结合变量决策层和全局学习率的启发式优化算法.pdfVIP

第４２卷第２期计算机应用研究Ｖｏｌ４２Ｎｏ２

２０２５年２月ＡｐｐｌｉｃａｔｉｏｎＲｅｓｅａｒｃｈｏｆＣｏｍｐｕｔｅｒｓＦｅｂ．２０２５

结合变量决策层和全局学习率的启发式优化算法

ａａ，ｂａａａａ

何飞，王晓峰，唐傲，华盈盈，彭庆媛，王军霞

（北方民族大学ａ．计算机科学与工程学院；ｂ．图像图形智能处理国家民委重点实验室，银川７５００２１）

摘要：冲突驱动子句学习（ｃｏｎｆｌｉｃｔｄｒｉｖｅｎｃｌａｕｓｅｌｅａｒｎｉｎｇ，ＣＤＣＬ）是现代ＳＡＴ求解器的主流框架，而基于变量活

性的分支算法是其高效求解的关键因素之一。将全局学习率（ｇｌｏｂａｌｌｅａｒｎｉｎｇｒａｔｅ，ＧＬＲ）和变量决策层结合分析，

得到两个有关ＣＤＣＬ搜索行为的重要推论：在ＧＬＲ较高时，增加低决策层变量的碰撞分数可以降低搜索成本；而

在ＧＬＲ较低时，增加高决策层变量的碰撞分数可以充分探索解空间。通过实验数据分析，验证了两个推论的正

确性。依据推论，提出一种结合ＧＬＲ和变量决策层的Ｇｄｂ启发式策略来优化现有分支算法，Ｇｄｂ使用变量决策

层设计两个权重ｗ和ｗ，分别用于较高和较低ＧＬＲ情况下的变量活性。此外，还分析了ＥＶＳＩＤＳ和ＬＲＢ两个分

１２

支算法的搜索行为，并针对ＬＲＢ进行再次加权。实验结果表明，Ｇｄｂ分支策略有效提升了ＣＤＣＬ求解器的效率。

关键词：布尔可满足性问题；ＣＤＣＬ；分支策略；ＧＬＲ；变量决策层

中图分类号：ＴＰ３９１文献标志码：Ａ文章编号：１００１３６９５（２０２５）０２０１６０４４１０７

ｄｏｉ：１０．１９７３４／ｊ．ｉｓｓｎ．１００１３６９５．２０２４．０６．０２３０

Ｈｅｕｒｉｓｔｉｃｏｐｔｉｍｉｚａｔｉｏｎａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎｖａｒｉａｂｌｅ

ｄｅｃｉｓｉｏｎｌｅｖｅｌａｎｄｇｌｏｂａｌｌｅａｒｎｉｎｇｒａｔｅ

ａａ，ｂａａａａ

ＨｅＦｅｉ，ＷａｎｇＸｉａｏｆｅｎｇ，ＴａｎｇＡｏ，ＨｕａＹｉｎｇｙｉｎｇ，ＰｅｎｇＱｉｎｇｙｕａｎ，ＷａｎｇＪｕｎｘｉａ

（ａ．ＳｃｈｏｏｌｏｆＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅ＆Ｅｎｇｉｎｅｅｒｉｎｇ，ｂ．ＴｈｅＫｅｙＬａｂｏｒａｔｏｒｙｏｆＩｍａｇｅｓ＆ＧｒａｐｈｉｃｓＩｎｔｅｌｌｉｇｅｎｔＰｒｏｃｅｓｓｉｎｇｏｆＳｔａｔｅＥｔｈｎｉｃＡｆｆａｉｒｓＣｏｍｍｉｓ

ｓｉｏｎ，ＮｏｒｔｈＭｉｎｚｕＵｎｉｖｅｒｓｉｔｙ，Ｙｉｎｃｈｕａｎ７５００２１，Ｃｈｉｎａ）

Ａｂｓｔｒａｃｔ：Ｃｏｎｆｌｉｃｔｄｒｉｖｅｎｃｌａｕｓｅｌｅａｒｎｉｎｇ（ＣＤＣＬ）ｉｓｔｈｅｍａｉｎｓｔｒｅａｍｆｒａｍｅｗｏｒｋｉｎｍｏｄｅｒｎＳＡＴｓｏｌｖｅｒｓ，ｗｉｔｈｂｒａｎｃｈｉｎｇａｌｇｏ

ｒｉｔｈｍｓｂａｓｅｄｏｎｖａｒｉａｂｌｅａｃｔｉｖｉｔｙｂｅｉｎｇｏｎｅｏｆｔｈｅｋｅｙｆａｃｔｏｒｓｆｏｒｅｆｆｉｃｉｅｎｔｓｏｌｖｉｎｇ．Ｂｙｃｏｍｂｉｎｉｎｇｇｌｏｂａｌｌｅａｒｎｉｎｇｒａｔｅ（ＧＬＲ）

ａｎｄｖａｒｉａｂｌｅｄｅｃｉｓｉｏｎｌｅｖｅｌｓ，ＣＤＣＬｏｂｔａｉｎｅｄｔｗｏｉｍｐｏｒｔａｎｔｉｎｆｅｒｅｎｃｅｓａｂｏｕｔｉｔｓｓｅａｒｃｈｂｅｈａｖｉｏｒ：ｗｈｅｎＧＬＲｗａｓｈｉｇｈ，ｉｎｃｒｅａｓ

ｉｎｇｔｈｅｃｏｌｌｉｓｉｏｎｓｃｏｒｅｏｆｌｏｗｄｅｃｉｓｉｏｎｌｅｖｅｌｖａｒｉａｂｌｅｓｒｅｄｕｃｅｄｓｅａｒｃｈｃｏｓｔｓ；ｗｈｅｎＧＬＲｗａｓｌｏｗ，ｉｎｃｒｅａｓｉｎｇｔｈｅｃｏｌｌｉｓｉｏｎｓｃｏｒｅｏｆ

ｈｉｇｈｄｅｃｉｓｉ