Аннотация.

Разработана технология интеллектуального планирования, ориентированная на исследование слабо формализованных предметных областей, знания о которых носят количественный и качественный характер. Технология обеспечивает поддержку открытой для оперативных модификаций модели предметной области, допускающей включение/исключение ограничений, критериев качества, а также задание начального и целевого состояний с помощью недоопределенных параметров. Задачу интеллектуального планирования предлагается ставить и решать в рамках объектно-ориентированного расширения технологии программирования в ограничениях, что предъявляет повышенные требования к эффективности обработки качественных ограничений. Качественные ограничения предложено представлять в виде специализированных матрицеподобных структур, а их обработку осуществлять с помощью авторских методов удовлетворения нечисловых ограничений. Предложенный подход позволяет структурировать семантически тесно связанные количественные и качественные ограничения, упрощая их сопровождение, а также ускорить их автоматическую генерацию и обработку. В качестве примера прикладной задачи в работе рассматривается упрощённый вариант задачи планирования действий при локализации территориального разлива нефтепродуктов.

Ключевые слова:

технология программирования в ограничениях, чрезвычайные ситуации, планирование действий сил.

Стр. 26-37.

DOI 10.14357/20718632190103

Полная версия статьи в формате pdf. 

Литература 

1. Russel S., Norvig P. Artificial Intelligence: A Modern Approach. 3rd edition. Prentice Hall. 1132 p.
2. Smith D., Frank J., Jónsson A. Bridging the Gap Between Planning and Scheduling. // Knowledge Engineering Review. No. 15(1). 2000. P. 47-83.
3. Blum A., Furst M. Fast planning through planning graph analysis. // Artificial Intelligence. 1997. No. 90. P. 281-300.
4. Rintanen J. Planning and SAT. // Handbook of Satisfiability. IOS Press. 2009. P. 483-504.
5. Steger-Jensen K., Hvolby H.-H., Nielsen P., Nielsen I. Advanced planning and scheduling technology //Production Planning and Control. Vol. 22. No. 8. 2011. P. 800–808.
6. Bit-Monnot A. A Constraint-Based Encoding for Domain-Independent Temporal Planning // Proceedings of 24th International Conference «Principles and Practice of Constraint Programming» (CP 2018, Lille, France, August 27-31). P 30-46. doi: 10.1007/978-3-319-98334-9.
7. Margaux N., Artigues C., Lopez P. Cumulative scheduling with variable task profiles and concave piecewise linear processing rate functions // Constraints. Vol. 22. Issue 4. 2017. P. 530-547.
8. Kreter S., Rieck J., Zimmermann J. Models and solution procedures for the resource-constrained project scheduling problem with general temporal constraints and calendars. // European Journal of Operational Research. No. 251(2). 2016. P. 387-403.
9. Letort A., Carlsson M., Beldiceanu N. Synchronized sweep algorithms for scalable scheduling constraints // Constraints. Vol. 20. Issue 2. 2015. P 183-234. doi: 10.1007/s10601-014-9172-8.
10. Приказ МЧС России "Об утверждении Правил разработки и согласования планов по предупреждению и ликвидации разливов нефти и нефтепродуктов на территории РФ" от 28.12.04 № 621.
11. Яковлев С.Ю., Рыженко А.А., Исакевич Н.В. Разработка планов по предупреждению и ликвидации разливов нефтепродуктов для территориальных объектов // Моделирование и анализ безопасности и риска в сложных системах: Труды Международной научной школы МАБР-2010 (Санкт-Петербург, 6-10 июля, 2010 г.). СПб: ГУАП. 2010. С. 447-452.
12. Zuenko A. Matrix-like Structures for Representation and Processing of Constraints Over Finite Domains // Advances in Intelligent Systems and Computing (AISC). Vol. 875. Springer Nature Switzerland AG. 2019. P 428-438. doi: 10.1007/978-3-030-01821-4_45.
13. Зуенко А.А., Ломов П.А., Олейник А.Г. Применение методов распространения ограничений для ускорения обработки запросов к онтологиям // Труды СПИИРАН. № 1(50). 2017. C. 112-136. doi: 10.15622/sp.50.5
14. Zuenko A., Oleynik Y. Programming of Algorithms of Matrix-Represented Constraints Satisfaction by Means of Choco Library // Advances in Intelligent Systems and Computing (AISC). Vol. 875. Springer Nature Switzerland AG. 2019. P. 1-10. doi: 10.1007/978-3-030-01821-4_46.