基于可逆和动态分解机制的层次化FPN并行故障诊断

TP301; 与Petri网类似,模糊Petri网(fuzzy Petri net,FPN)的研究同样受到状态空间爆炸问题的限制.目前,基于FPN的推理算法主要依赖于正向、反向和双向等机制.这些算法通过消除FPN中不相关的部分来简化推理过程.然而,随着规模的扩大,基于FPN的相关应用算法的复杂度迅速增加,这给基于FPN的推理算法的实际应用带来重大挑战.为解决状态爆炸问题,本文提出一种基于可逆和动态分解机制的FPN双向推理算法,以优化推理过程.该算法将层次化后的FPN分解为左右两个子网;然后,深入分析FPN原网与其逆网元素之间的对应关系,提出FPN逆网生成算法,用于生成右子网的逆网;最后,在左子...

Full description

Saved in:
Bibliographic Details
Published in信息与电子工程前沿（英文版） Vol. 26; no. 1; pp. 93 - 后插7
Main Authors 向寅鸿, 周恺卿, Arezoo SARKHEYLI-H?GELE, Yusliza YUSOFF, 康棣文, Azlan Mohd ZAIN
Format Journal Article
LanguageChinese
Published 吉首大学通信与电子工程学院,中国吉首市,416000%马尔默大学计算机科学与媒体技术系物联网与人联网研究中心,瑞典马尔默,20506%马来西亚理工大学信息处理技术学院,马来西亚士古来,81310 2025
Subjects
平行
State explosion
Bidirectional reasoning
状态爆炸
分解
Fuzzy Petri net(FPN)
Decomposition
Parallel
双向推理
模糊Petri网(FPN)
Online AccessGet full text
ISSN2095-9184
DOI10.1631/FITEE.2400184

Cover

More Information
Summary:TP301; 与Petri网类似,模糊Petri网(fuzzy Petri net,FPN)的研究同样受到状态空间爆炸问题的限制.目前,基于FPN的推理算法主要依赖于正向、反向和双向等机制.这些算法通过消除FPN中不相关的部分来简化推理过程.然而,随着规模的扩大,基于FPN的相关应用算法的复杂度迅速增加,这给基于FPN的推理算法的实际应用带来重大挑战.为解决状态爆炸问题,本文提出一种基于可逆和动态分解机制的FPN双向推理算法,以优化推理过程.该算法将层次化后的FPN分解为左右两个子网;然后,深入分析FPN原网与其逆网元素之间的对应关系,提出FPN逆网生成算法,用于生成右子网的逆网;最后,在左子网与右子网的逆网上同时执行推理算法,通过计算两子网输出位置之间的欧式距离得到最终结果.案例表明,本文提出的推理算法显著提高了推理效率,大幅缩短了执行时间.
ISSN:2095-9184
DOI:10.1631/FITEE.2400184