基于BP算法的IFPN参数优化方法
针对直觉模糊Petri网(IFPN)模型自学习能力差的缺陷，将神经网络中的BP误差反传算法引入IFPN模型的参数寻优过程，提出一种基于此的参数优化方法。该算法通过建立变迁点燃和直觉模糊推理的近似连续函数，摆脱了参数对经验的依赖，更加符合实际系统的需求，同时使得IFPN具有较强的泛化能力和自适应功能，推理结果更加准确可信。最后通过典型实例验证了该参数优化方法的有效性和优越性。
直觉模糊集、直觉模糊Petri网、产生式规则、BP算法
TP18(自动化基础理论)
国家自然科学基金项目61272011,60773209；国家重点实验室基金项目2012ADL-DW0301
2013-12-04（万方平台首次上网日期，不代表论文的发表时间）
共7页
1779-1785
