MMAug, 2016

将 Answer Set Programming 和领域启发式算法结合，解决难解的工业问题（应用论文）

PDF
TL;DR本文研究将 Answer Set Programming（ASP）与领域特定的启发式方法相结合，以有效地解决 Siemens 提出的 Partner Units Problem（PUP）和 Combined Configuration Problem（CCP），实验证明，我们的领域启发式 ASP 求解器可以找到 Siemens 所提供的所有 PUP 和 CCP 实例的解决方案。
发现论文，激发创造
  • 一种多引擎的答案集编程方法

    本文提出了一种在现有 ASP 求解器基础之上通过应用机器学习方法，通过识别 ASP 程序的一组易于计算的句法特征，并对这些实例上的性能表现进行归纳学习算法选择策略，从而能够比第三届 ASP 竞赛的任何求解器都更有效地解决实例。

    Jun, 2013

  • 基于归纳学习的 ASP 领域特定启发式策略生成

    该研究论文介绍了一种自动学习领域特定启发式的新方法，利用归纳逻辑编程从例子中学习声明性的领域特定启发式，从而提高问题求解的性能和解决方案质量。

    Aug, 2023

  • 基于启发式分解的答案集计算优化

    该研究提出了一种新的优化方法，基于树分解技术和启发式算法，可以将一个输入的逻辑程序转化为一个等价的程序以提高 ASP 系统的求解效率，并在实验中验证了其有效性。

    Dec, 2018

  • 非基础规则在答案集编程中的威力

    该论文提出了一种新的 ASP 编码模式，通过利用实际问题的大规则来编码难题，尤其针对 NP 问题能提供更强的表达能力，并且提供基于规则分解技术的解决方案，初步的基准测试表明，放弃固定程序的简便方式可以显著提高速度。

    Aug, 2016

  • 一个便于应用嵌入 Answer Set Programming 的开发框架

    该研究论文介绍了一种将 Answer Set Programming（ASP）的知识表示和推理能力整合到通用应用程序中的框架，并且展示了在不同平台的 ASP 系统中，特定化该框架的正确方法，包括移动平台和教育场景，并开发了几个基于 ASP 的应用程序。

    Jul, 2017

  • 在答案集规划中指定和利用非单调领域特定的声明性启发式

    本研究提出一种新的语法和语义，声明性地说明 ASP 中具有领域特定的启发式方法，这些启发式方法直接依赖于维护的部分分配，实现了懒惰打地基即 ASP 的第一个系统支持领域特定的声明性启发式，通过在两个实际示例领域上应用我们的方法，以及使用我们的方法来实现 A * 搜索，该搜索首次在 ASP 中处理，并用于进一步的两个搜索问题。实验结果表明，组合懒惰打地基 ASP 求解和我们的启发式方法对于解决工业规模问题至关重要。

    Sep, 2022

  • 利用声明性特定领域启发式中的部分知识，支持 ASP

    本论文提出了一种用于 Answer Set Programming (ASP) 中声明性领域特定启发式的新语义，并在懒惰绑定 ASP 系统 Alpha 中实现，证明将 ASP 求解与懒惰绑定和本文提出的新启发式相结合可用于解决工业级问题。

    Sep, 2019

  • 基于答案集规划的求解器调度

    本研究提出了一种使用 Answer Set Programming 自动确定精细的、非均匀且有序的求解器调度方案的方法，并且可以定制化地生成并行调度方案。

    Jan, 2014

  • 验证答案集编程的工具和方法

    该研究的目标是扩展支持 ASP 程序验证的工具和理论，旨在促进知识表示和推理的发展，并解决人工智能中的可靠性和可解释性问题。

    Aug, 2022

  • 第七届答案集编程竞赛：设计与结果

    本文介绍了关于 Answer Set Programming 的比赛，并讨论了设计和结果。

    Apr, 2019