加权模糊Petri网在不精确知识表示和推理中的应用研究-模糊数学-论文之家

您现在的位置：硕士论文 >> 理工论文 >> 数学 >> 模糊数学 >> 正文

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 Publish: 2006-11-2 Hits:-

【中文题名】

加权模糊Petri网在不精确知识表示和推理中的应用研究

【英文题名】

Research on Weighted Fuzzy Petri Net and Its Applications in Imprecise Knowledge Representation and Reasoning

【学科专业】

基础数学

【论文级别】

硕士论文

【投稿时间】

2006-11-2

【中关键词】

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

【英关键词】

weighted fuzzy Petri net,certainty factor,maintenance of consistency,BP algorithm,genetic algorithm,Petri net,knowledge representation,knowledge reasoning,artificial neural network,

【分类导航】

数理科学和化学>数学>代数、数论、组合理论>模糊数学>>

【论文摘要】

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...

【论文题纲】

1.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

【DOI】

LunWen.ID:2.2008.11853



付费论文：有参考文献 300元

1、注册会员 2、购买本文 3、下载文章
注:此文为收费论文，需付费购买。每页大约1000字。

代写论文流程

载入中…

Web lunwenjia


热门搜索：加权模糊Petri网论文可信度知识推理一致性维护 BP算法遗传算法

模糊数学最新论文

模糊数学热门论文