学位论文 > 优秀研究生学位论文题录展示

基于不确定系统的状态可达关系求规划解的算法研究

作 者: 黄丽芳
导 师: 文中华
学 校: 湘潭大学
专 业: 计算机科学与技术
关键词: 不确定规划 邻接矩阵 可达矩阵 规划解 多agent
分类号: TP18
类 型: 硕士论文
年 份: 2013年
下 载: 14次
引 用: 0次
阅 读: 论文下载
 

内容摘要


智能规划是人工智能近年来的热点研究领域,而关于不确实规划的研究是其中一个重要分支。不确定规划问题由于动作的不确定性,已存在的用来求不确定状态转移系统的强规划解、弱规划解及强循环规划解的方法都是采取从目标状态开始进行反向搜索的方法来求规划解,但由于没有任何引导信息,求规划解时常常会重复搜索大量无用的状态和动作,所以如何获得系统的引导信息,并用于求规划解以提高求解的效率一直是研究的难点。本文针对以上问题,基于不确定状态转移系统的状态可达关系,对于不确定状态转移系统中规划解的求解问题,主要做了以下两方面的研究:1.在不确定规划领域中,不确定状态转移系统求规划解时常常存在大量冗余操作,造成不必要的搜索和计算。本文将不确定状态转移系统转换为邻接矩阵,使用邻接矩阵的加和乘运算获得系统中的可达矩阵,即获得了系统状态间的可达关系。因此,我们基于这两个矩阵设计了基于可达关系正向搜索强规划解、弱规划解的算法,在求规划解的过程中,根据邻接矩阵为系统确定下一步该选择执行的动作,在可达矩阵中判断执行该动作到达的状态是否可达目标状态,以此确定该状态动作序偶是否能够加入到规划解中。若执行动作到达的状态不可达目标状态,则可以避免搜索这些对构成规划解没有用的状态和动作。在搜索的过程中根据两个矩阵的值判断状态和动作是否有用,若无用,则直接避免了搜索,减少了大量冗余计算,提高了求规划解的效率。2.多agent规划问题首次的正式讨论出现在2010年的ICAPS上,现在关于多agent规划领域的研究多为具有确定动作的多agent规划问题,而具有不确定动作的多agent规划问题的研究还是一个很新的领域。本文针对不确定多agent规划系统协同规划解的问题,设计了基于可达关系求多agent规划解的算法。在假设agent执行每个动作的时间相等的前提下,该算法利用邻接矩阵和可达矩阵中关于状态之间的转移信息及可达信息,为多个agent确定下一步转移的动作,执行动作后,存在agent与上一个agent到达的状态相同且总执行时间相等的情况下,对该agent执行等待一个动作执行时间的操作,避免多agent造成的冲突,寻找出协同规划解。根据算法进行了实验,证明了该算法的正确性和有效性。

全文目录


摘要  4-5
ABSTRACT  5-9
第1章 引言  9-12
  1.1 智能规划的相关知识  9-10
  1.2 本文主要内容及组成章节  10-12
    1.2.1 本文的主要内容  10
    1.2.2 本文的组织结构  10-12
第2章 不确定规划领域的相关知识  12-18
  2.1 不确定规划  12-13
  2.2 基于模型检测的不确定规划  13-17
    2.2.1 模型检测  13-14
    2.2.2 基于模型检测的不确定规划  14-17
  2.3 本章小结  17-18
第3章 基于可达关系正向搜索强、弱规划解  18-47
  3.1 基于可达关系求规划解中的相关定义  18-21
  3.2 反向搜索方法求强规划解、弱规划解  21-25
    3.2.1 反向搜索强规划解算法  21-23
    3.2.2 反向搜索弱规划解算法  23-25
  3.3 基于状态分层正向搜索强规划解、弱规划解算法  25-31
    3.3.1 基于状态分层正向搜索强规划解算法  25-28
    3.3.2 基于状态分层正向搜索弱规划解算法  28-31
  3.4 基于可达关系正向搜索强规划解算法  31-39
    3.4.1 搜索强规划解算法描述  31-34
    3.4.2 算法分析  34
    3.4.3 算法的实例说明与分析  34-37
    3.4.4 实验数据分析  37-39
  3.5 基于可达关系正向搜索弱规划解算法  39-46
    3.5.1 搜索弱规划解算法描述  39-41
    3.5.2 算法分析  41-42
    3.5.3 算法的实例说明与分析  42-45
    3.5.4 实验数据分析  45-46
  3.6 本章小结  46-47
第4章 基于可达关系求多 agent 规划解  47-59
  4.1 多 agent 规划领域的相关知识  47-50
  4.2 基于可达关系求多 agent 规划解  50-57
    4.2.1 求多 agent 规划解的算法  50-53
    4.2.2 算法分析  53
    4.2.3 算法的实例说明与分析  53-56
    4.2.4 实验数据分析  56-57
  4.3 本章小结  57-59
第5章 总结与展望  59-60
参考文献  60-64
致谢  64-65
附录 A (攻读硕士学位期间发表的论文)  65-66
附录 B (攻读硕士学位期间参与的科研项目)  66
附录 C (攻读硕士学位期间获奖情况)  66

相似论文

  1. 关于特征多项式的两个参数及其应用,O157.5
  2. 基于MAS的供应链突发事件应急协调机制研究,F274
  3. 校园内服务设施选址问题的研究与评价建模,G47
  4. 基于本体多Agent系统的交易伙伴智能发现相关技术研究,F713.36
  5. 车间生产调度中基于聚类的虚拟联盟协商机制,TP301.6
  6. 基于规则的计算机兵棋系统技术研究,E911
  7. 多中心协同卫星任务规划平台关键技术研究,V448
  8. 多Agent技术在野战卫勤自适应保障中的应用研究,E075
  9. 基于Agent的危险化学品安全生产信息采集系统研究,F426.7
  10. Multi-Agent在建筑工程预算系统中的应用研究,TU723.3
  11. 强规划解、弱规划解的研究,O221
  12. 基于MES的离散型制造企业车间资源管理的研究与应用,TP315
  13. 频繁子图挖掘算法的研究,TP311.13
  14. 供应链环境下的汽车企业协同调度方法研究,F426.471
  15. 一个基于公开信息分类的Riapcv拍卖模型,F713.359
  16. 基于VxWorks实时操作系统的Agent的研究与应用,TP316.2
  17. 基于ISM的连锁零售业实施实时物流的策略研究,F721.7;F724.2
  18. 基于蚁群算法的分布式多智能体任务分配研究,TP301.6
  19. MAS中基于本体的通信技术研究及其应用,TP391.1
  20. 基于情景分析的应急路径选择研究,N941
  21. 隐私保护的分布式聚类算法研究,TP311.13

中图分类: > 工业技术 > 自动化技术、计算机技术 > 自动化基础理论 > 人工智能理论
© 2012 www.xueweilunwen.com