重新审视故事线绘图中精确交叉最小化的 ILP 模型

故事线绘图是一种流行的可视化方法，用于展示一组角色随时间的交互，例如展示书籍或电影中场景的参与者。角色表示为 $x$-单调曲线，在交互时垂直汇聚，否则发散。在组合上，计算故事线绘图的任务可归结为为不同时间点寻找角色曲线的排列序列，其主要目标是最小化所诱导的角色轨迹的交叉数。在本文中，我们重新审视针对这一 NP-hard 问题的精确整数线性规划（ILP）方法。通过将先前的公式与额外的问题特定见解和新的启发式方法相结合，我们在一个扩展的、比以往更大且更复杂的新基准实例集上获得了精确解。我们的实验表明，与最先进的建模技术相比，我们增强后的公式产生了性能更好的算法。特别是，我们最佳的算法平均比现有技术水平快 2.6-3.2 倍，并成功解决了在给定时间限制内以前无法解决的复杂实例。此外，我们在消融研究中表明，我们的增强组件对新 ILP 公式的性能有显著贡献。