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

1、規(guī)劃識別是人工智能領域近年來發(fā)展起來的一個重要分支。規(guī)劃識別是指根據觀察到的智能體的片斷的、瑣碎的動作來推斷智能體的目標及它的規(guī)劃，從而預測智能體未來的動作序列。一個規(guī)劃識別器推出的規(guī)劃不僅能補充一些我們未觀察到而又實際發(fā)生的現(xiàn)象，還可以預測未來——合理地推出智能體未來可能采取的動作。規(guī)劃識別在很多領域具有廣泛的應用，因此研究高效的規(guī)劃識別算法有著重要的意義。 本文提出了基于規(guī)劃知識圖的概率規(guī)劃識別算法(KGPPR)，使得對規(guī)劃

2、識別的解釋更加合理。在規(guī)劃知識圖的基礎上，用分解和抽象兩種關系來表示規(guī)劃問題，分析了規(guī)劃知識圖算法所存在的不足，對事件間的整體與部分及抽象與具體的關系進行了新的規(guī)定，并利用支持程度對事件(規(guī)劃)出現(xiàn)的可能性進行規(guī)定，給出計算規(guī)劃出現(xiàn)概率的方法和解圖的算法描述，并進行相關算法的設計。 KGPPR方法在結構表述上比較簡單，采用與或節(jié)點的方法表示事件(規(guī)劃)間的抽象和具體、整體和部分的關系，并加入時序約束和概率信息，使得到的解圖能夠更

3、好的解釋觀察到的現(xiàn)象。在進行規(guī)劃識別的過程中，充分利用時序約束信息和事件(規(guī)劃)間的關系來推測智能體的動作，在計算規(guī)劃出現(xiàn)的概率值的同時進行解圖的擴展，生成解圖，減少了冗余節(jié)點的生成，同時，生成的規(guī)劃就是最終的規(guī)劃解，而不需要再進行最小規(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)劃等問題，這在網絡安全及入侵檢測等許多領域有著廣闊的應用前景。 本文在給出算法的基礎上，采用C++語言對算法進行了實現(xiàn)