Dynamic and Distributed Scheduling in
Transkrypt
Dynamic and Distributed Scheduling in
Co powiedział James F. Allen na temat interwałów i jakie są tego skutki Tomasz Kubik Wiadomości podstawowe n n Istnieje wiele moŜliwości modelowania czasu, obowiązuje jednak zasada: „róŜne zadania wymagają róŜnych modeli.” Obiekty temporalne: Zdarzenia, procesy, stany g Punkty, rozpoczynające i kończące jakieś zdarzenia g Interwały, przedziały czasu, w których zachodzą jakieś zdarzenia bądź prawdziwe są jakieś twierdzenia g n n n Dziedzina: g Czas dyskretny lub ciągły g Czas wyraŜany bezwzględnie lub względnie g RóŜne rozmiary ziarna czasu (najmniejszej jednostki czasu) g Model czasu liniowy, równoległy lub rozgałęziony Podejście jakościowe (Qualitative Temporal Networks) g Algebra punktu, algebra interwału Podejście ilościowe (Quantitative Temporal Networks) g Simple Temporal Problem g General TCSP g Path consistency in quantitative networks g Network-based algorithms 2 Punkty, przedziały, czas dyskretny i ciągły n Punkty czasu: g zdarzenie E występuje w chwili Ti. g własność P zachodzi w chwili Ti. n Przedziały czasu: g zdarzenie E dzieje się w przedziale czasu ( Ti,Tj ). g własność P zachodzi (istnieje) w przedziale czasu ( Ti,Tj ). n Czas dyskretny g kroki w czasie, następny/poprzedni punkt czasu g jak liczby całkowite g t1 t2 t3 t4 n Czas ciągły g miejsca pomiędzy dwoma punktami w czasie g jak liczby rzeczywiste g t0 t0.5 t1 3 Opis absolutny i względny Przykład: Jan przyjedzie w środę, 21-ego. Środa 6.12.2006 Przyjazd Jana Jan przyjedzie jutro. Dzisiaj Jutro Przyjazd Jana 4 Rozmiar ziarna czasu n RozróŜnienie punktów i przedziałów czasu to nie to samo co rozróŜnienie przypadku ciągłego i dyskretnego. n Rozmiar ziarna dotyczy przypadku dyskretnego, gdzie mamy: g n Wybór ziarna wpływa na: g g n rok, miesiąc, dzień, godzina, minuta, sekunda, … dokładność i precyzję koszt (składowanie, wydajność) Czasem uŜywa się reprezentacji hierarchicznej, z róŜną rozdzielczością dla róŜnych poziomów 5 Reprezentacja ilościowa oraz jakościowa n UŜywa się zarówno dla przypadku ciągłego, jak i dyskretnego g Reprezentacja jakościowa: • punkty czasu są uporządkowane: Tk > T0 • właściwości wyraŜane są względnie: |Tk - T0| < |Tx - Ty| g Reprezentacja ilościowa: • wymiar absolutny: Tk = 1.5, T0 = 0 • właściwości absolutne: |Tk - T0| = 1.5 6 Jakościowa reprezentacja i wnioskowanie temporalne: motywacja n Często nie chcemy (lub teŜ nie moŜemy) mówić o dokładnym czasie LP: nie potrafimy określić precyzyjnie punktów w czasie g Planowanie: nie chcemy dopuścić do osiągnięcia punktów czasu zbyt wcześnie g Opisy scenariusza: nie mamy dokładnego czasu lub nie chcemy go wyraŜać jawnie g n Jak jest reprezentowana taka informacja? Punkty czasu: akcje lub zdarzenia są natychmiastowe, lub rozwaŜane są chwile ich rozpoczęcie i zakończenie g Przedziały czasu: wszystkie akcje i zdarzenia trwają jakiś czas g 7 Algebra interwału Allen’a (James F. Allen [1983]) n Algebra interwału Allen’a definiuje przedziały czasu oraz binarne relacje na nich n Przedziały czasu g n Relacje pomiędzy przedziałami g g g n X = (X- , X+), gdzie dziedziny X- i X+ są liczbami rzeczywistymi, oraz X- < X+ (1.0,2.0) przed (before) (3.0,5.3) (1.0,3.0) spotyka (meets) (3.0,5.3) (1.0,4.0) pokrywa (overlaps) (3.0,5.3) Które relacje są poprawne? 