【正文】 act = SelectActivity(schedule)。 (IsMoreUgent(newActivity, bestActivity))) bestactivity = newActivity。 //Creates an iterator to iterate on all activities. CtActivityIterator* iterator(schedule)。 } 2022/5/30 史忠植 高級(jí)人工智能 62 Algorithm Program CtBoolean IsMoreUrgent(CtActivity* act1, CtActivity* act2){ // Returns true if act1 is more urgent than act2. // Returns true if act2 is unbound (==0) if (act2 == 0) return CtTrue。 // To state that only cap (here 20220) is available prior to a // given date (here 15). ressetCapacityMax(0,date,cap)。 } 2022/5/30 史忠植 高級(jí)人工智能 55 ILOG Schedule Schedule CtSchedule class Global object: time original tineMin time horizon timeMax 2022/5/30 史忠植 高級(jí)人工智能 56 ILOG Schedule Resources CtResource CtDiscreteResource CtUnaryResource CtDiscreteEnergy CtStateResource 2022/5/30 史忠植 高級(jí)人工智能 57 ILOG Schedule Activities CtActivity class CtIntervalActivity An activity is defined by its start time, end time and duration Activities require, provide, consume and produce resources 2022/5/30 史忠植 高級(jí)人工智能 58 Scheduling Problem Prices paid as tasks begin $1000 per day Availability: Day 0:$20220, Day 15: +$9000 2022/5/30 史忠植 高級(jí)人工智能 59 Constraints // To create a schedule with origin 0 and given horizon. CtSchedule* schedule = new CtSchedule(0, horizon)。 Basic constraints: =, ?, ?, , , +, , *, /, subset, superset, union, intersection, member, boolean or, boolean and, boolean not, boolean xor, CtTell((x==0) || (y==0))。 ... // method definition method_name。 } 2022/5/30 史忠植 高級(jí)人工智能 45 COPS For example: RULE multiple(INTEGER: *x, INTEGER: y, INTEGER: z) (neq(y, 0)) { equal(x, divide(z, y))。 . . conditionn: constraintn where condition1, ..., conditionn are boolean expressions. constraint1,... constraintn are constraints or contraints table. 2022/5/30 史忠植 高級(jí)人工智能 44 COPS RULE Rule is used to define new function, method, predicate, or add new constraint into object. RULE [class::] predicate(varibles) (boolean expression) { constraint_1。 4 If (REVISE(Vk,Vm)) 5 Then Q ? {(Vi,Vk) such that (Vi,Vk)?arcs(G), 6 i?k, i?m}。 6 endfor。 8 endif 9 endfor 10 return DELETE。即 (vi, vj) 是弧一致的并不自動(dòng)地意味著 (vj, vi)是一致的。 這樣 ， 每當(dāng) vi取到 a 時(shí)就會(huì)出現(xiàn) 不一致性 。 一些研究者認(rèn)為 ， 造成這種反復(fù)的原因是所謂的局部不一致性 。在各個(gè)階段，選擇那些在某些意義下是局部最優(yōu)的方案，期望各階段的局部最優(yōu)的選擇帶來(lái)整體最優(yōu)。 算法的空間代價(jià) (或稱 空間復(fù)雜性 )：當(dāng)被解決問題的規(guī)模 (以某種單位計(jì)算 )由 1增至 n時(shí)，解該問題的算法所需占用的空間也以某種單位由 f(1) 增至 f(n)，這時(shí)我們稱該算法的空間代價(jià)是 f(n)。約束語(yǔ)言 COPS具有許多人工智能程序設(shè)計(jì)語(yǔ) 言的特點(diǎn)，如約束傳播、面向目標(biāo)和數(shù)據(jù)驅(qū)動(dòng)的問題求解、有限 步的回溯、對(duì)象分層中的繼承等。在形式上吸收了常規(guī)語(yǔ)言，主要是面向?qū)ο蟮某绦蛟O(shè) 計(jì)語(yǔ)言的基本形式。除此以外， CHIP還包含一個(gè) 一般的延遲計(jì)算機(jī)制。其缺點(diǎn)是該語(yǔ)言缺乏類似于面向 對(duì)象語(yǔ)言中的方法那樣的成分，不能定義特定于某個(gè)類的概念。如開關(guān)的狀 態(tài)、三極管的工作狀態(tài)等。 在 CONSTRAITS中，物理部件的功能及器件的結(jié)構(gòu)都用約束表示。 ? 可變次序例示。對(duì)有限域而言， 約束滿足問題一般情況下 是 一個(gè) NP 問題。約束可以遞增式地加入到約束網(wǎng)絡(luò)。所以它保存了問題的一些結(jié)構(gòu)信息，如 變量域的大小、變量間的相關(guān)性等，從而為問題求解提供 啟發(fā)式信息。 ?代數(shù)與三角方程。 ?形如 “ x y c” 的方程。 {x1,x2,…xn}, {D1,D2,…Dn}, . {4,5,6,7} red, green,blue} 2022/5/30 史忠植 高級(jí)人工智能 13 概述 ?約束可用于描述領(lǐng)域?qū)ο蟮男再|(zhì)、相互關(guān)系、任務(wù)