सामान्य मामले में गिनती
जिस समस्या में आप रुचि रखते हैं, उसे #SAT, या मॉडल की गिनती के रूप में जाना जाता है। एक अर्थ में, यह शास्त्रीय # पी-पूर्ण समस्या है। -SAT के लिए भी मॉडल की गिनती कठिन है ! आश्चर्य की बात नहीं, सटीक तरीके केवल सैकड़ों चर के साथ उदाहरणों को संभाल सकते हैं। अनुमानित तरीके भी मौजूद हैं, और वे लगभग 1000 चर के साथ उदाहरणों को संभालने में सक्षम हो सकते हैं।2
सटीक मतगणना विधियां अक्सर डीपीएलएल-शैली की संपूर्ण खोज या किसी प्रकार के ज्ञान संकलन पर आधारित होती हैं। अनुमानित तरीकों को आमतौर पर उन तरीकों के रूप में वर्गीकृत किया जाता है जो बिना किसी गारंटी के तेजी से अनुमान देते हैं और वे विधियाँ जो शुद्धता की गारंटी के साथ कम या ऊपरी सीमा प्रदान करती हैं। ऐसी अन्य विधियां भी हैं जो श्रेणियों को फिट नहीं कर सकती हैं, जैसे कि बैकस्ट की खोज, या वे विधियां जो कुछ संरचनात्मक गुणों को सूत्रों (या उनके बाधा ग्राफ) पर पकड़ बनाने पर जोर देती हैं।
वहाँ व्यावहारिक कार्यान्वयन कर रहे हैं। कुछ सटीक मॉडल काउंटर CDP, Relsat, Cachet, sharpSAT और c2d हैं। सटीक सॉल्वर द्वारा उपयोग की जाने वाली मुख्य तकनीकों का प्रकार आंशिक गणना, घटक विश्लेषण (अंडररिंग बाधा ग्राफ), सूत्र और घटक कैशिंग, और प्रत्येक नोड पर स्मार्ट तर्क हैं। ज्ञान संकलन पर आधारित एक अन्य विधि इनपुट CNF सूत्र को एक अन्य तार्किक रूप में परिवर्तित करती है। इस फॉर्म से, मॉडल की गिनती को आसानी से घटाया जा सकता है (नए उत्पादित फार्मूले के आकार में बहुपद समय)। उदाहरण के लिए, कोई सूत्र को द्विआधारी निर्णय आरेख (BDD) में बदल सकता है। एक फिर "1" पत्ती से बीडीडी को जड़ तक वापस ला सकता है। या किसी अन्य उदाहरण के लिए, c2d एक संकलक को नियोजित करता है जो CNF फॉर्मूलों को नियतात्मक डीकॉम्पोज़िटिव नेगेटिव सामान्य रूप (d-DNNF) में बदल देता है।
φφ
गोगेट और डिचटर [3] एक नमूना गिनती तकनीक का उपयोग करते हैं जिसे नमूनामिनिसाट के रूप में जाना जाता है। यह बूलियन फॉर्मूला के बैकट्रैक-फ्री सर्च स्पेस से नमूना लेने पर आधारित है। तकनीक डीपीएलएल-आधारित सैट सॉल्वरों का उपयोग करते हुए बैक-फ्री सर्च स्पेस के निर्माण के लिए महत्वपूर्ण री-सैंपलिंग के विचार पर निर्मित होती है। यह पूरी तरह से या एक सन्निकटन तक हो सकता है। गारंटी के साथ अनुमानों के लिए नमूनाकरण भी संभव है। [2] पर निर्माण, गोम्स एट अल। [४] दिखाया गया है कि एक संशोधित यादृच्छिक रणनीति के साथ नमूने का उपयोग करते हुए, कोई व्यक्ति उच्च संभाव्य शुद्धता गारंटी के साथ कुल मॉडल की संख्या में साबित करने योग्य कम सीमा प्राप्त कर सकता है।
वहाँ भी काम है कि विश्वास प्रसार (बीपी) पर बनाता है। क्रोक एट अल देखें। [५] और बीपीसीाउंट वे पेश करते हैं। मॉडल पेपर पर ऊपरी सीमा प्रदान करने के लिए, उसी पेपर में, लेखक मिनीकाउंट नामक एक दूसरी विधि देते हैं। एक सांख्यिकीय ढांचा भी है जो किसी को कुछ सांख्यिकीय मान्यताओं के तहत ऊपरी सीमा की गणना करने की अनुमति देता है।
# 2-SAT और # 3-SAT के लिए एल्गोरिदम
ओ ( 1.3247)n)ओ ( 1.6894)n)ओ ( १.६४२३)n)
जैसा कि समस्या की प्रकृति में है, यदि आप व्यवहार में उदाहरणों को हल करना चाहते हैं, तो बहुत कुछ आपके उदाहरणों के आकार और संरचना पर निर्भर करता है। जितना अधिक आप जानते हैं, उतना ही आप सही विधि चुनने में सक्षम हैं।
[१] विल्हेम डल्होफ़, पीटर जोंसन और मैग्नस पहलवान। 2-सैट और 3-सैट में संतुष्ट करने वाले असाइनमेंट की गिनती। 8 वीं वार्षिक अंतर्राष्ट्रीय कम्प्यूटिंग और संयोजक सम्मेलन (COCOON-2002), 535-543, 2002 की कार्यवाही में।
[२] डब्ल्यू। वी।, और बी। सेल्मन। मॉडल की गिनती के लिए एक नया दृष्टिकोण। SAT05 की कार्यवाही में: सिद्धांत और संतुष्टि परीक्षण के 8 वें अंतर्राष्ट्रीय सम्मेलन, कंप्यूटर विज्ञान में व्याख्यान नोट्स की मात्रा 3569, 324-339, 2005।
[३] आर। गोगेट, और आर। डेचर। बैकट्रैक-फ्री सर्च स्पेस को सैंपल करके अनुमानित गणना। AAAI-07 की कार्यवाही में: आर्टिफिशियल इंटेलिजेंस पर 22 वां राष्ट्रीय सम्मेलन, 198–203, वैंकूवर, 2007।
[४] सीपी गोम्स, जे। हॉफमैन, ए। सभरवाल, और बी। सेल्मन। सैंपलिंग से लेकर मॉडल काउंटिंग तक। IJCAI-07: 20 वीं अंतर्राष्ट्रीय संयुक्त सम्मेलन आर्टिफिशियल इंटेलिजेंस की कार्यवाही में, 2293–2299, 2007।
[५] एल। क्रो, ए। सभरवाल, और बी। सेल्मन। लीवरिंग बिलीफ प्रचार, बैकट्रैक सर्च, और मॉडल काउंटिंग के लिए सांख्यिकी। CPAIOR-08: 5 वें अंतर्राष्ट्रीय सम्मेलन में AI और OR तकनीकों का एकीकरण, कंप्यूटर विज्ञान में व्याख्यान नोट्स की मात्रा 5015, 2008-141, 2008।
[६] के । कुत्ज़कोव # 3-SAT समस्या के लिए नई ऊपरी सीमा। सूचना प्रसंस्करण पत्र 105 (1), 1-5, 2007।