自动推理与规划问题最小上界和相变规律研究
| 摘要 | 第4-7页 |
| Abstract | 第7-9页 |
| 第1章 绪论 | 第12-22页 |
| 1.1 自动推理问题 | 第12-15页 |
| 1.1.1 自动推理的重要性 | 第12-13页 |
| 1.1.2 自动推理问题中最小上界研究的意义 | 第13-14页 |
| 1.1.3 自动推理问题中最小上界研究的现状 | 第14-15页 |
| 1.2 智能规划问题 | 第15-19页 |
| 1.2.1 智能规划的重要性 | 第15页 |
| 1.2.2 智能规划的类型 | 第15-17页 |
| 1.2.3 智能规划相变规律研究的意义 | 第17-18页 |
| 1.2.4 智能规划相变规律研究的现状 | 第18-19页 |
| 1.3 本文工作 | 第19-22页 |
| 第2章 | 第22-32页 |
| 2.1 基本概念 | 第22-25页 |
| 2.2 | 第25-27页 |
| 2.2.1 基于DPLL 方法 | 第25-26页 |
| 2.2.2 基于扩展规则的方法 | 第26页 |
| 2.2.3 基于知识编译方法 | 第26-27页 |
| 2.3 复杂性度量方法 | 第27-32页 |
| 第3章 最坏情况下 | 第32-42页 |
| 3.1 基本概念 | 第32-33页 |
| 3.2 化简规则 | 第33-35页 |
| 3.3 MC_2 算法 | 第35-38页 |
| 3.3.1 DPLL 算法框架 | 第35页 |
| 3.3.2 基本函数 | 第35-37页 |
| 3.3.3 MC2 算法框架 | 第37-38页 |
| 3.4 MC_2 算法的最小上界分析 | 第38-40页 |
| 3.5 本章小结 | 第40-42页 |
| 第4章 最坏情况下 | 第42-54页 |
| 4.1 基本概念 | 第42-43页 |
| 4.2 MCDP 算法 | 第43-46页 |
| 4.3 MCDP 算法分析 | 第46-51页 |
| 4.4 MC_3 算法 | 第51-52页 |
| 4.4.1 基本函数 | 第51页 |
| 4.4.2 MC_3 算法框架 | 第51-52页 |
| 4.5 MC_3 算法的最小上界分析 | 第52-53页 |
| 4.6 本章小结 | 第53-54页 |
| 第5章 最坏情况下 | 第54-66页 |
| 5.1 基本概念 | 第54-55页 |
| 5.2 基于扩展规则求解 | 第55-62页 |
| 5.2.1 CER 算法框架 | 第55-57页 |
| 5.2.2 基于扩展规则的推理分析算法框架 | 第57-58页 |
| 5.2.3 预处理过程 | 第58-61页 |
| 5.2.4 组件分析过程 | 第61-62页 |
| 5.3 基于扩展规则求解 | 第62页 |
| 5.4 实验比较 | 第62-64页 |
| 5.5 本章小结 | 第64-66页 |
| 第6章 EXPSPACE 完全问题的相变研究 | 第66-80页 |
| 6.1 相关概念 | 第66-68页 |
| 6.2 一致性规划无解算法 | 第68-72页 |
| 6.3 一致性规划有解算法 | 第72-76页 |
| 6.4 实验结果 | 第76-78页 |
| 6.4.1 目标条件数与求解效率的关系 | 第77页 |
| 6.4.2 分布密度与求解效率的关系 | 第77-78页 |
| 6.5 本章小结 | 第78-80页 |
| 第7章 总结与展望 | 第80-84页 |
| 参考文献 | 第84-98页 |
| 作者简介及在学期间所取得的科研成果 | 第98-99页 |
| 致谢 | 第99页 |
