通过随时性能分析更好地理解与配置 MaxSAT 局部搜索求解器
人工智能
2026-04-09 v2
摘要
尽管针对 MaxSAT 问题已提出了众多求解器，且 MaxSAT 评估等基准环境为比较最先进（state-of-the-art）求解器提供了平台，但现有的评估通常仅基于在给定运行时间预算内获得的最佳解的质量（例如适应度）进行评价。然而，仅关注特定时间预算下的最终解可能会限制我们对求解器在收敛过程中行为的理解。本文证明了经验累积分布函数可用于比较 MaxSAT 随机局部搜索求解器在多个问题实例和各种时间预算下的随时（anytime）性能。评估揭示了求解器性能之间的差异，并表明求解器的优劣势会随着运行时间的不同而调整。这项工作还表明，对随时性能进行定量且高方差的评估可以指导机器（即自动配置器）搜索更好的参数设置。我们的实验结果表明，与使用基于最佳解适应度的指标相比，当使用随时性能作为成本函数时，超参数优化工具 SMAC 能够为求解器实现更好的参数设置。
引用
@article{arxiv.2403.06568,
title = {Better Understandings and Configurations in MaxSAT Local Search Solvers via Anytime Performance Analysis},
author = {Furong Ye and Chuan Luo and Shaowei Cai},
journal= {arXiv preprint arXiv:2403.06568},
year = {2026}
}