10.19734/j.issn.1001-3695.2019.07.0269
基于回跳层数的SAT求解器学习子句删除策略
目前学习子句删除策略广泛采用的是基于LBD的评估方式,LBD评估方式在每次执行删除时都会删除前一半LBD值大的学习子句,这种方式对LBD值大的学习子句的删除过于激进.针对此问题,提出了一种利用冲突回跳层数(back-jump levels)的评估方式来保留LBD值较大的有用学习子句.以CDCL(conflict driven clause learning)完备算法为框架,在子句删除环节形成了BJL删除算法.通过测试2017年SAT国际竞赛例,对新改进的版本与原版求解器进行了对比实验.实验表明,所提策略可显著提高求解器的求解性能和求解效率.
可满足性问题、冲突驱动子句学习、LBD、回跳层数
37
TP391(计算技术、计算机技术)
国家自然科学基金资助项目;中央高校基本科研业务费专项资金资助项目
2020-12-15(万方平台首次上网日期,不代表论文的发表时间)
共5页
3316-3320