Dynamic similarity metric for case-based planning under imperfection

(2002) Dynamic similarity metric for case-based planning under imperfection. Masters thesis, King Fahd University of Petroleum and Minerals.

[img]
Preview
PDF
10260.pdf

Download (7MB) | Preview

Arabic Abstract

لقد كان التخطيط والتفكر أهم مجالان للبحث والدراسة في الذكاء الإصطناعي . حيث تعتبر تخطيط قاعدة الحالة (سي بي بي) أحد تقنية تخطيط قاعدة المعرفة (knowledge-based) ، الذي يطور الخطط الجديدة باستعمال تجاربها السابقة بدلاً من أن تخطط من البداية . يخبيء سي بي بي الحلول لتخطيط المشاكل في قاعدة حالة ثم يزود الأساليب لاسترجاع تلك الحلول ، الذي أوصاف مشاكلهم مشابهة لمشكله معطية جديدة . إن مهمة استرجاع حالات التشابه (هيئة أزواج حل – مشكلة) تصبح عملية صعبة عندما تكون البيئة المحيطة غير دقيقة ومجهولة ، فتجعل كل عملية سي بي بي معقدة . في هذا العمل ، نقترح مقياس التشابه لخطوة الاسترجاع لسي بي بي تحت البيئة الناقصة . ولاقتناص المعلومات الغير دقيقة ، نستعمل مسندات الغائم (fuzzy predicates) لتمثيل الوضع الابتدائي والوضع النهائي (الهدف) لحالة أو مشكلة جديدة . يعتبر التشابه بين المشكلة والحالة – محسوبة باستخدام مقياس التشابه المبني على مسندات الغائم – ديناميكي أي أن التشابه قد يتغير بعد إكمال وقائع حل المشكلة . السبب في ذلك هي الأوزان التي تسند لمسندات حالة ولمسندات مشكلة جديدة . وتُجدد / تُعلم هذه الأوزان على أساس رد من مصلحة الخطة . في هذا العمل ومن أجل المحاكاة ، تم تطوير نظام إعادة خطة الغائم لحساب جهد تصليح الخطة .

English Abstract

Planning and reasoning have been a major area of research in Artificial Intelligence (AI). Case-based planning (CBP) is one of the knowledge-based planning technique, which develops new plans by using its past experience instead of planning from scratch. CBP caches the solutions to planning problems in a case base and provides methods for retrieving those solutions, whose problem descriptions are similar to a new given problem. The task of retrieving similar cases (problem-solution pairs) becomes difficult when the environment is imprecise and uncertain, this makes the whole CBP process complex. In this work, we propose a similarity metric for retrieval step of CBP under imperfect environment. For capturing the imprecise information, we use fuzzy predicates to represent the initial and goal states of a case and a new problem. The similarity between a problem and a case, computed by fuzzy predicate based similarity metric (FDSM) is dynamic i.e. similarity may change after problem solving episodes have been completed. This is because of weights assigned to the predicates of a case and a new problem predicates. These weights are updated/learned on the basis of a feedback from plan repairer. In this work, for simulation purpose, a fuzzy plan replay system is developed for computing the plan repair effort.

Item Type: Thesis (Masters)
Subjects: Computer
Department: College of Computing and Mathematics > Information and Computer Science
Committee Advisor: Ahmed, Saad A.
Committee Members: Sarfraz, Muhammad and Shaique, Muhammed
Depositing User: Mr. Admin Admin
Date Deposited: 22 Jun 2008 14:00
Last Modified: 01 Nov 2019 13:58
URI: http://eprints.kfupm.edu.sa/id/eprint/10260