8 Relacje podstawowe n Na ile sposobów moŜna uszeregować cztery punkty dwóch przedziałów? Relacj a nazwa {(X,Y) | X- < X+ < Y- < Y+} < before {(X,Y) | X- < X+ = Y- < Y+} m meets {(X,Y) | X- < Y- < X+ < Y+} o overlaps {(X,Y) | X- = Y- < X+ < Y+} s starts {(X,Y) | Y- < X- < X+ = Y+} f finishes {(X,Y) | Y- < X- < X+ < Y+} d during {(X,Y) | Y- = X- < X+ = Y+} = equal Zbiór Zamieniając X i Y otrzymamy relacje odwrotne: >,mi,oi,si,fi,di,e Relacje te są parami rozłączne 9 13 Relacji podstawowych wyraŜonych graficznie 10 Algebra Interwału Allen’a Alspaugh Allen Krokhin et al. precedes p before < precedes p meets m meets m meets m overlaps o overlaps o overlaps o finished-by F finished-by fi finished-by f-1 contains d contains di contains d-1 starts s starts s starts s equals e equals = equals ≡ started-by s started-by si started-by s-1 during d during d during d finishes f finishes f finishes f overlapped-by O overlapped-by oi overlapped-by o-1 met-by M met-by mi met-by m-1 preceded-by P after > preceded-by p-1 11 Algebra Interwału n n n n n n n Zmienne: dwa interwały X, Y reprezentujące dwa zdarzenia Istnieje 13 podstawowych relacji pomiędzy interwałami r = { p, m, o, s, d, f, P, M, O, S, D, F, e } MoŜemy mieć „nieprecyzyjną” informację o relacji pomiędzy X i Y, tzn. wyraŜenie: (X o Y ) ∨ (X m Y) Klauzule dysjunktywne z wyróŜnionymi atomowymi relacjami pomiędzy zmiennymi mają równowaŜny opis za pomocą zbioru relacji (X r1 Y) ∨ (X r2 Y) ∨ … ∨ (X rk Y) ⇔ X { r1, r2, …, rk } Y na przykład: X {o,m} Y (inny zapis: X (om) Y ) Stąd mamy 213 (tj. 8192) relacji „nieprecyzyjnych” Przykład jakościowego opisu temporalnego: X {o,m} Y, Y {m} Z, X {o,m} Z W ogólności pełna relacja { p, m, o, s, d, f, P, M, O, S, D, F, e } zachodzi pomiędzy interwałami, o których nic nie wiadomo. Pusta relacja {} nie ma interpretacji w terminach wzajemnej relacji dwóch interwałów, jednak moŜe być wynikiem pewnych operacji na relacjach interwałów i jest potrzebna dla podalgebr algebry interwału Allen’a. 12 Przykład [Allen1983]. „Jana nie było w pokoju kiedy dotknąłem przełącznika, aby zapalić światło, ale za to był w pokoju później, kiedy juŜ paliło się światło” n n n Zdefiniujmy interwały: g J – Jan był w pokoju g D – Dotknąłem przełącznika światła g Ś – Światło było zapalone Ograniczenia: g D {o, m} Ś g D {p, m, M, P} J g Ś {o, s, d} J Zacieśnianie ograniczeń Ś Ś {o, m} {o, s, d} {o, m} D J D {p, m, mi, P} Minimalna sieć: g jednoznaczna sieć równowaŜna sieci oryginalnej g wszystkie ograniczenia są podzbiorem oryginalnych ograniczeń g dostarcza reprezentacji bardziej wprost