基于重启策略的学习子句优化方法

• 作者: 刘磊 吕帅 张桐搏 李壮
• 来源期刊: 东北大学学报（自然科学版）
• 学科: 工学
• 关键词: DPLL 子句学习 学习子句数据库 MiniSAT求解器 Pareto最优
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 信息与控制
• 页码范围: 44-48
• 页数: 5页
• 分类号: TP181
• 字数: 4108字
• 语种: 中文
• DOI: 10.12068/j.issn.1005-3026.2020.01.008

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘磊	吉林大学计算机科学与技术学院	211	1231	18.0	25.0
2	吕帅	吉林大学计算机科学与技术学院	42	204	8.0	13.0
3	李壮	吉林大学计算机科学与技术学院	9	44	3.0	6.0
4	张桐搏	吉林大学计算机科学与技术学院	7	6	2.0	2.0