BDD与SAT合作的验证方法:工业实验与性能提升
179 浏览量
更新于2024-06-17
收藏 611KB PDF 举报
本文主要探讨了在工业环境下如何有效地结合二元决策图(BDDs)和布尔可满足性(SAT)求解器进行目标包围和动态抽象的验证方法。BDDs和SAT作为两种强大的验证技术,各自在处理复杂逻辑结构和解决大规模布尔表达式方面具有优势。作者提出的创新方法旨在充分利用这两种工具的优点,以提高验证效率。
首先,作者介绍了一个核心思想,即在验证过程中,从BDDs出发,当问题规模尚能控制时,继续进行BDD的验证。一旦问题变得过于复杂,便切换到SAT求解器,同时保留BDD阶段的工作成果。这种策略通过"目标扩大"来实现,即通过广度优先的高密度动态抽象技术,对初始和目标状态集进行排序BDD操作,从而收集欠近似可达的状态集合。这种方法有助于扩展验证范围,增强SAT验证的效果。
在实际应用中,作者将这一方法应用于英特尔BOONUVERIFIER,通过对标准基准如ISCAS'89、ISCAS'89-附录和VIS套件,以及工业基准如IBM官方验证基准库的实验,结果显示了显著的优势。相比于最先进的技术,当在相同的深度下执行验证时,该方法能够将CPU时间减少高达5倍。另一方面,如果在给定的时间限制内验证,他们可以将验证深度提升30%,这意味着在效率上取得了显著的提升。
关键词:“不变量检查”,“布尔可满足性求解器(SAT)”,“二元决策图(BDDs)”,“目标包围”体现了文章的核心关注点,即通过集成BDDs和SAT的特性,优化工业设计验证过程,提高正确性和效率。这种方法的提出对于推动现代设计验证技术的发展具有重要意义,尤其是在确保复杂系统设计的正确性和提前发现问题方面。
2010-04-11 上传
2022-06-25 上传
2023-07-05 上传
2023-05-12 上传
2023-05-19 上传
2023-06-13 上传
2023-12-20 上传
2023-09-22 上传
2023-07-27 上传
cpongm
- 粉丝: 5
- 资源: 2万+
最新资源
- WPF渲染层字符绘制原理探究及源代码解析
- 海康精简版监控软件:iVMS4200Lite版发布
- 自动化脚本在lspci-TV的应用介绍
- Chrome 81版本稳定版及匹配的chromedriver下载
- 深入解析Python推荐引擎与自然语言处理
- MATLAB数学建模算法程序包及案例数据
- Springboot人力资源管理系统:设计与功能
- STM32F4系列微控制器开发全面参考指南
- Python实现人脸识别的机器学习流程
- 基于STM32F103C8T6的HLW8032电量采集与解析方案
- Node.js高效MySQL驱动程序:mysqljs/mysql特性和配置
- 基于Python和大数据技术的电影推荐系统设计与实现
- 为ripro主题添加Live2D看板娘的后端资源教程
- 2022版PowerToys Everything插件升级,稳定运行无报错
- Map简易斗地主游戏实现方法介绍
- SJTU ICS Lab6 实验报告解析