În lucrare este introdus un model de reţele Petri generalizate stocastice fuzzy (RPGSF), în baza cărora este efectuată analiza QoS a sistemelor Ad-hoc cu dis-pozitive de calcul orientate pe servicii cu parametri incerţi din cauza unor factori necontrolabili. Validitatea modelului propus este ilustrată printr-un exemplu numeric fuzzy triangular cu α-tăieturi de analiză pentru a prezenta modul în care poate fi aplicată abordarea propusă, care mai bună reprezintă ambele dimensiuni de incertitudine, variabilitate stocastică şi imprecizie, în modelarea acestor tip de sisteme.
The paper introduced a model of fuzzy generalized stochastic Petri (FGSPN), under which it is carried out QoS analysis Ad-hoc systems with serviceoriented computing device with uncertain parameters due to uncontrollable factors. The validity of the proposed model is illustrated by an example with triangular fuzzy numbers using α-cut analysis to show how it can be applied to the proposed approach, which better represents both dimensions of uncertainty, stochastic variability and inaccuracy in the shaping of this type systems.
Dans cet article est introduit un modèle de réseaux de Petri généralisées stochastique floue (RPGSF), avec laquelle est réalisée l'analyse QoS des systèmes Ad hoc avec des dispositifs de calcul orienté service par Réseaux de Petri stochastique avec des paramètres incertains dus à des facteurs incontrôlables. La validité du modèle proposé est illustré par un exemple avec analyse par nombre floue α-coupe triangulaire pour montrer l'application de l'approche proposée, qui représente mieux les deux dimensions de l'incertitude, la variabilité stochastique et de l'imprécision dans la modélisation de ce type systèmes.
В работе предложена модель в виде нечеткой обобщенной стохастической сети Петри (НОССП), на базе которой осуществлен анализ QoS системы Ad-Hoc с неопределенными параметрами из-за еконтролируемых факторов. Справедливость предложенной модели иллюстрируется на примере анализа с нечеткими треугольными величинами с α-сечениями. Предлагаемый подход лучше представляет оба измерения неопределенности, стохастической изменчивости и неточность параметров, при моделировании этого типа систем.