Measuring Inconsistency over Sequences of Business Rule Cases
University of Koblenz-Landau(科布伦茨-兰道大学);Institure for Information Systems Research(信息系统研究所);Institute for Web-Science and Technologies(网络科学与技术研究所)
在这份报告中,我们调查(元素为基础的)不一致的措施,多套业务规则库。目前,相关的工作允许评估个别的规则基础,但是,由于公司可能会遇到成千上万的这样的情况下,每天,研究不仅单独的规则基础,而是他们的相互关系变得必要,特别是在确定合适的重新建模策略。因此,我们提出了一种方法来诱导多集措施从任意(传统)不一致的措施,提出了新的合理性假设的多集用例,并调查多规则库不一致性测量的各个方面的复杂性。
2021-03-01 cs.AI
Boundary properties of the inconsistency of pairwise comparisons in group decisions
Aalto University(阿尔托大学);University of Trento(特伦托大学)
本文提出了一个分析的影响,共识和偏好聚集的两两比较的一致性。我们定义了群体偏好不一致性的一些边界性质,并研究了它们与不同不一致性指数的关系。一些结果提出了更一般的不一致性指数和边界属性的满意度之间的依赖关系。最后,给定三个边界属性和九个最相关的指标,我们将能够提出一个完整的分析,什么指标满足什么属性,并提供一个反思的解释群体偏好的不一致性。
2014-08-04 cs.AI
Stable Marriage Problems with Ties and Incomplete Preferences: An Empirical Comparison of ASP, SAT, ILP, CP, and Local Search Methods
Sabanci University(萨班哲大学)
本文研究带平局和不完全偏好的稳定婚姻问题(SMTI)的三种优化变体,实证比较ASP、CP、ILP及局部搜索等求解方法,并针对SMTI实例比较ASP与SAT的性能。
2026-09-23 cs.AI
Treewidth-aware Reductions of Normal ASP to SAT -- Is Normal ASP Harder than SAT after All?
TU Wien(维也纳工业大学)
答案集编程(ASP)是一种用于建模和解决知识表示和推理问题的范式。有大量的结果致力于研究(片段)ASP的硬度。到目前为止,这些研究导致了计算复杂性方面的特征,以及以二分法结果形式呈现的细粒度见解,转换为其他形式主义(如命题可满足性(SAT))时的下限,甚至详细的参数化复杂性景观。一个通用参数的参数化复杂性起源于图论是所谓的树宽,在某种意义上捕捉程序的结构密度。最近,与SAT相关的基于树宽的求解器的数量有所增加。虽然有从(正常)ASP到SAT的转换,但没有保留树宽或至少跟踪树宽增加的减少是已知的。在本文中,我们提出了一种新的减少从正常的ASP SAT是知道的树宽,并保证树宽略有增加确实是足够的。此外,我们展示了一个新的结果,建立,当考虑树宽,已经正常ASP的片段是略难比SAT(在合理的假设下,计算复杂性)。这也证实了我们的减少可能无法显着改善,树宽的轻微增加是不可避免的。最后,我们提出了一个实证研究,我们的新减少正常ASP SAT,在那里我们比较树宽上界,通过已知的分解算法。总的来说,我们的缩减比现有的翻译更适合这些翻译。
2022-10-07 cs.AI cs.CC cs.LO
On Inconsistency Indices and Inconsistency Axioms in Pairwise Comparisons
Silesian University in Opava(奥帕瓦西里西亚大学)
成对比较是现代(多标准)决策的重要工具。由于人类的判断往往是不一致的,许多研究集中在如何表达和衡量这种不一致性,并提出了几个不一致性指数作为替代Saaty不一致性指数和不一致性比率的相互成对比较矩阵。本文件旨在:本文首先引入了一种新的两两比较不一致性度量,并证明了它的基本性质; 2其次,在已有的一组公理的基础上,提出了一个新的公理--上界公理; 3最后,通过选取不一致性指标,证明了这一新公理的满足性,并给出了它们的数值比较。
2017-04-28 cs.AI
Towards end-to-end ASP computation