g uŜyteczna w odpowiadaniu wielu rodzajów pytań {o, s} {p, m} J 13 Przykład „inteligentnego” doradcy n RozwaŜmy scenariusz działania „inteligentnego” doradcy: g g g g P1: wyświetl rysunek 1 P2: powiedz „podłącz wtyczkę” P3: powiedz „wtyczka pewnie jest wyłączona” P4: wskaŜ na właściwą wtyczkę na rysunku 14 Przykład „inteligentnego” doradcy n Relacje temporalne pomiędzy zdarzeniami: g g g g P2 powinno zajść w czasie P1 P3 powinno zajść w czasie P1 P2 powinno poprzedzać lub zajść bezpośrednio przed P3 P4 powinno zajść w czasie trwania lub skończyć się razem z P2 P1 d d p,m P2 P3 ? d,f P4 Czy zachodzi P4{d}P1 ? 15 Przykład n Fred czytał gazetę w trakcie jedzenia śniadania. OdłoŜył gazetę i wypił ostatnią kawę. Po śniadaniu wyszedł na spacer. {p} {p} Śniadanie Spacer Śniadanie {d} {o,O,s,S,d,D,f,F,e} Gazeta {o,s,d} Kawa {o,s,d} {p} Gazeta moŜliwe relacje Spacer {d} {o,s,d} {p} Kawa realizowalne relacje Gazeta Spójny scenariusz Kawa Śniadanie Spacer 16 Operacje na relacjach algebry interwałów n Dopełnienie: g dopełnienie ~r relacji r jest relacją składającą się ze wszystkich relacji podstawowych nie występujących w r, stąd dla kaŜdej relacji r mamy ~(~r) = r. g przykłady: ~(p) = (moFDseSdfOMP) ~(pmoFD) = (seSdfOMP) ~() = (pmoFDseSdfOMP) n ZłoŜenie (composition): g ZłoŜeniem (r.s) dwóch relacji (r) i (s) jest relacja, która zachodzi pomiędzy X i Z, jeśli istnieje takie Y, Ŝe X(r)Y oraz Y(s)Z. Zapisujemy wtedy X(r.s)Z. Obliczanie złoŜenia nie jest łatwe. ZłoŜenie moŜna określić wracając do początkowych definicji relacji albo dokonując kompozycji kaŜdej podstawowej relacji z r z kaŜdą podstawową relacją z s, i biorąc część wspólną wyników. ZłoŜenie nie jest przemienne, ale jest lewo i prawo stronnie łączne (associative), oraz rozdzielne względem sumy (union) R ◦ R' = R" = {r" | r"∈ R ∨ r"∈ R'} g przykłady: (m).(m) = (p) (pm).(pm) = (p) (oFD).(oFDseS) = (pmoFD) 17 Operacje na relacjach algebry interwałów n Odwrotność: g Odwrotność !r relacji r jest relacją składającą się z odwrotności wszystkich podstawowych relacji w r. Stąd dla kaŜdej relacji r mamy !(!r) = r. g przykłady: !(p) = (P) !(pmoFD) = (dfOMP) !(mM) = (mM) !() = () n Przecięcie: g Przecięcie (r^s) dwóch relacji (r) i (s) jest częścią wspólna zbiorów dwóch relacji; jest relacją składającą się ze wszystkich podstawowych relacji zawartych zarówno w (r) jak i w (s). Przecięcie jest przemienne i łączne. g przykłady: (pmo)^(FDseS) = () (pFsSf)^(pmoFD) = (pF) (pmo)^(pmo) = (pmo) n Suma (union): g Suma (r+s) dwóch relacji (r) i (s) jest sumą zbiorów dwóch relacji; jest relacją złoŜoną ze wszystkich podstawowych relacji wchodzących w skład (r) lub (s). Suma jest przemienna i łączna (associative). g przykład: (pmo)+(FDseS) = (pmoFDseS) (pFsSf)+(pmoFD) = (pmoFDsSf) (pmo)+(pmo) = (pmo) R ∩ R' = R" = {r" | r"∈ R ∧ r"∈ R'} 18 ZłoŜenie relacji podstawowych 19 ZłoŜenie relacji podstawowych W tabeli poniŜej full=(pmoFDseSdfOMP) oraz concur=(oFDseSdfO) n . p m o F D s e S d f O M P p (p) (p) (p) (p) (p) (p) (p) (p) (pmosd) (pmosd) (pmosd) (pmosd) full m (p) (p) (p) (p) (p) (m) (m) (m) (osd) (osd) (osd) (Fef) (DSOMP) o (p) (p) (pmo) (pmo) (pmoFD) (o) (o) (oFD) (osd) (osd) concur (DSO) (DSOMP) F (p) (m) (o) (F) (D) (o) (F) (D) (osd) (Fef) (DSO) (DSO) (DSOMP) D (pmoFD) (oFD) (oFD) (D) (D) (oFD) (D) (D) concur (DSO) (DSO) (DSO) (DSOMP) s (p) (p) (pmo) (pmo) (pmoFD) (s) (s) (seS) (d) (d) (dfO) (M) (P) e (p) (m) (o) (F) (D) (s) (e) (S) (d) (f) (O) (M) (P) S (pmoFD) (oFD) (oFD) (D) (D) (seS) (S) (S) (dfO) (O) (O) (M) (P) d (p) (p) (pmosd) (pmosd) full (d) (d) (dfOMP) (d) (d) (dfOMP) (P) (P) f (p) (m) (osd) (Fef) (DSOMP) (d) (f) (OMP) (d) (f) (OMP) (P) (P) O (pmoFD) (oFD) concur (DSO) (DSOMP) (dfO) (O) (OMP) (dfO) (O) (OMP) (P) (P) M (pmoFD) (seS) (dfO) (M) (P) (dfO) (M) (P) (dfO) (M) (P) (P) (P) P full (dfOMP) (dfOMP) (P) (P) (dfOMP) (P) (P) (dfOMP) (P) (P) (P) (P) 20 Obserwacje n UŜywając tabeli składania i reguł dotyczących operacji na relacjach, moŜemy wydedukować nowe relacje pomiędzy interwałami. n Jak jednak usystematyzować to podejście? n Jakie będą koszty takiej systematyzacji? n Czy jest ona zupełna? n Jeśli nie, czy mogłaby być zupełna na podzbiorze systemu relacji? 21 CSP (Constraint Satisfaction Problem) n Binarna relacja R nad dziedziną D jest zbiorem par elementów z dziedziny D, tzn., R⊆D×D. Binarne ograniczenie xRy pomiędzy dwiema zmiennymi x oraz y ogranicza moŜliwe wartościowania x oraz y do par zawartych w relacji R. n Problem CSP (Constraint Satisfaction Problem) składa się ze skończonego zbioru zmiennych V, dziedziny D z moŜliwymi wartościowaniami dla kaŜdej zmiennej vi∈V i skończonego zbioru C ograniczeń (tj. relacji zachodzącymi pomiędzy wyróŜnionymi zmiennymi zbioru V). n Rozwiązaniem CSP jest wartościowanie kaŜdej zmiennej vi ∈ V wartością di ∈ D taką, Ŝe wszystkie ograniczenia C są spełnione, tzn. dla kaŜdego ograniczenia viRvj ∈ C mamy (di , dj ) ∈ R. Jeśli CSP ma rozwiązanie, nazywane jest consistent lub satisable. n W CSP ograniczenia mogą być definiowane extensjonalnie (przez zbiór dopuszczalnych lub niedopuszczalnych tuples) lub intensjonalnie (przez predykaty lub funkcje arytmetyczne). 22 Sieć ograniczeń algebry interwału n Sieć IA jest siecią binarnych ograniczeń, gdzie: g zmiennymi są interwały, g binarnymi ograniczeniami pomiędzy zmiennymi są relacje występujące pomiędzy interwałami. n Dziedziną jest zbiór uporządkowanych par liczb rzeczywistych (tj. interwałów) Di={(X- , X+) | (X-, X+) ∈ R, X- < X+} n Ograniczenia: 13 relacji podstawowych Cij ⊆ { p, m, o, s, d, f, P, M, O, S, D, F, e } n Rozwiązanie: przyporządkowanie kaŜdej parze liczb takich wartości, Ŝe Ŝadne z ograniczeń nie jest naruszone n Oczywiście sieci temporalne mogą być przedstawiane jako problemy CSP. 23 Temporal CSP (TCSP) n Rozwiązanie: g wyznaczenie spójnych etykiet singletonowych (consistent singleton labellings). g ograniczenie z „single disjunct” nazywane