含约束的基于模型的诊断系统

在诊断空间中如何选取理想诊断是诊断系统面临的一个重要问题。在实际的诊断过程中,人们会利用限制条件排除不太可能的诊断,或者利用强制条件选取较优的诊断。按照这个思想,作者提出含约束的基于模型的诊断系统,通过增加依赖于应用领域的约束控制诊断空间,这是一种能够融入计算过程的选择诊断的机制,同时作者在系统拓扑结构的基础上给出了选取理想约束的理论依据。     

基于有序爬山法的前向启发式搜索规划

根据快速前向启发式搜索规划器FF中放宽规划图和有利动作之间的关系,定义了状态适用度函数的概念,可对后继扩展状态的启发式估值进行快速近似的比较。在此基础上,结合增强型爬山法搜索后继状态的贪婪选择机制,提出了一种改进的局部搜索算法——有序爬山法,即根据状态适应度函数对所有待扩展的后继状态进行排序,并加入到扩展优先队列。在启发式估值阶段,适应度高的状态将被优先计算评估,有利于更快地发现较优状态,从而减少调用启发式估值程序的次数。通过在国际规划大赛基准测试领域的实验结果表明,该方法减少了搜索节点的数目和搜索时间,有效地提高了启发式搜索效率,而计算状态适应度及对状态进行排序的时间消耗几乎可以忽略,因此整体规划性能比FF有显著的提升。     

智能规划中的可纳子目标排序

提出了一种称为可纳子目标排序(admissible subgoal ordering,简称ASO)的排序关系,给出了可纳排序的形式化定义并讨论其对增量式规划的重要性.随后介绍了原子依赖关系理论和原子依赖图技术,能够在多项式时间内近似求解可纳子目标排序关系.最后给出了一种计算可纳子目标序列的算法.其所有思想已经在规划系统ASOP中实现.通过在国际规划大赛标准测试领域问题上的实验,其结果表明,该方法能够有效地求解大规模的规划问题,并能极大地改善规划性能.     

规划的形式表示技术研究

智能规划是人工智能研究领域中的一个富有挑战性的课题.同时,智能规划问题具有广泛的实际应用背景.而自动规划问题面临的首要问题是规划问题的形式表示问题.本文系统地分析了情景演算,STRIPS,PDDL,HTN等各种规划形式表示技术,比较了各种形式表示技术的优缺点,并指出了进一步研究设计高效智能规划系统的方向.     

基于AI Planning的Parlay X电信业务设计

Parlay X是一组电信网络服务(WS)应用程序接口(APIs),智能规划可作为一种WS组合(WSC)方法,所以理论上可基于智能规划设计使用Parlay X APIs的电信业务.但WSC有容错和对动作变化推理的要求,电信业务有多种触发方式和异步响应等特性,智能规划要有确定状态等Parlay X不满足的条件.结合典型P...     

基于限定的规划识别问题求解

该文把McCarthy的限定理论同规划识别结合起来，在限定中研究规划识别问题，证明了在一定的限制下，由观察到的现象求出的最小规划集与对这些现象作限定获得的解集是一样的，以此为基础，文中提出了一种用限定求解规划识别问题的方式，这种方法把Kautz提出的规划识别表示形式做了某些改变，求解的过程中把二阶限定的表示形式转化为一阶形式，这种一阶形式的限定结果可以用逐点限定的方法直接求得，因为利用了逐点限定的这一特点，该文的方法对限定的计算过程中可以用机器自动完成。     

一阶逻辑中的重写证明算法

本文在布尔代数标准重写系统的基础上,提出了一种把一阶逻辑公式转换成布尔环中等式的方法,并由此建立了一阶逻辑的重写证明算法.这种算法可以充分利用环上的因子分解,证明过程中所产生的中间等式的数量也显著减少,对包含蕴涵符号的一阶逻辑公式尤为便利.     

关于智能诊断中模型的构建和应用

在基于模型的诊断中,模型起着关键性的作用,模型的质量直接影响诊断的准确度和诊断的效率.因此诊断模型也成为人工智能研究青普遍关注的热点问题。长文对基于模型的诊断方法和该领域的最新研究成果做了全面的综述,重点介绍了构建诊断模型方面的研究成果,其中包括分级结构抽象方法、基于状态转换的历程重构方法、依赖于任务的定量抽象方法以及利用过程代数的描述方法等。此外,本文还对诊断模型的构建的研究提出了自己的观点和建议。     

Dialectic operator fuzzy logic

Dialectic operator fuzzy logic (DOFL) is presented which is relevant,paraconsistent and nonmonotonic.DOFL can vividly describe the belief revision in the cognitive process and can infer reasonably well while the knowledge is inconsistent,imprecise or incomplete.