拉杜·马里内斯库；丽娜·德希特 图形模型中组合优化的AND/OR分支定界搜索。 （英语） Zbl 1185.68648号 Artif公司。智力。 173，第16-17号，1457-1491（2009）. 摘要：这是两篇论文中的第一篇，介绍并评估了基于与或搜索空间的图形模型组合优化新框架的威力。我们引入了新一代深度优先的分支定界算法，该算法使用静态和动态变量顺序探索and/OR搜索树。搜索空间的AND/OR表示法的优点是其大小可能远小于传统OR表示法，这可以大大节省搜索算法的时间。本文的重点是线性空间搜索，它探索了AND/OR搜索树。在第二篇文章中，我们探索了内存密集型的AND/OR搜索算法。结合AND/OR搜索空间，我们研究了微型铲斗启发式在静态和动态设置中的威力。我们关注图形模型中两个最常见的优化问题：在贝叶斯网络中找到最可能的解释和求解加权CSP。在广泛的实证评估中，我们证明了新的AND/OR分支定界方法比传统的OR搜索策略有显著改进，并显示了各种变量排序方案如何影响AND/OR搜索方案的性能。 引用于11文件 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） 90C27型 组合优化 关键词：搜索；AND/OR搜索；分解，分解；图形模型；贝叶斯网络；约束网络；约束优化 软件：糠；DAOOPT公司 PDF格式BibTeX公司 XML格式引用 \textit{R.Marinescu}和\textit{R.Dechter}，Artif。智力。173，编号16--17，1457--1491（2009；Zbl 1185.68648） 全文： 内政部 参考文献： [1] Dechter，R。；Mateescu，R.，图形模型的AND/OR搜索空间，人工智能，171，1，73-106（2007）·Zbl 1168.68549号 [2] E.Freuder，M.Quinn，利用约束满足问题中的稳定变量集，收录于：国际人工智能联合会议（IJCAI-1985），1985年，第1076-1078页；E.Freuder，M.Quinn，利用约束满足问题中的稳定变量集，收录于：国际人工智能联合会议（IJCAI-1985），1985年，第1076-1078页 [3] R.Bayardo，D.Miranker，《关于解决约束满足问题的时空权衡》，载于：国际人工智能联合会议（IJCAI-1995），1995年，第558-562页；R.Bayardo，D.Miranker，《关于解决约束满足问题的时空权衡》，载于：国际人工智能联合会议（IJCAI-1995），1995年，第558-562页 [4] Dechter，R。；Rish，I.，《迷你桶：近似推理的一般方案》，美国计算机学会期刊，2，50107-153（2003）·兹比尔1326.68335 [5] Kask，K。；Dechter，R.，从规范相关性自动生成搜索启发式的通用方案，人工智能，129，1-2，91-131（2001）·Zbl 0971.68035号 [6] Pearl，J.，《智能系统中的概率推理》（1988），Morgan Kaufmann [7] 比斯塔雷利，S。；蒙塔纳里，美国。；Rossi，F.，基于半环的约束求解与优化，ACM杂志，44，2，309-315（1997） [8] Nilsson，Nils J.，《人工智能原理》（1980），蒂奥加·Zbl 0422.68039号 [9] Kask，K。；Dechter，R。；Larrosa，J。；Dechter，A.，《统一图形模型中推理的聚类树分解》，人工智能，166，1-2，225-275（2005） [10] S.Minton，M.D.Johnston，A.B.Philips，P.Laired，使用启发式修复方法解决大规模约束满足和调度问题，收录于：全国人工智能会议（AAAI-1990），1990年，第17-24页；S.Minton，M.D.Johnston，A.B.Philips，P.Laired，使用启发式修复方法解决大规模约束满足和调度问题，收录于：全国人工智能会议（AAAI-1990），1990年，第17-24页 [11] B.Selman，H.Levesque，D.Mitchell，《解决难满足性问题的新方法》，载于：《国家人工智能会议》（AAAI-1992），1992年，第440-446页；B.Selman，H.Levesque，D.Mitchell，《解决难满足性问题的新方法》，载于：《国家人工智能会议》（AAAI-1992），1992年，第440-446页 [12] R.Wallace，部分约束满足问题的启发式方法分析，载于：约束规划的原理与实践（CP-1996），1996年，第482-496页；R.Wallace，《部分约束满足问题的启发式方法分析》，载于：约束规划的原理与实践（CP-1996），1996年，第482-496页 [13] 弗洛伊德，E。