[发明专利]求解加权最大可满足性问题的局部搜索求解方法和系统

说明书

本发明涉及一种求解加权最大可满足性问题的局部搜索求解方法和系统，包括：搜索第一变量，若存在则在所有第一变量中选择第一分数最大的变量进行翻转；否则搜索第二变量，若存在则在所有第二变量中选择总分数最大的变量进行翻转；否则搜索未满足硬子句，若存在则在所有未满足硬子句中随机选中一未满足硬子句，并在选中的未满足硬子句中随机选择一个变量进行翻转，否则随机选中一未满足软子句并在选中的未满足软子句中随机选择一个变量进行翻转，在对待翻转变量进行翻转前执行判断步骤，若待翻转变量的格局从上一次翻转到本次迭代搜索之间没有发生变化，则待翻转变量在本次迭代搜索中保持不变。本文发明使局部搜索求解的格局检测策略限制更加宽松。

技术领域

本发明涉及利用约束优化问题来求解实际难解问题的技术领域，特别涉及一种求解加权最大可满足性问题的局部搜索求解方法和系统。

背景技术

最大可满足性问题是布尔可满足性问题的一个变种问题，在计算机科学、数理逻辑和人工智能领域扮演了重要的角色。最大可满足性问题的定义如下：给定一个合取范式的命题公式，该命题公式是一组子句的合取形式，形如F＝∧_ic_i；每个子句是布尔变量或者布尔变量的非的析取形式，形如c_i＝∨_jl_ij，C代表子句；C_i代表第i个子句；i为子句编号，从1开始；j代表子句的第j个变量；l_ij代表第i个子句中的第j个变量。最大可满足性问题的目的是找到一组变量的赋值，使该命题公式中的子句尽量多的满足为真。最大可满足性问题在理论与实际中都有十分重要的意义。在理论上，最大可满足性问题是一个经典的NP难问题(NP是指非确定性多项式non-deterministic polynomial)，是计算理论中一个很有影响力的问题。在实际应用中，很多实际问题都可以转换为最大可满足性问题，如人工智能，自动化设计调试等。加权最大可满足性问题的每个子句都关联一个正整数作为其权值，其目标是找到一组变量的赋值，使该命题公式中被满足子句的权值之和尽量大。加权带硬约束的最大可满足性问题是最大可满足性问题的一个扩展，其子句分为硬子句与软子句两种，其目标是找到一组变量的赋值，使该命题公式中的硬子句都被满足，且被满足的软子句的权值之和尽量大。

许多现实应用中的组合问题通常都既包含硬约束又包含软约束，并且通常软约束的重要程度都不同，把这类现实问题编码为加权带硬约束的最大可满足性问题较编码为最大可满足性问题，加权最大可满足性问题，带硬约束的最大可满足性问题灵活。加权带硬约束的最大可满足性问题有很多实际的应用，包括计算蛋白质设计，集合覆盖，联合结构生成等问题。本发明主要应用于解决(加权)带硬约束的最大可满足性问题。

用于求解(加权)带硬约束的最大可满足性问题的方法主要分为两类，完备性方法与非完备性方法。完备性方法可以保证找到最优解，但是对于较大的实例，它们通常不能在一个合理的时间内给出一个好的解。非完备性方法，主要是随机局部搜索方法，不能保证找到的解是最优解，但是它们通常可以在一个合理的时间内给出一个高质量的解。随机局部搜索方法的主要框架描述如下：初始化时，算法随机产生一个解，然后算法在每个搜索步骤迭代地选择并翻转一个变量来修改当前的解，直到算法终止。最后算法输出找到的最优解或者输出没有找到可行解。从GSAT与WalkSAT求解器诞生至今，局部搜索算法用来求解最大可满足性问题及其扩展问题得到了广泛的研究。近年来，这个方向取得了重大的突破，包括一些最先进的局部搜索求解器，如CCLS，Dist以及CCEHC。这些求解器均在MAX-SAT国际比赛中取得了很好的成绩。本发明首先提出了一个新的概念，叫做硬邻居，采用硬邻居的概念提出了基于硬邻居的格局检测策略，基于这个格局检测策略，提出了一个新的方法并命名为CCHNV(Configuration Checking Based on Hard Neighboring Variables)。