| 1.加权模糊Petri网在不精确知识表示和推理中的应用研究 | 第1-54页 |
| 第一章 前言 | 第7-10页 |
| ·研究背景 | 第7-8页 |
| ·本文研究内容 | 第8-10页 |
| 第二章 基于加权模糊Petri网的知识表示 | 第10-21页 |
| ·基于含阈值的加权CF模型的不确定知识表示 | 第10-14页 |
| ·基于可信度的不确定推理 | 第10-12页 |
| ·含阈值的加权CF模型 | 第12-14页 |
| ·加权模糊Petri网及知识表示 | 第14-21页 |
| ·加权模糊Petri网基本定义 | 第14-15页 |
| ·由含阈值的加权CF模型知识表示到加权模糊Petri网知识表示 | 第15-16页 |
| ·加权模糊Petri网的扩展 | 第16-20页 |
| ·模糊规则库到加权模糊Petri网的转换 | 第20-21页 |
| 第三章 基于加权模糊Petri网的知识推理与知识一致性维护 | 第21-38页 |
| ·加权模糊Petri网推理的基本概念 | 第21页 |
| ·加权模糊Petri网的推理算法 | 第21-33页 |
| ·改进的加权模糊Petri网正向推理算法 | 第23-26页 |
| ·基于矩阵运算的Petri网反向推理算法 | 第26-33页 |
| ·知识一致性维护 | 第33-38页 |
| ·加权模糊Petri网中循环推理路径的消除 | 第34-36页 |
| ·加权模糊Petri网中矛盾命题的消除 | 第36-38页 |
| 第四章 加权模糊Petri网的命题权值学习算法 | 第38-43页 |
| ·加权模糊Petri网的学习和训练 | 第38-43页 |
| ·加权模糊Petri网中的反向递推(BP)算法 | 第38-41页 |
| ·加权模糊Petri网模型学习和训练的步骤 | 第41页 |
| ·实例计算 | 第41-43页 |
| 第五章 基于遗传算法学习加权模糊Petri网的规则可信度 | 第43-46页 |
| ·加权模糊Petri网(WFPN)模型 | 第43页 |
| ·WFPN的规则可信度的学习 | 第43-44页 |
| ·学习规则可信度的遗传算法的设计 | 第43-44页 |
| ·实例计算 | 第44-46页 |
| 第六章 实验系统 | 第46-48页 |
| ·基于矩阵运算的WFPN知识推理实验系统描述 | 第46-48页 |
| 结束语 | 第48-49页 |
| 参考文献 | 第49-54页 |
| 2. Research on Weighted Fuzzy Petri Net and its Applications in Imprecise Knowledge Representation and Reasoning | 第54-106页 |
| Chapter 1 the Preface | 第57-60页 |
| ·The Research Background | 第57-59页 |
| ·The Content of Research | 第59-60页 |
| Chapter 2 Knowledge Representation Using Weighted Fuzzy Petri Net | 第60-73页 |
| ·Uncertain Knowledge Representation Based on Weighted CF Model Containing Threshold | 第60-65页 |
| ·The Uncertain Reasoning Based on the Certainty Factor | 第60-62页 |
| ·Weighted CF Model Containing Threshold | 第62-65页 |
| ·Weighted Fuzzy Petri Net and Knowledge Representation | 第65-73页 |
| ·Basic Definitions | 第65-66页 |
| ·The Knowledge Representation Using Weighted Fuzzy Petri Net | 第66-67页 |
| ·Extended Weighted Fuzzy Petri Net | 第67-71页 |
| ·Transforming the Fuzzy Rule Base into the Weighted Fuzzy Petri Net | 第71-73页 |
| Chapter 3 Knowledge Reasoning and Consistence Maintaining Using Weighted Fuzzy Petri Net | 第73-92页 |
| ·The Basic Concepts of Weighted Fuzzy Petri Net | 第73-74页 |
| ·The Reasoning Algorithms of the Weighted Fuzzy Petri Net | 第74-87页 |
| ·Improved WFPN's Forward Reasoning Algorithm | 第76-79页 |
| ·Backward Reasoning Algorithm of Petri Net Based on the Matrix Operations | 第79-87页 |
| ·Knowledge Consistency Maintenance Based on WFPN | 第87-92页 |
| ·Elimination of Cycles | 第88-90页 |
| ·Elimination of Contradictory Propositions in WFPN | 第90-92页 |
| Chapter 4 WFPN's Learning Algorithm | 第92-98页 |
| ·The WFPN's Learning and Training | 第93-98页 |
| ·BP Algorithm of the WFPN | 第93-96页 |
| ·The Learning Algorithm of the WFPN | 第96页 |
| ·Illustration | 第96-98页 |
| Chapter 5 Learning the Certainty Factor of the WFPN Based on the Genetic Algorithm | 第98-102页 |
| ·Weighted Fuzzy Petri Net (WFPN) Model | 第98页 |
| ·Learning the Certainty Factor Parameters of WFPN | 第98-100页 |
| ·Genetic Algorithm for Learning the Certainty Factors of the Rules | 第99-100页 |
| ·Illustration | 第100-102页 |
| Chapter 6 Experimental System | 第102-104页 |
| ·Knowledge Reasoning Experimental System Framework Description | 第102-104页 |
