發(fā)布時(shí)間：2021-02-21 04:48

　　隨著人工智能的快速發(fā)展,智能無人平臺(tái)逐漸向小型化和智能化轉(zhuǎn)變,多無人平臺(tái)的高效協(xié)同將在未來的信息化戰(zhàn)場(chǎng)、太空探索、搶險(xiǎn)救援等領(lǐng)域有著廣泛而深入的應(yīng)用。在該問題背景下,當(dāng)目標(biāo)任務(wù)隨機(jī)到達(dá),目標(biāo)之間存在強(qiáng)偏序約束,且目標(biāo)任務(wù)的執(zhí)行時(shí)間和執(zhí)行的成功概率都具有時(shí)間相關(guān)不確定時(shí),為了實(shí)現(xiàn)多無人平臺(tái)之間的在線協(xié)同,滿足在線計(jì)劃過程中的時(shí)效性,需要設(shè)計(jì)高效的在線規(guī)劃與調(diào)度方法,實(shí)時(shí)的生成執(zhí)行計(jì)劃,并優(yōu)化調(diào)度相關(guān)的無人平臺(tái)去執(zhí)行。本文以此為研究目的,主要討論:如何建立智能規(guī)劃與優(yōu)化調(diào)度相結(jié)合的在線計(jì)劃系統(tǒng);如何利用智能規(guī)劃語言PDDL進(jìn)行計(jì)劃問題的描述與建模,描述無人平臺(tái)之間的協(xié)同交互關(guān)系;如何在目標(biāo)任務(wù)之間存在強(qiáng)偏序約束的情況下快速搜索執(zhí)行目標(biāo)任務(wù)的行動(dòng)序列;以及如何在時(shí)間相關(guān)不確定環(huán)境下,針對(duì)規(guī)劃過程生成的行動(dòng)序列進(jìn)行行動(dòng)的起止時(shí)間推理和無人平臺(tái)的在線優(yōu)化調(diào)度,獲得全局較優(yōu)計(jì)劃方案。主要工作如下:（1）建立了離線狀態(tài)下基于運(yùn)籌學(xué)方法的問題模型,并討論了在線計(jì)劃框架和基于PDDL的規(guī)劃問題建模。文中通過基于運(yùn)籌學(xué)方法的問題建模,對(duì)本文研究問題的特點(diǎn)和問題求解的復(fù)雜度進(jìn)行了詳細(xì)討論;然后,根據(jù)智能規(guī)劃... 

【文章來源】：國(guó)防科技大學(xué)湖南省 211工程院校 985工程院校

【文章頁(yè)數(shù)】：159 頁(yè)

