×
斯托亚诺维奇，塔贾纳;内博伊沙·伊科迪诺维奇;达维多维奇，塔贾纳;佐兰·奥格尼亚诺维奇

系统中的自动非单调推理P（P）. （英语） Zbl 1496.68341号

安。数学。Artif公司。智力。 89，编号5-6，471-509（2021）.
摘要：本文提出了一种新的系统自动推理方法P（P）.系统P（P）公理化一组核心属性，这些属性用可定义的断言（默认值）来描述推理，其形式为：if \（alpha \）then normal（通常或典型）\（beta \）。具有近似条件概率的逻辑用于建模默认规则。这种表示可以将默认推理的可满足性问题简化为（非线性）线性规划问题。所获得实例的复杂性要求应用优化方法。我们使用的主要启发式方法是蜂群优化（BCO）。作为BCO的替代方法，我们使用单纯形法和Fourier-Motzkin消元法来解决线性规划问题。所有方法都在一组默认的推理示例上进行了测试，这些示例可以在文献中找到。总的印象是，Fourier-Motzkin Elimination过程由于占用大量内存和执行时间而不适合实际使用，Simplex方法能够为一些测试示例提供有用的结果，而启发式方法在成功率和得出结论所需的时间方面都是最合适的。此外，BCO方法在一组随机生成的大尺寸示例上进行了测试，说明了其实际可用性。

理学硕士：

68层37 人工智能背景下的不确定性推理
68T27型 人工智能中的逻辑
90 C59 数学规划中的近似方法和启发式

关键词：

非单调推理;概率可满足性;条件概率;近似概率;元启发式;群体智能

软件：

DeReS公司;dl2asp;CUDA公司
PDF格式BibTeX公司 XML格式引用
\textit{T.Stojanović}等人，《数学年鉴》。Artif公司。智力。89，编号5--6，471--509（2021；Zbl 1496.68341）
全文： 内政部

