基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
在智能规划问题上,寻找规划解都是NP甚至NP完全问题,如果动作的执行效果带有不确定性,如在Markov决策过程的规划问题中,规划的求解将会更加困难,现有的Markov决策过程的规划算法往往用一个整体状态节点来描述某个动作的实际执行效果,试图回避状态内部的复杂性,而现实中的大量动作往往都会产生多个命题效果,对应多个命题节点.为了能够处理和解决这个问题,提出了映像动作,映像路节和映像规划图等概念,并在其基础上提出了Markov决策过程的蚁群规划算法,从而解决了这一问题.并且证明了算法得到的解,即使在不确定的执行环境下,也具有不低于一定概率的可靠性.
推荐文章
DEM中基于遗传与蚁群的混合路径规划算法
路径规划
数字高程模型
遗传算法
蚁群算法
基于改进蚁群算法的机器人路径规划算法
移动机器人
改进蚁群算法
路径规划
基于改进蚁群算法的配电网优化规划
蚁群算法
配电网规划
信息素
弹性伸缩
领域知识优化的蚁群规划算法
智能规划
规划图
蚁群规划
领域知识
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 Markov决策过程的蚁群规划算法
来源期刊 计算机工程与应用 学科 工学
关键词 智能规划 规划图 Markov决策过程 不确定规划 群体智能算法
年,卷(期) 2010,(20) 所属期刊栏目
研究方向 页码范围 40-41,45
页数 分类号 TP18
字数 3466字 语种 中文
DOI 10.3778/j.issn.1002-8331.2010.20.011
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 胡桂武 广东商学院数学与计算科学学院 42 178 7.0 11.0
2 柴啸龙 广东商学院数学与计算科学学院 14 50 4.0 6.0
3 陈蔼祥 广东商学院数学与计算科学学院 15 61 4.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (16)
共引文献  (6)
参考文献  (5)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(4)
  • 参考文献(2)
  • 二级参考文献(2)
2008(3)
  • 参考文献(3)
  • 二级参考文献(0)
2010(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
智能规划
规划图
Markov决策过程
不确定规划
群体智能算法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
广东省自然科学基金
英文译名:Guangdong Natural Science Foundation
官方网址:http://gdsf.gdstc.gov.cn/
项目类型:研究团队
学科类型:
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导