萨齐拉

SATzilla:SATzilla:基于投资组合的SAT算法选择。人们广泛观察到,SATzilla没有单一的“主导”SAT求解器;相反,不同的解算器在不同的实例上表现最好。我们不遵循传统的方法为给定的实例类选择最佳解算器,而是提倡在每个实例的基础上在线做出此决策。在先前工作的基础上,我们描述了SATzilla,一种自动构建SAT算法组合的方法,它使用所谓的经验硬度模型来选择其组成解算器。该方法将问题实例的分布和一组组件求解器作为输入,构造一个优化给定目标函数(如平均运行时间、实例解决百分比或竞争得分)的投资组合。SATzilla的出色表现在2007年SAT比赛中得到了独立验证,我们的SATzilla07解算器获得了3枚金牌、1枚银牌和1枚铜牌。在本文中,我们超越了SATzilla07,它使组合构建具有可伸缩性和完全自动化,并通过将本地搜索解算器集成为候选解算器,通过预测性能得分而不是运行时,以及使用考虑不同类型SAT实例的分层硬度模型来改进它。我们在数据集(包括最近的SAT竞赛的实例)上展示了这些新技术的有效性。


zbMATH中的参考文献(参考文献86篇)

显示结果1到20,共86个。
按年份排序(引用)
  1. Á布拉赫ám、 埃里卡;达文波特,詹姆斯H。;英格兰,马修;Kremer,Gereon:用圆柱代数覆盖确定非线性实数运算约束与冲突驱动搜索的一致性(2021)
  2. 丹塔斯,奥古斯托;Pozo,Aurora:关于适应度景观特征在基于元学习的二次分配问题算法选择中的应用(2020)
  3. 冈茨á莱兹,詹姆·E。;赛尔,安德烈A。;洛迪,安德里亚;卢梭,路易斯·马丁:集成整数规划和决策图搜索树及其在最大独立集问题中的应用(2020)
  4. 埃根斯佩格,凯瑟琳;林道尔,马吕斯;Hutter,Frank:算法配置中的陷阱和最佳实践(2019)
  5. 英格兰,马修;Florescu,Dorian:比较机器学习模型以选择圆柱形代数分解的变量顺序(2019)
  6. 林道尔,马吕斯;范瑞恩,一月。;Kotthoff,Lars:2015和2017(2019)算法选择竞赛
  7. 市场í尼兹飞了,费尔南多;普鲁德êncio,里卡多B。C、 。;市场í奈兹美国ó, 阿道夫;赫恩á乔斯·恩德斯·奥拉罗é: 人工智能中的项目反应理论:在实例级分析机器学习分类器(2019)
  8. 恩戈科,亚尼克;Cé林,克里斯托夫;Denis Trystram:在分布式云中解决SAT:投资组合方法(2019)
  9. 尼科利ć, 姆拉登;马林科维ć, 维斯纳;科夫ács,佐尔特án;贾尼čć, Predrag:Portfolio定理证明和prover运行时预测(2019)
  10. 塞鲁蒂,费德里科;瓦拉蒂,毛罗;Giacomin,Massimiliano:论配置对抽象论证自动推理的影响(2018)
  11. 埃根斯佩格,凯瑟琳;林道尔,马吕斯;霍斯,霍尔格H。;赫特,弗兰克;Leyton Brown,Kevin:通过基于模型的代理对算法配置器进行有效的基准测试(2018)
  12. 英国,马修:数学软件的机器学习(2018)
  13. 根特,伊恩·P。;米格尔,伊恩;南丁格尔,彼得;麦克里斯,西兰;普洛瑟,帕特里克;摩尔,尼尔·C。A、 。;Unsworth,Chris:并行约束求解文献综述(2018)
  14. 尼德,但以理;霍夫曼,Jörg:星型拓扑解耦状态空间搜索(2018)
  15. 席尔瓦侯爵,乔奥;2018年MALITIONAL解决方案
  16. 苏拉维利亚斯,迪米特里斯;Parsopoulos,Konstantinos E.:基于元启发式算法组合的设计(2018)
  17. 威斯图巴,马丁;席林,尼古拉斯;Schmidt Thieme,Lars:基于可伸缩高斯过程的超参数优化传输代理(2018)
  18. 阴、月;沃罗贝奇克,叶甫盖尼;安,波;哈森,诺姆:通过删除选民群体来对抗选举控制的最佳防御(2018)
  19. 德米亚诺娃,尤利娅;帕尼,托马斯;维思,赫尔穆特;Zuleger,Florian:验证工具基准的经验软件指标(2017)
  20. 纳塔利亚,弗莱罗瓦;海军陆战队,拉杜;Dechter,Rina:加权启发式随时搜索:图形模型优化的新方案(2017)