什么是Constraint Programming（CP）

约束规划（Constraint Programming）

• 一种用于制定和解决离散变量约束满足或约束优化问题的方法，该方法系统地采用演绎推理来减少搜索空间并允许各种各样的约束。
• CP通过应用更强大的搜索策略和使用特定问题知识控制其设计的能力，扩展了逻辑编程（logic programming）的能力。

CP涉及使用数学/逻辑建模语言对公式进行编码，并允许用户应用广泛的搜索策略，包括用于查找解决方案的定制搜索技术。CP在公式化能力和解决方案方法方面非常灵活，但需要声明式逻辑编程和开发良好搜索策略的技能。

 

CP的核心——约束满足问题（Constraint Satisfcation Problem）

• 给定一组离散变量，加上有限域，以及涉及这些变量的一组约束，可以找到满足所有约束的解。
• 在约束满足问题中，变量可以采用不同的类型，包括：布尔型、整数型、符号型、集合元素和集合子集。
• 约束的种类：
  • 数学运算：C = s + p (completion time= start time+ processing time)
  • 析取：tasks J and K must be done at different times
  • 关系型：at most five jobs to be allocated at machine R5O
  • 直率表示：only jobs A, B, and E can be processed on machine Y5O
• 一个CSP可以包含各种各样的运算符：
  • =,<,>,≥,≤,≠
  • subset, superset, union, member
  • ∨(Boolean OR), ∙(Boolean AND)
  • ⇒(implies), ⇔(iff)
  • 除了这些约束之外，CP研究人员还开发了特殊目的的约束，可以有效地实现上述类型的约束的组合
• CSP的（可行）解决方案是将其域中的值分配给每个变量，以满足问题的每个约束。在处理CSP时，我们可能只想确定一个或多个解决方案。