本文以铁路系统中的“铁路智能运输系统技术研究”为背景，在混杂系统建模、分析理论的基础上，全面分析了基于智能的混杂系统研究所面临的问题，完整地给出了智能混杂系统的定义，并归纳出其相应的特性。论文主要是围绕混杂系统中知识的处理、不确定性问题的处理、系统的自治能力等方面，基于Petri网的理论和方法进行了一类智能混杂系统的建模、分析理论及应用的研究，工作本身是具有开创性质的，也是基础性的。 论文在全面归纳Petri网的基本概念、特性、分析方法的基础上，从理论上详细地研究了带有时间约束的Petri网，形成了一系列与时间约束变迁／库所有关的结论和定理，扩充了TCPN’s现有的理论。面向智能混杂系统的建模，论文首次定义了一种分层混合对象Petri网(HHPNO)，定义中充分体现出O-O方法和Petri网的一致性和优势互补性，网中综合考虑了系统的背景知识表述、系统不同属性的处理、多种对象Petri网的集成等问题；基于系统的分层特性，HHPNO在高层采用了带有对象的Petri网(PNO)；面向底层混杂系统的描述采用对象Petri子网。论文对HHPNO中的PNO、规范化接口、库所子网、变迁子网、层次化求精等问题的相关理论进行了系统的研究。 文章在详细研究了现行混合Petri网的建模和分析理论的基础上，面向智能混杂系统定义了一种智能条件／事件混合Petri网，该网包含赋时离散Petri网、连续Petri网和智能决策接口，离散网和连续网之间是通过条件和事件信号进行交互，智能决策接口可构成和其它智能系统或智能决策对象的互连，使得一类混杂系统具有智能决策的能力，同时又保持系统的相对独立性。建模实例表明所定义的混合Petri网具行模块性优良和接口的一致性等特征。论文针对线性混合Petri网，用两种方法进行状态可达性分析：谓词转换方法和基于路径的方法。本文的分析方法相对于已有的方法来说，引入了外部决策因素，该研究既丰富了现有混杂系统的分析理论。 在HHPNO的建模体系下，针对列车群行为构建了两种实验模犁TOPNO和TGOSOPS，实验表明模型便于分布式系统的实施并具有很好的开放性。论文构建了一种基于多种对象Petri网的列车群运行仿真系统及分布式仿真系统的基本结构，并设计实施了基本的实验模型，实验模型在设计方面立足于通用性好、扩充性优良、操作便利等特点。该模型可构成研究一类智能混杂系统建模及分析理论的实验平台。针对智能混杂系统的知识处理问题，在已经建立的列车群运行系统的对象Petri网模犁的基础上，本文利用Petri网对知识的处理能力，给出了一种有效的时间Petri网的时间知识推理算法，由于算法中引入模糊时间区间的操作、保留了最少数量的生成图节点，所以该算法比已有的算法效率高并可处理时间区间的不确定性问题。首次将该算法用于铁路智能运输系统中时间类知识的表示和推理，理论和实验表明：本算法可验证时间约束的列车运行调整方案的可行性；能验证铁路专家系统中时间知识的一致性等问题。