49、基于伊辛模型的乘积型消息传递框架扩展

基于伊辛模型的乘积型消息传递框架扩展

在计算机科学领域，布尔可满足性问题（SAT）一直是一个核心研究方向。为了解决 SAT 问题，消息传递（MP）算法和冲突驱动的子句学习（CDCL）等方法被广泛应用。本文将探讨如何将伊辛模型的概念引入到乘积型消息传递框架（PMPF）中，以扩展其功能并提高 MP 算法在 SAT 求解器中的性能。

1. 符号细节与定义

在深入探讨之前，我们需要明确一些基本的符号和定义：
- 布尔变量与文字 ：设 (V = {v_1, \ldots, v_n}) 是 (n) 个布尔变量的集合，(L = {v, \overline{v}|v \in V}) 是文字的集合。
- 子句与 CNF 公式 ：子句 (c) 是文字的集合，解释为析取；CNF 公式 (F) 是 (m) 个子句的集合，解释为合取。
- 子句属性 ：(\vert c\vert) 表示子句 (c) 的大小；单位子句是指大小为 1 的子句；重言子句是指包含互补文字的子句；纯文字是指在 (F) 中不存在其互补文字的文字。
- k - CNF 公式 ：如果 (F) 中所有子句的最大大小为 (k)，则称 (F) 为 (k) - CNF 公式。
- 赋值与可满足性 ：赋值 (\alpha : V \to {0, 1}) 称为 (F) 的满足赋值（或解），如果 (\alpha(F)) 评估为真；如果赋值对 (V) 中的所有变量都进行了赋值，则称为全赋值；如果 (F) 至少有一个满足赋值，则称 (F)