检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

概率规划的研究

计算机科学 2011年第7期38卷 31-34,60页

作者：刘莹谷文祥东北师范大学人文学院长春130117 东北师范大学计算机科学与信息技术学院长春130117

概率规划是智能规划的一个研究热点,由于其自身的现实意义而被越来越多的学者关注。目前,已有许多学者对概率规划做出了新的扩展,使其应用的范围更广。着重介绍近年来概率规划的发展现状以及用重规划方法解决概率规划问题的规划器(FF-Re... 详细信息

概率规划是智能规划的一个研究热点,由于其自身的现实意义而被越来越多的学者关注。目前,已有许多学者对概率规划做出了新的扩展,使其应用的范围更广。着重介绍近年来概率规划的发展现状以及用重规划方法解决概率规划问题的规划器(FF-Replan),并介绍了近几届国际概率规划竞赛(IPPC),使广大学者可以对概率规划有一个更新、更全面的了解。

关键词：智能规划概率规划 PPDDL FF-Replan

考虑需求侧响应能力的孤立微网蓄电池储能系统容量概率规划方法

在线全文

学校读者我要写书评

暂无评论

电力系统及其自动化学报 2017年第1期29卷 37-44页

作者：陶琼李春来穆云飞董晓红许晓慧中国电力科学研究院南京分院新能源研究所南京210000 国网青海省电力公司电力科学研究院西宁810000 天津大学智能电网教育部重点实验室天津300072

本文提出一种考虑需求侧资源参与孤立微网频率调节能力的蓄电池储能系统容量概率规划方法。首先,提出一种需求侧负荷变参与度频率控制策略;进而,考虑微网分布式能源的间歇性特征,提出融合概率分析的时域仿真方法与一种基于面积准则的储... 详细信息

本文提出一种考虑需求侧资源参与孤立微网频率调节能力的蓄电池储能系统容量概率规划方法。首先,提出一种需求侧负荷变参与度频率控制策略;进而,考虑微网分布式能源的间歇性特征,提出融合概率分析的时域仿真方法与一种基于面积准则的储能系统容量确定算法;最后结合蒙特卡洛仿真求解孤立微网频率调节所需蓄电池储能系统容量的最优概率分布。该方法可充分计及微网运行过程中的高维不确定性因素,为规划人员根据微网运行需求配置最优的储能容量提供了一种有效的规划工具。

关键词：孤立微网频率控制储能系统需求侧响应概率规划

在线全文

学校读者我要写书评

暂无评论

一种自适应概率规划规则抽取算法

南京大学学报（自然科学版） 2003年第2期39卷 145-152页

作者：高阳陆鑫李宁陈世福南京大学计算机软件新技术国家重点实验室南京210093

　在已知状态迁移条件下,利用传统概率规划技术能够获得确定的规划规则.而强化学习技术能够在未知环境条件下,利用试错和奖赏函数在线学习动态环境的策略知识.因此一种自适应的概率规划规则抽取算法被提出.该算法首先在强化学习获得的... 详细信息

　在已知状态迁移条件下,利用传统概率规划技术能够获得确定的规划规则.而强化学习技术能够在未知环境条件下,利用试错和奖赏函数在线学习动态环境的策略知识.因此一种自适应的概率规划规则抽取算法被提出.该算法首先在强化学习获得的最优状态-动作对值函数基础上,通过迭代得到有折扣无奖赏的值函数和无折扣无奖赏的值函数.然后通过子规划剪枝将大于指定规划步数的子规划去除,并得到子规划剪枝后的状态-动作对值函数.最后通过Beamsearch算法从值函数中抽取满足概率规划条件的规划知识,从而在规划模型变化的条件下.也可以获得确定的概率规划规则.实验证明,这种自适应概率规划规则抽取算法是有效的.

