模糊Petri网参数优化方法、系统及电子设备技术方案

本申请实施例提供一种模糊Petri网参数优化方法、系统及电子设备，该方法包括：利用模糊产生式规则对Petri网模型进行模糊处理以得到模糊Petri网模型，并基于蛙跳算法创建基于模糊Petri网模型中的待优化参数的初始种群，对初始种群利用遗传算法进行优化处理，并对优化处理后的初始种群利用蛙跳算法进行迭代优化，直至得到的新的种群满足预设的停止条件或迭代次数达到预设最大次数为止即跳出迭代，并从得到的新种群中获得最优解。该优化方案，利用模糊产生式规则使Petri网模型具有更好的知识表达及知识获取能力，并利用改进蛙跳算法进行优化处理，避免了模糊Petri网模型中参数需人为设定所带来的弊端，提高了参数优化精度，进一步提高了模糊Petri网模型输出结果的准确性。

Fuzzy Petri net parameter optimization method, system and electronic equipment

The embodiment of this application provides a method, system and electronic equipment for parameter optimization of fuzzy Petri nets. The method includes: using fuzzy production rules to process the Petri nets model to obtain the fuzzy Petri nets model, and creating an initial population of parameters to be optimized based on the fuzzy Petri nets model based on frog leap algorithm. The initial population is optimized by genetic algorithm, and the optimized initial population is iterated by frog leaping algorithm until the new population satisfies the preset stopping condition or the maximum number of iterations reaches the preset number of times, then the iteration is jumped out and the optimal solution is obtained from the new population. In this optimization scheme, the Petri net model has better ability of knowledge expression and knowledge acquisition by using the fuzzy production rules, and the improved frog leap algorithm is used to optimize the Petri net model, which avoids the drawbacks caused by the artificial setting of parameters in the fuzzy Petri net model, improves the precision of parameter optimization, and further improves the fuzzy Petri net. The accuracy of the output of the model.

【技术实现步骤摘要】
模糊Petri网参数优化方法、系统及电子设备
本专利技术涉及软件系统
，具体而言，涉及一种模糊Petri网参数优化方法、系统及电子设备。
技术介绍
Petri网(PetriNet，PN)是一种具有高效的异步、并发的建模能力和数据分析能力的计算机系统模型，被广泛应用于计算机系统各个组成部分之间的异步、并发通信中。但是，现有的Petri网作为一种理论工具难以描述不确定性知识的问题。因此，现有技术中采用模糊产生式对Petri网进行模糊处理。但是模糊Petri网模型中的参数通常依赖于人的经验以进行人工设定，导致模型中参数无法进行智能优化，模型输出精度较低。
技术实现思路
有鉴于此，本申请的目的在于，提供一种模糊Petri网参数优化方法、系统及电子设备以改善上述问题。本申请实施例提供一种模糊Petri网参数优化方法，所述方法包括：利用模糊产生式规则对构建的Petri网模型进行模糊处理以得到待优化的模糊Petri网模型，并获得所述模糊Petri网模型中的待优化参数；基于蛙跳算法创建所述待优化参数的初始种群；针对所述初始种群中的各个个体，计算各所述个体的适应度；根据所述适应度检测所述初始种群是否本文档来自技高网...

【技术保护点】
1.一种模糊Petri网参数优化方法，其特征在于，所述方法包括：利用模糊产生式规则对构建的Petri网模型进行模糊处理以得到待优化的模糊Petri网模型，并获得所述模糊Petri网模型中的待优化参数；基于蛙跳算法创建所述待优化参数的初始种群；针对所述初始种群中的各个个体，计算各所述个体的适应度；根据所述适应度检测所述初始种群是否满足预设优化规则，若不满足预设优化规则，则利用遗传算法对所述初始种群进行优化处理直至处理后的初始种群满足所述预设优化规则为止；初始化迭代次数，利用蛙跳算法对满足所述预设优化规则的初始种群进行优化处理以得到新种群；更新迭代次数，对所述新种群进行优化处理直至所述新种群满足预...

