不確定規(guī)劃中帶權值的觀察信息約簡.pdf

1、在基于模型檢測的不確定規(guī)劃中，由于不確定因素的存在，某些狀態(tài)在執(zhí)行一個動作后會隨機地到達某些狀態(tài)，只有對這些狀態(tài)添加輔助信息進行觀察才能確定具體位置。因此對規(guī)劃過程進行觀察是十分必要的，而我們將這些輔助信息稱為觀察信息。而隨著信息化社會的發(fā)展，問題的規(guī)模越來越大，所涉及的信息也越來越廣。與之相對應的規(guī)劃模型的規(guī)模也變得非常大，其中涉及的觀察信息的數目和類別是相當可觀的。絕大多數當今的規(guī)劃問題應用中，其為了判定位置或其他目的而設計的觀察信

2、息都是需要一定消耗的，體現在時間、空間、金錢等各個方面。同時，這些信息往往是存在冗余的，在求解過程中是無作用的，所以以壓縮規(guī)劃器各方面的開銷為目的而對帶權值的觀察信息進行約簡就顯得十分必要。
　　本文首次對帶權值觀察信息的約簡問題進行了研究，系統(tǒng)地明確了對帶權值的觀察信息進行約簡的基本思路，區(qū)分了兩種不同方法求得不確定狀態(tài)集的優(yōu)劣與適用情況。并針對上述問題，首次針對不確定規(guī)劃領域中單 agent和多 agent帶權值觀察信息的約簡

3、問題分別設計了算法。
　　本文的研究是在規(guī)劃解已知并且所有的觀察信息都是可觀察的情況下進行的。在單agent情況下，本文就不確定規(guī)劃領域中權值不等的觀察信息約簡問題第一次進行了研究并設計了算法。為使得研究工作的方便，設計并給出了最優(yōu)觀察集的概念及性質。設計的SOWOS算法先是根據不確定動作得到運行后隨機到達的位置有多個這一特性，建立必然需要甄別的狀態(tài)對集；以此為基礎搭建對應的觀察矩陣，應用貪心思想理論，輔以剪枝，最后得以搜索出最優(yōu)