；Wallace，R.，部分约束满足，人工智能，58，1-3，21-70（1992） [14] G.Verfaillie，M.Lemaitre，T.Schiex，俄罗斯玩偶搜索解决约束优化问题，收录于：国家人工智能会议（AAAI），1996年，第298-304页；G.Verfaillie，M.Lemaitre，T.Schiex，俄罗斯玩偶搜索解决约束优化问题，收录于：全国人工智能会议（AAAI），1996年，第298-304页 [15] J.Larrosa，P.Meseguer，《MAX-CSP基于分区的下限》，载《约束编程原理与实践》（CP-1999），1999年，第303-315页；J.Larrosa，P.Meseguer，《MAX-CSP基于分区的下限》，载《约束编程的原理与实践》（CP-1999），1999年，第303-315页 [16] J.Larrosa，T.Schiex，《寻求加权CSP的最佳局部一致性形式》，载于：国家人工智能会议（AAAI-2003），2003年，第631-637页；J.Larrosa，T.Schiex，《寻求加权CSP的最佳局部一致性形式》，载于：国家人工智能会议（AAAI-2003），2003年，第631-637页 [17] Larrosa，J。；Schiex，T.，通过保持弧一致性解决加权CSP，人工智能，159，1-2，1-26（2004）·Zbl 1086.68592号 [18] S.de Givry，F.Heras，J.Larrosa，M.Zytnicki，存在弧一致性：在加权CSP中更接近全弧一致性，in：国际人工智能联合会议（IJCAI-2005），2005年，第84-89页；S.de Givry，F.Heras，J.Larrosa，M.Zytnicki，存在弧一致性：在加权CSP中更接近全弧一致性，收录于：国际人工智能联合会议（IJCAI-2005），2005年，第84-89页 [19] Shenoy，P。；Shafer，G.，用局部计算传播信念函数，IEEE专家，4，1，43-52（1986） [20] Jensen，F.V。；Lauritzen，S。；Olesen，K.，局部计算递归图形模型中的贝叶斯更新，计算统计季刊，4，1，269-282（1990）·Zbl 0715.68076号 [21] Dechter，R.，《桶消除：推理的统一框架》，《人工智能》，第113、1-2、41-85页（1999年）·兹伯利0939.68847 [22] 彭，Y。；Reggia，J.A.，诊断问题解决的连接主义模型，IEEE系统、人与控制论汇刊（1989） [23] K.Kask，R.Dechter，贝叶斯网络的随机局部搜索，收录于：人工智能与统计研讨会（AI-STAT-1999），1999年，第113-122页；K.Kask，R.Dechter，贝叶斯网络的随机局部搜索，收录于：人工智能与统计研讨会（AI-STAT-1999），1999年，第113-122页 [24] J.Park，《使用加权MAX-SAT引擎求解MPE》，载于：国家人工智能会议（AAAI-2002），2002年，第682-687页；J.Park，《使用加权MAX-SAT引擎求解MPE》，载于：国家人工智能会议（AAAI-2002），2002年，第682-687页 [25] F.Hutter，H.Hoos，T.Stutzle，《MPE求解的有效随机局部搜索》，载于：国际人工智能联合会议（IJCAI-2005），2005年，第169-174页；F.Hutter，H.Hoos，T.Stutzle，《MPE求解的有效随机局部搜索》，载于：国际人工智能联合会议（IJCAI-2005），2005年，第169-174页 [26] S.E.Shimony，E.Charniak，《寻找信念网络MAP分配的新算法》，载于：《人工智能中的不确定性》（UAI-1991），1991年，第185-193页；S.E.Shimony，E.Charniak，《寻找信念网络MAP分配的新算法》，载于：《人工智能的不确定性》（UAI-1991），1991年，第185-193页·兹比尔0742.68076 [27] E.Santos，《关于产生对信念修正有影响的替代解释》，载于：《人工智能的不确定性》（UAI-1991），1991年，第339-347页；E.Santos，《关于产生对信念修正有影响的替代解释》，载于：《人工智能中的不确定性》（UAI-1991），1991年，第339-347页 [28] Z.Li，B.DAmbrosio，《在信念网络中发现MPE的有效方法》，载于：《人工智能中的不确定性》（UAI-1993），1993年，第342-349页；Z.Li，B.DAmbrosio，《在信念网络中发现MPE的有效方法》，载于：《人工智能中的不确定性》（UAI-1993），1993年，第342-349页 [29] B.K.Sy，推理MPE使用消息传递来增加连接的信念网络，见：全国人工智能会议（AAAI-1992），1992年，第570-576页；B.K.Sy，推理MPE使用消息传递来增加连接的信念网络，收录于：全国人工智能会议（AAAI-1992），1992年，第570-576页 [30] R.Marinescu，K.Kask，R.Dechter，解决MPE任务的系统与非系统算法，in：人工智能中的不确定性（UAI-2003），2003年，第394-402页；R.Marinescu，K.Kask，R.Dechter，解决MPE任务的系统与非系统算法，收录于：人工智能中的不确定性（UAI-2003），2003年，第394-402页 [31] A.Choi，M.Chavira，A.Darwiche，《节点分裂：贝叶斯网络上界生成方案》，载《第23届人工智能不确定性会议论文集》，2007年，第57-66页；A.Choi，M.Chavira，A.Darwiche，《节点分裂：贝叶斯网络上界生成方案》，载《第23届人工智能不确定性会议论文集》，2007年，第57-66页 [32] 劳勒，E。；Wood，D.，《分支与绑定方法：调查》，《运筹学》，第14、4、699-719页（1966年）·Zbl 0143.42501号 [33] R.Dechter，K.Kask，J.Larrosa，约束优化中多重下界计算的一般方案，载于：约束规划原理与实践，2001年，第346-360页；R.Dechter，K.Kask，J.Larrosa，约束优化中多重下界计算的一般方案，收录于：约束编程原理与实践，2001年，第346-360页·Zbl 1067.68623号 [34] Pearl，J.，《启发式：计算机问题解决的智能搜索策略》（1984），Addison-Wesley [35] Kanal，L。；库马尔，V.，《人工智能搜索》（1988），施普林格-弗拉格出版社·Zbl 0648.68104号 [36] 库珀，M。；Schiex，T.，软约束的弧一致性，人工智能，154，1-2，199-227（2003）·Zbl 1085.68672号 [37] Dechter，R.，《约束处理》（2003），麻省理工学院出版社 [38] 哈拉利克，R。；Elliot，G.，提高约束满足问题的树搜索效率，人工智能，14，3，263-313（1980） [39] C.Bessiere，J.-C.Regin，MAC和组合启发式：在困难问题上放弃FC（和CBJ）的两个原因，见：约束编程的原理和实践（CP-1996），1996年，第61-75页；C.Bessiere，J.-C.Regin，MAC和组合启发式：在困难问题上放弃FC（和CBJ）的两个原因，载于：约束编程的原理和实践（CP-1996），1996年，第61-75页 [40] Brelaz，D.，图顶点着色的新方法，ACM的通信，4，22，251-256（1979）·兹伯利0394.05022 [41] C.Lecoutre，F.Boussemart，F.Hemery，L.Sais，通过加权约束推进系统搜索，载于：欧洲人工智能会议（ECAI-2004），2004年，第146-150页；C.Lecoutre，F.Boussemart，F.Hemery，L.Sais，通过加权约束推进系统搜索，收录于：欧洲人工智能会议（ECAI-2004），2004年，第146-150页 [42] C.Lecoutre、F.Boussemart、F.Hemery，《基于回跳的技术与冲突导向的启发式》，载于：《人工智能工具国际会议》（ICTAI-2004），2004年，第549-557页；C.Lecoutre，F.Boussemart，F.Hemery，基于回跳的技术与冲突导向的启发式，收录于：人工智能工具国际会议（ICTAI-2004），2004年，第549-557页 [43] J.Huang，A.Darwiche，基于结构的变量排序启发式，载《国际人工智能联合会议》（IJCAI-2003），2003年，第1167-1172页；J.Huang，A.Darwiche，基于结构的变量排序启发式，载于：国际人工智能联合会议（IJCAI-2003），2003年，第1167-1172页 [44] W.Li，P.van Beek，使用动态超图分隔符分解指导现实世界SAT求解，收录于：人工智能工具国际会议（ICTAI-2004），2004年，第542-548页；W.Li，P.van Beek，使用动态超图分隔符分解指导实际SAT求解，收录于：人工智能工具国际会议（ICTAI-2004），2004年，第542-548页 [45] R.Bayardo，J.D.Pehoushek，使用连接组件计算模型，收录于：全国人工智能会议（AAAI-2000），2000年，第157-162页；R.Bayardo，J.D.Pehoushek，使用连接组件计算模型，收录于：全国人工智能会议（AAAI-2000），2000年，第157-162页 [46] T.Sang，P.Beame，H.Kautz，MPE和加权MAX-SAT的动态方法，载于：国际人工智能联合会议（IJCAI-2007），2007年，第549-557页；T.Sang，P.Beame，H.Kautz，MPE和加权MAX-SAT的动态方法，载于：国际人工智能联合会议（IJCAI-2007），2007年，第549-557页 [47] R.Marinescu，图形模型中组合优化的AND/OR搜索策略，博士论文，加州大学欧文分校，2008年；R.Marinescu，图形模型中组合优化的AND/OR搜索策略，博士论文，加州大学欧文分校，2008年 [48] R.Marinescu，R.Dechter，《图形模型中组合优化的AND/OR分支定界搜索》，技术报告，加州大学欧文分校，2008年；R.Marinescu，R.Dechter，《图形模型中组合优化的AND/OR分支定界搜索》，技术报告，加州大学欧文分校，2008年·Zbl 1185.68648号 [49] Darwiche，A.，递归条件反射，人工智能，126，1-2，5-41（2001）·Zbl 0969.68150号 [50] H.Bodlaender，J.Gilbert，《近似树宽、路径宽度和最小消除树高》，乌得勒支大学技术报告，1991年；H.Bodlaender，J.Gilbert，《近似树宽、路径宽度和最小消除树高》，乌得勒支大学技术报告，1991年·Zbl 0768.68121号 [51] U.Kjaerulff，基于图形的算法三角剖分，总空间较小，技术报告，奥尔堡大学，丹麦，1990年；U.Kjaerulff，基于图形的算法三角剖分，总空间较小，技术报告，丹麦奥尔堡大学，1990年 [52] T.Sang，P.Beame，H.Kautz，通过加权模型计数求解贝叶斯网络，收录于：全国人工智能会议（AAAI-2005），2005年，第475-482页；T.Sang，P.Beame，H.Kautz，通过加权模型计数求解贝叶斯网络，收录于：全国人工智能会议（AAAI-2005），2005年，第475-482页 [53] Ott，J.，《人类遗传连锁分析》（1999），约翰霍普金斯大学出版社 [54] M.Fishelson，D.Geiger，普通家谱的精确遗传连锁计算，摘自：2002年分子生物学智能系统国际会议，第189-198页；M.Fishelson，D.Geiger，普通家谱的精确遗传连锁计算，摘自：2002年分子生物学智能系统国际会议，第189-198页 [55] 费舍尔森，M。；多夫戈列夫斯基，N。；Geiger，D.，一般家谱的最大似然单倍型，人类遗传，59，1，41-60（2005） [56] R.Dechter，D.Larkin，信念和约束的混合处理，收录于：《人工智能中的不确定性》（UAI-2001），2001年，第112-119页；R.Dechter，D.Larkin，信念和约束的混合处理，收录于：人工智能中的不确定性（UAI-2001），2001年，第112-119页 [57] D.Larkin，R.Dechter，《决定论存在下的贝叶斯推理》，载《人工智能与统计》（AISTAT-2003），2003年；D.Larkin，R.Dechter，《决定论存在下的贝叶斯推断》，载于：《人工智能与统计》（AISTAT-2003），2003年 [58] D.Allen，A.Darwiche，《递归条件推理的新进展：人工智能中的不确定性》（UAI-2003），2003年，第2-10页；D.Allen，A.Darwiche，使用递归条件推理的新进展，收录于：《人工智能中的不确定性》（UAI-2003），2003年，第2-10页 [59] R.Dechter，R.Mateescu，确定性概率网络的混合，收录于：人工智能中的不确定性，2004年，第120-129页；R.Dechter，R.Mateescu，确定性概率网络的混合，收录于：人工智能中的不确定性，2004年，第120-129页 [60] 里希，我。；Dechter，R.