网站大量收购独家精品文档,联系QQ:2885784924

Petri网的符号ZBDD可达树分析技术.doc

  1. 1、本文档共12页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
Petri网的符号ZBDD可达树分析技术.doc

Petri网的符号ZBDD可达树分析技术* 李凤英1,2,古天龙2,徐周波1,2 (1.西安电子科技大学电子工程学院 西安 710071) (2.桂林电子科技大学计算机学院 桂林 541004) 摘 要: Petri网是一种适合于并发系统建模、分析和控制的图形工具。可达树是Petri网分析的典型技术之一 ,它通过标识向量集合表征系统的状态空间,组合复杂性严重制约了该分析技术可处理系统问题的规模。零压缩决策图(ZBDD,zero-suppressed binary decision diagrams)是一种新型的数据结构,是表和处理稀疏向量集合的一种有效技术。本文基于Petri网可达标识向量的稀疏特征,给出了Petri网分析的符号ZBDD技术,该技术通过对标识向量(状态)的布尔向量表示、可达标识向量(状态)的符号ZBDD生成,实现Petri网可达状态空间的高效符号操作和紧凑符号表示。实验表明,基于ZBDD的符号可达性分析算法能够有效处理较大规模Petri网问题。 关键词:Petri网;零压缩二叉决策图;可达树;状态空间 1 引言 —可达图方法。该类方法的局限性在于:状态组合复杂性制约了可处理Petri网模型的规模;状态方程方法通过Petri网的关联矩阵建立标识向量和迁移引发向量之间的矩阵代数方程,基于矩阵代数方程求解Petri网的位置(迁移)不变量,根据不变量的特征来判定Petri网的一些性质。该方法适合于特殊结构Petri网,且随着Petri网模型规模的增大关联矩阵的维数也随之增大,对于大规模Petri网的处理也会带来不便;结构化简方法通过合并特殊的位置、迁移或结构,在保持一定性质不变的前提下来降低Petri网的规模。该方法要求所处理Petri网具有特定的结构,一般作为前两种方法的辅助技术使用。在Petri网模型中,由系统自身的并发特性和状态迁移的语义交织引起的状态组合复杂性,是Petri网分析技术中的一个瓶颈问题,严重制约了Petri网的应用[4]。 状态组合复杂性一直是计算机科学和应用人员关注的一个重要问题。减缓或者部分程度上避免状态组合复杂性问题的一种可行策略是:状态的符号或者隐式描述。有序二叉决策图(OBDD, Ordered Binary Decision Diagram)则是迄今为止最为有效的符号技术之一[5,6]。OBDD为布尔函数提供了一种有效和规范的描述方法,同时,布尔函数的所有复杂运算都可以基于OBDD数据结构得到极大地简化实现。尽管,OBDD技术并不能克服所有应用中的状态组合爆炸,但确实解决了许多无法解决的大规模状态应用问题(如,OBDD可处理具有1020状态的应用系统,而显式枚举所能处理的系统状态为103(106)。Pastor等建立了基于有序OBDD的Petri网符号分析方法,其实质是用OBDD表示Petri网标识集的特征函数,对Petri网的各种性能进行分析。该方法适用于有界Petri网,为大规模Petri网模型的分析探索了一条新的有效途径[7,8]。零压缩二叉决策图(ZBDD,Zero-Suppressed Binary Decision Diagrams)是OBDD的一种扩展形式,是描述和操作稀疏二进制向量的高效技术[9,10,11]。在ZBDD技术中,ZBDD的结点数取决于二进制向量集合中1的个数。在Petri网中,位置中的托肯(token)对应于标识向量中非零元素,并且Petri网的标识向量具有稀疏特征。鉴于此,我们建立了基于ZBDD的Petri网符号可达树分析技术,给出了Petri网的符号ZBDD表示、可达标识向量生成算法。算例仿真结果表明了符号ZBDD分析技术的有效性。 2 预备知识 2.1 Petri网 N = P, T, F, W, K, M0 ,其中, P = { p1, p2, …, pn }为位置集合; T = { t1, t2, …, tm }为迁移集合(P∩T = (,P∪T≠(); F ( ( P ( T )∪( T ( P ) 为流关系(关系弧); W : F →Z+为流关系的权函数(Z+={1,2,3,…}),即关系弧的权重; K: P →Z+∪{ω},是位置上的容量函数(ω为无穷大数); M0: 为初始标识向量。一个标识向量是一个函数M:P →Z+∪{0},表示位置中托肯的分布情况。 定义2 对于tT,pP,令?t={ p | (p , t )F},t?={ p | (t , p )F},?p= { t | (t , p )F},p?={ t | (p , t )F},则称?t(?p)为迁移t(位置p)的前集或输入集,t?(p?)为迁移t(位置p)的后集或输出集。 Petri网中位置是静态的,迁移是动态的。迁移的引发将使位置中托肯的分布发生变化,即产

文档评论(0)

天马行空 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档