关键词：自适应概率规划规则抽取算法强化学习 Beamsearch算法值函数规划模型

含高比例分布式光伏的配电网多目标概率规划方法

在线全文

学校读者我要写书评

暂无评论

电测与仪表 2023年第11期60卷 2-10页

作者：惠慧李蕊朱逸镝张育炜李天翔陆文标肖迁中国电力科学研究院有限公司北京100192 天津大学未来技术学院天津300072 天津大学电气自动化与信息工程学院天津300072

针对分布式光伏出力不确定性造成的配电网规划成本增加、运行稳定性降低问题,文章提出了一种含高比例分布式光伏的配电网多目标概率规划方法。通过K-means聚类对光伏出力数据进行场景削减,得到典型场景集及其概率模型,基于蒙特卡洛概率... 详细信息

针对分布式光伏出力不确定性造成的配电网规划成本增加、运行稳定性降低问题,文章提出了一种含高比例分布式光伏的配电网多目标概率规划方法。通过K-means聚类对光伏出力数据进行场景削减,得到典型场景集及其概率模型,基于蒙特卡洛概率潮流生成不确定性场景,模拟分布式光伏实际运行情况。基于所得不确定性场景,建立双层概率规划模型:上层以投资建设成本最小和光伏渗透率最大为目标,对分布式光伏及储能进行选址定容,下层考虑分布式光伏出力的不确定性,以概率潮流下的运维成本、网损成本、购电成本和电压偏差指数最小为目标,对分布式光伏出力以及储能各时段充放电功率进行优化。采用改进的粒子群(particle swarm optimization,PSO)算法对概率规划模型进行求解。采用安徽某地光伏出力作为典型数据,以IEEE 33节点系统为算例开展多场景算例分析,结果表明:与传统规划方法对比,所提方法能够提升光伏渗透率和配电网运行稳定性,并降低综合成本。

关键词：分布式光伏双层规划粒子群算法概率规划

在线全文

学校读者我要写书评

暂无评论

基于MARS和概率规划的离群值检测算法

计算机工程与设计 2023年第9期44卷 2694-2699页

作者：王瑞豪童英华冯忠岭青海师范大学计算机学院青海西宁810008 青海师范大学省部共建藏语智能信息处理及应用国家重点实验室青海西宁810008 青海师范大学物理与电子信息学院青海西宁810008

为提高物联网数据质量,提出一种基于MARS模型和概率规划的多变量离群值检测方法。该方法能够将多个变量结合起来,通过一个模型检测离群值。创建一个多元自适应回归样条模型产生研究化的残差,将残差作为输入,采用概率规划方法,建立基于... 详细信息

为提高物联网数据质量,提出一种基于MARS模型和概率规划的多变量离群值检测方法。该方法能够将多个变量结合起来,通过一个模型检测离群值。创建一个多元自适应回归样条模型产生研究化的残差,将残差作为输入,采用概率规划方法,建立基于全贝叶斯推理的一般单变量离群点检测模型。实验结果表明,概率规划模型能检测出更准确的离群点,该模型提供了具有可信区间的概率分布。

关键词：物联网数据质量多元自适应回归模型离群值概率规划多元离群点检测贝叶斯

在线全文

学校读者我要写书评

暂无评论

图规划框架下的决策概率规划的研究与实现

图规划框架下的决策概率规划的研究与实现

作者：张友红东北师范大学

学位级别：硕士

智能规划是人工智能研究领域近年来发展起来的一个热门分支，由于其广泛的实用性，受到研究者的高度重视。尤其是具有不完全信息和不确定信息的规划问题已经成为智能规划中的研究重点。在各种研究方法中，由于概率方法能较准确地对不确... 详细信息

