因果诱因语句:利用最大可满足性进行错误定位
本研究分析了现有的基于不可满足子公式识别的最大可满足性问题(MaxSAT)算法,并提出了几个关键性优化和新的替代算法,这些优化和新算法在实际应用中的 MaxSAT 实例上提供了显着的性能提升。
Dec, 2007
本文提出了一种新的问题转化方法,将 CNF 公式的决策问题转化为 Horn 公式的最大可满足性问题,并证明了在鸽笼公式的情况下 MaxSAT resolution steps 的数量存在多项式绑定。
May, 2017
本文介绍了使用因果推理探究 SAT 求解器内在工作机制的方法 CausalSAT,并通过实验验证了其中四条经验法则和三个与现代 SAT 求解器实现密切相关的问题。
Jun, 2023
本文提出了一种新的框架 UpMax,将分割过程与 MaxSAT 解决算法分离,使用户能够根据问题来提出分割方案,证明分割对于基于不可满足性的 MaxSAT 算法的性能有很大的影响。
May, 2023
本研究使用 MaxSAT 问题中的 SPB 约束和子句权重技术,提出了一种新的局部搜索算法 SPB-MaxSAT,为 MaxSAT 局部搜索求解器的子句权重方法提供了新的视角和优秀的性能。
Jan, 2024
本文提出了将 SAT 子句翻译成至多两个变量等于零或一的 XOR 子句的 Max2XOR 约束的装置,并提出了 Max2XOR 问题的新的解析规则,以提高求解效率。
Apr, 2022
FourierSAT 是一种基于布尔函数的傅里叶分析的不完全的 SAT 求解器,其提出一种用于解决具有不同类型限制的系统的代数框架,并通过实验证明在某些基准测试上,它比其他解算器更具鲁棒性。
Dec, 2019
提出一种基于连续局部搜索与信念传播结合的算法 GradSAT,能在求解混合布尔约束问题方面有很好的应用表现,对称布尔约束和小系数伪布尔约束也可适用,并有望成为解决布尔满足性和优化问题的有效方法之一。
Dec, 2020
本文提出了一种新的路线,即通过引入可微(平滑)的最大可满足性(MAXSAT)求解器,将逻辑推理纳入更大的深度学习系统的循环中,从而在端到端学习系统中学习有挑战性的问题的逻辑结构,表现出集成逻辑结构于深度学习的潜力。
May, 2019