参考文献：

[1] Abramé，A。；哈贝特，D。；Toumi，D.，《改进可满足随机k-sat实例的配置检查》，Ann.Math。Artif公司。智力。，79, 1-3, 5-24 (2017) ·兹比尔1404.68136
[2] 亚当斯，E.w.：条件逻辑：概率在演绎逻辑中的应用。第86卷。斯普林格（1975）·Zbl 0324.02002号
[3] Benferhat，S。；Saffiotti，A。；Smets，P.，信念函数和默认推理，人工制品。智力。，122, 1, 1-69 (2000) ·Zbl 0948.68112号
[4] R.展位。；Paris，JB，《关于正反知识知识库合理闭合的注释》，J.Log。语言信息，7，2，165-190（1998）·Zbl 0906.03026号
[5] 卡马津，S。；Sneyd，J.，《蜜蜂的集体花蜜源模型：通过简单规则的自组织》，J.Theor。《生物学》，149547-571（1991）
[6] Chen，Y.、Wan，H.、Zhang，Y.和Zhou，Y.：Dl2asp：通过答案集编程实现默认逻辑。摘自：欧洲人工智能逻辑研讨会，第104-116页。施普林格（2010）·Zbl 1306.68188号
[7] Cholewinski，P。；大众汽车公司马雷克；Truszczynski，M.，默认推理系统deres，KR，96，518-528（1996）
[8] 乔利文斯基，P。；大众马雷克；特鲁什琴斯基，M。；Mikitiuk，A.，《使用默认逻辑进行计算》，Artif。智力。，112, 1-2, 105-146 (1999) ·Zbl 0996.68195号
[9] Davidović，T。；Ramljak，D。；Šelmić，M。；Teodorović，D.，p中心问题的蜂群优化，计算。操作。研究，38，10，1367-1376（2011）·Zbl 1208.90103号
[10] Davidović，T。；特奥多罗维奇，D。；Šelmić，M.，蜜蜂群体优化第一部分：算法概述，南斯拉夫J.Oper。研究，25，1，33-56（2015）·Zbl 1488.90244号
[11] 杰法尔，M。；Drias，H.，大型可满足性问题实例的多级蜂群优化，智能。数据工程自动。学习-理想，2013594-602（2013）
[12] Dubois，D.，Prade，H.：可能性逻辑，优先模型，非单调性和相关问题。摘自：《第十二届国际人工智能联合会议论文集》，IJCAI’91，第91卷，第419-424页（1991）·Zbl 0744.68116号
[13] 艾特，T。；Lukasiewicz，T.，来自条件知识库的默认推理：复杂性和可处理的案例，人工制品。智力。，124, 2, 169-241 (2000) ·Zbl 0952.68139号
[14] 费金，R。；JY Halpern；Megiddo，N.，《概率推理逻辑》，Inf.Compute。，87, 1, 78-128 (1990) ·Zbl 0811.03014号
[15] 弗里德曼，N。；Halpern，JY，合理性度量和默认推理，J.ACM，48，4，648-685（2001）·Zbl 1127.68438号
[16] Geffner，H.，《缺省推理：因果和条件理论》，第4卷（1992），剑桥：麻省理工学院出版社，剑桥
[17] Geffner，H。；Pearl，J.，《条件蕴涵：桥接默认推理的两种方法》，Artif。智力。，53, 2, 209-244 (1992) ·Zbl 1193.68235号
[18] Georgakopoulos，G。；卡夫瓦迪亚，D。；Papadimitriou，CH，概率可满足性，J.Complex。，4, 1, 1-11 (1988) ·Zbl 0647.68049号
[19] Goldszmidt，M。；Pearl，J.，《关于可撤销数据库的一致性》，Artif。智力。，52, 2, 121-149 (1991) ·兹比尔07496.8026
[20] Goldszmidt，M.，Pearl，J.：基于等级的系统：信念修正、信念更新以及证据和行为推理的简单方法。摘自：第三届知识表示和推理原则国际会议记录，KR’92，第92卷，第661-672页（1992）
[21] Hansen，P.，Jaumard，B.：概率可满足性。参见：《可延迟推理和不确定性管理系统手册》，第321-367页。斯普林格（2000）·Zbl 1015.68198号
[22] Ikodinović，N。；拉什科维奇，M。；马尔科维奇，Z。；Ognjanović，Z.，具有近似条件概率的一阶概率逻辑，Log。J.IGPL，22，4，539-564（2014）·Zbl 1305.03021号
[23] Jovanovć，D.，Mladenović，N.，Ognjanović，Z.：概率可满足性问题的可变邻域搜索。元启发式，173-188（2007）·Zbl 1171.90561号
