基于学习子句长度和LBD的删除策略

• 作者: 刘姚 宋振明
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: SAT求解器 学习子句删除 LLBD策略 LBD
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 算法设计与分析
• 页码范围: 92-95,100
• 页数: 5页
• 分类号: TP311
• 字数: 4181字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2019.05.017

摘要

学习子句的删除在求解器的构成中是非常重要的.因为学习子句删除策略的"优劣"不仅影响BCP的效率,还影响内存的占用问题,为避免出现这些问题,很多学者做了大量的工作,提出了很多良好的学习子句删除策略.然而当前的学习子句删除策略都有一个缺点:删除学习子句时有可能会删除在后续搜索过程中有很大作用的子句,因为不能确保每次删除的都是没有"价值"的子句.在充分考虑学习子句的长度和变量的决策层的基础上,本文提出基于学习子句长度和LBD的删除策略——LLBD策略,并形成算法,然后用该策略替换Glucose求解器中的删除策略,最后通过实验表明LLBD策略能够求解出更多的实例,求解器的效率也有所提高,表明本文策略有一定的优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	宋振明	西南交通大学数学学院	35	160	7.0	11.0
2	刘姚	西南交通大学数学学院	3	0	0.0	0.0