基于啟發(fā)式搜索和領域知識約束的智能規(guī)劃方法研究.pdf

1、智能規(guī)劃是一門前沿交叉學科，其發(fā)展對計算機科學、人工智能、認知科學等產生了重要影響。上世紀90年代，圖規(guī)劃理論和啟發(fā)式規(guī)劃方法取得了巨大進展，大部分規(guī)劃器都采用了規(guī)劃圖和啟發(fā)式搜索技術;進入21世紀，研究人員越來越注重領域知識和約束條件的運用，并將規(guī)劃器分成兩大類，一類是基于規(guī)劃圖和啟發(fā)式搜索的領域無關規(guī)劃器，另一類是基于領域知識的領域約束規(guī)劃器。目前的研究熱點在于將領域無關的啟發(fā)式搜索技術運用到基于領域知識的領域約束規(guī)劃中去。

2、　　 本文研究了基于啟發(fā)式搜索的領域無關規(guī)劃方法和基于領域知識的領域約束規(guī)劃方法，分析了各自的優(yōu)缺點，深入探討了將領域無關的啟發(fā)式搜索技術運用到領域約束規(guī)劃中去的方法。鑒于此，作者在領域約束規(guī)劃器TLPlan的基礎上，改進得出了FFheu2TL規(guī)劃系統(tǒng):使用FF式的啟發(fā)式估價函數和有用動作剪枝技術改進標準的最佳優(yōu)先(Best-First)搜索算法，得出“Best-First-Helpful-Action”搜索算法，并結合TLPlan中

3、由一階線性時序邏輯(LTL)表示的領域知識，引導和控制規(guī)劃進程，有效地降低了搜索空間，提高了規(guī)劃效率。
　　 針對現有規(guī)劃器主要關注求解過程，而很少對規(guī)劃解的質量進行優(yōu)劣分析這一不足，本文提出了基于多目標測量函數的規(guī)劃解質量測評方法，重點闡述了如何使用傾向控制等軟性約束條件和規(guī)劃時間、規(guī)劃長度、資源約束等測量依據對規(guī)劃解的質量進行綜合測評和優(yōu)劣分析。研究發(fā)現對規(guī)劃解的質量進行綜合測評非常重要，這可以幫助我們獲取質量最優(yōu)的規(guī)劃解，