Research and Development on SAT-based Integration of Systematic and Stochastic Search

2023 Fiscal Year Final Research Report

• Project/Area Number: 21K11828
• Research Category: Grant-in-Aid for Scientific Research (C)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 60050:Software-related
• Research Institution: Nagoya University
• Principal Investigator: BANBARA Mutsunori 名古屋大学, 情報学研究科, 教授 (80290774)
• Co-Investigator(Kenkyū-buntansha): 田村 直之 神戸大学, DX・情報統括本部, 名誉教授 (60207248) ; 宋 剛秀 神戸大学, DX・情報統括本部, 准教授 (00625121)
• Project Period (FY): 2021-04-01 – 2024-03-31
• Keywords: 解集合プログラミング / 組合せ最適化 / 巨大近傍探索 / 命題論理の充足可能性判定(SAT)

Outline of Final Research Achievements

We developed a hybrid approach between systematic search and stochastic local search for combinatorial optimization based on Answer Set Programming (ASP). To evaluate the effectiveness of our approach, we conducted experiments on a challenging benchmark, including the traveling salesperson problem and the sudoku puzzle generation of minimal hints.

Free Research Field

情報学基礎

Academic Significance and Societal Importance of the Research Achievements

本研究の主要成果の一つである優先度付き巨大近傍探索 (Large Neighborhood Prioritized Search; LNPS) は，組合せ最適化問題に対するメタ戦略の一種である．この LNPS は，系統的探索の長所である最適性の保証と確率的局所探索の長所であるスケーラビリティの両方の長所を兼ね備えたハイブリッド手法である．この成果は，高度な知識表現・推論・最適化を必要とするソフトウェア開発において，既存技術では解くことが困難だった問題に対し，高性能かつ高機能な推論基盤を提供するものである．