Yanıtlar:
Çözüm Arama (yalnızca iyi bir sezgisel tarama ile çözümleme kuralını uygulamak) SAT çözümleyicileri için bir başka olası stratejidir. Teorik olarak DPLL'den katlanarak daha güçlüdür (yani üstel kısa delilleri olan problemler vardır) (bu sadece ağaç çözünürlüğü yapar, ancak gücünü arttırmak için nogood öğrenmeyle artırabilirsiniz - bu genel çözünürlük kadar güçlüdür bildiğim kadarıyla aç) ama daha iyi performans gösteren gerçek bir uygulama bilmiyorum.
Aramayı tamamlamak için kendinizi sınırlamazsanız, WalkSat, tatmin edici çözümler bulmak için kullanılabilen ve birçok durumda DPLL tabanlı aramadan daha iyi performans gösteren yerel bir arama çözücüsüdür. Başarısız olan tüm atamaları önbelleğe almadığı sürece, üstel bellek gereksinimleri anlamına gelmeyecek olsa da, kimse tatmin edici olmadığını kanıtlamak için kullanamaz.
Düzenleme: Eklemeyi unuttum - Kesme düzlemleri de kullanılabilir (SAT'ı bir tamsayı programına indirgeyerek). Özellikle Gomory kesintileri, iyimserlik için herhangi bir tamsayı programını çözmek için yeterlidir. Yine en kötü durumda, üstel bir sayı gerekebilir. Bence Arora & Barak'ın Hesaplamalı Karmaşıklık kitabında teorik olarak SAT çözme gibi bir şey için kullanılabilecek birkaç kanıt sistemi örneği var. Yine, DPLL tabanlı veya yerel arama tabanlı yöntemlerden başka hızlı bir uygulama görmedim.
Anket yayılımı, bazı rastgele SAT örneklerinde, özellikle rastgele SAT örneklerinde başarıyla kullanılan başka bir algoritmadır. WalkSAT gibi, memnuniyetsizliği kanıtlamak için kullanılamaz, ancak WalkSAT'den çok farklı fikirlere (mesaj aktarma algoritmaları) dayanır.
Yerel aramaya dayalı SAT çözücüleri var. Örneğin, açıklama için bu makaleye bakınız .
Ayrıca, tüm CSP çözücülerin de SAT çözücüler olduğunu söyleyebilirsiniz. CSP'de kullanılan iki yöntemi bildiğim kadarıyla var:
Monte Carlo Ağacı Arama (MCTS) son zamanlarda Go gibi oyunlarda bazı etkileyici sonuçlar elde etti. Kaba temel fikir, rastgele simülasyonu ağaç aramasıyla harmanlamaktır. Hafif ve uygulaması kolaydır, bağladığım araştırma merkezi sayfası birçok örnek, makale ve bazı kodlar içerir.
Previti ve diğ. [1] SAT'a uygulanan MCTS'nin bazı ön araştırmalarını yaptılar. MCTS tabanlı arama algoritmasını UCTSAT olarak adlandırırlar (eğer isterseniz SAT ağaçlarına uygulanan üst güven sınırları). SATLIB deposundaki örneklerde DPLL ve UCTSAT'ın performansını, UCTSAT'ın DPLL'den önemli ölçüde daha küçük arama ağaçları üretip üretmeyeceğini görmek amacıyla karşılaştırdılar.
Farklı boyutlardaki tek tip rastgele 3-SAT ve düz grafik renklendirme örnekleri için önemli bir fark yoktu. Ancak UCTSAT, gerçek dünya örnekleri için daha iyi performans gösterdi. Dört farklı SSA devre arızası analizi örneği için ortalama ağaç boyutları (düğüm sayısı açısından) DPLL için birkaç bin iken UCTSAT için her zaman 200'den azdı.
DPLL, değişken ziyaret sırasını kesin olarak belirtmez ve en uygun değişken sipariş saldırı stratejilerine bakan birçok ilginç araştırma vardır. bunların bazıları SAT algoritmalarında değişken seçim mantığına dahil edilmiştir. bir anlamda bu araştırmanın bir kısmı, farklı değişken saldırı düzenlerinin farklı sıralı kısıtlamalara (örnek sertliği ile yüksek derecede korelasyona) yol açtığını ve bu görünüşte anahtar içgörüden yararlanmak için en etkili buluşsal yöntemlerin veya stratejilerin tasarlandığını göstermesi bakımından ön hazırdır. araştırmanın erken aşamalarında.