<p>El proyecto tiene como objetivo principal mejorar la eciencia de la resolución de problemas de satisfacción de restricciones. Para conseguir esto se utilizará Autonomous Search -AS-, técnica que entrega características de auto-ajuste a los sistema de resolución. En particular, puede cambiar en tiempo real las estrategias de enumeración que presenten un bajo desempeño por otras que sean más recientes.Para realizar esto se utilizará una función de selección, la cual se encarga de rankear las estrategias de enumeración en base a ciertos indicadores. De esta manera, se asignará en cada iteración un valor de importancia a cada estrategia dependiendo del comportamiento que esta tenga.Para potenciar este rankeo, se implementará una metaheurística llamada Gravitational Search Algorithm.Esta metaheurística que se basa en las leyes Newtonianas de gravedad y movimiento, pretende ayudar a la función de selección en la asignación de los valores de cada indicador para poder determinar los grados de importancia de las distintas estrategias.Con esto se pretende encontrar resultados que demuestren una mejoría en el desempeño de Autonomous Search</p>
<p>The main goal of this project is to improve the eciency of the constraint satisfaction problema resolution. To this end, we employ Autonomous Search -AS- which is a technique that provides selfadjustment features to resolution systems. In particular, it is able to replace enumeration strategies presenting poor performances by other more ecient ones. To carry out this we employ a choice function,which is responsible to rank the enumeration strategies based on dierent indicators.In this way, we assign an importance value at each iteration based on the behavior of the strategy.To enhance this ranking we implement a metaheuristic called Gravitational Search Algorithm.This metaheuristic, based on the Newtonian laws of gravity and motion, aims to help the Choice Function in the conguration of the indicator values to determine the degrees of importance of the dierent enumeration strategies.The idea is to ending results that demonstrate an improvement of the Autonomous Search performance</p>
last modification
Magíster en Ingeniería Informática
MAGISTER EN INGENIERIA INFORMATICA
<p>El proyecto tiene como objetivo principal mejorar la eciencia de la resolución de problemas de satisfacción de restricciones. Para conseguir esto se utilizará Autonomous Search -AS-, técnica que entrega características de auto-ajuste a los sistema de resolución. En particular, puede cambiar en tiempo real las estrategias de enumeración que presenten un bajo desempeño por otras que sean más recientes.Para realizar esto se utilizará una función de selección, la cual se encarga de rankear las estrategias de enumeración en base a ciertos indicadores. De esta manera, se asignará en cada iteración un valor de importancia a cada estrategia dependiendo del comportamiento que esta tenga.Para potenciar este rankeo, se implementará una metaheurística llamada Gravitational Search Algorithm.Esta metaheurística que se basa en las leyes Newtonianas de gravedad y movimiento, pretende ayudar a la función de selección en la asignación de los valores de cada indicador para poder determinar los grados de importancia de las distintas estrategias.Con esto se pretende encontrar resultados que demuestren una mejoría en el desempeño de Autonomous Search</p>
<p>The main goal of this project is to improve the eciency of the constraint satisfaction problema resolution. To this end, we employ Autonomous Search -AS- which is a technique that provides selfadjustment features to resolution systems. In particular, it is able to replace enumeration strategies presenting poor performances by other more ecient ones. To carry out this we employ a choice function,which is responsible to rank the enumeration strategies based on dierent indicators.In this way, we assign an importance value at each iteration based on the behavior of the strategy.To enhance this ranking we implement a metaheuristic called Gravitational Search Algorithm.This metaheuristic, based on the Newtonian laws of gravity and motion, aims to help the Choice Function in the conguration of the indicator values to determine the degrees of importance of the dierent enumeration strategies.The idea is to ending results that demonstrate an improvement of the Autonomous Search performance</p>