约束逻辑程序的良基模型研究

在介绍约束逻辑程序的定义、可满足性及其稳定模型等概念的基础上,研究约束逻辑程序的正文字展开方法和约束原子的正文字前缀幂集方法,对展开前后逻辑程序的等价特性进行逻辑证明。分析正规逻辑程序良基模型的构建方法,以求得经展开得到的等价正规逻辑程序的最小不动点为切入,给出简单约束逻辑程序交替不动点的良基语义模型。经推理证明,该良基模型是合理的,用该模型的构建方法将约束逻辑程序转化为正规逻辑程序也是可行的。

约束逻辑程序的一个新语义研究

首先介绍了s-语义方法的基本思想,然后采用这种方法讨论了约束逻辑程序一个重要的可观察性特征——多重回答约束,并给出相应的语义,使得从语义角度反映了约束逻辑程序的并行特征,而且引入了一个新的关于程序等价的定义,从更严格的角度分析了程序的等价,加深了对程序的理解,有助于程序员编写高效和简洁的程序,突出了约束逻辑程序设计系统作为程序设计语言的特征.

约束逻辑程序设计的变量压缩事件分析

该文涉及的约束逻辑程序设计(CLP)是一在二叉树上进行搜索的过程,提高搜索效率是CLP的主要研究方向之一。在CLP中约束推理机是核心,由变量组、约束过滤器、临时容器、推理引擎组成。在介绍了约束推理机激活过滤器,对变量进行区间压缩后,提出引入变量事件,总结为三种类型:SINGLE、BOUND和DOMCHG,用于减少过滤器的激发次数。实验结果表明,变量事件能够促进约束推理机的搜索效率,缩短二叉树搜索的时间,可以更快寻找到答案。

加权约束逻辑程序

大多数传统的程序设计语言本质上都是属于过程性语言(如PASCAL和C),需要在程序执行前详细规定运行步骤。而基于逻辑的计算机语言的出现(即逻辑程序设计语言),给某些逻辑问题提供了更有效的解决途径。本文首先简要介绍加权逻辑程序设计语言,然后经典的八皇后逻辑问题为例,说明逻辑程序的优势,最后展望逻辑程序的发展及其应用前景。

面向对象的约束逻辑程序设计

本文介绍了面向对象技术和约束逻辑程序设计方法在人工智能中应用的基本思想，通过二者的结合使现有逻辑程序设计在逻辑的清晰性和执行的高效性上都得以提高。

基于约束逻辑程序设计的排课算法研究

课程安排问题是典型的组合优化和不确定调度问题。采用约束逻辑程序设计的研究方法,结合课程安排自身的特点,通过约束推理找到最优的课程安排结果。约束逻辑程序设计综合了人工智能中一致性算法和启发式搜索算法,采用约束推理方法,能非常好地处理各种冲突,并且能快速地排出合理的课程。

约束逻辑程序部分演绎过程的研究

约束逻辑程序（ＣＬＰ）的部分演绎是一个新兴的研究领域．本文提出一个新的基于程序变换的ＣＬＰ部分演绎的过程．该过程以程序一目标对（ＰＯ，Ｑ０）为输入，经过一系列程序变换后终止，输出结果程序一目标对（Ｐｎ，Ｑｎ）．该过程保证结果程序－目标对（Ｐｎ，Ｑｎ）和输入程序－目标对（ＰＯ，Ｑ０）计算等价，并且程序Ｐｎ解目标Ｑｎ比程序Ｐ０解目标Ｑ０效率更高．本文提出的方法已经实现，文中给出了一个ＣＬＰ（ＢＯＯＬ）程序部分演绎的运行实例．

约束归纳逻辑程序设计方法的研究

提出了一种新的约束归纳逻辑程序设计方法。该方法能够与自顶向下的归纳逻辑程序设计系统结合,通过在自顶向下归纳方法的一步特殊化操作中引入Fisher判别分析等方法,使得系统能够导出不受变量个数限制的多种形式的线性约束,在不需要用户诱导,不依赖约束求解器的情况下,学习出覆盖正例而排斥负例的含约束的Horn子句程序。

约束归纳逻辑程序设计系统

提出了一种新的约束归纳逻辑程序设计方法,并初步实现了一个自顶向下的约束归纳逻辑程序原型系统。该系统能够导出不受变量个数限制的多种形式的线性约束,得出覆盖正例而排斥负例的含约束的Horn子句程序。

分布式并行约束归纳逻辑程序设计研究

CILP是关系数据挖掘的主要技术之一。为提高CILP系统的效率,提出了一种基于C3模型,元学习技术和主从式静态负载平衡策略的分布式并行CILP算法,并实现了一个基于COW机群结构的分布式并行CILP原型系统。实验表明该算法是高效的,能获得较好的负载平衡,较高的加速比和并行效率。

