MMMay, 2017

利用逻辑编程解决分布式约束优化问题

PDF
TL;DR本文探讨了 Answer Set Programming 在解决 Distributed Constraint Optimization Problems 方面的应用。其贡献包括：将 DCOPs 表示为逻辑程序；介绍了基于逻辑编程的第一个 DCOP 算法 ASP-DPOP；实验证明 ASP-DPOP 可以比 DPOP 快两个数量级，并且可以解决 DPOP 无法解决的一些问题；以及演示了 ASP 在当前被建模为 DCOPs 的各种多代理问题中的适用性。
answer set programmingdistributed constraint optimization problemsasp-dpoplogic programmingmulti-agent problems
发现论文，激发创造
  • 分布式约束优化的逻辑和约束逻辑编程

    本文旨在探究利用基于逻辑编程技术的基础设施，通过使用一种通用约束求解器（此处为约束逻辑编程系统）来处理代理层次的约束求解，以解决分布式约束优化问题，并通过初步实验表明其在性能和可扩展性方面较目前最先进的 DCOP 系统有所提高，为解决 DCOP 问题提供更先进的技术手段（例如搜索策略和复杂约束) 。

    May, 2014

  • 非对称分布式约束优化问题

    本文提出了一种适用于具有不对称约束问题的分布式组合优化问题的一般框架，即 ADCOP， 并提供了相应算法。

    Feb, 2014

  • 分布式约束优化问题及其应用：综述

    该篇论文概述了分布式约束优化问题在多智能体系统中的应用，对其各种扩展和解析方法进行了分类并提出了未来研究方向和挑战。

    Feb, 2016

  • 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

  • 面向答案集编程中猜测和检查程序的自动集成：元解释器和应用

    本文提出将无环扩展析取逻辑程序转化为分层正向扩展析取逻辑程序的方法并将研究应用于 ASP 中这一强大的工具，扩展了现有策略在编程范式中的应用，进一步提高了处理 NP 问题的方法。

    Jan, 2005

  • 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）

    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。

    Aug, 2016

  • 不需接地的约束型应答集编程

    本文提出了用于扩展 ASP 的带限制的顶部 - 向下执行模型 s（CASP）, 它可以在执行期间保留逻辑变量，并在答案集中应用约束，与 ASP、CLP 和其他 CASP 系统相比具有更出色的表达能力和性能。

    Apr, 2018

  • 稳定 - 不稳定语义：超越 NP 的普通逻辑程序

    提出一种基于逻辑编程的建模范式，将 ASP 和 QBF 的最佳特性相结合，实现对高层次搜索问题的编码。

    Aug, 2016

  • 基于翻译的约束答案集求解方法

    本研究提出了一种新的方法，将约束处理技术与 Answer Set Programming（ASP）相结合，可以解决 ASP 中的有趣约束满足问题，并显示如何将有限域上的约束分解成逻辑程序，以便使用单元传播实现弧、束或范围一致性，并且对编码进行的实验表明它们的计算影响。

    Jul, 2010

  • ASP 模数 CSP: clingcon 系统

    本文介绍了一种混合型 ASP 求解器 clingcon，它使用 Constraint Programming 中的非布尔约束和 Answer Set Programming 的高性能布尔求解能力，其主要技术创新是通过基于不可约不一致集的学习技术改进 ASP 和 CP 求解器之间的交互，实现全局约束和优化语句支持，广泛的实证评估表明这些技术提高了一个数量级的性能。

    Oct, 2012