IB-Net: Initial Branch Network for Variable Decision in Boolean Satisfiability
Hisilicon, Huawei（华为海思）
针对逻辑等价检验场景下SAT问题的特殊性及现有神经网络辅助方法的不足，提出结合图神经网络与新型图编码的IB-Net框架，可辅助先进求解器加速求解，在工业与竞赛数据集上均实现显著提速。
2024-03-06 cs.AI
A Probabilistic Approach to Satisfiability of Propositional Logic Formulae
University of New Hampshire（新罕布什尔大学）
我们提出了一个版本的WalkSAT算法，命名为BetaWalkSAT。该方法使用概率推理来偏置局部搜索算法的起始状态。Beta分布用于对文字的布尔值的置信度建模。我们的研究结果表明，提出的BetaWalkSAT算法可以优于其他的不知情的局部搜索方法复杂的布尔可满足性问题。
2019-12-04 cs.AI cs.LO
Using Monte Carlo method for searching partitionings of hard variants of Boolean satisfiability problem
Institute for System Dynamics and Control Theory SB RAS（俄罗斯科学院西伯利亚分院系统动力学与控制论研究所）
在本文中，我们提出的方法来构造划分的硬变量的布尔可满足性问题（SAT）。这样的划分可以用于并行求解对应的SAT实例。对于同一个SAT实例，可以构造不同的分区，每个分区都是原始SAT实例的简化版本的集合。任意划分的有效性取决于从任意划分中求解所有SAT实例的总时间，本文提出了一种基于Monte Carlo方法的任意划分处理时间估计方法。每一个分区，我们在特殊的有限搜索空间中的一个点。特定划分的有效性的估计是该空间的对应点中的预测函数的值。搜索有效划分的问题可以用公式表示为预测函数的优化问题。我们使用元启发式算法（模拟退火和禁忌搜索）从点移动到点的搜索空间。在我们的计算实验中，我们发现了SAT实例编码的一些密码函数的逆问题的划分。这些SAT实例中有几个具有现实的预测求解时间，在计算集群和志愿者计算项目SAT@home中成功求解。求解时间与所提出的方法得到的估计吻合得很好。
2015-07-03 cs.AI
Solving the Satisfiability Problem Through Boolean Networks
DEIS, Alma Mater Studiorum Università di Bologna（博洛尼亚大学阿尔马 mater 研究部 DEIS（注：此处保留原文机构缩写与名称，DEIS 为该大学的工程与计算机科学相关学院部门，常见译名为 DEIS，隶属于博洛尼亚大学））
在本文中，我们提出了一种新的方法来解决可满足性问题（SAT），基于布尔网络（BN）。我们定义了一个映射之间的SAT实例和BN，我们解决SAT问题，通过模拟BN的动态。我们证明了BN不动点对应于SAT解。提出的映射允许开发一类新的算法来解决SAT。此外，这种新的方法提出了新的方法来结合符号和连接计算，并提供了一个通用的框架，局部搜索算法。
2011-01-31 cs.AI cs.NE nlin.CG
On the Expressive Power of GNNs for Boolean Satisfiability
ETH Zürich（苏黎世联邦理工学院）
本文研究了GNNs在SAT求解中的表达能力，通过WL测试发现其无法区分可满足与不可满足实例，并分析了不同SAT实例对表达性需求的影响。
2026-02-09 cs.AI cs.LG
Boolean Satisfiability via Imitation Learning
McMaster University（麦斯特大学）；Xi’an Jiaotong University（西安交通大学）
ImitationSAT通过模仿学习提升CDCL求解器性能，减少传播次数和运行时间，优于现有学习方法。
2026-02-21 cs.AI cs.LG
Hardware Acceleration for Boolean Satisfiability Solver by Applying Belief Propagation Algorithm
University of Michigan（密歇根大学）