【技术特征摘要】
1.一种模糊Petri网参数优化方法，其特征在于，所述方法包括：利用模糊产生式规则对构建的Petri网模型进行模糊处理以得到待优化的模糊Petri网模型，并获得所述模糊Petri网模型中的待优化参数；基于蛙跳算法创建所述待优化参数的初始种群；针对所述初始种群中的各个个体，计算各所述个体的适应度；根据所述适应度检测所述初始种群是否满足预设优化规则，若不满足预设优化规则，则利用遗传算法对所述初始种群进行优化处理直至处理后的初始种群满足所述预设优化规则为止；初始化迭代次数，利用蛙跳算法对满足所述预设优化规则的初始种群进行优化处理以得到新种群；更新迭代次数，对所述新种群进行优化处理直至所述新种群满足预设停止条件或迭代次数达到预设最大次数时停止迭代；从停止迭代后所得到的新种群中获得最优解，并将所述最优解输出。2.根据权利要求1所述的模糊Petri网参数优化方法，其特征在于，所述利用模糊产生式规则对构建的Petri网模型进行模糊处理以得到待优化的模糊Petri网模型的步骤，包括：利用模糊产生式规则中的简单规则、与规则以及或规则分别对构建的Petri网模型进行模糊处理；获得待优化的模糊Petri网模型如下：FPN＝{P,T,I,O,M,CF,W,U}其中，P＝{p1,p2,......,pn}为库所的有限集合，T＝{t1,t2,......,tn}为变迁的有限集合，I(O)为输入(输出)函数，反映变迁到库所输入(输出)映射关系，M是一个映射，每一库所结点Pi∈P(i＝1,2,......n)对应一标记值M(pi)，CF＝{CF1,CF2,......,CFm}，CFj为变迁tj的阈值，tj∈t(j＝1,2,......m)，W＝{w1,w2,......,wn}是规则的权值集合，反映规则中前提条件对结论支持程度，U＝{μ1,μ2,......,μn}，μj为变迁tj的确信度，μj∈(0,1](j＝1,2,......m)。3.根据权利要求2所述的模糊Petri网参数优化方法，其特征在于，所述待优化参数为所述模糊Petri网模型中的变迁的确信度μ、变迁的阈值CF以及规则的权值w。4.根据权利要求1所述的模糊Petri网参数优化方法，其特征在于，所述利用蛙跳算法对满足所述预设优化规则的初始种群进行优化处理以得到新种群的步骤，包括：针对满足所述预设优化规则的初始种群中的各个个体，按其对应的适应度将各个个体按降序顺序进行排序；将排序后的多个个体划分成多个子种群；针对各个子种群，对所述子种群中的个体进行局部优化处理；将多个子种群中经过局部优化处理后的个体进行汇总以及排序以得到新种群。5.根据权利要求4所述的模糊Petri网参数优化方法，其特征在于，所述针对各个子种群，对所述子种群中的个体进行局部优化处理的步骤，包括：针对各个子种群，确定所述子种群中的多个个体所对应的最优位置Pb和最差位置Pw，并按以下公式对最差位置Pw对应的个体的位置进行更新处理：Di＝rand*(Pb-Pw)temp＝Pw+Di(D≥Di≥-D)其中，Di为个体移动的距离，temp为个体从最差位置Pw进行移动后的新的位置，D为个体移动的最大步长，rand为[0,1]之间的随机数；检测移动后的新的位置temp是否优于移动前的最差位置Pw，若否，则按以下公式重新计算得到移动后的新的位置temp：temp＝Pg+Di其中，Pg为当前全局最优位置；...

【专利技术属性】
技术研发人员：周恺卿，莫礼平，刘笔余，许诗文，江威，
申请(专利权)人：吉首大学，
类型：发明
国别省市：湖南,43