基于云与或树的复杂决策问题规约研究

针对复杂决策问题的规约问题,给出了基于云模型与或树与群体决策的规约方法.阐述问题规约的基本概念及其与群体决策的关系,给出了基于云模型的问题解树的代价与可解度计算,基于云模型与或树的复杂决策问题归约过程,给出了复杂决策问题云与或树的启发式搜索算法.该方法充分表达了复杂决策问题归约中群体判断的模糊性和随机性,具有较大的客观性.

复制窗口不等保护喷泉码的与或树渐进性能分析

采用与或树分析方法,结合算法的构造,推导出复制窗口不等保护算法中各类数据的译码失败概率迭代公式.从数学的角度验证算法性能.通过Matlab性能仿真,给出在不同复制因数下复制窗口不等保护算法与算法误比特率性能关系曲线.通过与基于权重的不等保护算法及拓展窗口喷泉码的渐进性能仿真结果进行对比,证明了该算法在相同译码开销下,可将保护级别提高3~4个数量级.此外,本文研究了复制因数对算法性能的影响,在不同的译码开销下,通过Matlab仿真给出复制因数与算法性能的关系曲线.

广义与或树的启发式搜索算法BTAO

本文根据乐观决策准则提出了广义与或树这一新概念,证明了广义与或树的耗散值与其最佳解树的耗散值是等价的。根据新定义的启发式函数h^(Tr)(n,x),提出了广义与或树的自底向上的启发式算法BTAO~*。算法BTAO~*是可采纳的,即定能找到最佳解树,进而求解出广义与或树的耗散值。

基于与或树的柔性BOM结构及其产品配置算法

形式化定义和描述了一种基于与或树的产品结构及其相关特性,基于该结构的BOM设计具有更好的产品配置柔性。在此基础上,还提出了一种面向任务的产品配置算法,能使产品的结构配置适应企业的特定生产任务要求。

输电网故障的与或树诊断模型

为进一步提高诊断算法的准确度及容错性,文中提出一种基于与或树模型的输电网故障诊断方案。在目前诊断模型的基础上加入保护启动信息及电网拓扑元素,使与或树诊断模型对故障的描述更加确切。通过对电网拓扑的搜索形成遍历生成树,反映出了可疑故障元件与断路器之间的连接关系,然后将保护启动信息、保护出口动作信息以及断路器跳闸信息三者形成的与树引入其中,形成最终的与或树诊断模型。通过对与或树的求解及最优匹配算法能够确定故障元件以及丢失的报警信息,最后通过故障诊断算例验证了该方法的有效性。

结合带权与或树和AOE-网的任务规划研究

多智能体任务规划中的任务分解、任务协调是相互关联和紧密结合的过程。与或树是人工智能中用于表示问题规约以及求解过程的一种方法,它能把复杂的多阶问题分解成多个易于求解的子问题。针对任务的复杂性和时序约束问题,提出一种结合带权与或树和AOE-网的任务规划方法。根据任务的时序约束,对复杂任务进行逐层分解或变换,建立带权与或树结构;将带权与或树转换为AOE-网,进行基于最早发生时间的任务计划一致协调。仿真结果验证了任务规划方法在多智能体系统中的可行性和有效性。

产品结构与或树的设计成本优化控制模型

针对大型离散制造企业产品结构特点,提出产品的自制件、外购件、原材料和工艺的多级综合结构模型.为了实现产品设计成本的优化控制,建立产品结构与或树的配置模型,并通过定义产品组成子件之间的相关性表示产品满足工艺需求的可制造性.基于单级产品结构与或树给出产品设计成本优化模型,采用仿真示例进行验证.仿真结果表明,所提出的DFC的模型Opt-BOMP较之DTC模型能够获得成本更优的产品设计方案.Opt-BOMP充分考虑了用户对产品的质量需求、供应商对外购物料的影响、产品的工艺要求、产品设计和生产的结合,能够增强产品设计的可行性.

