時序邏輯是人工智能和計算機科學領域中的重要建模工具。隨著時序邏輯的廣泛使用,應用時序邏輯來對復雜系統(tǒng)進行推理和驗證的算法也應運而生。其中最成功的方法之一就是Resolution算法,這也是本書的主題。 1965年美國數理邏輯專家魯濱遜(J. A. Robinson)提出了一條Resolution推理規(guī)則,這標志著Resolution算法的起點。因其簡潔性(整個推理過程中只使用一條推理規(guī)則)和便于機械操作的特點,Resolution算法得到了各國學者的重視,并且在各國學者的推動下發(fā)展得非常迅速。經過幾十年的發(fā)展和持續(xù)的改進,到目前為止,Resolution算法在經典邏輯中已經趨于成熟。 本書主要聚焦Resolution算法在時序邏輯領域的研究,詳細介紹了把Resolution算法從表達能力較弱的時序邏輯逐漸向表達能力較強的時序邏輯進行拓展和優(yōu)化的研究成果。主要涉及以下幾種時序邏輯: (1)線性時序邏輯(Propositional Linear-Time Temporal Logic) (2)計算樹邏輯(Computation Tree Logic)和其擴展(Extended Computation Tree Logic) (3)交互時序邏輯(Alternating-Time Temporal Logic)