Embedding boolean expressions into logic programming

Büttner, Wolfram; Simonis, Helmut

doi:10.1016/s0747-7171(87)80065-2

Cited by 88 publications

(37 citation statements)

References 4 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…defining a set of primitive constraints and providing a constraint solver for the constraints). Thus CHIP contains constraint systems over finite domains [72], Booleans [6], and rational numbers [30,74], Prolog III is endowed with constraint systems over Booleans, rational numbers, and lists, while CLP (R) solves constraints over real numbers. The CLP scheme was further generalized into the cc framework of concurrent constraint programming [54][55][56] to accommodate additional constraint operations (e.g.…”

Section: P Van Hentenrvck Et Almentioning

confidence: 99%

Constraint satisfaction using constraint logic programming

Hentenryck

Simonis

Dincbas

1992

Artificial Intelligence

Self Cite

316

312

View full text Add to dashboard Cite

Van Hentenryck, P., H. Simonis and M. Dincbas, Constraint satisfaction using constraint logic programming, Artificial Intelligence 58 (1992) 113-159.Constraint logic programming (CLP) is a new class of declarative programming languages whose primitive operations are based on constraints (e.g. constraint solving and constraint entailment). CLP languages naturally combine constraint propagation with nondeterministic choices. As a consequence, they are particularly appropriate for solving a variety of combinatorial search problems, using the global search paradigm, with short development time and efficiency comparable to procedural tools based on the same approach. In this paper, we describe how the CLP language cc(FD), a successor of CHIP using consistency techniques over finite domains, can be used to solve two practical applications: test-pattern generation and car sequencing. For both applications, we present the cc(FD) program, describe how constraint solving is performed, report experimental results, and compare the approach with existing tools.

show abstract

Section: P Van Hentenrvck Et Almentioning

confidence: 99%

Constraint satisfaction using constraint logic programming

Hentenryck

Simonis

Dincbas

1992

Artificial Intelligence

Self Cite

316

312

View full text Add to dashboard Cite

show abstract

“…En estaúltima categoría se encuentra, el ya nombrado, lenguaje CHIP [36] y el lenguaje Prolog III [25], que ofrecen algoritmos Booleanos de propósito especial en los cuales el procesamiento de restricciones Booleanas se realiza en el paso de unificación (como es habitual en CLP). Laúnica restricción realmente necesaria es la igualdad entre los términos Booleanos.…”

Section: (Pseudo-)booleanosunclassified

Declarative Constraint Programming

Fernández¹

2006

Int. Artif.

View full text Add to dashboard Cite

ResumenRecientemente, esta revista ha publicado una excelente monografía, [65], dedicada a los problemas de satisfacción con restricciones. La monografía cubre muchos de los aspectos relacionados con estos problemas pero obvia unárea tradicionalmente muy importante en la comunidad de las restricciones como es la integración de restricciones en los lenguajes de programación declarativos (especialmente los lógicos).Este artículo describe el estado-del-arte de la programación declarativa con restricciones (PDC) con especiaĺ enfasis en la integración de restricciones en los lenguajes de programación lógicos. El artículo está dirigido tanto a personas con conocimientos de PDC como a aquellos interesados en conocerla, y cubre sus orígenes históricos, los fundamentos teóricos y las instancias más populares dependientes del dominio de computación.Palabras clave: Satisfacción de Restricciones, Programación Lógica, Programación Funcional, Resolutor. IntroducciónRecientemente, esta revista ha publicado una estupenda monografía [65] enfocada sobre los problemas de satisfacción con restricciones (CSP, Constraint Satisfaction Problem) y en la cual se abordan las técnicas clásicas empleadas para su resolución y, más particularmente, otras técnicas usadas sobreáreas específicas de aplicación (tales como la diagnosis, las bases de datos o la recuperación de información). La monografía cubre muchos de los aspectos relacionados con los CSPs pero obvia unárea muy importante como es la integración de restricciones en los lenguajes declarativos (especialmente los lógicos). En realidad, la programación lógica con restricciones (CLP, Constraint Logic Programming) [110,179] es uno de los campos de investigación más activos en la comunidad de las restricciones puesto que está directamente relacionado con el modelado (a alto nivel) de soluciones a los problemas de satisfacción con restricciones; más aún, como ya fue apuntado en [54][capítulo 15], uno no puede (ni debe) asumir que todas las restricciones estarán disponibles al comienzo del proceso de búsqueda de las soluciones y el usuario podría querer construir el CSP a resolver de forma incremental y "representar las restricciones a través de fórmu-las pertenecientes a un cierto lenguaje de programación en vez de representaréstas mediante conjuntos de tuplas de valores". Este aspecto no fue considerado en [65], yésa es precisamente la razón que ha generado este artículo.Este artículo describe el estado-del-arte de la programación declarativa con restricciones, con especialénfasis en la programación lógica con restricciones ya que la naturaleza relacional de las restricciones hace que los lenguajes que guardan algún componente lógico sean más adecuados para la integración de las mismas.

show abstract

“…Section 9.1). (Büttner and Simonis, 1987) Remark. Various tools supporting algebraic logic exist already.…”

Section: Raw Deductive Machinery For a Map Calculusmentioning

confidence: 99%

Goals and Benchmarks for Automated Map Reasoning

Formisano

Omodeo

Temperini

2000

Journal of Symbolic Computation

View full text Add to dashboard Cite

Tarski-Givant's map calculus is briefly reviewed, and a plan of research is outlined aimed at investigating applications of this ground equational formalism in the theorem-proving field. The main goal is to create synergy between first-order predicate calculus and the map calculus. Techniques for translating isolated sentences, as well as entire theories, from first-order logic into map calculus are designed, or in some cases simply brought nearer through the exercise of specifying properties of a few familiar structures (natural numbers, nested lists, finite sets, lattices). It is also highlighted to what extent a stateof-the-art theorem-prover for first-order logic, namely Otter, can be exploited not only to emulate, but also to reason about, map calculus. Issues regarding "safe" forms of map reasoning are singled out, in sight of possible generalizations to the database area.

show abstract

Embedding boolean expressions into logic programming

Cited by 88 publications

References 4 publications

Constraint satisfaction using constraint logic programming

Constraint satisfaction using constraint logic programming

Declarative Constraint Programming

Goals and Benchmarks for Automated Map Reasoning

Contact Info

Product

Resources

About