{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{-“日期-部件”：[[2024,9,15]]，“日期-时间”：“2024-09-15T00:53:54Z”，“时间戳”：1726361634014}，“引用-计数”：0，“发布者”：“EasyChair”，“内容-域”：{“域”：[]，“交叉标记限制”：false}，”短容器-时间“：[]”，“摘要”：“”一阶定理证明者必须在无限空间中寻找证明可能派生的空间。证明搜索启发式发挥着至关重要的作用这些系统的实际性能的作用。在当前<\/jats:p>生成基于饱和的定理证明程序，如SPASS、E、<\/jats:p>吸血鬼或谚语~9，最重要的决定之一是<\/jats:p>选择要使用给定子句处理的下一子句<\/jats:p>算法。证明人提供了多种基本子句评估函数，通常可以在许多<\/jats:p>中进行参数化和组合不同的方式。寻找好的策略通常留给用户或开发人员，通常由大规模实验支持评估。我们描述了一种使用<\/jats:p>实现此过程自动化的方法遗传算法，评估不同策略的总体在测试集上，并将突变和交叉算子应用于良好的<\/jats:p>创造下一代的战略。我们描述了设计和<\/jats:p>实验装置，并报告首次有希望的结果<\/jats:p>“，”DOI“：”10.29007\/gms9“，”type“：”proceedings-article“，”created“：{”date-parts“：[[2018,1,23]]，”date-time“：”2018-01-23T23:04:14Z“，”timestamp“：1516748654000}，”source“：“Crossref”，“is-referenced-by-count”：2，”title“：[”育种定理用遗传算法证明启发式“]，”前缀“：”10.29007“，”author“：[{”给定“：”西蒙“，“家庭”：”Sch\u00e4fer“，”sequence“：”first“，”affiliation“：[]}，{“given”：“Stephan”，“family”：“Schulz”，“sequence”：“additional”，“affiliation:[]}]，“member”：“11545”，“event”：{“name”：“GCAI 2015。全球人工智能会议“}，”container-title“：[”EPiC Series in Computing“]，”original title“：[]，”deposed“：{”date-parts“：[[2018,1,23]]，”date-time“：”2018-01-23T23:04:17Z“，”timestamp“：1516748657000}，“score”：1，“resource”：{“primary”:{“URL”：“https:\/\/easychair.org\/publications\/paper\/M5”}“，”subtitle“:[]，“shorttitle”：[]，“已发布”：{date-parts“：[[null]]}，”references-count“：0，”URL“：”http://\/dx.doi.org\/10.29007\/gms9“，”relationship“：{}，“ISSN”：[“2398-7340”]，“ISSN-type”：[{“value”：“2398-8340”，“type”:“print”}]，“subject”：【】}