10.12068/j.issn.1005-3026.2020.01.008
基于重启策略的学习子句优化方法
以学习子句数据库优化为背景,在原MiniSAT求解器的基础上提出了一种新的学习子句的优化方法.该方法基于博弈论的思想,在若干次重启后,根据当前求解器的实时反馈信息改进MiniSAT原有的增长参数,尽可能靠近学习数据库中子句存储量的均衡点,从而使学习库的存储量尽可能达到Pareto最优.实验表明:所提的优化方法是有效的,并在随机SAT问题上胜过现有优化方法.该方法既不会因为学习数据库的子句过多而影响单元传播速度,也不会因为学习数据库中的子句过少而破坏学习的整体性.
DPLL、子句学习、学习子句数据库、MiniSAT求解器、Pareto最优
41
TP181(自动化基础理论)
国家重点研发计划项目;国家自然科学基金资助项目;占林省科技发展计划项目
2020-05-07(万方平台首次上网日期,不代表论文的发表时间)
共5页
44-48