首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--一般性问题论文--理论、方法论文--算法理论论文

面向高性能和强表达力的自动规划

摘要第1-7页
ABSTRACT第7-10页
目录第10-14页
表格第14-15页
插图第15-16页
算法第16-17页
第一章 绪论第17-31页
   ·规划的基本概念第17-19页
     ·研究背景第17-18页
     ·研究内容第18-19页
   ·规划问题语言第19-21页
     ·STRIPS语言第19-20页
     ·ADL和PDDL语言第20-21页
   ·规划算法第21-24页
     ·基于搜索的规划算法第21-23页
     ·基于命题逻辑的规划算法第23-24页
     ·规划算法的表达能力第24页
   ·论文研究成果、贡献和创新点第24-28页
     ·通过随机游走搜索提高规划算法性能第25-26页
     ·使用云计算平台提高规划算法性能第26-27页
     ·采用基于命题逻辑的编码策略扩展规划算法表达力第27-28页
   ·论文组织结构第28-31页
第二章 背景介绍第31-45页
   ·规划问题形式化定义第31-37页
     ·经典规划问题定义第31-33页
     ·耗散敏感的富时序规划问题定义第33-37页
   ·SAT问题及其扩展形式第37-40页
     ·SAT问题第37-38页
     ·MinCost SAT和WPMax-SAT第38-40页
   ·规划的相关研究工作第40-45页
     ·经典规划第40-42页
     ·时序规划第42-43页
     ·规划应用第43-45页
第三章 随机游走协助下的最好优先搜索算法第45-63页
   ·本章介绍第45-47页
   ·研究背景第47-49页
     ·启发式搜索的高原搜索问题第47-48页
     ·蒙特卡罗随机游走搜索第48-49页
   ·RW-BFS规划算法第49-58页
     ·算法介绍第51-52页
     ·高原搜索期检测第52-54页
     ·性能分析第54-58页
   ·实验结果及分析第58-61页
   ·本章小结第61-63页
第四章 适合云计算平台的组合式MRW并行规划算法第63-87页
   ·本章介绍第63-65页
   ·研究背景第65-68页
     ·云计算第65-66页
     ·并行状态空间搜索算法第66-68页
     ·组合式并行规划算法第68页
   ·组合式蒙特卡罗随机游走并行搜索第68-74页
     ·蒙特卡罗随机游走搜索第68-69页
     ·简单组合式MRW并行搜索第69-73页
     ·复合参数设置的组合式MRW并行搜索第73-74页
   ·PMRW算法在Windows Azure云平台上的实现第74-76页
   ·实验结果及分析第76-84页
     ·本地云计算平台上的实验结果第77-82页
     ·Windows Azure云计算平台上的实验结果第82-84页
   ·本章小结第84-87页
第五章 基于SAT的耗散敏感富时序规划算法第87-129页
   ·本章介绍第87-90页
   ·研究背景第90-92页
     ·时序规划第90页
     ·耗散敏感规划第90-91页
     ·SAT求解器第91-92页
   ·基于SAT方法的CSTE规划框架第92-104页
     ·MinCost SAT编码第93-96页
     ·增强版MinCost SAT编码第96-104页
   ·基于分支定界的算法求解MinCost SAT问题第104-111页
     ·BB-CDCL算法第104-106页
     ·启发式分支变量选择机制第106-111页
   ·实验结果及分析第111-125页
     ·测试问题集第111-117页
     ·优化时序长度实验结果及分析第117-123页
     ·优化总动作耗散实验结果及分析第123-125页
   ·本章小结第125-129页
第六章 总结与展望第129-133页
   ·本文总结第129-131页
   ·进一步工作第131-133页
参考文献第133-147页
致谢第147-151页
攻读博士学位期间发表的学术论文与参加的科研项目第151-153页

论文共153页,点击 下载论文
上一篇:CD11b~-CD27~-NK细胞参与肺癌进程
下一篇:关于在线产品推荐时机与推荐信息来源选择的实证研究