軍事計(jì)劃活動(dòng)是軍事指揮過(guò)程的最復(fù)雜、最重要的環(huán)節(jié)。在軍事計(jì)劃的編制過(guò)程中,由于相關(guān)的行動(dòng)和資源等要素的復(fù)雜性,使得一個(gè)可行、高效的計(jì)劃的生成和求解都顯得較為困難。在該領(lǐng)域的研究中,層次任務(wù)網(wǎng)絡(luò)（Hierarchical Task Network,HTN）計(jì)劃方法被較早引入。該方法通過(guò)對(duì)任務(wù)的分解和沖突的消解來(lái)尋求完成使命的可行方案。在任務(wù)分解過(guò)程中,由于復(fù)合任務(wù)分解方法的不唯一性,分解樹的數(shù)目會(huì)隨著各層復(fù)合任務(wù)節(jié)點(diǎn)分解方法的增加成指數(shù)增長(zhǎng)。如果任務(wù)分解過(guò)程中考慮資源的優(yōu)化配置,則需要在任務(wù)的分解過(guò)程中加入資源調(diào)度算法,從大量任務(wù)分解樹中尋找資源最優(yōu)方案。這顯然形成了一個(gè)NP完全問題。本文針對(duì)該問題,在現(xiàn)有研究的基礎(chǔ)上,提出了面向資源優(yōu)化配置的HTN計(jì)劃框架和一種基于變長(zhǎng)染色體遺傳算法的HTN計(jì)劃優(yōu)化搜索算法,解決了將資源優(yōu)化配置引入軍事計(jì)劃編制過(guò)程中的問題。1、文章首先介紹了HTN計(jì)劃的概述,包括產(chǎn)生和發(fā)展、原理、優(yōu)缺點(diǎn)、形式化描述和求解方法。在此基礎(chǔ)上,提出了與資源優(yōu)化配置相集成的HTN計(jì)劃結(jié)構(gòu)框架、過(guò)程框架和算法流程。結(jié)構(gòu)框架包括使命層、規(guī)則層、計(jì)劃層、調(diào)度層、資源層和應(yīng)用層。過(guò)程... 

【文章來(lái)源】：國(guó)防科技大學(xué)湖南省 211工程院校 985工程院校

【文章頁(yè)數(shù)】：78 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

將集裝箱從1p移到3p的計(jì)劃問題(要求移動(dòng)前和移動(dòng)后集裝箱的堆放順序不變)

資源優(yōu)化配置的計(jì)劃方案，使得在搜索可行解解，從而有效地解決了 HTN 計(jì)劃的優(yōu)化問4.1 變長(zhǎng)染色體遺傳算法enetic Algorithms，GA）是以自然選擇和遺論為基礎(chǔ)，將生物進(jìn)化過(guò)程中適者生存規(guī)則與合的搜索算法[66-68]。自從 1975 年 Por. John自然和人工系統(tǒng)的適應(yīng)性》（Adaptation in來(lái)，GA 已獲得廣范應(yīng)用。尤其在 NP 完全搜索效率。法概述用是一種具有“生成+檢測(cè)”的迭代過(guò)程，

4.4.2 實(shí)驗(yàn)結(jié)果假設(shè)表 4.2 中的復(fù)合任務(wù)節(jié)點(diǎn)分解方法之間是無(wú)沖突的，而且每一個(gè)一代表一個(gè)可執(zhí)行解，且每一個(gè)原子行動(dòng)資源消耗量定為 1 個(gè)單位。種群大小：20；交叉率：80%；變異率：20%；遺傳代數(shù)：300；適應(yīng)度函數(shù)：資源消耗最少行動(dòng)系列。在實(shí)驗(yàn)過(guò)程中我們采用了兩種遺傳方式，一種是種群遺傳過(guò)程中，所進(jìn)行交叉和變異，第二種是進(jìn)行優(yōu)勝劣汰，將每一個(gè)種群中的最優(yōu)個(gè)進(jìn)入下一代，最差個(gè)體從頂點(diǎn)位置隨機(jī)變異進(jìn)入下一代，得到實(shí)驗(yàn)結(jié)果5 所示。5 .125.12. .t6 20 6 23 6.245 .13t.. . .(1) { , ,}5 13t6 25 6 26 6 27m = t t t，.. . .(2) { }5 13t6 27 6 28 6 29m =t , t ,t5 .14t5. 14tm = 5 .15t.. . . .(1) { }5 15t6 29 6 30 6 31 6 32m =t , t , t ,t5 .16t5. 16tm =

【參考文獻(xiàn)】：
期刊論文
[1]HTN規(guī)劃中面向多計(jì)劃生成的順序任務(wù)分解算法[J]. 宋涇舸,查建中,陸一平.  北京交通大學(xué)學(xué)報(bào). 2009(04)
[2]基于HTN的衛(wèi)星應(yīng)用任務(wù)分解[J]. 薛波,徐培德.  科學(xué)技術(shù)與工程. 2009(01)
[3]HTN規(guī)劃及其復(fù)雜度分析[J]. 陳藹祥,柴嘯龍,胡桂武.  計(jì)算機(jī)工程與應(yīng)用. 2008(16)
[4]人工智能中的合作分布式規(guī)劃[J]. 陶雷,費(fèi)奇.  計(jì)算機(jī)工程與應(yīng)用. 2002(17)
[5]遺傳算法綜述[J]. 席裕庚,柴天佑,惲為民.  控制理論與應(yīng)用. 1996(06)



本文編號(hào)：3513086