夏、燕;S.S.艾扬格。;新泽西州布伦纳。 一种事件驱动的集成推理方案，用于处理非结构化环境中的动态威胁。 （英语） Zbl 0894.68139号 工件。因特尔。 95，第1期，169-186（1997）. 摘要：本文尝试设计和开发一种用于处理动态威胁的领域相关推理系统（DIRS）方案，并将该方案用于非结构化环境中军用车辆的自动路径规划。自动路径规划是人工智能应用中的一个重要分支。在动态非结构化环境中，不是简单地使用移动性模型中的静态成本，而是构建一个动态成本曲面，其中总成本是静态成本和动态成本的线性组合。本文的主要贡献如下：（i）提出了一种称为“DIRS”的推理模型，用于定量嵌入动态信息，协调静态和动态信息的使用，并处理系统外发生的实时事件。（ii）在路线规划过程中应用时间关系来处理动态威胁。（iii）使用Dempster-Shafer证据理论评估动态威胁的传播。（iv）对军用车辆的自动路线规划进行了详细的实验分析，以研究DIRS模型的性能。 MSC公司： 68吨99 人工智能 68单位99 计算方法和应用 68T20型 人工智能背景下的问题解决（启发式、搜索策略等） 关键词：推理模型;动态威胁;路线规划;证据理论;自主机器人 PDF格式BibTeX公司 XML格式引用 \textit{Y.Xia}等人，Artif。智力。95，第1号，169--186（1997；Zbl 0894.68139） 全文： 内政部 参考文献： [1] Badaloni，S。；佩吉洛，E。；斯托切罗，L。；Zanardi，A.，《制定自主机器人计划临时受限维护操作》（《人工智能进展》，意大利人工智能协会第三届会议记录（1993年）），290-301 [2] Benton，J。；艾扬格，S.S。；邓，W。；北卡罗来纳州布伦纳。；Subrahmanian，V.S.，《战术路线规划：分解地图的新算法》，国际出版社。J.阿蒂夫。智力。工具应用。，5, 1&2, 199-218 (1996) [3] W.R.富兰克林。；阿克曼，V。；Verrilli，C.，最小路径规划的带障碍和多面体上的Voronoi图，（视觉计算机（1985），Springer:Springer Berlin），133-150·Zbl 0617.51018号 [4] Fung，R.M。；Chong，C.Y.，《证据推理中的元概率和Dempster-Shafer》（Kanal，L.N.；Lemmer，J.F.，《人工智能中的不确定性》（1986），爱思唯尔科学：爱思唯尔科学阿姆斯特丹），295-302 [5] 加维，T.D。；Wesley，L.P.，《基于知识的直升机路线规划》，（美国国防高级研究计划局研讨会，德克萨斯州奥斯汀，DARPA研讨会，1987年） [6] 艾扬格，S.S。；邓，W。；Nanavati，A.A.，《基于事件的生产系统的动态化》（Proceedings Knowledge based Computer Systems.Proceeding Knowled based Compute Systems，Poona，India（1990）） [7] 艾扬格，S.S。；格雷厄姆·J。；Hegde，V.G。；Graham，P.，《使用异步生产系统的自主移动机器人并发控制体系结构》，《建筑自动化》，1371-401（1993） [8] Loberg，G。；鲍威尔，G.M.，《作战军事规划：人工智能方法》，（军事应用人工智能（1986），美国作战研究学会），27-55 [9] 罗素·S·J。；Norvig，P.，（人工智能：现代方法（1995），Prentice Hall：Prentice Hall Englewood Cliffs，NJ），462，第12章·兹比尔083568093 [10] Strudeman，R.C.，《威胁评估、任务区分析和作战发展规划的知识获取系统》（《人工智能与机器人研讨会论文集》（1984年）） [11] Xia，Y.，非结构化环境中处理动态威胁的推理系统，（路易斯安那州立大学：路易斯安那州巴吞鲁日州立大学，MS论文（1996）） [12] Zavoli，W.B。；Honey，S.K。；White，M.S.，数字地图数据库支持的陆地车辆导航系统（人工智能与机器人研讨会论文集（1985）） 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。