基于模糊Petri网的并行推理算法研究

【摘要】：模糊Petri网作为一种知识表示方法,不仅能合理描述不确定性、模糊、异步、并发的专家系统模型,同时又能够用较为严格严谨的数学理论进行不确定性的推理。模糊产生式表示法是用一种便于理解和掌握的语言变量来描述专家系统知识。模糊Petri网的出现拓展了Petri网的应用领域,基于模糊Petri网的推理算法的研究也越来越重要,自1965年以来,学者们已经提出了多种模糊推理方法。本文是在基于现有的模糊推理算法的前提下提出了一种新的双向并行推理算法并且用C/C++编程实现算法的推理过程。基于模糊Petri网的正向推理算法是从初始置信度出发推出全部库所的新置信度值,充分体现了模糊Petri网的并行表达能力。反向推理方法是从目标库所出发求得相关联库所的新置信度值,具有较强的实时性,但是其适用范围比较小。本论文是在正反两个方向的前提下提出了一种改进的基于模糊Petri网的双向并行推理算法。基于模糊Petri网的并行矩阵推理方法的时间复杂度与矩阵的维数有关,如果矩阵维数越大,则其算法的时问复杂度也就越大。本文首先结合矩阵命令提出了一种实现双向推理的矩阵运算机制,然后对该算法的可行性及复杂性进行分析。最后给出一个具体的知识库系统,把本文提出的算法分别与正向推理和反向搜索的过程进行比较分析,验证可知此算法能够有效地提高整个推理过程的并行度,降低算法的时间复杂度,进而提高推理效率。最后用C/C++编程语言实现并行推理算法。
【关键词】：模糊Petri网 双向推理 矩阵运算 复杂度分析
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：TP301.1