二级不确定性的内涵处理方法

本文给出处理二级（或阶）不确定性的一种内涵方法（或称为基于模型的方法），该方法用概率簇空间表示证据空间的二级不确定性结构，用L-集合表示规则强度的二级不确定性，用概率簇空间的传递方式刻画二级不确定性的传播过程．给出了概率簇上限定化关系的传递性质，并用限定化的概念对规则组合的两种不同方式进行了比较．本文为基于知识的推理提供了新的综合框架．     

规划问题编码为约束可满足问题的研究

基于约束可满足问题的规划求解是研究智能规划的重要技术方法。把规划问题编码为约束可满足（CSP）问题，是这种规划求解方法的关键技术之一。本文介绍把规划问题编码为约束可满足问题的方法，及一些已有的并且已经用于规划的可满足过程，并对这些编码方法做进一步的研究，主要讨论领域知识在编码方法中的应用，提出在编码求解中加入领域知识的观点。     

一种基于规划知识图的规划识别算法

提出了一种新的规划表示方法及规划知识图的概念.与目前规划识别领域广泛使用的Kautz方法相比,新的规划表示方法更加简便与直观.由于在规划知识图中增加了支持程度的概念,使得规划的识别可以随着收集到的新证据而合理地加以改变.所提出的基于规划知识图的规划识别算法把规划的识别问题转化为图搜索问题,因而其效率更高,但其识别结果与Kautz方法是一致的.     

一种带权值的图规划算法

图规划算法在智能规划的研究和发展中具有重要的意义和价值，它采用图的方式来求解规划问题，并且提出了用于规划的“规划图”的概念。这一方法可以获得经典规划问题的最少动作数意义的最优解，但是却不能求解与动作代价相关的数值规划问题。本文提出一种带权值的图规划算法，在规划图的“动作一增加效果”边上增加权值，用来表示动作产生这些效果的代价，从而使得通过规划图来获得最小动作代价意义的最优解。因此，这种方法不但提高了规划解的质量，而且所得到的规划更加贴近实用。     

递阶动态在大规模火力规划中的应用

在基本火为规划模型的基础上，建立了一种大规模火力规划问题的递阶模型，并运用大系统的递阶优化算法和动态优化算法，提出了一种新的求解模型的递阶动态规则算法。该方法层次清晰，降低了计算复杂程度，并且适合并行计算，能迅速找到火力规划问题的最优火力分配方案和最优解，仿真算例表明了该方法的实用性。     

基于最大交叉熵估计高斯混合模型参数的方法

传统的基于最大似然估计高斯混合模型参数的方法是一种无导师的学习方法.该方法的主要缺点是学习算法在估计一类模式模型中的参数时只利用了该类模式中的训练样本,而未考虑其他类训练样本分布的影响,因此,这种方法的识别效果往往不够理想.该文提出了利用最大交叉熵估计高斯混合模型参数的方法,这种方法考虑了不同类之间的样本区分性.同时,为了提高获得全局最优解的可能性,文章给出一种利用进化规划求解最优参数的算法,并将这种方法用于非限定文本的话者识别.实验表明,该方法比传统的参数估计方法识别效果要好.     

基于Multi—agent的物流管理系统规划求解

为实现物流管理系统中的资源分配问题,分析了物流管理中任务的特点,提出了在应用multi-agent的物流系统中规划的表示方法,并提出了一种分布式求解方法。这种分布式方法是在对状态空间的层次分析基础上,利用状态空间结点之间的联系,实现求解中多agent相互促进的合作。     

基于Multi-agent的物流管理系统规划求解

为实现物流管理系统中的资源分配问题,分析了物流管理中任务的特点,提出了在应用multi-agent的物流系统中规划的表示方法,并提出了一种分布式求解方法.这种分布式方法是在对状态空间的层次分析基础上,利用状态空间结点之间的联系,实现求解中多agent相互促进的合作.     

在逐点状态约束下一个四阶线性系统的时间最优控制

在逐点状态约束下,最优控制问题的求解是很困难的,已有的最大值原理和形态规划理论很难用来求解在逐点状态约束下最优控制问题.本文讨论逐点状态约束下一个四阶线性系统的时间最优控制问题.我们采用转换的方法给出了最优时间与最优控制的具体表达式.     

