基于约束满足求解思路的卫星接收任务调度

针对地面站接收资源的组织和工作方式建立了一个资源配置图,在资源配置图的基础上进一步建立调度问题解空间的数学模型。在研究了一类约束满足问题之后,提出一种基于资源配置图的局部搜索解空间的多站多星接收任务调度算法,并分析了算法时间性能。     

非二元约束满足问题的E-GENET求解原理

通过E-GENET的重定义,将非二元约束满足问题(NB-CSPs)转化为整数最小化问题,提出一类非二元变量约束关系的离散拉格朗日搜索模式(NB-LSDL)与算法,实现了基于NB-LSDL的E-GENET重构,为求解一般约束CSPs的最小冲突启发式修补方法提供新的理论依据,扩展了E-GENET处理问题的技术与手段.实验结果显示了方法的可行性与有效性.     

求解可满足性问题的两个启发式策略

提出了两个用于求解可满足性（SAT）问题的启发式策略,数值实验表明,基于该策略的模拟退火算法的性能优于局部搜索算法,因此这两个策略是可行和有效的。     

约束可满足问题求解策略的改进和实验结果

通过对那些属于NP－Complete的约束可满足问题（如图着色、规划、SAT问题等）的求解实验，指出了局部搜索算法的局限性，由此给出改进的搜索策略．实验结果表明，应用改进的搜索策略使算法效率明显提高．     

结合Separator的约束满足问题树分解方法

基于树分解的回溯搜索算法, 结合separator分解算子提出一种新的搜索算法BTD⁺-MAC. 该算法在搜索时, 优先选择separator中的变量进行相容性检查和实例化, 由于树宽度的减小能提高约束传播的效率, 进而提高问题求解效率. 对几组benchmark问题进行测试, 测试结果表明, 该算法在问题求解效率上超过了MAC3rm算法和BTD-MAC算法.     

基于AC与LmaxRPC的自适应约束传播求解算法

在现有自适应约束求解方法基础上,提出一种新的自适应约束传播求解算法ADAPTAC-LmaxRPC.该算法能根据约束的不同特性,在传播能力强但开销高的LmaxRPC与传播能力弱却开销低的AC之间自适应地切换进行约束传播.多个Benchmark实例类上的测试实验数据表明,ADAPTAC-LmaxRPC算法有效地平衡了求解效率和算法开销之间的矛盾,大幅度提高了约束求解的效率.     

约束满足问题在空间方向关系推理中的应用

约束满足问题是人工智能的一个研究领域,诸如查找、规划等问题都可转化为约束满足问题利用约束满足方法加以有效地解决。方向关系是空间关系的重要组成部分,用以确定空间对象的方位。本文应用约束满足问题的方法,利用空间方向关系约束的谓词形式构造X图和Y图来检查约束的一致性,给出了进行空间方向关系推理的一个算法。     

基于约束满足方法求解热轧带钢库存匹配问题

针对现代钢铁企业生产管理中的客户订单与热轧带钢库存产品的匹配问题,在考虑规格、质量、等级以及生产工艺约束的基础上,建立了旨在最大化订单满足率且最小化匹配损失的约束满足模型.在对问题以及匹配对象特点进行分析的基础上,引入匹配损失矩阵作为订单与库存余材属性匹配差异的损失惩罚,考虑到问题的复杂性,采用基于变量选择和值选择的启发式算法求解模型的近优解,并通过数值实验对提出的算法进行了验证.     

基于权值加密的隐私安全分布式约束满足问题求解

隐私安全的分布式约束满足问题(distributed constraint satisfaction problem,DisCSP)求解算法可以很好地满足信息敏感的分布式组合求解问题的需要,为了获得更好的求解效率,提出了一种基于权值加密的隐私安全DisCSP的求解算法,对DisCSP问题中的约束基于不同的隐私权值进行加密求解;不需要增加额外的agent进行隐私约束的一致性检查,实现分布式的安全求解策略;对于可能出现的推理信息,用随机选择策略来避免信息泄漏.试验表明,该算法可以减少信息的传递量和计算的复杂性,因而具有更好的求解效率.     

