领域知识优化的蚁群规划算法

doi:10.3778/j.issn.1002-8331.2010.14.005

计算机工程与应用 ›› 2010, Vol. 46 ›› Issue (14): 17-19.DOI: 10.3778/j.issn.1002-8331.2010.14.005

领域知识优化的蚁群规划算法

柴啸龙

广东商学院数学与计算科学学院，广州 510320

收稿日期:2010-02-22 修回日期:2010-04-09 出版日期:2010-05-11 发布日期:2010-05-11
通讯作者: 柴啸龙

Ant swarm planning algorithm optimized by domain knowledge

CHAI Xiao-long

Department of Mathematics and Computing Science，Guangdong University of Business Studies，Guangzhou 510320，China

Received:2010-02-22 Revised:2010-04-09 Online:2010-05-11 Published:2010-05-11
Contact: CHAI Xiao-long

摘要/Abstract

摘要： 在智能规划领域的传统图规划算法中，规划解的提取是从规划图的最后一层不断向前提取。提取过程中要不断进行大量状态互斥判断。提取过程中一旦发生失败就要回溯，即使再遇到相同的互斥情形也要重新计算，大量判断互斥的计算被带入主循环搜索过程，极大地影响了搜索效率。将领域知识通过禁忌连接集的形式加入蚁群规划算法中，相邻动作层的很多互斥信息通过禁忌连接集只需计算一次，不带入主循环计算中，可以较好地提升算法的执行效率，实例分析表明这一策略是有效的。

关键词: 智能规划, 规划图, 蚁群规划, 领域知识

Abstract: In the study area of automated planning，the planning solution will be extracted from the planning graph，and the extracting way is from the last level to the front by backtracking in an exhaustive way.The plan extracting of the algorithm always consume too much time by this way.In this paper，the domain knowledge will be added into the ant swarm planning algorithm by the form of taboo-connection-set，and the mutex informations can be computed only once because they can be excluded from the main searching cycle.The instance indicates that the tactic is effective.

Key words: intelligence planning, planning graph, ant swarm planning, domain knowledge

中图分类号:

TP18

柴啸龙. 领域知识优化的蚁群规划算法 [J]. 计算机工程与应用, 2010, 46(14): 17-19.

CHAI Xiao-long. Ant swarm planning algorithm optimized by domain knowledge[J]. Computer Engineering and Applications, 2010, 46(14): 17-19.

[1]	谭刚，陈聿，彭云竹. 融合领域特征知识图谱的电网客服问答系统[J]. 计算机工程与应用, 2020, 56(3): 232-239.
[2]	刘胜，赵彤洲，蔡敦波. 部分观测环境下的时态动作模型学习方法[J]. 计算机工程与应用, 2018, 54(2): 29-39.
[3]	陈健，朱庆生，张程. QoS感知的语义服务组合搜索算法[J]. 计算机工程与应用, 2017, 53(2): 58-63.
[4]	王进宗，文中华，唐杰，龙凤. 不确定规划领域中带权值的观察信息约简[J]. 计算机工程与应用, 2016, 52(3): 55-58.
[5]	高洁1，2，王玞2，李磊2. 基于智能规划的界面自动生成方法研究[J]. 计算机工程与应用, 2015, 51(4): 54-60.
[6]	赵娇娇，赵书良，郭晓波，刘军丹. 基于自然语言生成的关联规则可视化方法[J]. 计算机工程与应用, 2014, 50(23): 122-126.
[7]	马冯1，刘惟一2，杨樱3. 影响图的渐进式构建方法[J]. 计算机工程与应用, 2013, 49(11): 45-49.
[8]	刘越畅，钟秀玉，房宜汕，陈剑彪. 基于Europa2的智能规划动态仿真与建模[J]. 计算机工程与应用, 2012, 48(17): 211-214.
[9]	张波1，吕帅1，2，3，刘磊1，张鹏1. Conformant规划的编码方式研究[J]. 计算机工程与应用, 2011, 47(34): 29-33.
[10]	胡文彬^1，2，张宏¹，李千目¹. 不确定模式集成中领域知识应用模型的研究[J]. 计算机工程与应用, 2010, 46(32): 10-12.
[11]	朱卫星¹，王智学¹，李宗勇². 面向领域知识复用的C4ISR系统需求建模方法[J]. 计算机工程与应用, 2010, 46(30): 216-220.
[12]	燕彩蓉¹，孙圭宁²，高念高². 基于扩展树状知识库的海量数据清洗算法[J]. 计算机工程与应用, 2010, 46(28): 146-148.
[13]	饶东宁¹，蒋志华²，姜云飞³. 规划领域定义语言的演进综述[J]. 计算机工程与应用, 2010, 46(22): 23-25.
[14]	柴啸龙，胡桂武，陈蔼祥. Markov决策过程的蚁群规划算法[J]. 计算机工程与应用, 2010, 46(20): 40-41.
[15]	王素格，宋晓雷，李红霞. 基于领域知识的问答对自动提取方法[J]. 计算机工程与应用, 2010, 46(19): 214-216.

领域知识优化的蚁群规划算法

Ant swarm planning algorithm optimized by domain knowledge

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics