可满足性问题的充分必要条件

可满足性问题是计算机和人工智能领域内的一个重要的问题,是第一个被证明是NPC的问题。本文主要把子句集进行分类,给出翻转定义、简单集定义,翻转同构定义,并且证明翻转同构不改变子句集的可满足性。论文证明了可满足子句集的三个充要条件。并且这些充要条件可以用于判断可满足问题的完全搜索和不完全搜索算法。     

可满足性问题的充分必要条件

可满足性问题是计算机和人工智能领域内的一个重要的问题，是第一个被证明是NPC的问题。本文主要把子句集进行分类，给出翻转定义、简单集定义，翻转同构定义，并且证明翻转同构不改变子句集的可满足性。论文证明了可满足子句集的三个充要条件。并且这些充要条件可以用于判断可满足问题的完全搜索和不完全搜索算法。     

可满足性问题的充分必要条件

可满足性问题是计算机和人工智能领域内的一个重要的问题,是第一个被证明是NPC的问题.本文主要把子句集进行分类,给出翻转定义、简单集定义,翻转同构定义,并且证明翻转同构不改变子句集的可满足性.论文证明了可满足子句集的三个充要条件.并且这些充要条件可以用于判断可满足问题的完全搜索和不完全搜索算法.     

re-Horn子句集的Horn化及可满足性判定方法

在命题逻辑中给出将re-Horn子句转化成Horn子句的条件与方法,用同态的方法证明转化前后2个子句集的可满足性或不可满足性的一致性,给出re-Horn子句集的可满足性的判定方法。     

关于合取范式可满足性问题的复杂性分析

合取范式可满足性问题(简称SAT问题)是典型的NP完全问题,本文引入了一个饱和子句集的新概念,利用饱和子句集的特性,研究了SAT问题的复杂性,证明了SAT问题复杂性为多项式的一个充分条件,并揭示了二元可满足性问题与三元可满足性问题的本质差别。因此,通过变换来提炼出SAT问题的复杂性的本质特征,并加以研究的方法,是SAT问题的复杂性研究的一种有效方法。     

格值命题逻辑系统Ln ×2P(X)中广义文字的α-归结性

归结自动推理是人工智能领域的一个重要研究方向.以格蕴涵代数为真值域的格值逻辑中的α-归结方法提供了一种处理带有模糊性和不可比较性信息的自动推理问题的工具,能对格值逻辑系统的α-不可满足子句集给出反驳证明,用α-归结原理证明格值逻辑中广义子句集的α-不可满足性,必须首先研究两个广义文字是否可以进行α-归结.研究了格值逻辑...     

Horn集上的HOI消解与HOL消解

OI消解法对一般子句集是不完备的,甚至对基子句集都不完备,多年来,人们在寻求提高消解效率方面作了许多努力,诸如改进消解策略、限制不可满足的子句集等。Renschen与Wos提出了一类子句集,称Horn集,许多机器证明问题都可归结为     

含对称非零元的奇数阶本原矩阵的指标集

本文证明了:当n为奇数时,含对称非零元的n阶本原矩阵类B的指标集E_B的上确界为3n-4;并且E_B={1, 2, …, 3n-4},不存在缺数段;又设N(A)是A中含正元的个数,则A是含最少正元的n阶本原矩阵的充要条件是A同构于定理6中的A.     

准半凸集及其性质

首先给出凸集与吸收集的一种推广定义,称之为准半凸集,在此基础上定义了局部准半凸空间;其次讨论了准半凸集与其他凸集推广定义的关系,以及准半凸集的充要条件;最后给出与准半凸集有关的运算性质及局部准半凸空间的一个充要条件.     

并行单元归结

给出了基于神经网络的单元归结算法.首先将子句集S表示为δ形,并且用算子对(⊙, )引入两种类型的神经元,然后用这两种神经元构造子句集S的神经网络结构,而后给出基于Horn子句集的神经网络的归结算法,最后证明了该算法的完备性,并用实例进行了验证.     

利用正交方法解SAT问题

提出了一种解决SAT问题的新算法.该算法首先定义了子句之间的正交关系;然后从消除子句之间的交叠信息出发,利用正交子句的特性,结合有效的简化技术,逐渐将问题简化为一组与原问题完全等价的正交子句组;最后,根据正交子句组对整个赋值空间的覆盖情况来判断SAT是否满足.该算法为SAT问题的解决提供了一个新的思路.     

基于SAT和BDD的频繁序列挖掘技术

【目的】研究模式挖掘领域中的频繁序列挖掘技术,由于序列模式挖掘存在指数级的搜索空间,且传统的SAT求解算法无法高效求解大规模数据集的缺点,因此研究符号表示和操作技术,用来避免冗余计算。【方法】提出基于SAT的频繁序列挖掘的符号OBDD算法,基于深度优先算法的思想,首先将频繁序列挖掘问题构建为SAT模型,其次对变量进行排序并将约束子句分类后分别描述为OBDD,利用OBDD的"与"操作得到满足SAT的所有频繁序列模式。【结果】实例结果表明,该方法准确可行。【结论】该方法能有效缩减搜索空间,提高求解效率。     

一次性求解多个SAT问题

在实际应用中通常需要求解对应CNF(Conjunctive Normal Form)公式之间仅相差几个子句的一系列SAT(Satisfiability Problem)问题,但目前绝大多数SAT求解算法都是针对单一SAT问题设计的。为此,基于DPLL提出了nDPLL算法,并在随机问题上对该算法的效率进行测试。实验结果表明,nDPLL算法能一次性求解多个SAT问题,对于特定范围的CNF公式集具有较高的效率,CNF公式集的规模越大、相近因子越高、子句数和变量数的比值越大,则nDPLL算法的效率越高。     

Deriving all minimal consistency-based diagnosis sets using SAT solvers

In this paper, a novel method is proposed for judging whether a component set is a consistency-based diagnostic set, using SAT solvers. Firstly, the model of the system to be diagnosed and all the observations are described with conjunctive normal forms (CNF). Then, all the related clauses in the CNF files to the components other than the considered ones are extracted, to be used for satisfiability checking by SAT solvers. Next, all the minimal consistency-based diagnostic sets are derived by the CSSE-tree or by other similar algorithms. We have implemented four related algorithms, by calling the gold medal SAT solver in SAT07 competition – RSAT. Experimental results show that all the minimal consistency-based diagnostic sets can be quickly computed. Especially our CSSE-tree has the best efficiency for the single- or double-fault diagnosis.     

一种求解SAT问题的人工蜂群算法

针对SAT问题,提出一种求解该问题的离散人工蜂群算法——ABCSAT算法,建立了相应的优化算法模型,解决了问题编码和转化、适应度函数、蜜蜂觅食策略、离散操作等关键问题.不同于处理连续优化问题,ABCSAT将适应度函数定义为当前不可满足子句数.根据问题的特点设计了多种觅食策略,并利用各子句和变量之间约束关系的启发式信息对各阶段的候选解进行离散操作.最后在标准SATLIB测试集上对提出的算法进行了测试并与相关算法进行了比较,结果验证了ABCSAT算法在中小规模SAT问题上的有效性,表明算法能更加有效地解决该问题.     

基于DFS的并行粒计算模型及其应用

粒计算是近几年提出的新概念。在粒计算领域中,动态模糊性是普遍存在的,而人们在用粒计算求解问题时又希望从并行角度来求解问题。因此,基于DFS,给出并行粒计算模型和算法,并用实例进行分析,说明该算法是有效的,从而进一步丰富了粒度计算的研究内容。     

基于CNF权重学习求解3-SAT问题的进化算法

SAT（Satisfiability）可满足性问题研究具有很广的应用价值,是计算机和人工智能领域内的一个重要问题,也是第一个被证明为NP完全的问题。随着对SAT问题的深入研究,已经提出了很多高效的算法,其中随机算法（WalkSAT）、进化算法等启发式算法是今年来研究的热点。进化算法是遗传算法的一种,通过对生物组织进化的学习,形成的一种高效算法。针对CNF（Coniecture Normal Formula）权重和生物进化算法相结合,提出一种有效求解难SAT问题的不完全算法WOSAT．     

适用于LDPC码的新颖自适应联合加权比特翻转译码算法

针对低密度奇偶校验(low-density parity-check,LDPC)码采用单比特翻转算法译码可能出现比特循环翻转现象而导致译码收敛速度缓慢的问题,提出一种适用于LDPC码的新颖自适应联合加权比特翻转(self-adaption combined weighted bit-flipping,SCWBF)译码算法.该SCWBF算法结合了能高效实现的可靠率加权比特翻转(implementation-efficient reliability ratio based weighted bit-flipping,IRRWBF)算法与低复杂度加权比特翻转(low complexity weighted bit-flipping,LCWBF)算法的优点,在每次迭代过程中,能自适应翻转单比特或多比特,从而避免了单比特翻转算法在译码过程中产生的同一比特循环翻转现象.仿真结果表明,与加权比特翻转(weighted bit-flipping,WBF)算法、IRRWBF算法以及联合改进加权比特翻转(combined modified weighted bit-flipping decoding,CMWBF)算法相比,提出的SCWBF译码算法加快了LDPC码的译码速度,并且误码性能也得到明显改善.     

对电文翻转不敏感的导航信号载噪比估计算法

对于导航接收机而言,获取通道信号载噪比可辅助其提升跟踪精度和定位速度。但在使用传统的宽窄带功率比值法做载噪比估计时,由于该方法对导航电文数据比特的符号翻转敏感,导致其估计精度较低且运算量大。针对这一问题,提出一种对电文翻转不敏感的导航信号载噪比估计算法,该算法立足于在通道稳定跟踪时信号能量集中在I路,且噪声能量均等分散在I、Q两路,使用I、Q路信号能量做载噪比估计。首先,通过公式推导得出其运算表达式,再经计算机仿真确定最佳的单次积分时长和运算组数。结果表明,相较于宽窄带功率比值法,虽然该算法总积分时间略长,但对导航电文翻转不敏感,估计精度可提升5.72 dB或更高。在总积分时间相等的条件下,算法运算量相较于宽窄带功率比值法降低了33.6%。所提算法不仅提高了估计精度,同时降低了运算量,在导航接收机中有一定的应用前景。