基于模糊有色Petri网的不确定性学习和推理方法

模糊Petri网模型可以用于模糊推理,但在Petri网中不得不用独立子网表示所有类型的过程,即使这些过程具有相同的行为,这导致整个Petri网变得很大。文中提出基于模糊有色Petri网的不确定性推理方法和基于遗传算法的学习过程。在减少网络规模,计算时间和克服解释网络困难的同时,它能保持等量的信息,提供结构化的表示,使知识库中的规则之间的关系易于表示。