将不精确状态信息下两可加约束优化路径搜索问题

建模为最大概率两可加约束路径（MP-TACP）问题

并首次提出了解决MP-TACP问题的算法MP-POC。MP-POC采用了预计算与在线计算相结合的方式

既使得算法有较快的响应速度

又能够减小不精确状态信息对算法性能的影响。MP-POC定义了连接界及方差界

并利用这些界信息以及启发式前瞻信息

使得算法具有较小的平均计算代价。另外

MP-POC在搜索可行路径时

只搜索Pareto最优路径

在不影响解的质量同时

极大地减小了搜索空间。大量仿真实验表明

在不精确状态信息下

MP-POC不但具有高的找到可行路径的成功率

而且响应速度比当前在线算法快得多。