基于混合Petri网的生物系统建模与分析方法研究

论文摘要

研究动态生物系统需要对其建立数学模型并进行计算机建模与仿真。连续Petri网是一种系统建模与仿真工具,可以实现常微分方程组的可视化建模与仿真,常用于模拟生物系统。然而由于生物系统的复杂性和数据测量存在误差等原因,生物系统存在不确定性,连续Petri网无法对具有不确定性的生物系统建模。模糊神经网络是一种人工智能技术,能够利用专家知识解决非线性系统建模问题且无需精确的数学模型,但存在依赖专家经验初始化的问题,即模糊规则需要专家预先设计,难以自动获取和调整。为解决上述问题,本文在连续Petri网的基础上引入模糊神经网络,提出一种名为混合Petri网的生物系统建模方法用于实现生物系统的不确定性建模,同时改进了模糊神经网络建模算法,降低其对专家知识的依赖。本文的主要研究内容如下:（1）概述Petri网相关理论和模糊神经网络的研究现状,介绍了相关技术,包括Petri网相关理论、模糊系统、模糊神经网络和常见聚类算法等;（2）为解决生物系统的不确定性建模问题,本文提出一种新的建模方法混合Petri网。混合Petri网是一种基于模糊神经网络和连续Petri网的生物系统建模方法,该方法能够对具有不确定性的生物系统建模仿真,且无需精确的数学模型;（3）针对模糊神经网络初始化依赖专家经验的问题,本文提出一种基于模糊C均值（Fuzzy C-Means clustering,FCM）聚类的递归结构设计方法。该方法以输出样本的波动程度为导向递归划分模糊神经网络输入空间,从而实现模糊规则自动获取与参数初始化,降低了模糊神经网络对专家知识的依赖;（4）为了验证模糊神经网络的逼近能力和混合Petri网的仿真能力,本文给出两个生物系统仿真实验。实验结果证明混合Petri网能够对具有不确定性的生物系统建模仿真,基于FCM聚类的递归结构设计方法能够降低专家依赖,在训练阶段加快了算法收敛速度。

论文目录

摘要

ABSTRACT

第一章绪论

1.1 研究背景与意义

1.2 国内外研究现状

1.2.1 Petri网相关理论

1.2.2 模糊神经网络

1.3 主要研究工作

1.4 论文结构安排

第二章相关技术介绍

2.1 Petri网相关理论

2.1.1 Petri网

2.1.2 连续Petri网

2.2 模糊系统

2.2.1 模糊数学基础

2.2.2 基本架构

2.3 模糊神经网络

2.3.1 人工神经网络

2.3.2 Mamdani模糊神经网络

2.3.3 T-S模糊神经网络

2.4 常见聚类算法

2.4.1 K均值聚类

2.4.2 高斯混合聚类

2.4.3 减法聚类

2.4.4 模糊C均值聚类

2.5 本章小结

第三章混合Petri网建模与仿真方法

3.1 混合Petri网相关定义

3.2 混合Petri网仿真算法

3.3 本章小结

第四章模糊神经网络建模算法

4.1 基于FCM递归聚类的结构设计方法

4.2 参数估计

4.2.1 Mamdani模糊神经网络

4.2.2 T-S模糊神经网络

4.3 本章小结

第五章实验与结果分析

5.1 实验概要

5.2 实验工具介绍

5.2.1 FCPN

5.2.2 MATLAB

5.3 病毒感染模型仿真实验

5.3.1 混合Petri网建模

5.3.2 基于FCM递归聚类的结构辨析结果

5.3.3 模糊神经网络参数估计结果

5.3.4 混合Petri网仿真结果

5.4 热休克反应模型仿真实验

5.4.1 混合Petri网建模

5.4.2 基于FCM递归聚类的结构辨析结果

5.4.3 模糊神经网络参数估计结果

5.4.4 混合Petri网仿真结果

5.5 实验结果分析与对比

5.6 本章小结

第六章总结与展望

6.1 研究工作总结

6.2 工作展望

参考文献

攻读硕士学位期间取得的研究成果

致谢

附件

文章来源

类型: 硕士论文

作者: 赖瑶瑶

导师: 彭新一,臧根林

关键词: 生物系统,常微分方程,连续网,模糊神经网络

来源: 华南理工大学

年度: 2019

分类: 基础科学,信息科技

专业: 生物学,计算机软件及计算机应用

单位: 华南理工大学

分类号: Q-33;TP301.1

DOI: 10.27151/d.cnki.ghnlu.2019.002690

总页数: 74

文件大小: 3179K

下载量: 42

基于混合Petri网的生物系统建模与分析方法研究

论文摘要

论文目录

文章来源

相关论文文献

猜你喜欢