基于TNM的SAT局部搜索行為統(tǒng)計分析與行為環(huán)控制策略.pdf

1、可滿足性問題(Satisfiability problem問題，簡稱 SAT問題)是第一個被證明的NPC(Non-deterministic Polynomial Complete)問題，它是計算復(fù)雜性理論的奠基石，是計算機科學(xué)與人工智能領(lǐng)域具有基礎(chǔ)性的重要問題。同時，SAT問題在機器定理證明、VLSI超大規(guī)模集成電路設(shè)計與檢測、模型檢測、安全協(xié)議驗證、任務(wù)規(guī)劃調(diào)度等問題中有著廣泛地應(yīng)用。因此，對SAT問題的高效求解算法的研究具有重要的

2、實用價值與理論意義。
　　SAT問題的求解算法大體上可以分為不完備算法和完備算法，相對于完備算法，不完備算法能在更短的時間內(nèi)求解更大規(guī)模的算例，雖然不保證一定能找到解，但是大部分情況下都能找到問題的解。不完備算法當(dāng)中又以隨機局部搜索算法SLS(Stochastic Local Search)求解效率最高。TNM(Two Noise Mechanism)算法是典型的隨機局部搜索算法，在選擇翻轉(zhuǎn)變元時利用到了翻轉(zhuǎn)過程中的歷史信息，同時

3、利用兩種噪聲機制使搜索過程跳出局部最優(yōu)。利用程序插樁技術(shù)，建立數(shù)據(jù)庫并記錄搜索過程中的動態(tài)行為信息，對翻轉(zhuǎn)事件進行統(tǒng)計分析，發(fā)現(xiàn)TNM算法會出現(xiàn)在一段時間內(nèi)先后選擇多個不同變元連續(xù)翻轉(zhuǎn)的現(xiàn)象，這種現(xiàn)象使搜索過程產(chǎn)生行為環(huán)，降低了搜索效率。因此提出新的控制策略避免環(huán)的出現(xiàn)，將這種策略應(yīng)用到TNM算法中，形成新的隨機局部搜索算法TNM+。
　　使用 TNM算法和 TNM+算法對不同類型的算例進行求解，對比它們的求解速度（包括平均翻轉(zhuǎn)次