[论文解读] Problem solving in ID-logic with aggregates: some experiments

Bert Van Nuffelen, Marc Denecker|ArXiv.org|Mar 8, 2000

Logic, Reasoning, and Knowledge参考文献 18被引用 5

一句话总结

本文将ID-逻辑扩展为支持高阶聚合，并将其集成到SLDNFA归结求解器中，实现了对涉及聚合的声明式规格的高效问题求解。主要贡献在于显著提升了性能——在实际调度问题中，将设置时间从24小时减少至45秒，证明了在保持开发效率和可维护性的前提下，使用高阶声明式逻辑结合聚合解决复杂计算问题的可行性。

ABSTRACT

The goal of the LP+ project at the K.U.Leuven is to design an expressive logic, suitable for declarative knowledge representation, and to develop intelligent systems based on Logic Programming technology for solving computational problems using the declarative specifications. The ID-logic is an integration of typed classical logic and a definition logic. Different abductive solvers for this language are being developed. This paper is a report of the integration of high order aggregates into ID-logic and the consequences on the solver SLDNFA.

研究动机与目标

• 将高阶聚合扩展至ID-逻辑，以支持在现实问题领域中更自然、更具表现力的声明式规格。
• 将聚合推理集成到SLDNFA归结求解器中，用于ID-逻辑中的可满足性与归结推理。
• 评估扩展系统在涉及聚合的非平凡计算问题上的可行性与性能表现。
• 比较基于声明式聚合规格与手工优化的CLP程序在开发时间与求解效率之间的权衡。

提出的方法

• 基于Van Gelder的稳态语义基础，将高阶聚合（如基数、求和、最小值、最大值）扩展至ID-逻辑。
• 通过一步将聚合简化为有限域约束，将聚合求值集成到SLDNFA求解器中，避免对析取式进行回溯。
• 使用约束逻辑编程（CLP）技术处理生成的约束存储，利用CLP高效的回溯机制。
• 采用混合方法，结合归结逻辑编程与CLP，其中归结求解器专注于理论扩展，CLP求解器负责约束传播。
• 在两个实验中应用扩展系统：一个海战谜题和一个包含56项任务与46个单元的真实世界维护调度问题。
• 优化聚合求值过程，避免以往系统因使用大规模析取式并对其回溯而导致的性能瓶颈。

实验结果

研究问题

• RQ1 高阶聚合能否在保持逻辑的声明式与归结推理能力的前提下，有效集成到ID-逻辑中？
• RQ2 在求解富含聚合的问题时，扩展后的SLDNFA求解器性能与传统CLP实现相比如何？
• RQ3 相较于手工编写的CLP代码，使用高阶声明式规格结合聚合在多大程度上减少了开发时间并提升了可维护性？
• RQ4 在基于聚合的问题求解中，求解效率与规格清晰性之间的权衡如何？

主要发现

• 通过将对大规模析取式的回溯替换为直接构建约束存储，扩展后的SLDNFA求解器将一个真实世界维护调度问题的设置时间从24小时缩短至45秒。
• 系统在20分钟内找到了与最优解相差94%的解，尽管生成的约束存储未像手工优化的CLP代码那样高度调优，但仍表现出合理的效率。
• 声明式规格仅需11条逻辑公式和数小时的讨论，而对应CLP解决方案则需要400行代码和数周的开发时间。
• 在设置时间方面，声明式方法（45秒）与CLP方法（3–4秒）之间存在显著差距，但声明式方法在开发时间、可适应性与可维护性方面具有显著优势。
• 当前实现未应用手工CLP程序中包含的优化技术，表明对生成的约束存储进行自动化优化可显著缩小性能差距。
• 结果支持使用增强聚合的ID-逻辑解决非平凡计算问题的可行性，尤其在优先考虑开发效率与可维护性时。