萨滕斯坦

SATenstein:从组件自动构建局部搜索SAT解算器。为计算困难的问题设计高性能的解算器是一项困难而且通常很耗时的任务。虽然这些设计问题传统上是通过应用人类的专业知识来解决的,但我们主张使用自动化方法。在这篇文章中,我们考虑命题可满足性问题(SAT)的随机局部搜索(SLS)求解器的设计。我们首先介绍了一个通用的、高度参数化的求解器框架SATenstein,它包含了从SAT的高性能SLS算法中提取或启发出来的组件;它们允许SATenstein实例化许多先前在文献中提出的高性能解算器,以及数万亿种新颖的解算器策略。我们使用了一个自动算法配置过程来寻找SATenstein的实例,这些实例在一些著名的、具有挑战性的SAT实例分布上表现良好。我们的实验表明,与之前的SLS算法相比,SATenstein解算器实现了显著的性能改进;对于许多基准分布,我们的新解算器的性能也显著优于之前最先进算法的所有自动调整变体。


参考文献,1标准件)

显示第1到17个结果,共17个。
按年份排序(引用)

  1. Alfaro Fernández,Pedro;Ruiz,Rubén;Pagnozzi,Federico;Stützle,Thomas:混合流水车间调度问题的自动算法设计(2020)
  2. 阿尔伯托弗兰津;托马斯圣哲勒:重温模拟退火:基于成分的分析(2019)
  3. Pagnozzi,Federico;Stützle,Thomas:置换流水车间问题混合随机局部搜索算法的自动设计(2019)
  4. Hutter,Frank;Lindauer,Marius;Balint,Adrian;Bayless,Sam;Hoos,Holger;Leyton Brown,Kevin:可配置SAT解算器挑战赛(CSSC)(2017)
  5. Lindauer,Marius;Hoos,Holger;Leyton Brown,Kevin;Schaub,Torsten:通过算法配置自动构建平行投资组合(2017)
  6. Ansótegui,Carlos;Gabás,Joel;Malitsky,Yuri;Sellmann,Meinolf:MaxSAT,改进的实例特定算法配置(2016)
  7. KhudaBukhsh,Ashiqur R.;Xu,Lin;Hoos,Holger H.;Leyton Brown,Kevin:SATenstein:从组件自动构建本地搜索SAT解算器(2016)
  8. Liberto,Giovanni Di;Kadioglu,Serdar;Leo,Kevin;Malitsky,Yuri:DASH:转换启发式的动态方法(2016)
  9. Stefan Falkner;Lindauer,Marius;Hutter,Frank:\ texttspysmac:SAT解算器的自动配置和性能分析(2015)
  10. Núñez,Sergio;Borrajo,Daniel;Linares López,Carlos:《人工智能规划及以后的最佳静态序列投资组合的自动构建》(2015)
  11. 廖天军;圣哲勒,托马斯;蒙特斯·德奥卡,马尔科A.;多里戈,马尔科:连续优化的统一蚁群优化算法(2014)
  12. López Ibánez,Manuel;Stützle,Thomas:自动改进优化算法的任何时间行为(2014)
  13. Montes de Oca,Marco A.;Aydın,Doían;Stützle,Thomas:大规模连续优化问题的增量粒子群:优化算法在环(re)调整设计的示例(2011)ioport公司
  14. Dave A.D.汤普金斯;Adrian,Balint;Hoos,Holger H.:Jack船长:SAT局部搜索中的新变量选择启发式算法(2011)
  15. Hutter,Frank;Hoos,Holger H.;Leyton Brown,Kevin:竞争算法设计经验评估的权衡(2010)ioport公司
  16. Dave A.D.Tompkins;Hoos,Holger H.:带变量表达式的动态评分函数:求解SAT的新SLS方法(2010)
  17. Hutter,F.;Hoos,H.H.;Leyton Brown,K.;Stuetzle,T.:Paramils:自动算法配置框架(2009)