基于模糊Petri网的知识表示方法在变压器故障诊断专家系统中的应用

本文给出了用模糊 Petri网模型来表示变压器故障诊断专家系统中模糊产生式知识库的方法 ,在此模型基础上 ,给出了有效的推理算法 。

模糊Petri网在带权不精确知识表示和推理中的应用研究

Petri网是一种适合于描述异步并发事件的计算机系统模型 ,可以有效地对并行和并发系统进行形式化验证和行为分析 .以模糊 Petri网的基本定义为基础 ,讨论了带权模糊知识的模糊产生式系统表示法 ,建立了这种表示法与模糊 Petri网之间的映射关系和转换算法 ;在对模糊 Petri网进一步扩充的基础上 ,解决了与知识的模糊Petri网表示相关的几个问题 ;最后给出了模糊

基于直觉模糊Petri网的知识表示和推理

针对模糊Petri网存在隶属度单一的问题,将直觉模糊集理论与Petri网理论相结合,构建直觉模糊Petri网(Intuitionistic Fuzzy Petri Nets,IFPN)模型,用于知识的表示和推理.首先构建了IFPN模型,并将其应用于知识的表示,通过在模型中引入抑止转移弧,解决了否命题的表示问题.其次提出了基于矩阵运算的IFPN推理算法,通过修改变迁触发后token值的传递规则,解决了推理过程中的事实的保留问题;通过修改变迁的触发规则,抑制了变迁的重复触发.最后对推理算法进行了分析,并举例验证了提出的IFPN模型及其推理算法的可行性,结果表明IFPN是对FPN的有效扩充和发展,其对推理结果的描述更加细腻、全面.

模糊Petri网知识表示方法在入侵检测中的应用

根据网络攻击具有并发性,攻击特征的提取具有不确定性等特点,给出了采用模糊Petri网实现攻击知识的表达和入侵检测的推理模型。该模型解决了误用入侵检测系统中现有知识表示方法不能并行推理的问题,以及传统的基于Petri网可达图搜索求解导致模型描述复杂、推理缺少智能的问题。最后通过入侵实例验证了该模型的正确性和有效性。

Petri网用于表示知识

本文研究了各种级别Petri网与模态逻辑之间的关系.Petri网的Enlogy是研究这些关系的基础.状况(case)和可达(Reachability)概念已经成功地用于以条件/事件(Condition/Event,简称C/E)网作知识表示.本文引用上述两个概念,使位置/变迁(Place/Transition,简称P/T)网和高级Petri网(High Level Petri Net,简称HLPN)可作知识表示.为了增强以 HLPN网作知识表示的能力,我们引用了状况变量和等价状况变量的概念.文中我们还以例子说明这些方法是可用的和有效的.

基于模糊Petri网的知识表示方法在燃气轮机故障诊断专家系统中的应用

给出了用模糊 Petri网模型来表示燃气轮机故障诊断专家系统中模糊产生式知识库的方法。在此模型的基础上 ,给出了有效的推理算法 ,并举例验证其正确性和在燃气轮机专家系统中应用的可行性。图 2参

可拓推理的Petri网表示

将可拓理论的知识表达与Petri网相结合得到可拓展Petri网EPN(Extension Petri Nets)．EPN不但可以进行传统的逻辑推理以及模糊推理表示,还可以进行可拓推理表示,增强了Petri网对系统可扩展性的描述能力,同时也为可拓推理提供了有效的图形化表示方式,并行推理和数学验证分析方法．

产生式知识表示的Petri网模型及其推理规则

为了使由产生式规则构成的知识库系统更加具有完整性 ,更好地反映规则的内部逻辑 ,根据Petri网的基本原理 ,在产生式规则和 Petri网的条件 /事件系统之间建立一致性联系 ,在此基础上提出一种产生式知识表示的 Petri网模型及其相应的推理规则 ,详细说明了模型的构成原理和构造过程 。

基于模糊Petri网的动态知识表示与推理方法

针对专家系统知识库中的知识具有模糊特性以及知识库需要频繁更新的特点,设计了一种基于模糊Petri网的动态知识表示与推理方法。该方法利用实际环境中的数据,通过学习来调整知识模型的权值、阈值和确信度等参数,从而实现知识库的动态实时更新。此方法同时结合了产生式知识表示方式和神经网络知识表示方式的优点:知识模型结构清晰,参数意义明确;具有学习和并行推理能力。仿真实验结果表明,经过训练调整后的知识模型具有更高的准确度。

基于模糊彩色Petri网的知识表示与获取研究

针对一些复杂专家控制系统的知识不确定性及知识规则数量多的特点 ,在模糊Petri网和彩色Petri网的基础上 ,给出了一种基于模糊彩色Petri网 (FCPN)的知识表示和知识获取方法 .该方法充分利用其图形化的特点将模糊规则库中的不同变量用不同的色彩来区分 ,每一种色彩用一种标识符号来表示 ,因此可构成一个更为简明的FCPN图 .将其用于列车专家控制系统的不确定性知识的表示及获取 ,结果表明 ,基于模糊彩色Petri网的知识表示和获取方法对大型。

