Limited Local Search And Restart Nähere Betrachtungen.

Slides:



Advertisements
Ähnliche Präsentationen
Definition [1]: Sei S eine endliche Menge und sei p eine Abbildung von S in die positiven reellen Zahlen Für einen Teilmenge ES von S sei p definiert.
Advertisements

Rekursion: Rekurrenz: Algorithmen rufen sich selbst (rekursiv) auf.
Stochastik und Markovketten
Polynomial Root Isolation
Schnelle Matrizenoperationen von Christian Büttner
Vom graphischen Differenzieren
Lösung 6.3 Denksportaufgabe
Algorithmen und Komplexität
WS 03/04 Algorithmentheorie 03 - Randomisierung Prof. Dr. S. Albers Prof. Dr. Th. Ottmann.
Informatik II, SS 2008 Algorithmen und Datenstrukturen Vorlesung 16 Prof. Dr. Thomas Ottmann Algorithmen & Datenstrukturen, Institut für Informatik Fakultät.
Friedhelm Meyer auf der Heide 1 HEINZ NIXDORF INSTITUTE University of Paderborn Algorithms and Complexity Algorithmen und Komplexität Teil 1: Grundlegende.
Algorithmen und Komplexität
Funktionsgleichung ablesen
Funktionsgraphen zeichnen
Bedingte Wiederholung (Buch S119)
Kakuro Regeln und Strategien
Wahrscheinlichkeitsrechnung
Dr. Gerd Gräber Studienseminar Heppenheim
Das Mayonnaiseglas und der Kaffee für alle die das Leben besser
Die 1. Binomische Formel BETRACHTE DAS QUADRAT MIT SEINEN VIER TEILFLÄCHEN!!!! a b ab.
Beweissysteme Hartmut Klauck Universität Frankfurt WS 06/
Effiziente Algorithmen
Willkommen bei Sycarus – dem Mathematikprogramm, das neue Wege geht.
LS 2 / Informatik Datenstrukturen, Algorithmen und Programmierung 2 (DAP2)
INKARNATIONS-Vertrag ..
SELTSAM ! Hier eine kleine mathematische Übung, die viele zum Staunen bringen wird... INFO: Der Autor dieser Präsentation ist mir nicht bekannt. Ich will.
Moin. Ich benutze PPT 2002 und möchte drei Bilder nacheinander 1
Black Box Algorithmen Hartmut Klauck Universität Frankfurt SS
Quantum Computing Hartmut Klauck Universität Frankfurt WS 05/
Effiziente Algorithmen
Effiziente Algorithmen
Quantum Computing Hartmut Klauck Universität Frankfurt WS 05/
Quantum Computing Hartmut Klauck Universität Frankfurt WS 04/
Effiziente Algorithmen Hartmut Klauck Universität Frankfurt SS
Effiziente Algorithmen Hartmut Klauck Universität Frankfurt SS
Effiziente Algorithmen
Quantum Computing Hartmut Klauck Universität Frankfurt WS 05/
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/
581 ● 712 = ??.
7421 : 5 = ??.
3, , , ,4 = ??.
K-SAT: Ein heuristischer Algorithmen- Vergleich Kann man den Brute Force Search Algorithmus schlagen?
Algorithm Engineering „GPU Algorithmen“
Hallo Ich möchte einen Text einer Folie nicht einfach nur einfliegen lassen, sondern genau diesen Text, der schon an einer bestimmten Stelle steht, vergrößern.
Hallo zusammen, hab da eine schwierige Aufgabe für euch
Einführung in die Prozentrechnung
HÖrverstehen.
Mergesort.
Das Heronverfahren arithmetisches Mittel geometrisches Mittel
Hacky‘s Zaubertrick Nr. 1
Foto-Quiz aus Anlass des ersten Gemeinschaftsabends der Kolpingsfamilie Hövelhof.
PHP: Operatoren und Kontrollstrukturen
Ich lade dich ein! Kommst du mit?
Ich lade dich ein! Kommst du mit?
Gefahren im Internet erkennen und vermeiden
Anleitung zum Arbeiten mit verschiedenen Ebenen
10 Aufgaben zu linearen Gleichungssystemen für die Klasse 8b
Vom graphischen Differenzieren
Stefan Nolting Andreas Goebels Larissa Timajev
K-SAT: Ein heuristischer Algorithmen- Vergleich Kann man den ‚Brute Force Search‘ Algorithmus schlagen?
Subnetting.
Division von Brüchen Vorwissen: Eine Multiplikation kann man immer durch eine Division rückgängig machen und umgekehrt. Bsp: ∙ 4 ∙ : 6 4.
Strategy Pattern Teachlet Autor: Sven Wende Replay durch Stephan Schwake Konzepte objektorientierter Programmiersprachen, SS 2006.
Reihenfolge der Operatoren
Programmiersprachen II Fortsetzung Datenstrukturen Balancierte Bäume 3 Prof. Dr. Reiner Güttler Fachbereich GIS HTW.
Einführung in die Informationsverarbeitung Teil Thaller Stunde V: Wege und warum man sie geht Graphen. Köln 14. Januar 2016.
Testen Sie Ihre oder die Intelligenz Ihrer Freunde mit 5 einfachen Fragen! 1.Sie nehmen an einem Wettlauf teil. Sie überholen den Zweiten.
 Präsentation transkript:

Limited Local Search And Restart Nähere Betrachtungen

Verhalten des Algorithmus Falls die KNF nicht erfüllbar ist, kann LLS&R keine Aussage über die Erfüllbarkeit der KNF machen. Falls die KNF erfüllbar ist, soll LLS&R mit hoher WSK die Erfüllbarkeit der KNF erkennen. Es ist nun zu definieren, was mit hoher WSK gemeint ist! Dazu betrachten wir ab jetzt nur noch KNFs, welche genau eine Lösung haben. (worst case!)

