基于RDS技术的加权约束满足问题的符号算法研究-软件工程专业论文.docxVIP

摘 要 计算机科学和人工智能领域中的许多问题都可以形式化为加权约束满足问题 (WCSP)，如地图着色、生产调度、产品配置、路由选择、物流规划、资源分配等问 题。WCSP 的求解目标是寻找一个使得违反约束总代价值最小的完全赋值。WCSP 最 基本的求解方法是深度优先分支定界(DFBB)算法，Russian Doll Search(RDS)算法是通 过修改 DFBB 算法框架得到的，其能有效提高搜索中的上下界，但 RDS 算法的求解 效率取决于分解后得到的各个子问题的求解效率。结构化记录是避免重复搜索的有效 技术之一，通过存储已求解信息，在搜索过程中判断是否可以重用已存储的求解信息， 从而提高求解效率。 由于在 RDS 算法求解中，一次只能处理一个约束值对，不能同时处理多个约束 值对，而代数决策图(ADD)能高效的表示和以集合方式处理数据，且能减缓因问题规 模过大造成的组合状态爆炸问题。因此本文对加权约束满足问题的 RDS 符号求解算 法做了相关研究，主要工作包括： (1) 给出改进 RDS 符号 ADD 求解算法。基于 RDS 算法思想，将 DFBB 算法中 的一次搜索用 m 个子问题的相继搜索来替代。通过改进最多约束变量(MCV)的变量 选择法，引入 RDS 变量来引导原问题的子问题分解，进而减少 RDS 算法中分解的子 问题个数。为提高各个子问题的求解效率，用桶消元算法求解非