论文摘要
可满足性(SAT)问题一直是电子设计自动化和人工智能领域的一个热点研究问题,因为它在这些领域有着非常广泛的应用。长期以来,人们对此进行了深入地研究,提出了很多解决可满足性问题的算法,其中最为流行的要数DPLL算法。基于DPLL算法,有很多的解决器被开发出来,ZCHAFF就是其中最著名的解决器之一。在这篇文章中,我们介绍了可满足性问题的应用及其经典算法,并着重研究了DPLL算法的决策过程。本文在决策过程中考虑了给定的CNF描述中子句长短不同的问题,采用子句加权改善决策策略。实验表明,对于那些CNF子句长短不一的SAT问题,子句加权后的决策策略能有效提高解决器的性能。在一些例子上,采用子句加权后的解决器,运行时间比ZCHAFF要快几十到几百倍,甚至能解决一些ZCHAFF当前无法解决的问题。
论文目录
摘要Abstract引言第一章 可满足性问题基础知识1.1 合取范式(CNF)和析取范式(DNF)1.2 什么是可满足性问题(SAT)1.3 小结第二章 可满足性问题的应用2.1 SAT问题的广泛应用2.2 SAT问题在形式验证领域的应用2.3 逻辑电路转化为CNF2.4 小结第三章 可满足问题的算法及其解决器3.1 SAT问题的定义3.2 SAT问题算法概述3.3 BDD算法3.4 DPLL算法3.5 ZCHAFF解决器3.6 小结第四章 基于子句权重求解可满足性问题4.1 传统决策方法介绍4.2 基于子句权重的决策策略4.3 基于子句权重求解SAT问题4.3.1 算法流图4.3.2 基本数据结构4.3.3 算法小结4.4 实验结果4.4.1 实验数据4.4.2 实验结果小结4.5 小结第五章 总结与展望5.1 工作总结5.2 未来工作展望参考文献致谢
相关论文文献
标签:可满足性问题论文; 算法论文; 决策过程论文; 子句加权论文;