Anzahl Wiederholungen von LLS (1) Definiere: Der Teil-Algorithmus LLS liefert das Ergebnis 1 mit WSK p. Somit liefert LLS das Ergebnis 0 mit WSK (1-p).

Anzahl Wiederholungen von LLS (2) Wenn nun der Algorithmus LLS&R den Teil-Algorithmus LLS exakt t mal wiederholt, so ist die WSK, dass dieser immer 0 zurück gibt = (1-p)^t. Diese WSK soll möglichst klein sein: Definiere (1-p)^t <= e^(-20)

Anzahl Wiederholungen von LLS (3) Es gilt: (1-p)^t <= e^(-pt) <=! e^(-20) Daraus folgt: t >= 20/p Was uns nun noch fehlt, um die Anzahl Wiederholungen von LLS zu berechnen, ist die WSK p!

Berechnung von p (1) Wir betrachten nur noch den Teil- Algorithmus LLS. Dieser besteht aus zwei Schritten: 1. Zufälliges Wählen einer Belegung 2. Maximal 3*d mal flippen genau eines Literal-Wertes. Diese Arbeitsweise beschreiben wir nun mit einem Zustandsdiagramm.

Berechnung von p (2) Da wir KNFs mit exakt einer erfüllenden Belegung betrachten, geben wir dieser den Namen a*. Es gibt Belegungen, welche sich nur um eine Zahl von a* unterscheiden. (Hammingdistanz = 1) a*a* H= Es gibt Belegungen, welche sich nur um zwei Zahlen von a* unterscheiden, etc... (Hammingdistanz = 2…) Die Maximale Hammingdistanz zu a* ist d. H=d H=2H= …

Berechnung von p (3) Die Anzahl Belegungen, welche Hammigdistanz j von a* haben ist binominal verteilt. Für den Schritt 1 des LLS (Initialbelegung) berechnen wir nun die WSK, dass man Hammingdistanz j von a* landet: a*a*H=1H=2H=3H=d … …… a*a*

Berechnung von p (4) Schritt 2 des LLS (Flippen eines Wertes) beschreibt die Suche nach a*. Um diese Berechnung zu vereinfachen, erweitern wir künstlich diese Knotenreihe: H= d+1 … a*a*H=jH=d ……

Berechnung von p (5) Bei jedem Flip betrachten wir nur eine (nicht-erfüllte) Klausel, welche k Literale enthält. Flippen wir nun das richtige (WSK = 1/k), so bringt uns das einen Schritt näher an a*. a*a*H=j H= d+1 H=d ……… H= j-1 H= j+1 Die anderen führen uns jedoch auf eine falsche Fährte (WSK = k-1/k). Dies schildert uns wiederum nur den worst case!

Berechnung von p (6) Wie gross ist nun die WSK, dass man bei dieser (Markov) Kette, irgendwann bei a* landet? Mit j Schritten wäre man bei a*. Jedoch gibt es noch die Möglichkeit, zwischendurch ein paar Schritte (i) nach rechts zu gehen. Diese muss man danach wieder rückgängig machen. Somit kann man den gesamten Weg in j+2*i Schritten zurücklegen. Die WSK dass man diesen definierten Weg beschreitet ist somit: a*a*H=j H= d+1 H=d ……… H= j-1 H= j+1

Berechnung von p (7) Es gibt jedoch verschiedene Wege mit j+2*i Schritte. Wir suchen nach der WSK, bei beliebiger Reihenfolge von j+2*i Schritten bei a* anzukommen, wobei man bei j startet und zwischendurch nicht bei a* angelangt ist. Nach Ballots Theorem existieren solche Wege. Somit können wir diese WSK q(i,j) berechnen: Y l beschreibt die Zufallsvariable, welche als Wert die Hammingdistanz nimmt, bei welcher man nach l Schritten angelangt ist, falls man bei Hammingdistanz j beginnt.

Berechnung von p (8) Nun setzen wir die beiden Schritte zusammen und ziehen dabei in Betracht, dass man den LLS nur maximal 3*d Schritte gehen lässt: Nach einiger Berechnung (wird hier nicht weiter vertieft) liefert uns dies das Resultat:

Anzahl Wiederholungen des LLS Benützen wir nun die Berechnung von t und setzen p ein, ergibt uns dies: Dies ist exakt die Anzahl Versuche, welche man bei LLS&R verlangt.

Was man behalten sollte: Der randomisierte Algorithmus Limited Local Search and Restart wägt die Erfolgsquote mit seiner Laufzeit ab. Falls eine KNF mindestens eine erfüllende Belegung hat, so findet LLS&R diese mit WSK mind. 1-e^(-20) Verringert man die Anzahl Wiederholungen von LLS, so erhöht man die Geschwindigkeit, jedoch wird die Erfolgs-WSK merklich sinken.