计算机科学>人工智能
标题: 非布尔形式主义中优化的统一框架
摘要: 搜索优化问题在科学和工程领域中大量存在。 人工智能长期以来一直致力于开发搜索算法和声明性编程语言,以解决和建模搜索优化问题。 自动推理和知识表示是AI的子领域,尤其适用于这些开发。 许多流行的自动推理范式为用户提供了支持优化语句的语言。 回顾整数线性规划、MaxSAT、优化可满足性模理论和(约束)答案集编程。 这些范式在其语言中表达计算解决方案质量条件的方式有很大差异。 在这里,我们提出了一个统一的框架,即所谓的扩展权重系统,它消除了范式之间的句法差异。 它们使我们能够看到不同的自动推理语言提供的优化语句之间的基本相似性和差异。 我们还研究了所提出系统的形式属性,这些系统立即转化为可在我们的框架内捕获的范式的形式属性。在逻辑编程理论与实践(TPLP)中正在考虑。