【发布时间】:2021-02-18 06:11:26
【问题描述】:
为了使用 Z3 求解器获得优化解决方案,我学习了 2 种优化方法。一种是使用带有“MkMaximize”或“MkMinimize”指令的优化求解器。另一种是使用带有通用求解器的优化器方法作为问题[优化超时1]描述。
我发现有时存在不一致,好吧,我习惯了优化器方法可以得到更准确的答案,而优化求解器的优化方法是有限的。但是我发现这种不一致并不是永久性的,有时用两种方法生成的解决方案可能是相同的。
我想知道是哪个决定了两种方法之间的不一致,是约束的制定还是目标的制定?我想了解导致优化求解器不准确的原因。
添加示例:
Context ctx = new Context();
Optimize o = ctx.mkOptimize();
ArithExpr M1A10 = ctx.mkIntConst("M1A10");
ArithExpr M2A10 = ctx.mkIntConst("M2A10");
ArithExpr M3A10 = ctx.mkIntConst("M3A10");
ArithExpr M1A20 = ctx.mkIntConst("M1A20");
ArithExpr M2A20 = ctx.mkIntConst("M2A20");
ArithExpr M3A20 = ctx.mkIntConst("M3A20");
ArithExpr M1B10 = ctx.mkIntConst("M1B10");
ArithExpr M2B10 = ctx.mkIntConst("M2B10");
ArithExpr M3B10 = ctx.mkIntConst("M3B10");
ArithExpr M1B20 = ctx.mkIntConst("M1B20");
ArithExpr M2B20 = ctx.mkIntConst("M2B20");
ArithExpr M3B20 = ctx.mkIntConst("M3B20");
ArithExpr M1B30 = ctx.mkIntConst("M1B30");
ArithExpr M2B30 = ctx.mkIntConst("M2B30");
ArithExpr M3B30 = ctx.mkIntConst("M3B30");
ArithExpr M1C10 = ctx.mkIntConst("M1C10");
ArithExpr M2C10 = ctx.mkIntConst("M2C10");
ArithExpr M3C10 = ctx.mkIntConst("M3C10");
ArithExpr M1C20 = ctx.mkIntConst("M1C20");
ArithExpr M2C20 = ctx.mkIntConst("M2C20");
ArithExpr M3C20 = ctx.mkIntConst("M3C20");
ArithExpr M1C30 = ctx.mkIntConst("M1C30");
ArithExpr M2C30 = ctx.mkIntConst("M2C30");
ArithExpr M3C30 = ctx.mkIntConst("M3C30");
ArithExpr M1A = ctx.mkAdd(M1A10,M1A20);
ArithExpr M2A = ctx.mkAdd(M2A10,M2A20);
ArithExpr M3A = ctx.mkAdd(M3A10,M3A20);
ArithExpr M1B = ctx.mkAdd(M1B10,M1B20,M1B30);
ArithExpr M2B = ctx.mkAdd(M2B10,M2B20,M2B30);
ArithExpr M3B = ctx.mkAdd(M3B10,M3B20,M3B30);
ArithExpr M1C = ctx.mkAdd(M1C10,M1C20,M1C30);
ArithExpr M2C = ctx.mkAdd(M2C10,M2C20,M2C30);
ArithExpr M3C = ctx.mkAdd(M3C10,M3C20,M3C30);
ArithExpr M1z10= ctx.mkAdd(M1A10,M1B10,M1C10);
ArithExpr M2z10= ctx.mkAdd(M2A10,M2B10,M2C10);
ArithExpr M3z10= ctx.mkAdd(M3A10,M3B10,M3C10);
ArithExpr M1z20= ctx.mkAdd(M1A20,M1B20,M1C20);
ArithExpr M2z20= ctx.mkAdd(M2A20,M2B20,M2C20);
ArithExpr M3z20= ctx.mkAdd(M3A20,M3B20,M3C20);
ArithExpr M1z30= ctx.mkAdd(M1B30,M1C30);
ArithExpr M2z30= ctx.mkAdd(M2B30,M2C30);
ArithExpr M3z30= ctx.mkAdd(M3B30,M3C30);
o.Add(ctx.mkGe(M1A10,ctx.mkInt(0)));