jest singleton. g etykietą singletonową to podstawowa relacja temporalna r, przyporządkowana parze zmiennych (vi , vj), vi , vj ∈ V , taka, Ŝe r⊆Cij g r jest realizowalna dla pary, jeśli istnieje rozwiązanie z r zachodzącym dla tej pary. Realizowalność r dla (vi , vj) implikuje: • w przypadku jakościowym r ∈Cij • w przypadku ilościowym r ⊆ Cij. n n n TCSP skupia się na dwóch punktach: g określenia spójności, co jest bliskie zadaniu znalezienia jednego rozwiązania g znalezienia minimalnej reprezentacji, co w pewnym sensie odpowiada reprezentacji wszystkich rozwiązań Minimalne ograniczenie Cminij jest zbiorem realizowalnych relacji pomiędzy vi , vj. TCSP, gdzie wszystkie ograniczenia są minimalne nazywany jest minimalnym. 24 TCSP i lokalna k-spójność n Wymuszenie lokalnej k-spójności (k ≤ n) g Eliminacja nierealizowanych etykiet ze zbioru ograniczeń. g W większości przypadków da się to zrobić w wielomianowym czasie • spójność łuków - arc-consistency • spójność ścieŜki - path-consistency) n Spójność ścieŜki jest mniej lokalna, gdyŜ obejmuje wszystkie ścieŜki pomiędzy dwiema zmiennymi. Wiadomym jest, Ŝe wystarczy wymusić 3-spójność, aby zagwarantować spójność. 25 Spójność ścieŜki CSP (path-consistency) n Definiuje się jak następuje: g CSP jest path-consistent jeśli dla kaŜdego wartościowania dwóch zmiennych vi , vj ∈ V, które spełnia viRijvj ∈ C, istnieje takie wartościowanie dla kaŜdej trzeciej zmiennej vk ∈ V, Ŝe viRikvk ∈ C oraz vkRkjvj ∈ C są równieŜ spełnione. Formalnie: dla kaŜdej trójki zmiennych vi , vj , vk ∈ V: ∀di,dj : [(di, dj ) ∈ Rij → ∃dk : ((di, dk) ∈ Rik ∧ (dk, dj ) ∈ Rkj )]. n Montanari zaproponował algorytm robiący CSP path-consistent, który został następnie uproszczony i nazwany path-consistency algorithm lub enforcing path-consistency. Algorytm ten eliminuje lokalnie niespójne tuples z relacji pomiędzy zmiennymi przez sukcesywne zastosowanie następującej operacji Rij := Rij ^ (Rik . Rkj ) do wszystkich trójek zmiennych vi , vj , vk ∈ V aŜ do momentu osiągnięcia stanu ustalonego. Jeśli w wyniku zastosowania operacji osiągnięta zostaje relacja pusta, znaczy to, Ŝe CSP jest niespójny (is inconsistent). W przeciwnym przypadku CSP is path-consistent. 26 Spójność ścieŜki (PC): rozwiązanie O(n5) n n Niech R [i,j] jest tablicą rozmiaru n×n (n: liczba interwałów), w której zapisano wszystkie relacje występujące pomiędzy odpowiednimi interwałami. Algorytm PC: Repeat Old := R; For each pair (i,j), 1 ≤ i,j ≤ n For each k, 1 ≤ k ≤ n R [i,j] := R [i,j] ^ (R [i,k] . R [k,j]); Until Old = Tab; n Algorytm kończy się, ale wymaga O(n5) przecięć i złoŜeń 27 Spójność ścieŜki (PC): rozwiązanie O(n3) Algorytm PC: 1. Q := {(i, k, j), (i < j) and (k ≠ i, j)} 2. while Q ≠ {} do 3. select and delete a path (i, k, j) from Q 4. if R[i,i] ≠ R[i,k] . R[k,i] then 5. R[i,i] := R[i,i] ^ (R[i,k] . R[k,i]) 6. if R[i,i] = {} then exit (inconsistency) 7. Q := Q ∪ {(i, j, k); (k, i, j) | 1 ≤ k ≤ n; i ≠ k ≠ j } 8. end-if 