基于二阶段随机规划的不确定条件下过程优化研究

在基于二阶段随机规划的不确定条件下过程优化研究中，Ierapetritou and Pistikopoulos(1994)提出了可行域求解策略，Liu and Sahinidis(1996)在此基础上用蒙特卡洛积分策略代替了高斯积分策略，但对于可行域的限定条件尚有欠缺。本文分析和比较了前人的工作，将蒙特卡罗积分策略与基于对偶理论的可行域限定条件相结合，提出了新的求解策略，不仅避免了可行域求解策略中求解一系列子问题而引起的计算负荷随不确定参数数目呈指数增加的不足，而且使蒙特卡洛积分策略算法中的可行域限定条件更加合理，应用文献中的算例进行了仿真实验，证明了该算法的有效性。     

A formal description of tactical plan recognition

Plan recognition can roughly be described as the problem of finding the plan(s) underlying the observed behaviour of agent(s). Of course, usually, the observed behaviour and available background knowledge does not determine the underlying plan, and therefore one can typically at best generate (reasonable) plan hypotheses. Traditionally, plan recognition has been studied, formalized and implemented in areas like story understanding and user modelling. In this paper, we propose a formal definition of tactical plan recognition, i.e. the recognition of enemy plans. We will focus on military applications, where this task of tactical plan recognition is crucial, but this task is relevant for every application where one has to deal with intelligent adversial agents.Tactical plan recognition differs from traditional plan recognition in a number of ways. For example, an enemy will often try to avoid making his plans known. We will not pay much explicit attention to this feature. We will focus on another important characteristic feature of tactical plan recognition, namely that the identity of the observed enemy objects, for which plans are to be recognized, may be unknown. A consequence of this is that it is typically not known which observations originate from the same objects.Our formalization of plan recognition is based on classical abduction. The concepts of classical abduction can readily be applied to plan recognizers for identified observations, as has been done by Lin and Goebel [18] and Bauer and Paul [7]. However, for tactical plan recognition some adaptations have to be made. Here the plan recognizer will not only have to generate plan hypotheses, but also assignment hypotheses, which correspond to formal links of objects to observations. A choice for an assignment is essentially a decision concerning the question which observations originate from the same objects.For observations with stochastic variables the probability of an assignment hypothesis is calculated, rather than the probability of the plan hypotheses. For this, Reid’s multiple hypothesis tracking formula can be adapted to calculate the assignment hypothesis probability.     

基于智能规划的计划识别模型

为了解决战场态势评估问题,提出了一个基于智能规划的军事计划识别模型,给出了基于一阶谓词逻辑的计划识别模型描述方法,论述了基于该模型的计划假设识别方法。模型可以根据世界模型和作战目标的要求实时生成新的计划,来满足当前计划识别的需要,克服了Kautz计划识别框架的不足。     

基于CPN的规划识别及多步骤攻击检测方法

在Kautz规划识别算法基础上,利用CPN作为新的规划表示和识别方法.与目前规划识别领域广泛使用的Kautz表示方法相比,新的表示方法更加简便与高效.以多步骤攻击检测作为实例,通过计算行为间的变迁关系,以重新得到攻击全貌.     

概率规划识别的研究与发展

概率规划识别由于其自身的实用性,已经成为人们关注的热点。因此,越来越多的学者致力于该领域的研究,至今已研发出多款高效优质的概率规划识别器,都取得了良好的效果。为了使广大学者对概率规划识别有一个较为全面的了解,文章就概率规划识别的发展,方法及其应用做以介绍。     

一般结构语义下限定的完备性与可满足性

本文提出用一般结构极小模型解释限定公理,并证明在此语义下,二阶限定是完备的.此外,作者还把Mott的非速归闭限定引入二阶限定,证明在一般结构语义下,二阶非递归闭限定是可满足的.     

概率规划识别的研究*

概率规划识别由于其自身的实用性,已经成为人们关注的热点。因此,越来越多的学者致力于该领域的研究,至今已研发出多款高效优质的概率规划识别器,都取得了良好的效果。为了使广大学者对概率规划识别有一个较为全面的了解,就概率规划识别的发展、求解方法及其应用作了介绍。