National Institute of Informatics(日本信息机构)
本研究提出一种端到端ASP计算方法,通过将Lin-Zhao定理与约束转化为向量空间中的代价函数数值最小化问题,结合预计算和环公式启发式策略,无需符号ASP或SAT求解器即可求解稳定模型,并经经典编程示例验证了有效性。
2025-10-02 cs.AI
Studying a set of properties of inconsistency indices for pairwise comparisons
Aalto University(阿尔托大学)
备选方案之间的成对比较是一种行之有效的工具,可以将决策问题分解为更小且更容易处理的子问题。然而,由于我们有限的理性,决策者对备选方案的主观偏好很难保持一致。因此,在文献中提出了几个不一致性指数来量化偏离完全一致性的程度。直到最近,已经提出了一组属性来定义表示不一致指数的函数族。本文件的范围是双重的。首先,它通过添加和证明一个新的属性来扩展属性集。其次,它继续研究不一致性指标,以检查它们是否满足上述性质。在本文中考虑的四个指数,在其目前的形式,两个不满足某些属性。提出了一个调整后的版本的一个指数,使它满足他们。
2016-03-14 cs.AI
Abstract Solvers for Computing Cautious Consequences of ASP programs
University of Calabria(卡拉布里亚大学);University of Genoa(热那亚大学);dibris.unige.it(dibris.unige.it(此处为邮箱域名,非机构名,按要求不应提取,实际应为前两个大学))
抽象求解器是一种形式化分析算法的方法,这些算法已被有效地用于描述、比较和组合各种领域的求解技术,例如命题可满足性(SAT)、量化SAT、可满足性模理论、答案集编程(ASP)和约束ASP。在本文中,我们设计,实现和测试新的谨慎推理任务的抽象解决方案,在ASP。我们展示了如何改进目前的抽象求解器谨慎推理ASP借用新技术在SAT骨干计算,以设计新的求解算法。通过这样做,我们也正式表明,在ASP中解决谨慎推理任务的算法是密切相关的计算布尔公式的骨干。我们实现了一些新的解决方案,在ASP求解器WASP,并表明他们的性能是比较先进的解决方案的基准问题,从过去的ASP比赛。正在考虑接受TPLP。
2019-07-22 cs.AI cs.LO
A Syntactic Operator for Forgetting that Satisfies Strong Persistence
Technische Universität Dresden(德累斯顿工业大学);Universität Leipzig(莱比锡大学);NOVA LINCS(NOVA LINCS实验室);Universidade Nova de Lisboa(新里斯本大学)
虽然遗忘的操作最近在答案集编程(ASP)的背景下受到了相当多的关注,但大多数都集中在理论方面,而实际问题基本上没有触及。最近的研究结果包括什么样的属性集运营商应该满足,以及抽象的几个运营商和他们的理论限制的特点。但没有具体的经营者被调查。在本文中,我们解决这个问题,提出了第一个具体的运营商,满足强持久性-属性,似乎最好地捕捉到的ASP的背景下遗忘的本质-只要这是可能的,和许多其他重要的属性。该运算符是语法的,将遗忘结果的计算限制为操纵要被遗忘的原子发生的规则,自然产生接近原始程序的遗忘结果。本文件正在考虑被TPLP接受。
2019-07-31 cs.AI
Using ASP(Q) to Handle Inconsistent Prioritized Data
Univ. Bordeaux, CNRS, Bordeaux INP, LaBRI, UMR 5800(波尔多大学、国家科学研究中心、波尔多INP、LaBRI、UMR 5800);DI ENS, ENS, CNRS, PSL University & Inria(ENS DI、巴黎高等师范学校、国家科学研究中心、巴黎综合理工学院与Inria);University of Calabria, Rende, Italy(卡拉布里亚大学、意大利雷内)
本文探讨了利用ASP及其扩展ASP(Q)处理优先级数据中的不一致性,通过优先关系定义三种最优修复方法,并评估了不同语义和编码的可行性与影响。
2026-04-23 cs.AI cs.DB cs.LO
Measuring Inconsistency in Declarative Process Specifications
