• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>AI communications >Learning and using domain-specific heuristics in ASP solvers
【24h】

Learning and using domain-specific heuristics in ASP solvers

机译：在ASP求解器中学习和使用特定于域的启发式方法

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

In spite of the improvements in the performance of many solvers for model-based languages, it is still possible for the search algorithm to focus on the wrong areas of the search space, preventing the solver from returning a solution in an acceptable amount of time. This prospect is a real concern e.g. in an industrial setting, where users typically expect consistent performance. To overcome this problem, we propose a framework that allows learning and using domain-specific heuristics in the solvers. The learning is done offline, on representative instances from the target domain, and the learned heuristics are then used for choice-point selection. In this paper we focus on Answer Set Programming (ASP) solvers. In our experiments, the introduction of domain-specific heuristics improved performance quite substantially on hard instances, and in particular made overall performance more consistent by reducing the number of cases in which the solver timed out.
机译：尽管许多基于模型的语言的求解器的性能有所提高，但是搜索算法仍然有可能专注于搜索空间的错误区域，从而阻止求解器在可接受的时间内返回解决方案。这个前景是一个真正的问题，例如在工业环境中，用户通常希望获得一致的性能。为了克服这个问题，我们提出了一个框架，该框架允许在求解器中学习和使用特定领域的启发式方法。该学习是在目标域的代表性实例上离线完成的，然后将学习到的启发式方法用于选择点选择。在本文中，我们重点讨论答案集编程（ASP）求解器。在我们的实验中，特定域启发式算法的引入极大地提高了在硬实例上的性能，尤其是通过减少求解器超时的情况数量，使整体性能更加一致。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号