约束满足问题

目录

1.CSP定义
2.与局部搜索的区别
3.如何形式化CSP
4.约束传播与局部相容性
5.CSP形式化为一个搜索问题（回溯）
6.CSP回溯搜索如何提高搜索效率

1.CSP定义

使用一组变量来描述状态，每个变量有自己的值。当每个变量都有自己的赋值同时满足所有关于变量的约束时，问题就得到了解决。

2.与局部搜索的区别

局部搜索一次为8个变量赋值，再调整取值；CSP部分赋值，一次为一个变量赋值。

3.如何形式化CSP

CSP包含三个成分X,D,C：
X：变量集合 （variables）
D：一组值域集合:每个变量有自己的值域 （domain）
C：一组约束：描述变量取值的约束集合constraint，哪些变量之间有约束以及什么样的 约束<scope,rel>
求整个变量X满足形式C的一个赋值。
eg1:
eg2:区域涂色问题
变量：7个区域
值域：每个区域所取的颜色（红绿蓝）
约束：相邻区域不同颜色
求解：满足所有约束的分配

约束图：
绝对约束：一元（不能是绿色），二元，多元
相对约束：偏好（红色比绿色好，越大越好……）
顶点代表变量，直线代表约束

全局约束：变量个数任意的约束
约束超图：约束条件三个及以上
每个方块代表一个约束
每个圆圈代表一个变量

4.约束传播与局部相容性

约束传播：给一个变量赋值，通过约束传播可以缩小与它有关系的变量的值域（颜色不相邻）。
搜索：选择一个变量赋值
约束传播和搜索可以交替进行，约束传播可以作为搜索前的预处理。
约束传播核心：局部相容性
1>节点相容
单个变量（对应一个节点）值域中的所有取值满足它的一元约束，就称该变量是节点相容的。
2>弧相容
对变量xi的每个赋值，xj存在某个取值满足弧（xi，xj）的二元约束，则称xi相对xj是弧相容的。——单向
每个变量相对于其他变量都是弧相容，则称该网络是弧相容的。（仅考虑相邻两个节点，不考虑全局）；弧相容不一定有解。
3>路径相容4>k-相容

5.CSP形式化为一个搜索问题

状态：到目前为止变量赋值的结果
转态模型(转移模型)：选择变量赋值
eg:三个变量，两个取值
回溯搜索思路：
1）单个变量
2）合法赋值（非合法通过约束条件过滤）
3）回溯搜索

6.CSP回溯搜索如何提高搜索效率

1）取变量的顺序
2）值的顺序
3）如何检查失败/如何剪枝
4）如何设计更高效的结构
问题1：合法取值最少剩余即最少剩余值优先/失败优先
多个变量剩余值最少？
问题2：最少约束值（尽量不减少其他变量的约束值）
问题3：1>前项检验（当任何一值没有合法取值，回到父节点）
2>维护弧相容问题4：
拓扑排序：每个父节点都在孩子节点的前面
缩小父节点值域（去掉孩子节点不能弧相容）保证每一个父节点相对于子节点是相容的。如下A有可取值即可：
o(nd*d)
不是树的时候
1.回溯搜索变成树，再利用树的算法
2.进行分割