人们对问题求解规划器的研究已经持续了半个世纪之久,在众多规划器中备受瞩目的是Avrim Blum和Merrick Furst于1995年提出的经典图规划。图规划首次将规划图应用于规划器设计。规划图的高度并行性使得规划器求解效率有了质的飞跃。此后很多优秀的规划器都沿用了该结构。但是由于图规划尚未突破STRIP域问题表示及经典规划三大假设的强约束限制,所以它不能够表示、求解具有资源分配和细节信息获取的规划问题。通过对数值表达式比较为规划对象进行资源分配的规划称为数值规划。资源争用为数值规划带来了额外的资源约束,这使得在图结构上求解数值规划问题格外困难。所以在高效的图结构上开发数值规划器是规划研究的一个难点。1999年Jana Koehler提出了基于规划图结构的数值图规划。它对数值规划研究做出了以下两点贡献(1)扩展了图规划的问题表示能力,使得资源描述成为可能。(2)使一个规划器同时具备求解经典和资源两类规划问题的能力。但是数值图规划在继承经典图规划高效性的同时,也继承了它的强约束性结构。而过强的约束通常会破坏规划器捕捉现实世界问题细节信息的能力,并导致规划提取的效率偏低或求解失败。大多数规划器是通过软约束定义获取规划问题细节信息的。软约束分为偏好约束和优先权约束两种。它们都定义在与问题相关的规划对象上,其度量值代表了它们在规划求解中的重要程度。由Dubois等人创建的,具有不确定性问题表示能力的模糊集合系统为偏好、优先权提供了天然的度量工具。为解决实际应用需要,开发具有软约束的数值图规划是一项非常有意义的研究工作。本文使用偏好、优先权隶属函数为数值规划定义了模糊部件数学模型。并通过在ADL和BRL域问题描述分别扩展满意度和优先权字段的方法,将模糊部件嵌入数值图规划。在规划提取阶段我们利用规划图与约束满足问题的对应关系,利用增量式局部修改技术进行问题求解。局部修改最大限度利用先前问题求解成果的特性,将会大幅度提高规划器的求解效率。