基于SAT的規(guī)劃理論與算法研究.pdf

1、本文研究了經典規(guī)劃形式化、SAT規(guī)劃形式化、SAT問題求解算法和領域知識表示與使用等方面，主要的內容有：在研究智能規(guī)劃概念模型、經典規(guī)劃模型和因果理論規(guī)劃模型的理論的基礎上，重點論述了基于情景演算、基于規(guī)劃圖和基于因果規(guī)劃的三種主要的SAT規(guī)劃形式化方法，以及編碼復雜性與優(yōu)化編碼的技術?；仡櫫薙AT問題已有的主要算法及存在的問題，總結了提高算法性能和跳出局部陷井所用的策略或機制。提出了SAT問題的子句權重多項式轉換等方法和相應的求解算法

2、SAT-GA。給出了與GSAT和WSAT對比和觀察早熟現(xiàn)象的實驗結果。為了解決早熟問題，進行了一般遺傳算法的可視化實驗，說明了局部最優(yōu)解的吸引作用與早熟的關系，提出了利用吸引作用和強化最優(yōu)解的吸引作用解決早熟問題策略，并在分析了經典遺傳算法框架的一些局限性的基礎上，引進了函數(shù)逆優(yōu)化問題、幾何相似性、幾何相似變換、平臺早熟學準則和學習算子等概念，描述了我們提出的基于學習機制的遺傳算法理論，擴展了經典遺傳算法框架。結合SAT問題特殊知識，提

3、出了子句權重表示啟發(fā)知識和約束強弱的量化表示方法和基于子句權重學習的SAT-WAGA算法，描述了子句權重學習算子的策略設計和算法描述，提供了性能比較、參數(shù)優(yōu)化和解決早熟效果等等多種目的的實驗結果。實驗結果表明SAT-WAGA算法能有效解決早熟問題和顯著提高性能。提出了領域知識表示和應用策略和在SAT規(guī)劃器中SAT-WAGA算法與其它算法結合方式。在領域知識的挖掘研究中，提出了并實現(xiàn)了不確定性規(guī)劃領域的貝葉斯網絡學習遺傳算法和物流問題中求