基于图重写的 Essence 规范自动重构
人工智能
2024-11-15 v1
摘要
为参数化问题类构建有效的约束模型,对后续求解该类实例的效率至关重要。事先很难知道一组候选模型中哪个在实践中表现最好。本文提出了一种利用图重写自动重构输入模型以提升性能的系统。通过将工作置于 Essence 抽象约束规范语言中,我们可以利用其高层变量类型的结构直接触发重写。我们通过应用于输入规范的抽象语法树上、用 Graph Programs 2 语言表达的重写规则来实现该系统。我们展示了如何自动将重构后问题的解转换为原问题的解,以便验证和展示。我们通过一个详细的案例研究证明了该系统的有效性。
引用
@article{arxiv.2411.09576,
title = {Automating Reformulation of Essence Specifications via Graph Rewriting},
author = {Ian Miguel and András Z. Salamon and Christopher Stone},
journal= {arXiv preprint arXiv:2411.09576},
year = {2024}
}
备注
Presented at the PTHG 2024 workshop