基于因子間依賴關系的啟發(fā)式規(guī)劃研究.pdf_第1頁
已閱讀1頁,還剩49頁未讀 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、隨著智能規(guī)劃越來越多在實際問題中的應用,更多的學者開始關注和研究智能規(guī)劃,人們從多個角度去完善,并提出了多種規(guī)劃策略,其中,啟發(fā)式規(guī)劃方法作為智能規(guī)劃領域的重要問題之一,在近十幾年受到了眾多學者的關注和研究。目前具有代表性的啟發(fā)式規(guī)劃器有:FF、LPG和Fast-Downward等。由于Fast-Downward將規(guī)劃問題轉化為一個多值規(guī)劃任務,提出并采用了基于因果圖的啟發(fā)函數,得到了較高的搜索效率。但Fast-Downward的主要缺

2、點在于其采用的基于因果圖的啟發(fā)函數將目標因子相互獨立作為一個假設前提,然而在眾多的規(guī)劃問題中,各個目標因子之間往往存在相互依賴關系,造成計算出的啟發(fā)代價比真實代價值大。針對Fast-Downward存在的不足,本文在充分考慮了因子間依賴關系的基礎上,提出一種基于子目標排序和有利值提取的啟發(fā)函數(HBSH)。
   首先,根據目標因子間存在的依賴關系,依次從目標集中提取出子目標,得到一個有序的子目標序列,即目標因子合理的實現(xiàn)順序。

3、接下來以子目標序列中子目標的啟發(fā)代價依次作為啟發(fā)值來引導搜索,以達到提高啟發(fā)函數準確性、加快啟發(fā)函數計算速度的目的;其次,通過對目標因子間存在的有利依賴關系的分析,結合Fast-Downward中的域轉移圖技術,提出一種計算目標集在某一狀態(tài)下存在的有利值的算法,在啟發(fā)函數每次計算啟發(fā)代價時都加入有利值提取技術,這樣可得到更加準確的啟發(fā)代價;最后采用最佳優(yōu)先貪心算法來進行規(guī)劃求解。
   在Linux平臺下,采用C++語言對給出的

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論