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 |