• The Journal of Engineering Research
• /
• v.6 no.2
• /
• pp.11-22
• /
• 2004

A distributed constraint satisfaction problem (distributed CSP) is a constraint satisfaction problem(CSP) in which variables and constraints are distributed among multiple automated agents. ACSP is a problem to find a consistent assignment of values to variables. Even though the definition of a CSP is very simple, a surprisingly wide variety of AI problems can be formalized as CSPs. Similarly, various application problems in DAI (Distributed AI) that are concerned with finding a consistent combination of agent actions can be formalized as distributed CAPs. In recent years, many new backtracking algorithms for solving distributed CSPs have been proposed. But most of all, they have common drawbacks that the algorithm assumes the priority of agents is static. In this thesis, we establish a basic algorithm for solving distributed CSPs called dynamic priority search algorithm that is more efficient than common backtracking algorithms in which the priority order is static. In this algorithm, agents act asynchronously and concurrently based on their local knowledge without any global control, and have a flexible organization, in which the hierarchical order is changed dynamically, while the completeness of the algorithm is guaranteed. And we showed that the dynamic priority search algorithm can solve various problems, such as the distributed 200-queens problem, the distributed graph-coloring problem that common backtracking algorithm fails to solve within a reasonable amount of time. The experimental results on example problems show that this algorithm is by far more efficient than the backtracking algorithm, in which the priority order is static. The priority order represents a hierarchy of agent authority, i.e., the priority of decision-making. Therefore, these results imply that a flexible agent organization, in which the hierarchical order is changed dynamically, actually performs better than an organization in which the hierarchical order is static and rigid. Furthermore, we describe that the agent can be available to hold multiple variables in the searching scheme.

• Journal of the Korea Society of Computer and Information
• /
• v.15 no.9
• /
• pp.47-55
• /
• 2010

Linear constraint satisfaction optimization problem is a kind of combinatorial optimization problem involving linearly expressed objective function and complex constraints. Integer programming is known as a very effective technique for such problem but require very much time and memory until finding a suboptimal solution. In this paper, we propose a method to improve the search performance by integrating local search and integer programming. Basically, simple hill-climbing search, which is the simplest form of local search, is used to solve the given problem and integer programming is applied to generate a neighbor solution. In addition, constraint programming is used to generate an initial solution. Through the experimental results using N-Queens maximization problems, we confirmed that the proposed method can produce far better solutions than any other search methods.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2017.01a
• /
• pp.13-14
• /
• 2017

본 논문에서는 강의 시간표 최적화를 위한 제약 프로그래밍의 적용 방안을 제시한다. 제약 프로그래밍은 제약 만족 문제를 해결하기 위한 기법으로 대상 문제를 결정 변수, 도메인, 제약조건으로 표현한다. 본 논문에서는 시간표 작성 최적화 문제의 결정 변수로 강의실, 요일, 교시를 사용하였으며, 추가로 요일과 교시를 결합한 변수를 사용함으로써 보다 쉽게 제약 조건을 표현할 수 있도록 하였다. 또한 제약 프로그래밍에 의해 도출된 초기해를 또 다시 제약 프로그래밍을 통해 반복적으로 개선함으로써 더 좋은 강의 시간표를 작성할 수 있도록 하였다. 특정 학과의 강의 시간표 문제를 대상으로 한 실험 결과, 본 논문에서 제안한 방법을 통해 보다 빠른 시간 내에 초기해를 도출할 수 있을 뿐 아니라 최종적으로 더 좋은 해의 도출이 가능함을 확인하였다.

• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 1994.04a
• /
• pp.280-287
• /
• 1994

본 논문에서는 광양제철소의 연속소둔공정의 작업단위편성 문제를 소개하고, 그 해결방안을 제시한다. 다루고자 하는 문제는 편성할 스케줄 내에서 전후 대상재간의 다양한 형태의 편차를 최소화하며 sequence의 길이를 최대화하 는 목적함수를 가지며, 동시에 공정의 특성상 발생하는 전후 대상재간의 제 약조건들을 만족시키는 문제이다. 이러한 문제를 해결하기 위하여 부분 최적 해를 구해 주는 순차적인 두가지 발견적(heuristic)기법을 제시한다. 첫째, 일 정의 길이를 최대화하며 전후 대상재간의 제약조건을 만족시키기 위한 "backtracking with look ahead" 기법이다. 특히 이 "backtracking with look ahead" 기법은 이미 개발된 "constraint satisfaction problem"을 기반으로 한 일정계획언어와 이에 연동된 코드생성기를 사용하여 구현되었다. 둘째, sequence내 전후 대상재간의 다양한 형태의 편차를 최소화하며 앞에서 만족 시킨 제약조건들을 계속 유지시키기 위한 평활화(smoothing) 기법이다. 마지 막으로 두가지 발견적 기법을 사용하여 본 연속소둔공정의 작업단위편성 문 제를 해결하는 과정을 보여준다. 이와 같은 발견적 기법을 이용하여 기존의 기법들로는 해결하기 힘든 복잡한 형태의 일정 계획 문제를 해결할 수 있었 다. 복잡한 형태의 일정 계획 문제를 해결할 수 있었 다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2011.06a
• /
• pp.290-293
• /
• 2011

