导读:本文包含了可能性规划论文开题报告文献综述及选题提纲参考文献，主要关键词:可能性理论,可能性规划,乐观模型,悲观模型
可能性规划论文文献综述
刘东亚[1]（2011）在《带有并行动作的可能性规划的研究与实现》一文中研究指出近年来,智能规划已经成为人工智能的研究热点,可能性规划作为不确定规划的一种,由于能够定性的刻画现实世界中的不确定性,更适合于求解现实世界中的规划问题,而逐渐得到人们的关注。而现有可能性图规划器Poss-Graphplan限定每个时间步只执行一个动作,且规划图中无法使用互斥信息,找到的规划解相对冗长,并且比较浪费求解时间。本文在深入研究可能性理论的基础上,针对这一问题,提出新的可能性规划算法PC-Graphplan。首先,在可能性图框架下重新定义了互斥关系和并行动作集的概念,使之能够符合可能性规划中动作的不确定性,PC-Graphplan算法在规划图扩展阶段标记节点间的互斥信息,有效利用规划图的特性,提高了规划器的求解质量;接着,在规划提取中给出了乐观和悲观两种情况下生成并行动作集的算法,实现了可能性图框架下动作的并行执行,弥补了Poss-Graphplan规划器中每个时间步只能执行一个动作的不足;然后,分乐观和悲观两种情况给出了带有并行动作的可能性规划的图规划算法PC-Graphplan;最后,用C语言在Windows系统下实现了基于可能性理论的可处理并行动作的PC-Graphplan图规划器,实验证明PC-Graphplan图规划器可以达到理论预期的效果,实现了可能性规划过程中动作的并行执行,与Poss-Graphplan相比提高了求解质量,使得可能性规划更适合于处理现实世界问题。(本文来源于《东北师范大学》期刊2011-05-01）
王乐[2]（2011）在《基于可能性决策图的可能性规划》一文中研究指出早期智能规划研究一直集中在“封闭世界”假设之下的经典规划领域,然而,很多实际问题并不满足这样的假设条件,因此,一些学者将目光投向了不确定性规划的研究,其中概率规划的研究取得了一定的成绩,由于人工智能研究中的不确定性通常是顺序的、定性的,动作效果的概率在实际中往往很难获得,一些研究认为,可能性理论更适合解决那些概率模型无法解决或者概率信息很难获得的问题,提出可能性规划的概念,在可能性规划中,规划的初始世界状态是部分已知的,规划动作的效果按照对最终目标的完成效用被分成各个等级。然而,求解可能性规划的可能性价值迭代算法往往只能高效地求解较小的问题,尤其,伴随着域特征数目的增加状态空间的规模往往呈指数级增长,会陷入Bellman的维度灾难。同时,智能规划的求解方法由最初的用归结定理证明的方法求解规划,扩展为用STRIPS方法求解规划问题,及将规划问题转化为可满足问题来求解和采用模型检测的方法来求解规划问题。其中利用模型检测的方法求解规划取得了很好的成绩,在2000年规划大赛上,基于模型检测的MIPS(The Model Checking Integrated Planning System)规划系统,采用二元决策图(Binary Decision Diagrams)来压缩地表示规划状态,使得规划解的搜索空间得到有效的扩展。本文基于可能性理论和决策图理论提出一种新的决策图:可能性决策图,用于对不确定环境下的不精确的和模糊的信息进行编码,并用定理证明所提出的可能性决策图能规范地表示可能性命题公式,而且定义了可能性决策图上可应用的运算:取MAX运算、取MIN运算和取N运算。并将可能性决策图应用于求解可能性规划问题,提出了新的算法PPUPDDs,来创建最优可能性策略:利用可能性决策图来压缩地表示可能性价值函数和可能性策略,通过可能性决策图表示来捕捉动作和效用函数中的一些规则,去实现可能性价值迭代算法,这使得算法PPUPDDs节省了大量的空间和计算时间。我们在Factory、Moat-Castle、Block叁个可能性规划问题域上测试了PPUPDDs算法,都有优异的表现。(本文来源于《东北师范大学》期刊2011-05-01）
殷明浩,李丹丹,谷文祥,孙吉贵[3]（2008）在《可能性规划表示与求解》一文中研究指出利用可能性理论提出了一种基于PDDL(planning domain definition language)的可能性规划表示方法——Poss-PDDL,给出了基于可能性理论框架下的定性决策理论和图规划算法的可能性规划求解方法——可能性图规划,设计并开发了可能性规划问题求解器Poss-Graphplan.PDDL是国际规划器大赛的标准域定义语言,这使得Poss-PDDL更具通用性和标准性.由于用可能性理论表示动作效果和状态的不确定性更具优势,因此Poss-Graphplan更适用于解决那些概率模型无法解决或者很难获得概率信息的不确定规划问题.可以证明,应用可能性图规划方法求解可能性规划问题得到的规划解是最优的.实验结果表明,可能性图规划方法在问题求解能力和速度上的表现都较为突出.(本文来源于《南京大学学报(自然科学版)》期刊2008年05期）
