[论文解读] Kernels for Global Constraints

Serge Gaspers, Stefan Szeider|arXiv (Cornell University)|Apr 13, 2011

Constraint Satisfaction and Optimization参考文献 15被引用 3

一句话总结

本文将核化技术引入约束处理，提出一种线性时间算法，将AtMost-NValue约束约化为大小为O(k²)的等价实例，其中k为域孔的数量。证明了EGC约束在不导致多项式层次坍缩的前提下不具有多项式核，从而确立了全局约束高效预处理的理论边界。

ABSTRACT

Bessiere et al. (AAAI'08) showed that several intractable global constraints can be efficiently propagated when certain natural problem parameters are small. In particular, the complete propagation of a global constraint is fixed-parameter tractable in k - the number of holes in domains - whenever bound consistency can be enforced in polynomial time; this applies to the global constraints AtMost-NValue and Extended Global Cardinality (EGC). In this paper we extend this line of research and introduce the concept of reduction to a problem kernel, a key concept of parameterized complexity, to the field of global constraints. In particular, we show that the consistency problem for AtMost-NValue constraints admits a linear time reduction to an equivalent instance on O(k^2) variables and domain values. This small kernel can be used to speed up the complete propagation of NValue constraints. We contrast this result by showing that the consistency problem for EGC constraints does not admit a reduction to a polynomial problem kernel unless the polynomial hierarchy collapses.

研究动机与目标

• 将参数复杂性技术，特别是核化，扩展至约束编程中的全局约束领域。
• 研究诸如AtMost-NValue和扩展全局基数（EGC）等难以处理的全局约束是否可通过问题核实现高效预处理。
• 在复杂性理论假设下，确定EGC约束核化的理论极限。
• 利用核化与分支算法结合，开发用于NValue约束完全传播的实用高效算法。
• 基于参数复杂性，建立能接受多项式核与不能接受多项式核的约束之间的理论分界。

提出的方法

• 提出一种线性时间核化算法，将具有k个孔的AtMost-NValue约束约化为具有O(k²)个变量和域值的等价约束。
• 采用两阶段方法：首先通过孔感知域过滤，筛选出不可能属于任何解的值；其次应用保持一致性的约化，同时最小化实例大小。
• 使用HAC（孔感知一致性）算法的修改版本，以高效检测并移除不支持的值。
• 在核化实例上应用时间复杂度为O(1.6181^k)的分支算法，以检查一致性。
• 通过将SAT（以变量数量为参数）多项式参数约化至EGC一致性问题，构建CNF公式编码为EGC约束（其中D(v) = {0, i_v}）的映射。
• 利用复杂性理论结果证明，若EGC具有多项式核，则NP ⊆ coNP/poly，这意味着多项式层次将坍缩。

实验结果

研究问题

• RQ1 能否通过核化将AtMost-NValue约束的一致性问题约化为一个小型等价实例？
• RQ2 当以集合D(v)中的孔数为参数时，扩展全局基数（EGC）约束是否具有多项式核？
• RQ3 全局约束中，能接受高效预处理的核化与不能接受核化的理论边界是什么？
• RQ4 核化技术能否与分支算法有效结合，以提升完全约束传播的性能？
• RQ5 EGC约束核化的复杂性理论含义是什么？

主要发现

• AtMost-NValue约束的一致性问题可通过线性时间核化约化为大小为O(k²)的等价实例，其中k为域孔数。
• 核化实例可通过时间复杂度为O(1.6181^k)的分支算法求解，对于小k值显著提升性能。
• 核化方法通过使问题规模仅依赖于k，实现了NValue约束的高效完全传播。
• EGC约束的一致性问题在不导致NP ⊆ coNP/poly的前提下不具有多项式核，这意味着多项式层次将坍缩。
• 构建了从SAT（以变量数为参数）到EGC一致性的多项式参数约化，证明了核化的下界。
• 结果确立了清晰的二分法：在标准复杂性假设下，NValue约束可接受高效核化，而EGC约束则不能。