布尔可满足性（SAT）在计算机科学中有着广泛的应用领域，特别是在电子设计自动化中的应用。电路综合，优化和验证问题可以通过将原始问题转化为SAT问题来解决。然而，可满足性问题是NP完全问题，目前还没有有效的求解方法，因此需要一种有效的可满足性问题求解器来提高其性能。我们提出了一种硬件加速方法的SAT问题。通过对SAT问题和一类特殊的纠错码--低密度奇偶校验码（LDPC）的译码问题的研究，发现它们都是约束满足问题。置信传播算法已成功地应用于LDPC码的译码，并对相应的译码器硬件设计进行了广泛的研究。因此，我们提出了一种基于置信传播的算法来解决SAT问题。利用该算法，可满足性问题求解器可以通过硬件加速。通过软件仿真验证了算法的有效性，并对算法的性能改进进行了评估.我们的实验结果表明，时间复杂度不增加SAT问题的大小，所提出的方法可以实现至少30倍的速度比MiniSat。
2016-03-16 cs.AI cs.LO
Machine Learning Methods in Solving the Boolean Satisfiability Problem
Shanghai Jiao Tong University（上海交通大学）
本文综述了利用机器学习求解布尔可满足性问题（SAT）的最新进展，涵盖从手工特征分类器到端到端求解器（如NeuroSAT）以及CDCL和局部搜索与机器学习的结合，并指出了当前局限与未来方向。
2022-03-02 cs.AI cs.LG cs.LO
Estimating the Density of States of Boolean Satisfiability Problems on Classical and Quantum Computing Platforms
United Technologies Research Center（联合技术研究中心）；SRI International（SRI国际）
给定合取范式（CNF）中的布尔公式$ϕ(x)$，对于$e$的所有值，状态密度计算恰好违反$e$子句的变量赋值的数量。因此，状态密度是所有可能分配上未满足子句数量的直方图。该计算概括了最大可满足性（MAX-SAT）和模型计数问题，不仅提供了对整个解空间的洞察，而且还产生了对问题实例的\emph{hardness}的测量。因此，在现实世界的场景中，即使使用最先进的算法，这个问题通常也是不可行的。虽然找到一个确切的答案，这个问题是一个计算密集型的任务，我们提出了一种新的方法来估计密度的状态的基础上的浓度测量不等式。该方法导致二次无约束二进制优化（QUBO），这是特别适合量子退火为基础的解决方案。我们提出了整体的方法和比较结果从D波量子退火对最著名的经典算法，如Hamze-de Freitas-Selby（HFS）算法和可满足性模理论（SMT）求解器。
2019-10-29 cs.AI cs.DM cs.LO
GaloisSAT: Differentiable Boolean Satisfiability Solving via Finite Field Algebra
University of Maryland（马里兰大学）；NVIDIA Research（英伟达研究院）；University of Colorado Boulder（科罗拉多大学博尔德分校）；University of Michigan（密歇根大学）
本文提出GaloisSAT，一种结合GPU和CPU的新型SAT求解器，利用可微SAT求解引擎和传统CDCL方法，显著提升SAT竞赛指标PAR-2性能。
2026-03-25 cs.AI cs.LO
Generalizing Fuzzy Logic Probabilistic Inferences
URSIC COMPUTING（Ursic计算公司）
通过奇偶条件选择的布尔对称函数子集的线性表示构成了布尔引入的概率线性约束的推广。这些线性约束对于计算事件的概率是必要的。用命题演算布尔公式任意指定。
2013-03-27 cs.AI
Clause/Term Resolution and Learning in the Evaluation of Quantified Boolean Formulas
归结是自动推理的大多数过程的基础上的推理规则。在这些过程中，输入公式首先被翻译成合取范式（CNF）的等价公式，然后表示为一组子句。演绎从通过归结推理新子句开始，并且继续直到生成空子句或证明子句集合的可满足性，例如，因为不能生成新子句。在本文中，我们限制我们的注意力的问题，评估量化布尔公式（QBFs）。在这种情况下，如果给出CNF中的公式，并且如果使用称为Q-分辨率的分辨率形式，则已知上述推导过程是合理和完整的。我们引入了项的Q-归结，用于析取范式中的公式。我们表明，大多数可用的QBF程序-基于Davis-Logemann-Loveland程序（DLL）的命题可满足性-对应于一棵树，其中Q-决议的条款和条款交替的计算。这构成了引入学习的理论基础，对应于记录与树的节点相关联的Q-分辨率公式。我们讨论了相关的问题，在DLL为基础的程序中引入学习，并提出了解决方案，扩展国家的最先进的建议来自文献的命题可满足性。最后，我们表明，我们的DLL为基础的求解器扩展与学习，在2003年QBF求解器的比较评估中使用的基准上表现明显更好。
