白杨

aspeed:通过答案集编程的求解器调度。尽管布尔约束技术在过去的十年里取得了巨大的进步,但众所周知,最先进的求解器在不同类型的问题实例中的效率差异很大,并且非常依赖于算法参数。这个问题是通过一种简单而有效的方法来解决的,它使用手工制作的、统一的、无序的多解算器调度表,在2011年的可满足性测试(SAT)竞赛中表现出了令人印象深刻的表现。受此启发,我们利用答案集编程(ASP)的建模和求解能力,从现有的基准数据中自动确定更精细的,即非均匀和有序的求解器调度。我们首先将这些排程的确定列为多准则优化问题,并提供相应的ASP编码。生成的编码很容易针对不同的设置进行自定义,并且最佳调度的计算大多可以在眨眼之间完成,即使是在处理来自数百到数千个实例的多个解算器产生的大型运行时数据集时也是如此。此外,我们的方法可以很容易地定制,这使我们能够迅速地调整它,以生成多处理器计算机的并行调度。


zbMATH中的参考文献(引用于,2标准条款)

显示结果1到11,共11个。
按年份排序(引用)

  1. Wawrzyniak,Jakub;Drozdowski,Maciej;Sanlaville,赤道:大型泊位分配问题的算法选择(2020年)
  2. Lindauer,Marius;van Rijn,Jan N.;Kotthoff,Lars:2015和2017(2019)算法选择竞赛
  3. Gent,Ian P.;Miguel,Ian;Nightingale,Peter;McCreesh,Ciaran;Prosser,Patrick;Moore,Neil C.A.;Unsworth,Chris:并行约束求解文献综述(2018)
  4. Malone,Brandon;Kangas,Kustaa;Järvisalo,Matti;Koivisto,Mikko;Myllymäki,Petri:寻找最佳贝叶斯网络结构的经验硬度:算法选择和运行时预测(2018)
  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. Bischl,Bernd;Kerschke,Pascal;Kotthoff,Lars;Lindauer,Marius;Malitsky,Yuri;Fréchette,Alexandre;Hoos,Holger;Hutter,Frank;Leyton Brown,Kevin;Tierney,Kevin;Vanshoren,Joaquin:ASlib:算法选择的基准库(2016)
  7. 阿马蒂尼,罗伯托;加布里埃利,毛里齐奥;毛罗,雅各布:为什么CP投资组合解决方案被(低)利用?问题与挑战(2015)
  8. Hoos,Holger;Kaminski,Roland;Lindauer,Marius;Schaub,Torsten:aspeed:通过答案集编程的求解器调度(2015)
  9. 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)
  10. Amadini,Roberto;Gabbrielli,Maurizio;Mauro,Jacopo:SUNNY:一种用于约束解决的懒惰投资组合方法(2014)
  11. Hoos,Holger;Kaminski,Roland;Schaub,Torsten;Schneider,Marius:aspeed:基于ASP的求解器调度(2012)