智能规划是人工智能研究领域近年来发展起来的一个热门分支，由于其广泛的实用性，受到研究者的高度重视。尤其是具有不完全信息和不确定信息的规划问题已经成为智能规划中的研究重点。在各种研究方法中，由于概率方法能较准确地对不确定信息定量描述，因此研究动作具有概率输出的概率规划方法体现了较强的优越性，这个方法得到了研究者的肯定，并在此基础上产生了大量的算法。又由于这种概率规划的研究方法和马尔可夫决策过程（Markov decision processes，MDPs）的研究方法相似，所以很多研究人员在两者之间的结合上做了大量的工作。在今年举行的IPC-4（2004 International Planning Competition），第一次把概率域列入了竞赛的项目，再一次表明了概率规划在智能规划研究领域中的重要地位。本文首先从表示方法、规划类型、复杂度、规划语言等几方面分析了概率规划的研究现状，概括了研究概率规划的相关理论和相关技术，揭示了概率规划和MDPs之间的关系，并把决策理论应用到概率规划中，定义了效用模型下的概率规划，提出了相应的算法DPG（Decision Probabilistic Graphplan）。DPG算法建立在具有迅速传播能力的概率规划图（Probabilistic Graphplan）上，结合动态编程（Dynamic Programming），用前向搜索的方法来求最优规划解。我们用C语言实现了这个算法，并证明出，在有限时间步内，这是一个多项式级复杂度的算法。通过实验结果，我们阐明了效用模型下，各因素对最优规划解及DPG算法复杂度的影响。最后指明了本算法是对概率规划的有效扩张及对MDPs的成功应用。

关键词：人工智能智能规划概率规划动态编程马尔可夫决策过程

基于互斥约束的概率规划器及其扩展算法的研究与实现

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于互斥约束的概率规划器及其扩展算法的研究与实现

作者：欧华杰东北师范大学

学位级别：硕士

智能规划是人工智能研究领域近年来发展起来的一个热门分支,由于其广泛的实用性,受到研究者的高度重视。尤其是具有不完全信息和不确定信息的规划问题已经成为智能规划中的研究重点。在各种研究方法中,由于概率方法能较准确地对不确定... 详细信息

智能规划是人工智能研究领域近年来发展起来的一个热门分支,由于其广泛的实用性,受到研究者的高度重视。尤其是具有不完全信息和不确定信息的规划问题已经成为智能规划中的研究重点。在各种研究方法中,由于概率方法能较准确地对不确定信息进行定量描述,因此研究动作具有概率输出的概率规划方法体现了较强的优越性,这个方法得到了研究者的肯定,并在此基础上产生了大量的算法。在 2004 年举行的 IPC-4(2004 International Planning Competition),第一次把概率域列入了竞赛的项目,再一次表明了概率规划在智能规划研究领域中的重要地位。智能规划领域的研究者针对规划问题中的不确定性(uncertainty)问题和不完全信息(incomplete)问题,开发了一些有效的规划器,其中 Blum 与 Langford 提出了专门针对动作结果不确定的规划问题的算法 Probabilistc GraphPlan(简称 PGP),相关的实验结果表明 PGP 优于解决同类问题的规划器 Buridan,SPI,BlackBox 等。但PGP 算法只局限于处理 STRIPS 动作的概率规划问题,对于动作带有条件效果的概率规划问题,PGP 算法就不适用了。为了扩大 PGP 规划器的处理范围,提出该研究课题。本文首先从表示方法、规划类型、复杂度、规划语言等几方面分析了概率规划的研究现状,概括了研究概率规划的相关理论和相关技术,并分别介绍了经典规划器与概率规划器中对动作带有条件效果的规划问题的处理方法,其次介绍自己做的主要工作,包括两个部分:(一)研究与实现基于互斥约束的概率规划器,该规划器是对 PGP加以改进,改进后的算法相对于 PGP 规划器减少了规划图中的结点数目,节省了存储空间.(二)提出处理动作带有条件效果的概率规划器的算法。最后阐明了未来继续要做的工作,对第二部分提出算法进行程序实现。

关键词：概率规划互斥约束条件效果

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

增量式动态概率规划的研究

增量式动态概率规划的研究

作者：苏卫华东北师范大学

学位级别：硕士

无论是因为对人工智能理论研究的贡献,还是因为实际的应用前景,作为人工智能的一个重要分支,智能规划的研究价值不可小觑,近年来研究成果颇多,成绩斐然。为了让智能规划能处理更为实际及复杂的问题,当前很多研究人员热衷于不确定规划的... 详细信息