Institute for IS Research, University of Koblenz-Landau(科布伦茨-兰道大学信息系统研究所);University of Maryland, College Park(马里兰大学帕克分校);Artificial Intelligence Group, University of Hagen(哈根大学人工智能研究组)
我们解决的问题,测量不一致的声明性流程规范,强调线性时序逻辑上固定的痕迹(LTLff)。正如我们将展示的那样,现有的经典逻辑的不一致性措施不能提供一个有意义的评估不一致的LTL一般,因为他们不能充分处理的时间运营商。因此,我们提出了一个新的次协调语义不一致性测量的框架。然后,我们提出了两个新的不一致措施,这些语义的基础上,并表明他们满足重要的理想属性。我们展示了如何将这些措施可以应用到声明性的过程模型和调查的计算复杂性的介绍方法。
2022-06-14 cs.AI
Inlining External Sources in Answer Set Programs
Vienna University of Technology(维也纳技术大学)
HEX程序是带有外部源的答案集程序(ASP)的扩展。为此,外部原子在程序和外部源之间提供了一个双向接口。传统的HEX程序评价算法是基于猜测外部原子的真值,并通过外部源的显式调用来验证它们。该方法通过减少必要的验证调用数量或加快其速度的技术进行了优化,但剩余的外部调用仍然很昂贵。在本文中,我们提出了一种替代的评估方法的基础上内联的外部原子,现有的,但不太一般的专门的形式主义,如DL-程序的方法的动机。然后编译掉外部原子,这样就不需要验证调用。该方法在dlvhex reasoner中实现。实验表明,显着的性能增益。除了性能的改善,我们进一步利用内联扩展以前的(语义)表征的程序等价从ASP到HEX程序,包括强等价,一致等价和H,B -等价。最后,基于这些等价准则,我们还刻画了程序wrt的不一致性。extensions.由于众所周知的ASP扩展(如约束ASP)是HEX的特殊情况,结果是有趣的,超出了特定的形式主义。逻辑程序设计理论与实践(TPLP)
2018-08-02 cs.AI cs.LO
Axiomatizations of inconsistency indices for triads
Institute for Computer Science and Control, Hungarian Academy of Sciences (MTA SZTAKI)(匈牙利科学院计算机科学与控制研究所(MTA SZTAKI));Corvinus University of Budapest (BCE)(布达佩斯考文纽斯大学(BCE))
成对比较矩阵往往表现出不一致性,因此,许多指标已被建议来衡量他们的偏差从一个一致的矩阵。最近提出了一组公理,要求满足任何合理的不一致性指数。这个集合似乎并不详尽,因为通过一个例子来说明,因此通过添加两个新属性来扩展它。所有公理都被认为是三元组的集合,具有三个选择的成对比较矩阵,这是最简单的不一致情况。我们选择的逻辑上独立的属性,并证明他们的特点,也就是说,唯一确定的不一致性排名引起的大多数不一致性指标,在这个限制域上一致。由于黑社会起着突出的作用,在一些不一致的指标,我们的研究结果也可以有助于测量不一致的两两比较矩阵有三个以上的替代品。
2019-03-14 cs.AI
Heuristics in Conflict Resolution
Universität Potsdam(波茨坦大学)
布尔可满足性(SAT)和答案集编程(ASP)的现代求解器是基于复杂的布尔约束求解技术。在这两个领域,冲突驱动的学习和相关技术构成了关键特征,其应用通过冲突分析得以实现。虽然各种冲突分析方案已被提出,实施,并在理论和实践上研究在SAT领域,冲突分析中涉及的启发式方面还没有得到太多的关注。假设一个固定的冲突分析方案,我们解决了如何识别“好”的冲突原因的开放问题,我们调查了几个在ASP解决冲突分析的技巧。据我们所知,像我们这样的系统研究还没有在SAT领域进行,因此,它可能是有益的ASP领域以及SAT解决之一。
2010-05-11 cs.AI cs.LO
Differentiable Satisfiability and Differentiable Answer Set Programming for Sampling-Based Multi-Model Optimization
National University of Ireland, Galway(爱尔兰国立高威大学)
