AuthorsM. B. Belaid, N. Belmecheri, N. Lazaar, A. Gotlieb and H. Spieker
TitleApproche générique pour l’acquisition de contraintes qualitatives
AfilliationSoftware Engineering
Project(s)Department of Validation Intelligence for Autonomous Software Systems
StatusAccepted
Publication TypeProceedings, refereed
Year of Publication2023
Conference NameJFPC
Abstract

De nombreux problèmes de planification et d’ordonnance-
ment impliquent la conception de subtiles combinaisons lo-
giques de contraintes temporelles ou spatiales. D’une part,
la modélisation précise de ces contraintes, qui sont formu-
lées dans diverses algèbres de relations, implique un cer-
tain nombre de combinaisons logiques possibles et néces-
site une expertise en modélisation basée sur les contraintes.
D’autre part, l’acquisition active de contraintes (AC) a été
utilisée avec succès pour aider les utilisateurs non expé-
rimentés à apprendre les réseaux de contraintes conjonc-
tives par la génération d’une séquence de requêtes. Dans
cet article, nous proposons GEQCA, pour Generic Quali-
tative Constraint Acquisition, une méthode d’AC active qui
apprend les contraintes qualitatives via le concept de re-
quêtes qualitatives. GEQCA combine les requêtes quali-
tatives avec la cohérence de chemin limitée dans le temps
(PC pour Path Consistency) et la propagation des connais-
sances de base pour acquérir les contraintes qualitatives.
Nous prouvons la correction, la complétude et la terminai-
son de GEQCA et nous donnons une évaluation expéri-
mentale qui montre (i) l’efficacité de notre approche dans
l’apprentissage des contraintes temporelles et, (ii) l’utilisa-
tion de GEQCA sur des instances réelles d’ordonnance-
ment.

Citation Key43229

Contact person