基于模糊Petri网和Genetic-PSO算法的动态不确定性知识表示方法<sup>*</sup>

摘要
图/表
参考文献
相关文章 (15)

全文: PDF (618 KB) HTML (1 KB)
输出: BibTeX | EndNote (RIS)

摘要针对复杂系统中不确定性信息的演变特性，提出对其动态适应的基于模糊Petri网和遗传-粒子群(GPSO)算法的不确定性知识表示方法.在基于模糊Petri网的不确定性知识表示模型的基础上，对该模型进行精确数学表示，并采用 GPSO实现对不确定性表征参数的动态求解和自学习.最后通过在运载火箭伺服机构故障诊断上的应用验证基于GPSO的自学习模糊Petri网的有效性.

	服务

	把本文推荐给朋友
	加入我的书架
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章

Abstract：To represent and reason uncertain knowledge in the complex system dynamically and effectively, a self-adaptive method based on fuzzy-Petri net (FPN) and genetic particle swarm optimization (GPSO) algorithm is proposed. In this method, the knowledge-representation model based on FPN is established to build the mathematical model. And the GPSO is used in self-learning of the uncertain parameters to achieve self-adaptation of the model. Finally, a servo mechanism fault diagnose of launch vehicle is used to verify the proposed method.

收稿日期: 2013-05-30

ZTFLH:

TP181

基金资助:国家自然科学基金项目(No.51005148)资助

作者简介: 彭勋，男，1989年生，硕士研究生，主要研究方向为知识工程、智能设计与制造.E-mail:peng_xun_love@126.com.王伟明(通讯作者)，男，1978年生，博士，副教授，主要研究方向为人工智能、机器学习.E-mail:wangweiming@sjtu.edu.cn.谷朝臣，男，1985年生，博士后，主要研究方向为知识融合与创新设计、生物信息处理及编码.胡洁，男，1973年生，博士，教授，主要研究方向为知识工程、知识融合与创新设计、生物信息处理及编码.

引用本文:

彭勋，王伟明，谷朝臣，胡洁. 基于模糊Petri网和Genetic-PSO算法的动态不确定性知识表示方法^*[J]. 模式识别与人工智能, 2014, 27(10): 887-894. PENG Xun, WANG Wei-Ming, GU Chao-Chen, HU Jie. Representation Method of Dynamic Uncertain Knowledge Based on Fuzzy-Petri Net and Genetic-PSO Algorithm. , 2014, 27(10): 887-894.

链接本文:

http://manu46.magtech.com.cn/Jweb_prai/CN/ 或 http://manu46.magtech.com.cn/Jweb_prai/CN/Y2014/V27/I10/887