제약 프로그램(Constraint Programs)을 지역 탐색(Local Search) 입력을 위한 형태로 변환하기
요약
조합 최적화 문제를 해결하기 위해 제약 조건(constraints)을 지역 탐색(local search) 알고리즘의 입력 형태로 자동 변환하는 기술을 제안합니다. 기존에는 메타휴리스틱 알고리즘을 위한 데이터 컴파일에 인간의 개입이 필요했으나, 본 연구는 제약 명세로부터 이웃(neighborhood)을 자동으로 생성하는 방법을 구축했습니다. 6개의 고전적인 최적화 문제를 통해 해당 기술의 실행 가능성을 입증했습니다.
핵심 포인트
- 제약 최적화 문제의 대칭성 속성과 지역 탐색 이웃 간의 연결 고리 구축
- IDP 시스템 맥락에서 제약 명세로부터 이웃을 자동으로 생성하는 기술 개발
- 인간의 개입 없이 메타휴리스틱 알고리즘을 위한 입력 데이터 컴파일 가능
- 6개의 고전적 최적화 문제를 통한 기술적 유효성 검증
조합 최적화 문제(combinatorial optimization problems)에 지역 탐색 (local search) 알고리즘을 적용하는 것은 쉬운 일이 아닙니다. 일반적으로, 어떤 메타휴리스틱 (metaheuristic) 알고리즘을 위한 입력 데이터로 제약 조건(constraints)을 컴파일하기 위해서는 인간의 개입이 필요합니다. 본 논문에서 우리는 제약 최적화 문제 (constraint optimization problems)의 대칭성 (symmetry) 속성과 지역 탐색 이웃 (local search neighborhoods) 사이의 연결 고리를 구축하며, 이 연결 고리를 사용하여 IDP 시스템의 맥락에서 제약 명세 (constraint specification)로부터 이웃을 자동으로 생성합니다. 우리는 6개의 고전적인 최적화 문제에 대해 얻어진 이웃들을 평가합니다. 결과적인 관찰 결과는 이 기술의 실행 가능성을 뒷받침합니다.
AI 자동 생성 콘텐츠
본 콘텐츠는 arXiv cs.AI의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기