论文部分内容阅读
普适计算环境通常采用集中式上下文推理机制，不但加重了推理服务器的负担，而且没有充分利用终端计算能力。而基于规则的模糊推理易于分解为独立的命题判定，这就为分布式推理提供了条件基础。本文提出一种面向分布式推理的模糊Petri网模型——dFRPN。dFRPN 采用层次模型，通过两层划分，表征推理服务器和终端的推理任务执行;dFRPN在传统的FRPN定义中引入负载度和负载增长的概念，在Petri 网控制中监控节点资源占用，在推理、迁移和提交之间做出决策。通过改进模糊推理Petri网(FRPN)的定义、机制和算法，dFRPN可以有效规约普适计算环境中的分布式推理机制，反映了分布式推理的本质特征。