উত্তর:
রেজোলিউশন অনুসন্ধান (কেবলমাত্র কিছু ভাল হিউরিস্টিক্সের সাথে রেজুলেশন রুল প্রয়োগ করা) স্যাট সলভারদের জন্য আরেকটি সম্ভাব্য কৌশল। তাত্ত্বিকভাবে এটি ডিপিএলএল থেকে তাত্পর্যপূর্ণভাবে আরও শক্তিশালী (যেমন সমস্যাগুলি রয়েছে যার জন্য এটি ক্ষুদ্রতর প্রমাণ রয়েছে) এটি কেবলমাত্র গাছের রেজোলিউশন করে যদিও আপনি এর শক্তি বাড়ানোর জন্য নোগড শেখার মাধ্যমে এটি বাড়িয়ে তুলতে পারেন - এটি সাধারণ রেজোলিউশনের মতো এখনও শক্তিশালী করে তোলে কিনা আমি যতদুর জানি ওপেন করুন) তবে আমি এমন একটি বাস্তবায়ন সম্পর্কে জানি না যা আরও ভাল সম্পাদন করে।
যদি আপনি নিজেকে সম্পূর্ণ অনুসন্ধানের মধ্যে সীমাবদ্ধ করেন না, তবে ওয়াকস্যাট একটি স্থানীয় অনুসন্ধান সলভার যা বেশিরভাগ ক্ষেত্রেই সন্তোষজনক সমাধানগুলি খুঁজে পেতে এবং ডিপিএল-ভিত্তিক অনুসন্ধানকে ছাড়িয়ে যায়। এটি অসন্তুষ্টি প্রমাণের জন্য কেউ এটি ব্যবহার করতে পারে না যদিও এটি ব্যর্থ হওয়া সমস্ত অ্যাসাইনমেন্টগুলিকে ক্যাচ না করে যা ক্ষতিকারক মেমরির প্রয়োজনীয়তা বোঝায়।
সম্পাদনা: যোগ করতে ভুলে গেছেন - কাটিং প্লেনগুলিও ব্যবহার করা যেতে পারে (একটি পূর্ণসংখ্যার প্রোগ্রামে SAT হ্রাস করে)। বিশেষত গমোরি অনুকূলতার যে কোনও পূর্ণসংখ্যার প্রোগ্রাম সমাধান করার জন্য যথেষ্ট। আবার সবচেয়ে খারাপ ক্ষেত্রে, একটি ক্ষতিকারক সংখ্যা প্রয়োজন হতে পারে। আমি মনে করি অরোরা অ্যান্ড বারাকের কম্পিউটেশনাল কমপ্লেক্সিটি বইতে প্রুফ সিস্টেমগুলির আরও কয়েকটি উদাহরণ রয়েছে যা কোনও তাত্ত্বিকভাবে স্যাট সমাধানের মতো কোনও কিছুর জন্য ব্যবহার করতে পারে। আবার, আমি সত্যিই ডিপিএল-ভিত্তিক বা স্থানীয় অনুসন্ধান ভিত্তিক পদ্ধতিগুলি বাদ দিয়ে কোনও কিছুর দ্রুত বাস্তবায়ন দেখিনি।
জরিপ প্রচার আরও একটি অ্যালগরিদম যা কিছু ধরণের SAT সমস্যার সাফল্যের সাথে ব্যবহৃত হয়েছে, উল্লেখযোগ্যভাবে এলোমেলো SAT দৃষ্টান্ত। ওয়াকস্যাটের মতো, এটি অসন্তুষ্টি প্রমাণ করার জন্য ব্যবহার করা যায় না, তবে এটি ওয়াকস্যাট থেকে প্রাপ্ত বিভিন্ন ভিন্ন ধারণার (বার্তা-পাসিং অ্যালগরিদম) এর উপর ভিত্তি করে।