2011-09-26 cs.AI
Symmetry Breaking for Maximum Satisfiability
University of Southampton（南安普顿大学）；Technical University of Lisbon（里斯本理工大学）；INESC-ID（葡萄牙国家系统与计算机工程研究所）
对称性是许多组合问题所固有的，包括布尔可满足性（SAT）和约束规划（CP）。在SAT中，对称破缺谓词（SBP）的识别是一种众所周知的，通常有效的解决难题的技术。SAT中SBPs的识别近年来一直是显著改进的主题，从而产生了更紧凑的SBPs和更有效的算法。SBPs的识别也被应用到伪布尔（PB）约束，表明对称破缺也可以是PB约束的有效技术。本文进一步扩展了SBPs的应用，并表明SBPs可以识别和使用在最大可满足性（MaxSAT），以及在其最知名的变体，包括部分MaxSAT，加权MaxSAT和加权部分MaxSAT。与SAT和PB一样，MaxSAT和变体的对称性破缺谓词对于代表性数量的问题域是有效的，允许解决当前最先进的MaxSAT求解器无法解决的问题实例。
2008-04-03 cs.AI cs.LO
EduSAT: A Pedagogical Tool for Theory and Applications of Boolean Satisfiability
Vanderbilt University（范德堡大学）；University of Southern California（南加州大学）
针对 SAT/SMT 教学交互工具不足的问题，本文提出 EduSAT，集成 DPLL、ROBDD 及五类 NP 完全问题抽象，经评估全部求解器达到 100% 正确率。
2023-08-15 cs.AI cs.FL cs.LO
TurboSAT: Gradient-Guided Boolean Satisfiability Accelerated on GPU-CPU Hybrid System
NVIDIA
针对SAT求解并行度受限问题，提出TurboSAT混合求解器，将SAT表述为可微分二值矩阵乘法层，结合GPU并行可微分优化与CPU冲突驱动搜索，在基准测试上较CPU求解器实现超200倍加速。
2025-11-11 cs.AI cs.LG cs.LO
Automatic Algorithm Selection for Pseudo-Boolean Optimization with Given Computational Time Limits
Universidad de Concepción（康塞普西翁大学）；University of California, Berkeley（加州大学伯克利分校）；Universidad Técnica Federico Santa María（费德里科圣玛丽亚理工大学）
本研究针对伪布尔优化问题，设计了一种考虑用户指定计算时间限制的随时元求解器，通过广泛的实证证明其性能大幅优于组合中最佳单求解器Gurobi。
2023-09-07 cs.AI cs.LO
Fuzzy Maximum Satisfiability
Cairo University（开罗大学）；Faculty of Science（理学院）；Department of Mathematics（数学系）
在本文中，我们扩展的最大可满足性（MaxSAT）的问题，Eukasiewicz逻辑。一组公式Φ的最大SAT问题是找到满足最大公式数的Φ中变量的分配问题。提出了三种可能的解决方案（编码）：（1）析取线性关系（DLRs），（2）混合线性规划（MILP）和（3）加权约束满足问题（WCSP）。像它的布尔对应，扩展的模糊MaxSAT将在优化问题中，涉及的最优性有许多应用。
2016-02-06 cs.AI cs.CC cs.LO
Certified MaxSAT Preprocessing
University of Helsinki（赫尔辛基大学）；Lund University（隆德大学）；University of Copenhagen（哥本哈根大学）；Chalmers University of Technology（查尔姆斯理工大学）
该研究提出使用伪布尔证明日志记录认证现代MaxSAT预处理技术的正确性，结合VeriPB和CakePB工具实现端到端证明检查，确保输入与预处理后问题实例最优值相同，并在基准上验证了可行性。
