Decimaxsum : Décimer pour résoudre des dcop cycliques plus efficacement. In Journées Francophones sur les Systèmes Multi-Agents

Résumé : Dans le cadre de la résolution des problèmes d’optimisation des contraintes distribués (DCOP), les algorithmes approchés de propagation de croyances (BP) comme Max-Sum sont des candidats de choix. Cependant, lorsque le modèle graphique sous-jacent est très cyclique, ces méthodes de résolution souffrent de mauvaises performances, en raison de la non-convergence et des trop nombreux messages échangés. Afin d’améliorer les performances de Max-Sum sur de tels DCOPs, nous proposons de s’inspirer de la décimation guidée par BP pour résoudre des problème k-SAT. Nous proposons la nouvelle méthode DeciMaxSum, paramétrable par des critères de déclenchement de décimation, de choix de variables à décimer et de valeurs pour ces variables. Sur la base d’une évaluation expérimentale sur le modèle d’Ising, certaines de ces combinaisons de critères présentent de meilleures performances que les algorithmes concurrents.
Complete list of metadatas

https://hal.archives-ouvertes.fr/hal-01861618
Contributor : Florent Breuil <>
Submitted on : Friday, August 24, 2018 - 4:00:19 PM
Last modification on : Monday, May 6, 2019 - 3:59:20 PM

Identifiers

  • HAL Id : hal-01861618, version 1

Citation

Jesus Cerquides, Rémi Emonet, Gauthier Picard, Juan Rodriguez-Aguilar. Decimaxsum : Décimer pour résoudre des dcop cycliques plus efficacement. In Journées Francophones sur les Systèmes Multi-Agents. 26èmes Journées Francophones sur les Systèmes Multi-Agents (JFSMA 2018), Oct 2018, Métabief, France. pp.63-72. ⟨hal-01861618⟩

Share

Metrics

Record views

90