發(fā)布時間：2024-05-22 02:13

　　研究動態(tài)生物系統(tǒng)需要對其建立數(shù)學模型并進行計算機建模與仿真。連續(xù)Petri網(wǎng)是一種系統(tǒng)建模與仿真工具,可以實現(xiàn)常微分方程組的可視化建模與仿真,常用于模擬生物系統(tǒng)。然而由于生物系統(tǒng)的復雜性和數(shù)據(jù)測量存在誤差等原因,生物系統(tǒng)存在不確定性,連續(xù)Petri網(wǎng)無法對具有不確定性的生物系統(tǒng)建模。模糊神經(jīng)網(wǎng)絡是一種人工智能技術(shù),能夠利用專家知識解決非線性系統(tǒng)建模問題且無需精確的數(shù)學模型,但存在依賴專家經(jīng)驗初始化的問題,即模糊規(guī)則需要專家預先設計,難以自動獲取和調(diào)整。為解決上述問題,本文在連續(xù)Petri網(wǎng)的基礎(chǔ)上引入模糊神經(jīng)網(wǎng)絡,提出一種名為混合Petri網(wǎng)的生物系統(tǒng)建模方法用于實現(xiàn)生物系統(tǒng)的不確定性建模,同時改進了模糊神經(jīng)網(wǎng)絡建模算法,降低其對專家知識的依賴。本文的主要研究內(nèi)容如下:(1)概述Petri網(wǎng)相關(guān)理論和模糊神經(jīng)網(wǎng)絡的研究現(xiàn)狀,介紹了相關(guān)技術(shù),包括Petri網(wǎng)相關(guān)理論、模糊系統(tǒng)、模糊神經(jīng)網(wǎng)絡和常見聚類算法等;(2)為解決生物系統(tǒng)的不確定性建模問題,本文提出一種新的建模方法混合Petri網(wǎng)�；旌螾etri網(wǎng)是一種基于模糊神經(jīng)網(wǎng)絡和連續(xù)Petri網(wǎng)的生物系統(tǒng)建模方法,該方法能夠?qū)哂胁淮_定性的...

【文章頁數(shù)】：74 頁

【學位級別】：碩士

【部分圖文】：

圖2-1模糊系統(tǒng)基本架構(gòu)

圖2-1模糊系統(tǒng)基本架構(gòu).2.2.1模糊化機構(gòu)模糊化機構(gòu)（Fuzzifiers）可定義一個從實值點()到模的映射，其功能是接收明確的外部輸入數(shù)據(jù)，將其轉(zhuǎn)化為適當?shù)恼Z言模糊變量。隸屬度函數(shù)的不同，常用的映射方式有三種：（1....

圖2-2兩個輸入、兩條規(guī)則的Mamdani模糊推理算法Takagi-Sugeno模糊推理方法：Takagi-Sugeno模糊推理方法也稱為T-S推理算法，在實際中應用廣泛

圖2-2兩個輸入、兩條規(guī)則的Mamdani模糊推理算法Takagi-Sugeno模糊推理方法：Takagi-Sugeno模糊推理方法也稱為T-S推理算法，在實際中應用廣泛。T-S推理方法與Mamdani推理方法很相似，主要區(qū)別在于T-S模糊規(guī)則后件不是模....

圖2-3兩個輸入、兩條規(guī)則的T-S模糊推理算法Mamdani模糊推理方法根據(jù)適當?shù)姆椒ò涯：詮妮斎雮鞑サ捷敵�，T-S推理方法

圖2-3兩個輸入、兩條規(guī)則的T-S模糊推理算法Mamdani模糊推理方法根據(jù)適當?shù)姆椒ò涯：詮妮斎雮鞑サ捷敵�，T-S推理方法將通過將解模糊化過程融入到了推理過程中，優(yōu)化了耗時的、數(shù)學上不易分析的去模糊化運算。T-S模糊推理系統(tǒng)的主要優(yōu)點在于它的結(jié)構(gòu)能夠取得較好的精....

圖2-4Mamdani模糊神經(jīng)網(wǎng)絡結(jié)構(gòu)圖

圖2-4Mamdani模糊神經(jīng)網(wǎng)絡結(jié)構(gòu)圖第一層為輸入層。輸入層由輸入變量組成，將系統(tǒng)輸入引入網(wǎng)絡。該層的神經(jīng)元節(jié)點與系統(tǒng)輸入相連，不做任何處理直接傳遞給第二層神經(jīng)元。該層節(jié)點數(shù)，第個節(jié)點的輸入()和輸出()表示為：....

本文編號：3980249