摘要
本申请公开了一种基于机器学习和GPU并行的SMT求解方法及装置,涉及SMT求解技术领域,该方法包括:基于机器学习将待求解的SMT问题构造为待求解的SAT问题;采用GPU加速的并行SAT求解器对SAT问题进行求解,得到求解结果;判断求解结果是否为满足;若为不满足则流程结束;若为满足则根据SAT问题和预设规则构建可微目标函数;采用遗传算法生成优质种群;优质种群中每个个体表示一组可微目标函数的候选解;采用梯度优化方法对候选解进行局部搜索,确定可微目标函数的最优解;通过确定性求解器对最优解进行可满足性验证,输出通过可满足性验证的最优解。本申请提高了SMT求解的效率和准确性。
技术关键词
变量
求解装置
选举算法
消息传递接口
节点
遗传算法
模块
多线程
求解技术
机制
冗余
传播算法
分配单元
转换单元
数学
逻辑
系统为您推荐了相关专利信息
硬齿面齿轮
磨削力模型
瞬态温度场
变幅杆
热分析
性能测试方法
泵电机
打包方式
ABS系统
点火开关
接触检测方法
深度网络模型
姿态估计
多尺度
关节特征