{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{-“日期部分”：[[2023,11,9]]，“日期时间”：“2023-11-09T23:29:00Z”，“时间戳”：1699572540972}，“引用计数”：0，“发布者”：“IOS出版社”，“内容域”：{:“域”：[]，“交叉标记限制”：false}，”短容器时间“：[]”，“发布-发布int“：{“日期部分”：[[2021,2,2]]}，“抽象”：“在研究命题可满足性问题（SAT），即判定命题公式是否可满足的问题时，通常假设公式是以合取范式（CNF）给出的。此外，大多数用于确定公式可满足性的软件工具（SAT解算器）都假设其输入是CNF。其中一个重要原因是，为CNF开发高效的数据结构和算法比为任意公式开发高效的数据结构和算法更简单。另一方面，使用CNF会使应用程序的高效建模变得繁琐。因此，通常在建模中使用更通用的公式表示，然后将公式转换为SAT解算器的CNF。在CNF中转换命题公式会以指数形式增加公式大小，或者需要使用辅助变量，这在最坏的情况下会对SAT解算器的性能产生负面影响。此外，翻译成CNF常常会丢失有关原始问题结构的信息。在本章中，当输入公式不是在CNF中给出，而是作为一般公式或更紧凑的布尔电路给出时，我们研究了解决命题可满足性问题的方法。我们展示了在CNF级Davis-Putnam-Loveland-Logemann算法中应用的技术如何推广到布尔电路，以及如何利用电路形式中可用的问题结构。然后，我们考虑了数字电路自动测试模式生成（ATPG）的一个密切相关的领域，并回顾了经典的ATPG算法、ATPG作为SAT问题的表述，以及基于SAT的ATPG的高级技术<\/jats:p>“，”DOI“：”10.3233\/faia201011“，”type“：”book-chapter“，”created“：{”date-parts“：[2021,2,8]]，”date-time“：”2021-02-08T08:42:18Z“，”timestamp“：1612773738000}，”source“：“Crossref”，“is-referenced-by-count”：2，”title“：[”chapter 27。非条款SAT和ATPG“]，前缀：“10.3233”，作者：[{“given”：“Rolf”，“family”：“Drechsler”，“sequence”：“first”，“affiliation”：[]}，{“given”:“Tommi”，“家族”：“Junttila”，“序列”：“additional”，“：”7437“，”container-title“：[”人工智能与应用前沿”，“可满足性手册”]，“原始标题”：[]，“链接”：[{“URL”：“http://\/ebooks.iospress.nl\/pdf\/doi\/10.3233\/FAIA201011”，“内容类型”：“未指定”，“content-version”：“vor”，“意向应用程序”：“相似性检查”}]，“存放”：{“日期-部件”：[2021,2,8]]，“日期-时间”：“2021-02-08T08:42:23Z“，”timestamp“：1612773743000}，”score“：1，”resource“：{”primary”：{“URL”：“http://\/ebooks.iospress.nl\/doi\/10.3233\/FAIA201011”}}，“subtitle”：[]，“shorttitle”：[]，“issued”：{“date-parts”：[2021,2,2]}，《references-count》：0，“URL”:“http://\/dx.doi.org\/10.3 233\/FAIA201011“，”关系“：{}，”ISSN“：[”0922-6389“，”1879-8314“]，”ISSN-type“：[{”value“：”0922-6389“，”type“：“print”}，{“value”：“1879-8314”，“type”：”electronic“}]，“subject”：[]，“published”：{“date-parts”：[2021,2,2]}}}