增量式動(dòng)態(tài)概率規(guī)劃的研究.pdf

1、無論是因?yàn)閷θ斯ぶ悄芾碚撗芯康呢暙I(xiàn)，還是因?yàn)閷?shí)際的應(yīng)用前景，作為人工智能的一個(gè)重要分支，智能規(guī)劃的研究價(jià)值不可小覷，近年來研究成果頗多，成績斐然。為了讓智能規(guī)劃能處理更為實(shí)際及復(fù)雜的問題，當(dāng)前很多研究人員熱衷于不確定規(guī)劃的研究，比如說概率規(guī)劃。 其中，很多概率規(guī)劃系統(tǒng)研究最短路徑問題，然而當(dāng)環(huán)境發(fā)生變化時(shí)，原來的規(guī)劃結(jié)果將不再適用或不是足夠好，許多系統(tǒng)不得不重新進(jìn)行規(guī)劃。當(dāng)然，環(huán)境的變化通常是漸變的，重新規(guī)劃時(shí)處理的往往是相似的

2、規(guī)劃問題，所以多次的重規(guī)劃中，存在大量的重復(fù)規(guī)劃和搜索過程，如果完全重新獨(dú)立規(guī)劃，規(guī)劃系統(tǒng)的效率是低下的，在某些領(lǐng)域甚至是不可容忍的。如何記住已經(jīng)進(jìn)行過的可以復(fù)用的規(guī)劃成果，在時(shí)間和空間尋求一個(gè)均衡點(diǎn)，就是增量式規(guī)劃的任務(wù)。盡管目前對增量式規(guī)劃已經(jīng)有了若干研究，但并不廣泛。 本文將隨機(jī)概率規(guī)劃問題轉(zhuǎn)為馬爾可夫決策過程(MDP)模型來研究，同時(shí)結(jié)合了啟發(fā)式搜索的算法，用啟發(fā)值的迭代計(jì)算來解決最短路徑規(guī)劃問題，在這基礎(chǔ)上，研究其中規(guī)

3、劃過程的特點(diǎn)和規(guī)律，當(dāng)環(huán)境不斷變化時(shí)，我們用增量式規(guī)劃的方法來重規(guī)劃，重復(fù)利用了前面規(guī)劃的成果，減小了再次狀態(tài)空間擴(kuò)展時(shí)的規(guī)模，更加快速的進(jìn)行啟發(fā)值的迭代計(jì)算，提高整個(gè)規(guī)劃過程的效率。 本文主要的工作有：提出了增量式動(dòng)態(tài)概率規(guī)劃的模型和定義，設(shè)計(jì)了增量式動(dòng)態(tài)概率規(guī)劃的狀態(tài)空間生成算法、增量式動(dòng)態(tài)概率規(guī)劃啟發(fā)值的迭代算法及增量式動(dòng)態(tài)概率規(guī)劃的算法。 同時(shí)，本文用C++語言編寫代碼，在Linux系統(tǒng)環(huán)境下開發(fā)了賽車問題域的增