- IJCAI利用约束编程和图形表示学习生成可解释的云安全策略
本文提出了一种基于约束编程和图表示学习的新型 IAM 框架，通过减少无关数据存储访问权限等优化 IAM 策略，并对 IAM 策略进行解释和分类，以减少安全攻击的影响。
- 炉灶调度问题的精确方法和下界
本文讨论一个新的并行批量调度问题（OSP），其出现在电子元件制造领域，并提出了通过约束编程（CP）和整数线性规划（ILP）来解决 NP 难度问题并引入多参数随机问题实例生成器进行实验评估的模型。
- 一种高效的启发式方法，结合最大项集和面积测量压缩庞大表约束
本研究提出了一种基于极大频繁项目集技术和面积测量的新方法，用于枚举对压缩表约束相关的最大频繁项集，结果显示该方法在压缩和解决压缩表约束上具有有效性和高效性。
- MM带有约束和不完整偏好的稳定婚姻问题：ASP，SAT，ILP，CP 和本地搜索方法的实证比较
本文研究了一个变化的稳定婚姻问题，其中每个男人和每个女人都将他们的偏好表达为可能不完整且包含并列关系的偏好列表，考虑了三种优化变体，并通过比较 Answer Set Programming，约束编程和整数线性编程等方法来解决这些问题。对于最 - 目标导向的约束答案集程序设计的证明
使用基于约束的谓词应答集编程的查询驱动自顶向下执行模型 s (CASP) 生成完整解释树，为 ASP 应答集提供最小化且易于转化为自然语言的解释，显著促进了 ASP 程序理解和操作的可行性。
- 结合强化学习和约束编程用于组合优化
本文介绍了一种基于深度强化学习和约束编程的混合算法，应用于复杂的组合优化问题，并在实验中成功运用于旅行商问题和投资组合优化问题，表现优于单独的深度强化学习和约束编程算法，同时也达到了与工业级求解器相竞争的水平。
- MMNmbr9 作为一个约束编程挑战
介绍了 Nmbr9 游戏，提供了适用于基准测试和测试的新泛化游戏变体，并描述了所述变体的模型。标准游戏中最高可能得分的问题是一个公开的挑战。
- MM针对网络物理系统的时间感知测试用例执行调度
本文介绍了一种基于约束编程的自动化测试用例执行调度方法 TC-Sched，通过使用多台机器的有限资源以及最小化测试用例执行时间，使得机器人制造厂商可以更有效地测试工业机器人。实验表明，TC-Sched 可以在少于 4 分钟的时间内为 100 - IJCAI使用有序二元决策图上的传播进行随机约束优化
本研究提出了一种基于 SC-ProbLog 的新方法来解决 SCOPs（Stochastic Constraint Optimization Problems）。相比先前使用 PLP 技术创造 OBDD 的方法，我们的方法更具高效性和领域一 - 组合式寄存器分配与指令调度
本文介绍了一种基于组合优化的方法来解决编译器中两个中心问题 —— 寄存器分配和指令调度，使用约束编程技术可以达到可行且可扩展的程度，得出的实现表明其比 LLVM 生成的代码更优，能够有效地利用处理器特征，能够实现程序规模的增强。
- MMSUNNY-CP 和 MiniZinc 挑战赛
本文介绍了一个基于 Constraint Programming 的 portfolio solver——sunny-cp，并讨论了它在 MiniZinc Challenge 竞赛中的表现，获得了 2015 年和 2016 年两枚金牌。
- IJCAI稳定婚姻中的鲁棒解决方案
本研究探讨了稳定匹配问题中鲁棒性的概念，定义了（a，b）- 超级匹配，并将最鲁棒的稳定匹配定义为（1，b）- 超级匹配，我们用多项式时间检查给定的稳定匹配是否为（1，b）- 超级匹配，然后设计了约束编程模型、局部搜索方法和遗传算法以找到最鲁 - MM开放全局约束的可收缩性
本文介绍了一种简单的特征值方法（称为收缩性），用于确定全局约束的适用性，从而使过滤在执行期间保持稳定；同时提出了两种软约束的一般性分类，并在硬约束和软约束上演示了这一方法。
- MM车队规模和混合配送车辆路径规划
本研究研究了一种变体的车辆路径问题，具有分割交付、异构车队、车辆 - 商品不兼容等约束条件，将问题拆分成车队设计与路径规划两个部分，并使用混合整数规划进行求解，最后通过多个实验对其进行评估，并使用约束编程的解领衔初始化建立的模型。
- MM使用约束编程的高效频繁序列挖掘算法
通过数据挖掘和约束编程技术，改进了序列模式挖掘中计算问题的模块，使用可通用的约束求解器，加快了计算速度并提高了挖掘效率。
- 归纳式约束编程循环
提出了一种新的框架，称为归纳约束编程循环，该框架结合了数据挖掘和机器学习等领域以及约束编程，用于动态更新约束和优化条件来解决许多实际的优化问题。
- 一个用于约束求解的多核工具
介绍了 sunny-cp2：第一个在多核设置下实现并行 CP 投资组合求解器，它可以动态、协同和同时执行其求解器。它包含最先进的求解器，并提供可用的和可配置的框架，实证结果非常有前途。
- MM基于约束编程的序列挖掘
本文探讨了使用约束编程作为此任务的通用框架，并提出了两种约束编程公式。第一种公式引入了一个新的全局约束，称为 exists-embedding。实验表明其灵活性和与现有方法的比较。
- MM约束编程中的领域视图
本文提出了一种新型的约束编程系统中的输入变量视角 —— 域视角，相比于变量视图，它只委托域操作，能够支持组合非单射视图，大大扩展了视图的范围，并证明了其实用性。
- MM混合自动推理工具：从黑盒到透明盒的集成
该论文介绍了约束逻辑编程和 Answer Set Programming 在混合领域的开发中的成功，以及 CASP 系统的困难之处，认为需要一个评估不同 CASP 方法集成方案的案例研究来解决这一问题。