[论文解读] SAT Solving for Argument Filterings

Michael Codish, Peter Schneider–Kamp+3 more|ArXiv.org|May 17, 2006

Logic, programming, and type systems被引用 3

一句话总结

本文提出了一种基于SAT的编码方法，联合搜索词典序优先关系（LPO）和参数过滤，以通过依赖对方法证明项重写系统的终止性。通过将LPO优先关系与参数过滤之间的相互依赖约束编码为单一命题公式，该方法实现了高效的SAT求解，相比传统方法显著提升了求解速度与证明能力，性能提升达数量级。

ABSTRACT

This paper introduces a propositional encoding for lexicographic path orders in connection with dependency pairs. This facilitates the application of SAT solvers for termination analysis of term rewrite systems based on the dependency pair method. We address two main inter-related issues and encode them as satisfiability problems of propositional formulas that can be efficiently handled by SAT solving: (1) the combined search for a lexicographic path order together with an \emph{argument filtering} to orient a set of inequalities; and (2) how the choice of the argument filtering influences the set of inequalities that have to be oriented. We have implemented our contributions in the termination prover AProVE. Extensive experiments show that by our encoding and the application of SAT solvers one obtains speedups in orders of magnitude as well as increased termination proving power.

研究动机与目标

• 解决由于参数过滤搜索空间庞大而导致的基于依赖对的终止性分析自动化瓶颈问题。
• 将词典序优先关系（LPO）与参数过滤的搜索整合到统一且高效的框架中。
• 通过在组合约束上利用SAT求解，提升自动化终止分析工具的证明能力与性能。
• 证明所提出的编码在SAT求解下相比现有非SAT方法在速度与成功率上均表现更优。

提出的方法

• 提出一种命题编码，完整捕获LPO定义与参数过滤选择的所有约束。
• 建模参数过滤与依赖对框架中可用规则集之间的依赖关系。
• 将函数符号上的优先关系与过滤选择编码为单一SAT公式，当且仅当存在有效的LPO与过滤对时该公式可满足。
• 将该编码集成至AProVE终止性分析工具中，以支持基于SAT的LPO与参数过滤搜索。
• 通过剪枝技术优化编码，减少CNF规模，提升SAT求解器性能。
• 利用SAT求解器高效探索LPO与参数过滤的联合搜索空间，每个模型均对应一个有效的终止性证明。

实验结果

研究问题

• RQ1 能否将词典序优先关系与参数过滤的联合搜索有效编码为命题可满足性问题？
• RQ2 参数过滤的选择如何影响依赖对方法中必须定向的不等式集合？
• RQ3 能否利用SAT求解在带有参数过滤的自动化终止性分析中实现显著的性能提升？
• RQ4 与非SAT方法相比，所提出的编码是否显著增强了终止性分析工具的证明能力？
• RQ5 优化技术在实际应用中对基于SAT的编码效率有何影响？

主要发现

• AProVE中的基于SAT的配置相比非SAT配置实现了数量级的速度提升，同一基准测试集上的总运行时间从超过30,000秒减少至仅115秒。
• 基于SAT的方法成功证明了5个此前在2005年国际终止性竞赛中所有工具均未能解决的难题，其中1个仅用0.95秒即完成证明。
• 基于SAT的配置显著提升了成功证明的数量：在严格LPO模式下，773个示例中成功证明了348个，而传统非SAT版本仅证明了338个。
• 当启用关键优化技术后，总运行时间减少了16倍，测试集（10分钟超时）上的运行时间从1968秒降至119秒。
• 基于SAT的配置几乎无超时情况（773个示例中0例超时），而传统非SAT版本在严格LPO模式下有368个示例超时。
• 证明过程中生成的最大CNF公式包含29,794个字面量，平均SAT求解时间低于50毫秒，证明了该方法的可扩展性。