学习评估函数以优化全局优化布尔可满足性问题.pdfVIP

table{边框‑合并:崩塌;}table,th,td{边框:1px实线#000;}

学习全局优化和布尔可满足性的

评估函数

贾斯汀·A·博扬和安德鲁·W·摩尔计

算机科学系

卡内基梅隆大学

匹兹堡，PA15213

{jab,awm}@cs.cmu.edu

本文描述了STAGE，一种通过学习自动改进优化问题搜索性能的方法。STAGE学个

评估函数，该函数根据状态特征预测局部搜索算法（如爬山法或WALKSAT）的结果。

学习到的评估函数用于在未来搜索轨迹中偏向更好的最优解。我们在六个大规模优化领

域展示了积极的结果。

引言

VLSI设计、工程设计、布尔满足性、装箱问题、医疗治疗规划和贝叶斯网络结构发

现都是全局优化的例子——从大量可能配置中找到最佳配置的问题。形式上，一个全局优

化问题由状态空间X和目标函数Obj*

:X→ R组成。目标是找到一个状态x ∈ X，使其最

小化Obj。如果X很大，那么除非问题具有非常特殊的结构（例如线性规划），否则找到

*通常是不可行的。然而，许多通用的局部