本文提出了一种求解多模型优化问题的可微可满足性和可微答案集编程算法(Differentiable Satisfiability and Differentiable Answer Set Programming,简称SAT/ASP)。模型(答案集或满足真值分配)使用一种新的SAT/ASP求解方法,该方法使用基于梯度下降的分支机制进行采样。采样继续进行,直到用户定义的多模型成本函数的值达到给定阈值。作为我们的方法的主要用例,我们提出了分布感知模型采样和表达但可扩展的概率逻辑编程。作为我们的主要算法方法,微分SAT/ASP,我们介绍了一个增强的国家的最先进的CDNL/CDCL算法SAT/ASP解决。此外,我们提出了替代算法,使用未经修改的ASP求解器(Clingo/扣)和映射的优化任务,以传统的答案集优化或使用所谓的传播。我们还报告了开源软件DelSAT,我们的主要算法的最近原型实现,以及初步实验结果,这些结果表明,DelSAT的性能,当应用于概率逻辑推理的用例时,与马尔可夫逻辑网络(MLN)推理性能相当,尽管与MLN相比具有有利的特性,例如表达归纳定义的能力,以及在所有情况下直接将概率作为权重的能力。我们的实验还表明,我们的主要算法是非常优越的性能相比,所提出的替代方法,减少了一个共同的情况下,一般的问题,定期SAT/ASP。
2018-12-31 cs.AI cs.LG cs.LO
Axiomatic properties of inconsistency indices for pairwise comparisons
Aalto University(阿尔托大学);University of Trento(特伦托大学)
成对比较是一个众所周知的方法,用于表示决策者的主观偏好。评价它们的不一致性一直是一个广泛研究和讨论的话题,并在文献中提出了几个指标来执行这项任务。由于可接受的一致性水平与偏好的可靠性密切相关,因此选择合适的不一致性指数是决策过程中的一个关键阶段。使用不同的方法来衡量一致性必须仔细评估,因为它可以影响在实际应用中的决策结果。在本文中,我们提出了五个公理,旨在表征不一致性指数。此外,我们证明了文献中提出的一些指数满足这些公理,而其他人没有,因此,在我们看来,他们可能无法正确地评估不一致。
2013-06-28 cs.AI
Counting Answer Sets via Dynamic Programming
TU Wien(维也纳工业大学)
虽然近年来命题可满足性(#SAT)的解决方案计数问题重新受到关注,但这一研究趋势并没有影响其他AI解决范式,如答案集编程(ASP)。虽然ASP求解器被设计为枚举所有解决方案,因此计数可以很容易地完成,但所有解决方案的具体化是ASP(#ASP)计数问题的明显瓶颈。在本文中,我们提出了基于动态规划的#ASP算法,利用底层(地面)ASP程序的结构。一个原型实现的实验结果表明,与现有的求解器相比,承诺。
2016-12-22 cs.AI cs.CC cs.LO
Inconsistency and Accuracy of Heuristics with A* Search
Indiana University South Bend(印第安纳大学南本德分校);MathWorks(迈斯沃克)
启发式搜索的许多研究表明,使用的启发式的准确性有积极的影响,提高搜索的性能。在另一个方向上,历史研究认为,启发式搜索算法的性能,如A* 和IDA*,可以通过要求启发式算法是一致的来提高-任何完美的启发式算法都能满足的属性。然而,最近的一些研究表明,不一致算法也可以用来实现这些启发式搜索算法的大的改进。这些结果给我们留下了一个自然的问题:在构建算法时,我们应该关注算法的哪个属性,准确性或一致性/不一致性?虽然有研究的启发式的准确性与假设的一致性,没有研究的不一致性和准确性的启发式是已知的,我们的知识。在这项研究中,我们调查的不一致性和准确性之间的关系,与A* 搜索。我们的分析结果揭示了这两个属性之间的相关性。然后,我们运行的背包问题的域上的一个家庭的实际的economistics实验。我们的实证结果表明,在许多情况下,更准确的算法也有更高的不一致性,并导致更少的节点扩展A*。
2013-07-08 cs.AI
Exact ASP Counting with Compact Encodings
National University of Singapore(新加坡国立大学);Indian Institute of Technology Bombay(印度理工学院孟买分校);University of Toronto(多伦多大学)
针对现有精确ASP计数器难以处理大规模输入、可扩展性差的问题,本文提出sharpASP框架,通过替代答案集定义迁移命题模型计数关键技术,在1470个基准上实现了显著性能提升。
