研究了约束满足问题中的一些离散和连续问题的求解算法。改进了传统的填充函数算法,提出了连续全局优化问题的动态全局凹填充函数算法,证明了算法的收敛性,其实际计算效果在该类算法中是最好的;提出了带非线性约束的连续全局优化和非线性整数规划问题的动态凸化算法框架,算法具有收敛性,避免了罚参数选取的问题,实验表明该算法的性能很好;基于动态凸化方法,构造了求解赋权MAX-SAT问题的算法,算法较同类算法有较快的收敛速度;将动态凸化方法用于解决图着色问题,其中用FM算法做局部搜索算法,计算结果表明,算法得到的解的质量较同类算法高;研究了max-cut问题和图的k划分问题,分别构造了新的局部搜索算法和辅助函数,以及动态凸化算法,算法可以成功跳出局部最优解,用标准测试例子集的测试表明,算法性能可以与当前最好的算法相比;提出了TSP问题的动态凸化方法,大量的实例测试表明算法性能比LKH和GRASP算法有较大的提高。此外,我们还研究了大规模集成电路设计中的布局问题和多约束电路划分问题、二维和三维packing问题、时间表安排问题等的启发式算法,以及带单个连续变量的0-1线性背包问题的精确算法等。
英文主题词Constraint satisfaction; dynamic convexized method; graph partition; TSP; placement.