复盘之GSDN模型（或称随机Petri网）的数学原理求解

最新推荐文章于 2024-06-24 18:19:52 发布

rrrrroin

最新推荐文章于 2024-06-24 18:19:52 发布

阅读量890

点赞数 20

分类专栏：数学建模文章标签：数学建模

本文链接：https://blog.csdn.net/rrrrroin/article/details/139840197

版权

数学建模专栏收录该内容

2 篇文章 0 订阅

订阅专栏

在2024年某校妈妈杯校赛中，我们碰到了高铁安检流程优化问题，类似2017年美赛的机场安检流程评估与优化。我们查阅前人论文发现，他们采用petri网+随机过程处理的此问。

以下是本人在使用gsdn模型查阅的资料，并为运用进行举例，观点并不一定正确，如有错误还请指出。

想要准确了解GSDN模型及概念可以查阅 : [4]张建东,高晓光,吴勇,朱岩.GSPN 的分析方法及其应用[J].火力与指挥控制,2005,30(5):27-31。

如有错误非常抱歉！！

一、对 Petri Net 以及GSDN模型简要介绍

Petri网是对离散并行系统的数学表示。Petri网是20世纪60年代由卡尔·A·佩特里发明的，适合于描述异步的、并发的计算机系统模型。 Petri网既有严格的数学表述方式，也有直观的图形表达方式，既有丰富的系统描述手段和系统行为分析技术，又为计算机科学提供坚实的概念基础。（摘自百度百科）

简单的来说，通过有向弧构建网络图，通过设置其中库所（place）可容纳token数以及网络总token数，来模拟每一步中token是否发生变迁（从一个库所到另一个库所）。具体可见Petri网建模技术基础入门学习-CSDN博客。

在此提供一个简单的Petri Net 在matlab上运行的代码。（鸣谢大佬，非原创，侵权可删，只是想为后来人指路>_<）

（以及我只是一下子找不到大佬id了呜呜呜）

%%petri网动态运行仿真程序
%%计算结果：变迁激发列表fired_t_list，记录激发的变迁；系统状态变化情况sys_state，记录变迁激发后各库所的令牌分布情况
%%作者：izzet
%%
clc;
close all;
clear
P=(1:13);
T=(13:25);
F = [[P(1),T(1)];[T(1),P(2)];[P(2),T(2)];[T(2),P(3)];[P(3),T(3)];[T(3),P(4)];[P(4),T(4)];[T(4),P(5)];[P(5),T(5)];[T(5),P(6)];
    [P(6),T(11)];[T(11),P(12)];[T(2),P(7)];[P(7),T(7)];[T(7),P(8)];[P(8),T(8)];[T(8),P(10)];
    [P(10),T(11)];[P(8),T(9)];[T(9),P(9)];[P(9),T(10)];[T(10),P(10)]];
M=[Inf 2 1 3 2 1 5 1 3 4 4 2 4]; %初始令牌分布
K=[Inf 10 31 23 Inf 25 Inf 19 Inf 18 Inf Inf Inf]; %各库所容量函数
W=[2 1.5 2 3 1 1 1 0.99 1 1]; %权函数
sys_state=M;
fired_t_list=[];

%pre_set={}; %变迁前集初始化
%post_set={}; %变迁后集初始化
pre_set = cell(1, length(T));    % 变迁前集初始化
post_set = cell(1, length(T));   % 变迁后集初始化

for i = 1:length(T)
    pre_set{i} = [];    % 初始化为空数组
    post_set{i} = [];   % 初始化为空数组
end
for i=1:length(T)
    u=1;
    v=1;
    for j=1:length(F)
        if F(j,2)==T(i)
            pre_set{T(i)}(u)=F(j,1);
            u=u+1;
        end
        if F(j,1)==T(i)
            post_set{T(i)}(v)=F(j,2);
            v=v+1;
        end
    end
end
%%   
main_switch = 0;  % 定义变量 main_switch，并初始化为 0

while main_switch == 0
    enable_t = T;  % 可激发变迁集合初始化，一开始假设所有变迁均可激发

   
   for i = 1:length(T)
        pre_switch = 0;  % 初始化前集开关为 0
        
        for j = 1:(u-1)  % 变迁前集条件考察
            arc = find(ismember(F, [pre_set{T(i)}(j), T(i)], 'rows'));
            
            if M(pre_set{T(i)}(j)) < W(arc)
                ind = find(enable_t == T(i));
                enable_t(ind) = [];
                pre_switch = 1;
                break;  % 一票否决制
            end
        end
    
        if pre_switch == 1
            continue;  % 当前变迁不满足前集条件，跳过后续操作，进行下一轮循环
        end
        
end
        for j = 1:(v-1)  % 变迁后集条件考察
            arc = find(ismember(F, [T(i+12), post_set{T(i+12)}(j)], 'rows'));
            
            if M(post_set{T(i+12)}(j)) + W(arc) > K(post_set{T(i+12)}(j))
                ind = find(enable_t == T(i+12 ));
                enable_t(ind) = [];
                break;  % 一票否决制
            end
        end
    
    
    % 在这里添加根据一些条件更新 main_switch 的代码
    

    if isempty(enable_t)
        main_switch=1;
    else
        fired_t=enable_t(1); %特别处理
        fired_t_list=[fired_t_list fired_t]; %该该变迁添加至列表
        fired_t_pre=pre_set{fired_t}; %找出该变迁前集
        fired_t_post=post_set{fired_t}; %找出该变迁后集
        for i=1:length(P)
            if ismember(P(i),setdiff(fired_t_pre,fired_t_post))
                arc=find(ismember(F,[P(i),fired_t],'rows'));
                M(i)=M(i)-W(arc);
            elseif ismember(P(i),setdiff(fired_t_post,fired_t_pre))
                arc=find(ismember(F,[fired_t,P(i)],'rows'));
                M(i)=M(i)+W(arc);
            elseif ismember(P(i),intersect(fired_t_post,fired_t_pre))
                arc1=find(ismember(F,[P(i),fired_t],'rows'));
                arc2=find(ismember(F,[fired_t,P(i)],'rows'));
                M(i)=M(i)-W(arc1)+W(arc2);
            else
                M(i)=M(i);
            end
        end
        sys_state=[sys_state;M];
    end
    end

而GSDN模型，则是在petri网的流程基础上，增加有着一定发生概率的变迁。如安检问题中，存在行李检测出危险物品/需要复检的可能性，因此可以采用GSDN模型做出研究。