战术决策中基于Petri网的知识表示与权值训练

通过对驾驶员辅助决策人工智能系统(PAAIS)中战术决策知识进行模糊Petri网的表示和推理,提出了一种模糊神经Petri网络(FNPN)来训练其权值的方法,并进行了实验仿真。结果表明,神经网络和Petri网结合使得模糊产生式规则更加有效,也对知识库的建立、更新和维护有着重要的意义。

Petri网规则表示方法在操作票专家系统中的应用

规则表示和推理机制是计算机形成操作票过程中的关键问题,分析了在操作票专家系统中广泛采用的产生式规则表示方法的局限性,指出推理程序对规则表示的依赖是制约操作票专家系统通用性的根本原因。针对上述问题,首先研究了产生式规则的Petri网表示方法,提高规则表示的灵活性;其次,研究了基于Petri网规则表示的推理方法,使推理程序与规则表示完全分离,最后,结合应用实例说明了基于Petri网的规则表示方法和推理机制可以有效地提高操作票专家系统的适应能力。

应用带标识的模糊Petri网的知识表示方法

提出一种在某些库所中带有标识的模糊Petri网模型来进行知识表示。为了获得更多的加权模糊产生式规则的信息,在知识表示的过程中考虑了权值,确定性因子,阈值等参数。这种模糊Petri网充分利用了Petri网的并行处理能力。随着带标识的模糊Petri网的运行,网中标识的变化可以标记加权模糊推理的运行。通过文中给出的基于相似性测度的计算方法可以更加高效地计算出多层加权模糊推理的推理结果。

基于属性Petri网的语义网络知识表示

首先给出了基于定性映射的属性Petri网的形式定义和运行机制;其次给出了基于属性Petri网的语义网络知识表示模式,此模式适合于感觉特征抽取与整合,和基于该机制的各种思维功能的描述。

基于模糊Petri网络的分布式知识表示方法

从模糊产生式系统出发，引入模糊Ｐｅｔｒｉ网络（ＦＰＮ）的定义，进而给出了模糊产生式规则的各类型的ＦＰＮ表示模型．在此基础上提出了一种基于ＦＰＮ的交互式推理方法．该方法为模糊知识的表示提供了一种有效方法．

基于扩展Petri网的ECA规则集表示及终止性分析

为了提高ECA规则集可终止性分析的准确性,建立了一种可描述ECA规则集的扩展Petri网(EPN,extended Petri net)模型,在此基础上研究并提出了一种ECA规则集终止性判定算法。该算法充分利用EPN所包含ECA规则特性的丰富信息,综合分析了ECA规则特性对规则集可终止性的影响。理论分析和实验结果表明,所提出的算法具有更高的准确性和更低的时间复杂度。

基于Petri网的统一知识表示模型

本文讨论知识表示的Petri网模型。将多种知识分类表示,对于开发具有较宽领域知识的系统具有重要意义。本文从统一的观点出发,在给出了Petri网的代数规范说明后,将三种主要的知识表示方法分别与Petri网模型之间建立了映射关系。这三种知识表示方法为:逻辑表示法、语义网络和产生式系统。

模糊Petri网及知识表示

在建造专家系统中虽然有很多种知识表示方法,但都有不尽人意的地方。本文试图用一种新的方法——Petri网模型来表示知识。本文给出了Fuzzy Petri网和广义Fuzzy Petri网两种模型,并给出了相应的推理算法。一旦专家知识用Petri网表示后,根据Petri网固有的特性,我们就能处理专家系统中并行推理、无回溯推理、反向推理等问题。

基于模糊Petri网的产生式知识表示模型的推理

针对基于模糊Petri网的产生式知识表示方法提出一种推理规则,通过验证和确认前提条件来化简关联矩阵,从而建立一个与推理直接相关的新矩阵,免去了对知识库的盲目搜索。

模糊空间Petri网的规则表示及动态推理

为便于表示模糊空间Petri网的状态变迁规则,根据空间关联影响区域分布现实特点,提出了空间模糊Petri网中的状态关联影响规则、变迁关联影响规则和多阈值激活规则。依据模糊产生式规则的特点,详细描述了10种具体的推理规则和表示组件,并以实例加以说明。在此基础上,结合模糊空间Petri网的特点提出了动态推理过程算法,可以实现各种空间状态规则因子的转化。动态推理的过程不仅可以获取某种"结果",而且可以挖掘基于空间位置关联的中间状态及引起中间状态变化的事件,可以有效地指导风险过程预测和控制。