基于動態(tài)概率關系模型的規(guī)劃識別研究及應用.pdf

1、規(guī)劃識別從提出到現(xiàn)在經(jīng)過了30多年的發(fā)展歷程,應用領域有自然語言理解,軍事協(xié)作,入侵檢測,反恐等。2003年,Sumit S提出了動態(tài)概率關系模型理論,該模型是建立在概率關系模型(PRMs)理論之上的。概率關系模型用來描述領域中對象屬性的不確定性的,當給定一個框架結構,概率關系模型會試圖為該框架定義一個完整的概率分布。概率關系模型解決了數(shù)據(jù)學習方法的數(shù)據(jù)表達太過單調,以及用這些方法來表達數(shù)據(jù)庫中的數(shù)據(jù)會丟失大量的關系結構信息的問題。

2、r>　　通常情況下,智能體在一個不確定的環(huán)境下工作,而該不確定的環(huán)境中又存在著隨時間變化的多個對象和關系。這就要求解決該問題的模型既有豐富的表達能力,又能進行概率推理,還能隨著時間的變化而變化。概率關系模型在解決這樣的變化情況時不夠充分,動態(tài)概率關系模型卻能夠克服概率關系模型的不足,它根據(jù)該目標與初始目標的比較來識別出機器操作的目標。本文選取動態(tài)概率關系模型方法及應用對規(guī)劃識別進行深入研究。
　　本文的研究工作主要有:
　　

3、(1)討論Kautz規(guī)劃識別方法在時態(tài)約束上的基本理論。提出了一個比較常見的應用實例:智能鮮花培育系統(tǒng)。
　　(2)討論了貝葉斯網(wǎng)絡與對象關系的集成。
　　(3)討論了動態(tài)概率關系模型的抽象樹及規(guī)劃器理論。
　　(4)通過matlab仿真,對比一般粒子濾波算法與RB粒子濾波算法,證明了動態(tài)概率關系模型在規(guī)劃識別領域的有效性。
　　(5)提出一種基于動態(tài)概率關系模型的top-down規(guī)劃識別算法,改善了Kautz理