×

量化布尔公式的自适应多引擎求解器。 (英语) Zbl 1183.68589号

摘要:在本文中,我们研究了为量化布尔公式(QBFs)设计一个健壮的求解器的问题,即一个可以跨不同问题域高效求解公式的工具,而无需特定领域的调整。本文沿着这一研究方向给出了两个主要的实证结果。我们的第一个结果是开发了一个多引擎求解器,也就是说,一个工具可以在其推理引擎中选择一个更有可能产生最佳结果的引擎。特别是,我们表明语法QBF特征可以与现有QBF引擎在各种领域的性能相关。我们还展示了如何通过仔细挑选最先进的QBF解算器作为基本引擎,以及通过利用归纳推理技术学习引擎选择策略来获得多引擎解算器。我们的第二个结果是改进了我们的多引擎求解器,使其能够在学习到的策略无法提供良好预测时更新这些策略。这样,求解器也变得自适应,即当使用场景发生重大变化时,能够调整其内部模型。在我们的实验中获得的有益结果表明,我们的求解器AQME-Adaptive QBF Multi-Engine比最先进的单引擎求解器更健壮高效,即使它面临以前未知的公式和竞争对手。

MSC公司:

68T20型 人工智能背景下的问题解决(启发式、搜索策略等)
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Aha,D.和Kibler,D.(1991年)。基于实例的学习算法。机器学习,6,37–66·Zbl 0709.68044号
[2] Ansotegui,C.、Gomes,C.P.和Selman,B.(2005)。QBF的致命弱点。程序中。AAAI(第275-281页)。
[3] Benedetti,M.(2005)。sKizzo:用于评估和认证QBF的套件。第20国际。自动推导会议,计算机科学讲义(第3632卷,第369–376页)。斯普林格·Zbl 1135.68550号
[4] Biere,A.(2005)。解析并展开。在第七届国际可满足性测试理论和应用会议(SAT'04)上,LNCS(第3542卷,第59-70页)·兹比尔1122.68585
[5] Castellini,C.、Giunchiglia,E.和Taccella,A.(2003)。复杂领域中基于SAT的规划:并发、约束和不确定性。人工智能,147,85–117·Zbl 1082.68799号
[6] Cohen,W.W.(1995)。快速有效的规则归纳。第十二届机器学习国际会议(第115-123页)。
[7] Davis,M.,Logemann,G.,Loveland,D.(1962年)。定理证明的机器程序。ACM通信,5(7),394–397·Zbl 0217.54002号 ·数字对象标识代码:10.1145/368273.368557
[8] Egly,U.、Eiter,T.、Tompits,H.和Woltran,S.(2000)。使用量化布尔公式解决高级推理任务。第十七届全国人工智能会议(AAAI 2000)(第417-422页)。麻省理工学院出版社。
[9] Gebruers,C.、Hnich,B.、Bridge,D.G.和Freuder,E.C.(2005)。在约束规划中使用CBR选择求解策略。《基于案例的推理、研究和开发第6期国际会议录》(ICCBR 2005)(第222-236页)。
[10] Gent,I.P.、Nightingale,P.和Rowley,A.(2004)。将量化的CSP编码为量化的布尔公式。在第16届欧洲人工智能会议记录(ECAI 2004)(第176–180页)。
[11] Gent,I.P.和Rowley,A.G.D.(2003年)。使用量化布尔公式对连接4进行编码。技术报告APES-68-2003,APES研究小组,7月。
[12] Giunchiglia,E.、Narizzano,M.和Taccella,A.(2001)。量化布尔公式可满足性库(QBFLIB)。www.qbflib.org·Zbl 0988.68598号
[13] Gomes,C.P.和Selman,B.(2001年)。算法组合。人工智能,126,43–62·Zbl 0969.68047号 ·doi:10.1016/S0004-3702(00)00081-3
[14] Hanna,Z.、Dershowitz,N.和Katz,J.(2005)。用QBF检查有界模型。在关于可满足性测试理论和应用的第八届国际会议(SAT 2005)上,计算机科学讲义(第3569卷,第408-414页)。斯普林格·Zbl 1128.68366号
[15] Herbstritt,M.、Becker,B.和Scholl,C.(2006年)。高级SAT技术,用于黑盒设计的有界模型检查。MTV研讨会(第37-44页)。
[16] Huberman,B.A.、Lukose,R.M.和Hogg,T.(1997年)。解决难计算问题的经济学方法。《科学》,275,51-54·doi:10.1126/science.275.5296.51
[17] Jussila,T.和Biere,A.(2006年)。使用QBF压缩BMC编码。程序中。第四届国际有界模型检验研讨会(BMC’06)·Zbl 1277.68136号
[18] Kaufman,L.和Rousseeeuw,P.J.(1990)。在数据中查找组。威利。
[19] Kleine-Büning,H.、Karpinski,M.和Flögel,A.(1995)。量化布尔公式的分辨率。信息与计算,117(1),12-18·Zbl 0828.68045号 ·doi:10.1006/inco.1995.1025
[20] Kohavi,R.(1995)。精度估计和模型选择的交叉验证和引导研究。程序中。国际人工智能联合会议(IJCAI)(第1137-1145页)。
[21] Le Cessie,S.和van Houwelingen,J.C.(1992年)。逻辑回归中的岭估计。应用统计学,41,191–201·兹比尔0825.62593 ·doi:10.2307/2347628
