ParLS-PBO：面向伪布尔优化的并行局部搜索求解器
人工智能
2024-08-01 v1
摘要
局部搜索是众多优化问题中广泛应用的技术，最近被用于求解伪布尔优化 (PBO) 问题。其代表性局部搜索求解器为 LSPBO。本文首先通过动态评分机制改进 LSPBO，动态在硬约束得分与目标函数得分之间取得平衡。此后，在改进后的 LSPBO 基础上，我们开发了首个并行局部搜索 PBO 求解器。其主要思想是通过维持可行解池子，在不同线程之间共享优质解，以引导搜索。对于更新解池时评估解的质量，本文提出了一种考虑解池质量与多样性的函数。此外，我们计算解池中的极性密度，以增强局部搜索的评分函数。我们的实验结果表明，所提出的并行方法显著有效，能够与著名商业求解器 Gurobi 的并行版本相抗衡。
引用
@article{arxiv.2407.21729,
title = {ParLS-PBO: A Parallel Local Search Solver for Pseudo Boolean Optimization},
author = {Zhihan Chen and Peng Lin and Hao Hu and Shaowei Cai},
journal= {arXiv preprint arXiv:2407.21729},
year = {2024}
}
备注
17 pages,2 figures, to be published in The 30th International Conference on Principles and Practice of Constraint Programming