确定型有限自动机核心状态集

作为正则表达式的实现，确定型有限自动机（Deterministic Finite Automaton，DFA）用于实际网络数据匹配时，只有少量核心状态经常访问。将DFA匹配等价于马尔科夫过程，并应用遗传算法得出DFA的核心状态集。通过将核心状态放置在高速缓存中，有效地提高了DFA匹配的速度。

增加结构非循环模糊自动机最小化算法(英文)

我们提出了一种新的不完全的增加结构算法,该算法结合了非循环确定模糊自动机的性质。由于该算法与隶属度有关,因此算法给出了与传统方法不同的运算函数,而且通过构造模拟状态使该算法可在有多输入状态的条件下运行。所以这个新的不完全增加结构算法较传统算法更可行和实用。新算法由两部分构成:增加模糊字符串到最小非循环确定模糊自动机和最小化增加模糊字符串后得到的自动机。因为在增加模糊字符串到最小非循环确定模糊自动机的过程中,运用了一些相关的新函数,所以得到的自动机仍然是确定的,而且没有增加任何无关的字符串到自动机的可识别语言。

一种基于智能有限自动机的正则表达式匹配算法

本文提出了一种基于智能有限自动机(Smart Finite Automaton,SFA)的正则表达式匹配算法,在XFA的分支迁移边上增加额外的判断操作指令,消除XFA的回退迁移边,避免不必要的状态迁移操作.实验结果表明,SFA提高了正则表达式匹配的时空效率,与XFA相比,在存储空间开销上减少了44.1%,在存储器访问次数上减少了69.1%.

基于模板有限自动机的正则表达式匹配算法

采用规则分组的办法解决DFA状态爆炸问题,随着规则数目的增加,空间压缩效率大大降低。针对此问题提出了模板有限自动机分组算法。该算法基于规则模板对规则集进行分组,各分组分别构建匹配引擎;同时,根据实际规则数目和系统结构改变规则子集的数目,达到更好的匹配效率。理论分析和实验表明,与传统分组算法相比,在存储空间压缩相当情况下,分组数目大大减少;与其他典型的DFA改进算法相比,预处理时间和存储空间有数量级别的缩减,且匹配速率没有明显降低。

预测有限自动机模型

作为正则表达式的实现，确定型有限自动机（ Deterministic Finite Automaton,DFA ）用于实际网络数据匹配时，状态和转移具有不均匀性。预测DFA通过预测多步转移路径，结合硬件进行并行处理，可有效提高标准DFA的匹配速度2．5～4．6倍，空间占用与标准DFA相当，并可与多种DFA压缩算法相互结合。

关于有限自动机定义的一个注记

给出了有限自动机的一般定义M=(Q,Σ,R,q0,F),其中R哿(Q×(Σ∪{ε}))×Q,特别地,如果R:Q×Σ→Q,则M是确定性有限自动机,该定义统一描述了确定性有限自动机、非确定性有限自动机、带空转移的非确定性有限自动机与部分自动机的概念。在该定义下,证明了确定性有限自动机与非确定性有限自动机的等价性以及正则语言类关于连接、闭包运算的封闭性,因此该定义在理论上是完备的。

FDA与模糊语言及与其它自动机的等价性(英文)

作者讨论了有限态确定模糊自动机FDA与它相应的模糊语言以及FDA与其它自动机的等价性.这就为任何自动机的抽取和应用奠定了理论基础.

基于有限状态自动机理论的CBTC系统列车管理方法研究

针对C B T C系统中车地通信常见的功能需求,建立车地通信交互模型;通过有限状态自动机理论(F S A)对列车通信自动管理模型进行定义,并根据定义构造非确定有限自动机(NFA)和确定性有限自动机(DFA),完成创建列车管理状态自动机能够识别的语言,实现CBTC系统列车自动管理功能。

基于自动机原理的自动售货机软件的实现

利用自动机原理对现有的自动售货机的工作模式进行了分析,指出了自动售货机在购买多种商品时的不方便之处和销售管理上的落后现象,提出了用软件方法对自动售货机工作模式进行优化和扩展,并增强其管理功能,以使自动化销售过程更快捷、准确和有效.

非确定型离散事件系统双模拟控制的实现

近年来,双模拟等价关系与离散事件系统监控理论相结合的研究引起了国内外许多学者的广泛关注.本文针对作者在前期工作中提出的非确定型离散事件系统的双模拟控制机制,进一步探讨其实现问题.利用投影映射对系统规范说明语言进行等价类划分,构造了一棵计算树,得到了一个判断规范说明是否具有基于模拟关系可观性的多项式算法,证明了双模拟控制机制是多项式时间算法可实现的.同时,通过对控制器配备具有存储和判断功能的模拟关系识别器,阐述了这种双模拟控制机制是物理可实现的.