基于图神经网络的扩展规则随机求解方法

摘要

本发明公开了一种基于图神经网络的扩展规则随机求解方法，采用图神经网络初始化一个极大项，具体是将CNF公式转换为图结构输入到训练好的图神经网络中预测一个极大项；采用变量的BreakScore_ER值和MakeScore_ER值，然后选择最小的BreakScore_ER值和最大MakeScore_ER值的变量，最后在搜索过程中判断当前极大项是否可满足，如果可满足，则找到一个解并结束，否则继续判断直到达到最大迭代次数为止。这种方法能提升SAT问题求解的求解效率。