o.Add(ctx.mkGe(M1A20,ctx.mkInt(0)));
o.Add(ctx.mkGe(M2A10,ctx.mkInt(0)));
o.Add(ctx.mkGe(M2A20,ctx.mkInt(0)));
o.Add(ctx.mkGe(M3A10,ctx.mkInt(0)));
o.Add(ctx.mkGe(M3A20,ctx.mkInt(0)));
o.Add(ctx.mkGe(M1B10,ctx.mkInt(0)));
o.Add(ctx.mkGe(M1B20,ctx.mkInt(0)));
o.Add(ctx.mkGe(M1B30,ctx.mkInt(0)));
o.Add(ctx.mkGe(M2B10,ctx.mkInt(0)));
o.Add(ctx.mkGe(M2B20,ctx.mkInt(0)));
o.Add(ctx.mkGe(M3B30,ctx.mkInt(0)));
o.Add(ctx.mkGe(M3B10,ctx.mkInt(0)));
o.Add(ctx.mkGe(M3B20,ctx.mkInt(0)));
o.Add(ctx.mkGe(M3B30,ctx.mkInt(0)));
o.Add(ctx.mkGe(M1C10,ctx.mkInt(0)));
o.Add(ctx.mkGe(M1C20,ctx.mkInt(0)));
o.Add(ctx.mkGe(M1C30,ctx.mkInt(0)));
o.Add(ctx.mkGe(M2C10,ctx.mkInt(0)));
o.Add(ctx.mkGe(M2C20,ctx.mkInt(0)));
o.Add(ctx.mkGe(M2C30,ctx.mkInt(0)));
o.Add(ctx.mkGe(M3C30,ctx.mkInt(0)));
o.Add(ctx.mkGe(M3C10,ctx.mkInt(0)));
o.Add(ctx.mkGe(M3C20,ctx.mkInt(0)));
o.Add(ctx.mkGe(M3C30,ctx.mkInt(0)));
o.Add(ctx.mkLt(M1z10,ctx.mkInt(80)));
o.Add(ctx.mkLt(M1z20,ctx.mkInt(80)));
o.Add(ctx.mkLt(M1z30,ctx.mkInt(80)));
o.Add(ctx.mkLt(M2z10,ctx.mkInt(80)));
o.Add(ctx.mkLt(M2z20,ctx.mkInt(80)));
o.Add(ctx.mkLt(M2z30,ctx.mkInt(80)));
o.Add(ctx.mkLt(M3z10,ctx.mkInt(80)));
o.Add(ctx.mkLt(M3z20,ctx.mkInt(80)));
o.Add(ctx.mkLt(M3z30,ctx.mkInt(80)));
o.Add(ctx.mkGe(ctx.mkAdd(ctx.mkMul(M1A10,ctx.mkInt(100)),ctx.mkMul(ctx.mkInt(200),M2A10),ctx.mkMul(ctx.mkInt(150),M3A10)), ctx.mkInt(20000)));
o.Add(ctx.mkGe(ctx.mkAdd(ctx.mkMul(M1A,ctx.mkInt(100)),ctx.mkMul(ctx.mkInt(200),M2A),ctx.mkMul(ctx.mkInt(150),M3A)), ctx.mkInt(40000)));
o.Add(ctx.mkGe(ctx.mkAdd(ctx.mkMul(ctx.mkAdd(M1B10,M1B20),ctx.mkInt(150)),ctx.mkMul(ctx.mkInt(300),ctx.mkAdd(M2B10,M2B20)),ctx.mkMul(ctx.mkInt(200),ctx.mkAdd(M3B10,M3B20))), ctx.mkInt(25000)));
o.Add(ctx.mkGe(ctx.mkAdd(ctx.mkMul(M1B,ctx.mkInt(150)),ctx.mkMul(ctx.mkInt(300),M2B),ctx.mkMul(ctx.mkInt(200),M3B)), ctx.mkInt(45000)));
o.Add(ctx.mkGe(ctx.mkAdd(ctx.mkMul(M1C,ctx.mkInt(200)),ctx.mkMul(ctx.mkInt(250),M2C),ctx.mkMul(ctx.mkInt(200),M3C)), ctx.mkInt(30000)));
ArithExpr time = ctx.mkAdd( M1A,M2A,M3A,M1B,M2B,M3B,M1C,M2C,M3C);
o.MkMinimize(time);
// o.Add(ctx.mkLt(time, ctx.mkInt(550)));
o.Check();
if(o.Check() == Status.SATISFIABLE)
{
M1A10=(ArithExpr) o.getModel().getConstInterp(M1A10).simplify();
