K-SAT: Ein heuristischer Algorithmen- Vergleich Kann man den Brute Force Search Algorithmus schlagen?

Slides:



Advertisements
Ähnliche Präsentationen
Algorithmen für das Erfüllbarkeitsproblem SAT
Advertisements

Christian Scheideler SS 2009
Christian Scheideler SS 2009
Schwierigkeit von Aufgabenstellungen
Algorithmen und Komplexität Teil 1: Grundlegende Algorithmen
SST - Sequence Search Tree
Bounded Model Checking II
Suche in Texten (Stringsuche )
4. Logik – und ihre Bedeutung für WBS
Simulated Annealing Marco Block & Miguel Domingo Seminar : Maschinelles Lernen und Markov KettenSommersemester 2002.
Planares 3 SAT ist NP-vollständig
Marco Barz Seminar über Algorithmen SoSe2007
Leonid Levin – Stephen Cook Traveling salesman und NP- Vollständigkeit.
Verifizieren versus Berechnen
Algorithmen und Komplexität
Einführung in Algorithmen und Komplexität
1 HEINZ NIXDORF INSTITUT Universität Paderborn Algorithmen und Komplexität Einführung in Berechenbarkeit, Formale Sprachen und Komplexitätstheorie Wintersemester.
Christian Schindelhauer
1 Computergestützte Verifikation SAT-basiertes Model Checking Ansatz: Übersetze das Model Checking Problem in ein aussagenlogisches Erfüllbarkeitsproblem.
1 Computergestützte Verifikation SAT-basiertes Model Checking Ansatz: Übersetze das Model Checking Problem in ein aussagenlogisches Erfüllbarkeitsproblem.
Übersicht DIALIGN = DIagonal ALIGNment
Informierte Suche.
Strukturen. In einer Struktur kann eine beliebige Anzahl von Komponenten (Daten) mit unterschiedlichen Datentypen (im Gegensatz zu Feldern) zusammengefaßt.
Algorithmentheorie 04 –Hashing
Algorithmentheorie 6 – Greedy-Verfahren
Prof.Dr.S. Albers Prof. Dr. Th. Ottmann
WS 03/04 Algorithmentheorie 03 - Randomisierung Prof. Dr. S. Albers Prof. Dr. Th. Ottmann.
Vorlesung Informatik 2 Algorithmen und Datenstrukturen (10 - Suchverfahren) T. Lauer.
Proseminar „Algorithmen auf Graphen“
Algorithmen und Komplexität
Christian Schindelhauer
Intelligentes Crawling im WWW mit Hilfe intuitiver Suchbedingungen
Aussagenlogik -- Verfahren zum Finden von Modellen
Beweiser für quantifizierte Boolesche Ausdrücke - QUAFFLE
Recursive Learning und GRASP SAT-Engines-Seminar WS 2000/01 Stefan Disch.
BSP Binary Space Partitioning
Beweissysteme Hartmut Klauck Universität Frankfurt WS 06/
Effiziente Algorithmen
Black Box Algorithmen Hartmut Klauck Universität Frankfurt SS
Quantum Computing Hartmut Klauck Universität Frankfurt WS 05/
Black Box Algorithmen Hartmut Klauck Universität Frankfurt SS
Black Box Algorithmen Hartmut Klauck Universität Frankfurt SS
Quantum Computing Hartmut Klauck Universität Frankfurt WS 04/
Quantum Computing Hartmut Klauck Universität Frankfurt WS 05/
Black Box Algorithmen Hartmut Klauck Universität Frankfurt SS
Quantum Computing Hartmut Klauck Universität Frankfurt WS 04/
Effiziente Algorithmen Hartmut Klauck Universität Frankfurt SS
Black Box Algorithmen Hartmut Klauck Universität Frankfurt SS
Hartmut Klauck Universität Frankfurt SS
Quantum Computing Hartmut Klauck Universität Frankfurt WS 05/
Beweissysteme Hartmut Klauck Universität Frankfurt WS 06/
Beweissysteme Hartmut Klauck Universität Frankfurt WS 06/
Hartmut Klauck Universität Frankfurt WS 06/
Beweissysteme Hartmut Klauck Universität Frankfurt WS 06/
Beweissysteme Hartmut Klauck Universität Frankfurt WS 06/
Beweissysteme Hartmut Klauck Universität Frankfurt WS 06/
Hartmut Klauck Universität Frankfurt WS 06/
Hartmut Klauck Universität Frankfurt WS 06/
Einführung in die Programmierung
Limited Local Search And Restart Nähere Betrachtungen.
Informatik III Christian Schindelhauer Wintersemester 2006/07
1 Albert-Ludwigs-Universität Freiburg Rechnernetze und Telematik Prof. Dr. Christian Schindelhauer Informatik III Christian Schindelhauer Wintersemester.
1 Albert-Ludwigs-Universität Freiburg Rechnernetze und Telematik Prof. Dr. Christian Schindelhauer Informatik III Christian Schindelhauer Wintersemester.
Algorithmen für das Erfüllbarkeitsproblem SAT
HEINZ NIXDORF INSTITUT Universität Paderborn Fachbereich Mathematik/Informatik Algorithmische Probleme in Funknetzwerken VI Christian Schindelhauer
Anfang Präsentation 3. November, 2004 Tarjan’s Schleifenaufbrechalgorithmus In dieser Vorlesung wird ein Verfahren vorgestellt, welches in der Lage ist,
K-SAT: Ein heuristischer Algorithmen- Vergleich Kann man den ‚Brute Force Search‘ Algorithmus schlagen?
Gliederung der Vorlesung
Algorithmen und Datenstrukturen Prof. Dr. Ralf Möller Universität zu Lübeck Institut für Informationssysteme Stefan Werner (Übungen) sowie viele Tutoren.
Komplexitätstheorie Beispiel Matrixmultiplikation  Eingabe: Zwei nn-Matrizen A und B,  Ausgabe: die nn-Matrix C := A · B.  n²-mal "Zeile-mal-Spalte"
 Präsentation transkript:

