带反馈的模糊Petri网自适应学习

【摘要】：自适应模糊Petri网兼具模糊Petri网的模糊推理能力和神经网络的学习能力,是普适计算的模糊情境推理机制的重要的形式化规约工具。但该模型依赖于离线训练数据集,无法适应动态变化的普适智能环境。本文在自适应学习Petri网模型中嵌入反馈机制,并对将模糊逻辑引入对上下文的表示,利用神经网络的反向传播学习方法对隶属度函数的参数进行学习,提高了模型的场景适配和个性化自学习能力。本文通过设计服务推荐系统,建立了模型仿真与验证实验环境。实验结果表明,本文提出的方法可以有效提高系统学习能力,进而提高推理正确率。