目标移动的模糊启发式搜索算法研究

本文针对目标移动的模糊搜索问题，提出了独创的模糊搜索机制，并进而提出了模糊启发式搜索算法ＦＭＧＡ＊。文中证明了，在一定的假设下，算法ＦＭＧＡ＊将最终找到不断移动的目标     

广义AND／OR图的自底向上的启发式搜索算法BHAO

本文首先根据三角模概念，定义了一类新的更具普遍意义的广义ＡＮＤ／ＯＲ图．根据新定义的启发式函数ｈ（ｎ，ｘ）以及广义ＡＮＤ／ＯＲ图的最佳解树之所有子树亦是最佳子解树的原理，提出了广义ＡＮＤ／ＯＲ图的自底向上的启发式搜索算法ＢＨＡＯ．文中证明了算法ＢＨＡＯ的可采纳性．本文还提出了两类新的启发式函数的单调限制概念，并据此研究了算法ＢＨＡＯ的单调限制性质，研究了两个ＢＨＡＯ算法间的比较性质．     

目标移植的模糊启发式搜索算法研究

本文针对目标移动的模糊搜索问题，提出了独创的模糊搜索机制，并进而提出了模糊启发式搜索算法ＦＭＧ。文中证明了，在一定的假设下，算法ＦＭＧＡ将最终找到不断移动的目标。     

宽度优先反复加宽及其启发式搜索算法研究

首先针对搜索树中深度固定且目标唯一的寻优问题，指出宽度优先反复加宽的搜索效率要比深度优先反复加深的搜索效率高，基于此，提出了基于宽度优先反复加宽的启发式搜索算法ＩＷＡ＊，算法ＩＷＡ＊是可采纳的。为了保持算法ＩＷＡ＊的搜索效率高于算法ＩＤＡ＊的搜索效率，同时又使算法ＩＷＡ＊的存贮空间复杂度减低，文中基于分层技术，提出了基于深度优先的ＩＷＡ＊算法──ＩＤＷＡ＊。算法ＩＤＷＡ＊也是一个可采纳的启发式搜索算法。     

A*树搜索算法代价与误差关系的研究

本文对Ｐｅａｒｌ提出的Ａ^*算法所使用的可采纳性启发式函数ｈ的准确性和期望代价之间的精确关系的两个定理做了介绍，并提出和证明了为确保这两个定理正确性的附加条件．     

多因素问题的启发式搜索算法MFRA

本文新定义了一类多因素启妇式搜索问题，提出了适于此类问题求解的启发式搜索算法ＭＦＲＡ。文中研究了算法ＭＦＲＡ的可采纳性质，单调限制性质和比较性质等。基于算法ＩＤＡ的思想，提出了ＭＦＲＡ的改进算法ＭＦＲＡ－ＩＤＡ，这一算法具有线性存储空间这一重要特性。     

基于A＊的双向启发式搜索算法

本文以Ａ＊算法为基础，研究了两个双向启发式搜索算法，证明了它们的可采纳性和完备性，并通过了实例验证了它们的有效性。     

采用模糊自适应评价的增强式学习控制

本文提出了基于模糊自适应评价（ＦＬＡＣ）的增强式学习（Ｒｅｉｎｆｏｒｃｅｍｅｎｔ Ｌｅａｒｎｉｎｇ）控制系统（ＦＬＡＣ／ＡＳＮ）,ＦＬＡＣ采用模糊规则表示学到的知识,因此可以有机地融入专家的经验。ＦＬＡＣ的学习方法国瞬时微分法（Ｔｅｍｐｏｒａｌ Ｄｉｆｆｅｒｅｎｃｅ）。作用选择网络（ＡＳＮ）采用多导同网络。仿真结果表明（ＦＬＡＣ／ＡＳＮ）具有很好的学习性能。     

双向启发式图搜索算法BRA^＊之研究

本文在[1]中基于模运算,提出了随机产生式系统的启发式图搜索算法RA~*.本文提出一个随机产生式系统的双向搜索的启发式图搜索算法BRA~*,证明了算法BRA~*的可采纳性,并得到了一些新的可采纳性结果.算法BRA~*的搜索效率比算法RA~*高.若启发式估价函数满足单调性限制,通过使用NP操作,则算法BRA~*的搜索空间将进一步减少.     