আপনি এটিও বলতে পারেন যে সমস্ত সিএসপি সলভারগুলিও স্যাট সলভার। এবং যতদূর আমি জানি সিএসপিতে ব্যবহৃত দুটি পদ্ধতি:
মন্টে কার্লো ট্রি অনুসন্ধান (এমসিটিএস) সম্প্রতি গোয়ের মতো গেমগুলিতে কিছু চিত্তাকর্ষক ফলাফল অর্জন করেছে। মোটামুটি মৌলিক ধারণাটি বৃক্ষ অনুসন্ধানের সাথে এলোমেলোভাবে সিমুলেশন সঞ্চারিত করে। এটি হালকা ও কার্যকর এবং কার্যকর করা সহজ, আমি সংযুক্ত গবেষণা কেন্দ্র পৃষ্ঠাটিতে অনেকগুলি উদাহরণ, কাগজপত্র এবং কিছু কোড রয়েছে।
প্রেভিটি ইত্যাদি। [1] এমসিটিএসের কিছু প্রাথমিক তদন্ত স্যাট প্রয়োগ করেছিল। তারা এমসিটিএস-ভিত্তিক অনুসন্ধান অ্যালগরিদম ইউসিটিএসএটি কল করে ("যদি আপনি চান তবে গাছের স্যাটগুলিতে উপরের আত্মবিশ্বাসের সীমা" প্রয়োগ করা হবে)। তারা ডিপিএলএল এবং ইউসিটিএসএটির পারফরম্যান্সকে স্যাটিলিবি সংগ্রহস্থলের উদাহরণগুলির সাথে তুলনা করে, দেখার লক্ষ্যে যে ইউসিটিএসএটি ডিপিএলএল থেকে তুলনায় উল্লেখযোগ্যভাবে ছোট অনুসন্ধান গাছ উত্পাদন করবে কিনা seeing
অভিন্ন র্যান্ডম 3-স্যাট এবং বিভিন্ন আকারের ফ্ল্যাট-গ্রাফ রঙিন উদাহরণগুলির জন্য, কোনও উল্লেখযোগ্য পার্থক্য ছিল না। তবে, ইউসিটিএসএটি রিয়েল-ওয়ার্ল্ড উদাহরণগুলির জন্য আরও ভাল পারফর্ম করেছে। চারটি ভিন্ন এসএসএ সার্কিট ত্রুটি বিশ্লেষণের উদাহরণগুলির জন্য গড় গাছের আকারগুলি (নোডের সংখ্যার ক্ষেত্রে) ডিপিএলএল জন্য কয়েক হাজারে ছিল, যখন ইউসিটিএসএটের জন্য সর্বদা ২০০ এরও কম থাকে।
ডিপিএলএলটি ভেরিয়েবল-ভিজিট ক্রমকে কঠোরভাবে নির্দিষ্ট করে না এবং অনুকূল পরিবর্তনশীল ক্রমবর্ধমান আক্রমণ কৌশলগুলি দেখার জন্য অনেকগুলি আকর্ষণীয় গবেষণা রয়েছে। এর মধ্যে কিছুটি স্যাট অ্যালগরিদমে ভেরিয়েবল নির্বাচন যুক্তিতে যুক্ত করা হয়েছে। এক অর্থে এই গবেষণার কিছু প্রাথমিক কারণ এটি দেখায় যে বিভিন্ন পরিবর্তনশীল আক্রমণ ক্রমগুলি বিভিন্ন অনুক্রমিক বাধা সৃষ্টি করে (যা অত্যন্ত দৃ hard়তার সাথে অত্যন্ত সংযুক্ত থাকে), এবং এই কার্যকরভাবে অন্তর্দৃষ্টি কাজে লাগানোর জন্য সবচেয়ে কার্যকর হিউরিস্টিক্স বা কৌশলগুলি তৈরি করা বলে মনে হয় গবেষণার প্রাথমিক পর্যায়ে।