Search

It is often hard for students and newcomers used to imperative languages to learn a declarative language such as Prolog. One of their main difficulties is understanding the procedural component of Prolog. Despite being a declarative language, Prolog allows for the creation of procedures whose structure is very different from the more common imperative languages. To tackle this issue, we try to facilitate code comprehension of procedural Prolog through the generation of formal and natural descriptions. First, we represent the workflow of Prolog encoded procedures through formal descriptions similar to imperative languages. To do this, we identify programming patterns that represent the basic blocks of certain classes of Prolog programs. Then we view more complex Prolog programs as coherent compositions of instances of the basic patterns. By using formal templates, we formally describe these individual patterns into an intermediate formal language. Afterwards, we generate natural language descriptions by using templates to describe the formal constructs. Using this two-step approach, we obtain two descriptions (one formal and one in natural language) that are both explanatory of the original program. Normalmente é difícil para alunos e iniciantes que estão habituados a linguagens imperativas, aprender uma linguagem declarativa como o Prolog. Uma das suas principais dificuldades é entender a componente procedimental do Prolog. Apesar de ser uma linguagem declarativa, o Prolog permite a criação de procedimentos cuja estrutura é bastante diferente da usada nas linguagens imperativas. Para abordar este problema tentámos facilitar a compreensão de código do Prolog procedimental através da geração de descrições formais e em linguagem natural. Primeiro, representamos a lógica dos procedimentos em Prolog através de descrições formais similares a linguagens imperativas. Para isto, identificamos os padrões que representam os blocos básicos de certas classes de programas. Depois, consideramos os programas mais complexos como composições destes padrões básicos. Através da utilização de templates formais, descrevemos formalmente estes padrões individuais numa linguagem formal intermédia. Seguidamente, geramos descrições em linguagem natural utilizando templates para descrever os construtos formais. Ao usar esta abordagem de dois passos obtemos duas descrições (uma formal e uma em linguagem natural) que são ambas explanatórias do programa original.

As folhas de cálculo tradicionais apresentam limitações quando se trata de informação simbólica, que não é facilmente captada, principalmente quando se trata de raciocínio dedutivo. A presente dissertação tem como objetivo estender as capacidades das folhas de cálculo tradicionais, tal como o Excel, por exemplo, e desenvolver uma folha de cálculo com capacidades de representação de conhecimento e de raciocínio. Desde a primeira folha de cálculo com capacidades dedutivas durante os anos 80 até ao presente foram surgindo várias ferramentas que visaram colmatar estas limitações, e no presente trabalho pretende-se dar continuidade a essa investigação e desenvolvimento de forma a dar mais um passo em busca de uma combinação cada vez mais perfeita entre as folhas tradicionais e a dedução lógica e representação de conhecimento. Nesta dissertação é apresentado o Xprolog, uma ferramenta desenvolvida para Excel e que interpreta a linguagem Prolog, funcionando como um suplemento (add-in) para Excel. O Xprolog foi desenvolvido dentro da temática de folhas de cálculo dedutivas e, não sendo um sistema que possa neste momento ser considerado como um produto final, tem por objetivo dar um novo alento e promover um tema que tem vindo a perder algum fulgor nos últimos anos. Traditional spreadsheets have limitations when it comes to symbolic information, which is not easily captured, especially when it comes to deductive reasoning. This thesis aims to extend the capabilities of traditional spreadsheets such as Excel, for example, and develop one kind of spreadsheet with representation capabilities of knowledge and reasoning. Since the first worksheet with deductive capabilities during the 80's up to the present, various tools have emerged that aimed to resolve these limitations, and in this work we intend to continue this research and development in order to take another search in step an increasingly perfect combination between traditional spreadsheets and logical deduction and knowledge representation. In this thesis we introduce Xprolog, a tool developed for Excel that interprets the Prolog language, working as an add-in for Excel. The Xprolog was developed within the theme of deductive spreadsheets and not being yet, a system that can be considered as a final product, it aims to give new impetus and promote a theme that has been losing some enthusiasm in recent years.

Current research on multi-agent coordination and distributed problem solving is still not robust or scalable enough to build large real-world collaborative agent societies because it relies on either centralised components with full knowledge of the domain or pre-defined social structures. Our approach allows overcoming these limitations by using a generic coordination framework for distributed problem solving on totally unstructured environments that enables each agent to decompose problems into sub-problems, identify those which it can solve and search for other agents to delegate the sub-problems for which it does not have the necessary knowledge or resources. Regarding the problem decomposition process, we have developed two distributed versions of the Graphplan planning algorithm. To allow an agent to discover other agents with the necessary skills for dealing with unsolved sub-problems, we have created two peer-to-peer search algorithms that build and maintain a semantic overlay network that connects agents relying on dependency relationships, which improves future searches. Our approach was evaluated using two different scenarios, which allowed us to conclude that it is efficient, scalable and robust, allowing the coordinated distributed solving of complex problems in unstructured environments without the unacceptable assumptions of alternative approaches developed thus far. As abordagens actuais de coordenação multi-agente e resolução distribuída de problemas não são suficientemente robustas ou escaláveis para criar sociedades de agentes colaborativos uma vez que assentam ou em componentes centralizados com total conhecimento do domínio ou em estruturas sociais pré-definidas. A nossa abordagem permite superar estas limitações através da utilização de um algoritmo genérico de coordenação de resolução distribuída de problemas em ambientes totalmente não estruturados, o qual permite a cada agente decompor problemas em sub-problemas, identificar aqueles que consegue resolver e procurar outros agentes a quem delegar os subproblemas para os quais não tem conhecimento suficiente. Para a decomposição de problemas, criámos duas versões distribuídas do algoritmo de planeamento Graphplan. Para procurar os agentes com as capacidades necessárias à resolução das partes não resolvidas do problema, criámos dois algoritmos de procura que constroem e mantêm uma camada de rede semântica que relaciona agentes dependentes com o fim de facilitar as procuras. A nossa abordagem foi avaliada em dois cenários diferentes, o que nos permitiu concluir que ´e uma abordagem eficiente, escalável e robusta, possibilitando a resolução distribuída e coordenada de problemas complexos em ambientes não estruturados sem os pressupostos inaceitáveis em que assentava o trabalho feito até agora.