基于语义贴近度的模糊数据依赖

本文基于语义贴近度的概念给出了模糊函数依赖（ＦＦＤ）、模糊多值依赖（ＦＭＶＤ）和模型联接依赖（ＦＪＤ）的定义。本文得到一组类似于Ａｒｍｓｔｒｏｎｇ公理的正确、完备的ＦＦＤ和ＦＭＶＤ的推理规则。进一步，我们证明了经典数据依赖满足模糊数据依赖的定义，ＦＦＤ是ＦＭＶＤ的特例，而ＦＭＶＤ又是ＦＪＤ的特例。     

基于模糊遗传的模糊模拟退火算法研究

定义了模糊集的质心概念，并据此来确定模糊集的大小。针对模糊寻优问题，提出了模糊模拟退火算法ＦＳＡ。基于所提出的模糊遗传算法ＦＧＡ，还提出了ＦＳＡ的有效改进算法ＦＧＳＡ。     

Datalog程序的正规变换及其实现

文中提出了Ｄａｔａｌｏｇ程序的正规变换，并构造了Ｄａｔａｌｏｇ程序的约束模型图，从而把正规变换的求解转化为对约束模式图的搜索。约束模式图搜索算法与经典的ＡＯ＾＊搜索算法及相关文献中的算法相比具有更高的效率。     

神经网络-模糊Inter3融合控制*

本文从应用层、表达层、子网络层三层观点提出了神经－模糊Ｉｎｔｅｒ＾３融合控制模型，这种控制模型是把融合结构、融合算法及控制合为一体进行设计的，然后提出了融合控制的模型基函数方法和改进的正交最小方差学习算法，最后讨论了基于神经－模糊Ｉｎｔｅｒ＾３融事控制模型的多目标跟踪问题。     

模糊图的启发式搜索算法FA

现实世界中大量复杂的问题可以用模糊图上的启发式搜索算法来解决。为此,本文提出了模糊图的启发式搜索算法FA~*。文中对FA~*的可采纳性给出了证明,并指出FA~*具有广泛的实际应用。     

一种评价2—DMesh网络性能的方法

本文提出了一种评价２－ＤＭｅｓｈ性能的方法－消息流量法，并且利用这种方法对切换机制为Ｓｔｏｒ－ａｎｄ－Ｆｏｒｗａｒｄ，路由算法分别为ＡＲ和ＤＯＲ时间的２－ＤＭｅｓｈ性能进行了分析，最后给出了分析和模拟的比较结果。     

模糊寻优问题的模糊遗传算法FGA

针对模糊寻优问题，本文基于模糊集的质心概念来确定模糊集的大小，并进而提出了模糊遗传算法ＦＧＡ。算法ＦＧＡ与遗传算法ＧＡ有本制区别，能用效地找到了模糊寻优问题的近似解，本文对算法ＦＧＡ的有效性作了较深入的分析。     

一种基于模糊CMAC神经网络的自学习控制器

通过分析模糊控制和基于广义基函数的ＣＭＡＣ神经网络,提出一种模糊ＣＭＡＣ（ＦＣＭＡＣ）神经网络。通过ＦＣＭＡＣ权系数的在线学习,实现修正模糊逻辑。给出一种基于ＦＣＭＡＣ的自学习控制器的结构及合适的学习算法,这种网络每次学习少量参数,算法简单。仿真结果表明所提出的控制器优于传统的ＰＩＤ控制器。     

BIDPS^＊：基本的循环加深周边搜索算法

ＢＩＤＰＳ＾＊是一种把ＩＤＡ算法和ＰＳ法相结合而产生的人工智能搜索算法。该文研究了不考虑启发式计算最小化技术的搜索效率问题，提出了一些新的算法效率的度量，用８数码难题检验了ＢＩＤＰＳ算法并与ＩＤＡ算法进行了比较分析，实验结果表明尽管ＢＩＤＰＳ启发式计算量较大，但较ＩＤＡ算法在效率上还有所提高的。     

模糊推理规则的模糊关系的学习算法AL

针对模糊推理规则中的模糊关系Ｒ通常难以确定问题，本文依据Ａｍｅｒｉ的监督式学习过程，运用ｍａｘ．ｍｉｎ的近似函数来克服ｍａｘ．ｍｉｎ不能直接求导问题，并进而提出了模糊关系Ｒ的学习算法ＡＬ。算法ＡＬ是一个迭代学习算法。     

一种评价2－D Mesh网络性能的方法

本文提出了一种评价２－ＤＭｅｓｈ性能的方法—消息流量法,并且利用这种方法对切换机制为Ｓｔｏｒｅ－ａｎｄ－Ｆｏｒｗａｒｄ、路由算法分别为ＡＲ和ＤＯＲ时的２－ＤＭｅｓｈ性能进行了分析,最后给出了分析和模拟的比较结果．