基于分层TCPN的集装箱码头作业建模仿真研究

利用CPN TOOLs软件，对基本着色Petri进行赋时和分层的扩展，采用自上而下的方法，建立了集装箱码头作业系统的分层Petri网模型，其子网为赋时着色Petri网．基于实例，在集装箱码头作业系统的分层Petri网模型上进行仿真，根据前沿和堆场设备以及水平输送车辆的利用情况，分析了码头作业系统的瓶颈。     

基于着色Petri网分布式系统的行为建模方法

：面向对象着色Petri网具有强大的建模能力和成熟的理论，广泛应用于各种系统的模型建立．介绍如何把CORBA IDL和UML与着色Petri网相结合，以便获得CORBA标准表示的分布式系统行为模型，这对于复杂系统分析设计、模拟和性能评价有很高的理论和实用价值．     

受损舰艇抗沉方案智能化生成系统研究

利用Petri网模型对舰艇抗沉方案智能化生成过程进行了建模,结合舰体平衡方案的实际生成情况,对传统的遗传算法进行了改进．在给出“着色染色体”定义和启发式规则的基础上,设计了启发式赋色遗传算法．根据Petri网模型和启发式赋色遗传算法,构建了舰艇抗沉方案的智能生成系统．     

基于虚拟现实的港口集装箱码头装卸系统仿真建模技术

以港口集装箱码头装卸系统为对象,对基于虚拟现实下的该系统仿真建模有关关键技术进行研究。针对港口集装箱码头装卸系统的离散性、随机性,采用面向对象和Petri网相结合的方法对系统进行复合建模,同时对系统进行了三维场景建模,并经系统复合模型实时驱动三维场景的动态显示,最终实现基于离散随机事件的港口集装箱码头装卸系统实时可视化、参数化仿真。将Petri网和面向对象两种建模方法结合起来用于现代港口物流系统的建模,即保持了面向对象建模中的优势,又很好地表达了系统事件之间的逻辑关系,同时又能利用Petri网模型中的数学分析方法对系统模型进行验证,与单纯使用其中一种建模方法相比有了很大改进,文中选用的可在微机上运行的虚拟现实仿真建模软件MultiGen较好地解决了复杂场景的实时生成问题。     

基于赋时着色Petri网的木材柔性加工系统的建模与重构

以Petri网为建模工具,针对木材柔性加工系统(Wood Flexible Manufacturing System,WFMS)中的离散事件建立赋时着色Petri网(Timed Colored Petri-net,TCPN)模型.该模型不仅可以反映木材柔性加工系统中待加工产品的工艺加工路线,对系统的特性进行描述,还能够根据生产任务的变化进行快速重构.应用软件对该模型进行仿真,结果表明该模型是有效的.根据仿真结果,对系统进行简单的优化调度,提高了机床的利用率.     

����ɫPetri����������ͨ�ŵ� �г� ����ϵͳ�IJ��ģ��

基于通信的列车控制系统是我国铁路信号技术发展的一个重要方向，本文在分析了基于通信的列车控制系统结构的基础上，采用有色Petri网方法对该系统进行建模仿真研究.有色Petri网是一种以图形形式描述系统结构、功能的建模分析方法，特别适合大型异步并发系统的建模与仿真.为了使模型简洁清楚，提出了分整体层、处理层和功能层三部分建立相应的系统有色Petri网图的分析方法，并用CPN /Tools工具软件来实现.通过建立一个墓于通信的列车控制系统的有色Petri网模型，为最终开发出该系统的软件仿真平台莫定了良好的基拙.     

基于Petri网建模的语法分析的研究

在LR分析法理论的基础上,利用Petri网为语法分析这个庞大的系统建模,所建模型适用于广泛流行的LR文法,为语法分析提供了一种更为高效的途径,实现了基于Petri网建模的语法分析.     

基于Petri网的网络最小费用最大流算法

将Petri网方法应用于求解网络的最小费用最大流问题,提出费用Petri网的定义,设计费用Petri网的变迁使能规则并提出求解最小费用最大流问题的Petri网算法.与以往的算法不同,该算法通过对库所进行标号寻找变迁的触发序列,并在该序列上增流.最后举例说明算法的应用.     

基于Petri网的模块化生产系统建模

针对模块化生产系统是一种结构组成多样,事件触发频繁,控制对象多,控制信息量大,系统结构复杂的典型的离散型动态系统,基于Petri网对模块化生产系统总体工艺路线进行建模,验证了所设计的总体工艺路线的可行性.同时提出了一种直接利用Petri网编写PLC程序的方法.     

基于BP算法的模糊Petri网鱼雷故障诊断方法

模糊Petri网是故障诊断系统建模与分析的一种重要工具,但存在自学习困难的特点.该文将具有强大自学习能力和容错能力的神经网络与模糊Petri网相结合,并根据实际工程应用情况,提出最大路径法对模糊Petri网分层,避免了虚变迁和虚库所加入带来的模糊Petri网故障诊断模型复杂化问题,然后运用神经网络中的BP算法对模型参数进行学习,使模型具有了自学习和泛化能力.将其应用到某型鱼雷电子系统的故障诊断系统中,结果表明,该方法能够有效地提高模型故障诊断能力.