11、基于不变式改进静态变量顺序

基于不变式改进静态变量顺序

在符号状态空间生成算法中，选择一个好的变量顺序对于提高算法效率至关重要。本文提出了一种新颖的静态排序启发式方法，该方法考虑了Petri网的位置不变式，通过合并决策图变量而非消除它们，有效提升了算法的时间和内存效率。

1. 引言

Petri网是一种用于指定并发和分布式系统的流行形式化方法，对其状态空间的自动化分析一直是研究热点。许多分析技术依赖于生成和探索网的可达标记，常用的方法有基于决策图的算法和基于位置不变式的算法。

决策图虽然使研究人员能够研究具有数千个位置和转换的实际网，但它的性能很大程度上取决于底层的变量顺序。然而，找到一个好的变量顺序是一个NP完全问题，因此人们提出了许多静态或动态排序的启发式方法。

在Petri网的状态空间探索中，位置不变式可用于近似状态空间，以及通过利用功能依赖来紧凑地存储标记。以往的研究希望通过消除一些变量来获得更小的决策图，但本文指出这种做法可能会适得其反。

本文的贡献主要有两点：
- 证明了基于不变性信息消除变量可能会增加决策图的大小，而合并变量则能保证得到更小的决策图，并且可以提高事件局部性。
- 提出了一种适用于Saturation算法的静态变量排序新启发式方法，该方法结合了以往仅考虑事件高度和跨度的思想，以及基于线性位置不变式的变量合并。通过大量的基准测试表明，该启发式方法在时间和内存效率上都优于忽略位置不变式的方法。

2. 预备知识

2.1 Petri网和自修改网

本文考虑带有抑制弧的自修改网，用一个元组 $(P, T, F^-, F^+, F^◦, m_{init})$ 来描述：