仿真家庭服务机器人行动序列规划研究

随着社会的进步和科技的发展,服务机器人日益受到人们的关注.服务机器人在复杂的家庭环境中如何做到自主决策以便更好的辅助人类生活,将是一个研究热点.回答集程序是一种具有非单调推理能力的知识表示和推理的方式,同时也是一种问题求解的工具.文中探讨了基于服务机器人模型的回答集程序规则的编制,并通过实验证明,回答集程序能方便、高效地求解出最优的行动序列,并且在划分搜索空间后,回答集程序求解的效率得到进一步的提高.     

最长递增子序列问题研究

本文采用分治策略和动态规划策略探讨了最长递增子序列问题的两种解法,并分析了算法的计算复杂度。结果表明,本文算法的时间复杂度和空间复杂度分别为O(nlogn)和O(n)。     

生物信息学中的NP-完全问题研究综述

介绍几个生物信息学中的NP-完全问题以及目前文献对这些问题的解决方法,分析目前解决NP-完全问题的计算智能算法及存在的问题,总结计算智能方法在生物信息学领域的研究热点以及未来研究应该注意的问题。     

蛋白质亚细胞定位预测中的序列编码技术研究

随着后基因组时代的来临,蛋白质序列数量增长迅速,利用实验手段分析蛋白质亚细胞定位不易大规模进行.近年来,通过提取蛋白质的各种特征信息(序列编码技术),自动预测蛋白质的亚细胞定位的算法得到了较快的发展.综述了当前已有的序列编码技术成果,并指出了存在的问题及可能的发展方向.     

广播环境下移动事务处理中的节能问题研究

当前移动计算技术研究中索引技术与移动事务处理方法相对独立,即传统的索引技术并不支持对移动客户端移动事务的并发控制,而现有的基于数据广播的移动事务处理方法主要针对保持数据一致性而设计,并未考虑事务处理过程中的节能问题。将分布式索引技术应用于移动事务处理,提出一种在数据广播环境下同时实现移动事务并发控制和节能处理的有效方法。实验结果表明该方法的平均调谐时间为未应用索引技术前的15.5%。     

一维下料问题中提高计算效率方法的研究

讨论一维下料问题,对原有的基于顺序价值修正的启发式算法进行改进。每次使用动态规划算法求解当前最优排样方式的背包问题,保存多个价值最优的排样方式提供给SHP算法选择,修改对应的回退算法,提高算法的计算效率。综合考虑材料利用率和可重复次数,优先选择有利于后面排样方式生成的排样方式。在记录下的大量较优结果中,最终选取满足需要的排样方案进行使用。在计算过程中,结合多线程技术,进一步提高计算效率。实验结果表明,改进后的算法能够有效地提高材料利用率,简化切割方式,在计算时间上优势明显。     

时态粒度约束下的时态元素定性关系探讨

针对时态粒度约束下的时态元素之间的定性关系,引入向量空间思想,将时态粒点间的关系转换为向量空间中的运算。提出时态粒点的向量判别方法以比较两个时态粒点的先后关系,通过粒度缩放操作探讨了时态粒区之间的关系、时态粒点与时态粒区之间的定性关系,对时态数据库、时态知识推理、时态数据挖掘等时态应用研究领域起到了良好的基础支持作用。     

A Reasoning Model Based on the Production of Acceptable Arguments

Argumentation is a reasoning model based on the construction of arguments and counter-arguments (or defeaters) followed by the selection of the most acceptable of them. In this paper, we refine the argumentation framework proposed by Dung by taking into account preference relations between arguments in order to integrate two complementary points of view on the concept of acceptability: acceptability based on the existence of direct counter-arguments and acceptability based on the existence of defenders. An argument is thus acceptable if it is preferred to its direct defeaters or if it is defended against its defeaters. This also refines previous works by Prakken and Sartor, by associating with each argument a notion of strength, while these authors embed preferences in the definition of the defeat relation. We propose a revised proof theory in terms of AND/OR trees, verifying if a given argument is acceptable, which better reflects the dialectical form of argumentation.     

基于用户潜在时效偏好的推荐算法*

针对推荐系统中用户兴趣的潜在性以及高时效性业务场景下用户兴趣的不稳定性和时间迁移性进行研究,提出一种基于用户潜在时效偏好的推荐方法。通过深入分析用户的历史行为与用户潜在兴趣的关系,提出基于概率主题模型的用户兴趣挖掘方法,避免了传统推荐方式对用户兴趣潜在性的忽略;同时,基于高时效业务对时间敏感性的考虑,结合隐马尔科夫模型对用户兴趣进行实时捕获,发现用户的兴趣迁移序列,并以此提出基于用户时效偏好的推荐方法。最后通过相关实验验证了所提出方法的可行性。     

基于时间条件提取序列的数据流偏好查询

传统关于偏好推理、偏好查询的研究主要集中在对关系元组表示的单个对象的偏好上,而将时间条件偏好查询的方法扩展到数据流的提取序列中是一个挑战,遇到的问题主要包括对数据流中序列的提取、快速处理以得到占优序列和占优对象等.针对偏好数据流,首先,扩展了连续查询语言(CQL),提出专门为有效处理数据流上的时间条件偏好的查询语言St...     

