基于遗传算法的SAT问题求解研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 可满足性问题 | 第10-12页 |
| 1.1.1 可满足性问题的定义 | 第10页 |
| 1.1.2 SAT问题的实例 | 第10-11页 |
| 1.1.3 SAT问题的重要意义 | 第11-12页 |
| 1.2 遗传算法 | 第12-13页 |
| 1.3 国内外研究现状 | 第13-14页 |
| 1.4 论文的动机和相关工作 | 第14页 |
| 1.5 论文的组织结构 | 第14-16页 |
| 第2章 SAT求解器的算法及实现 | 第16-30页 |
| 2.1 完全搜索算法 | 第16-25页 |
| 2.1.1 DPLL算法 | 第16-17页 |
| 2.1.2 增强的DPLL算法 | 第17-18页 |
| 2.1.3 布尔约束传播 | 第18-21页 |
| 2.1.4 冲突子句学习 | 第21-23页 |
| 2.1.5 变量决策策略 | 第23-25页 |
| 2.2 局部搜索算法 | 第25-29页 |
| 2.2.1 贪心算法 | 第25-26页 |
| 2.2.2 随机游走算法 | 第26页 |
| 2.2.3 子句权重策略 | 第26-29页 |
| 2.3 本章小结 | 第29-30页 |
| 第3章 遗传算法与SAT求解器 | 第30-48页 |
| 3.1 经典遗传算法 | 第30-34页 |
| 3.1.1 遗传算法的基本概念 | 第30-33页 |
| 3.1.2 遗传算法的基本框架 | 第33-34页 |
| 3.2 染色体的编码和适应度函数 | 第34-35页 |
| 3.2.1 编码表示 | 第34-35页 |
| 3.2.2 适应度函数 | 第35页 |
| 3.3 遗传操作算子的设计 | 第35-41页 |
| 3.3.1 选择操作算子 | 第35-37页 |
| 3.3.2 交叉操作算子 | 第37-39页 |
| 3.3.3 变异算子 | 第39-41页 |
| 3.4 并行计算 | 第41-46页 |
| 3.4.1 遗传算法并行计算的目的 | 第41页 |
| 3.4.2 遗传算法并行性研究 | 第41-43页 |
| 3.4.3 并行计算的实现和性能 | 第43-46页 |
| 3.5 本章小结 | 第46-48页 |
| 第4章 启发式遗传算法SAT求解器的研究与实现 | 第48-56页 |
| 4.1 贪心交叉操作算子 | 第48-50页 |
| 4.2 随机游走交叉操作算子 | 第50-51页 |
| 4.3 子句变量惩罚交叉操作算子 | 第51-55页 |
| 4.4 本章小结 | 第55-56页 |
| 第5章 基于谱系树的遗传算法求解SAT问题 | 第56-64页 |
| 5.1 谱系树中个体间的关系及种群多样度 | 第56-57页 |
| 5.2 对家族的遗传操作 | 第57-58页 |
| 5.3 谱系树遗传算法框架 | 第58-59页 |
| 5.4 遗传算法收敛性分析 | 第59-61页 |
| 5.4.1 谱系树遗传算法的马尔科夫链的表示 | 第59-60页 |
| 5.4.2 GTGA-SAT算法收敛性证明 | 第60-61页 |
| 5.5 实验结果及分析 | 第61-63页 |
| 5.6 本章小结 | 第63-64页 |
| 结论 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第70-72页 |
| 附录A 数据表 | 第72-76页 |
| 致谢 | 第76页 |