无论是因为对人工智能理论研究的贡献,还是因为实际的应用前景,作为人工智能的一个重要分支,智能规划的研究价值不可小觑,近年来研究成果颇多,成绩斐然。为了让智能规划能处理更为实际及复杂的问题,当前很多研究人员热衷于不确定规划的研究,比如说概率规划。其中,很多概率规划系统研究最短路径问题,然而当环境发生变化时,原来的规划结果将不再适用或不是足够好,许多系统不得不重新进行规划。当然,环境的变化通常是渐变的,重新规划时处理的往往是相似的规划问题,所以多次的重规划中,存在大量的重复规划和搜索过程,如果完全重新独立规划,规划系统的效率是低下的,在某些领域甚至是不可容忍的。如何记住已经进行过的可以复用的规划成果,在时间和空间寻求一个均衡点,就是增量式规划的任务。尽管目前对增量式规划已经有了若干研究,但并不广泛。本文将随机概率规划问题转为马尔可夫决策过程(MDP)模型来研究,同时结合了启发式搜索的算法,用启发值的迭代计算来解决最短路径规划问题,在这基础上,研究其中规划过程的特点和规律,当环境不断变化时,我们用增量式规划的方法来重规划,重复利用了前面规划的成果,减小了再次状态空间扩展时的规模,更加快速的进行启发值的迭代计算,提高整个规划过程的效率。本文主要的工作有:提出了增量式动态概率规划的模型和定义,设计了增量式动态概率规划的状态空间生成算法、增量式动态概率规划启发值的迭代算法及增量式动态概率规划的算法。同时,本文用C++语言编写代码,在Linux系统环境下开发了赛车问题域的增量式动态概率规划系统,实现了该算法。用大量实例进行测试,结果验证了算法的有效性,特别是进行重规划时,大大减小了状态空间的再扩展规模和启发值迭代计算的次数,从而节省了规划时间,提高重规划的效率。

关键词：智能规划概率规划增量式最短路径启发式搜索

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于多Agent的概率规划图研究

基于多Agent的概率规划图研究

作者：高婷东北师范大学

学位级别：硕士

智能规划是人工智能领域里一个重要的研究内容。经典的规划问题假设世界的信息是完全可知的,并且动作的执行效果是确定的,这使得经典的规划问题只能求解规模较小的模型规划问题。为了求解现实问题,近年来,对不完全信息和不确定效果的规... 详细信息

智能规划是人工智能领域里一个重要的研究内容。经典的规划问题假设世界的信息是完全可知的,并且动作的执行效果是确定的,这使得经典的规划问题只能求解规模较小的模型规划问题。为了求解现实问题,近年来,对不完全信息和不确定效果的规划问题的研究已经逐渐深入。概率规划器由于能够较准确地对不确定信息进行定量描述,已经得到人们的高度重视。Blum和Furst提出了图规划框架下的概率规划算法——Probabilistic Graphplan(PGP)。多Agent环境中,各个Agent协调合作共同解决用户的问题。这种合作的存在是由于问题涉及的领域太广,单个Agent无法完成,或者问题要求具有不同知识或功能的Agent为最终解决问题服务。Agent间是通过通信来实现合作求解问题、解决冲突、达成一致的。一个Agent也许还要和其他Agent进行交互以满足其自身计划安排,可以通过协商或者对问题招标、委托任务实现交互。基于Agent的体系结构具有模块化、鲁棒性、分布性和其他一些分布式系统的优点,这使得Agent技术能够在计算机领域中得到广泛的应用。本文通过分析PGP,将多Agent思想应用于PGP算法,得到基于多Agent的概率规划器(MAPGP)模型,从而使MAPGP在速度上比以前的PGP有很大的提高。并深入讨论MAPGP的扩张过程、信息标记过程和解搜索过程。

关键词：智能规划多Agent 智能Agent 概率规划