Arc-consistency algorithms are wide

Arc-consistency algorithms are widely used to prune the search space of Con-straint Satisfaction Problems (CSPs). One of the most well-known arc-consistency algorithms for filtering CSPs is AC3. This algorithm repeatedly carries out revi-sions and requires support checks for identifying and deleting all unsupported val-ues from the domains. Nevertheless, many revisions are ineffective, that is, they cannot delete any value and they require a lot of checks and are time-consuming. We present AC3-OP, an optimized and reformulated version of AC3 that reduces the number of constraint checks and prunes the same CSP search space with arith-metic constraints. In inequality constraints, AC3-OP, checks the binary constraints in both directions (full arc-consistency), but it only propagates new constraints in one direction. Thus, it avoids checking redundant constraints that do not filter any value of the variable’s domain. The evaluation section shows the improvement of AC3-OP over AC3 in random instances.

ผลลัพธ์ (ไทย) 1:

อัลกอริทึมความสอดคล้องของส่วนโค้งจะเหลิดพื้นที่การค้นหาปัญหาความพึงพอใจคอน straint (CSPs) หนึ่งของอัลกอริทึมส่วนโค้งสอดคล้องรู้จักมากที่สุดสำหรับ CSPs กรองเป็น AC3 อัลกอริทึมนี้ดำเนิน revi sions ซ้ำ ๆ และต้องตรวจสอบการสนับสนุนสำหรับระบุ และลบทั้งหมดไม่สนับสนุนค่า-ues จากโดเมน อย่างไรก็ตาม ในการปรับปรุงมีผล คือ พวกเขาไม่สามารถลบค่าใด ๆ แล้วพวกเขาต้องการมากของการตรวจสอบ และมีเวลา เรานำเสนอ AC3 OP การเพิ่มประสิทธิภาพ และมีรุ่น AC3 ที่ลดจำนวนจำกัดตรวจสอบ และ prunes พื้นที่ค้นหา CSP เดียวกันกับข้อจำกัด arith metic ในอสมการข้อจำกัด AC3-OP ตรวจสอบข้อจำกัดแบบไบนารีในทั้งสองทิศทาง (เต็มโค้งความสอดคล้องกัน), แต่มันแพร่กระจายข้อจำกัดใหม่ในทิศทางเดียวเท่านั้น ดังนั้น จึงหลีกเลี่ยงการตรวจสอบข้อจำกัดของข้อมูลที่กรองค่าต่าง ๆ ของโดเมนของตัวแปร ส่วนประเมินผลแสดงการพัฒนาของ AC3 OP เหนือ AC3 ในกรณีสุ่ม

ผลลัพธ์ (ไทย) 2:

ขั้นตอนวิธีการ Arc-สอดคล้องใช้กันอย่างแพร่หลายในการตัดพื้นที่การค้นหาของปัญหาความพึงพอใจของ Con-straint (CSPs) หนึ่งในที่สุดที่รู้จักกันดีขั้นตอนวิธีการโค้งสอดคล้องสำหรับ CSPs กรองเป็น AC3 อัลกอริทึมนี้ซ้ำ ๆ ดำเนินการ Revi sions และต้องมีการตรวจสอบการสนับสนุนสำหรับการระบุและการลบทั้งหมดได้รับการสนับสนุน Val-UES จากโดเมน อย่างไรก็ตามการแก้ไขจำนวนมากที่ไม่ได้ผลนั่นคือพวกเขาไม่สามารถลบค่าใด ๆ และพวกเขาต้องมีจำนวนมากของการตรวจสอบและใช้เวลานาน เรานำเสนอ AC3-OP, รุ่นที่ดีที่สุดและ reformulated ของ AC3 ที่จะช่วยลดจำนวนของการตรวจสอบและข้อ จำกัด พรุนพื้นที่ค้นหา CSP เดียวกันที่มีข้อ จำกัด arith-Metic ในข้อ จำกัด ของความไม่เท่าเทียมกัน, AC3-OP ตรวจสอบข้อ จำกัด ไบนารีในทั้งสองทิศทาง (โค้งสอดคล้องเต็ม) แต่มันแพร่กระจาย จำกัด ใหม่ในทิศทางเดียว ดังนั้นจึงหลีกเลี่ยงการตรวจสอบข้อ จำกัด ซ้ำซ้อนที่ไม่ได้กรองค่าของโดเมนของตัวแปรใด ๆ ส่วนการประเมินผลแสดงให้เห็นถึงการพัฒนาของ AC3-OP กว่า AC3 ในกรณีสุ่ม

ผลลัพธ์ (ไทย) 3:

ขั้นตอนวิธีการที่สอดคล้องอาร์คใช้กันอย่างแพร่หลายเพื่อค้นหาพื้นที่ของปัญหา straint con ความพึงพอใจลูกพรุน ( CSPs ) หนึ่งในที่รู้จักกันดีที่สุดสำหรับการกรองลูกค้าเป็นส่วนโค้งความสอดคล้องขั้นตอนวิธี AC3 . ขั้นตอนวิธีนี้ซ้ำ ๆดำเนินการรีไวท์ sions และต้องตรวจสอบการสนับสนุนสำหรับการระบุและลบใช้วาลสนับสนุนทั้งหมดจากโดเมน อย่างไรก็ตาม การแก้ไขหลายจะไม่ได้ผล นั่นคือพวกเขาไม่สามารถลบค่าใด ๆและพวกเขาต้องการมากของการตรวจสอบ และใช้เวลานาน เรานำเสนอที่ดีที่สุดและเงื่อนไข ac3-op , รุ่น AC3 ที่ช่วยลดจำนวนของการตรวจสอบข้อจำกัดและพรุนเหมือนกัน CSP ค้นหาพื้นที่ที่มี arith metic ข้อจำกัด ในปัญหาความไม่เท่าเทียมกัน ac3-op ตรวจสอบข้อจำกัดไบนารีในทั้งสองทิศทาง ( เต็มอาร์คความสอดคล้อง )แต่มันมีข้อจำกัดใหม่แพร่กระจายในทิศทางเดียว ดังนั้น จึงหลีกเลี่ยงการตรวจสอบซ้ำซ้อนข้อจำกัดที่ไม่กรองค่าของตัวแปรโดเมน ส่วนการประเมินแสดงให้เห็นการปรับปรุง ac3-op กว่า AC3 ในอินสแตนซ์แบบสุ่ม