{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{“日期-部件”：[[2022,4,5]]，“日期-时间”：“2022-04-05T02:42:37Z”，“时间戳”：1649126557483}，“参考-计数”：23，“出版商”：“剑桥大学出版社（CUP）”，“问题”：“1”，“许可证”：[{“开始”：{-“日期-零件”：[[2003,8,7]]，”日期-时间“：”2003-08-07T00:00:00Z“，”时间戳“：1060214400000}，“content-version”：“unspecified”，“delay-in-days”：187，“URL”：“https:\/\/www.cambridge.org\/core\/terms”}]，“content-domain”：{“domain”（域）：[]，“crossmark-restriction”（交叉标记限制）：false}，”short-container-title“：[”AIEDAM“]，”published-print“：{”date-parts“：[[2003,2]]}”，“abstract”（摘要）：“配置问题通常涉及大型产品目录，该目录中的许多不同类型的部件都可以满足用户的请求。因此，配置问题通常受到弱约束，并且有许多解决方案。然而，只要可能有更有趣的解决方案，用户可能会放弃其中的许多解决方案。用户通常喜欢某些选择而不是其他选择（例如，相对于蓝色，汽车的红色），或者喜欢最小化或最大化某些标准（例如价格和质量）的解决方案。为了提供令人满意的解决方案，配置器需要满足用户推荐和用户愿望。另一个重要问题是提供高级功能来控制不同的推理任务，例如解决搜索、解释、一致性检查和重新配置。我们通过引入偏好编程系统来解决这些问题，该系统提供了一种新的范例来表达用户偏好和用户愿望，并以一种明确和统一的方式提供搜索策略，从而可以将其嵌入到约束和规则语言中。首选项编程方法是完全开放和动态的。事实上，可以从不同的源（例如业务规则、数据库、对象模型的注释或用户输入）组合首选项。一个高级主题是从用户交互中获取偏好，特别是从解释用户拒绝建议的选择的原因中。我们的首选编程系统已成功用于不同的配置域，例如贷款配置、服务配置和其他问题<\/jats:p>“，”DOI“：”10.1017\/s0889006040317103x“，”type“：”期刊文章“，”created“：｛”日期部分“：[[2003,10,16]]，”日期时间“：”2003-10-16T04:39:57Z“，”时间戳“：1066279197000｝，”page“：”13-29“，”source“：”Crossref“，”被计数引用“：15，”title“：[”首选编程：高级配置问题解决“]，”prefix“：”10.1017“，”volume“：”17“，”author“：[{”given“：”ULRICH“，”family“：”JUNKER“，”sequence“：”first“，”affiliation“：[]}，”givent“：”DANIEL“，”家族“：”MAILHARRO“，”序列“：”additional“，”abfiliation”：[]{“，”member“：”56“，”published-online“：”{“date-parts”：[[2003,8,7]]}“reference”：[{“key”：“S0890060417103X_ref010”，“非结构化”：“Has elb\u00f6ck，A.和Stumptner，M.（1993）.复杂配置领域建模的集成方法。第13届国际会议专家系统、人工智能和自然语言，法国阿维尼翁，第625\u2013634页。“｝，｛“key”：“S089006040317103X_ref005”，“doi asserted by”：“crossref”，“nonstructured”：“Delgrande，J.P.&Schaub，T.（2000）。以默认逻辑表示首选项。人工智能123（1\u20132），41\u201387.“，“DOI”：“10.1016\/S0004-3702（00）00049-7”}，{“key”：“S089006040317103X_ref019”，“unstructured”：“Puget，J.-F.（1992）.面向对象的约束编程.人工智能，专家系统，自然语言：TwelfthInt.Conf.，pp.129\u2013138，法国阿维尼翁”}非结构化”：“Soininen，T.，Niemel\u00e4，I.，Tiihonen，J.，&Sulonen，R.（2000）。使用权重约束规则的统一配置知识表示。ECAI-2000配置研讨会，柏林，第79\u201384页。“}，{“key”：“S089006040317103X_ref006”，“unstructured”：“Domshlak，C.，Brafman，R.I.，&Shimony，S.E.（2001）。网页内容的首选配置。Proc.第十七届国际联合人工智能大会，第1451\u20131456页。加利福尼亚州旧金山：Morgan Kaufmann。”}，}“key:”S089006040317103X_ref016“，”doi-asserted-by“：”crossref“，”unstructured“：”Mailharro，D.（1998）。基于分类和约束的配置框架。工程设计、分析和制造的人工智能12（4），383\u2013397。“，“DOI”：“10.1017\/S0890060498124101”}，{“key”：“S089006040317103X_ref007”，“unstructured”：“Doyle，J.（2002）。偏好：一些问题和前景。InAAAI-02 AI和CP偏好研讨会：符号方法。门罗公园：AAAI出版社。”}、{“key”：S089006040317103X_ref023“，“非结构化”：”van Hentenryck，P.&Puget，J.-F.（2000）。OPL.ACMTCL:ACM Transactions on Computational Logic 1.“}，{”key“：”S089006040317103X_ref020“，”unstructured“：”SABRE.（2002）.军刀之旅购物：产品信息。在线获取，网址：www.sabtravelnetwork.com//products_and_services//travel_agentiations\/s1_000999.htm.“}Brewka，G.（1989）。首选子理论：默认推理的扩展逻辑理论。程序。第十一届国际人工智能联合会议（Sridharan，N.S.，Ed.），pp.1043\u20131048.San Mateo，CA：Morgan Kaufmann。