[24] 卡夫瓦迪亚，D。；Papadimitriou，CH，推理概率的线性规划方法，《数学年鉴》。Artif公司。智力。，189-205年1月1日至4日（1990年）·兹比尔0878.68034
[25] Keisler，H.j.：初等微积分：无穷小方法。Prindle Weber&Schmidt（1986）·Zbl 0655.26002号
[26] Kilani，Y.，《比较遗传算法和局部搜索算法在解决可满足性问题方面的性能》，应用。软计算。，198-207年10月1日（2010年）
[27] 克劳斯，S。；莱曼，D。；Magidor，M.，非单调推理，优先模型和累积逻辑，Artif。智力。，44, 1, 167-207 (1990) ·Zbl 0782.03012号
[28] Krüger，TJ；Davidović，T.，蜜蜂群体优化方法在3-SAT问题上的实证分析。程序。第43届运筹学研讨会，SYM-OP-IS，2016，297-301（2016）
[29] Lehmann，D.，《默认推理的另一个观点》，Ann.Math。Artif公司。智力。，15, 1, 61-82 (1995) ·Zbl 0857.68096号
[30] 莱曼，D。；Magidor，M.，有条件知识库需要什么？，Artif公司。智力。，55, 1, 1-60 (1992) ·Zbl 0762.68057号
[31] Liao，T。；艾迪恩，D。；Stützle，T.，《用于连续优化的人工蜂群：实验分析和改进》，Swarm Intell，7，4，327-356（2013）
[32] 吕，Z。；Hao，JK，自适应基于内存的MAX-SAT本地搜索，应用。软计算。，2063-2071年8月12日（2012年）
[33] Lukasiewicz，T.：NMPROBLOG。http://www.kr.tuwien.ac.at/staff/lukasiew/nmproblog.html。[在线；访问日期：2020年8月20日]
[34] Lukasiewicz，T.，带条件约束的概率缺省推理，《数学年鉴》。Artif公司。智力。，34, 1-3, 35-88 (2002) ·Zbl 1002.68175号
[35] Lukasiewicz，T.：具有覆盖的可变强度继承下的非单调概率逻辑：nmproblog中的算法和实现（2005）·Zbl 1082.03025号
[36] Lukasiewicz，T.，弱非单调概率逻辑，Artif。智力。，168, 1, 119-161 (2005) ·Zbl 1132.68737号
[37] Lukasiewicz，T.，具有覆盖的可变强度继承下的非单调概率逻辑：复杂性、算法和实现，国际期刊近似推理。，44, 3, 301-321 (2007) ·Zbl 1118.68167号
[38] 梅金森：累积推理的一般理论。载：非单调推理国际研讨会，第1-18页。斯普林格（1988）·Zbl 0675.03007号
[39] Marchiori，E.，Rossi，C.：解决3-SAT难题的翻转遗传算法。摘自：《遗传和进化计算会议论文集》，第1卷，第393-400页（1999）
[40] 马尔科维奇，G。；特奥多罗维奇，D。；Aćimović-Raspopović，V.，基于蜂群优化的全光网络路由和波长分配，AI Commun。，20, 4, 273-285 (2007) ·Zbl 1185.90174号
[41] 穆纳瓦尔，A。；Wahib，M。；穆内托莫，M。；Akama，K.，使用nvidia cuda框架解决max-sat问题的遗传算法和局部搜索的混合，Genet。程序Evolvable Mach。，10, 4, 391-415 (2009)
[42] 内尔德，JA；Mead，R.，函数最小化的单纯形方法，计算。J.，7，4，308-313（1965）·Zbl 0229.65053号
[43] Nicolas，P.，Saubion，F.，Stéphan，I.：Gadel:计算默认逻辑扩展的遗传算法。收录于：ECAI，第484-490页（2000年）
[44] 尼古拉斯，P。；沙特，F。；Stéphan，I.，默认逻辑推理系统的启发式，Int.J.Artif。智力。工具，10，4，503-523（2001）
[45] Nicolas，P.，Schaub，T.：X射线系统：默认逻辑中本地查询应答的实现平台。《不确定性形式化的应用》，第354-378页。斯普林格（1998）
[46] 尼古拉奇，M。；Teodorović，D.，蜂群优化（BCO）算法的实证研究，专家系统。申请。，40, 11, 4609-4620 (2013)
[47] 尼科利奇，M。；Teodorović，D.，蜂群优化（BCO）算法的实证研究，专家系统。申请。，40, 11, 4609-4620 (2013)
