当前位置: 首页 > news >正文

【Petri网导论学习笔记】Petri网导论入门学习(十一) —— 3.3 变迁发生序列与Petri网语言

目录

      • 3.3 变迁发生序列与Petri网语言
        • 定义 3.4
        • 定义 3.5
        • 定义 3.6
        • 定理 3.5
        • 例 3.9
        • 定义 3.7
        • 例 3.10
        • 定理 3.6
        • 定理 3.7 有界Petri网泵引理
        • 推论 3.5
        • 定义 3.9
        • 定理 3.8
        • 定义 3.10
        • 定义 3.11
        • 定义 3.12
        • 定理 3.9

3.3 变迁发生序列与Petri网语言

对于 Petri 网进行分析的另一种方法是考察网系统中所有可能发生的变迁序列以及这些序列所构成的集合的性质。如所周知,一个字母表满足某些特定条件的字符串集合,称为该字母表上的一个语言。如果我们把一个 Petri 网的变迁集 T T T 看作一个字母表(即把每个变迁看作一个字符),或者给出变迁集到某个字母表 Γ \Gamma Γ 上的一个映射的定义,那么该 Petri 网的所有可能发生的变迁序列(或这些序列映射到 Γ ∗ \Gamma^* Γ 的字符串)的集合就是 T T T(或 Γ \Gamma Γ)上的一个语言

变迁为字母表

在 Petri 网语言理论中,根据终止状态的不同取法,把 Petri 网语言(Petri net language) 分成 4 型。在每一型中,又根据变迁集 T T T 到字母表 Γ \Gamma Γ 的映射 φ \varphi φ 的不同规定,分成 3 类。一共给出了 4 型 12 类 Petri 网语言。

根据终止状态划分4型,映射划分3类,共4型12类

定义 3.4

Σ = ( S , T ; F , M 0 ) \Sigma = (S, T; F, M_0) Σ=(S,T;F,M0) 为一个 Petri 网, φ : T → Γ \varphi: T \rightarrow \Gamma φ:TΓ 为标注函数, Q t ⊆ R ( M 0 ) Q_t \subseteq R(M_0) QtR(M0)。令

L = { φ ( σ ) ∈ Γ ∗ ∣ σ ∈ T ∗ : M 0 [ σ ⟩ M , M ∈ Q t } L = \{\varphi(\sigma) \in \Gamma^* \mid \sigma \in T^*: M_0 [\sigma \rangle M, M \in Q_t\} L={φ(σ)ΓσT:M0[σM,MQt} (3.19)

L ′ = { φ ( σ ) ∈ Γ ∗ ∣ ( σ ∈ T ∗ : M 0 [ σ ⟩ M ) ∧ ( ∃ M ′ ∈ Q t : M ≥ M ′ ) } L' = \{\varphi(\sigma) \in \Gamma^* \mid (\sigma \in T^*: M_0 [\sigma \rangle M) \land (\exists M' \in Q_t: M \geq M')\} L={φ(σ)Γ(σT:M0[σM)(MQt:MM)} (3.20)

  1. Q t Q_t Qt 是预先给定的 R ( M 0 ) R(M_0) R(M0) 的一个子集,则称 L L L Σ \Sigma Σ 产生的 L L L-型语言 L ′ L' L 称为 Σ \Sigma Σ 产生的 G G G-型语言
  2. Q t = { M ∈ R ( M 0 ) ∣ ∀ t ∈ T : M [ t ⟩ } Q_t = \{M \in R(M_0) \mid \forall t \in T: M[t\rangle\} Qt={MR(M0)tT:M[t⟩},则称 L L L Σ \Sigma Σ 产生的 T T T-型语言
  3. Q t = R ( M 0 ) Q_t = R(M_0) Qt=R(M0),则称 L L L Σ \Sigma Σ 产生的 P P P-型语言
  1. L L L-型语言

    • 定义:终止状态 Q t Q_t Qt 是初始标记状态可达集 R ( M 0 ) R(M_0) R(M0) 的一个子集
    • 特点:只包含那些能精确到达 Q t Q_t Qt 中某个标记的变迁序列
  2. G G G-型语言

    • 定义:允许到达的标记 M M M 可以大于 Q t Q_t Qt 中的某个标记。
    • 特点:包含那些能到达或超过 Q t Q_t Qt 中某个标记的变迁序列。(能到就可以不要求精确到,能大于他的那个状态也行,能覆盖)
  3. P P P-型语言

    • 定义:终止状态 Q t Q_t Qt所有可达标记,即 R ( M 0 ) R(M_0) R(M0)
    • 特点:包含所有从初始标记 M 0 M_0 M0 出发可达的变迁序列。
  4. T T T-型语言

    • 定义:终止状态 Q t Q_t Qt 包含所有可以从 M 0 M_0 M0 出发的死标签。
    • 特点:包含那些死标签。

    区别总结

  • 终止条件 L L L 型要求精确到达 G G G允许覆盖 P P P包括所有可达状态 T T T 型是死标签集合。
  • 应用场景:不同类型语言适用于不同的系统建模需求。例如, L L L 型适合需要精确控制的系统,而 T T T 型适合需要持续运行的系统。
定义 3.5

Σ = ( S , T ; F , M 0 ) \Sigma = (S, T; F, M_0) Σ=(S,T;F,M0) 为一个 Petri 网, L L L Σ \Sigma Σ 产生的 L L L-型 ( G G G-型, T T T-型, P P P-型) 语言。对于标注函数 φ : T → Γ \varphi: T \rightarrow \Gamma φ:TΓ:

