基于混合Petri网的生物系统建模与分析方法研究

发布时间：2024-05-22 02:13

　　研究动态生物系统需要对其建立数学模型并进行计算机建模与仿真。连续Petri网是一种系统建模与仿真工具,可以实现常微分方程组的可视化建模与仿真,常用于模拟生物系统。然而由于生物系统的复杂性和数据测量存在误差等原因,生物系统存在不确定性,连续Petri网无法对具有不确定性的生物系统建模。模糊神经网络是一种人工智能技术,能够利用专家知识解决非线性系统建模问题且无需精确的数学模型,但存在依赖专家经验初始化的问题,即模糊规则需要专家预先设计,难以自动获取和调整。为解决上述问题,本文在连续Petri网的基础上引入模糊神经网络,提出一种名为混合Petri网的生物系统建模方法用于实现生物系统的不确定性建模,同时改进了模糊神经网络建模算法,降低其对专家知识的依赖。本文的主要研究内容如下:(1)概述Petri网相关理论和模糊神经网络的研究现状,介绍了相关技术,包括Petri网相关理论、模糊系统、模糊神经网络和常见聚类算法等;(2)为解决生物系统的不确定性建模问题,本文提出一种新的建模方法混合Petri网。混合Petri网是一种基于模糊神经网络和连续Petri网的生物系统建模方法,该方法能够对具有不确定性的...

【文章页数】：74 页

【学位级别】：硕士

【部分图文】：

图2-1模糊系统基本架构

图2-1模糊系统基本架构.2.2.1模糊化机构模糊化机构（Fuzzifiers）可定义一个从实值点()到模的映射，其功能是接收明确的外部输入数据，将其转化为适当的语言模糊变量。隶属度函数的不同，常用的映射方式有三种：（1....

图2-2两个输入、两条规则的Mamdani模糊推理算法Takagi-Sugeno模糊推理方法：Takagi-Sugeno模糊推理方法也称为T-S推理算法，在实际中应用广泛

图2-2两个输入、两条规则的Mamdani模糊推理算法Takagi-Sugeno模糊推理方法：Takagi-Sugeno模糊推理方法也称为T-S推理算法，在实际中应用广泛。T-S推理方法与Mamdani推理方法很相似，主要区别在于T-S模糊规则后件不是模....

图2-3两个输入、两条规则的T-S模糊推理算法Mamdani模糊推理方法根据适当的方法把模糊性从输入传播到输出，T-S推理方法

图2-3两个输入、两条规则的T-S模糊推理算法Mamdani模糊推理方法根据适当的方法把模糊性从输入传播到输出，T-S推理方法将通过将解模糊化过程融入到了推理过程中，优化了耗时的、数学上不易分析的去模糊化运算。T-S模糊推理系统的主要优点在于它的结构能够取得较好的精....

图2-4Mamdani模糊神经网络结构图

图2-4Mamdani模糊神经网络结构图第一层为输入层。输入层由输入变量组成，将系统输入引入网络。该层的神经元节点与系统输入相连，不做任何处理直接传递给第二层神经元。该层节点数，第个节点的输入()和输出()表示为：....

本文编号：3980249