液化石油气

LPG:基于局部搜索规划图的规划器。LPG(Local search for Planning Graphs)是一种基于局部搜索和规划图的规划师,它处理涉及数值和持续时间的PDDL2.1领域。生成计划和适应计划都能解决系统的问题。LPG的基本搜索方案是由求解SAT问题的有效程序Walksat启发而来的。LPG的搜索空间由“动作图”组成,即表示局部规划的规划图的特殊子图。搜索步骤是将一个动作图转换成另一个动作图的某些图形修改。LPG利用规划图的紧凑表示来定义搜索邻域,并使用参数化函数计算其元素,其中参数加权当前部分计划中不同类型的不一致,并在搜索期间使用离散拉格朗日乘数动态评估。求值函数使用一些启发式方法来估计实现(可能是数字)先决条件的“搜索成本”和“执行成本”。动作持续时间和数值量(如燃油消耗量)在动作图中表示,并在评估函数中建模。在搜索过程中,使用“时序关系图”来维护“动作”的优先顺序。该系统可以根据一个或多个标准生成良好的质量计划。这是通过一个随时产生一系列计划的过程来实现的,每一个计划都是在其质量方面的改进。LPG与一个类似于FF的最佳优先算法进行了集成。在执行一定数量的搜索步骤和“重新启动”后,系统可以自动切换到“最佳优先搜索”。最后,LPG可以作为一个预处理器来产生一个拟解,然后用ADJ进行修正,ADJ是一种快速适应计划的计划分析技术。


zbMATH参考文献(参考12篇文章)

显示第1到第12个结果,共12个。
按年份排序(引用)

  1. 《未来的计算机系统》(2018年,贾森·比弗利,贾森·贝弗利;计算机系统准备;巴达塞德·贝弗利)
  2. Eggensperger,Katharina;Lindauer,Marius;Hoos,Holger H.;Hutter,Frank;Leyton Brown,Kevin:通过基于模型的代理对算法配置器进行有效的基准测试(2018年)
  3. 什托尔巴,Michal;Komenda,Antonín:The MADLA planner:结合分布式和局部启发式搜索的多智能体规划(2017)
  4. Ghosh,Kamalesh;Dasgupta,Pallab;Ramesh,S.:自动化规划作为分布式控制的早期验证工具(2015)
  5. Rankooh,Masood Feyzbakhsh;Mahjoob,Ali;Ghassem Sani,Gholamreza:使用可满足性进行非最优时间规划(2012)
  6. Baioletti,Marco;Milani,Alfredo;Poggioni,Valentina;Rossi,Fabio:ACOPlan中信息素模型的实验评估(2011)
  7. Gerevini,Alfonso E.;Saetti,Alessandro;Serina,Ivan:通过规则动作图和局部搜索在具有派生谓词的域中进行规划(2011)
  8. Coles,Andrew;Fox,Maria;Halsey,Keith;Long,Derek;Smith,Amanda:使用planner-scheduler交互管理时间规划中的并发(2009)
  9. Roberts,Mark;Howe,Adele:《从规划师绩效中学习》(2009)
  10. Arshad,Naveed;Heimbigner,Dennis;Wolf,Alexander L.:分布式软件系统的部署和动态重构规划。(2007年)ioport公司
  11. Wah,Benjamin W.;Chen,Yixin:用于解决时间规划问题的惩罚公式中的约束划分(2006)
  12. Sanchez,R.;Kambhampati,S.:AltAltp:具有启发式状态搜索的计划的在线并行化(2003)