基于警示传播与DPLL算法的启发式极性决策算法

摘要：

警示传播(WP)算法是信息传播算法的重要基础,WP算法的本质是因子图上警示信息的迭代过程,在算法收敛时得到一组稳定的警示信息,并利用局部腔域得到公式变元的部分赋值.分析了警示传播算法的基本原理,给出了算法的改进.RB实例集上的实验证明,改进后的算法比原算法具有迭代次数和运行时间,提高了收敛速度.然而,在RB模型产生的大部分实例集上,警示传播算法不收敛,因而不能有效求解公式.警示传播算法与DPLL算法的组合使用使回溯计算次数大大降低,从而有效地弥补了WP算法的不足.通过在RB实例集上的测试实验表明,该方法是有效的.

关键词：信息传递、警示传播算法、收敛性、DPLL算法

所属期刊栏目：37

分类号：TP301(计算技术、计算机技术)

资助基金：国家自然科学基金60863005,61011130038;贵州省省长基金200404;贵州大学自然科学青年基金2009021

在线出版日期：2011-03-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：178-181,185