RB模型实例集上置信传播算法的收敛性

置信传播算法求解RB(k,n,a,r_c,p)模型实例时非常有效,几乎能够有效求解接近可满足性相变点的难解实例.然而,因子图带有回路的实例,置信传播算法不总有效,常表现为不收敛.对于这种现象,至今缺少系统的理论解释.置信传播算法是最为基础的信息传播算法,对置信传播算法的收敛性分析是其他信息传播算法收敛性分析的重要基础.在RB(k,n,a,rc,p)模型中,取k=2,a>1/k,r_c>0均为常数,且满足ke^(-a/r_c)≥1.证明了如果p∈(0,n^(-2a)),则置信传播算法在RB(k,n,a,r_c,p)模型产生的随机实例集上高概率收敛.最后,在RB(k,n,a,r_c,p)模型上选取了几组不同的数据进行数值模拟,实验结果表明该结论有效.当问题规模n增大时,在RB(k,n,a,r_c,p)模型的可满足区域,实验收敛区间趋于一个固定范围,而理论收敛区间逐渐变窄.原因在于,RB(k,n,a,r_c,p)模型是一个具有增长定义域的随机CSP实例产生模型,不协调赋值的数目与参数p及问题规模n有关.

警示传播算法收敛的充分条件

信息传播算法求解可满足问题时有惊人的效果,难解区域变窄.然而,因子图带有环的实例,信息传播算法不总有效,常表现为不收敛.对于这种现象,至今缺少系统的理论解释.警示传播(warning propagation,简称WP)算法是一种基础的信息传播算法,对WP算法的收敛性研究是其他信息传播算法收敛性研究的重要基础.在WP算法中,将警示信息的取值从{0,1}松弛为[0,1],利用压缩函数的性质,给出了WP算法收敛的一个充分条件.选取了两组不同规模的随机3-SAT实例进行实验模拟,结果表明:当子句与变元的比值?<1.8时,该判定条件有效.

规则实例集上警示传播算法的收敛性

信息传播算法求解随机3-SAT问题时非常有效,能使难解区域变窄。然而,对于因子图带有环的实例,信息传播算法并不总有效,常表现为不收敛。对于这种现象,至今缺少系统的理论解释。警示传播(Warning Propagation,WP)算法是一种基础的信息传播算法,对WP算法的收敛性研究是其它信息传播算法收敛性研究的重要基础。将一个3-SAT问题转换为具有规则结构的(3,4)-SAT问题,(3,4)-SAT问题是NP-完全的。基于(3,4)-SAT问题的规则结构性质,分析WP算法的收敛性。选取了3组不同规模的实例进行实验模拟,结果表明:在这种规则结构的可满足性实例集上,WP算法的收敛性有较大提高。

C语言教学中学生编程风格的培养

国内绝大多数高校的计算机专业都开设C语言程序设计课,然而在教学中,无论是教师还是学生都很少关注编程的风格。针对这一问题,文章论述了编程风格的概念、重要性、内容等,提出了采用互助修改程序和加入编程风格的考核方法来培养初学者形成良好的编程风格。

面向协同制造的分布式对象与虚拟设计环境研究

针对分布式在协同设计与制造环境中的需求,提出了实体对象与分布式对象的映射模型和平台匹配方案。分析了协同虚拟制造(CVM,collaborative virtual manufacturing)的技术体系,给出了实体对象的分析方法,提出了分布式环境下的分布式对象映射模型,并设计了CVM分布式支撑环境架构；引入单元匹配和平台匹配量化分析,改进了信息平台效率测度的评价方法。通过实例分析,得到了CVM系统结构拓展模型,对分布式虚拟设计与测试环节进行讨论,表明了应用协同与虚拟现实技术的改进效率。

调查传播算法收敛的一个充分条件

信息传播算法求解可满足问题时有良好的有效性,使得难解区域变窄.然而,信息传播算法不总有效,常表现为不收敛.对于这种现象,至今缺少系统的理论解释.调查传播(survey propagation,SP)算法是最为有效的信息传播算法,对SP算法的收敛性研究是设计其他信息传播算法的重要基础,并为信息传播算法的广泛应用提供理论依据.为了分析SP算法的收敛性,通过对消息更新方程取双曲正切,将消息取值从[0,1]扩展为(-∞,∞),利用压缩映射原理给出了SP算法收敛的一个充分条件.基于随机3-SAT实例,给出了SP算法收敛的一个概率条件.最后,选取了随机3-SAT实例进行数值实验模拟,验证了该条件的有效性.