本文提出了一种名为 SUNNY 的算法,利用约束求解器的组合来求解 Constraint Satisfaction Problem,通过实验表明 SUNNY 算法效果优于其他现有算法,并提出了一个基于 SUNNY 的 portfolio solver -- sunny-csp,同时探讨了该算法用于 Answer Set Programming 和 Constraint Logic Programming 的可能性。
Nov, 2013
研究多核计算及其对约束算法的影响,探究并行算法可行性、核心处理器利用、内存共享或分布式计算选择以及静态或动态分解,尝试找到最优解并提供指导给未来研究人员。
Mar, 2018
本文研究从不同的集合中获取实例,然后搭建自动构造的并行处理程序,而且结果已经表明该方法可以达到设计良好的对手方法所实现的结果。
Apr, 2018
本文介绍了一种取自不同建模语言(MiniZinc、FlatZinc 或 XCSP)的限制编程(CSP)问题的特征集,用于求解器选择,实验结果显示使用这些特征可与最先进的 CSP 投资组合技术相竞争
Aug, 2013
本文通过基于并发约束编程的简单、本质并行、无锁、形式正确的编程语言,重新审视了 GPU 上的并行约束求解,并开发了完全基于 GPU 编程的简单约束求解器 Turbo,与并行 CPU 求解器相比进行了正确性验证和比较。
Jul, 2022
该论文提出了一种名为 Proteus 的分层组合策略解决 CSP 问题的方法,该方法能够将 CSP 实例编码为 SAT 形式,并选择合适的编码和相应的 SAT 求解器进行求解,实验结果表明 Proteus 能够显著提高组合问题求解性能。
Jun, 2013
本研究探讨了在大规模并行 SAT 问题求解中应用基于投资组合的分布式 SAT 求解方法,并实现了一个名为 HordeSat 的可扩展的并行 SAT 求解器,其使用分层并行和分布式设计,实现了数百到数千个处理器的可观加速效果。
May, 2015
介绍一种用几何模型来解决多约束条件优化问题的方法,并在布尔可满足性问题和球体堆积问题两个基准测试中说明了其有效性和竞争性。
Dec, 2007
本文提出了一个基于自适应约束分区的优化框架,旨在解决解决大规模整数规划问题时可能会陷入局部最优解的问题。与现有的大邻域搜索算法相比,该框架可以更高效地利用任何现有优化求解器作为子例程来优化决策变量。实验结果表明,该框架在规定的墙钟时间内显示出比 SCIP 和 Gurobi 更好的性能。
Nov, 2022
本文介绍了基于组合分析方法的 MiniZinc Challenges 和 SAT competitions 比赛的结果,并提出了新的关于性能分析的见解。
May, 2022