×

Haddock中决策图的优化边界。 (英语) Zbl 07745659号

Andre A.Cire(编辑),《约束编程、人工智能和运筹学的集成》。2023年5月29日至6月1日,第20届国际会议,CPAIOR 2023,法国尼斯。诉讼程序。查姆:斯普林格。莱克特。注释计算。科学。第13884页,第150-166页(2023年)。
摘要:我们研究了约束规划中从决策图自动生成原始界和对偶界的问题。特别是,我们扩展了哈多克系统通过扩展其规范语言以包含目标函数来优化问题。我们描述了如何在哈多克类似于现有的宽松决策图。它们共同为目标函数提供了原始和对偶边界,可以无缝集成到约束编程搜索中。整个过程是自动的,只需要高级用户模型规范。我们评估了我们在序列排序问题上的方法,并比较了哈多克专用决策图方法。结果表明:黑线鳕在类似的时间内取得了类似的结果,证明了我们的自动决策图程序在约束优化问题上的可行性。
关于整个系列,请参见[Zbl 1521.68007号].

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)
900亿 运筹学与管理科学
90C27型 组合优化
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] 北卡罗来纳州贝尔迪塞努。;Contejean,E.,《在CHIP中引入全球约束》,J.Math。计算。型号。,20, 12, 97-123 (1994) ·Zbl 0816.68048号 ·doi:10.1016/0895-7177(94)90127-9
[2] 伯格曼,D。;西尔,AA;Van Hoeve,W-J;胡克,J.,《优化决策图》(2016),查姆:斯普林格,查姆·Zbl 06653190号 ·doi:10.1007/978-3-319-42849-9
[3] 伯格曼博士。;西尔,AA;van Hoeve,W-J;胡克,JN,决策图离散优化,INFORMS J.Compute。,28, 1, 47-66 (2016) ·Zbl 1338.90260号 ·doi:10.1287/ijoc.2015.0648
[4] Boussemart,F.、Hemery,F.,Lecoutre,C.、Sais,L.:通过加权约束推进系统搜索。摘自:《第16届欧洲人工智能会议论文集》,ECAI 2004,第146-150页,NLD,2004年8月。IOS出版社(2004)
[5] Fischetti,M.,Glover,F.Lodi,A.:可行性泵。数学。程序。104(1), 91-104 (2005). doi:10.1007/s10107-004-0570-3·Zbl 1077.90039号
[6] 根策尔,R。;米歇尔,L。;van Hoeve,W-J;Simonis,H.,HADDOCK:决策图编译的语言和架构,约束编程的原理和实践,531-547(2020),Cham:Spriger,Cham·doi:10.1007/978-3-030-58475-731
[7] Gentzel,R.,Michel,L.,van Hoeve,W.-J.:哈多克MDD传播的启发式。参见:第28届约束编程原理与实践国际会议(CP 2022),莱布尼茨国际信息学会议论文集(LIPIcs)第235卷,第24:1-24:17页。达格斯图尔宫(Schloss Dagstuhl)-莱布尼兹·泽特鲁姆(Leibniz-Zentrum für Informatik)(2022年)
[8] 吉拉德,X。;科佩,V。;Schaus,P。;西尔,AA;Stuckey,PJ,改进分支定界MDD求解器的过滤,约束编程、人工智能和运筹学的集成,231-247(2021),查姆:斯普林格,查姆·Zbl 07493632号 ·doi:10.1007/978-3-030-78230-6_15
[9] Pesant,G。;昆珀,C。;Zanarini,A.,《基于计数的搜索:约束满足问题的分支启发式》,J.Artif。智力。研究,43,173-210(2012)·Zbl 1237.68193号 ·数字对象标识代码:10.1613/jair.3463
[10] Hoda,S。;van Hoeve,W-J;胡克,JN;Cohen,D.,基于MDD的约束编程的系统方法,约束编程的原理和实践-CP 2010,266-280(2010),海德堡:Springer,Heidelberg·doi:10.1007/978-3-642-15396-9_23
[11] Keller,RM,并行程序的正式验证,Commun。美国医学会,19,7,371-384(1976)·Zbl 0329.68016号 ·doi:10.1145/360248.360251
[12] 米歇尔,L。;Schaus,P。;Van Hentenryck,P.,MiniCP:约束编程的轻量级解算器,数学。程序。计算。,13, 133-184 (2021) ·Zbl 1480.90231号 ·doi:10.1007/s12532-020-00190-7
[13] 米歇尔,L。;Van Hentenryck,P。;北贝尔迪卡努。;北卡罗来纳州尤西恩。;爱沙尼亚州平森。,黑箱约束编程求解器的基于活动的搜索,组合优化问题的逆向编程中AI和OR技术的集成,228-243(2012),海德堡:施普林格,海德堡·doi:10.1007/978-3-642-29828-8_15
[14] 雷法洛,P。;Wallace,M.,《基于影响的约束编程搜索策略》,《约束编程原理与实践-CP 2004》,557-571(2004),海德堡:斯普林格·Zbl 1152.68577号 ·doi:10.1007/978-3-540-30201-8_41
[15] Reinelt,G.,TSPLIB-旅行推销员问题库,ORSA J.Compute。,3, 4, 376-384 (1991) ·Zbl 0775.90293号 ·doi:10.1287/ijoc.3.4.376
[16] Rudich,I.,Cappart,Q.,Rousseau,L.M.:剥离和绑定:使用多值决策图生成更强的松弛边界。参见:第28届约束编程原理与实践国际会议(CP 2022),莱布尼茨国际信息学会议(LIPIcs)第235卷,第35:1-35:20页。达格斯图尔宫(Schloss Dagstuhl)-莱布尼兹·泽特鲁姆(Leibniz-Zentrum für Informatik)(2022年)
[17] Van Hentenryck,P。;佩伦,L。;Puget,JF,《OPL中的搜索与策略》,ACM Trans。计算。逻辑,1,2,1-36(2000)·Zbl 1365.90281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。