基于派生谓词的STRIPS领域知识提取策略

领域知识的获取是智能规划研究中的重要内容之一.派生规则是一种基于逻辑推理的领域知识表示方法.在对动作模型和派生规则综合分析的基础上提出了基于派生谓词的STRIPS领域知识提取策略,并给出了该提取策略的算法描述.在规划求解过程中,利用提取所得的领域规则可减少派生规则的逻辑推导,从而提高规划效率.对任意一个规划领域,利用提取所得的领域规则可以分析出领域谓词之间的互斥关系,这种互斥关系可以对一类矛盾的规划状态进行判定.最后,把所提出的领域规则提取策略嵌入到规划器StepByStep之中进行了领域规则提取实验.实验结果验证了该提取算法的可行性和有效性,所提取出的领域规则能够直观地表达谓词间的因果关系,为派生谓词的真值判断和后续的规划求解提供了可靠的领域知识.

基于静态前提的谓词知识树分解策略

智能规划问题实质是一种搜索问题,通常需采用某种策略来缩小搜索空间,提高规划效率。在"以谓词为主体"的规划求解方法中,规划树的生成效率将直接影响规划求解效率。为此,提出了基于静态前提的谓词知识树分解策略,并给出了相应的分解算法。对任意一个规划领域,利用该分解算法可将知识树分解成若干个较小规模的知识子树。在规划求解的过程中,利用知识子树可有效地减少搜索空间,从而快速生成规划树,提高规划效率。同时,利用知识子树还可提取出隐含在动作描述中的领域知识。实验结果表明该分解算法是有效的。

基于SSL_Robot的HTTPS页面自动化测试研究

结合对SSL弹出框的研究,针对Selenium测试工具,提出了一个SSL_Robot模型实现Web应用程序的自动测试,并给出了具体实现技术。将SSL_Robot部署到具体的Selenium测试实验中,结果表明,SSL_Robot可以很好地实现Selenium对HTTPS页面的自动化测试。

数字人体下肢筋膜重建经线与经络线形态学相似性的计算机化研究

目的利用计算机自动标识与三维重建技术,探索人体下肢筋膜类间隙结缔组织与经络经线形态位置相似性的证据及规律。方法获取虚拟中国人男1号(VCH-M1)数据集,截取左腿区域,利用计算机软件,首先提取肌肉信号,完成去噪处理;然后通过边缘检测,求出肌肉轮廓点的凸包;最后完成对间隙结缔组织的标记,并对标记的间隙结缔组织利用3D-Doctor软件进行三维重建。结果通过对虚拟人体下肢间隙结缔组织计算机自动识别标记,并对标记的间隙结缔组织进行三维重建,得到了与传统中医经络图谱描述相似的重建虚拟经线。结论本实验结果说明,南方医科大学人体解剖学教研室和中山大学科学计算与计算机应用研究所合作开发的将虚拟人体数据集应用于经络研究的计算机工具,可对虚拟人体下肢间隙结缔组织进行自动识别标记,并三维重建出虚拟筋膜经线,在一定程度上避免了筋膜重建手工识别过程中产生的人为因素误差,对于研究人体筋膜类间隙结缔组织与经络是否存在形态位置相关性有重要意义。

时态规划中基于CSP技术的时态约束方法

在规划图框架下,定义了动作图,并进一步扩展为时态动作图,使之能体现处理具有时间资源约束的时态规划问题中的时态信息.在此基础上,提出一种对时态信息进行表示与管理并且能够进行时态约束推理的时态一致性赋值方法,利用约束可满足问题(CSP)技术对时序约束进行表示和处理,包括过滤、约减及时态信息的一致性检验,使时态推理技术能更好地应用于时态规划的求解过程中.最后,给出一个基于时态规划图的遗传规划算法GP-td,通过对国际智能规划大赛提供的Satellite规划领域问题进行实验.结果表明:该方法能够有效地提高大规模时态规划问题的求解效率和求解成功率.

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.

一种高质量的领域无关前向规划剪枝策略

前向启发式搜索和放宽规划方法被很多领域无关的规划器所采用,被认为是一种有效的规划范型.FF规划器利用放宽规划图计算状态的启发式估值,并提取有利动作集合进行前向搜索的剪枝.但过大的有利动作集合造成了过多的消耗.文中提出了一种新的高质量的领域无关剪枝策略.该策略根据放宽规划图的动作层和命题层之间的关系,提取出所谓的直接效用动作集合,此集合之外的其它动作都被剪枝.直接效用动作集合比FF的有利动作集合更加精简,更具启发性,能指导前向搜索集中在那些离目标更近的状态.根据直接效用动作作者开发了一种新的lookahead搜索邻居,并应用在改进后的增强型爬山搜索算法中,使得前向搜索具备良好的前瞻性.当增强型爬山法失败时,采取一种从局部极小值重启完备搜索的策略以保持系统完备性.通过对国际规划大赛基准问题的测试表明,基于该剪枝策略及前向搜索算法实现的前向规划系统有效地缩小了搜索空间,搜索的节点数目比FF的有利动作策略明显要少,搜索效率有显著的提升.

