| 基于重启策略的学习子句优化方法 |
| |
| 作者姓名： | 李壮 刘磊 张桐搏 吕帅 |
| |
| 作者单位： | (吉林大学 计算机科学与技术学院, 吉林 长春130012) |
| |
| 基金项目： | 国家重点研发计划项目(2017YFB1003103); 国家自然科学基金资助项目(61300049,61763003); 吉林省科技发展计划项目(20180101053JC,20190201193JC). |
| |
| 摘 要： | 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.
|
| 关 键 词： | DPLL 子句学习 学习子句数据库 MiniSAT求解器 Pareto最优 |
| 收稿时间： | 2019-03-19 |
| 修稿时间： | 2019-03-19 |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《东北大学学报(自然科学版)》浏览原始摘要信息 |
|
点击此处可从《东北大学学报(自然科学版)》下载全文 |
|