2023-12-19 cs.AI cs.LO
On the measure of conflicts: A MUS-Decomposition Based Framework
CRIL - CNRS, Université d’Artois(阿尔图瓦大学CNRS计算机研究实验室);Technische Universität Dresden(德累斯顿工业大学)
度量不一致性被视为与处理不一致性相关的重要问题。好的测度应该满足一组有理性质。然而,定义声音属性有时是有问题的。在本文中,我们强调这样一个属性,命名为分解,很少在文献中讨论,由于其建模困难。为此,我们提出了一个独立的分解,这是比现有的建议更直观。为了以更细粒度的方式分析不一致性,我们引入了知识库和各种MUSdecomposition的图形表示。一个特定的MUS-decomposition,命名为分布式MUS-decomposition导致一个有趣的分区的不一致的知识库,使多个专家可以检查不一致的并行,这是不可能的现有措施。这种特定的MUSdecomposition导致满足多个期望属性的不一致性度量。此外,我们给出了一个上界的复杂性的措施,可以计算使用0/1线性规划或最小成本可满足性问题,并进行初步的实验,以证明其可行性。
2014-06-01 cs.AI
Characterizing Structural Hardness of Logic Programs: What makes Cycles and Reachability Hard for Treewidth?
答案集编程(ASP)是一个问题建模和解决框架的几个问题,在KR与日益增长的工业应用。ASP也是近年来研究计算复杂性和深入理解计算难度及其来源的一个热点。这些研究导致了富有成效的表征方面的复杂性类,细粒度的见解形式的二分法风格的结果,以及详细的参数化的复杂性景观。最近,这导致了一个新的结果,建立的措施树宽,它捕获的程序的结构密度,评估的知名类正常的程序预计将稍微困难比决定可满足性(SAT)。然而,目前还不清楚如何利用ASP的这种结构性力量。本文论述了一种新的减少SAT到正常的ASP,超越了众所周知的编码:我们明确利用ASP的结构功率,从而我们次线性地减少树的宽度,这可能无法显着改善。然后,与现有的结果相比,这通过建立依赖图的周期长度(SCC大小)对树宽的所需函数依赖来以细粒度的方式表征硬度。
2023-01-18 cs.AI cs.DM cs.LO
ASP-Bench: From Natural Language to Logic Programs
Algorithms and Complexity Group TU Wien(算法与复杂性组维也纳技术大学)
ASP-Bench通过自然语言到逻辑程序的转换基准,评估了基于ReAct框架的代理方法,揭示了建模难度的多维因素。
2026-02-01 cs.AI cs.CL cs.LO
Entropy production rate as a criterion for inconsistency in decision theory
Department of Systems Biology, Columbia University(哥伦比亚大学系统生物学系)
个人和群体的决策是复杂的,通常涉及从众多选项中选择一个合适的替代方案。评估成对比较将这些复杂的决策问题分解为易于处理的问题。成对比较矩阵(PCM)经常用于解决多准则决策(MCDM)问题,例如使用Saaty的层次分析法(AHP)框架。然而,使用PCM存在两个显著缺点。首先,人类以不一致的方式评估PCM。其次,并非大型PCM的所有条目都可以由人类决策者可靠地填充。我们解决这两个问题,首先建立一个新的PCM和时间不可逆马尔可夫过程之间的连接。具体来说,我们表明,每个PCM诱导一个家庭的耗散最大路径熵随机游动(MERW)的替代品。我们表明,只有“一致的”PCM对应于详细的平衡MERW。我们确定的非平衡熵产生的诱导MERW作为度量的不一致性的基础PCM。值得注意的是,熵产生满足所有最近制定的合理一致性指数的标准。我们还提出了一种方法,使用不完全填充PCM层次分析法。还讨论了未来的潜在途径。关键词:层次分析法,马尔可夫链,最大熵
2018-04-23 cs.AI
An Overview and Comparison of Axiomatization Structures Regarding Inconsistency Indices' Properties in Pairwise Comparisons Methods
