当前位置: 首页 > article >正文

【Petri网导论学习笔记】Petri网导论入门学习(三)

Petri网导论入门学习(三)

  • Petri 网导论学习笔记(三)
        • 定义 1.4
        • 定义 1.5
        • 定义 1.6
        • 定义 1.7

Petri 网导论学习笔记(三)

如需学习转载请注明原作者并附本帖链接!!!
如需学习转载请注明原作者并附本帖链接!!!
如需学习转载请注明原作者并附本帖链接!!!

原创码字不易,觉得不错请一键三连吧
这篇主要是1.1章节的收尾
(ノへ ̄、)

发现网上关于Petri网的学习资源较少,这里分享的是看Petri网导论这本书的笔记(感觉相对于那个视频来说书上写的还是更详细一点,当然视频学习到第三章的笔记也会传上来,后续会主要看这本书来学习Petri网),欢迎大家来一起交流和学习,使用的学习资料是:
Petri网导论 吴哲辉著(主要)
Petri网:模型、理论与应用-清华大学

定义 1.4

N = ( S , T ; F ) N=(S,T;F) N=(S,T;F)为一个网。
1 ) N d = ( T , S ; F ) 1)N^{\mathrm{d}}=(T,S;F) 1)Nd=(T,S;F)称为网 N N N对偶网(dual net);
2 ) N − 1 = ( S , T ; F − 1 ) 2)N^{-1}=(S,T;F^{-1}) 2)N1=(S,T;F1)称为网 N N N逆网(inversed net),其中 F − 1 = {   ( x , y )   ∣   ( y , x ) ∈ F   } F^{-1}=\{\:(x,y)\:|\:(y,x)\in F\:\} F1={(x,y)(y,x)F}

小白也能听懂版:

N = ( S , T ; F ) N=(S,T;F) N=(S,T;F)

ST交换→对偶网

F流关系逆置→逆网
逆网和对偶网

定义 1.5

设  N = ( S , T ; F )  为一个网。如果 S 1 ⊆ S , T 1 ⊆ T F 1 = ( ( S 1 × T 1 ) ∪ ( T 1 × S 1 ) ) ∩ F \text{设 }N=(S,T;F)\text{ 为一个网。如果}\\S_{1}\subseteq S,\quad T_{1}\subseteq T\\F_{1}=((S_{1}\times T_{1})\cup(T_{1}\times S_{1}))\cap F  N=(S,T;F) 为一个网。如果S1S,T1TF1=((S1×T1)(T1×S1))F

则称  N 1 = ( S 1 , T 1 ; F 1 )  为网  N  的一个子网(subnet)。 \text{则称 }N_1=(S_1,T_1;F_1)\text{ 为网 }N\text{ 的一个子网(subnet)。} 则称 N1=(S1,T1;F1) 为网 N 的一个子网(subnet)

F F F里的 S → T 和 T → S S→T和T→S STTS的流关系的子集

注意的是库所子集 S 1 S_1 S1和变迁子集 T 1 T_1 T1给出,子网的有向边集 F 1 F_1 F1就确定了→S和T确定,ST子集所相关的流关系的子集也就确定了

定义 1.6

N = ( S , T ; F ) N=(S,T;F) N=(S,T;F)为一个网, S 1 ⊆ S . S_1\subseteq S. S1S.
1 ) N o s ( S l ) 1) N_{\mathrm{os}}( S_{\mathrm{l} }) 1)Nos(Sl) = ( S 1 , T 1 ; F 1 ) ( S_{1}, T_{1}; F_{1}) (S1,T1;F1)称为网 N N N关于库所子集 S 1 S_1 S1外延子网(outface sub-net),当且仅当:
T 1 = ∙ S 1 ∪ S 1 ∙ = ⋃ s ∈ S 1 ( ∙ s ∪ s ∙ ) F 1 = ( ( S 1 × T 1 ) ∪ ( T 1 × S 1 ) ) ∩ F \begin{aligned}&T_{1}=^{\bullet}S_{1}\cup S_{1}^{\bullet}=\bigcup_{s\in S_{1}}(^{\bullet}s\cup s^{\bullet})\\&F_{1}=((S_{1}\times T_{1})\cup(T_{1}\times S_{1}))\cap F\end{aligned} T1=S1S1=sS1(ss)F1=((S1×T1)(T1×S1))F

T 1 T_1 T1 S 1 S_1 S1的外延也可以说是 S 1 S_1 S1中所有 s s s元素的外延

F 1 F_1 F1 S 1 S_1 S1与其外延 T 1 T_1 T1中的 F F F中的流关系的一部分

所以是包含了 S 1 S_1 S1的前集和后集的变迁与之相关的流关系所以是外延子网

2 ) N i s ( S 1 ) = ( S 1 , T 2 ; F 2 ) 2)N_{\mathrm{is}}( S_{1}) = ( S_{1}, T_{2}; F_{2}) 2Nis(S1)=(S1,T2;F2)称为网 N N N关于库所子集 S 1 S_1 S1内连子网( inner-link sub-net),当且仅当
T 2 = ∙ S 1 ∩ S 1 ∙ = ( ⋃ s ∈ S 1 ∙ s ) ∩ ( ⋃ s ∈ S 1 s ∙ ) F 2 = ( ( S 1 × T 2 ) ∪ ( T 2 × S 1 ) ) ∩ F T_{2}={}^{\bullet}S_{1}\cap S_{1}^{\bullet}=(\bigcup_{s\in S_{1}}{}^{\bullet}s)\cap(\bigcup_{s\in S_{1}}s^{\bullet})\\F_{2}=((S_{1}\times T_{2})\cup(T_{2}\times S_{1}))\cap F T2=S1S1=(sS1s)(sS1s)F2=((S1×T2)(T2×S1))F

注意上面变迁的∪变成了∩!

