约束满足问题中一致性算法的分析与研究

约束满足问题是人工智能领域的重要研究方向,其求解方法有三种,搜索、一致性算法和约束传播,其中一致性算法通常通过缩减问题域来提高搜索算法的效率.着重介绍了几种常用的一致性算法,并对几种常用算法进行了分析、比较和研究.     

求解过程中约束一致性维护的多层次策略研究*

约束满足问题广泛出现于人工智能领域。在问题求解过程中保持局部约束一致性以缩小问题搜索空间是十分必要的,过去研究对约束一致性算法的研究仅着眼于改进单个约束关系的维护,该立足于更高点,提出从求解层次、维护层次和约束层次优化约束一致性维护的原则及其相应策略,算法ＭＡＣ－Ｈ和ＡＣ－Ｉ＾＋进一步减少了约束一致性维护的总代阶,并克服了原有算法空间复杂度大的缺点。本以两个典型的约束满足问题：Ｎ－皇后问题和     

基于关联约束非二元弧一致性的约束满足问题求解

弧一致性算法在二元约束满足问题中取得了成功的应用,但并不能被有效泛化至预处理非二元约束满足问题(NCSP).本文提出了处理NCSP的关联约束非二元弧一致性算法.通过随机NCSP生成器产生问题实例,分别采用关联约束非二元弧一致性算法和非二元弧一致性算法进行预处理,并对预处理后的问题实例应用回溯算法进行求解.对比分析采用两种预处理算法和不采用预处理下回溯算法的求解性能,仿真实验结果表明关联约束非二元弧一致性算法可以有效地剔除冗余的约束元组和变量域值,使关联约束非二元弧一致性回溯算法具有更良好的鲁棒性.     

一种基于修改的约束满足算法

求解约束满足问题的修改算法从实始的有冲突的完整解出发，不断修改理有的变量赋值，从而得到无冲突的完整解。本文将启发式方法应用了修改型算法，提出了一种高效的基于修改的约束满足算法。     

基于约束满足的智能组卷方法的研究与实现

智能组卷是一个典型的约束满足问题。首先对传统的组卷问题的定量评价准则进行了分析,说明了它在实际应用中存在的问题,引入了智能组卷的四种不同的约束类型：强约束、亚约束、柔性约束和弱约束的概念,提出了一种定性定量相结合的评价体系。针对智能组卷的约束满足问题的特殊性,该文运用启发式知识,采用了生成测试和局部修正相结合的约束满足方法,进行智能组卷,取得良好效果。文中提出的方法在国家物理试题库智能组卷系统中的应用,受到有关专家的肯定。     

分布式约束满足问题研究及其进展

近年来,随着网络技术的快速发展和广泛应用,人工智能领域中的诸多问题,如时序安排、计划编制、资源分配等,越来越多地以分布形式出现,从而形成一类多主体系统.相应地,求解该类问题的传统约束满足问题也发展为分布式约束满足问题,分布式约束满足已经成为多主体系统求解的一般框架.首先,简要介绍了分布式约束满足问题的基本概念,总结了该问题的基本算法及其改进算法,并对这些算法的效率和性能进行了比较分析.然后,讨论了近年来分布式约束满足问题的若干典型应用;最后,给出了分布式约束满足问题基本形式的扩展和今后的研究方向.分布式约束满足问题最新研究进展表明:今后的工作将着重于面向现实问题求解的理论研究,为实际应用提供坚实的理论基础.     

动态识别三维几何约束冲突的方法研究

基于装配几何特征的广义几何约束图,避免了传统几何约束图的超图性质和模糊性,为几何约束满足问题提供了一个清晰的分析模型。文中以此模型来分析产生约束冲突的原因。空间分析法定义和推导了约束满足空间约束满足条件,提出了自由空间和自由度的计算方法,并据此在动态满足三维几何约束的过程中识别约束冲突,明确指出产生约束冲突的原因。     

约束编程与约束满足在产品装配中的应用

约束编程与约束满足问题是近三十年来在人工智能领域发展起来的一个研究方向。产品配置器近十几年来发展起来的一项技术。文中介绍约束编程及约束满足问题在按订单装配型产品配置器中的应用,并通过讨论说明了相对于传统配置方案求解过程,应用约束满足的优越性。     

