沈阳理工大学自动化与电气工程学院 董冲冲
Petri网的任务分解原理概述
沈阳理工大学自动化与电气工程学院 董冲冲
近年来随着人工智能的发展,任务分解受到越来越多的关注。对于一个不能被任何基础机构单独完成的复杂任务,为了实现任务目标,必须进行模糊Petri网的任务分解。任务的分解是实现任务的关键,运用形式化的方法对任务分解进行描述和验证是十分必要的。
人工智能;模糊Petri网;任务分解
根据任务分解的规则产生式的推理过程可以采用模糊Petri网建模的方法进行分析。Petri网是一种形式化系统模型,它有很强的模拟能力和严格的数学定义,同时又具有图形化的表示,由于它有着异步、并发的特性,是描述动态并发系统的有力工具,也因此在各个领域有着广泛应用。模糊Petri网是一般网的模糊化,它更能有效地处理含有模糊特性的问题。任务分解是一个复杂困难的过程,有很强的模糊性和不确定性。我们可以通过Petri网相关的分析来判断任务的分解是否正确,通过Petri网的动态性能找到完成总任务而要采取的计划,为以后的任务动态分配打下基础。
不同的文献对模糊Petri网有不同的定义,下面介绍一种用于模糊推理的模糊Petri网。
定义2.1:模糊Petri网是一个五元组

定义2.2:任务分解的模糊Petri网定义为5元组FPN=( P,T,F,D,M0),其中:P为模糊库所的有限集合;T为模糊变迁的有限集合;D为定义在T上的实函数;M0为初始标识。
任务映射为库所集,逻辑规则映射为变迁集,元任务的可信度映射为模糊 Petri 网的初始标识。……