Athanor: Local Search over Abstract Constraint Specifications

要約

ローカル探索は、組み合わせ最適化問題を解決するための一般的な方法です。
私たちは、制約モデル (一連の制約の下での一連の決定変数で構成される問題の宣言的記述) を入力として受け入れる汎用の局所探索ソルバーに焦点を当てています。
既存のアプローチは通常、MiniZinc などのソルバーに依存しない制約モデリング言語で記述された入力モデルを受け取ります。
ここで説明する Athanor ソルバーは、抽象制約仕様言語 Essence での問題の仕様から始まる点が異なります。これにより、豊富な抽象型セットのサポートを通じて、低レベルのモデリング決定にコミットすることなく問題を記述することができます。
エッセンスから進める利点は、問題の簡潔で抽象的な仕様で明らかな構造を利用して、高品質の近傍を自動的に生成でき、等価制約モデルでその構造を特定するという困難な作業を回避できることです。
高レベルの型から得られる近傍の 2 つの利点と、それらの型を直接検索することによって得られるスケーラビリティに基づいて、私たちの経験的結果は、既存の解決方法と比べて実際に優れたパフォーマンスを示しています。

要約(オリジナル)

Local search is a common method for solving combinatorial optimisation problems. We focus on general-purpose local search solvers that accept as input a constraint model – a declarative description of a problem consisting of a set of decision variables under a set of constraints. Existing approaches typically take as input models written in solver-independent constraint modelling languages like MiniZinc. The Athanor solver we describe herein differs in that it begins from a specification of a problem in the abstract constraint specification language Essence, which allows problems to be described without commitment to low-level modelling decisions through its support for a rich set of abstract types. The advantage of proceeding from Essence is that the structure apparent in a concise, abstract specification of a problem can be exploited to generate high quality neighbourhoods automatically, avoiding the difficult task of identifying that structure in an equivalent constraint model. Based on the twin benefits of neighbourhoods derived from high level types and the scalability derived by searching directly over those types, our empirical results demonstrate strong performance in practice relative to existing solution methods.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google