OBDDs变量序的遗传算法求解策略

OBDDs变量序的遗传算法求解策略

论文摘要

有序二叉判定图(OBDDs)是一种表示布尔函数的高效数据结构,在形式化验证领域内有着广泛应用。它为符号模型检测算法提供实现框架,使得模型检测中的状态空间爆炸问题得以缓解。OBDDs的规模严重地依赖于变量序,在最坏情况下其规模是呈指数级增长的。研究高效的变量排序算法,缩小其结点规模,对于提高符号模型检测效率具有至关重要的意义。OBDDs变量序问题已被证明是一个NP完全问题。现有的变量序求解算法,如:精确变量排序、启发式变量排序等,都是根据给定的函数结构对变量进行排序,对初始函数依赖性较强。因此具有一定的局限性,不能较好的解决这一问题。目前,遗传算法在求解该问题上效果较好。该算法以动态方式搜索最优解,摆脱了对给定函数的依赖性。但算法仍存在搜索效率低、局部优化能力弱、收敛速度慢等问题。为提升遗传算法求解OBDDs变量序问题的搜索效率,文章在原遗传算法基础上引入了自适应策略,并对其自适应模型进行改进。改进的算法根据种群进化程度动态调整交叉概率和变异概率,确保种群进化朝着正确方向进行,从而提升算法收敛速度和局部优化能力。算法通过调用软件包Buddy中部分内置函数测试样本获得实验数据。实验结果表明,改进的自适应遗传算法有效的降低了OBDDs规模,提高了算法的全局搜索能力。最高结点消减比例达14.67%,平均消减比例为2.58%。此外,针对两类特定类型布尔函数的OBDDs变量序,本文提出了特定的变量排序规则。并证明了在相应变量排序下布尔函数的OBDDs规模与其变量数是多项式相关的。

论文目录

  • 摘要
  • Abstract
  • 1 绪论
  •   1.1 研究背景及意义
  •   1.2 研究现状
  •   1.3 本文工作
  •   1.4 文章结构
  • 2 OBDDs变量序
  •   2.1 有序二叉判定图
  •     2.1.1 基本概念
  •     2.1.2 BDDs构造
  •   2.2 变量排序
  •     2.2.1 OBDDs的变量序影响
  •     2.2.2 静态变量排序法
  •     2.2.3 动态变量排序法
  •   2.3 两类布尔函数的OBDDs
  •     2.3.1 变量排序规则
  •     2.3.2 DNF布尔函数的OBDDs
  •     2.3.3 CNF布尔函数的OBDDs
  • 3 变量排序的遗传算法求解
  •   3.1 遗传算法
  •   3.2 基本流程
  •     3.2.1 编码方式
  •     3.2.2 适应度函数
  •     3.2.3 遗传算子
  •     3.2.4 参数设定
  •   3.3 参数自适应
  •     3.3.1 自适应模型
  •     3.3.2 本文模型
  • 4 算法实现与实验结果
  •   4.1 算法实现
  •     4.1.1 初始化与预处理
  •     4.1.2 遗传算子
  •     4.1.3 参数与终止条件
  •     4.1.4 实验平台
  •     4.1.5 实验数据
  •   4.2 数据分析
  •     4.2.1 算法收敛性
  •     4.2.2 改善程度分析
  • 结论
  • 参考文献
  • 硕士学位期间发表学术论文情况
  • 致谢
  • 文章来源

    类型: 硕士论文

    作者: 张媛

    导师: 江建国

    关键词: 有序二叉判定图,变量序,遗传算法,自适应,布尔函数

    来源: 辽宁师范大学

    年度: 2019

    分类: 基础科学,信息科技

    专业: 数学,自动化技术

    单位: 辽宁师范大学

    分类号: TP18;O157.5

    总页数: 48

    文件大小: 2518K

    下载量: 13

    相关论文文献

    • [1].遗传算法在焊接领域的优化与应用[J]. 现代焊接 2012(03)
    • [2].面向作业车间调度问题的遗传算法改进[J]. 河北科技大学学报 2019(06)
    • [3].基于改进遗传算法的校园食堂外卖配送路径优化研究[J]. 辽宁工业大学学报(自然科学版) 2020(01)
    • [4].混合杂草遗传算法求解旅行商问题[J]. 科学技术创新 2020(11)
    • [5].基于模糊遗传算法的先进战机协同攻防决策[J]. 火力与指挥控制 2020(03)
    • [6].基于改进遗传算法的自动导引小车路径规划[J]. 组合机床与自动化加工技术 2020(07)
    • [7].基于遗传算法的海水淡化系统优化调度研究[J]. 绥化学院学报 2020(08)
    • [8].基于改进遗传算法的工程施工进度优化分析[J]. 住宅与房地产 2020(21)
    • [9].基于遗传算法物流配送最佳路径问题研究[J]. 河北建筑工程学院学报 2020(02)
    • [10].基于优化遗传算法的配电网故障定位技术[J]. 化工自动化及仪表 2020(05)
    • [11].两个轴辐式网络协同建设的多层编码遗传算法[J]. 西南交通大学学报 2020(05)
    • [12].基于遗传算法的旅游最优路径探究[J]. 电脑知识与技术 2018(34)
    • [13].浅谈遗传算法及其部分改进算法[J]. 科技风 2019(12)
    • [14].遗传算法在优化问题中的应用综述[J]. 山东工业技术 2019(12)
    • [15].一种改进遗传算法及验证[J]. 电脑编程技巧与维护 2019(06)
    • [16].现代农机数字化装配车间调度技术研究——基于云计算和遗传算法[J]. 农机化研究 2018(01)
    • [17].基于遗传算法的小麦收割机路径智能优化控制研究[J]. 农机化研究 2018(02)
    • [18].基于遗传算法的医院房间位置优化研究[J]. 电脑与信息技术 2018(01)
    • [19].基于遗传算法的汽油调和优化系统[J]. 工业控制计算机 2018(10)
    • [20].基于遗传算法进行结构优化的研究现状[J]. 河北建筑工程学院学报 2018(03)
    • [21].用于图像分割的双变异遗传算法[J]. 传感器与微系统 2017(02)
    • [22].基于改进遗传算法的新型水面无人艇性能综合优化分析[J]. 江苏科技大学学报(自然科学版) 2017(01)
    • [23].以混合式遗传算法核心的网络差异数据挖掘技术[J]. 中国新通信 2017(06)
    • [24].基于贪心遗传算法的穴盘苗补栽路径优化[J]. 农业机械学报 2017(05)
    • [25].基于改进遗传算法的列车节能操纵方案研究[J]. 机电一体化 2017(01)
    • [26].基于混沌遗传算法的计算机辅助动态布局[J]. 计算机工程与设计 2017(09)
    • [27].基于改进遗传算法的多项目资源均衡配置研究[J]. 工业技术经济 2017(10)
    • [28].基于交互式遗传算法的建筑物外观设计探讨[J]. 科技展望 2015(34)
    • [29].改进遗传算法及其在泵站优化运行中的应用[J]. 南水北调与水利科技 2016(02)
    • [30].基于改进遗传算法的高校排课优化问题研究[J]. 电子科技 2016(05)

    标签:;  ;  ;  ;  ;  

    OBDDs变量序的遗传算法求解策略
    下载Doc文档

    猜你喜欢