| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究工作的背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 SAT问题和Max-SAT问题的研究现状 | 第11-12页 |
| 1.2.2 熵的研究现状 | 第12-13页 |
| 1.3 论文的主要研究内容及组织结构 | 第13-14页 |
| 1.4 论文组织结构安排 | 第14-16页 |
| 第二章 Max-SAT问题的相关算法研究 | 第16-33页 |
| 2.1 Max-SAT问题定义 | 第16-17页 |
| 2.2 熵的基础理论 | 第17-25页 |
| 2.2.1 信息熵 | 第18-20页 |
| 2.2.2 联合熵 | 第20-21页 |
| 2.2.3 条件熵 | 第21-22页 |
| 2.2.3.1 条件熵的非负性 | 第21页 |
| 2.2.3.2 熵的链法则 | 第21-22页 |
| 2.2.3.3 条件熵递减性 | 第22页 |
| 2.2.3.4 条件熵的常用计算公式 | 第22页 |
| 2.2.4 交叉熵 | 第22-25页 |
| 2.3 常用的搜索策略 | 第25-29页 |
| 2.3.1 回溯算法 | 第25-26页 |
| 2.3.2 启发式搜索 | 第26-29页 |
| 2.3.2.1 有序搜索算法(A算法) | 第27-28页 |
| 2.3.2.2 A~*算法 | 第28-29页 |
| 2.4 搜索算法中的剪枝优化 | 第29-32页 |
| 2.4.1 可行性剪枝 | 第30页 |
| 2.4.2 最优化剪枝 | 第30-31页 |
| 2.4.3 搜索顺序剪枝 | 第31-32页 |
| 2.5 本章小结 | 第32-33页 |
| 第三章 基于信息熵的局部搜索Max-SAT算法 | 第33-61页 |
| 3.1 Max-SAT概述 | 第33-34页 |
| 3.2 局部搜索算法 | 第34-43页 |
| 3.2.1 GSAT算法的基本原理 | 第34-37页 |
| 3.2.2 CCLS算法 | 第37-40页 |
| 3.2.2.1 CCLS算法的基本原理 | 第37-38页 |
| 3.2.2.2 CCLS算法的步骤 | 第38-40页 |
| 3.2.3 基于交叉熵的最大可满足算法 | 第40-43页 |
| 3.2.3.1 交叉熵算法原理介绍 | 第40-41页 |
| 3.2.3.2 算法核心思想 | 第41页 |
| 3.2.3.3 交叉熵方法优化 | 第41-42页 |
| 3.2.3.4 基于交叉熵的可满足算法流程 | 第42-43页 |
| 3.3 基于信息熵的MAX-SAT局部搜索 | 第43-60页 |
| 3.3.1 基于信息熵的变量挑选算法 | 第43-49页 |
| 3.3.1.1 Benchmark的构造 | 第43-44页 |
| 3.3.1.2 信息熵的利用 | 第44-49页 |
| 3.3.2 基于剪枝技术的局部搜索方法 | 第49-52页 |
| 3.3.3 关联度修正方法 | 第52-57页 |
| 3.3.4 基于信息熵的局部搜索算法流程 | 第57-60页 |
| 3.4 本章小结 | 第60-61页 |
| 第四章 对比试验及结果 | 第61-73页 |
| 4.1 基于交叉熵的最大可满足算法实验对比结果 | 第61-66页 |
| 4.2 对比2016Max-SAT竞赛结果 | 第66-70页 |
| 4.3 实验总结分析 | 第70-71页 |
| 4.4 本章小结 | 第71-73页 |
| 第五章 全文总结与展望 | 第73-75页 |
| 5.1 论文总结 | 第73-74页 |
| 5.2 未来展望 | 第74-75页 |
| 致谢 | 第75-76页 |
| 参考文献 | 第76-79页 |
| 攻硕期间取得的研究成果 | 第79页 |