模型检验及其布尔可满足问题的研究
| 中文摘要 | 第1-5页 |
| 英文摘要 | 第5-10页 |
| 插图目录 | 第10-12页 |
| 第一章 引 言 | 第12-22页 |
| ·形式化验证方法 | 第12-13页 |
| ·本文研究背景及相关工作 | 第13-20页 |
| ·符号模型检验 | 第13-16页 |
| ·模型检验与布尔可满足问题 | 第16-20页 |
| ·有界模型检验 | 第16-17页 |
| ·求解布尔可满足问题 | 第17-18页 |
| ·模型抽象细化技术与提取不可满足问题核 | 第18-20页 |
| ·本文主要工作 | 第20-21页 |
| ·本文章节安排 | 第21-22页 |
| 第二章符号模型检验中转移关系的分组策略 | 第22-36页 |
| ·有限状态转移模型 | 第22-24页 |
| ·时态逻辑 | 第24-28页 |
| ·计算树逻辑公式（CTL） | 第24-26页 |
| ·其它时态逻辑 | 第26-28页 |
| ·满足时态逻辑公式状态集合的不动点表征 | 第28-29页 |
| ·布尔函数的支撑变量 | 第29-30页 |
| ·二叉决策图 | 第30-32页 |
| ·二叉决策图的节点与支撑向量 | 第32页 |
| ·基于支撑向量海明距离的转移关系分组策略 | 第32-34页 |
| ·实验结果分析 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 第三章模型检验与布尔可满足问题 | 第36-56页 |
| ·布尔可满足问题 | 第36-37页 |
| ·有界模型检验的例子 | 第37-38页 |
| ·有界模型检验 | 第38-43页 |
| ·有界模型检验的完全性问题 | 第43-44页 |
| ·模型的抽象和细化技术 | 第44-54页 |
| ·模型的抽象方法 | 第45-51页 |
| ·基于实存的抽象方法 | 第45-47页 |
| ·基于影响锥的抽象 | 第47-49页 |
| ·谓词抽象 | 第49-51页 |
| ·伪反例的识别 | 第51-53页 |
| ·基于极小不可满足问题的抽象细化 | 第53-54页 |
| ·本章小结 | 第54-56页 |
| 第四章布尔可满足问题的求解 | 第56-78页 |
| ·DPLL算法 | 第57-67页 |
| ·基于分解的算法及其复杂度 | 第57-60页 |
| ·DPLL算法 | 第60-63页 |
| ·分支的启发式策略以及布尔传播过程 | 第63-64页 |
| ·冲突分析 | 第64-67页 |
| ·调查传播算法 | 第67-76页 |
| ·合取范式的因子图表示 | 第67页 |
| ·调查传播算法 | 第67-69页 |
| ·调查传播算法的迭代 | 第69页 |
| ·按照赋值倾向进行变量赋值 | 第69-71页 |
| ·转入局部搜索算法的判据 | 第71页 |
| ·随机行走算法 | 第71-72页 |
| ·调查传播算法的收敛问题 | 第72页 |
| ·步长对调查传播算法的影响规律探析 | 第72-76页 |
| ·步长对算法效率影响的模拟实验 | 第72-73页 |
| ·步长对算法有效性影响的模拟实验 | 第73页 |
| ·步长对调查传播算法的影响规律 | 第73-76页 |
| ·本章小结 | 第76-78页 |
| 第五章 极小布尔不可满足问题 | 第78-102页 |
| ·引言 | 第78-79页 |
| ·识别MU的算法 | 第79-83页 |
| ·提取MU子式的算法 | 第83-94页 |
| ·提取MU子式的自适应搜索算法 | 第83-85页 |
| ·利用蕴含图的近似提取算法 | 第85-88页 |
| ·利用蕴含图提取MU的算法误差模拟实验 | 第88-89页 |
| ·AMUSE方法 | 第89-94页 |
| ·提取MU的精确算法 | 第94-101页 |
| ·利用线性规划的提取算法 | 第94-97页 |
| ·遍历子句的算法及预先局部赋值优化策略 | 第97-101页 |
| ·本章小结 | 第101-102页 |
| 第六章可满足问题在测试端口序故障中的应用 | 第102-110页 |
| ·端口序故障模型 | 第102-103页 |
| ·利用可满足问题检测端口序故障 | 第103-105页 |
| ·实验结果 | 第105-108页 |
| ·本章小结 | 第108-110页 |
| 第七章 结论与未来工作 | 第110-114页 |
| ·本文工作总结 | 第110-112页 |
| ·存在的问题和未来工作 | 第112-114页 |
| 参考文献 | 第114-124页 |
| 致谢 | 第124-125页 |
| 作者简历 | 第125-126页 |