基于柔性约束满足的企业集成协调方法

冲突是企业中常见的现象,对于企业集成这样一个几乎涉及企业所有方面的活动,更是会出现各种各样的冲突。论文提出采用约束满足的方式作为解决企业集成过程中冲突的消解方式。同时引入决策者对约束满足的偏好信息,对传统的约束满足问题进行扩展,利用柔性约束满足求解的思路,分层解决冲突问题,并将该方法应用于实际研究中,取得了较好的效果。     

约束满足模型中单元更新规则的深入研究

本文首先阐述了神经网络中的一般更新规则，着重讨论了两类模型的更新规则，在此基础之上提出新的单元更新规则，通过利用Ｔｕｒｂｏ语言实现由此得到的二个模型，并实际解决了皇后问题，ＴＳＰ等例子，解题效果是良好的。     

基于遗传算法的概念学习中的约束满足预处理方法

本文将概念学习视为约束满足问题，给出了两种约束的定义，在这些约束的基础上，实现了基于遗传算法的概念学习系统ＣＬＳ的预处理方法。     

约束编程及其在产品配置器中的应用

产品配置器技术是人工智能领域近十几年来发展起来的一个新的研究方向,而约束编程、约束满足问题等也是近三十年才发展起来的。本文介绍了产品配置器核心算法的最新发展,论述了约束编程在这一领域所做的贡献以及两者相结合的发展趋势。     

基于Web的实时协同编辑系统中的一致性控制

作为CSCW的一个重要应用领域,协同编辑系统近年来有了长足的进步,各种此类系统相继出现并投入了使用,但是,大部分系统由于不能很好地解决一致性问题,目前大多不支持脑风暴方式的编辑,主要介绍如何利用GOTO算法在基于WEB的实时协同编辑系统中解决一致性问题,其中包括了对系统结构、系统一致性问题、GOTO算法、操作相关性检测及操作转换的介绍,最后,对基于GOTO算法的实验系统WRCES进行了简单的介绍。     

AN APPROACH TOWARD CONSISTENCY DEGREES OF FUZZY THEORIES

In fuzzy logic-in wider, but also in narrow sense-the problem of consistency has been discussed more or less occasionally from different points of view. Up to now, however, it has usually not been taken as really important. This may be partly caused by a rather restricted understanding of what is to be meant by consistency or inconsistency in fuzzy logic in the wider sense-e.g. in fuzzy control as one of the main applicational fields of fuzzy logic.

In this paper we deal with fuzzy theories in the realm of the fuzzy logic in narrow sense. Based on the fact that usually an "interactive", r-norm based conjunction is considered together with the min-based conjunction one has in a natural way two different consistency condition. We look here at the weaker one.     

Local consistency for extended CSPs

We extend the framework of Constraint Satisfaction Problems to make it more suitable for/applicable to modern constraint programming languages where both constraint satisfaction and constraint solving have a role. Some rough principles for local consistency conditions in the extended framework are developed, appropriate notions of local consistency are formulated, and relationships between the various consistency conditions are established.     

数据仓库中实体化视图的一致性维护问题的研究

实现实体化视图是提高系统响应时间的一个关键技术和有效的解决方案,但在具体的实现过程中面临着实体化视图的一致性维护问题。由于源数据的不稳定性,其结构和数据的变化必须及时传播到实体化视图中,以保持实体化视图与源数据的变化一致性,否则会降低实体化视图中数据的新鲜度,并影响OLAP查询结果的真实性和有效性。为此本文针对视图的一致性维护问题,介绍了视图中数据的维护方法,同时还就实体化视图结构的维护,提出了使视图重计算代价最小化的解决方案和基本算法。     

用约束满足自适应神经网络和有效的启发式算法解Job-shop调度问题

提出一种用约束满足自适应神经网络结合有效的启发式算法求解Ｊｏｂ－ｓｈｏｐ调度问题．在混合算法中,自适应神经网络具有在网络运行过程中神经元的偏置和连接权值自适应取值的特性,被用来求得调度问题的可行解,启发式算法分别被用来增强神经网络的性能、获得确定排序下最优解和提高可行解的质量．仿真表明了本文提出的混合算法的快速有效性．