广义随机系统动力学相关性分析模型

本文刊于:《系统仿真学报》 2018年第01期

Keywords
system dynamics;Petri-net;system simulation;correlation analysis;generalized stochastic Petri-net
摘要
     为解决存在随机现象的系统动力学模拟与相关性分析问题,将广义随机Petri网(GSPN)进行扩展,建立广义随机函数Petri网GSFPN,将GSFPN与SD模型相结合,提出了一种GSFPN-SD模型,该模型具有如下优势:(1)通过变迁的激发,使得状态的演变的过程更明确;(2)系统变化动态性是通过事件激发的,从而更逼真地描述了复杂系统的自主动态演变行为;(3)变迁的激发是通过托肯的移动而实现的,从而实现了系统可以有条件或无条件转移;(4)可以实现部分变迁具有延时特征,而其他变迁没有延时特征的系统动力学模拟与相关性分析。例子研究表明,GSFPN-SD模型要比SD模型具有更强、更全面对复杂系统的描述模拟与相关性分析能力。


本文地址:www.fabiao.net/content-15-5621-1.html

上一篇:恩格斯《自然辩证法》科学方法论及其当代意蕴
下一篇:基于灵敏度分析的Q-BTGSID的优化(英文)

分享到: 分享广义随机系统动力学相关性分析模型到腾讯微博           收藏
评论排行
公告