用分支-割-定价求最小代价Herbrand模型

给定(1)某阶语言$\cal L$中的一组子句$T$，以及(2)代价函数$c : B_{\cal L} \rightarrow \mathbb{R}_{+}$，将Herbrand基$B_{\cal L}$中的每个基原子映射到一个非负实数，则求最小代价Herbrand模型的问题是：要么找到一个$T$的Herbrand模型$\cal I$，保证使真基原子的代价和最小，要么确定$T$没有Herbrand模型。本文提出了一种求解该问题的分支-割-定价整数规划(IP)方法。由于子句的基实例化数量和Herbrand基的大小一般均为无穷，我们通过“割”和“定价”分别“按需”添加相应的IP约束和IP变量。在Herbrand基有限的特殊情况下，我们证明从一开始加入所有IP变量和约束可能是有利的，表明一个具有挑战性的马尔可夫逻辑网络MAP问题若适当编码便可用此方法求解。