9. end-while 10. end-algorithm 28 Wnioskowanie w algebrze interwałów Allen’a n Algorytm propagacji ograniczeń g spójność ścieŜki (path consistency) Niezupełność NP-trudność n Ciągła klasa punktów końcowych (The continuous endpoint class) n Zupełność dla ciągłej klasy punktów końcowych (Completeness for the continuous endpoint class) n 29 Planowanie w logice temporalnej n n Zadanie: wejście: jest stół, na którym leŜą klocki A, B, C; wyjście: kolumna klocków (A na B, B na C), szukamy sekwencji akcji. Stany, akcje, własności: g Początek – stan początkowy g Wolny(K) – stan, w którym na klocku K nic nie leŜy g Koniec – stan końcowy g Na(K1, K2) – stan, w którym klocek K1 leŜy na klocku K2 g PołóŜ(K1,K2) – akcja, której efektem jest Na(K1, K2); oczywiście aby akcja była moŜliwa, wcześniej musi być Wolny(K1) i Wolny(K2); mamy dwie tylko akcje: PołóŜ(A,B), PołóŜ(B,C). A B A B C C 30 Formalizacja n Relacje początkowe: Początek (d) Wolny(A) Początek (d) Wolny(B) Początek (d) Wolny(C) n Relacje końcowe: Koniec (d) Na(A,B) Koniec (d) Na(B,C) n Ograniczenia: PołóŜ(A,B) (BM) Początek PołóŜ(A,B) (d) Wolny(A) Stack(A,B) (f) Wolny(B) Stack(A,B) (m) Na(A,B) PołóŜ(B,C) (BM) Początek PołóŜ(B,C) (d) Wolny(B) PołóŜ(B,C) (f) Wolny(C) PołóŜ(B,C) (m) Na(B,C) 31 Realizacja BM sieć d d Początek PołóŜ(A,B) d Wolny(A) m f Na(A,B) d Koniec Wolny(B) d Wolny(C) BM d Na(B,C) d spójny scenariusz f m PołóŜ(B,C) PołóŜ(B,C) Początek PołóŜ(B,C) Wolny(C) Koniec Na(B,C) Wolny(B) Na(A,B) Wolny(A) 32 Przykład niepełności {s,m} A D {s,m} {f,f^} C {o} {d,d^} {d,d^} B {f,f^} D B A C 33 NP-trudność n Twierdzenie (Kautz & Vilain): g n Istnieją specjalne przypadki, które są łatwe (wielomianowe) g n Określenie spójności (CSP) w algebrze Allen’a jest NP-trudne Zbiory relacji (podzbiory całego zbioru) dla których problem spójności jest łatwy Formuła interwałowa X r Y moŜe być wyraŜona jako klauzula nad atomami w postaci (a op b) gdzie g a i b są punktami końcowymi X- , X+ , Y- , Y+ g op ∈ {<, >, =, ≤, ≥} 34 Algebra punktu [Vilain & Kautz 1986] n n n n n n KaŜda zmienna reprezentuje punkt czasu Dziedziną zmiennych jest zbiór liczb rzeczywistych Ograniczenia wyraŜają względne połoŜenie dwóch punktów Istnieją trzy podstawowe relacje: {<, >, =} Zbiór wszystkich moŜliwych relacji: {∅, < , ≤, > , ≥ , =, ≠} Mniejsze koszty niŜ w algebrze interwału: g n zadania wnioskowania są wielomianowe O(n3) Relacja pomiędzy dwoma punktami czasu moŜe być dysjunkcją podstawowych relacji (informacja nieprecyzyjna) (A < B) ∨ (A = B) ⇔ A {<,=} B 35 Przykład „Fred odłoŜył gazetę i dopił kawę” g Algebra interwałów (IA): Gazeta { s, d, f, = } Kawa g Algebra punktów (PA): Gazeta=[X-, X+], Kawa=[Y-, Y+] • Ograniczenia: X-<X+, Y-<Y+, X-<Y+, X->=Y-, X+<=Y+, X+>YGazeta Kawa X< X+ Gazeta Kawa Gazeta Kawa Gazeta Kawa Y- < < > Gazeta Kawa < Y+ Spójny scenariusz (consistent) 36 Tłumaczenia pomiędzy algebrami n Ograniczona klasa sieci IA (SA) moŜe być przetłumaczona na sieć PA bez