自适应约束满足问题 求解方法的研究 下载 pdf 百度网盘 epub 免费 2025 电子版 mobi 在线

约束求解是人工智能领域非常热门的方向之一，是约束程序的核心。自适应约束求解方法是研究热点并带领约束求解的发展方向。

《自适应约束满足问题求解方法的研究》详述在约束求解的分支策略选择、变量选择、值选择以及约束传播等相关环节应用自适应理念的方法，重点介绍自适应对求解效率的影响。各章主要研究实现自适应约束求解的技术和方法，包括：比较分析典型分支策略，突出自适应分支策略的优势；比较分析典型变量排序启发式，实现自适应变量选择约束求解方法；结合自适应值选择与自适应分支，实现自适应值选择约束求解方法；设计并实现自适应约束传播约束求解方法。

《自适应约束满足问题求解方法的研究》可作为计算机科学与技术、智能处理、信息技术等相关专业的硕士、博士研究生和计算机科技工作者的教材或参考书。

目录

第1章　概述    1

1.1  引言    1

1.2  研究背景与研究现状    2

1.3  当前存在的主要问题    4

1.4  本书工作及组织结构    5

本章小结    8

第2章　约束满足问题相关背景知识    9

2.1  约束满足问题    9

2.2  约束求解    11

2.2.1  约束求解方法    11

2.2.2  约束求解过程    12

2.2.3  自适应约束求解    13

2.3  约束传播    15

2.3.1  引言    15

2.3.2  相容性技术    16

2.4  标准测试用例    21

2.4.1  现实世界实例    21

2.4.2  模式化实例    22

2.4.3  学术实例    22

2.4.4  半随机化实例    23

2.4.5  随机实例    24

本章小结    25

第3章　自适应分支选择    26

3.1  引言    26

3.2  分支策略及其比较    26

3.2.1  分支策略    26

3.2.2  分支策略性能对比    28

3.3  自适应分支策略    29

3.3.1  完全2­way分支策略和受限2­way分支策略间的自适应    29

3.3.2  实验评测    31

3.4  自适应分支策略的改进    33

3.4.1  辅助顾问启发式的改进    33

3.4.2  AdaptBranchLVO自适应分支求解算法    42

本章小结    49

第4章　自适应变量选择    51

4.1  典型变量排序启发式    51

4.1.1  静态变量排序启发式    51

4.1.2  动态变量排序启发式    52

4.2  自适应变量选择实现    53

本章小结    57

第5章　自适应值选择    58

5.1  引言    58

5.2  典型的值排序启发式    59

5.3  自适应值选择实现    60

5.3.1  典型自适应值排序启发式    60

5.3.2  自适应值选择与自适应分支的结合    62

本章小结    73

第6章　自适应约束传播    74

6.1  引言    74

6.2  两种约束传播方法之间的自适应传播    75

6.2.1  自适应约束传播启发式    75

6.2.2  基于比特位操作的自适应约束传播    77

6.2.3  基于AC与LmaxRPC的自适应约束传播    84

6.3  多种约束传播方法学习型自适应    91

本章小结    93

第7章　聚类分析理论及实践改进    94

7.1  聚类分析理论    94

7.1.1  聚类分析的定义    94

7.1.2  聚类分析的算法分类    94

7.1.3  聚类分析的过程    95

7.2  聚类分析实践改进    96

7.2.1  局部概率引导的优化K­means 算法    96

7.2.2  Canopy在划分聚类算法中对K选取的优化    105

本章小结    113

第8章　结论与展望    114

8.1  结论    114

8.2  展望    115

参考文献    117

王海燕，博士后、硕士研究生导师，渥太华大学访问学者，中国计算机学会会员。主要从事人工智能、约束求解、约束优化、康复工程等领域的研究和教学工作。主持国家及省部级科研项目6项，参与国家及省部级科研项目10项，在国内外学术期刊及会议上发表论文20余篇，参编教材2部，申请计算机软件著作权2项。获得吉林省教育技术成果三等奖1项、吉林省科学技术成果奖1项、四平市科学技术成果1项，获得吉林省本科高校青年教师课堂教学大赛三等奖1项。

暂无出版社相关信息，正在全力查找中！

暂无相关书籍摘录，正在全力查找中！

在线阅读地址：自适应约束满足问题 求解方法的研究在线阅读

在线听书地址：自适应约束满足问题 求解方法的研究在线收听

在线购买地址：自适应约束满足问题 求解方法的研究在线购买

暂无原文赏析，正在全力查找中！

前言

　约束是一个无处不在的概念，主要表现为一些限制自由决定的条件。从理论上的直角三角形的勾股定理、数学方程组到实际应用上的车辆行驶规则，约束常见的实例比比皆是。

　　约束程序（constraint programming，CP）是人工智能领域近年来快速发展的一个重要方向，是配置、调度等多个应用领域求解困难组合问题的一项重要技术。伴随“大数据时代”的悄然而至，约束程序迎来了新的机会。近几年，Web上的信息量以每12个月加倍的速度增长，而现在达到加倍增长的周期更短。这种数据方面指数级增长，常被认为是大数据的挑战，也正是这种增长，提供给人们更多机会。约束程序为解决“大数据”难题提供了合理的技术支持，而且，现代社会特殊且重要领域提出的有关“大数据”的挑战，均需要在约束程序能力上有特殊的提高。

　　随着经济全球化步伐的加快，CP的理论研究与实际应用出现了一个又一个新高潮。主要原因在于其先天具有的浓厚产业背景和重大商业价值，以及工农业生产、通信、制造、运输、航空等行业中的生产调度、产品配置和人力资源管理等实际问题对约束程序技术的迫切需求。约束程序已成为人工智能领域主题会议和权威期刊的中心议题，约束程序研究的繁荣是人们对早期人工智能研究与应用前景质疑的有力回应。

　　约束求解是约束程序的研究核心，它的发展推动着约束程序的发展并为业界提供了许多机遇和挑战。在约束满足问题（constraint satisfaction problem，CSP）求解的诸多方法中，探索求解方法“智能性”的“自适应约束求解方法”已经成为研究主流。近几年，在约束程序领域的标志性主题国际会议以及其多个专题研讨会中“自适应约束求解”越来越成为讨论的重头戏。越来越多的研究者注意到“智能性”的意义，进而逐步将“自适应”推向研究热点。

　　作者在自适应约束求解方法上积累了多年的成果与经验，并结合国内外约束求解方面的相关成果撰写了本书，以供相关科研人员参考，希望起到抛砖引玉的作用。

　　本书从提高约束求解效率这个关键点出发，在概述CSP的基本概念及约束求解过程之后，详述了在约束求解的各环节应用自适应理念的方法以及一些辅助改进技术，这些环节包括分支策略的选择、变量选择、值选择以及约束传播，重点介绍了自适应对求解效率的提高程度。本书主要围绕实现自适应约束求解的各种技术和方法展开研究，具体研究内容包括以下五个方面。