<p>Autonomous Search (AS) dentro de la programación con restricciones provee la habilidad de reemplazar en forma dinámica estrategias de bajo desempeño por otras más prometedoras. La idea es agilizar los tiempos de computación en la resolución de problemas de satisfacción de restricciones. El reemplazo de estrategias es llevado a cabo en base a un ranking de calidad, el cual es calculado por medio de una función de selección (choice function). Esta función determina el rendimiento de una estrategia en un tiempo determinado, en base a un conjunto de indicadores y parámetros de control. En el presente proyecto se propone el diseño e implementación de una nueva choice function. Esta nueva choice function emplea una técnica de rankeo llamada Skyline, la cual es ampliamente utilizada en el área de las bases de datos. Se ilustran resultados experimentales que demuestran la factibilidad de uso de esta propuesta utilizando como benchmark los problemas n-reinas, sudoku, magic squares y knight tour</p>
<p>Autonomous Search within constraint programming provides the ability of dynamically replacing low-performance strategies by more promising ones. The idea is to speed-up solving times in the resolution of constraint satisfaction problems. The replacement of strategies is carried out depending on a quality rank, which is calculated by means of a choice function. This function determines the performance of a strategy in a given amount of time via a set of indicators and control parameters. In the present project we propose to design and implement a new choice function. This new choice function employs a rank technique named Skyline, which is widely used in the database area. We illustrate experimental results that demonstrates the feasibility of the proposed approach by using as benchmark the n-queens, sudoku, magic squares and knight tour problems</p>
last modification
Ingeniero de Ejecución en Informática
INGENIERIA DE EJECUCION INFORMATICA
<p>Autonomous Search (AS) dentro de la programación con restricciones provee la habilidad de reemplazar en forma dinámica estrategias de bajo desempeño por otras más prometedoras. La idea es agilizar los tiempos de computación en la resolución de problemas de satisfacción de restricciones. El reemplazo de estrategias es llevado a cabo en base a un ranking de calidad, el cual es calculado por medio de una función de selección (choice function). Esta función determina el rendimiento de una estrategia en un tiempo determinado, en base a un conjunto de indicadores y parámetros de control. En el presente proyecto se propone el diseño e implementación de una nueva choice function. Esta nueva choice function emplea una técnica de rankeo llamada Skyline, la cual es ampliamente utilizada en el área de las bases de datos. Se ilustran resultados experimentales que demuestran la factibilidad de uso de esta propuesta utilizando como benchmark los problemas n-reinas, sudoku, magic squares y knight tour</p>
<p>Autonomous Search within constraint programming provides the ability of dynamically replacing low-performance strategies by more promising ones. The idea is to speed-up solving times in the resolution of constraint satisfaction problems. The replacement of strategies is carried out depending on a quality rank, which is calculated by means of a choice function. This function determines the performance of a strategy in a given amount of time via a set of indicators and control parameters. In the present project we propose to design and implement a new choice function. This new choice function employs a rank technique named Skyline, which is widely used in the database area. We illustrate experimental results that demonstrates the feasibility of the proposed approach by using as benchmark the n-queens, sudoku, magic squares and knight tour problems</p>