一种模糊Petri阿参数优化的有效方法

摘要：

本文根据模糊Petri网运行时连续性的特点,以蚁群算法为基础,提出了一种带交叉、变异因子的模糊Petri网参数值寻优的有效方法.该方法先用分层思想建立无环路的FPN模型,然后把它转化为类前向神经网络以确定输入-输出层关系,并将网络中各参数的值域均分为10等份,在图形中用10个城市来表示,再甩蚁群算法进行路径的寻优,寻优后,在蚁群选定的值域上产生具体的分章解,最后由误差函数确定是否需要重新寻优.仿真程序实例表明经蚁群优化算法训练出的参数正确率较高,且不依赖于经验输入数据.

关键词：模糊Petri网、蚁群算法、神经网络

所属期刊栏目：4

分类号：TP18(自动化基础理论)

在线出版日期：2008-01-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：208-210