[48] 新泽西州尼尔森，概率逻辑，Artif。智力。，28, 71-87 (1986) ·Zbl 0589.03007号
[49] Ognjanović，Z.，Kratica，J.，Milovanović，M.：概率逻辑中可满足性问题的遗传算法：第一份报告：不确定性推理的符号和定量方法，第805-816页（2001）·Zbl 1001.68566号
[50] Ognjanović，Z。；Midić，美国。；Kratica，J.，概率SAT问题的遗传算法，Artif。智力。软计算-ICAISC，2004，462-467（2004）·Zbl 1058.68648号
[51] Ognjanović，Z.，Midić，U.，Mladenović，N.:概率SAT问题的混合遗传和可变邻域下降。《混合元启发式》，第42-53页。斯普林格（2005）
[52] Ognjanović，Z。；Rašković，M.，《一些一阶概率逻辑》，Theor。计算。科学。，247191-212（2000年）·Zbl 0954.03024号
[53] Pearl，J.：非单调推理的概率语义学：一项调查。摘自：《知识表示和推理原则第一届国际会议记录》，KR’89，第92卷，第669-710页（1989年）·Zbl 0703.03008号
[54] Pearl，J.，System，Z.：默认值的自然排序，可用于非单调推理。摘自：《关于知识推理理论方面的第三届会议记录》，第121-135页。摩根考夫曼出版公司（1990）
[55] Rana，S.，Whitley，D.：MAXSAT领域的遗传算法行为。摘自：Nature-PPSN V的并行问题解决，第785-794页。斯普林格（1998）
[56] 拉什科维奇，M。；马尔科维奇，Z。；Ognjanović，Z.，《一种具有近似条件概率的逻辑，可以模拟默认推理》，《国际期刊近似推理》。，49, 1, 52-66 (2008) ·Zbl 1184.68520号
[57] Reiter，R.：关于默认推理。参见：《1978年自然语言处理理论问题研讨会论文集》，第210-218页。计算语言学协会（1978）
[58] Reiter，R.，默认推理逻辑，Artif。智力。，13, 1, 81-132 (1980) ·Zbl 0435.68069号
[59] Robinson，A.：《逻辑与数学基础研究》（1966年）中的“非标准分析”·Zbl 0151.00803号
[60] Schaub，T.，通过面向结构的定理证明在默认逻辑中进行查询应答的新方法，J.Autom。原因。，15, 1, 95-165 (1995) ·Zbl 0842.68075号
[61] Schaub，T.、Linke，T.，Brüning，S.、Nicolas，P.：X射线：用户指南和参考手册。http://www.cs.uni-potsdam.de/wv/xray/。[在线；访问日期：2020年8月20日]
[62] Selman，B.，Kautz，H.A.，Cohen，B.：改进局部搜索的噪声策略。收录于：AAAI，第94卷，第337-343页（1994年）
[63] Stojanović，T。；Davidović，T。；Ognjanović，Z.，概率逻辑可满足性问题的蜂群优化，应用。软计算。，339-347年（2015年）
[64] Stützle，T。；胡斯，H。；Roli，A.，《MAX-SAT局部搜索算法文献综述》。融洽技术AIDA-01-02，Intellectics Group（2001），德国：达姆施塔特理工大学，德国
[65] Teodorović，D.：蜂群优化（BCO）。摘自：Lim，C.P.，Jain，L.C.，Dehuri，S.（编辑）《Swarm Intelligence中的创新》，第39-60页。柏林施普林格出版社（2009）
[66] 特奥多罗维奇，D。；Dell'Orco，M.，缓解交通拥堵：通过蜂群优化解决乘车匹配问题，交通。计划。技术，31135-152（2008）
[67] 特奥多罗维奇，D。；Šelmić，M。；Davidović，T.，蜜蜂群体优化第二部分：应用调查，南斯拉夫J.Oper。研究，25，2，185-219（2015）·Zbl 1488.90244号
[68] Villagra，M.，Barán，B.：用于可满足性测试的自适应适应度函数蚁群优化。日志。语言信息计算。，352-361 (2007) ·Zbl 1213.68588号
[69] Šelmić，M。；特奥多罗维奇，D。；Vukadinović，K.，《在交通网络中定位检查设施：人工智能方法》，交通。计划。技术，33，481-493（2010）
[70] 温斯顿，WL；文卡塔拉马南，M。；Goldberg，JB，《数学编程导论》，第1卷（2003），太平洋格罗夫：汤姆森/布鲁克斯/科尔·达克斯伯里，太平洋格罗夫
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。