Calcul d'approximations intérieures pour la résolution de Max-NCSP

作者: Charlotte Truchet , Marc Christie , Jean-Marie Normand

DOI:

关键词:

摘要: Abstract Cet article pr´esente un algorithme de calcul desolutions garanties pour des probl`emes num´eriquesMaxCSP. Les auteurs proposent une approchequi offre exploration compl`ete et garantie del’espace recherche identifie l’ensemble dessous-espaces ´eventuellement disjoints qui satisfontle plus grand nombre contraintes num´eriques duCSP. L’impl´ementation cet fournit uneapproximation int´erieure ces sous-ensembles pourune taille minimale pav´e donn´ee . L’approche reposesur m´ethodes propagation classiques sur lesintervalles (AC-3) processus d’extension parl’int´erieur en n dimensions. Une hybridation avec desm´ethodes locales recherche, ´etendues aux intervalles,est propos´ee test´ee r´esultats, portant desprobl`emes jouets montrent l’apport par rapport `aun na¨if mais ne mettent pas lumi`erel’´evidence la contribution recherchelocale. 1 Introduction approches compl`etes r´esolution CSPnum´eriques permettent s’attaquer `a probl`emesr´eput´es difficiles dans nombreux domaines(conception pr´eliminaire, conformation mol´ec ulaire,probl`emes d’automatique, robotique, ou desynth`ese d’images, etc.). Ces d´eterminentun ensemble pav´es approximant l’ext´erieurl’ensemble r´ee l solutions assurant qu’aucunesolution lle n’est perdue lors du processusde (propri´et´e compl´etude). Or denombreuses applications n´ecessitent le suˆres, c’est-`a-dire telles que tout point despav´es r´esultats soit solution syst`emede contraintes. De tels ont ´et´e r´esoluspar diff´erentes [24, 15, 5] dites calculd’approximation i-consistency [10].Cependant, aucune deux approximations(int´erieure ext´erieure) directement adapt´eeau cadre Max-NCSP cherche `amaximiser satisfaites unCSP les domaines continus (ici, on n’´etablit dehi´erarchie entre pr´ef´erences surles domaines). Ce travail est motiv´e fait qu’ilest g´en´eralement difficile d´eterminer l’avance lanature d’un mod`ele num´erique (i.e. sous-contraint ousur-contraint) avant sa r´esolution, donc pr´evoirla nature techniques employer r´esoudre.Nous proposons premiersr´esultats issus calculd’approximations int´erieures probl`emessur sous-contraints. d´etermineun satisfont maximumde CSP. La technique r´esolutionconsiste entrelacer ´etapes decontraintes d’extensions int´erieuresbas´ees choix repr´esentatif pav´e.Cette s´election sera effectu´ee techniquesdiff´erentes, premi`ere ´etant simple tirage dumilieu (midPoint), deuxi`eme faisant appel`a m´ethode Recherche Locale (LS) ´etendueau domaine continu aider lemeilleur possible pav´e. A` ce sujet,nous d´efinissons formel l’extension aucontinu locale. Nous decomparer l’algorithme dit midPointavec bissection/´evaluation,puis comparer obtenues parl’approche locale continue. A la99

参考文章(22)
Frédéric Benhamou, Interval Constraint Logic Programming Selected Papers from Constraint Programming: Basics and Trends. pp. 1- 21 ,(1994) , 10.1007/3-540-59155-9_1
Helene Collavizza, Michel Rueher, Francois Delobel, Extending consistent domains of numeric CSP international joint conference on artificial intelligence. pp. 406- 411 ,(1999)
Zbigniew Michalewicz, Genetic AlgorithmsNumerical Optimizationand Constraints international conference on genetic algorithms. pp. 151- 158 ,(1995)
D. McAllester, F. Benhamou, P. van Hentenryck, CLP(intervals) revisited international conference on logic programming. pp. 124- 138 ,(1994)
Vincent Barichard, Jin-Kao Hao, A Population and Interval Constraint Propagation Algorithm Lecture Notes in Computer Science. pp. 88- 101 ,(2003) , 10.1007/3-540-36970-8_7
D. Haroud, B. Faltings, Global Consistency for Continuous Constraints principles and practice of constraint programming. pp. 40- 50 ,(1994) , 10.1007/3-540-58601-6_88
Roberto Battiti, Giampietro Tecchiolli, The continuous reactive tabu search: Blending combinatorial optimization and stochastic search for global optimization Annals of Operations Research. ,vol. 63, pp. 151- 188 ,(1996) , 10.1007/BF02125453
Luc Jaulin, Eric Walter, Set inversion via interval analysis for nonlinear bounded-error estimation Automatica. ,vol. 29, pp. 1053- 1064 ,(1993) , 10.1016/0005-1098(93)90106-4
Luc Jaulin, Éric Walter, Guaranteed tuning, with application to robust control and motion planning Automatica. ,vol. 32, pp. 1217- 1221 ,(1996) , 10.1016/0005-1098(96)00050-7
Rachid Chelouah, Patrick Siarry, Tabu Search applied to global optimization European Journal of Operational Research. ,vol. 123, pp. 256- 270 ,(2000) , 10.1016/S0377-2217(99)00255-6