基于与或树建模的电力系统Petri网故障诊断方法

为进一步提高故障诊断模型的准确性,该文针对传统有色Petri网模型在主保护信号缺失情况下难以进行故障诊断的缺陷,基于与或树方法完善了诊断模型,使其对故障的描述更全面。以保护启动信号、保护出口动作信号和断路器跳闸信号为诊断依据,以主保护、远后备保护和失灵保护为基础实现诊断过程。最后以含分布式电源的典型配电系统为例验证了该模型的有效性和正确性。

基于与或树的正则表达式有害二义性检查算法

在构造面向应用的正则表达式(RE)过程中,引入有益二义性可简化 RE 构造,而将有害二义性遗留在 RE中会危害匹配结果的正确性.为区别对待这两种二义性,基于与或树提出一种检查和定位 RE 中有害二义性的算法.该算法可减轻 RE 调试的工作量.实验表明,该算法在时间性能、空间性能和实用性等方面优于现有基于自动机的二义性检查算法.基于此算法的可视化 RE 编辑调试环境已用于构建国内第一个整合的生物数据仓库.

基于多值测试的诊断策略优化生成

研究了多值输出测试条件下的诊断策略优化生成问题,把该问题形式化为一个最优多值与或决策树的搜索问题,然后将已有的基于二值测试的优化算法(信息增量启发式算法)同多值逻辑相结合,提出了包括多值输出测试和非对称测试的故障诊断策略优化生成算法,最后应用测试案例验证了该算法的有效性。结果表明,本方法对二值或多值测试以及非对称测试均适用,可以获得诊断精度和测试费用的理想权衡。

支持变型设计的可配置产品结构模型

根据变型设计对产品结构可配置性、可重用性和灵活性的需求,深入分析了广义产品结构和数据之间的语义关系,提出了一种将扩展与或树和装配有向图相结合的可配置产品结构模型。扩展与或树覆盖了一组变型产品的结构,建立了产品节点之间的内在语义关系和配置条件,用以支持变型产品的组成结构变型;装配有向图形式化描述装配关系和装配方向,用以表达产品结构中装配语义。在此基础上,通过可扩展属性集来描述产品结构中各节点属性及其关系,支持变型产品的参数变型与传递。最后以汽车减震器产品系列为例,说明该模型对支持快速变型设计的可行性。

基于专家系统编排电网设备检修计划的求解策略

针对编排电网检修计划高可靠性的要求,利用人工智能专家系统技术具有解决非算法解问题的优势,采用框架表示法描述电网结构化知识,产生式表示法描述规则知识,对事实数据采用与或树深度优先正向匹配策略,实现智能分析,优化检修时间,避免设备检修冲突,保证检修计划编排科学、合理.

基于马尔科夫决策的目标选择策略

目标选择是军事计划的关键要素之一。基于马尔科夫决策方法,解决具有复杂目标间关联的多阶段目标选择问题。使用与或树描述目标体系各层状态间的影响关联,并以目标体系整体失效为求解目的,建立了基于离散时间MDP的多阶段打击目标选择模型。在LRTDP算法基础上提出一种启发式方法,通过判断从当前目标体系状态到达体系失效状态的演化过程中的可能资源消耗和失败概率,来提供对当前状态的评估值,该方法能有效排除问题搜索空间中不能到达体系失效目的的中间状态,压缩了由于目标间复杂关联而增长的巨大状态空间。用实验验证了该方法有效性,实验结果表明,该方法直观实用,对目标间具有复杂关联关系的目标打击决策有一定参考价值。

基于点的POMDPs在线值迭代算法

部分可观察马尔可夫决策过程(partially observable Markov decision processes,简称POMDPs)是动态不确定环境下序贯决策的理想模型,但是现有离线算法陷入信念状态"维数灾"和"历史灾"问题,而现有在线算法无法同时满足低误差与高实时性的要求,造成理想的POMDPs模型无法在实际工程中得到应用.对此,提出一种基于点的POMDPs在线值迭代算法(point-based online value iteration,简称PBOVI).该算法在给定的可达信念状态点上进行更新操作,避免对整个信念状态空间单纯体进行求解,加速问题求解;采用分支界限裁剪方法对信念状态与或树进行在线裁剪;提出信念状态结点重用思想,重用上一时刻已求解出的信念状态点,避免重复计算.实验结果表明,该算法具有较低误差率、较快收敛性,满足系统实时性的要求.

