Mapeamento e Combinação de Problemas NP-Difíceis Através de Restrições Pseudo-Booleanas para Redes Neuronais Artificiais

Este trabalho introduz parte do sistema computacional SATyrus. Este sistema representa a implementação de uma estratégia híbrida que combina lógica proposicional e redes neuronais, no tratamento de problemas complexos, em particular problemas NP-difíceis. Esta estratégia híbrida busca usar os benefícios provenientes da estratégia mapeamento de satisfatibilidade para minimização de energia (SMEM), que consiste em um método baseado em lógica proposicional para o mapeamento de problemas, definidos através de um conjunto de restrições, para funções de energia aliado ao mecanismo de busca global das redes neuronais estocásticas de alta ordem. Além disso, apresentamos a modelagem de algumas operações aritméticas, de alguns problemas NP-difíceis, de um modelo modificado para o problema das distâncias geométricas moleculares (MDGP) e introduzimos um novo modelo para o problema da predição das conformações moleculares estáveis (SMCPP) combinando um modelo clássico e um modelo geométrico (MDGP-Modificado). Por fim, para ilustrar o uso do sistema SATyrus o aplicamos na simulação de três problemas NP-difíceis e de três problemas aritméticos.