【學(xué)位級(jí)別】：博士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景
        1.1.1 論文研究的背景與意義
        1.1.2 論文研究的基金項(xiàng)目支撐
    1.2 基本概念、問題特點(diǎn)及國(guó)內(nèi)外相關(guān)研究現(xiàn)狀
        1.2.1 預(yù)備知識(shí)及論文研究問題的特點(diǎn)
        1.2.2 國(guó)內(nèi)外相關(guān)研究現(xiàn)狀
    1.3 現(xiàn)有相關(guān)研究存在的問題和本文的主要研究工作
        1.3.1 現(xiàn)有相關(guān)研究存在的問題
        1.3.2 本文的研究思路
        1.3.3 本文的研究?jī)?nèi)容
        1.3.4 本文的主要?jiǎng)?chuàng)新點(diǎn)
第二章 問題描述、建模與在線計(jì)劃（規(guī)劃與調(diào)度）系統(tǒng)的框架設(shè)計(jì)與分析
    2.1 基于運(yùn)籌學(xué)方法的問題建模
        2.1.1 離線狀態(tài)下的問題形式化描述
        2.1.2 離線運(yùn)籌學(xué)優(yōu)化模型
        2.1.3 離線優(yōu)化模型的求解復(fù)雜度分析
    2.2 規(guī)劃與調(diào)度相結(jié)合的在線計(jì)劃系統(tǒng)框架與計(jì)劃生成流程
    2.3 案例分析：基于艦艇防空案例的在線計(jì)劃系統(tǒng)分析
        2.3.1 艦艇防空案例介紹
        2.3.2 基于智能規(guī)劃與優(yōu)化調(diào)度的艦艇防空計(jì)劃系統(tǒng)
        2.3.3 案例討論
    2.4 本章小結(jié)
第三章 初始狀態(tài)下目標(biāo)任務(wù)之間存在強(qiáng)偏序順序約束的規(guī)劃方法研究
    3.1 強(qiáng)目標(biāo)偏序約束規(guī)劃問題介紹
    3.2 死鎖檢測(cè)算法及算法性質(zhì)分析
    3.3 目標(biāo)實(shí)現(xiàn)行動(dòng)的有效性檢測(cè)
    3.4 基于死鎖檢測(cè)的多步前向搜索算法
    3.5 實(shí)驗(yàn)分析
        3.5.1 實(shí)驗(yàn)數(shù)據(jù)介紹
        3.5.2 實(shí)驗(yàn)環(huán)境與對(duì)比算法
        3.5.3 實(shí)驗(yàn)結(jié)果
        3.5.4 實(shí)驗(yàn)總結(jié)與討論
    3.6 本章小結(jié)
第四章 相斥目標(biāo)實(shí)現(xiàn)行動(dòng)導(dǎo)致的目標(biāo)任務(wù)之間強(qiáng)偏序約束的規(guī)劃方法研究
    4.1 問題定義與介紹
    4.2 問題性質(zhì)分析
    4.3 問題求解
        4.3.1 問題求解復(fù)雜度分析
Ms FS）">        4.3.2 基于相斥目標(biāo)實(shí)現(xiàn)行動(dòng)集的多步前向搜索（Ex_Ms FS）
    4.4 案例分析：艦艇編隊(duì)防空仿真實(shí)驗(yàn)
        4.4.1 基于艦艇防空規(guī)劃的實(shí)驗(yàn)設(shè)計(jì)
        4.4.2 實(shí)驗(yàn)結(jié)果
        4.4.3 實(shí)驗(yàn)結(jié)果討論
    4.5 本章小結(jié)
第五章 時(shí)間相關(guān)不確定下基于重計(jì)劃的在線規(guī)劃與調(diào)度方法研究
    5.1 在線計(jì)劃問題分析與建模
        5.1.1 問題描述
        5.1.2 問題建模與啟發(fā)式求解
    5.2 可重復(fù)使用無人平臺(tái)的時(shí)間窗口管理
    5.3 在線計(jì)劃過程
        5.3.1 在線算法耗時(shí)處理
        5.3.2 實(shí)時(shí)重計(jì)劃
    5.4 案例分析：艦艇單艦防空仿真實(shí)驗(yàn)
        5.4.1 基于艦艇單艦防空的仿真實(shí)驗(yàn)設(shè)計(jì)
        5.4.2 算法時(shí)間分析
        5.4.3 重計(jì)劃的效果分析
        5.4.4 重計(jì)劃的平均計(jì)算時(shí)間和全局效果優(yōu)化的關(guān)系分析
    5.5 本章小結(jié)
第六章 時(shí)間相關(guān)不確定下基于分散式馬爾科夫決策過程的在線規(guī)劃與調(diào)度方法研究
    6.1 問題描述與基本假設(shè)
    6.2 分散式馬爾科夫決策過程（DEC-MDP）
        6.2.1 無人平臺(tái)執(zhí)行目標(biāo)任務(wù)過程的狀態(tài)空間描述
        6.2.2 基于分散式馬爾科夫決策的在線過程模型
    6.3 考慮潛在機(jī)會(huì)損失的分散式馬爾科夫決策過程（PCL-DEC-MDP）
        6.3.1 潛在機(jī)會(huì)成本
        6.3.2 考慮潛在機(jī)會(huì)損失的收益計(jì)算
    6.4 基于PCL-DEC-MDP的在線規(guī)劃與調(diào)度方法
        6.4.1 基于PCL-DEC-MDP的多無人平臺(tái)在線規(guī)劃與調(diào)度
        6.4.2 算法性質(zhì)及證明
    6.5 案例分析：艦艇編隊(duì)防空仿真實(shí)驗(yàn)
        6.5.1 基于艦艇編隊(duì)防空的仿真實(shí)驗(yàn)設(shè)計(jì)
        6.5.2 DEC-MDP與PCL-DEC-MDP的比較分析
    6.6 本章小結(jié)
第七章 結(jié)論與展望
    7.1 本文工作總結(jié)
    7.2 未來研究展望
致謝
參考文獻(xiàn)
作者在學(xué)期間取得的學(xué)術(shù)成果
附錄A 初試狀態(tài)下具有強(qiáng)目標(biāo)偏序約束的艦艇編隊(duì)防空規(guī)劃問題PDDL模型
附錄B 相斥目標(biāo)實(shí)現(xiàn)行動(dòng)導(dǎo)致的強(qiáng)偏序約束艦艇防空規(guī)劃問題PDDL模型
附錄C 單艦防空的在線規(guī)劃與調(diào)度過程中的PDDL模型



本文編號(hào)：3043861