论文部分内容阅读
Petri网理论是研究离散事件动态系统(DEDS)的一种有力工具,动态模糊Petri网(DFPN)作为其重要分支,由苏州大学李凡长教授首次提出,能够准确描述系统的状态及其变化过程,有助于对复杂系统进行建模并实施性能分析。本文围绕DFPN理论及其在故障诊断中的应用展开研究。首先,本文详细叙述了动态模糊Petri网的基本理论。通过对动态模糊集(DFS)、动态模糊逻辑(DFL)的初步介绍,辅以部分实例,文章详细说明了DFPN理论及其在相关研究领域的重要指导作用。其次,将DFPN应用于遗传算法优化。DFPN虽然具有图形化的界面,但是在参数的整定与设置时缺乏必要依据。通过引入遗传退火算法,文章提出了DFPN参数整定的新算法。动态模糊Petri网是一种有高度并行处理能力的网络,但是自学习能力欠缺。动态模糊Petri网参数优化方面的问题可以利用人工智能领域的方法求解。将进化计算的方法引入到动态模糊Petri网参数优化设计中来,可以扩大DFPN模型或规则适用范围,使各变迁拥有独立的确信度和阈值,使得DFPN在进化学习中获取较强的自适应能力,同时又有一定泛化功能。最后,将DFPN引入到故障诊断软件的设计中,文章给出了基于DFPN的故障诊断软件的设计方法,并通过两组试验验证了该软件的可用性。综上所述,本文主要在以下方面取得了一些成绩:1、探讨了动态模糊Petri网的基本理论与方法;2、将DFPN理论应用于遗传算法优化和故障诊断软件等;3、通过实例分析验证了动态模糊Petri网的有效性。但鉴于DFPN是一个新兴的研究领域,还有许多工作要做,如:动态模糊Petri网的鲁棒性问题及多模动态模糊Petri网的稳定性问题等。