随着Internet的广泛应用,计算机技术和网络通信技术得到空前广泛的发展,网络故障和网络性能的恶化将越来越严重地影响到广大用户的利益。而当前网络的故障诊断还主要依靠专业技术人员凭个人经验对网络故障进行排查,而且技术人员还要记忆很多烦琐的指令,在实际操作中很不方便。有的时候一次故障诊断需要很长时间才能完成,而且造成很大损失。因此,市场上急待开发出一种方便快速的故障诊断方法以辅助技术人员完成整个工作,尽快地排查故障,减小损失。本文以Petri网的基本理论为基础,融合了D-S推理理论的推理方法,提出了基于D-S推理理论的Petri网模型并将其应用于故障诊断中。综合起来,本文做了以下几点工作:1. Petri网和D-S推理理论的结合。D-S推理理论是符号智能中一种模糊化的推理理论,可应用于目标识别,数据融合和故障诊断等领域。Petri网是一种良好的图形化分析工具,具有严密的数学基础和多种抽象层次的通用网论,特别适用于表示动态系统结构行为和并发事件。本文将Petri网和D-S推理理论相结合,形成新的DSPN网,使得库所、变迁都具有一定的可信度,并且能根据已知库所和变迁可信度,推导出未知库所的可信度。2.系统的简化工作。把DSPN中的库所集看作是一个样本空间,库所集中每一个元素视为一个证据,每一个变迁视为一条规则,不确定性推理中的参数也均一一相对应。每一个库所都有一个最小可信度,若某一库所可信度小于该库所的最小可信度,则该库所的资源置为0。这样,在已知原始系统的DSPN模型及控制规范的前提下,整个系统的结点会减少,推导的过程就比较容易实现。3.基于DSPN的故障诊断建模的实现。在DSPN的基础之上,综合网络故障诊断的方法,将DSPN理论应用到网络故障诊断中去。首先要将D-S理论、Petri网和网络故障诊断的各个部分一一对应起来。比如:故障——变迁——规则,故障产生——变迁的引发——规则的运用等。在上述工作的基础上,本文运用了一个实例演示了系统运行的过程。实例的验证表明,本文所提出的DSPN网用于网络故障诊断是成功的,且该方法的有效性和高效性使得其具有比较广泛的应用前景。