共查询到18条相似文献,搜索用时 156 毫秒
1.
2.
3.
4.
将加权模糊Petri网与矩阵运算相结合,提出了一种推理算法,实现知识的推理运用。该算法利用了加权模糊Petri网的并行处理能力,将复杂的推理过程采用矩阵运算实现,充分考虑了多种约束条件,具有简单、高效、易于实现等优点,适合大型复杂加权模糊Petri网的推理计算。最后以实例对算法进行了验证。 相似文献
5.
针对装备保障指挥决策的非结构化特点,结合模糊Petri网的基本理论,建立了一类装备保障指挥决策的模糊Petri网模型(ZYFPN).给出了模型中模糊推理过程的形式化推理算法,算法考虑了推理过程中的众多约束条件,包括命题在规则中的权重、变迁触发的闲值、规则的可信度以及多结论规则等.以装备保障配置地域转移决策为例,描述了从决策问题分析到ZYFPN模型建立,以及基于矩阵运算的决策推理过程的相关问题.应用这一模型,可以提高基于规则的装备保障指挥辅助决策系统的设计、分析和维护效率. 相似文献
6.
7.
针对传统的模糊产生式规则知识表示复杂、推理效率低、单一阈值设定不能满足复杂故障诊断需求的问题,给出了模糊产生式规则转换为模糊Petri网的一般方法和故障诊断模型,以及基于双阈值设定的两级故障诊断推理算法,并将其应用于某型柴油机遥控系统故障诊断之中。通过设置双阈值提高了故障诊断的推理速度和推理效率,同时又能对系统的准故障状态进行检测,及时发现潜在故障,排除故障隐患。 相似文献
8.
Petri网是对具有产生式规则的故障诊断系统建模的有力工具,但其学习能力不强。以Petri网的基本定义为基础,结合模糊逻辑和Petri网模型,并在此基础上引入人工神经网络技术,定义了模糊学习Petri网模型。模型中的隐含库所和变迁将人工神经网络中隐含神经元内部信息处理过程明确化,然后对该模型提出一种逐层调整变迁阈值的训练算法,该算法通过逐层调整的方式来获取变迁的阈值,改善了网络的学习效率,并对算法的收敛性进行了证明。最后,以故障推理实例验证了算法的有效性与实用性。 相似文献
9.
10.
本文论述了传统Petri网和模糊Petri网的一些基本概念,特点及区别,提出了用模糊Petri网建模规则和进行系统问题分析时的有效算法,最后,通过通信网综合性能评价来说明模糊Petri网在系统性能分析中的应用。 相似文献
11.
12.
针对WSN监测系统的目标检测与分类问题,提出一种基于直觉模糊推理(IFR)的多源数据融合方法。由模糊推理的思想,设计各状态变量的属性函数。根据目标声强变化和引起的地磁场变化的模型,设计模糊推理规则,并检验了所建规则的合理性。理论分析与仿真结果的对比表明算法能准确地对目标进行分类,且运算量小,适用于计算能力较弱的WSN节点。 相似文献
13.
态势估计中一种基于贝叶斯估计的统计时间推理方法 总被引:4,自引:0,他引:4
统计时间推理是态势估计中的一个重要组成部分。Kirilov的基于极大似然估计(Maxi-mumLikelihoodEstimation,MLE)的推理方法将未知时间变量看作常数,估计方差较大。文中建立的已知时间信息和未知时间变量之间的关系模型,将未知时间变量扩展为随机变量,将贝叶斯估计(BayesEstimation,BE)引入时间推理。经过对两种推理算法的性能进行分析和比较,发现在一定范围内,基于BE的方法性能优于基于MLE的方法。 相似文献
14.
本文将模糊逻辑理论引入军械装备故障诊断问题的研究,给出火炮故障诊断专家系统(FDESG)的设计方法与实现技术。通过对火炮维修专家模糊思维特点的分析,在FDESG的设计中,对模糊知识库的组织采用因果网络表示法实现的分层、分块式结构;将火炮维修专家在处理问题使用的模糊知识抽象为事实性知识和诊断性知识,并分别采取了二元组和模糊规则的表示方法;提出一种多层正反向混合模糊推理策略.以模拟专家的模糊推理过程;设计出-一组计算结论不确定性的传播函数,而且为使其表现形式易于被用户所接受,还提出一种基于Minkowski距离的语言近似方法。 相似文献
15.
16.
介绍了一种基于产生式系统的军事专家系统结构,用谓词Petri网描述了其不精确推理过程和推理网的动态推理过程。给出了一种适合于平行处理的谓词Pctri网模型并对军事专家系统的时延进行了分析。 相似文献
17.
针对战场信息中存在大量不确定性因素的特点,利用一种新的直觉模糊推理方法进行威胁企图分析。推理方法有效利用两个传统Zadeh模糊系统的输出结果,更接近于专家的思维。通过实例研究证明了该方法的可行性。直觉模糊推理是对一般模糊推理的有效扩充和发展,该方法对于提高作战指挥决策智能化具有一定的参考意义。 相似文献
18.
态势估计中统计时间推理在许多应用中非常重要。Kirilov的基于极大似然估计(MaximumLikelihoodEstimation,MLE)的推理方法将未知时间变量看作常数,忽略了它的先验信息,估计方差较大。针对这一问题,本文首先建立了已知时间信息和未知时间变量之间的关系模型,这一模型可用来解释Kirilov的方法;然后在这一模型下,将未知时间变量扩展为随机变量,采用基于最大后验概率估计(MaximumaPos-terioriEstimation,MAP)的方法进行统计时间推理。对两种推理算法的性能进行了分析和比较,发现在较宽的范围内,基于MAP的方法性能优于基于MLE的方法。 相似文献