基于規(guī)劃知識(shí)圖的概率規(guī)劃識(shí)別系統(tǒng)的研究及實(shí)現(xiàn).pdf

1、規(guī)劃識(shí)別是人工智能領(lǐng)域近年來(lái)發(fā)展起來(lái)的一個(gè)重要分支。規(guī)劃識(shí)別是指根據(jù)觀察到的智能體的片斷的、瑣碎的動(dòng)作來(lái)推斷智能體的目標(biāo)及它的規(guī)劃，從而預(yù)測(cè)智能體未來(lái)的動(dòng)作序列。一個(gè)規(guī)劃識(shí)別器推出的規(guī)劃不僅能補(bǔ)充一些我們未觀察到而又實(shí)際發(fā)生的現(xiàn)象，還可以預(yù)測(cè)未來(lái)——合理地推出智能體未來(lái)可能采取的動(dòng)作。規(guī)劃識(shí)別在很多領(lǐng)域具有廣泛的應(yīng)用，因此研究高效的規(guī)劃識(shí)別算法有著重要的意義。 本文提出了基于規(guī)劃知識(shí)圖的概率規(guī)劃識(shí)別算法(KGPPR)，使得對(duì)規(guī)劃

2、識(shí)別的解釋更加合理。在規(guī)劃知識(shí)圖的基礎(chǔ)上，用分解和抽象兩種關(guān)系來(lái)表示規(guī)劃問(wèn)題，分析了規(guī)劃知識(shí)圖算法所存在的不足，對(duì)事件間的整體與部分及抽象與具體的關(guān)系進(jìn)行了新的規(guī)定，并利用支持程度對(duì)事件(規(guī)劃)出現(xiàn)的可能性進(jìn)行規(guī)定，給出計(jì)算規(guī)劃出現(xiàn)概率的方法和解圖的算法描述，并進(jìn)行相關(guān)算法的設(shè)計(jì)。 KGPPR方法在結(jié)構(gòu)表述上比較簡(jiǎn)單，采用與或節(jié)點(diǎn)的方法表示事件(規(guī)劃)間的抽象和具體、整體和部分的關(guān)系，并加入時(shí)序約束和概率信息，使得到的解圖能夠更

3、好的解釋觀察到的現(xiàn)象。在進(jìn)行規(guī)劃識(shí)別的過(guò)程中，充分利用時(shí)序約束信息和事件(規(guī)劃)間的關(guān)系來(lái)推測(cè)智能體的動(dòng)作，在計(jì)算規(guī)劃出現(xiàn)的概率值的同時(shí)進(jìn)行解圖的擴(kuò)展，生成解圖，減少了冗余節(jié)點(diǎn)的生成，同時(shí)，生成的規(guī)劃就是最終的規(guī)劃解，而不需要再進(jìn)行最小規(guī)劃集的選取，提高了效率。文中提出的算法可以處理偏序規(guī)劃和部分可觀察環(huán)境下的規(guī)劃等問(wèn)題，這在網(wǎng)絡(luò)安全及入侵檢測(cè)等許多領(lǐng)域有著廣闊的應(yīng)用前景。 本文在給出算法的基礎(chǔ)上，采用C++語(yǔ)言對(duì)算法進(jìn)行了實(shí)現(xiàn)