สำรวจการแปลงสภาพที่เกี่ยวข้องกับการใช้ตัวแก้ SAT

13

ฉันเริ่มตรวจสอบความเป็นไปได้ของการใช้ตัวแก้ SAT เพื่อจัดการกับปัญหาการปรับให้เหมาะสมที่ฉันสนใจและกำลังค้นหาแบบสำรวจที่จะแสดงตัวอย่างของการแปลงแบบ "ฉลาด" เป็นสายพันธุ์ของ SAT (เช่นการเปลี่ยนแปลงที่เกิดขึ้น ในปัญหาของขนาดที่เหมาะสมเนื่องจากฉันไม่ได้สนใจในการพิสูจน์ผลลัพธ์ความแข็ง แต่ในการแก้ปัญหาจริง) ประมาณในจิตวิญญาณของสิ่งที่สามารถพบได้ในการสำรวจในกราฟลูกบาศก์โดย Greenlaw และ Petreschiหากการเปรียบเทียบใด ๆ สามารถ ทำระหว่างสอง

แบบสำรวจดังกล่าวทำให้ฉันหลงเพราะมันไม่มีอยู่จริงหรือเพราะฉันเพิ่งพลาดไป?

ds.algorithms  reference-request  sat  optimization 
— Anthony Labarre
แหล่งที่มา
คุณหมายถึงอะไรโดย "ตัวแปรของ SAT"?
— Giorgio Camerani
@Walter: ขออภัยถ้านี่ไม่ใช่คำที่ถูกต้องฉันหมายถึงสิ่งต่าง ๆ เช่น -SAT, Planar-SAT, NAE-SAT และอื่น ๆ ... แต่ฉันน่าจะใส่คำสองคำนี้ไว้ในวงเล็บเนื่องจากฉันไม่ ทราบว่ามีความสำคัญเมื่อใช้ตัวแก้ SAT k
— Anthony Labarre
4
ไม่ต้องกังวลมันเป็นคำที่ถูกต้องฉันควรเข้าใจแล้ว อย่างไรก็ตามจากมุมมองที่ใช้งานได้จริงฉันไม่คิดว่ามันเป็นเรื่องสำคัญ (สิ่งที่สำคัญที่สุดคือการเข้ารหัสของคุณอย่างมีนัยสำคัญ) คุณสามารถให้รายละเอียดเพิ่มเติมเกี่ยวกับปัญหาการเพิ่มประสิทธิภาพที่คุณพยายามแก้ไขได้หรือไม่? ฉันสนใจในการใช้งานจริงของ SAT และด้านวิศวกรรมของการแก้ปัญหา SAT
— Giorgio Camerani
ฟังดูสับสนเล็กน้อยที่คุณกำลังพูดถึงเครื่องมือเพิ่มประสิทธิภาพ แต่ในเวลาเดียวกันกับ SAT โดยทั่วไปแล้วเพื่อให้เกิดประโยชน์สูงสุดคุณต้องมีอะไรที่แข็งแกร่งกว่าเช่น MAX-SAT บางทีคุณสามารถชี้แจงได้
— Mikolas
คำถามนี้อาจเกี่ยวข้องกันบ้าง: cstheory.stackexchange.com/q/4314/4506
— Mikolas

คำตอบ:

9

ถ้าไม่แน่ใจว่านั่นคือสิ่งที่คุณกำลังมองหา แต่ที่นี่เป็นหนึ่ง: JM ซิลวาปฏิบัติงานของบูลีน Satisfiability

— Mikolas
แหล่งที่มา
2
ฉันไม่สามารถเข้าถึงได้ผ่านการเชื่อมโยงของคุณนี่เป็นอีกคนหนึ่ง เมื่อดูอย่างแรกกระดาษดูเหมือนว่าจะน่าสนใจ แต่เน้นไปที่แอปพลิเคชันมากกว่าสิ่งที่ฉันกำลังมอง
— Anthony Labarre
@ แอนโทนี่ดีที่คุณพูดว่าคุณสนใจในด้านการปฏิบัติจริง :-) อย่างไรก็ตามนักแก้ปัญหาหลักที่มีอยู่ไม่ได้แยกความแตกต่างระหว่าง SAT ประเภทต่าง ๆ จริงๆ ในอดีตที่ผ่านมามีงานบางอย่างในการใช้ประโยชน์จากข้อไบนารี แต่นักแก้ปัญหาที่มีอยู่เพียงแค่ใช้ DPLL + unit prop + clause learning อย่างไรก็ตามตัวประมวลผลล่วงหน้าบางตัวใช้ประโยชน์จากโครงสร้าง แต่อีกครั้งไม่ใช่จากมุมมองของความซับซ้อน การจำแนกประเภท.
— Mikolas
8

บทที่ 2 ของคู่มือความพึงพอใจสำรวจด้านที่ควรคำนึงถึงเมื่อออกแบบการเปลี่ยนแปลงเหล่านั้นรวมถึงรายการอ้างอิงที่ตอบคำถามของฉัน สิ่งนี้ช่วยให้ฉันพบตัวอย่างเล็ก ๆ น้อย ๆ ที่เราสามารถทำความคุ้นเคยกับการเปลี่ยนแปลงเหล่านี้:

— Anthony Labarre
แหล่งที่มา
โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.