Ampliació i millora del “Girona Optimization System”

Abstract

Trobar la solució a un problema és la finalitat i objectiu de quasi tot procés. L’afany per descobrir aquesta solució és el que ha incentivat la creació de nombroses tècniques i paradigmes de programació. Dins aquests paradigmes es troba la programació amb restriccions o Constraint Programming, sovint emmarcada dins l’àmbit de la programació declarativa. Aquest paradigma redueix la cerca de la solució a un problema combinatori a identificar l’assignació que satisfà les restriccions imposades sobre un conjunt de variables o, en altres paraules, trobar la possible solució al problema combinatori que resulti vàlida, entre totes les candidates. La motivació pel desenvolupament d’aquest projecte radica en la necessitat de codificar les restriccions que defineixen els problemes d’una manera convenient. A la Universitat de Girona, concretament al grup de recerca de Lògica i Intel. ligència Artificial (LIA) del departament d’Informàtica, Matemàtica Aplicada i Estadística (IMAE), disposen d’un llenguatge declaratiu enfocat en el paradigma de la programació per restriccions anomenat BUP, que forma part del Girona Optimization System (GOS) [Generoso, 2020]. El sistema en qüestió és el resultat d’un anterior TFG que pretén suplir aquesta necessitat. Tot i ser funcional, tal com afirma el seu autor, es tracta d’una primera iteració i es troba en una fase inicial de desenvolupament. Això vol dir que GOS requereix algunes correccions, millores i ampliacions perquè sigui un sistema complet i funcional. Així doncs, el propòsit és desenvolupar i millorar el sistema GOS per tal que pugui utilitzar-se en escenaris reals, és a dir, que sigui apte tant per l’àmbit de recerca com l’educatiu i, fins i tot, el professional

Finding the solution to a problem is the purpose and goal of almost every process. The desire to discover this solution is what has encouraged the creation of numerous programming techniques and paradigms. It is within these paradigms programming with restrictions or Constraint Programming, often framed within the scope of declarative programming. This paradigm reduces the search for the solution to a combinatorial problem to identify the assignment that satisfies the restrictions imposed on a set of variables or, in other words, find the possible solution to the combinatorial problem that is valid, among all the candidates. The motivation for the development of this project lies in the need to codify the constraints that define the problems in a convenient way. At the University of Girona, specifically at the Logic and Logic research group Intel. Artificial Intelligence (LIA) of the Department of Computer Science, Applied Mathematics and Statistics (IMAE), have a declarative language focused on paradigm of constraint programming called BUP, which it is part of of the Girona Optimization System (GOS) [Generoso, 2020]. The system in question it is the result of a previous TFG that aims to meet this need. despite being functional, as stated by its author, it is a first iteration and it is found at an early stage of development. This means that GOS requires some fixes, improvements and extensions to make it a complete and functional system. So the purpose is to develop and improve the GOS system so that can be used in real scenarios, that is to say, that it is suitable both for the scope of research such as educational and even professional