WSN中一种目标追踪在线节点调度算法

针对目标追踪无线传感器网络节点能量有限、感知信息存在不确定性等问题,提出一种基于部分可观察马尔可夫决策过程的在线节点调度算法。通过状态转移函数和观察函数描述移动目标的不确定性,根据奖赏函数平衡追踪性能和节点能量消耗,并构造有限深度的可达信念与或树降低运算复杂度,实现调度策略在线求解。实验结果表明,该算法能平衡目标追踪质量与节点能量消耗,且满足实时性要求。

证据计数法在落子类机器博弈中的应用

详细阐述了基于"与或树"的证据计数法原理,综述了证据计数法在一些落子类博弈系统中的应用;论述了证据计数法和PN2算法的缺陷.基于PN2算法,提出了一种两级的PN算法,即PN-DFPN,其中第一级采用标准的PN算法,第二级采用一种深度优先的PN算法代替PN2算法中的第二级PN算法,弥补了PN2算法存在的不足.将PN2和PN-DFPN算法应用于求解7×7和9×9棋盘的六子棋开局局面上,实验证明,PN-DFPN在搜索效率和求解能力上都明显优于PN2.

多层中继网络上的分布式LT码

目前对分布式LT码(DLT)的研究仅限于信源数量较少、且只有1层中继的情况,该文提出一种能够部署在多层中继网络上的分布式LT码,即多层分布式LT码(MLDLT)。该码将信源进行分组,将中继进行分层,通过分层后的中继群,可以将多达几十个乃至上百个信源连接到同一个接收端,从而实现众多信源通过多层中继对同一个接收终端的分布式LT码通信。通过对MLDLT码进行与或树分析,得出其中继度分布的线性优化方程。分别在无损和有损链路上计算该码的渐进性能并进行数值仿真,结果证明MLDLT码在无损和有损链路上的错误平台都比较低。MLDLT码非常适合于信源数量较多的多层中继网络。

基于遗传退火算法的测试序列优化研究

最优测试序列的生成是大型复杂系统可测试性设计中极为重要的一步,可利用遗传退火算法解决组合优化问题的优越性来生成最优测试序列。建立最优测试序列问题的数学模型,利用优先权布尔矩阵式编码方案来对测试序列进行编码,设计交算子和两种变异算子,并引入与或树来说明算法搜索最优序列的全过程,在MatLab上进行仿真实验。实验结果表明,该算法取得较好的效果,具有一定的参考价值。

基于扩展窗的级联型UEP-LT码设计

在多媒体数据传输中,重要数据对可靠性要求比较高,在较差信道条件下需要更强的保护,为此提出了一种具有不等保护能力的级联型UEP-LT码方案。该方案先对重要比特(More Important Bits,MIB)数据进行预编码,并引入扩展窗技术进行优化设计,然后利用And-Or树分析法对误码率性能进行分析。仿真结果表明,基于扩展窗的级联型UEP-LT码增强了对MIB数据的保护程度,并且降低了对次重要比特(Less Important Bits,LIB)性能的损失,具有良好的UEP特性。

启发式搜索在数学智能解题系统中的应用研究

在人工智能领域,对问题求解的方法都需要某种对解答的搜索,即为一个搜索过程。文中论述的数学智能辅导系统采用了与或树知识表示方法,也可称为问题规约法。它把初始问题通过一系列变换最终变为一个子问题集合,而这些子问题的解可以直接得到,从而解答了初始问题。系统使用以推理深度作估价函数的启发式搜索,使得问题的求解更加有效与合理。论述了采用启发式搜索的必要性及可行性。对比了采用启发式搜索前后,系统解题合理性得到很大提高。