10、计算法证技术在知识产权保护中的应用与实践

计算法证技术在知识产权保护中的应用与实践

算法特性分析

在算法分析中，有多个重要的特性可用于对算法进行深入研究和区分。
1. 非重要变量百分比 ：对于特定的子句集合 (C) 和所有变量的满意真值赋值 (t(V))，若变量 (v_i) 的赋值 (t(v_i) = T) 和 (t(v_i) = F) 都能使 (C) 得到满足，则该变量为非重要变量。对于给定的真值赋值 (t)，将那些可以改变赋值而不影响 (C) 可满足性的变量子集记为 (V_t^{NI})。在后续的法证分析中，仅考虑功能上显著的变量子集 (V_0 = V - V_t^{NI})。
2. 子句稳定性 ：该特性指的是能够改变赋值，同时仍使 (C) 中 (K\%) 的子句得到满足的变量百分比。其目的在于识别建设性的贪心算法，因为这类算法在为变量赋值时，会尽量让每个变量的选择覆盖尽可能多的子句。
3. 子句中真赋值变量与总变量数的比率 ：此特性在很大程度上依赖于问题的结构，总体上是为了衡量算法的有效性。较大的值通常表明使用了试图通过每个变量优化覆盖范围的算法。
4. 变量正负出现的覆盖比率 ：与特性 3 从单个子句的角度分析解决方案不同，此特性从每个变量的角度进行分析。每个变量 (v_i) 以正形式出现在 (p_i) 个子句中，以负形式出现在 (n_i) 个子句中，该特性量化了算法将真值赋给 (t(v_i)) 使得 (p_i \geq n_i) 的可能性。
5. GSAT 启发式 ：对于每个变量 (v)，计算差值 (DIFF =