“}，{”key“：”S089006040317103X_ref008“，”unstructured“：”Ehrgott，M.（1997）。词典学最大阶解的表征。多准则决策理论方法：DGOR工作组多准则优化与决策理论第六次研讨会论文集，第193\u2013202页。德国埃格尔斯巴赫：H\u00e4sel-Hohenhausen“}”，{“key”：“S089006040317103X_ref001“，”doi asserted by“：”crossref“，”非结构化“：”Bistarelli，S.，Montanari，U.，Rossi，F.，Schiex，T.，Verfaillie，G.，&Fargier，H.（1999）。基于半环的CSP和有价值的CSP：框架、属性和比较。约束条件4（3），199\u2013240。“，”DOI“：”10.1023\/A:1026441215081“}，{“key”：“S089006040317103X_ref013”，“unstructured”：“Junker，U.（1997）。假设动态偏好的累积模型语义。Proc.15th Int.Joint Conf.Artificial Intelligence，pp.162\u2013167.加州旧金山：Morgan Kaufmann。”}，“key“：”S08900640317103X_rf022“，”非结构化”：Torrens，M.&Faltings，B.（2002）。使用软CSP逼近帕累托最优解集。AAAI-02 AI和CP偏好研讨会：符号方法。加利福尼亚州门罗公园：AAAI出版社。“}，{”key“：”S089006040317103X_ref004“，”unstructured“：”Brewka，G.（1994）。默认逻辑中优先级的推理。Proc.第十二届全国人工智能大会（AAAI），pp.940\u2013945.门罗公园，加利福尼亚州：AAAI出版社。“}.消除约束满足问题中的可互换值。程序。第九届全国人工智能大会（AAAI）（Dean，K.&McKeown，T.L.，Eds.），pp.227\u2013233.马萨诸塞州坎布里奇：麻省理工学院出版社。“}，{”key“：”S089006040317103X_ref011“，”unstructured“：”ILOG.（2002）.ILOG JConfigurator V2.0:产品信息。在线获取，网址：www.ILOG.com/products\/JConfigurator\/.“}”，{“key”：“S08900640317103X_rf018”，“doi-asserted-by”：“crossref”，“unstructure”：“Poole，D.（1988）。默认推理的逻辑框架。人工智能36（1），27\u201347.“，”DOI“：”10.1016\/0004-3702（88）90077-X“}，{”key“：”S089006040317103X_ref015“，”unstructured“：”Junker，U.（2002）.基于偏好的搜索和多准则优化.Proc.第十八届全国人工智能大会（AAAI），pp.34\u201340.Menlo Park，CA：AAAI Press.“}Boutiler，C.、Brafman，R.、Geib，C.和Poole，D.（1997年）。基于约束的偏好激发和决策方法。在AAAI审议和实践推理质量偏好春季研讨会的工作文件中（Doyle，J.&Thomason，R.H.，Eds.），第19页\u201328.门罗公园，加利福尼亚州：AAAI出版社。“}，{”key“：”S089006040317103X_ref012“，”unstructured“：”Junker，U.（1993）。假设和偏好的动态生成。InActes des Vi\u00e8mes Journ\u00e 9es du Laboratoired’Informatique de Paris Nord（Bidoit，N.，Ed.），pp.1\u201321.巴黎：Villetaneuse“}。基于首选项的计划搜索。程序。第十七届全国人工智能大会（AAAI），第904\u2013909页。门罗公园，加利福尼亚州：AAAI出版社。“}，{”key“：”S089006040317103X_ref017“，”unstructured“：”Mittal，S.&Frayman，F.（1989）。面向配置任务的通用模型。Proc.11th Int.联合人工智能（Sridharan，N.S.，Ed.），pp.1395\u20131401.San Mateo，CA：Morgan Kaufmann.“}]，”container-title“：[”工程设计、分析和制造的人工智能“]”，“original-title”：[]，“language”：“en”，“link”：[{“URL”：“https:\/\/www.cambridge.org\/core\/services\/aop-cambridge-core\/content\/view\/S089006040317103X”，“content-type”：“unspecified”，“content-version”：“vor”，“intended-application”：“similarity-checking”}]，“存放”：{date-parts“：[[2019,3,30]]，”date-time“：”2019-03-30T15:40:19Z“，”timestamp“：1553960419000}，”score“：1，”resource“：{“primary”：{”URL“：”https:\/\/www.cambridge.org\/core\/product\/identifier \/S089006040317103X\/type\/journal_article“}}，“substitle”：[]，“shortitle”：[]，“issued”:{“date-part”：[[2003,2]]}，“references-count”：23，“journal-issue”：{“issue”：“1”，“已发布的打印“：｛”日期部分“：[[2003,2]]｝｝，“替代id”：[“S089006040317103X”]，“URL”：“http:\/\/dx.doi.org/10.1017\/s0889006040317103x”，“关系”：｛｝，“ISSN”：[“0890-0604”，“1469-1760”]，“ISSN类型”：[｛”值“：“0890-0604”，“类型”：“打印”｝，｛”值“：“1469-1760”，“类型”：“电子”｝]，“主题”：[]，“已发布”：｛“日期部分”：[[2003,2]]｝｝