straty informacji W sieciach SA dozwolone są relacje pomiędzy dwoma interwałami, które dotyczą tylko podzbiorów I, które mogą być przetłumaczone za pomocą relacji {< , ≤, > , ≥ , =, ≠} na koniunkcję relacji pomiędzy końcami interwałów g Przykład: X(osd)Y moŜna wyrazić jako koniunkcję relacji punktów (X- < X+) ∧ (Y- < Y+) ∧ (X+ > Y-) ∧ (X+ < Y+) g g Dozwolone relacje SA stanowią mały, ale uŜyteczny podzbiór algebry Allen’a 37 Klasa punktów ciągłych n Klasa punktów ciągłych (Continuous Endpoint Class) jest podzbiorem relacji Allen’a A takim, Ŝe istnieje postać klauzulowa dla kaŜdej relacji zawierająca tylko klauzule jednostkowe g (a ≠ b) jest zabronione g n Przykład: Wszystkie podstawowe relacje i {d,o,s} X (dos) Y ≡ {X- < X+ , Y- < Y+, X- < Y+ , X+ > Y-, X+ < Y+} X Y 38 Klasa punktów ciągłych n Przykład: Wszystkie podstawowe relacje oraz {d,o} X (do) Y ≡ {X- < X+ , Y- < Y+, X- < Y+ , X+ > Y-, X- ≠ YX+ < Y+} X Y 39 Tłumaczenia pomiędzy algebrami n Co moŜe być wyraŜone w IA a nie moŜe być wyraŜone w SA to rozłączność interwałów n Przykład: g relacja X(pP)Y wyraŜona za pomocą relacji punktów: ((X-<Y-) ∧ (X-<Y+) ∧ (X+<Y-) ∧ (X+<Y+)) ∨ ((X->Y-) ∧ (X->Y+) ∧ (X+>Y-) ∧ (X+>Y+)) najbliŜsza aproksymacja uŜywająca tylko koniunkcji jest następująca: (X-≠Y-) ∧ (X-≠Y+) ∧ (X+≠Y-) ∧ (X+≠Y+) co tłumaczy się na: X (pPoOdD) Y g oczywiście nie jest to ta sama relacja wyjściowa g 40 Ograniczenia algebry punktu n Istnieją przypadki, w których za pomocą PA nie moŜna w pełni wyrazić wszystkich ograniczeń n Przykład: g IA: Gazeta (ba) Kawa g PA: y<z oraz t<x nie mogą istnieć jednocześnie Gazeta x Kawa y z t Gazeta x y Kawa z t Czas 41 Klasa punktów ciągłych n Twierdzenie (van Beek): g g n CMIN(C) moŜe być obliczony w czasie O(n3) uŜywając CMIN algorytmu spójności ścieŜki g n CSP(C) and CMIN(C) są rozwiązane przez spójność ścieŜki CMIN Jeśli problem w CEC jest 3-spójny, wtedy jest on mocno k-spójny n jest liczbą interwałów C zawiera 83 relacje g czy istnieje większe zbiory, takie, Ŝe spójność ścieŜki oblicza CMIN ? • prawdopodobnie nie g czy istnieją większe zbiory, które pozwolą na wielomianowe testowanie spójności? • tak 42 Klasa ORD-Horn n Klasa ORD-Horn H jest podzbiorem relacji Allen’a A która zezwala na postacie klauzulowe zawierające tylko klauzule Horna g g n dozwolone są tylko literały (a ≤ b) , (a = b) , (a ≠ b) (a > b) jest niedozwolona Przykład: Wszystkie R ∈ P oraz (osF) X (os) Y ≡ {(X- ≤ X+), (X- ≠ X+), (Y- ≤ Y+), (Y- ≠ Y+), (X- ≤ Y-), (X- ≤ Y+), (X- ≠ Y+), (Y- ≤ X+), (X+ ≠ Y-), (X+ ≤ Y+), (X- ≠ Y-) ∨ (X+ ≠ Y+)} 43 Podklasa ORD-Horn n Twierdzenie: g n Zachodzi poniŜszy związek: g g n CSAT(H) moŜe być rozwiązany w wielomianowym czasie CSAT uŜywając path consistency C⊂P⊂H |C|=83 , |P|=188 , |H|=868 Czy istnieją inne interesujące podklasy algebry Allen’a? interesująca podklasa powinna zawierać wszystkie podstawowe relacje. g ORD-Horn jest (only maximal tractable) podklasą, która jest interesująca g 44 Koniec 45