约束归纳逻辑程序设计的研究

提出并讨论了从正负例和背景知识学习含有约束的一阶谓词公式的约束归纳逻辑程序设计方法．该方法以国际上具有代表性的ＩＬＰ系统Ｐｒｏｇｏｌ为基础，加入我们自己的学习约束的新方法，在不需要用户诱导的情况下，经过对正负例的比较与推导，学习出覆盖正例而排斥负例的含约束的Ｈｏｒｎ子句程序，同时介绍了这个ＩＬＰ系统的实现算法和应用实例．

逻辑、优化及约束程序的综述

由于优化和约束程序各自具有扩充能力,它们开始有效地结合在一起。它们的结合有着广阔的商业前景,近些年来引起了研究者浓厚的兴趣。概述了各种优化中基于逻辑的方法,总结了约束程序研究领域的各种方法,并对优化和约束程序结合的框架进行了综述。

归纳逻辑程序设计综述

归纳逻辑程序设计是由机器学习与逻辑程序设计交叉所形成的一个研究领域,是机器学习的前沿研究课题。该文首先从归纳逻辑程序设计的问题背景、类型划分和搜索程序子句三个方面介绍了归纳逻辑程序设计系统的概貌;然后结合实验室的相关研究工作,回顾了归纳逻辑程序设计研究的发展;之后介绍了归纳逻辑程序设计领域中需要深入研究的若干问题,并提出了新的解决思路;最后是总结,以引起读者对归纳逻辑程序设计领域研究的进一步关注。

基于逻辑程序的调机路径规划研究

调机路径规划的核心是合理编排各台编组(解体)调机的移动路径以完成编组(解体)任务。但目前的编制工作仍以人工为主,存在编制作业的工作量大、计划编制不及时、计划调整困难等问题。为此,给出基于回答集程序(ASP)与有限域约束逻辑程序(CLP(FD))的设计方法。在轨道规模增大的情况下,讨论2种方法在求解不同问题规模时的时间效率以及对应求解器的运行规律。实验结果表明,ASP在解决调机路径规划问题时比CLP(FD)表现更优,能快速地得到路径编排结果,对应的DLV求解器能更有效地克服轨道数目增减带来的影响。

并发约束程序设计语言COPS及其执行模型

约束程序设计尤其是约束逻辑程序设计与并发约束程序设计在AI程序设计领域占据着越来越重要的位置。传统逻辑程序设计的基“计算即为定理证明”的计算风格虽获得了简洁优美的操作语义特性,但也付出了执行效率低的代价,当应用系统规模增大时,其性能严重下降以致崩溃。针对传统逻辑程序设计的这种可伸缩性问题,设计了一个基于并发约束程序设计概念的说明性语言COPS,旨在从语言设计与执行模型两方面降低说明性程序的不确定性,提高搜索与运行效率。在语言设计方面,通过引入确定性语言成分,避免不确定计算用于确定性目标所浪费的系统开销;在执行模型方面,在目标的并发穿叉执行与数据驱动的并发同步机制的基础上,实现“优先执行确定目标”策略与“最少假定”策略,作为约束传播的延伸,最大幅度地剪枝搜索空间,降低搜索复杂性。COPS提供的知识表示、推理与并发机制使其成为构造agent程序的理想语言。论文给出COPS语言的语法规范与执行模型的操作语义描述。

约束数据库技术概论

介绍了数据库研究的一个新领域——约束数据库 .简要总结了约束数据库定义、建模能力、查询语言、索引技术等方面的研究和进一步的研究方向 .

CLP编译系统中非线性约束求解的算法与优化

描述了一个高度优化的约束逻辑程序（ＣＬＰ）编译系统解释实现中的算法和优化策略．并通过定义新的数据结构，采用多种优化策略，使该系统能够以较高效率处理经典的非线性约束问题．

一个可求解非线性约束的CLP编译方案及其优化

描述了一个优化的约束逻辑程序设计（ＣＬＰ）系统的编译方法和编译优化策略．该系统是一个多重论域的ＣＬＰ系统，以区间算术和约束传播作为离散域和实数域上约束求解的统一方法，具有求解非线性约束的功能．实现为一个基于扩充的ＷＡＭ指令集的编译系统．在国内外已有的ＣＬＰ系统中，我们尚未见到同时具有多重论域，非线性约束求解和编译实现这３项特征的类似系统．

智能教学系统中自动推理模块的设计与实现

以本实验室研制的约束逻辑程序设计系统BPU-CLP为基础,研制了一个适用于中学数学,面向学生的智能教学系统BPU-ITS-Math.介绍了BPU-ITS-Math的自动推理模块的设计方法和实现技术,BPU-ITS-Math采用经典的StripS算子表达规则,用BPU-CLP语言的程序实现学科知识库、题库和通用推理机.以中学教学求函数值域问题为例,详细介绍了规则的设计方法和表达方式,并且给出了通用推理机的向后推理算法.当前BPU-ITS-Math已成功地解决了200余道求函数值域的习题.