李丹丹[4]（2008）在《可能性规划问题表示与求解研究》一文中研究指出早期智能规划研究一直集中在经典规划领域,它假设动作是确定的、初始条件是已知的、目标被定义为一些命题的集合。但很多实际问题并不满足这样的条件,因此,一些学者开始尝试不确定规划的研究,其中绝大部分集中于概率规划研究。然而,动作效果的概率在实际中很难获得,尤其是人工智能研究中的不确定性通常是顺序的、定性的。一些研究认为,可能性理论更适用解决那些概率模型无法解决或者概率信息很难获得的问题。本文利用可能性理论提出了一种基于PDDL(Planning Domain Definition Language)的可能性规划问题表示方法——Poss-PDDL,给出了基于可能性理论框架下的定性决策理论和图规划算法的可能性规划求解方法——可能性图规划,设计并开发了可能性规划问题求解器Poss-Graphplan。PDDL是国际规划器大赛的标准域定义语言,这使得Poss-PDDL更具通用性和标准性。由于用可能性理论表示动作效果和状态的不确定性更具优势,因此Poss-Graphplan更适用于解决那些概率模型无法解决或者很难获得概率信息的不确定规划问题。我们证明了应用可能性图规划方法求解可能性规划问题得到的规划解是最优的。同时,我们用C语言在Windows系统下实现了可能性图规划器,实验结果表明,可能性图规划方法在问题求解能力和速度上的表现都较为突出。(本文来源于《东北师范大学》期刊2008-05-01）
殷明浩[5]（2004）在《图规划框架下的可能性规划的研究与实现》一文中研究指出经典智能规划多是在强约束假设条件的基础上建模的，例如要求规划agent对于动作的结果的知识完全，且规划agent执行动作的结果是确定的，从而不能运用于大多数实际系统和实际领域中。本文的目的在于利用可能性理论描述规划动作的不确定性，使得可能性理论在规划建模中得以运用。由于可能性理论利用模糊集合理论来描述知识，相对于利用概率方法对规划的不确定性采用定量描述方法，可能性描述规划的不确定性采用的是定性描述的方法；因而即使规划agent对于规划的不确定性缺乏精确的评估标准的时候，依然可以找到一条最优规划。同时由于可能性方法在描述无知方面相对于概率方法更为优秀，我们认为可能性智能规划相对于概率智能规划在描述动作的不确定性上有着更大的优势。本文在给出可能性动作，可能性智能规划的相关定义后，证明了经典的智能规划是可能性规划的特例，因而凡是适合于求解可能性规划的方法都可以运用于经典规划求解中。但是相对于经典规划而言，可能性智能规划规划表示能力更强，更易于适用于实际系统。同时我们可以看到，在过去十年中，规划图算法无论在经典规划领域还是在概率规划领域都取得了巨大的成功。本文在规划图算法的框架下给出了一种求解最优可能性规划的算法，并给予实现。实验证明我们的规划方法是稳健高效的。(本文来源于《东北师范大学》期刊2004-05-01）
可能性规划论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
早期智能规划研究一直集中在“封闭世界”假设之下的经典规划领域,然而,很多实际问题并不满足这样的假设条件,因此,一些学者将目光投向了不确定性规划的研究,其中概率规划的研究取得了一定的成绩,由于人工智能研究中的不确定性通常是顺序的、定性的,动作效果的概率在实际中往往很难获得,一些研究认为,可能性理论更适合解决那些概率模型无法解决或者概率信息很难获得的问题,提出可能性规划的概念,在可能性规划中,规划的初始世界状态是部分已知的,规划动作的效果按照对最终目标的完成效用被分成各个等级。然而,求解可能性规划的可能性价值迭代算法往往只能高效地求解较小的问题,尤其,伴随着域特征数目的增加状态空间的规模往往呈指数级增长,会陷入Bellman的维度灾难。同时,智能规划的求解方法由最初的用归结定理证明的方法求解规划,扩展为用STRIPS方法求解规划问题,及将规划问题转化为可满足问题来求解和采用模型检测的方法来求解规划问题。其中利用模型检测的方法求解规划取得了很好的成绩,在2000年规划大赛上,基于模型检测的MIPS(The Model Checking Integrated Planning System)规划系统,采用二元决策图(Binary Decision Diagrams)来压缩地表示规划状态,使得规划解的搜索空间得到有效的扩展。本文基于可能性理论和决策图理论提出一种新的决策图:可能性决策图,用于对不确定环境下的不精确的和模糊的信息进行编码,并用定理证明所提出的可能性决策图能规范地表示可能性命题公式,而且定义了可能性决策图上可应用的运算:取MAX运算、取MIN运算和取N运算。并将可能性决策图应用于求解可能性规划问题,提出了新的算法PPUPDDs,来创建最优可能性策略:利用可能性决策图来压缩地表示可能性价值函数和可能性策略,通过可能性决策图表示来捕捉动作和效用函数中的一些规则,去实现可能性价值迭代算法,这使得算法PPUPDDs节省了大量的空间和计算时间。我们在Factory、Moat-Castle、Block叁个可能性规划问题域上测试了PPUPDDs算法,都有优异的表现。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
可能性规划论文参考文献
[1].刘东亚.带有并行动作的可能性规划的研究与实现[D].东北师范大学.2011
[2].王乐.基于可能性决策图的可能性规划[D].东北师范大学.2011
[3].殷明浩,李丹丹,谷文祥,孙吉贵.可能性规划表示与求解[J].南京大学学报(自然科学版).2008
[4].李丹丹.可能性规划问题表示与求解研究[D].东北师范大学.2008
[5].殷明浩.图规划框架下的可能性规划的研究与实现[D].东北师范大学.2004