陈 荣，方贤文

(安徽理工大学 数学与大数据学院，安徽 淮南 232001)

随着计算机技术的发展，网络建模已经得到广泛的应用。在建模过程中会因为实际问题的复杂而出现不合适的现象，如何改进这些模型，这就突显了Petri网相关性质及行为轮廓的重要性。Petri网是一种模型构建方式，它可以描述系统中各结构和行为之间的关系还可以描述系统的动态性质如：活性、有界性，使得系统直观化[1-2]。

目前，有很多学者都在Petri网的行为轮廓、过程挖掘和结构方面做了建模优化分析，例如：文献[3]以行为轮廓为基础,提出了基于配置约束的业务流程模型优化方法，并信用证交易系统的实例验证了优化模型结构。文献[4]从行为轮廓的理论和应用方面对模型进行优化。文献[5]给出了一些有关行为轮廓的性质和分析方法，阐述了有关序关系的对称性及相关性质。文献[6]从行为轮廓角度对Petri网的性能加以分析，为优化模型性能提供了有效的方法。文献[7]提出了一种基于过程挖掘的结构优化方法，利用过程挖掘获取实时模型，通过对关联结构的改造降低流程耗时。文献[8]使用S不变量和T不变量对修正时间赋时变迁Petri网（Modified timed transition Petri net，MTTPN）分析的方法对装配线进行了建模和节拍优化。文献[9-10]利用随机理论建立和优化模型，通过计算比较验证优化模型的有效性。也有学者在网络购票及选座优化方面进行了研究，如文献[11]提出了网络选座过程中出现的一些问题，在结合实际经验基础上提出网络选座的对策，并通过实例分析验证了优化方法的有效性。……