，《解决与搜索：SAT的两种策略》，《自动推理杂志》，24，1-2，225-275（2000）·Zbl 0967.68147号 [61] T.Walsh，SAT vs CSP，摘自：约束编程（CP）的原理与实践，2000年，第441-456页；T.Walsh，SAT vs CSP，摘自：约束编程（CP）的原理和实践，2000年，第441-456页·Zbl 1044.68808号 [62] M.Moskewicz，C.Madigan，Y.Zhao，L.Zhang，S.Malik，Chaff：设计一个高效的SAT求解器，见：设计自动化会议（DAC-2001），2001；M.Moskewicz，C.Madigan，Y.Zhao，L.Zhang，S.Malik，Chaff：设计一个高效的SAT求解器，见：设计自动化会议（DAC-2001），2001 [63] Bensana，E。；勒迈特，M。；Verfaillie，G.，地球观测卫星管理，约束，4，3，293-299（1999）·Zbl 0963.90507号 [64] 查维拉，M。；Darwiche，A。；Jaeger，M.，编译用于精确推理的关系贝叶斯网络，国际近似推理杂志，42，1-2，4-20（2006）·兹比尔1096.68747 [65] F.Bacchus，S.Dalmao，T.Pittasi，《价值消除：通过回溯搜索进行贝叶斯推理》，载于《人工智能的不确定性》（UAI-2003），2003年，第20-28页；F.Bacchus，S.Dalmao，T.Pittasi，《价值消除：通过回溯搜索的贝叶斯推断》，收录于：《人工智能中的不确定性》（UAI-2003），2003年，第20-28页 [66] J.Larrosa，P.Meseguer，M.Sanchez，带软约束的伪树搜索，载于：欧洲人工智能会议（ECAI-2002），2002年，第131-135页；J.Larrosa，P.Meseguer，M.Sanchez，带软约束的伪树搜索，收录于：欧洲人工智能会议（ECAI-2002），2002年，第131-135页 [67] Dechter，R.，约束处理的增强方案：回跳、学习和割集分解，人工智能，41，3，273-312（1990） [68] Z.Collin，R.Dechter，S.Katz，《分布式约束满足的可行性》，载《国际人工智能联合会议》（IJCAI-1991），1991年，第318-324页；Z.Collin，R.Dechter，S.Katz，《关于分布式约束满足的可行性》，载于：国际人工智能联合会议（IJCAI-1991），1991年，第318-324页·Zbl 0747.68065号 [69] P.Modi，W.Shen，M.Tambe，M.Yokoo，分布式约束优化的异步完整方法，收录于：自治代理和多代理系统国际联合会议（AAMAS-2003），2003年，第161-168页；P.Modi，W.Shen，M.Tambe，M.Yokoo，分布式约束优化的异步完整方法，收录于：自治代理和多代理系统国际联合会议（AAMAS-2003），2003年，第161-168页 [70] 莫迪，P。；沈伟（Shen，W.）。；Tambe，M。；Yokoo，M.，ADOPT：具有质量保证的异步分布式约束优化，人工智能，161，1-2，149-180（2005）·兹比尔1132.68706 [71] W.Yeoh，A.Felner，S.Koening，BnB-ADOPT:异步分支定界DCOP算法，载于：国际自治代理和多代理系统联合会议（AAMAS-2008），2008年，第591-598页；W.Yeoh，A.Felner，S.Koening，BnB-ADOPT:异步分支绑定DCOP算法，收录于：国际自治代理和多代理系统联合会议（AAMAS-2008），2008年，第591-598页 [72] A.Petcu，B.Faltings，DPOP：多智能体约束优化的可扩展方法，载于：国际人工智能联合会议（IJCAI-2005），2005年，第266-271页；A.Petcu，B.Faltings，DPOP：多智能体约束优化的可扩展方法，载于：国际人工智能联合会议（IJCAI-2005），2005年，第266-271页 [73] P.Jegou，C.Terrioux，解MAX-CSP的分解和良好记录，载于：欧洲人工智能会议（ECAI-2004），2004年，第196-200页；P.Jegou，C.Terrioux，解MAX-CSP的分解和良好记录，载于：欧洲人工智能会议（ECAI-2004），2004年，第196-200页 [74] E.Rollon，J.Larrosa，《深度-第一个小型铲斗消除》，载于：约束编程的原理与实践（CP-2005），2005年，第563-577页；E.Rollon，J.Larrosa，《深度-第一个小型铲斗消除》，载于：约束编程的原理和实践（CP-2005），2005年，第563-577页·Zbl 1153.68484号 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。