模糊Petri網(wǎng)參數(shù)優(yōu)化問(wèn)題的研究及分析.pdf

1、模糊Petri網(wǎng)是基于模糊產(chǎn)生式規(guī)則知識(shí)庫(kù)系統(tǒng)的良好建模工具，但自學(xué)習(xí)能力差是模糊系統(tǒng)的一個(gè)缺陷。模糊產(chǎn)生式規(guī)則中的一些參數(shù)，例如權(quán)值、閥值、確信度的確定在很大程度上依賴(lài)于人的經(jīng)驗(yàn)，難以精確獲得，這阻礙了模糊Petri網(wǎng)的知識(shí)推理和泛化能力。如何把神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)功能結(jié)合進(jìn)模糊Pctri網(wǎng)，使得模糊Petri網(wǎng)經(jīng)過(guò)一批樣本的學(xué)習(xí)和訓(xùn)練后，一方面具有一定泛化功能，另一方面擺脫構(gòu)建FPN模型時(shí)產(chǎn)生式規(guī)則的參數(shù)對(duì)經(jīng)驗(yàn)的依賴(lài)，使參數(shù)更符合實(shí)際系統(tǒng)

2、情況，這就是本文要重點(diǎn)討論的FPN學(xué)習(xí)能力的問(wèn)題。另外，如何根據(jù)一具體實(shí)例約簡(jiǎn)模糊Petri網(wǎng)，使其更符合實(shí)際應(yīng)用的需要，也是本文要探討的另一問(wèn)題。 該文在探討模糊Petri網(wǎng)構(gòu)建過(guò)程中的約簡(jiǎn)步驟，并深入分析FPN推理機(jī)制的基礎(chǔ)上，將人工智能領(lǐng)域的四種優(yōu)化算法——遺傳(GA)、BP、蟻群(ACA)、克隆選擇(CSA)引入至FPN參數(shù)尋優(yōu)過(guò)程中來(lái)，針對(duì)一知識(shí)庫(kù)系統(tǒng)的具體問(wèn)題，對(duì)比分析了各優(yōu)化算法的特點(diǎn)和性能優(yōu)劣。仿真實(shí)驗(yàn)表明，運(yùn)用