DOI QR코드

DOI QR Code

An Integration of Local Search and Constraint Programming for Solving Constraint Satisfaction Optimization Problems

제약 만족 최적화 문제의 해결을 위한 지역 탐색과 제약 프로그래밍의 결합

  • 황준하 (금오공과대학교 컴퓨터공학부)
  • Received : 2010.04.05
  • Accepted : 2010.04.19
  • Published : 2010.05.31

Abstract

Constraint satisfaction optimization problem is a kind of optimization problem involving cost minimization as well as complex constraints. Local search and constraint programming respectively have been used for solving such problems. In this paper, I propose a method to integrate local search and constraint programming to improve search performance. Basically, local search is used to solve the given problem. However, it is very difficult to find a feasible neighbor satisfying all the constraints when we use only local search. Therefore, I introduced constraint programming as a tool for neighbor generation. Through the experimental results using weighted N-Queens problems, I confirmed that the proposed method can significantly improve search performance.

제약 만족 최적화 문제는 복잡한 제약 조건을 포함하는 동시에 비용을 최소화하는 최적화 문제로 정의된다. 지역 탐색과 제약 프로그래밍은 각각 이와 같은 문제의 해결을 위한 도구로서 활용되어 왔다. 본 논문에서는 탐색 성능 향상을 위해 지역 탐색과 제약 프로그래밍을 결합하는 방안을 제시하고 있다. 기본적으로 대상 문제의 해결을 위해 지역 탐색을 사용한다. 그러나 지역 탐색만을 사용할 경우 제약 조건을 모두 만족하는 실행 가능한 이웃해를 생성하는 것이 매우 힘들어진다. 따라서 본 논문에서는 이웃해 생성을 위한 도구로 제약 프로그래밍을 도입하였다. 가중치가 부여된 N-Queens 문제를 대상으로 한 실험 결과, 본 논문에서 제시한 방법을 통해 탐색 성능을 획기적으로 향상시킬 수 있음을 확인할 수 있었다.

Keywords

References

  1. E. Tsang, "Foundations of Constraint Satisfaction," Academic Press Limited, pp.1-319, 1996.
  2. C.R. Reeves, "Modern Heuristic Techniques for Combinatorial Problems," McGraw-Hill Book Company, pp.1-19, 1995.
  3. B. De Backer, V. Furnon, and P. Shaw, "An Object Model for Meta-heuristic Search in Constraint Programming," Online Proceedings of CP-AI-OR'99, http://www3.deis.unibo.it/Events/Deis/Workshops/cp-ai-or99.html, February 1999.
  4. Y. Pomerleau, S. Chamberland, and G. Pesant, "A Constraint Programming Approach for the Design Problem of Cellular Wireless Networks," Proceedings of IEEE Canadian Conference on Electrical and Computer Engineering Canada, pp.881.884, May 2003.
  5. 김용환, 장용성, 유환주, "제약 프로그래밍과 메타휴리스틱을 활용한 차량 일정계획 시스템 개발에 관한 연구," 대한산업공학회/한국경영과학회 2002 춘계공동학술대회, 979-986쪽, 2002년 5월.
  6. F. Glover, and M. Laguna, "Tabu Search," Kluwer Academic Publishers, pp.1-124, 1997.
  7. R. Qu, and F. He, "A Hybrid Constraint Programming Approach for Nurse Rostering Problems," Applications and Innovations in Intelligent Systems XVI :Proceedings of AI-2008, pp.211-224, October 2008.
  8. E.K. Burke, T. Curtois, G. Post, R. Qu, and B, Veltman, "A Hybrid Heuristic Ordering and Variable Neighbourhood Search for the Nurse Rostering Problem," European Journal of Operational Research, Vol. 188, No, 2, pp.330-341, April 2007.
  9. M. Khichane, P. Albert, and C. Solnon, "Integration of aco In a Constraint Programming Language," Proceedings of the 6th International Conference on Ant Colony Optimization and Swarm Intelligence, pp.84-95, September 2008.
  10. M. Dorigo, and C. Blum, "Ant Colony Optimization Theory: A Survey," Theoretical Computer Science, Vol. 344, No. 2-3, pp.243-278, Nov. 2005. https://doi.org/10.1016/j.tcs.2005.05.020
  11. H.S. Fen, S. Deris, and S.Z.M. Hashim, "Incorporating of Constraint-Based Reasoning into Particle Swarm Optimization for University Timetabling Problem," Computer Science Letters, Vol. 1, No. 1, http://www.issres.net, June 2009.
  12. S. Prestwich, "Generalized Graph Colouring by a Hybrid of Local Search and Constraint Programming," Discrete Applied Mathematics, Vol. 156, No. 2, pp.148-158, April 2007.
  13. 황준하, "비선형 최적화 문제의 해결을 위한 정수계획법과 이웃해 탐색 기법의 결합," 한국컴퓨터정보학회눈문지, 제 14권, 제 2호, 27-35쪽, 2009년 2월.
  14. IBM ILOG Solver, "User's Manual and Reference Manual," Version 6.7, 2009.
  15. S. Russell, and P. Norvig, "Artificial Intelligence : A Modern Approach," Prentice Hall, pp. 110-119, 2005.
  16. 강명주, "무향 Rural Postman Problem 해법을 위한 유전 알고리즘에서 그래프 변환에 의한 디코딩 알고리즘," 한국컴퓨터정보학회논문지, 제 12권, 제 2호, 2007년 2월.

Cited by

  1. 선형 제약 만족 최적화 문제를 위한 정수계획법 기반 지역 탐색 기법 vol.15, pp.9, 2010, https://doi.org/10.9708/jksci.2010.15.9.047
  2. 혼합형 유전자 알고리즘을 적용한 사례기반추론 공사비예측 - 상관분석을 이용한 지역탐색 기법을 중심으로 - vol.21, pp.1, 2010, https://doi.org/10.6106/kjcem.2020.21.1.050
  3. Construction Cost Estimation Using a Case-Based Reasoning Hybrid Genetic Algorithm Based on Local Search Method vol.12, pp.19, 2020, https://doi.org/10.3390/su12197920