基于集合理论的完整SAT求解器与XML数据挖掘在GUI运行时状态聚类中的应用
基于集合理论的完整SAT求解器
在SAT求解领域,为了找到更高效的求解方法,研究人员进行了一系列实验。实验使用了Model RB基准测试实例,选取了MiniSAT、glucose、clasp这三款最先进的SAT求解器与R - SAT进行对比。所有测试都在配备Intel i5 M430 CPU 2.27GHz、2GB内存的Ubuntu10.10系统机器上进行,且设置了5000秒的CPU时间限制。
以下是不同求解器在各实例上的运行时间对比:
| Sample | MiniSAT | glucose | clasp | R - SAT |
| — | — | — | — | — |
| Frb30 - 15 - 1.cnf | 1.94 | 0.056 | 1.18 | 0.01 |
| Frb30 - 15 - 2.cnf | 0.468 | 0.036 | 0.3 | 0.35 |
| Frb30 - 15 - 3.cnf | 1.66 | 0.32 | 1.06 | 0.26 |
| Frb30 - 15 - 4.cnf | 0.524 | 0.336 | 0.51 | 0.24 |
| Frb30 - 15 - 5.cnf | 0.536 | 0.484 | 0.18 | 0.01 |
| Frb35 - 17 - 1.cnf | 5.016 | 5.6324 | 1.49 | 2.26 |
| Frb35 - 17 - 2.cnf | 49.339 | 6.24 | 12.89 | 4.75 |
| Frb35 - 17
超级会员免费看
订阅专栏 解锁全文
1689

被折叠的 条评论
为什么被折叠?



