We propose a major revision of the format XCSP 2.1, called XCSP3, to build integrated representations of combinatorial constrained problems. This new format is able to deal with mono/multi optimization, many types of variables, cost functions, reification, views, annotations, variable quantification, distributed, probabilistic and qualitative reasoning. The new format is made compact, highly readable, and rather easy to parse. Interestingly, it captures the structure of the problem models, through the possibilities of declaring arrays of variables, and identifying syntactic and semantic groups of constraints. The number of constraints is kept under control by introducing a limited set of basic constraint forms, and producing almost automatically some of their variations through lifting, restriction, sliding, logical combination and relaxation mechanisms. As a result, XCSP3 encompasses practically all constraints that can be found in major constraint solvers developed by the CP community. A website, which is developed conjointly with the format, contains many models and series of instances. The user can make sophisticated queries for selecting instances from very precise criteria. The objective of XCSP3 is to ease the effort required to test and compare different algorithms by providing a common test-bed of combinatorial constrained instances.


翻译:我们建议对XCSP 2.1(称为XCSP3)格式进行重大修改,以综合表述组合制约问题;这种新格式能够处理单/多重优化、多种变量、成本功能、再化、观点、说明、可变量化、分布、概率和定性推理等多种类型的变数、可变量化、分布性、概率和定性推理;新格式是紧凑的、可读性强的,而且比较容易解析。有趣的是,新格式通过公布变量阵列的可能性,并查明组合和语义制约组,捕捉问题模型的结构;通过采用一套有限的基本制约形式,使制约数量得到控制,通过提升、限制、滑动、逻辑组合和放松机制,几乎自动产生其某些变数。因此,XCSP3 包含了几乎所有的制约因素,这些都存在于CP社区开发的主要制约解算器中。一个与格式相配合开发的网站,包含许多模式和实例系列。用户可以通过非常精确的标准对选择实例进行复杂的查询。XCSP3的目标是通过提供共同的组合测试来减轻测试和比较不同算法所需的努力。

0
下载
关闭预览

相关内容

Integration:Integration, the VLSI Journal。 Explanation:集成,VLSI杂志。 Publisher:Elsevier。 SIT:http://dblp.uni-trier.de/db/journals/integration/
因果图,Causal Graphs,52页ppt
专知会员服务
246+阅读 · 2020年4月19日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
39+阅读 · 2019年10月9日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
meta learning 17年:MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2日
已删除
将门创投
5+阅读 · 2018年10月16日
Interpretable CNNs for Object Classification
Arxiv
20+阅读 · 2020年3月12日
Arxiv
5+阅读 · 2018年5月22日
Arxiv
3+阅读 · 2018年5月21日
VIP会员
相关资讯
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
meta learning 17年:MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2日
已删除
将门创投
5+阅读 · 2018年10月16日
Top
微信扫码咨询专知VIP会员