下载PDF在浏览器中打开PDF

最小不满足子集枚举的区域不确定性方法评估

12页发布日期:2018年10月23日

摘要

在许多不同的应用程序中,我们被赋予了一组约束,其目标是确定该集是否可满足。如果集合被确定为不可满足,那么人们可能有兴趣分析这种不可满足性。最小不可满足子集的识别就是这样一种分析。识别的MUS越多,就越能更好地了解不可满足性。然而,对所有MUS的完整枚举通常是难以解决的。因此,需要以在线方式(即逐个)识别MUS的算法。此外,由于MUS在各种约束域中都有应用,并且仍有新的应用出现,因此需要域不可知的MUS枚举方法。
本文对四种最新的领域无关MUS枚举算法:MARCO、TOME、ReMUS和DAA进行了实验评估。评估在SAT、SMT和LTL约束域中进行。结果表明,没有一种银弹算法能够在所有领域击败所有其他算法。

键盘:领域不可知论者,不可行性分析,最小不可满足子集,MUS枚举,不满足性分析

:吉尔斯·巴特,杰夫·萨克利夫玛格斯·维恩斯(编辑)。LPAR-22。第22届程序设计、人工智能和推理逻辑国际会议,第57卷,第131--142页

链接:
BibTeX条目
@inprocesdings{LPAR-22:Evaluation_of_Domain_Agnostic,author={Jaroslav Bend\text反斜杠{}'ik和Ivana Cerna},title={最小不可满足子集枚举的领域不确定性方法评估},booktitle={LPAR-22。第22届程序设计、人工智能和推理逻辑国际会议},editor={吉尔斯·巴特(Gilles Barthe)、杰夫·萨克利夫(Geoff Sutcliffe)和玛格斯·维恩斯(Margus Veanes)},series={计算中的EPiC系列},体积={57},页数={131--142},年份={2018年},publisher={EasyChair},bibsource={EasyChair,https://easychair.org},issn={2398-7340},url={https://easychair.org/publications/paper/m8qv},doi={10.29007/sxzb}}
下载PDF在浏览器中打开PDF