[论文解读] Tuning Fuzzy Logic Programs with Symbolic Execution

Ginés Moreno, Jaime Penabad+1 more|arXiv (Cornell University)|Aug 16, 2016

Logic, Reasoning, and Knowledge参考文献 24被引用 3

一句话总结

本文提出了符号多邻近逻辑编程（sMALP），一种允许模糊逻辑程序包含符号化真值度与连接词的框架，通过符号执行实现自动调参。通过延迟对未知参数的求值并利用测试用例，该方法可自动计算最优权重与连接词，显著减少程序配置中的手动试错过程。

ABSTRACT

Fuzzy logic programming is a growing declarative paradigm aiming to integrate fuzzy logic into logic programming. One of the most difficult tasks when specifying a fuzzy logic program is determining the right weights for each rule, as well as the most appropriate fuzzy connectives and operators. In this paper, we introduce a symbolic extension of fuzzy logic programs in which some of these parameters can be left unknown, so that the user can easily see the impact of their possible values. Furthermore, given a number of test cases, the most appropriate values for these parameters can be automatically computed.

研究动机与目标

• 解决在多邻近逻辑编程（MALP）中手动选择合适真值度与模糊连接词的挑战，该过程耗时且易出错。
• 使用户能够以符号化参数（未知真值度与连接词）的形式指定模糊逻辑程序，以在最终配置前探索其影响。
• 开发一种自动调优过程，基于用户提供的测试用例计算最优参数值。
• 将所提出的框架集成至FLOPER系统中，实现实际部署，并支持后续优化技术的扩展。
• 提供形式化的符号操作语义，通过保持符号求值与具体求值之间的等价性，确保方法的正确性。

提出的方法

• 扩展MALP语法，以在程序规则中支持符号化真值度与符号化连接词（例如未知的邻近对，如$\langle\&_{\mathtt{P}}, \leftarrow_{\mathtt{P}}\rangle$）。
• 定义一种符号操作语义，延迟符号表达式的求值，生成包含未解析参数的符号化计算答案。
• 通过证明：在符号求值后进行实例化，其结果与参数代入后的具体求值结果一致，从而证明符号语义的正确性。
• 将调优过程形式化为约束满足问题：给定测试用例，计算使偏差最小化的参数值。
• 以FLOPER系统为目标平台，用于sMALP程序的编译与执行，利用其对推导树与声明式追踪的现有支持。
• 在未来工作中探索与模糊SAT/SMT求解器的集成，以提升调优过程的可扩展性与效率。

实验结果

研究问题

• RQ1 如何在保持语义正确性的前提下，扩展模糊逻辑程序以支持符号化真值度与连接词？
• RQ2 在模糊逻辑编程中，符号执行能否实现无需手动试错的参数自动调优？
• RQ3 在含有未知参数的模糊逻辑程序中，符号求值与具体求值之间存在何种形式化关系？
• RQ4 与手动配置相比，所提出的调优方法在多个测试用例中实现期望输出的有效性如何？
• RQ5 与现有模糊逻辑求解器及验证工具集成符号调优的前景如何？

主要发现

• 符号操作语义在符号参数被实例化时，能正确保留具体求值的结果，确保了该方法的合理性。
• 该框架使用户能够在最终配置前，探索不同真值度与连接词（如Łukasiewicz、Gödel、乘积逻辑）对程序行为的影响。
• 调优过程成功计算出一组测试用例的最优参数值，显著减少了迭代式手动优化的需求。
• 该方法已通过形式化证明正确，并设计为可集成至FLOPER系统，该系统支持MALP程序的编译、执行与追踪生成。
• 初步结果表明，符号调优可与模糊SAT/SMT求解器结合，以提升大规模参数配置中的可扩展性与效率。
• 该方法支持涉及多个符号连接词与真值度的复杂配置，如在多样化测试用例与参数组合的评估中所展示的。