节点文献

结合引领策略的MMC求解最大约束满足问题

免费订阅

【作者】 赵双梅崔佳旭张永刚

【Author】 Zhao Shuangmei;Cui Jiaxu;Zhang Yonggang;College of Computer Science and Technology,Jilin University;Key Laboratory of Symbol Computation and Knowledge Engineering(Jilin University),Ministry of Education;

【机构】 吉林大学计算机科学与技术学院符号计算与知识工程教育部重点实验室(吉林大学)

【摘要】 约束满足问题(Constraint Satisfaction Problem,CSP)是人工智能的一个重要研究方向,相关技术被广泛应用于配置、调度及规划等问题求解.但实际应用中,很多问题往往不存在满足所有约束的解,即呈现为过度约束.MaxCSP是处理过度约束一个简单而有效的框架,它的思想是求出满足尽可能多约束的解,其本质是约束优化问题.受元启发式算法在求解连续约束优化问题方面大量成功案例的启发,基于新近提出的作曲家算法(Method of Musical Composition,MMC)求解MaxCSP,在标准MMC算法的基础上引入引领策略,并将其离散化,以求解MaxCSP.最后,在广为流行的MaxCSP测试问题实例集上进行了求解测试并与改进的教与学(Teaching-learningbased Optimization,TLBO)算法和差分进化(Differential Evolution,DE)算法进行比较.实验结果表明,改进的算法无论对于求解可满足MaxCSP还是不可满足MaxCSP,都具有明显的优势.

【基金】 国家自然科学基金(61170314,61373052);吉林省科技发展计划(20170414004GH)
  • 【DOI】10.13232/j.cnki.jnju.2018.01.015
  • 【分类号】TP18
  • 【下载频次】25
节点文献中: 

本文链接的文献网络图示:

浏览历史:
下载历史: