Επίλυση προβλημάτων ικανοποίησης περιορισμών συνδυάζοντας simulated annealing και διάδοση περιορισμών

Abstract

Ένας σημαντικός κλάδος, στον οποίον βρίσκει εφαρμογή η Τεχνητή Νοημοσύνη, είναι η επίλυση προβλημάτων αναζήτησης. Στην κατηγορία αυτή υπάγονται τα Προβλήματα Ικανοποίησης Περιορισμών (Constraint Satisfaction Problems -CSPs). Ένα πρόβλημα ικανοποίησης περιορισμών απαιτεί μια τιμή, επιλεγμένη από ένα δεδομένο πεπερασμένο πεδίο, να εκχωρηθεί σε κάθε μεταβλητή του προβλήματος, έτσι ώστε να ικανοποιούνται όλοι οι περιορισμοί που σχετίζονται με τις μεταβλητές. Η επίλυση των προβλημάτων αυτών επιτυγχάνεται με χρήση της αναζήτησης και της διάδοσης περιορισμών (Constraint Propagation). Οι αλγόριθμοι που εφαρμόζουν την συνέπεια τόξου (Arc Consistency) και ο αλγόριθμος της προσομοιωμένης ανόπτησης (Simulated Annealing) χρησιμοποιούνται για την επίλυση τέτοιου είδους προβλημάτων. Σκοπός της συγκεκριμένης διπλωματικής εργασίας είναι η μελέτη και η υλοποίηση των μεθόδων της συνέπειας τόξου και της προσομοιωμένης ανόπτησης. Πιο συγκεκριμένα για την συνέπεια, μελετήθηκε ο αλγόριθμος AC-3 (Arc Consistency Algorithm #3). Υλοποιήθηκαν και εξετάστηκαν επίσης πιθανοί συνδυασμοί τους με σκοπό τον σχεδιασμό και την υλοποίηση υβριδικών αλγορίθμων για την επίλυση προβλημάτων ικανοποίησης περιορισμών, έχοντας ως κριτήριο την άμεση ή έμμεση επιρροή της συνέπειας τόξου στην ανάθεση τιμών στις μεταβλητές από τον αλγόριθμο της προσομοιωμένης ανόπτησης.