调查传播：一种可满足性算法

我们研究了由 N 个布尔变量上的恰好 K 个文字组成的 M 个子句随机生成的公式的可满足性。对于给定的 N 值，已知当 α=M/N 接近实验阈值 α_c（该阈值将几乎所有公式都可满足的区域与所有公式都不可满足的区域分开）时，问题最难。统计物理学分析的最新结果表明，难度与当 α 接近（但小于）α_c 时解存在聚类现象有关。我们引入了一种新型的消息传递算法，该算法可以在困难区域有效地找到变量的可满足赋值。该算法是迭代的，由两个主要部分组成。第一部分是消息传递过程，它推广了诸如和积或置信传播之类的常用方法：它传递的消息是对普通消息簇的调查。第二部分利用从调查中获得的详细概率信息来固定变量并简化问题。最终，剩余的简化问题由传统的启发式方法解决。