T 2 T_2 T2只是 S 1 S_1 S1的前集也是后集

F 2 F_2 F2 S 1 S_1 S1与其外延 T 2 T_2 T2中的 F F F中的流关系的一部分

所以是包含了 S 2 S_2 S2的前集和后集的变迁与之相关的流关系所以是内连子网

外延子网与内联子网示意图

定义 1.7

N = ( S , T ; F ) N=(S,T;F) N=(S,T;F)为一个网 , T 1 ⊆ T . T_1\subseteq T. T1T.

1 ) N o s ( T 1 ) = ( S 1 , T 1 ; F 1 ) 1)N_{\mathrm{os}}(T_{1})=(S_{1},T_{1};F_{1}) 1)Nos(T1)=(S1,T1;F1)称为网 N N N关于变迁子集 T 1 T_1 T1外延子网,当且仅当
S 1 = ∙ T 1 ∪ T 1 ∙ = ⋃ t ∈ T 1 ( ∙ t ∪ t ∙ ) F 1 = ( ( S 1 × T 1 ) ∪ ( T 1 × S 1 ) ) ∩ F \begin{aligned}&S_{1}=^{\bullet}T_{1}\cup T_{1}^{\bullet}=\bigcup_{t\in T_{1}}(^{\bullet}t\cup t^{\bullet})\\&F_{1}=((S_{1}\times T_{1})\cup(T_{1}\times S_{1}))\cap F\end{aligned} S1=T1T1=tT1(tt)F1=((S1×T1)(T1×S1))F

与上面的定义类似,只不过上面是以S为中心,1.7以T为核心

2 ) N i s ( T 1 ) = ( S 2 , T 1 ; F 2 ) 2)N_{\mathrm{is}}( T_{1}) = ( S_{2}, T_{1}; F_{2}) 2)Nis(T1)=(S2,T1;F2)称为网 N N N关于变迁子集 T 1 T_1 T1内连子网,当且仅当
S 2 = ∙ T 1 ∩ T 1 ∙ = ( ⋃ t ∈ T 1 ∙ t ) ∩ ( ⋃ t ∈ T 1 t ∙ ) F 2 = ( ( S 2 × T 1 ) ∪ ( T 1 × S 1 ) ) ∩ F S_{2}=^{\bullet}T_{1}\cap T_{1}^{\bullet}=(\bigcup_{t\in T_{1}} {}^{\bullet}t)\cap(\bigcup_{t\in T_{1}}t^{\bullet})\\F_{2}=((S_{2}\times T_{1})\cup(T_{1}\times S_{1}))\cap F S2=T1T1=(tT1t)(tT1t)F2=((S2×T1)(T1×S1))F

与上面的定义类似,只不过上面是以S为中心,1.7以T为核心

在这里插入图片描述
在这里插入图片描述


http://www.kler.cn/a/309323.html

相关文章:

  • 基于Java Web的传智播客crm企业管理系统的设计与实现
  • Python中异常处理小测验
  • Rust 所有权机制
  • Unity3D学习FPS游戏(12)敌人检测和攻击玩家
  • 《MYSQL45讲》误删数据怎么办
  • 94个属于一区且接受医工交叉领域投稿的期刊汇总|个人观点·24-11-13
  • 启信产业大脑助力市北高新园区数字化升级,开启智慧园区新篇章
  • 自己建网站怎么建
  • OpenCV结构分析与形状描述符(24)检测两个旋转矩形之间是否相交的一个函数rotatedRectangleIntersection()的使用
  • 网络安全学习(五)Burpsuite实战
  • 解决Matlab报错:MEX 文件 ‘D:\MATLAB\toolbox\maple\maplemex.mexw64‘ 无效: 缺少依赖共享库
  • 2024年某大厂HW蓝队面试题分享
  • Github打不开解决方法
  • 产品经理有必要学习大模型技术吗?
  • 【Elasticsearch系列十一】聚合 DSL API
  • 地平线秋招2025
  • 大数据处理技术:企业岗位需求决策
  • 【机器学习】--- 深度学习中的注意力机制
  • bootstrap application nacos环境配置失效
  • C++——stack和queue的模拟实现
  • 重学SpringBoot3-SpringApplicationRunListener
  • GORM查询指南:高效检索数据
  • 认识数学建模,什么是数学建模
  • 小红书热门系列,风口副业项目AI宠物壁纸号,玩法分享
  • AI教你学Python 第10天 :参数与返回值
  • TAPD卓越版的全面评测:超强的功能与用户体验优势