CAJ | 학술논문

Petri网是对具有产生式规则的故障诊断系统建模的有力工具,但其学习能力不强.以Petri网的基本定义为基础,结合模糊逻辑和Petri网模型,并在此基础上引入人工神经网络技术,定义了模糊学习Petri网模型.模型中的隐含库所和变迁将人工神经网络中隐含神经元内部信息处理过程明确化,然后对该模型提出一种逐层调整变迁阈值的训练算法,该算法通过逐层调整的方式来获取变迁的阈值,改善了网络的学习效率,并对算法的收敛性进行了证明.最后,以故障推理实例验证了算法的有效性与实用性.
Petri망시대구유산생식규칙적고장진단계통건모적유력공구,단기학습능력불강.이Petri망적기본정의위기출,결합모호라집화Petri망모형,병재차기출상인입인공신경망락기술,정의료모호학습Petri망모형.모형중적은함고소화변천장인공신경망락중은함신경원내부신식처리과정명학화,연후대해모형제출일충축층조정변천역치적훈련산법,해산법통과축층조정적방식래획취변천적역치,개선료망락적학습효솔,병대산법적수렴성진행료증명.최후,이고장추리실례험증료산법적유효성여실용성.