一种自适应模糊Petri网及其应用  

Adaptive fuzzy Petri nets and its application

作　　者：刘心 印桂生[1] 张磊[2] 

机构地区：[1]哈尔滨工程大学计算机科学与技术学院,哈尔滨150001 [2]哈尔滨工程大学信息与通信工程学院,哈尔滨150001

出　　处：《计算机应用研究》2009年第10期3801-3803,共3页Application Research of Computers

基　　金：国家自然科学基金资助项目(60702053)

摘　　要：模糊Petri网(fuzzy Petri nets,FPN)是基于模糊产生式规则的知识库系统的有力建模工具,但其缺乏较强的自学习能力。在FPN的基础上引入神经网络技术,给出了一种自适应模糊Petri网(adapt fuzzy Petri nets,AFPN)模型。该模型将神经网络中的BP网络算法引入到FPN模型中,对FPN中的权值进行反复的学习训练,避免了依靠人工经验设置带来的不确定性。AFPN具有很强的推理能力和自适应能力,对知识库系统的建立、更新和维护有着重要的意义。Fuzzy Petri nets（FPN） is a powerful modeling tool for knowledge-based systems based on fuzzy production rules, but it lacks of strong learning ability. Based on the FPN, imported the artificial neural networks, this paper presented an adaptive fuzzy Petri nets（ AFPN ） model. So introduced the back propagation algorithm of neural networks into FPN. The AFPN has powerful reasoning ability and adaptive ability. It has important significance to build, update and maintenance the knowledge

关 键 词：自适应 模糊 PETRI网 人工神经网络 反向传播 学习 

分 类 号：TP301[自动化与计算机技术—计算机系统结构]