Generating custom propagators for arbitrary constraints
Generating custom propagators for arbitrary constraints
复制标题
为任意约束生成自定义传播器
DOI：
10.1016/j.artint.2014.03.001
复制
发表时间：
2014
影响因子：
14.4
通讯作者：
Gent I
中科院分区：
文献类型：
--
作者：
Gent I
约束编程（CP）是一套经过验证的技术，用于解决来自一系列学科的复杂组合问题。该问题被指定为一组决策变量（有限域）和连接变量的约束。对约束的局部推理（传播）是CP的核心。许多约束都有有效的特定于约束的传播算法。在这项工作中，我们生成自定义的传播约束。这些自定义传播器可以是非常有效的，甚至接近（在某些情况下超过）手工优化的propagators.Given任意约束的效率，我们展示了如何生成一个自定义传播器，建立GAC在小多项式时间。这是通过预先计算将在每个相关子域上执行的传播来完成的。相关子域的数量，因此生成的传播子的大小，是潜在的指数约束变量的数量和域大小。我们的方法的限制因素是生成的传播子的大小。我们研究对称性作为一种手段，以减少该尺寸。我们利用对称性的约束合并对称部分生成的传播。这扩展了我们的方法的范围有点大的约束，一个小的运行时penality.Our实验结果表明，与优化的表约束的实现相比，我们的技术可以导致一个数量级的加速。传播是如此之快，所产生的传播比较以及与手写的仔细优化的传播相同的约束条件，所花费的时间来生成一个传播是超过偿还。
Constraint Programming (CP) is a proven set of techniques for solving complex combinatorial problems from a range of disciplines. The problem is specified as a set of decision variables (with finite domains) and constraints linking the variables. Local reasoning (propagation) on the constraints is central to CP. Many constraints have efficient constraint-specific propagation algorithms. In this work, we generate custom propagators for constraints. These custom propagators can be very efficient, even approaching (and in some cases exceeding) the efficiency of hand-optimised propagators.Given an arbitrary constraint, we show how to generate a custom propagator that establishes GAC in small polynomial time. This is done by precomputing the propagation that would be performed on every relevant subdomain. The number of relevant subdomains, and therefore the size of the generated propagator, is potentially exponential in the number and domain size of the constrained variables.The limiting factor of our approach is the size of the generated propagators. We investigate symmetry as a means of reducing that size. We exploit the symmetries of the constraint to merge symmetric parts of the generated propagator. This extends the reach of our approach to somewhat larger constraints, with a small run-time penalty.Our experimental results show that, compared with optimised implementations of the table constraint, our techniques can lead to an order of magnitude speedup. Propagation is so fast that the generated propagators compare well with hand-written carefully optimised propagators for the same constraints, and the time taken to generate a propagator is more than repaid.
登录
查看更多内容
影响因子：
1.6
作者：
D. Cohen;P. Jeavons;Christopher Jefferson;K. Petrie;Barbara M. Smith
通讯作者：
Barbara M. Smith
寻找一组图像中最小的图像
DOI：
--
发表时间：
2004
期刊：
International Symposium on Symbolic and Algebraic Computation
影响因子：
--
作者：
S. Linton
通讯作者：
S. Linton
一种针对表约束的最优过滤算法
DOI：
--
发表时间：
2012
期刊：
International Conference on Principles and Practice of Constraint Programming
影响因子：
--
作者：
Jean;Pascal Van Hentenryck;Y. Deville
通讯作者：
Y. Deville
基于视图的传播器推导 - （扩展摘要）
DOI：
--
发表时间：
2014
期刊：
International Conference on Principles and Practice of Constraint Programming
影响因子：
--
作者：
Christian Schulte;Guido Tack
通讯作者：
Guido Tack
影响因子：
14.4
作者：
Alan M. Frisch;Brahim Hnich;Z. Kiziltan;Ian Miguel;T. Walsh
通讯作者：
T. Walsh