用于CSP求解的短时组合训练
人工智能
2015-05-11 v1
摘要
存在许多解决约束满足问题（CSPs）及相关约束优化问题（COPs）的不同方法。然而，没有单一求解器（也没有单一方法）能在所有问题类上表现良好，并且已开发了许多基于输入CSP实例的简单语法特征选择合适求解器的组合方法。在本文中，我们首先提出一种基于k近邻方法的简单CSP组合方法。然后，我们提出使用组合系统的新方式——在利用阶段对其进行短时训练，专门针对待求解的实例集合并在该集合上使用它们。我们进行了彻底评估，表明该方法产生良好结果。我们评估了几种机器学习技术用于我们的组合。由于其简单性和效率，所选k近邻方法特别适合我们的短时训练方法，并且在测试方法中产生最佳结果。我们还确认我们的方法在SAT领域产生良好结果。
引用
@article{arxiv.1505.02070,
title = {Short Portfolio Training for CSP Solving},
author = {Mirko Stojadinović and Mladen Nikolić and Filip Marić},
journal= {arXiv preprint arXiv:1505.02070},
year = {2015}
}
备注
21 pages