本文简要介绍了IDP3系统解决问题的方法。IDP3的核心是一个有限模型生成器，它支持类型、归纳定义、聚合和部分函数丰富的一阶逻辑。它为用户提供了一种建模语言，它是谓词逻辑的一种轻微扩展，允许用户解决各种搜索问题。除了一个小的介绍性示例外，应用程序是从机器学习和数据挖掘研究中出现的问题中选择的。这些研究领域最近对声明式建模和约束求解表现出了浓厚的兴趣，而不是算法方法。本文说明了IDP3系统对于有兴趣的研究人员来说是一个有价值的工具。第一个问题是词源学领域，这是一个与现存文本变体之间的关系有关的文献学领域。第二个问题是关于生物学中一个有点相关的问题，在这个问题中，系统发育树被用来表示物种的进化。第三个也是最后一个问题涉及学习与给定字符串集一致的最小自动机的经典问题。对于最后一个问题，我们表明我们的解决方案的性能非常接近于最先进的解决方案。对于这些应用程序中的每一个，我们都会分析问题，说明基于逻辑的模型的开发，并探索替代方案如何影响性能。