基于CPN―Tools驾驶培训系统建模及性能分析.docVIP

基于CPN―Tools驾驶培训系统建模及性能分析 　　摘要：Petri网在流程信息系统建模中能得以有效利用，一个有效的驾驶培训系统关乎学员的学习效率和驾校的效益。着色Petri网（Colored Petri Net，CPN）是对离散事件动态系统进行图形化建模的有效理论，CPN-TOOLS是应用Petri网理论进行建模与仿真分析的有效工具。通过对驾驶培训系统流程进行设定，利用CPN-TOOLS对驾驶培训系统进行建模与仿真，在假定参数条件下对产生的能够反映仿真动态过程和结果的数据进行性能分析，并得出合理的教练员配置方案及效益结果。通过实例反映了着色petri网的建模优势，验证了CPN-Tools在仿真中应用的有效性。 　　关键词：驾驶培训系统；着色Petri网；CPN-TOOLS；性能分析 　　中图分类号：TP319 　　文献标识码：A 文章编号：1672-7800（2015）003-0084-04 　　0 引言 　　机动车驾驶培训系统是一个由学员、培训车辆、教练、训练场地、信息、车管所组成的相互联系和相互制约的有机体。目前，驾培行业普遍存在一种现象：效率明显偏低。 　　Colored Petri Net （CPN）[1]以图形的形式通过编程语言直观、深刻地描述系统的静态结构和动态过程，能够准确描述资源间的冲突和事件时序，并且可通过仿真直接得出系统性能的定量信息，如队列长度、响应时间、资源利用率等[2]，在离散事件动态系统的建模方面应用广泛。 　　通过仿真方法计算Petri模型的性能指标是对模型进行性能分析的有效方法[3]，目前研究较少。CPN-Tools是建立、模拟、分析CPN模型的有效工具，能够对模型进行状态空间分析、时间计算、功能分析、资源配置分析[4]。 　　1 着色Petri网及CPN Tools简介 　　Petri是20世纪60年代由卡尔?A?佩特里在其博士论文《用自动机通信》中首次提出。经典Petri网是一种适合描述工作流程的建模方法[5]，由库所、变迁、有向弧和令牌这4种元素组成。Petri不仅可以图形化的方式描述系统的静态状态，也可以通过令牌的变化描述系统的动态行为[6]。很多学者在Petri网的基础上研究出各种高级Petri网，如着色Petri网（CPN）、时间Petri网、随机Petri网、面向对象Petri网[7-8]。 　　CPN是由20世纪80年代丹麦的Kurt Jensen 先生在基本Petri网的基础上研究出来的。一个CPN是一个多元组CPN=（∑，P，T，A，N，C，G，E，I）[9-10]。 　　为了让CPN满足实际化应用，丹麦的奥胡根大学和美国宇航局联合研制出基于CPN的仿真软件CPN-Tools，这使得建模和分析都可以通过仿真工具CPN-Tools来完成，特别是monitor的使用使得对模型的性能分析变得更加简洁方便。CPN-Tools使用标准元语言（SML）对模型进行定义和描述。CPN-Tools可以对CPN模型进行仿真、状态空间分析和性能分析，通过CPN-Tools仿真，能够有效检查语义语法逻辑上的错误，这使得建立的模型具有更强的语义表达性和逻辑正确性。 　　2 驾驶培训系统建模 　　2.1 系统简述及流程设定 　　一般驾校培训系统的工作流程如下：学员报名，体检合格后，进入系统参加科目一理论学习，科目一考试后等待进人科目二训练；当科目二教练员、教练车可利用时，一定数目的学员参加科目二训练，训练完考试，不合格者重新训练，合格者进入科目三等待训练队列中；当科目三教练员和教练车可利用时，一定数目学员进入科目三训练，训练完成参加考试，考试不合格者继续留在科目三训练，合格者参加完科目四安全文明考试后即完成整个学习流程。驾校培训系统工作流程如图1所示。 　　以科目二和科目三作为研究重点，对所要分析的系统作了一些假设作为前提条件：①系统中学员报名服从指数分布，科目二训练时间服从指数分布，科目三训练时间也服从指数分布；②由于科目一和安全文明考试属于上机考试，通过率高、效率高，假设忽略等待时间，通过率为100%；③假设每位教练员配置一辆教练车；④以“为学员服务”为宗旨，负责考试的车管所能够配置足够人员安排所有符合考试条件的学员，考试场地也不受限；⑤假设教练员分为科目二教练员和科目三教练员；⑥各种排队等待服从先到先服务原则，不同驾校科目二、科目三考试通过率不一样，可以假设通过率都为50%。 　　2.2 实际系统涉及问题及同质化描述 　　实际驾校培训系统中，教练员一次带多个学员参加科目二或科目三训练（批量训练），而且考试没通过的学员会反向抑制新学员加入，并只能由原教练员训练。 　　不论教练员带几个学员，每次只能是一个学员训练，其他学员等待，因此可以将批量训练情况看作是教