如何在Python中保存并重新加载PM4Py生成的Petri网模型？

方案1：使用PM4Py原生PNML读写接口 #

PM4Py支持Petri网标准格式PNML的读写，能完整保存模型结构、初始标记和最终标记，步骤如下：

• 保存模型：

  import pm4py
  
  # 假设已通过Inductive Miner得到petri_net, initial_marking, final_marking
  pm4py.write_petri_net(petri_net, initial_marking, final_marking, "my_petri_model.pnml")
  

• 加载模型：

  petri_net, initial_marking, final_marking = pm4py.read_petri_net("my_petri_model.pnml")
  

PNML是跨工具兼容的格式，适合后续和其他Petri网分析工具交互。

方案2：用Python Pickle序列化 #

如果只需要在Python环境内复用模型，Pickle序列化是更轻量的选择：

• 保存模型：

  import pickle
  
  # 将模型相关对象打包保存
  with open("petri_model.pkl", "wb") as f:
      pickle.dump((petri_net, initial_marking, final_marking), f)
  

• 加载模型：

  with open("petri_model.pkl", "rb") as f:
      petri_net, initial_marking, final_marking = pickle.load(f)
  

关键提示 #

无论用哪种方法，必须同时保存和加载初始标记与最终标记，否则模型无法正确还原日志对应的行为逻辑。

内容的提问来源于stack exchange，提问作者Aviv Gerasi