제약 만족 최적화 문제의 해결을 위한 지역 탐색과 제약 프로그래밍의 결합

An Integration of Local Search and Constraint Programming for Solving Constraint Satisfaction Optimization Problems

제약 만족 최적화 문제는 복잡한 제약 조건을 포함하는 동시에 비용을 최소화하는 최적화 문제로 정의된다. 지역 탐색과 제약 프로그래밍은 각각 이와 같은 문제의 해결을 위한 도구로서 활용되어 왔다. 본 논문에서는 탐색 성능 향상을 위해 지역 탐색과 제약 프로그래밍을 결합하는 방안을 제시하고 있다. 기본적으로 대상 문제의 해결을 위해 지역 탐색을 사용한다. 그러나 지역 탐색만을 사용할 경우 제약 조건을 모두 만족하는 실행 가능한 이웃해를 생성하는 것이 매우 힘들어진다. 따라서 본 논문에서는 이웃해 생성을 위한 도구로 제약 프로그래밍을 도입하였다. 가중치가 부여된 N-Queens 문제를 대상으로 한 실험 결과, 본 논문에서 제시한 방법을 통해 탐색 성능을 획기적으로 향상시킬 수 있음을 확인할 수 있었다.

Constraint satisfaction optimization problem is a kind of optimization problem involving cost minimization as well as complex constraints. Local search and constraint programming respectively have been used for solving such problems. In this paper, I propose a method to integrate local search and constraint programming to improve search performance. Basically, local search is used to solve the given problem. However, it is very difficult to find a feasible neighbor satisfying all the constraints when we use only local search. Therefore, I introduced constraint programming as a tool for neighbor generation. Through the experimental results using weighted N-Queens problems, I confirmed that the proposed method can significantly improve search performance.