Parameter optimization strategy of fuzzy Petri net utilizing modified cuckoo search algorithm

Wei Jiang

doi:10.1016/j.jfranklin.2026.109025

Parameter optimization strategy of fuzzy Petri net utilizing modified cuckoo search algorithm

2026-08-28

0

PRE

AI

DOI：10.1016/j.jfranklin.2026.109025

原文链接

原文求助

摘要

En 中文

模糊Petri网（FPN）是Petri网（PN）的扩展，它结合模糊集理论来建模和分析涉及不确定性和模糊性的知识库系统（KBSs）和专家系统（ESs）。FPN的进一步发展仍受限于其推理精度，主要由于其在确定权重、阈值和置信因子等关键参数时自适应性不足且过度依赖专家知识。为克服这些缺点，本研究提出了一种结合遗传算法（GA）机制改进的布谷鸟搜索（CS）算法，即（GA-CS），用于FPN参数优化。所提GA-CS将CS框架与选择、交叉和变异算子相结合，以增强标准CS的探索和开发能力。此外，设计了一种局部最优判断机制以提高收敛精度和搜索效率，同时变异概率随迭代次数递减以增强后期收敛。仿真结果表明，对于同一FPN模型，由GA-CS优化的参数在整体性能上优于由CS、ACS和SA-CS优化的参数，展现出更强的适应性和更高的推理精度。

Keyword:

Fuzzy Petri net

Levy flight

Genetic mechanism

Parameter optimization

Self-adaptive ability

Parameter optimization strategy of fuzzy Petri net utilizing modified cuckoo search algorithm

摘要

期刊

机构

引用论文