[论文解读] A Hyper-Arc Consistency Algorithm for the Soft Alldifferent Constraint

van Hoeve, Willem Jan|arXiv (Cornell University)|Jul 16, 2004

Constraint Satisfaction and Optimization参考文献 9被引用 6

一句话总结

本文通过将软全不同约束约化为最小费用最大流问题，提出了一种超弧一致性的算法。该方法在 O(m) 时间内确保超弧一致性，其中 m 为所有域大小的总和，显著优于以往缺乏此保证的方法。

ABSTRACT

This paper presents an algorithm that achieves hyper-arc consistency for the soft alldifferent constraint. To this end, we prove and exploit the equivalence with a minimum-cost flow problem. Consistency of the constraint can be checked in O(nm) time, and hyper-arc consistency is achieved in O(m) time, where n is the number of variables involved and m is the sum of the cardinalities of the domains. It improves a previous method that did not ensure hyper-arc consistency.

研究动机与目标

• 解决现有软全不同约束算法中缺乏超弧一致性的缺陷。
• 建立一种多项式时间算法，确保软全不同约束的超弧一致性。
• 提供一种比以往方法时间复杂度更优的高效算法。
• 形式化软全不同约束与最小费用最大流问题之间的等价性。

提出的方法

• 通过将软全不同约束约化为最小费用最大流问题，以利用其结构特性。
• 利用已知的最小费用最大流算法来实现超弧一致性。
• 一致性检查在 O(nm) 时间内完成，其中 n 为变量数量，m 为所有域大小的总和。
• 通过高效的流计算，实现 O(m) 时间内的超弧一致性。
• 该方法确保变量域中的每个值都可通过约束下的有效赋值得到支持。
• 软全不同约束与最小费用最大流问题之间等价性的证明，是该方法正确性的基础。

实验结果

研究问题

• RQ1 能否高效地为软全不同约束强制实现超弧一致性？
• RQ2 是否存在一种多项式时间算法，可保证该约束的超弧一致性？
• RQ3 软全不同约束能否被约化为一种具有高效求解器的已知组合优化问题？
• RQ4 实现该约束的超弧一致性的时间复杂度是多少？
• RQ5 与那些不保证超弧一致性的先前方法相比，该方法在效率上如何？

主要发现

• 所提出的算法实现了软全不同约束的超弧一致性。
• 一致性检查的时间复杂度为 O(nm)，其中 n 为变量数量，m 为所有域大小的总和。
• 超弧一致性在 O(m) 时间内被强制执行，相比先前方法有所改进。
• 软全不同约束与最小费用最大流问题之间的等价性已正式证明并被有效利用。
• 该方法确保变量域中的所有值均与至少一个满足约束的有效赋值一致。
• 与以往无法保证超弧一致性的方法相比，该算法提供了更高效且正确的解决方案。