答案集编程新方法：理论与实践探索

"在线获取：ASP程序设计方法的理论计算机科学电子笔记354（2020）29-44" 这篇论文深入探讨了答案集编程（Answer Set Programming, ASP）这一形式化建模和解决知识密集型组合优化问题的方法。ASP在学术界和工业界已取得显著成就，但依然面临自动源代码优化和软件工程等方面的挑战。作者Flavio Everardo和Mauricio Osorio提出了一种新的方法，旨在改善ASP程序的性能和编码效率。 首先，他们提出了一种发展过程中的方法，用于实现ASP程序，该方法旨在更贴近传统的编程方法，以便开发者能更直观地理解和操作。这种方法强调了ASP编码的忠实性，确保问题的表示与等效的解决方案之间有更好的性能匹配。 其次，论文介绍了基于开发过程的ASP编码基础，这有助于理解如何构建高效的ASP程序。通过这种编码方法，开发者可以更好地控制程序的结构和行为，从而提升解决性能。 第三，论文的一个独特之处在于，它展示了如何利用ASP来逆转标准的解决过程。通常，ASP用于寻找问题的答案集，但在这里，作者反其道而行之，尝试在已知答案集的情况下，寻找能够表示特定运算符语义的命题公式。这种反向搜索策略在寻找新的聚合运算符，如平价聚合时特别有用，它改进了现有的Xorro系统的奇偶校验约束，增强了Xorro的表达能力，使其更适合于推理模式，如采样和模型计数。 论文详细讨论了奇偶约束及其在ASP中的应用，提供了更多关于新奇偶约束方法的实例分析。这些约束扩展了Xorro系统，使得在满足经典逻辑异或运算符特性的同时，也能保持与异或运算符的奇偶约束语义一致。 关键词：答案集编程，组合优化问题，奇偶凝聚算子 这篇论文不仅对ASP的理论基础进行了深入探讨，还提出了解决性能问题的新方法，特别是针对ASP编码和自动优化方面的问题。通过引入新的编码策略和反向解决过程，论文为优化ASP程序提供了一条新路径，并且在奇偶约束领域做出了创新性贡献。对于从事知识密集型组合优化问题解决的开发者和研究人员来说，这是一份极具价值的参考资料。