  1. Γ = T \Gamma = T Γ=T,且 ∀ t ∈ T : φ ( t ) = t \forall t \in T: \varphi(t) = t tT:φ(t)=t,则称 L L L Σ \Sigma Σ 产生的 L L L-型 ( G G G-型, T T T-型, P P P-型) 无标注语言,记为 L f ( G f , T f , P f ) L^{f}(G^f, T^f, P^f) Lf(Gf,Tf,Pf)

  2. ∀ t ∈ T , φ ( t ) ≠ λ ( λ  表示空串 ) \forall t \in T, \varphi(t) \neq \lambda (\lambda \text{ 表示空串}) tT,φ(t)=λ(λ 表示空串),则称 L L L Σ \Sigma Σ 产生的 L L L-型 ( G G G-型, T T T-型, P P P-型) 无空标注语言,记为 L ( G , T , P ) L(G, T, P) L(G,T,P);否则称 L L L Σ \Sigma Σ 产生的 L L L-型 ( G G G-型, T T T-型, P P P-型) 含空标注语言,记为 L λ ( G λ , T λ , P λ ) L^{\lambda}(G^{\lambda}, T^{\lambda}, P^{\lambda}) Lλ(Gλ,Tλ,Pλ)

如果映射后两者相等,则称无标注语言

不相等,如果不存在空串称为无空标注语言

有空串称为含空标注语言

定义 3.4 和定义 3.5 把 Petri 网语言分成 4 型 12 类,如表 3.1 所示。

image-20241123092708088

各种型(类)语言的背景是明显的。对于一个 Petri 网 Σ = ( S , T ; F , M 0 ) \Sigma = (S, T; F, M_0) Σ=(S,T;F,M0) L L L-型语言和 G G G-型语言分别为 Σ \Sigma Σ到达覆盖某些预先给定的标识的变迁发生序列(或它们到某字母表上的映象)的集合 T T T-型语言是指那些导致死标识的变迁序列(或它们到 Γ \Gamma Γ 的映象)的集合, P P P-型语言是 Σ \Sigma Σ一切可能发生的变迁序列(或它们到 Γ \Gamma Γ 的映象)的集合。可见,Petri 网语言的分“型”同形式语言中 Chomsky 文法体系的“型”没有任何联系。标注函数 φ \varphi φ 则是对各个变迁在被描述的实际系统中所对应的动作的一个注解。例如,当两个变迁在被描述的系统中对应同一个(种)动作时,可以对它们赋予相同的标注。当一个变迁在被描述系统中不代表任何实际动作(即是一种虚动作,虚工序)时,则可以对它赋予空标注 λ \lambda λ-标注)。

与乔姆斯基分类的型没有关系

标注函数只是变迁在实际系统对应动作的一个注解

空标注代表一个变迁在被描述的系统中不代表任何实际动作,虚动作,虚工序

在所定义的 12 类 Petri 网语言中, L λ L^\mathrm{\lambda} Lλ范围最广的一类。其他各类型的 Petri 网语言都可以转化为 L λ L^\mathrm{\lambda} Lλ的一个子类。[4] 对 L L L- 型语言作了详细的讨论,并指出每一个 L L L一型 Petri 网语言都可以由一个标准 Petri 网产生。

定义 3.6

Σ = ( S , T ; F , M 0 ) \Sigma=(S,T;F,M_{0}) Σ=(S,T;F,M0)为一个 Petri 网。如果
1)存在 s b , s f ∈ S s_b,s_f\in S sb,sfS,使得 ∙ s b = ∅ ^\bullet s_b=\emptyset

http://www.lryc.cn/news/492746.html

相关文章:

  • docker-compose文件的简介及使用
  • [护网杯 2018]easy_tornado
  • 基于STM32的智能风扇控制系统
  • 决策树——基于乳腺癌数据集与cpu数据集实现
  • 探索空间自相关:揭示地理数据中的隐藏模式
  • echarts使用示例
  • Flink高可用配置(HA)
  • 如何编写出色的技术文档
  • 学习日记_20241126_聚类方法(谱聚类Spectral Clustering)
  • 图书系统小案例
  • 目标检测之学习路线(本科版)
  • C#调用C++ DLL方法之C++/CLI(托管C++)
  • 免费搭建一个属于自己的个性化博客(Hexo+Fluid+Github)
  • vue3 开发利器——unplugin-auto-import
  • 开发需求总结19-vue 根据后端返回一年的数据,过滤出符合条件数据
  • 人工智能如何改变创新和创造力?
  • Github 基本使用学习笔记
  • 群论入门笔记
  • 2024最新python使用yt-dlp
  • Python + 深度学习从 0 到 1(00 / 99)
  • 单点登录深入详解之设计方案总结
  • Loadsh源码分析-forEach,eachRight,map,flatMap,flatMapDeep,flatMapDepth
  • 检测到“runtimelibrary”的不匹配项: 值“mtd_staticdebug”不匹配值“mdd_dynamic”
  • go clean -modcache命令清理缓存
  • C#结构体排序(数组)
  • 基于边缘智能网关的机房安全监测应用
  • 【Jenkins】自动化部署 maven 项目笔记
  • LeetCode 3243. Shortest Distance After Road Addition Queries I
  • ML 系列:第 31 节— 机器学习中的协方差和相关性
  • 【鸿蒙】鸿蒙开发过程中this指向问题