استخراج قوانين از توصيف و مدل‌سازي آنها با استفاده از شبكه‌هاي پتري فازي رنگي

در اين مقاله، قوانين حاكم بر رفتار سيستم از توصيف آن استخراج و سپس با شبكه پتري مدل‌سازي مي‌شود. مجموعه اين قوانين، پايگاه دانش سيستم را تشكيل مي‌دهد كه قابليت استنتاج از آن را فراهم مي‌آورد. هر قانون از تعدادي شرط و يك نتيجه تشكيل شده است. زماني كه تعداد قوانين زياد و شرط‌ها در قوانين مختلف همپوشاني داشته باشند، مي‌توان با استفاده از ساختار سلسله مراتبي به وسيله موتور استنتاج از تكرار شرط‌ها جلوگيري كرد و در نتيجه تعداد بررسي لازم براي رسيدن به نتيجه را كاهش داد. وقتي اين قوانين داراي متغيرهاي زياد و فازي باشند، شكل پيچيده‌اي به خود مي‌گيرند و درك و استنتاج رفتار آنها مشكل مي‌شود. براي درك بهتر اين پيچيدگي، مناسب است كه آن ‌را با استفاده از شبكه‌هاي پتري‌ فازي بصري‌سازي كنيم. تاكنون روش‌هاي مختلف و متعددي مبتني بر شبكه‌هاي پتري فازي براي مدل كردن قوانين فازي ارائه شده است، اما اين روش‌ها يا تعداد قوانين و متغيرهاي زياد در سيستم را پشتيباني نمي‌كنند يا مواردي مانند نقش گزاره‌هاي شرطي در وقوع گزاره‌هاي نتيجه، احتمالي بودن گزاره‌هاي نتيجه، مقدار آستانه براي گزاره‌هاي شرطي و نتيجه، ضريب قطعيت براي قانون يا براي گزاره‌هاي نتيجه را در نظر نمي‌گيرند. در اين مقاله، با توسعه كار قبلي خود، مدلي مبتني بر شبكه پتري فازي ارائه مي‌دهيم كه دو مورد بيان شده در بالا را پوشش مي‌دهد و كاستي‌هايي كه در توصيف مدل در كار قبلي ما وجود داشت را جبران مي‌كند. در انتها، مدل پيشنهادي را براي يك سيستم تصفيه آب ايمن و حملات آن به كار مي‌بريم.