基于啟發(fā)式搜索的規(guī)劃方法是當(dāng)前智能規(guī)劃研究的熱點(diǎn)，本文針對(duì)搜索算法和剪枝策略這兩個(gè)影響規(guī)劃求解效率的關(guān)鍵因素進(jìn)行了深入研究，為經(jīng)典規(guī)劃問(wèn)題和不確定規(guī)劃問(wèn)題設(shè)計(jì)了更靈活的啟發(fā)式搜索算法和剪枝策略，具體內(nèi)容如下： （1）提出一種利用路標(biāo)信息隱式分解前向搜索過(guò)程的規(guī)劃方法，根據(jù)路標(biāo)計(jì)數(shù)啟發(fā)式的估值將規(guī)劃任務(wù)分解成多個(gè)規(guī)模更小的子任務(wù)，搜索過(guò)程在路標(biāo)計(jì)數(shù)啟發(fā)式的引導(dǎo)下快速向目標(biāo)方向推進(jìn)，實(shí)現(xiàn)搜索空間的大規(guī)模壓縮。 （2）提出基于縮減信念狀態(tài)的Conformant規(guī)劃方法，搜索規(guī)劃解之前先將初始信念狀態(tài)轉(zhuǎn)換為不確定性更低的狀態(tài)，再搜索給定問(wèn)題的目標(biāo)。降低信念狀態(tài)不確定性的方法能夠減小問(wèn)題的求解難度，改善規(guī)劃系統(tǒng)的求解效率。 （3）提出一種Conformant規(guī)劃下利用有利動(dòng)作構(gòu)造新型剪枝策略的方法，根據(jù)放松規(guī)劃解的計(jì)算過(guò)程給出有利蘊(yùn)含路徑的概念，擴(kuò)展信念狀態(tài)時(shí)優(yōu)先應(yīng)用有利蘊(yùn)含路徑，對(duì)搜索空間的探索速度更快。 （4）提出Contingent規(guī)劃下帶有強(qiáng)制觀察的剪枝策略，通過(guò)修改放松規(guī)劃圖的構(gòu)造過(guò)程使得有利動(dòng)作集合能夠提取出觀察當(dāng)前不確定信息的動(dòng)作，根據(jù)觀察結(jié)果執(zhí)行不同的求解動(dòng)作，符合分支規(guī)劃解的執(zhí)...

【文章頁(yè)數(shù)】：129 頁(yè)

【學(xué)位級(jí)別】：博士

【文章目錄】：
提要
摘要
Abstract
第1章 緒論
    1.1 智能規(guī)劃簡(jiǎn)介
        1.1.1 智能規(guī)劃的分類
        1.1.2 規(guī)劃問(wèn)題的描述
    1.2 規(guī)劃求解方法
        1.2.1 圖規(guī)劃方法
        1.2.2 基于命題可滿足性的規(guī)劃方法
        1.2.3 基于啟發(fā)式搜索的規(guī)劃方法
    1.3 常用的啟發(fā)式搜索算法
    1.4 啟發(fā)函數(shù)的設(shè)計(jì)
        1.4.1 和/最大代價(jià)啟發(fā)函數(shù)
        1.4.2 放松規(guī)劃解啟發(fā)函數(shù)
        1.4.3 因果圖啟發(fā)函數(shù)
        1.4.4 路標(biāo)計(jì)數(shù)啟發(fā)函數(shù)
    1.5 智能規(guī)劃研究現(xiàn)狀
    1.6 本文研究工作
        1.6.1 研究意義
        1.6.2 具體工作內(nèi)容
第2章 路標(biāo)計(jì)數(shù)啟發(fā)式引導(dǎo)的分解規(guī)劃方法
    2.1 相關(guān)概念
        2.1.1 經(jīng)典規(guī)劃問(wèn)題
        2.1.2 多啟發(fā)式搜索
        2.1.3 Anytime搜索
    2.2 基于路標(biāo)隱式分解的前向搜索算法
        2.2.1 路標(biāo)分解規(guī)劃任務(wù)的基本思想
        2.2.2 路標(biāo)計(jì)數(shù)啟發(fā)式引導(dǎo)的增強(qiáng)爬山算法
    2.3 實(shí)驗(yàn)測(cè)試與分析
        2.3.1 動(dòng)作帶有執(zhí)行代價(jià)的測(cè)試域
        2.3.2 動(dòng)作不帶有執(zhí)行代價(jià)的測(cè)試域
    2.4 小結(jié)
第3章 基于縮減信念狀態(tài)的CONFORMANT規(guī)劃方法
    3.1 CONFORMANT規(guī)劃的相關(guān)概念
        3.1.1 Conformant規(guī)劃問(wèn)題
        3.1.2 隱式信念狀態(tài)表示
        3.1.3 Conformant-FF規(guī)劃系統(tǒng)的基本結(jié)構(gòu)
    3.2 縮減信念狀態(tài)的增強(qiáng)爬山算法
    3.3 CFF-LITE規(guī)劃系統(tǒng)
        3.3.1 系統(tǒng)基本結(jié)構(gòu)
        3.3.2 規(guī)劃算法的求解過(guò)程
    3.4 實(shí)驗(yàn)測(cè)試與結(jié)果分析
    3.5 小結(jié)
第4章 一種新的CONFORMANT規(guī)劃剪枝策略
    4.1 CONFORMANT-FF的啟發(fā)式評(píng)估過(guò)程
        4.1.1 Conformant放松規(guī)劃問(wèn)題
        4.1.2 計(jì)算放松規(guī)劃解
    4.2 蘊(yùn)含路徑剪枝策略
        4.2.1 蘊(yùn)含路徑的含義
        4.2.2 構(gòu)造有利蘊(yùn)含路徑
    4.3 實(shí)驗(yàn)測(cè)試與分析
    4.4 小結(jié)
第5章 CONTINGENT規(guī)劃下強(qiáng)制觀察剪枝策略
    5.1 部分可觀察規(guī)劃問(wèn)題
    5.2 CONTINGENT-FF的啟發(fā)式評(píng)估過(guò)程
    5.3 強(qiáng)制觀察剪枝策略
        5.3.1 修改放松規(guī)劃圖的構(gòu)造過(guò)程
        5.3.2 強(qiáng)制提取觀察動(dòng)作
    5.4 實(shí)驗(yàn)測(cè)試與分析
    5.5 小結(jié)
第6章 總結(jié)與展望
參考文獻(xiàn)
作者簡(jiǎn)介及在學(xué)期間所取得的科研成果
致謝



本文編號(hào)：3801040