Die Unterstützung durch logisches Schlussfolgern während der Modellierung von Multi-Agenten-Plänen erhöht die Qualität der Ergebnisse und die Effizienz des Modellierungsprozesses. Daher haben wir die Anwendbarkeit eines auf Beschreibungslogik basierenden Verfahrens für die Multi-Agenten-Modellierungssprache ALICA untersucht. Wir wählten SROIQ als eine der ausdrucksstärksten Beschreibungslogiken. Für eine umfassende Beurteilung der Anwendbarkeit wurden Schlussfolgerungsaufgaben verschiedener Komplexität realisiert. Nach einer ausführlichen Diskussion der entdeckten Probleme kommen wir zu dem Schluss, dass nur verbesserte oder alternative Schlussfolgerungstechniken für die Komplexität von Multi-Agenten-Plänen geeignet sind.
%0 Journal Article
%1 Opfer14insk14
%A Opfer, Stephan
%D 2014
%J Informatik-Spektrum
%K v1500 springer paper ai knowledge processing plan team agent action logic theory
%N 1
%P 42-45
%R 10.1007/s00287-013-0747-3
%T Grenzen von SROIQ bei der Unterstützung der Modellierung von Multi-Agenten-Plänen
%V 37
%X Die Unterstützung durch logisches Schlussfolgern während der Modellierung von Multi-Agenten-Plänen erhöht die Qualität der Ergebnisse und die Effizienz des Modellierungsprozesses. Daher haben wir die Anwendbarkeit eines auf Beschreibungslogik basierenden Verfahrens für die Multi-Agenten-Modellierungssprache ALICA untersucht. Wir wählten SROIQ als eine der ausdrucksstärksten Beschreibungslogiken. Für eine umfassende Beurteilung der Anwendbarkeit wurden Schlussfolgerungsaufgaben verschiedener Komplexität realisiert. Nach einer ausführlichen Diskussion der entdeckten Probleme kommen wir zu dem Schluss, dass nur verbesserte oder alternative Schlussfolgerungstechniken für die Komplexität von Multi-Agenten-Plänen geeignet sind.
@article{Opfer14insk14,
abstract = {Die Unterst\"{u}tzung durch logisches Schlussfolgern w\"{a}hrend der Modellierung von Multi-Agenten-Pl\"{a}nen erh\"{o}ht die Qualit\"{a}t der Ergebnisse und die Effizienz des Modellierungsprozesses. Daher haben wir die Anwendbarkeit eines auf Beschreibungslogik basierenden Verfahrens f\"{u}r die Multi-Agenten-Modellierungssprache ALICA untersucht. Wir w\"{a}hlten SROIQ als eine der ausdrucksst\"{a}rksten Beschreibungslogiken. F\"{u}r eine umfassende Beurteilung der Anwendbarkeit wurden Schlussfolgerungsaufgaben verschiedener Komplexit\"{a}t realisiert. Nach einer ausf\"{u}hrlichen Diskussion der entdeckten Probleme kommen wir zu dem Schluss, dass nur verbesserte oder alternative Schlussfolgerungstechniken f\"{u}r die Komplexit\"{a}t von Multi-Agenten-Pl\"{a}nen geeignet sind.},
added-at = {2014-02-23T18:08:23.000+0100},
author = {Opfer, Stephan},
biburl = {https://www.bibsonomy.org/bibtex/220e4971f8a2faff71a3c5c1724845307/flint63},
doi = {10.1007/s00287-013-0747-3},
file = {SpringerLink:2014/Opfer14insk.pdf:PDF},
groups = {public},
interhash = {5b9dec1446041cc22d38e550b6850bef},
intrahash = {20e4971f8a2faff71a3c5c1724845307},
issn = {0170-6012},
journal = {Informatik-Spektrum},
keywords = {v1500 springer paper ai knowledge processing plan team agent action logic theory},
month = {#feb#},
number = 1,
pages = {42-45},
timestamp = {2018-04-16T11:41:53.000+0200},
title = {{Grenzen von SROIQ bei der Unterst\"{u}tzung der Modellierung von Multi-Agenten-Pl\"{a}nen}},
username = {flint63},
volume = 37,
year = 2014
}