构建满足分配中的进化多样性优化
摘要：用于给定问题的计算多样化解决方案，尤其是进化多样性优化（EDO），是进化计算社区的热门研究课题。本文研究了布尔可满足性问题（SAT）在EDO环境中的问题。SAT在计算机科学中非常重要，与EDO文献中研究的其他问题（如KP和TSP）不同。SAT具有严格的约束条件，传统的进化算子在生成SAT解决方案方面效率低下。我们的方法利用了SAT的以下特点：1）可以向问题中添加更多的约束条件（子句）以禁止解决方案或修复变量，2）文献中存在强大的求解器，如minisat。我们利用这样的求解器构建多样化的解决方案集。此外，最大化多样性为我们提供了有关给定SAT问题的解空间的宝贵信息，例如可行区域的大小。在这项研究中，我们引入了采用着名SAT求解器的进化算法（EA）来明确最大化SAT解决方案集中的多样性。实验调查表明了引入算法在最大化SAT解决方案多样性方面的能力。
作者：Adel Nikfarjam and Ralf Rothenberger and Frank Neumann and Tobias Friedrich
论文ID：2305.11457
分类：Neural and Evolutionary Computing
分类简称：cs.NE
提交时间：2023-05-22