声明
第一章 绪论
1.1 研究工作的背景与意义
1.2 国内外研究现状
1.3 本论文的主要研究内容
1.4 本论文的组织结构
第二章 可满足性问题相关理论研究
2.1.1 符号声明
2.1.2 布尔连接词
2.1.3 命题逻辑
2.1.4 逻辑命题的判定
2.1.5 合取范式
2.1.6 析取范式
2.1.7 CNF SAT问题
2.1.8 K-SAT问题
2.1.9 最大可满足问题
2.1.10 ALL SAT问题
2.2.1 背景及定义
2.2.2 布尔公式转换为CNF格式
2.2.3 逻辑电路转换为CNF格式
2.3 合取范式化简规则
2.3.1 单元子句规则
2.3.2 纯文字规则
2.3.3 重言子句规则
2.3.4 归结(Resolution)原理
2.3.5 包含规则
2.4 SAT求解的应用
2.5 本章小结
第三章 可满足问题判定算法设计
3.1 传统机器学习方法判定SAT
3.1.1 现有方法概述
3.1.2 机器学习方法介绍
3.1.3 传统机器学习判定SAT的方法设计
3.1.4 传统机器学习方法求判定SAT的测试与分析
3.2.1 深度学习的背景及意义
3.2.2 常见深度学习模型介绍
3.2.3 基于深度学习的可满足性问题判定方法设计
3.2.4 基于深度学习的可满足性问题判定方法测试与分析
3.3 传统机器学习与深度学习求解方法对比
3.4 本章小结
第四章 SAT全解问题求解方法设计
4.1 SAT全解问题(ALLSAT)概述
4.2 二分求解全解方法设计
4.2.1 基求解器选取
4.2.2 基本思想
4.2.3 基于二分的并行SAT全解算法
4.2.4 分割策略优化
4.2.5 基于二分的并行SAT全解算法的测试与分析
4.3 本章总结
第五章 全文总结和展望
5.1 全文总结
5.2 后续工作展望
致谢
参考文献
攻硕期间取得的研究成果