M1A20=(ArithExpr) o.getModel().getConstInterp(M1A20).simplify();
M2A10=(ArithExpr) o.getModel().getConstInterp(M2A10).simplify();
M2A20=(ArithExpr) o.getModel().getConstInterp(M2A20).simplify();
M3A10=(ArithExpr) o.getModel().getConstInterp(M3A10).simplify();
M3A20=(ArithExpr) o.getModel().getConstInterp(M3A20).simplify();
M1B10=(ArithExpr) o.getModel().getConstInterp(M1B10).simplify();
M1B20=(ArithExpr) o.getModel().getConstInterp(M1B20).simplify();
M1B30=(ArithExpr) o.getModel().getConstInterp(M1B30).simplify();
M2B10=(ArithExpr) o.getModel().getConstInterp(M2B10).simplify();
M2B20=(ArithExpr) o.getModel().getConstInterp(M2B20).simplify();
M2B30=(ArithExpr) o.getModel().getConstInterp(M2B30).simplify();
M3B10=(ArithExpr) o.getModel().getConstInterp(M3B10).simplify();
M3B20=(ArithExpr) o.getModel().getConstInterp(M3B20).simplify();
M3B30=(ArithExpr) o.getModel().getConstInterp(M3B30).simplify();
M1C10=(ArithExpr) o.getModel().getConstInterp(M1C10).simplify();
M1C20=(ArithExpr) o.getModel().getConstInterp(M1C20).simplify();
M1C30=(ArithExpr) o.getModel().getConstInterp(M1C30).simplify();
M2C10=(ArithExpr) o.getModel().getConstInterp(M2C10).simplify();
M2C20=(ArithExpr) o.getModel().getConstInterp(M2C20).simplify();
M2C30=(ArithExpr) o.getModel().getConstInterp(M2C30).simplify();
M3C10=(ArithExpr) o.getModel().getConstInterp(M3C10).simplify();
M3C20=(ArithExpr) o.getModel().getConstInterp(M3C20).simplify();
M3C30=(ArithExpr) o.getModel().getConstInterp(M3C30).simplify();
ArithExpr timeA = ctx.mkAdd(M1A10,M1A20,M2A10,M2A20,M3A10,M3A20,M1B10,M1B20,M1B30,M2B10,M2B20,M2B30,M3B10,M3B20,M3B30,M1C10,M1C20,M1C30,M2C10,M2C20,M2C30,M3C10,M3C20,M3C30);
System.out.println(timeA.simplify());
}
System.out.println(o.Check());
}
这个例子很长。 'mkMinimize' 指令的结果是 557,但是当我使用 'o.Add(ctx.mkLt(time, ctx.mkInt(550)));' 的约束时。它仍在工作并生成 549 的结果。
【问题讨论】:
-
不清楚您所说的“不一致”是什么意思。这两种方法不应该是等价的。如果内部优化器有效,那就太好了! “围绕求解器的循环”方法必然是一种有限的方法。如果您可以提供一个可运行的示例来说明您观察到的差异,您可能会得到更好的响应。
-
感谢您的 cmets。这个例子太长了,我不敢提供它。在我提供之前,我会尽量简化它。让我试着解释一下。 (下面的例子是在整数域中) 当优化求解器生成优化目标 O 的结果 R 时,我可以发现在添加额外的约束后存在可满足性,例如 add(O
-
我以前认为优化求解器的不准确很常见,但我发现有时两种方法的解决方案可以相同。所以我想知道是什么导致了不确定的不准确
-
如果优化求解器给了你一个最小值,但还有另一个更小的令人满意的值,那么这是你应该报告的 z3 中的一个错误。
-
您的问题是否包含非线性约束?