回答集程序设计是知识表示的有效方法,并已成为非单调性推理和逻辑程序设计研究领域的热点。在实际应用中,由于知识的不一致性,导致回答集程序没有回答集或推出相互矛盾的结果。知识库中不一致的问题是基于知识推理所面临的一个基本的问题。如何有效地处理不一致性引起了国内外众多学者的广泛关注。Zhu T等学者提出的基于最小原理的方法可以处理不一致性,但会删除一些重要的知识,并且该方法需要人工查找原程序中不被满足的规则集,给实际应用带来一定程度的不便。针对该问题,本文提出了一种新的处理不一致回答集程序的方法,包括以下内容:(1)提出了一种基于元程序技术处理不一致回答集程序的方法。首先,对不一致回答集程序进行扩展,计算出程序的一致性扩展回答集。然后,基于元程序技术提出一种程序变换框架,通过求解变换程序的回答集得到程序中不被满足的规则集。该方法能够处理由约束规则引起的不一致,并且不会删除一些重要的知识。基于元程序技术的方法不改变原有的回答集语义,可使用已存在的ASP求解器得到应被废除的规则集,避免了传统方法中人工查找废除规则集带来的不便,能更好的处理不一致的回答集程序。并以Smodels为基础,完成了基于该方法处理不一致回答集程序的求解系统。(2)提出了加权定量的优化方法处理不一致的回答集程序。在回答集程序不一致的情况下,基于元程序技术可以废除不同的规则集使得程序达到一致性,得到相应的解。但实际生活中,更希望能够找到最接近用户需求的解。因此,本文进一步优化问题,采用加权定量的方法来获取最符合用户需求的回答集。基本思想是:根据用户的偏好为每一个规则分配权值,权值表示废除该规则所需的代价,废除规则集代价最小的回答集就是程序的最优解。这种加权定量的方法对原有的程序语法并未做太大的改变,计算过程简单规范。且可以方便而简洁地根据用户的偏好找到相对满意的解。最后,举例说明加权定量的方法在处理不一致性中的应用。