| Future Research | 第104-105页 |
| Reference | 第105-106页 |
| 3.Petri网与知识表示和推理综述 | 第106-149页 |
| 第一章 Petri网理论 | 第109-116页 |
| ·Petri网简介 | 第109页 |
| ·Petri网的基本概念和术语 | 第109-112页 |
| ·Petri模型介绍 | 第109-110页 |
| ·网的基础知识 | 第110-111页 |
| ·库所／变迁系统 | 第111-112页 |
| ·Petri网特性及分析方法 | 第112-116页 |
| ·Petri网特性 | 第112-113页 |
| ·Petri网分析方法 | 第113-114页 |
| ·Petri网用于知识表示与知识推理 | 第114-116页 |
| 第二章 模糊知识表示和推理 | 第116-126页 |
| ·模糊产生式表示 | 第116-118页 |
| ·模糊产生式规则的定义 | 第116-117页 |
| ·模糊匹配 | 第117页 |
| ·模糊产生式的激活执行 | 第117-118页 |
| ·模糊Petri网和知识表示 | 第118-121页 |
| ·模糊Petri网 | 第118-119页 |
| ·模糊Petri网用于知识表示 | 第119-121页 |
| ·加权模糊逻辑和加权模糊推理 | 第121-126页 |
| ·加权模糊逻辑 | 第121-124页 |
| ·加权模糊推理 | 第124-126页 |
| 第三章 Petri网与知识推理的研究 | 第126-129页 |
| 第四章 Petri网与知识一致性维护的研究 | 第129-132页 |
| 第五章 Petri网与神经网络的结合 | 第132-138页 |
| ·人工神经网络 | 第132-137页 |
| ·人工神经元模型 | 第132-134页 |
| ·反向传播网络 | 第134-137页 |
| ·神经网络与模糊Petri网的结合 | 第137-138页 |
| 第六章 Petri网与遗传算法的结合 | 第138-143页 |
| ·引言 | 第138-139页 |
| ·遗传算法的运行过程 | 第139-142页 |
| ·遗传算法的描述 | 第139-140页 |
| ·遗传算法的特点 | 第140页 |
| ·遗传算法的改进 | 第140-142页 |
| ·遗传算法与模糊Petri网的结合 | 第142-143页 |
| 结论与展望 | 第143-144页 |
| 参考文献 | 第144-149页 |
| 4. Survey: Petri Nets and the Knowledge Representation and Reasoning | 第149-193页 |
| Chapter 1 Petri Net | 第152-160页 |
| ·Introductions to Petri Nets | 第152页 |
| ·Petri Net's Basic Concepts and Terminology | 第152-156页 |
| ·Introduction to Petri Net Model | 第152-153页 |
| ·Basic Knowledge of Net | 第153-154页 |
| ·Places/Transitions System | 第154-156页 |
| ·Petri Net's Properties and Analysis Methods | 第156-160页 |
| ·Petri Net's Properties | 第156-157页 |
| ·Petri Net's Analysis Methods | 第157-159页 |
| ·Research on Knowledge Representation and Reasoning Using Petri Net | 第159-160页 |
| Chapter 2 Fuzzy Knowledge Representation and Reasoning | 第160-171页 |
| ·Fuzzy Production Rule | 第160-163页 |
| ·The Definition of the Fuzzy Production Rule | 第160-162页 |
| ·Fuzzy Matching | 第162页 |
| ·The Execution of the Fuzzy Production Rule | 第162-163页 |
| ·Fuzzy Petri Net and Knowledge Representation | 第163-166页 |
| ·Fuzzy Petri Net | 第163-164页 |
| ·Knowledge Representation Using Fuzzy Petri Net | 第164-166页 |
| ·Weighted Fuzzy Logic and Weighted Fuzzy Reasoning | 第166-171页 |
| ·Weighted Fuzzy Logic | 第166-169页 |
| ·Weighted Fuzzy Reasoning | 第169-171页 |
| Chapter 3 Knowledge Representation and Reasoning Using Petri Nets | 第171-174页 |
| Chapter 4 Knowledge Verification Using Petri Net | 第174-176页 |
| Chapter 5 Combination of Artificial Neural Network and Petri Nets | 第176-184页 |
| ·Framework of Artificial Neural Network | 第176-182页 |
| ·Artificial Neuron's Model | 第177-180页 |
| ·Back-Propagation Network | 第180-182页 |
| ·Combination of Neural Network and Fuzzy Petri Nets | 第182-184页 |
| Chapter 6 Combination of Genetic Algorithm and Petri Nets | 第184-190页 |
| ·Introduction | 第184-186页 |
| ·Genetic Algorithms' Running Process | 第186-190页 |
| ·Description of Genetic Algorithm | 第186-187页 |
| ·Genetic Algorithms' Characteristic | 第187页 |
| ·The Survey of GA's Amelioration | 第187-190页 |
| ·Combination of Genetic Algorithm and Fuzzy Petri Nets | 第190页 |
| Conclusions and Outlook | 第190-192页 |
| References | 第192-193页 |
| 致谢 | 第193页 |
