约束求解与优化技术的结合及方法-ufcisedepartment.doc

约束求解与优化技术的结合及方法 季晓慧1), 2) 黄拙1) 张健1) 1)(中国科学院软件研究所计算机科学实验室 北京 100080) 2)(中国科学院研究生院 北京 100049) 摘要：由于约束求解与优化技术的互补性，近年来将二者结合是计算机界及运筹学界的研究热点，其中二者在有限域问题上的结合已取得了较大的发展，但在混合域问题上的结合还有待探索，原因之一是优化技术不能对混合域的问题进行很好的表示。本文提出了将混合约束问题转化为混合整数规划问题的方法，该方法将约束求解技术与混合整数规划联系了起来。用约束求解方法及混合整数规划方法共同求解混合约束问题可以令二者相互借鉴，从而促进二者求解技术的进一步发展。本文方法的提出将会为约束求解与优化技术的进一步结合起到推动作用。同时，由混合约束问题转化而来的混合整数规划问题也可作为求解混合整数规划问题的测试问题（Benchmarks）。 关键字：约束求解、优化技术、混合约束问题、混合整数规划 1前言 从传统的角度来看，约束求解与优化技术分属不同的领域。前者属于计算机科学及人工智能领域，而后者则属于数学中的运筹学范畴。但是由于二者在求解技术上的互补性[1]，以及解决实际问题的需要，近年来它们在不断的互相融合。但是二者的结合仅在有限域问题上较多，在混合约束问题及混合整数规划问题上的结合还不多见，原因之一在于二者不能表示和处理同一问题。 本文简要的介绍了约束满足问题、优化问题以及它们各自的求解技术及二者间的结合方法。同时提出了用混合整数规划求解混合约束问题的方法，该方法将混合约束问题的成立与否与混合整数规划问题是否有解联系了起来，它的提出会为约束求解与优化技术的进一步结合起到推动作用。同时所得的混合整数规划问题可以作为求解混合整数规划问题的标准测试问题（Benchmarks）。 本文第二部分介绍了约束满足问题与优化问题及各自的求解技术；第三部分介绍了二者之间的结合方法；第四部分提出了用混合整数规划求解混合约束问题的方法；最后对全文进行了总结。 2 约束满足问题与优化问题及求解方法 2．1 约束满足问题及其求解方法 2.1.1 约束满足问题 约束满足问题（Constraint Satisfaction Problem 简称CSP）[2]是人工智能领域广泛研究的一类问题。它的基本组成元素为：变量（Variable）V，变量的域（Domain）D以及约束（Constraint）C。变量的域D是变量可能取值的集合，变量Vi只能在它的域Di中进行取值；约束C描述了变量V之间必须满足的关系。约束满足问题的一个解是指为各变量在它的域内取到一个值使得所有的约束都成立。一个约束满足问题可能有一个、多个或没有解。如果一个约束满足问题至少有一个解，那么它就是可满足的（satisfiable）或者说可行的（feasible），否则它就是不可满足的（unsatisfiable）或者不可行的（infeasible）。 根据约束满足问题中变量的域D的不同，约束满足问题可以分为：布尔约束满足问题、有限约束满足问题及混合约束问题。 1、布尔约束满足问题 布尔约束满足问题要求变量只能在0或1上取值，即布尔约束满足问题的域D为{0，1}。它的约束C实际上就是一组命题逻辑公式（formula）。所谓命题逻辑公式是布尔变量与逻辑连接符按照如下的规则形成的组合体[2]： 布尔变量是公式； 如果是公式，则也是公式； 如果和是公式，则也是公式； 只有上面四条规则生成的表达式是公式。 这里是一元连接符“非”，*可以是任何一个二元连接符，如（与）、（或）、 （蕴含）等。 在布尔约束满足问题中，每一个命题逻辑公式也可称为布尔约束条件。布尔变量的取值只有“真”和“假”两种，而经由连接符连接而成的布尔约束条件也只能取“真”、“假”两个值。求解布尔约束满足问题的目的就是为该问题中的布尔变量赋值，使得该问题中的每一个布尔约束条件的值为“真”。 2、有限约束满足问题 有限约束满足问题，顾名思义，就是变量只能在有限域上取值。在有限约束满足问题中，通常不考虑约束的具体形式，而采用列出所有满足该条件的变量取值组合的形式[2]。N皇后问题、鸽笼问题、图着色问题等都属于有限约束满足问题。 实际上，布尔约束满足问题可以看作是有限约束满足问题的特例。 3、混合约束问题 混合约束问题中的变量可以在多个域中取值，比如变量可以取布尔值、可以在有限数值域及无限数值域上取值等。 混合约束问题实质上是对布尔约束满足问题的一种扩展。为了清晰地描述它，我们先作如下定义： 定义1 数值约束 我们称形如Exp1 rop Exp2的约束为数值约束，其中Exp1与Exp2为数学表达式，如2x-yz，rop为一数学上的关系操作符，包括=，，，，及。 定义2混合约束条件 混合约束条件由布尔变量及