基于學習的GSAT算法

在GSAT算法的基礎(chǔ)上,引進學習的概念,設計了一種新的SAT求解算法.用若干DIMAC的測試實例進行了仿真實驗研究,比較了基于學習的GSAT算法與著名的Random Walk GSAT算法.結(jié)果表明兩種算法對于隨機SAT的實例比較有效,但對于Real-World SAT的實例性能較差.

作 者： 林智勇 郝志峰 劉海   作者單位： 華南理工大學應用數(shù)學系,廣東廣州,510640  刊 名： 華南理工大學學報(自然科學版)  ISTIC EI PKU 英文刊名： JOURNAL OF SOUTH CHINA UNIVERSITY OF TECHNOLOGY(NATURAL SCIENCE EDITION)  年，卷(期)： 2002 30(7)  分類號： O157 TP30  關(guān)鍵詞： 可滿足性問題   局部搜索   隨機游走   加權(quán)   學習  

【基于學習的GSAT算法】相關(guān)文章：

基于粒子群算法的資源均衡04-27

基于分解算法的RM及DFRM之間的轉(zhuǎn)換04-26

基于UKF的機載無源定位算法04-27

基于正則蘊涵算子的三Ⅰ算法的性質(zhì)04-27

基于結(jié)構(gòu)特征的空間目標識別算法04-26

基于蟻群算法的火災人群疏散仿真04-26

基于支持向量機的紅外成像跟蹤算法04-27

基于遺傳算法的飛機氣動優(yōu)化設計04-27

基于進化算法的測控飛機跟蹤路徑規(guī)劃04-26

基于遺傳算法CSAMT反演計算研究04-27