Аналитический обзор моделирования и его методов. Характеристика средств моделирования: PIPE2 20, Petri.Net Simulator 2, DCnet, МСУсП, СPN Tools. Расширение математического аппарата сетей Петри и функционала CPN Tools. Разработка класса нейронной позиции.
При низкой оригинальности работы "Разработка моделей сложных систем на базе нейро-нечетких сетей Петри", Вы можете повысить уникальность этой работы до 80-100%
Эффективным аппаратом представления, моделирования и исследования сложных процессов и процедур на их основе в технологических комплексах являются искусственные нейронные сети (ИНС), сети Петри(СП) и их расширения Динамические процессы в реальных системах характеризуются сложными многофункциональными зависимостями и существенной нелинейностью. Моделирование таких процессов в задачах прогнозирования, диагностики, идентификации, классификации на основе существующих классических подходов вызывает определенные трудности. Практическая значимость диссертации состоит в модификации системы моделирования CPN Tools для моделирования нейро-нечетких сетей Петри. Одним из видов исследования выступает проведение экспериментов с моделью, в ходе которых могут изменятся параметры модели, чтобы выявить закономерность поведения модели и ее параметров. Знания о модели, полученные в ходе моделирования, модели должны быть изменены с учетом тех свойств изначального объекта, которые не нашли отражения или были изменены при построении модели.Также в комплексе присутствует возможность просматривать и анализировать матрицы инцидентности позиций и переходов, в режиме моделирование присутсвует список сработавших переходов, позволяющий отследить как происходило моделирование, и таблица изменения количества меток в позициях на протяжении моделирования. Создано множество дополнительных типов позиций, позволяющие в полной мере использовать гибкость математического аппарата сетей Петри для описания дискретно-событийных систем. К примеру, есть возможность задания временной задержки срабатывания перехода и временной задержки метки в позиции , что позволяет создавать более сложные алгоритмы передвижения меток по сети. Нейронная сеть Петри определяется следующим набором: , (3.1) где - конечное непустое множество позиций; - конечное непустое множество переходов; - отношение, соответствует множеству дуг; - конечное непустое множество стартовых (начальных) позиций; - конечное непустое множество финальных (выходных) позиций; - вещественная величина, соответствующая времени жизни («потенциалу»)метки в позиции; - целочисленная величина, равная минимальному числу меток, необходимому для активизации перехода; Если в позиции Р3 больше положительных сигналов, сработает переход Т3, если больше отрицательных сигналов Т4.Когда один из этих переходов срабатывает, из позиции Р3 извлекается сигнал с наименьшим временем жизни, а знак сигнала зависит от того, каких сигналов в позиции было больше.Проведен анализ методов моделирования, выделены преимущества и недостатки каждого из методов. Проведен анализ математического аппарата сетей Петри. Выбраны разновидности сетей Петри, которые используются в исследовании. Разработана нейронная сеть Петри и расширен ее функционал ингибиторными дугами, временем, цветами и нечеткой логикой.
Вы можете ЗАГРУЗИТЬ и ПОВЫСИТЬ уникальность своей работы
