• 组合优化的一般模型


    一、P vs. NP
    • P: 能在多项式时间内解决的问题。
    • NP: 不能在多项式时间内解决或不确定能不能在多项式时间内解决,但能在多项式时间验证的问题。
    • NPC: NP完全问题,所有NP问题在多项式时间内都能约化(Reducibility)到它的NP问题,即解决了此NPC问题,所有NP问题也都得到解决。
    • NP hard:NP难问题,所有NP问题在多项式时间内都能约化(Reducibility)到它的问题(不一定是NP问题)。
    二、SAT问题
    • 应用:

    Hardware Model Checking(All major hardware companies (Intel, ...) use SAT sovler to verify their chip desgins)
    Software Verification
    1.SAT solver based SMT solvers are used to verify Microsoft software products
    2.Embedded software in Cars, Aiplanes, Refrigerators, ...
    3.Unix utilities
    Automated Planning and Scheduling(Still one of the best approaches for optimal planning)
    Number Theoretic Problems (Pythagorean Triples)
    **Solving other NP-hard problems **(coloring, clique, ...)

    • Who is Lying

    Questions:
    A: B is lying.
    B: C is lying.
    C: A and B is lying.
    so, who is not lying?
    Encoding:
    3 variables: a, b, c present A, B, C speak truth, while ¬a, ¬b, ¬c present lying.

    **clauses: **

    a V b V c ; %at least one speak truth.
    ¬ a V ¬ b; a V b; %a-> ¬b, ¬a -> b
    ¬ b V ¬ c; b V c; %b-> ¬c, ¬b -> c
    ¬ c V ¬ a; ¬c V ¬b; c V a V b %c->(¬aꓥ ¬b), ¬c->¬ (¬aꓥ ¬b)
    result: ¬a, b, ¬c
    b speaks truth, a, c are lying

    • MaxSAT问题

    对于某些问题,是不可满足的。那么需要关注如何尽可能地满足,即 MaxSAT。

    • Partial MaxSAT

    满足所有的硬子句(hard clauses),尽可能地满足软子句(soft clauses)。

    • Weighted Partial MaxSAT

    满足所有的硬子句(hard clauses)和最大权重的软子句(soft clauses)

    • Satisfiability Modulo Theories (SMT)
      参考
  • 相关阅读:
    前端面试:Vue.js常见的问题
    Web前端攻击方式及防御措施
    JavaScript代码规范
    bind、apply、call的理解
    Markdown标记语言简介及使用方法
    github个人主页的建立
    深度理解“高内聚低耦合”
    私有云与公有云的区别
    响应式网页设计
    redis和mongodb比较
  • 原文地址:https://www.cnblogs.com/zhangyazhou/p/13376388.html
Copyright © 2020-2023  润新知