2024-04-26 cs.AI
Generalizing Analogical Inference from Boolean to Continuous Domains
本文提出了一种统一框架，用于实值域中的类比推理，涵盖布尔分类和回归，并推导了误差界限。
2025-11-27 cs.AI cs.LG
Computing Small Unsatisfiable Cores in Satisfiability Modulo Theories
FBK-IRST（布鲁诺·凯斯勒基金会-材料与微系统研究所）
寻找SAT公式的小不可满足核的问题最近受到了广泛的关注，主要是因为它在形式化验证中的应用。然而，命题逻辑往往是不够的表达，表示许多有趣的验证问题，这可以更自然地解决的框架可满足性模理论，SMT。令人惊讶的是，在SMT中找到不可满足的核心的问题在文献中很少受到关注。在本文中，我们提出了一种新的方法来解决这个问题，称为引理提升方法。其主要思想是将SMT求解器与外部命题核心提取器相结合。SMT求解器产生在搜索期间发现的理论引理，动态地将适量的理论信息提升到布尔级别。核心提取器，然后调用原始SMT问题和理论引理的布尔抽象。这将导致一个不可满足的核心，为原来的SMT问题，一旦剩余的理论引理被删除。这种方法在概念上很有趣，在实践中有几个优点。事实上，它的实现和更新非常简单，并且它可以以即插即用的方式与每个命题核心提取器接口，以便免费受益于已经或将要提供的所有未饱和核心还原技术。我们已经评估了我们的算法与一个非常广泛的实证测试SMT-LIB基准，这证实了这种方法的有效性和潜力。
2014-01-16 cs.AI cs.LO
On Solving Boolean Multilevel Optimization Problems
INESC-ID Lisboa（里斯本高等工程学院信息与决策系统研究所）；IST（里斯本高等技术学院）；University College Dublin（都柏林大学学院）
许多组合优化问题都涉及到多个层次相关的优化问题。经常使用的解决方案是将适当大的成本与每个单独的优化问题相关联，使得所得到的聚合优化问题的解决方案解决了原始的一组分层依赖优化问题。本文首先研究软件发行版中的软件包可移植性问题。基于最大可满足性（MaxSAT）和伪布尔（PB）优化的简单解决方案被证明是无效的，并且不太可能扩展到大型问题实例。之后，封装可扩展性问题涉及到多级优化。然后，本文开发了新的算法布尔多级优化（BMO），并强调了大量的潜在应用。实验结果表明，所提出的算法BMO允许解决优化问题，现有的MaxSAT和PB求解器，否则无法解决。
2009-03-31 cs.AI cs.LO
Probabilistic and Causal Satisfiability: Constraining the Model
Saarland University（萨尔大学）；University of Lübeck（吕贝克大学）
本文研究概率与因果推理中的可满足性问题，通过固定结构因果模型的图结构并引入小模型约束这两个新维度扩展已有工作，刻画了不同算术、因果层级及紧凑边缘化设置下的复杂度。
2025-04-28 cs.AI cs.CC cs.LO
Solving Satisfiability Modulo Counting Exactly with Probabilistic Circuits
Department of Computer Science, Purdue University, IN, USA（计算机科学系，普渡大学）
本文提出KOCO-SMC，一种集成的精确模计数可满足性求解器，通过跟踪上下界和部分变量赋值实现早期估计，显著提升求解效率。
2025-06-17 cs.AI cs.LO
An Eager Satisfiability Modulo Theories Solver for Algebraic Datatypes
University of California, Berkeley（加利福尼亚大学伯克利分校）
针对现有SMT求解器处理代数数据类型（ADTs）时因惰性方法导致扩展性差的问题，提出一种急切方法，将ADT查询归约为未解释函数（UF）理论，并证明了该方法的可靠性、完备性及优于现有方法的性能。
2023-10-18 cs.AI cs.LO cs.PL
Hypergraph Neural Networks Accelerate MUS Enumeration
Hitachi, Ltd.（日立制作所）
本文提出基于超图神经网络的领域无关方法，通过强化学习训练代理加速MUS枚举，减少可满足性检查次数。
2026-04-10 cs.AI cs.LG cs.LO