Conformant规划的编码方式研究

以智能规划领域中的Conformant规划为研究对象,对几种Conformant规划中的编码方式予以综述;分别介绍了基于K（P）的编码方式、基于KT,M（P）的编码方式、基于Ki（P）的编码方式、基于d-DNNF的编码方式和CF2SAT编码方式。通过对几种编码方式的分析,说明基于转换思想的编码方式在Conformant规划中的作用,探讨其相关的研究热点和趋势。     

A multi-criteria route planning model based on fuzzy preference degrees of stops

Integrated utilization of new technologies such as smart phones, tablet devices, and satellite maps has entered our daily lives recently. Nevertheless, many new applications are being developed mostly based on these technologies. The optimal route planning, which makes use of the public transport network structure between any selected origin and destination points, is one of the interesting applications among them. Route planning applications used today mostly focus on the aspects such that passengers use nearest stops around origin and destination geographical points, or use set of stops around these points within some walking radius. In these applications, which work on the classical (crisp) logic base, all stops on the walking distance have the same preference degree. However, in this study a novel fuzzy model is proposed which also takes into account preferences such as the stop’s activity, and count of transit lines passing through the stop besides the walking distance. Using all these three preferences, aggregated fuzzy preference degrees of stops are calculated. The “optimum” routes between any origin and destination pair are constructed using feasible transfer points, which are chosen among the alternatives having the highest preference degrees overall. Fuzzy neighborhood relations such as “stop-stop”, “stop-line”, and “line-line” are introduced in order to employ in preference degree evaluations.Apart from the aggregated degree of the preferences mentioned above, we also consider to minimize the total number of transit stops travelled on any route for establishing optimal routes. This additional preference can be described the time duration spent on transport vehicles, such as buses, trains, subways or ferries. Therefore, we propose a two-criteria route-planning problem in this study, where we try to maximize the aggregated preference degree of a route and to minimize the number of stops used on a route. Fuzzy optimal solutions for this problem are constructed via γ-level solutions of the fuzzy problem and a heuristic algorithm providing these solutions is proposed. This model and its algorithm can be considered as an optimal route search engine for mobile applications that could be used by urban public transport passengers.     

基于灰色定性理论的无陷阱人工势场

针对传统人工势场中存在局部陷阱问题,提出一种基于灰色定性理论的人工势场算法.首先将环境中自由空间分解为一组凸多边形,以凸多边形的顶点和邻接关系作为关键信息,并分别构成灰色定性基本元和灰色定性关系,由灰色定性关系推理从起始点到目标点需经过的凸多边形序列,再用广义白化函数计算凸多边形序列中的势场.理论分析和实验均表明该算法能够确保机器人在有限的时间内安全到达目标点.     

偏好关系下的最优约简求解算法研究

随着数据资源为越来越多的用户所共享,不同用户对相同数据信息有不同的用户偏好与需求,并由此而产生了一种数据挖掘技术,称之为面向需求的知识发现。针对粗糙集中的约简求取问题,提出了字典序偏好关系,并精确地描述了此偏好关系下的最优约简,设计了实现算法的数据结构及相应的访问方式FLVA,构造出了相应的求解算法,并从理论上证明了该算法的正确性。     

规划问题编码成SAT问题研究

智能规划问题是一个NP-hard的问题。近年来,由于在可满足问题（SAT）研究领域取得了较大进展,出现了一大批快速的能达到工业级应用的SAT solver求解器的出现,这使得运用可满足技术来求解规划问题的方法越来越得到智能规划研究者们的重视。用可满足技术求解规划问题的首要任务是必须将规划问题“翻译”成可满足问题。讨论了如何将规划问题编码成命题可满足问题的一般技术,并对“直接编码”和“基于规划图的编码”两种编码技术进行了比较,指出了两种编码技术各自的优缺点。在此基础上,深入地分析了各种不同的编码方案之间的异同点以及它们各自的优缺点。最后,指出了用SAT技术求解规划问题中存在的一些问题以及相关改进方法。     

导航系统中多目标路径平滑化规划的研究

路径规划是车辆、机器人出行、无人机航路推荐和计算机游戏等许多应用中的关键任务。现有的大多路径规划常简化为单目标优化问题进行求解。但在现实生活中,还需要同时考虑多种规划目标,且用于规划路径的目标之间还存在着彼此不能变换的问题。在熟知的路径规划算法（D*Lite）上提出了一种新的多目标路径平滑化规划算法-平滑多目标D*Lite算法。通过构造一条初始多目标平滑路径,当检测到环境变化时采用增量搜索思想,仅更新受影响结点并从当前结点重新进行规划得到一条新的多目标平滑路径。仿真结果表明,该算法不但能有效躲避突发障碍物,规划路径拐点较少,还能提高搜索效率,可有效应用于具有不同非交互规划目标的导航系统。