k-SAT: Ein heuristischer Algorithmen- Vergleich Kann man den Brute Force Search Algorithmus schlagen?

Einführung ins k-SAT Problem Gegeben: Konjunktive Normal Form Frage: Ist diese KNF erfüllbar? Das k-SAT Problem ist NP vollständig.

Die 3 Parameter Anzahl verschiedene Variablen = d Anzahl Klauseln = c Anzahl Literale pro Klauseln = k

Die Algorithmen (Allgemeines) Der Input: KNF (d, c, k) Der Output: Eine Aussage über die Erfüllbarkeit dieser KNF.

Brute Force Search Teste alle möglichen Belegungen, beginnend mit L= Falls KNF(L)=1 KNF erfüllbar, STOP Falls für alle L gilt: KNF(L)=0 KNF nicht erfüllbar Komplexität:

Brute Force Search (Beispiel) L=00000-> KNF(L)=0 L=00001-> KNF(L)=0 L=00010-> KNF(L)=0 L=00011-> KNF(L)=1-> KNF erfüllbar

Limited Local Search (LLS) Wähle eine beliebige Initialbelegung L Wiederhole folgendes 3*d mal: 1. Falls KNF(L)=1 -> RETURN 1 2. Sonst wähle eine beliebige, noch nicht erfüllte Klausel C, wähle aus C ein beliebiges Literal l i und flippe dessen Wert in der Belegung L. RETURN 0

Limited Local Search (Beispiel) L=00110-> KNF(L)=0-> L=00111 L=00111-> KNF(L)=0-> L=01111 L=01111-> KNF(L)=0-> L=01101 L=01101-> KNF(L)=1-> RETURN 1

Limited Local Search & Restart Benütze dazu den LLS Algorithmus. 1. Wiederhole LLS mal: Falls LLS 1 zurückgibt KNF erfüllbar, STOP Falls LLS 0 zurückgibt nächster Versuch 2. Keine Aussage machbar! A Probabilistic Algorithm for k-SAT Based on Limited Local Search and Restart; by U. Schöning Algorithmica (2002) 32: Referenz:

Die Idee: Zufall Randomisierte Algorithmen Man ist schon zufrieden, wenn man meistens (mit hoher Wahrscheinlichkeit) eine Antwort findet. -> 2 Fragen: Wie viele Belegungen müssen evaluiert werden? Wie hoch ist die WSK, dass der Algorithmus eine Antwort findet?

Das Tool

Die Partnerübung Welches sind Vorteile / Nachteile von LLS & Restart und Brute Force Search? Unter welchen Vorraussetzungen? Wie hängen diese von den Parametern d und c ab? (k = 3)

Vorgehen & Abgabe Diskutiert die Frage und notiert eure Vermutungen (10 min) Benützt das Tool um eure Notizen zu bestätigen oder zu widerlegen. Notiert die Erkenntnisse. (20 min) [Form der Abgabe] [Abgabezeit und Ort]