Symbiosis Institute of Technology, Symbiosis International (Deemed University) (SIU)(共生国际(认定大学)共生技术学院);D. Y. Patil International University (DYPIU)(D·Y·帕蒂尔国际大学);Silesian University in Opava(奥帕瓦西里西亚大学)
本文全面回顾了过去十年层次分析法中不一致性指数性质的公理化进展,并对现有公理结构进行比较与讨论,指出了未来研究方向。
2024-08-23 cs.AI cs.LO
Aspartame: Solving Constraint Satisfaction Problems with Answer Set Programming
University of Kobe(神户大学);University of Potsdam(波茨坦大学);National Institute of Informatics(国立信息学研究所);Simon Fraser University(西蒙弗雷泽大学);Griffith University(格里菲斯大学)
将有限线性CSP编码为布尔公式并使用现代SAT求解器求解它们已被证明是非常有效的,获奖的糖系统就是一个例子。我们在这里开发了一种基于ASP的替代方法。这使我们能够使用一阶编码,为我们提供了高度的灵活性,便于不同实现的实验。由此产生的系统Escherame重新使用部分糖来解析和规范化CSP。然后将获得的事实集与ASP编码相结合,该编码可以由现成的ASP系统进行接地和解决。我们建立我们的方法的竞争力,通过经验对比甜和糖。
2013-12-20 cs.AI
Local Consistency and SAT-Solvers
University of Oxford(牛津大学)
局部一致性技术,如k-一致性是约束满足问题的专用求解器的关键组成部分。在本文中,我们表明,使用k-一致性技术的权力,约束满足问题,正是通过使用一个特定的推理规则,我们称之为负超分辨率,标准的直接编码的问题,布尔子句。我们还表明,目前的子句学习SAT求解器将发现在预期的多项式时间的任何不一致,可以推断出从一组给定的子句使用负超解式的固定大小。我们结合这两个结果表明,没有明确设计这样做,目前的子句学习SAT求解器有效地模拟k-一致性技术,为所有固定值的k。然后,我们给出了一些实验结果表明,这个功能允许子句学习SAT求解器有效地解决某些家庭的约束问题,这是传统的约束编程求解器的挑战。
2014-01-18 cs.AI cs.LO
Treewidth-Aware Complexity in ASP: Not all Positive Cycles are Equally Hard
University of Potsdam(波茨坦大学);TU Wien(维也纳工业大学)
标准答案集程序(ASP)的一致性判定是NP-完全的,与经典命题逻辑(SAT)的满意度问题一样困难。解决这些问题的最佳算法在最坏的情况下需要指数时间。指数时间假设(ETH)意味着这个结果对于SAT是紧的,也就是说,SAT不能在亚指数时间内求解。这立即确定了结果对于ASP的一致性问题也是紧的。然而,考虑到问题的树宽,ASP的一致性问题比SAT稍微困难一些:虽然SAT可以通过在树宽k中以指数时间运行的算法来解决,但最近表明ASP需要在k \cdot log(k)中以指数时间运行。这个额外的成本是由于检查程序中的正循环导致没有自支持的真实原子。本文改进了上述结果,并证明了ASP的一致性问题可以在k \cdot log(λ)中指数时间内得到解决,其中λ是程序正依赖图中树宽与最大强连通分量的最小值.我们提供了一个动态规划算法,解决了这个问题,并坚持上述限制的树宽意识减少从ASP到SAT。
2020-07-09 cs.AI cs.CC cs.LO
SATBench: Benchmarking LLMs' Logical Reasoning via Automated Puzzle Generation from SAT Formulas
Stanford University(斯坦福大学);UCLA(加州大学洛杉矶分校);UIUC(伊利诺伊大学香槟分校);CMU(卡内基梅隆大学);Nanjing University(南京大学)
SATBench通过将SAT公式自动转化为逻辑谜题来评估大语言模型的搜索式逻辑推理能力,实验显示最强模型o4-mini在困难UNSAT问题上仅达65.0%准确率,揭示了当前LLMs在该类推理上的系统性缺陷。
2025-09-22 cs.AI cs.CL cs.LG