面向结构的基于学习的规划方法

近年来,规划中的学习问题重新受到了关注.如何通过学习机制改善现有规划器,使其能够可靠而令人信服地超越现有非学习的规划器的能力,仍然是一个尚未解决的难题.提出了面向规划问题和解的结构的基于学习的规划技术.该方法将先验知识表示成"子问题-规划片段"的形式.每次规划器成功找到解以后,根据问题的初始状态和目标状态,构造规划对象的初始子状态和目标子状态,构成子问题,并从规划解中抽取该子问题对应的规划片段.这些先验知识将被唯一记录并保存成先验知识库.新问题的求解首先从先验知识库中检索与当前求解问题相关的先验知识;然后,将这些先验知识经过例化、合并步骤后编码成句子;最后,将这些句子连同问题编码得到的句子作为SAT求解器的输入,实现最终解的确定.实验使用了IPC中的基准测试例子进行测试.实验结果表明,SOLP算法求解速度与传统非学习的规划器相比具有明显优势,最佳情况下可达约80%的效率提升.

特征谓词知识树分解策略的研究

搜索空间约减是智能规划研究中的重要内容之一.谓词知识树是一种特殊的树状结构,它表达了规划领域中实现同一谓词的所有动作.在规划求解过程中,这些动作的前提条件通常是不能同时得到满足的.因此,提出了知识树的分解原理以及基于特征前提的知识树分解策略,并给出了相应的分解算法.对任意一个规划领域,利用该分解算法可将知识树分解成若干个较小规模的知识子树,使其对具体规划状态具有更强的针对性.在规划求解过程中使用知识子树可以避免一些不必要的动作搜索,提高规划效率.实验结果表明分解算法是有效的.

基于学习的规划技术研究

经过近十多年的努力,现代智能规划器无论是效率还是处理能力均得到了极大提高。鉴于现有规划理论的局限性,进一步提高现有规划技术效率已愈显困难。现有的大多数规划器均不具备学习能力,无法从先前求解经验中学习有用知识。综述了基于学习的规划技术的发展现状,然后重点介绍了规划大赛中最佳学习器所使用的学习技术,最后指出当前基于学习的规划技术研究领域中存在的主要问题。

组织视角下的村级治理重构:基于南海经验的解释

中国村级治理中，存在两个相互关联的二元结构：一个是科层治理与村民自治的公共权力二元结构；另一个是集体发展与个人回报的经济权利二元结构。在经济增长与城镇化达到一定水平之后，村民的异质性需求偏好使“政经合一”的村级治理形态不再适应二元结构的制度环境。佛山市南海区的“政经分离”实质上是在组织层面对村级治理的重构，通过明确不同利益群体的组织边界、强化村党组织在监督与冲突调解等方面的职能，以优化与平衡村级治理在公共服务产出与集体经济发展间的关系。此外，还有必要进一步采取保障措施确保村级治理的自主性不受外部权威的干扰。

评价目标前提的逻辑框架

多前提决策问题是决策领域中重要的研究内容,其决策质量可反映决策理论研究的成果。在多前提决策中,目标会有多种实现方式,每种实现方式都有相应的实现难度。在多前提决策研究中,定义了目标的条件集,提出了将条件集分解到最简单形式的算法,并证明了算法的输出为目标的极小最简不完备条件集。然后,提出了条件集可信度的概念及其计算方式,利用可信度评估目标的所有极小最简不完备条件集的实现难度,并以此确定实现该目标的最优条件集。最后,给出了评价目标前提的逻辑框架O的形式定义,证明了框架O的可计算性和推理能力,并用逻辑程序Prolog实现了框架O的原型,通过对框架O的原理性实验和具体的工程应用验证了框架O的有效性。

“营改增”对建筑企业税务管理的影响与对策分析

相对于施工企业来讲,做好税务管理非常的重要,其对于企业的税务支出有着很重要的影响,对税务合理管理,可以对一些不必要的税务项目进行冲抵,将企业的成本可以降低。在"营改增"背景当中,企业自身的税务也产生了很大的变化,这就需要对税务管理加强创新和改革,在对"营改增"贯彻当中,对施工企业的税务工作不断优化,将税务风险降低,从而为企业的运行发展奠定良好的发展基础。