智能规划指的是某智能体从一特定问题的初始状态出发,寻找达到解决该问题的目标状态的动作序列。它又称为自动规划,是人工智能研究领域中的一个重要分支,同时也是涵盖知识表示与推理、人机交互和认知科学等多领域的交叉学科研究。本文主要围绕智能规划技术提出两种不同规划方法来解决规划实际应用问题。为了解决智能系统开发效率较低、成本高的问题,本文提出了一种基于知识识别的BDI(Belief,Desire,Intention)规划方法,该方法能实现智能系统规划知识复用,提高规划效率;提出了基于Agent编程框架下的规划识别模型,同时引入工作流网表示的行为模型发现、推导行为序列模式;提出了从工作流网转化为BDI Agent能识别的规划结构,即规划体、上下文环境识别方法。本文提出的BDI规划方法是智能规划方法上一种新的尝试,实验结果初步证明了该基于知识识别的BDI规划方法的可行性,并具有一定的现实指导意义。目标识别是一种特殊的规划识别,它是对规划识别的补充和完善。论文提出了一种基于Agent编程框架下的目标识别方法。在规划识别工作基础上,根据是否存在目标库,对BDI目标进行识别。通过实验,分析出对算法性能有重要影响的因素,即工作流网中的扩展节点、选择分支因素与平行分支因素,并给出实验结果。基于知识识别的BDI规划,是一种推导识别面向BDI Agent编程范例的规划,规划的识别过程也是学习BDI Agent程序的过程。为了解决网络系统自私节点合作收敛问题,本文提出了一种基于智能规划的协作策略,它结合博弈论和规划技术分析行为策略进行决策,逐步实现合作收敛这一目标状态。本文实验分析不同静态拓扑环境下,网络节点能促使自私节点逐步实现合作,使网络系统达到稳定状态。文中实验证明了一定条件下,提出的基于智能协作方法性能超出了其他存在的确定性更新策略规划方法,包括IBN,IBS以及WSLS等。论文研究成果为推动智能规划和规划识别的研究提供了新的解决问题的方法和思路。总之,智能规划是一种问题求解技术,基于知识识别的BDI规划方法研究(包括规划识别和目标识别),能够实现BDI规划知识复用,提高智能系统的开发效率;基于智能规划的协作策略,能够指导、调整无线传感网络节点的行为策略,实现网络中自私节点合作收敛这一目标状态,有助于提高网络的性能和效率。