현재 전국적으로 도시 철도의 각 호선별 열차 운행은 차량기지에서 출고된 열차가 기점과 종점의 두 지점 사이를 여러 차례 왕복한 후 정해진 차량기지로 입고방식을 취하는 것이 대부분이다. 그리고 매일 열차 운행이 개시되기 전 각 차량기지의 보유 열차 수는 전날과 동일해야 하는데 차량 기지가 복수로 존재할 경우 열차 운행계획 수립 시 어느 기지에서 출고한 어떤 차량이 어느 기지로 입고해야 하는지를 결정하는 문제가 더욱 어려워진다. 승객 수송을 위한 여러 가지 요구조건 또한 모두 만족시키면서 이 입출고 제약도 만족시키는 것은 쉬운 문제가 아니다. 하지만 열차 운행 계획 수립을 자동으로 생성하는 방법에 대한 연구는 매우 부족한 실정이다. 따라서 본 논문에서는 차량기지가 복수로 존재하는 상황에서의 현실 제약을 모두 만족하는 도시철도 운행 계획을 자동으로 생성하는 방법을 제시한다. 본 논문에서 제시하는 방법으로 실험 한 결과 기존의 방법으로 해결이 어려운 차량기지가 복수로 존재하는 상황에서의 현실제약을 모두 만족하는 계획을 빠른 시간 내에 수립 할 수 있음을 확인 하였다.

• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 1993.10a
• /
• pp.174-174
• /
• 1993

자원제약하의 롯트 사이즈 결정문제(capacitated lot sizing problem: CLSP)는 주어진 생산자원의 제약요건을 만족하면서 모든 계획기간의 수요를 충족시킬수 있는 가동준비와 재고유지비의 총합에 대한 최소화 문제다. CLSP는 NP-hard이기 때문에 그 해를 효율적으로 구하기 위한 휴리스틱 해법이 그동안 꾸준히 개발되어져 왔으며 그 대부분의 알고리즘은 Wagner-Whitin의 해도출원리를 이용한 것이다. 본 연구는 지금까지 개발된 CLSP의 알고리즘을 분석하여 그 특성을 파악한 후 본 연구에서 개발한 알고리즘과 이들 기존 알고리즘을 비교 실험함으로써 개발된 알고리즘이 어느 정도의 효율성을 가지는가를 검토하고자 한다.

• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 1998.10a
• /
• pp.275-277
• /
• 1998

최근 Ravi와 Goemanns는 즉 전체 길이의 합이 일정한 값을 넘지 않는 최소비용신장나무(minimum spanning tree problem)를 구하는 문제의 (1+$\varepsilon$,1)-근사해를 구할 수 있는 알고리듬을 제시하였다. 즉 비용은 최적을 보장하지만 전체길이 제약조건은 근사적으로 만족하는 해를 생성한다. 그러나 이러한 알고리듬은 문제의 비가능해를 생성 할 수 있으며 1/$\varepsilon$에 대하여 지수함수의 수행시간을 갖는다. 본 논문에서는 Ravi와 Geomanns의 알고리듬을 실용적으로 변형하여 전체 길이 제약조건을 정확히 만족하며, 그 비용은 최적비용과의 차이가 호의 비용 중 최대값을 넘지 않도록 보장하는 강성다항식 알고리듬을 제사한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 1998.10c
• /
• pp.42-44
• /
• 1998

Sequential Ordering Problem(SOP)은 여러 개의 도시를 방문함에 있어 '어떤 도시를 다른 도시보다 먼저 방문해야 한다'는 선행제약이 있는 비대칭 순회 세일즈맨 문제(Traveling Salesman Problem)로서, 주어진 선행 제약을 만족하면서 모든 도시를 한번씩만 경유하는 가장 짧은 경로를 찾는 NP-Complete에 속하는 문제이다. 유전자 알고리즘은 SOP와 같은 조합 최적화문제에 대해 유용한 메타휴리스틱의 한가지이다. 본 논문에서는 SOP에 유전자 알고리즘을 적용할 때, 선행제약을 만족하는 해를 생성하는데 사용할 수 있는 선행관계유지 유전 연산자를 소개하고 이를 비교한다. 비교하는 유전 연산자는 선행관계유지 교차연산자, 선행관계유지 순서기반 교차연산자, 최대부분순서/임의삽입 연산자, 선행관계유지 간선재결합 연산자이다.

• Journal of the Korea Society of Computer and Information
• /
• v.9 no.4 s.32
• /
• pp.117-125
• /
• 2004

The berth and crane scheduling problem in a container terminal encompasses the whole process of assigning berth to each ship. determining the duration of berthing, assigning container cranes to each ship, and determining the specific start and end time of each crane service, for all the ships scheduled to be arriving at the terminal during a certain scheduling horizon. This problem is basically a constraint satisfaction problem in which all the constraints should be satisfied. However, it is also an optimization problem because the requested arrival and departure time should be met for as many of the scheduled ships as possible. while the operation cost of the terminal should be minimized. In this paper. I present an effective approach to solving this problem, which combines both constraint satisfaction search and iterative improvement search. I test this method on a real world container terminal problem and the results show that the method can produce better results than any other existing method.

• The KIPS Transactions:PartA
• /
• v.18A no.3
• /
• pp.115-122
• /
• 2011

It is very hard to obtain a general algorithm for solution of all the constraint satisfaction optimization problems. However, if the whole problem is separated into subproblems by characteristics of decision variables, we can assume that an algorithm to obtain solutions of these subproblems is easier. Under the assumption, we propose a problem classifying rule which subdivide the whole problem, and develop backtracking algorithms fit for these subproblems. One of the methods of finding a quick solution is efficiently arrange for any order of the search tree nodes. We choose the cluster head positioning problem in wireless sensor networks in which static characteristics is dominant and interference minimization problem of RFID readers that has hybrid mixture of static and dynamic characteristics. For these problems, we develop optimal variable ordering algorithms, and compare with the conventional methods. As a result of classifying the problem into subproblems, we can realize a backtracking framework for systematic search. We also have shown that developed backtracking algorithms have good performance in their quality.