基于商空间的粒度计算在启发式搜索中的应用与研究
| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 目录 | 第7-10页 |
| Contents | 第10-13页 |
| 第一章 绪论 | 第13-21页 |
| ·引言 | 第13-14页 |
| ·粒度计算的发展及研究现状 | 第14-15页 |
| ·粒度计算的研究意义 | 第15-17页 |
| ·粒度计算的研究模型 | 第17-20页 |
| ·Zadeh的模糊集理论模型 | 第17-18页 |
| ·Rough集 | 第18-19页 |
| ·商空间理论 | 第19-20页 |
| ·本文研究的主要内容 | 第20页 |
| ·本文的主要研究内容 | 第20页 |
| ·预期目标 | 第20页 |
| ·关键技术 | 第20页 |
| ·本课题的创新之处 | 第20-21页 |
| 第二章 人工智能问题求解技术 | 第21-29页 |
| ·引言 | 第21页 |
| ·状态空间 | 第21-22页 |
| ·一般搜索原理 | 第22-23页 |
| ·启发式搜索理论 | 第23-25页 |
| ·启发式信息和估价函数的设计 | 第23-25页 |
| ·搜索算法的可采纳性 | 第25页 |
| ·常见的启发式搜索算法 | 第25-28页 |
| ·(?)算法 | 第25-26页 |
| ·统计启发式算法(SA算法) | 第26-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 商空间粒度计算理论 | 第29-39页 |
| ·问题求解理论的提出 | 第29-30页 |
| ·粒度与粒度计算理论 | 第30页 |
| ·商空间粒度原理 | 第30-34页 |
| ·商空间粒度世界模型的描述及论域的划分 | 第31-33页 |
| ·分层递阶结构 | 第33页 |
| ·不同粒度世界的关系 | 第33-34页 |
| ·粒度世界中论域的合成 | 第34-38页 |
| ·粒度合成原则 | 第34-35页 |
| ·论域合成技术 | 第35-38页 |
| ·本章小结 | 第38-39页 |
| 第四章 启发式搜索中粒度的选择与分析 | 第39-50页 |
| ·商空间理论中的分层与合成 | 第39页 |
| ·商空间理论中粒度的合并与分解 | 第39-42页 |
| ·合并法 | 第40页 |
| ·分解法 | 第40-42页 |
| ·基于商空间的推理模型 | 第42-43页 |
| ·保假原理 | 第42页 |
| ·保真原理 | 第42-43页 |
| ·商空间理论下搜索粒结点的构成 | 第43-47页 |
| ·启发式搜索中商空间模型分析 | 第44页 |
| ·启发式搜索中上层空间信息的提取 | 第44-46页 |
| ·启发式搜索中粒度的划分与选择 | 第46-47页 |
| ·基于分层与合成技术的启发式搜索中的粒度分析 | 第47-49页 |
| ·基于粒度分层技术的启发式搜索方法 | 第47-48页 |
| ·基于粒度合成技术的启发式搜索方法 | 第48-49页 |
| ·综合利用分层与合成技术的启发式搜索方法 | 第49页 |
| ·本章小结 | 第49-50页 |
| 第五章 粒启发式搜索算法及应用 | 第50-65页 |
| ·问题的提出 | 第50-51页 |
| ·基于商空间的粒启发式搜索算法 | 第51-53页 |
| ·粒启发式搜索树的模型 | 第51页 |
| ·启发式搜索中的粒度原理 | 第51-52页 |
| ·基于商空间的粒启发式算法描述 | 第52-53页 |
| ·粒启发式搜索算法在图像边缘信息提取中的应用 | 第53-60页 |
| ·图像边缘提取的基本原理 | 第53-55页 |
| ·基于粒启发式搜索的图像边缘提取算法 | 第55-60页 |
| ·实验结果及评价 | 第60-64页 |
| ·本章小结 | 第64-65页 |
| 结论 | 第65-66页 |
| 参考文献 | 第66-69页 |
| 攻读学位期间发表的论文 | 第69-72页 |
| 致谢 | 第72-73页 |
| 附录:算法实现的部分源代码 | 第73-79页 |