求解约束优化问题的微粒群算法

微粒群算法(简称PSO算法)是一种新型的进化计算方法,已在许多领域得到了非常成功的应用。本文以约束优化问题为对象,首先介绍了采用罚函数法将约束优化问题化为无约束优化问题,和将约束优化问题转化为minmax问题,然后对无约束优化问题和minmax问题,采用PSO算法进行进化求解;在此基础上,以目标函数和约束满足分别为优化目标提出了一种双微粒群的PSO算法。仿真实验结果验证了方法的正确性与有效性。     

约束问题求解的一个统一方法

给出了一个新的求解约束的方法──动态约束算法．它通过引入新的约束类型，使变量操作和约束操作算法统一起来．在新的求解约束过程中，不需再区分变量与约束．     

基于软约束满足理论的用户偏好建模方法

用户建模是电子商务领域的重要研究问题之一,但是到目前为止还没有非常有效的方法能够建模用户的动态偏好等特征。在分析电子商务领域用户偏好特征获取一般特点的基础上,提出基于实例的两阶段递增式用户偏好特征获取方法。并采用基于半环的软约束满足问题表示用户的各类偏好特征,将用户建模看成是潜在方案空间上施加一系列偏好约束的过程。提出不同的偏好约束类型以及利用偏好约束建立用户模型的过程,实现电子商务领域复杂用户偏好的灵活建模。     

最大公共子图的约束符号求解方法

【目的】探索求解两个图最大公共子图的方法。【方法】建立最大公共导出子图的软约束满足问题(Soft CSP)模型,提出代数决策图(ADD)的符号求解算法。首先,分别对两个图中的变量和值域进行编码,完成两个图的ADD表示;其次,基于深度优先分支定界算法的思想,利用符号ADD的相关操作,实现对最大公共导出子图的求解。【结果】算例结果表明,该方法准确可行。【结论】该方法能有效缩减搜索空间,从而提高问题的求解效率。     

浅谈“问题解决“教学

问题解决自提出以来就受到数学教育界的普遍关注。本文简述了“问题解决“教学的意义,着重从问题解决的影响因素出发阐述如何进行有效的“问题解决“教学,并指出了“问题提出“的重要性。     

一类约束满足问题及其算法

针对具有解析约束形式、同一变量多赋值的约束满足问题,提出了一种新的约束满足问题定义·通过一种特殊约束满足问题的研究提出一套建立在这个定义基础之上的概念和三种算法:整数规划法、不等式组法和直接求解不定方程法,详细研究了其中的第三种算法,并给出了最坏情况下的时间复杂度,从而能够比较清晰地描述一类约束满足问题的一般分析过程,揭示了约束满足问题同经典的整数规划、数论和整数环论的联系·     

数学教学与问题解决

问题解决教学在培养学生解决问题的能力、创造性思维能力、数学素质及主动学习数学的态度等方面具有重要的作用，是数学教学中实施素质教育、贯彻落实新课程理念的一条重要途径，因此，需要对问题、问题解决以及加强问题解决数学的教学策略进行探讨。     

基于分布式约束满足的产品配置研究

针对分布式网络化产品配置的特点,将产品配置问题抽象为约束满足问题进行研究.为解决配置知识共享及配置知识的语义表达问题,采用本体驱动的面向对象的思想构建产品配置约束网络结构模型,将该模型转化为分布式约束满足问题(Distributed Constraint Satisfaction Problem,DCSP)求解模型,从而可以准确、完全地描述产品零部件的结构及设计知识,并采用异步弱授权回溯算法进行约束求解,大大提高了求解的搜索效率和准确性.最后给出模型在水泵产品配置设计过程中的实际应用.