[22] Lobjois,L.,&Lemaêtre,M.(1998)。通过性能预测选择分枝定界算法。《第15届国家人工智能会议记录》(AAAI 1998)(第353–358页)。
[23] Mneimneh,M.和Sakallah,K.(2003年)。计算指数大图中的顶点偏心率:QBF公式和解。在第六届满意度测试理论与应用国际会议(2003年SAT)上,计算机科学讲义(第2919卷,第411-425页)。斯普林格·兹比尔1204.68206
[24] Mitchell,D.G.、Selman,B.和Levesque,H.J.(1992年)。SAT问题的难易分布。第十届全国人工智能会议论文集(第459-465页)。AAAI出版社。
[25] Narizzano,M.、Pulina,L.和Tacchella,A.(2006年)。QBF解决方案竞争评估(QBFEVAL)。http://www.qbflib.org/qbfeval .
[26] Narizzano,M.、Pulina,L.和Taccella,A.(2006年)。第三个QBF解决方案的比较评估。可满足性、布尔建模与计算杂志,2145-164。在线获取网址:网址:http://jsat.ewi.tudelft.nl/ . ·Zbl 1116.68089号
[27] Narizzano,M.、Pulina,L.和Taccella,A.(2006年)。QBFEVAL门户网站。在第十届欧洲人工智能逻辑会议(JELIA 2006)上,计算机科学讲稿(第4160卷,第494-497页)。斯普林格·Zbl 1116.68089号
[28] Narizzano,M.、Pulina,L.和Taccella,A.(2007年)。QBF比赛中的排名和声誉系统。在意大利人工智能协会第十届会议(AI*IA 2007)上,人工智能讲义(第4733卷,第97-108页)。斯普林格。
[29] Narizzano,M.和Taccella,A.(2005)。QDIMACS prenex CNF标准1.1版。可从以下位置在线获取http://www.qbflib.org/qdimacs.html .
[30] Nudelman,E.、Devku,A.、Shoham,Y.和Leyton-Brown,K.(2004)。理解随机SAT:超越子句与变量的比率。在第十届约束规划原理与实践国际会议(CP2004)上,LNCS(第3258卷,第438-452页)。斯普林格·Zbl 1152.68569号
[31] Nudelman,E.、Leyton-Brown,K.、Devkar,A.、Shoham,Y.和Hoos,H.(2004)。SATzilla:SAT的算法组合。在第七届可满足性测试理论和应用国际会议上,SAT 2004竞赛:解算器描述(第13-14页)·Zbl 1152.68569号
[32] Pan,G.和Vardi,M.Y.(2003年)。优化基于BDD的模态解算器。在第19届自动扣除国际会议的会议记录中,计算机科学讲义(第2741卷,第75-89页)。斯普林格·Zbl 1278.68277号
[33] Papadimitriou,C.H.(1994)。计算复杂性。艾迪森·韦斯利·Zbl 0833.68049号
[34] Pulina,L.和Taccella,A.(2007年)。用于量化布尔公式的多引擎求解器。在第13届约束编程原理与实践会议(CP 2007)上,计算机科学讲稿(第4741卷,第574-589页)。斯普林格·Zbl 1183.68589号
[35] Quinlan,J.R.(1993)。C4.5:机器学习程序。摩根考夫曼出版社。
[36] Rintanen,J.(2001)。量化布尔公式的Davis-Putnam程序中的部分隐式展开。程序中。LPAR,LNCS(第2250卷,第362-376页)·兹比尔1275.03082
[37] Samulowitz,H.和Memisevic,R.(2007)。学习解决QBF。正在进行中。第22届人工智能会议(AAAI'07)(第255-260页)。
[38] Stéphan,I.(2006年)。基于量化布尔公式文字的布尔传播。《第17届欧洲人工智能会议论文集》(ECAI 2006)(第452-456页)。
[39] Stockmeyer,L.J.和Meyer,A.R.(1973)。单词问题需要指数时间。在第五届ACM计算理论年会上(第1-9页)·Zbl 0359.68050号
[40] Streeter,M.J.、Golovin,D.和Smith,S.F.(2007年)。重新启动问题实例集合的时间表。第22届AAAI人工智能会议论文集(AAAI 2007)(第1204-1210页)。
[41] Turner,H.(2002)。多项式长度规划跨越多项式层次结构。程序中。第八届欧洲人工智能逻辑会议(JELIA’02),人工智能讲义(第2424卷,第111-124页)。斯普林格·Zbl 1013.68094号
[42] Witten,I.H.和Frank,E.(2005)。数据挖掘(第二版)。摩根·考夫曼·兹比尔1076.68555
[43] Xu,L.、Hoos,H.H.和Leyton-Brown,K.(2007)。SAT的层次硬度模型。第13届约束编程原理与实践会议(CP 2007),计算机科学讲稿(第4741卷,第696–711页)。斯普林格·Zbl 1145.68534号
[44] Xu,L.、Hutter,F.、Hoos,H.H.和Leyton-Brown,K.(2007)。SAT算法组合的设计与分析。第13届约束编程原理与实践会议(CP 2007),计算机科学讲稿(第4741卷,第712-727页)。斯普林格。
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。