Abstract Maximum Satisfiability (MaxSAT) is a basic and important constraint optimization problem. When dealing with both hard and soft constraints, the MaxSAT problem is referred to as Partial MaxSAT, which has been used to effectively solve many combinatorial optimization problems in real world. The local search method and the SAT-based method are two popular methods for Partial MaxSAT. Nevertheless, local search algorithms have been dominated by SAT-based algorithms on industrial benchmarks. This work develops an effective local search algorithm for industrial benchmarks, which for the first time is competitive with SAT-based algorithms on industrial MaxSAT benchmarks. We propose a local search algorithm, called SATLike, which exploits the structure of Partial MaxSAT by a novel clause weighting scheme. Then we improve SATLike by integrating a unit propagation based decimation algorithm to generate initial solutions, leading to an improved algorithm, called SATLike 2.0. We also refine SATLike 2.0 and obtain SATLike 3.0. Furthermore, we apply SATLike 3.0 to improve two SAT-based solvers, leading to two hybrid MaxSAT solvers that push the state of the art in MaxSAT solving. Experiments on benchmarks from the MaxSAT Evaluations 2017 and 2018 show that SATLike significantly outperforms previous local search solvers on all the benchmarks. More importantly, SATLike 3.0 has better performance than state-of-the-art SAT-based solvers on unweighted industrial benchmarks. The two hybridized solvers obtain significant improvements on both unweighted and weighted benchmarks.

中文翻译：

---

新方法中的旧技术：子句加权、单元传播和混合以获得最大可满足性

摘要 最大可满足性(MaxSAT)是一个基本的、重要的约束优化问题。在处理硬约束和软约束时，MaxSAT 问题被称为 Partial MaxSAT，它已被用于有效解决现实世界中的许多组合优化问题。局部搜索方法和基于 SAT 的方法是 Partial MaxSAT 的两种流行方法。尽管如此，本地搜索算法在工业基准上一直被基于 SAT 的算法所主导。这项工作为工业基准开发了一种有效的本地搜索算法，该算法首次在工业 MaxSAT 基准上与基于 SAT 的算法竞争。我们提出了一种称为 SATLike 的局部搜索算法，它通过一种新颖的子句加权方案利用 Partial MaxSAT 的结构。然后我们通过集成基于单元传播的抽取算法来生成初始解来改进SATLike，从而产生一种改进的算法，称为SATLike 2.0。我们还对SATLike 2.0进行了细化，得到了SATLike 3.0。此外，我们应用 SATLike 3.0 来改进两个基于 SAT 的求解器，从而产生两个混合 MaxSAT 求解器，推动 MaxSAT 求解的最新技术。2017 年和 2018 年 MaxSAT 评估的基准实验表明，SATLike 在所有基准上都明显优于以前的本地搜索求解器。更重要的是，SATLike 3.0 在未加权的工业基准测试中比最先进的基于 SAT 的求解器具有更好的性能。这两个混合求解器在未加权和加权基准上都获得了显着改进。导致了一种改进的算法，称为SATLike 2.0。我们还对SATLike 2.0进行了细化，得到了SATLike 3.0。此外，我们应用 SATLike 3.0 来改进两个基于 SAT 的求解器，从而产生两个混合 MaxSAT 求解器，推动 MaxSAT 求解的最新技术。2017 年和 2018 年 MaxSAT 评估的基准实验表明，SATLike 在所有基准上都明显优于以前的本地搜索求解器。更重要的是，SATLike 3.0 在未加权的工业基准测试中比最先进的基于 SAT 的求解器具有更好的性能。这两个混合求解器在未加权和加权基准上都获得了显着改进。导致了一种改进的算法，称为SATLike 2.0。我们还对SATLike 2.0进行了细化，得到了SATLike 3.0。此外，我们应用 SATLike 3.0 来改进两个基于 SAT 的求解器，从而产生两个混合 MaxSAT 求解器，推动 MaxSAT 求解的最新技术。2017 年和 2018 年 MaxSAT 评估的基准实验表明，SATLike 在所有基准上都明显优于以前的本地搜索求解器。更重要的是，SATLike 3.0 在未加权的工业基准测试中比最先进的基于 SAT 的求解器具有更好的性能。这两个混合求解器在未加权和加权基准上都获得了显着改进。导致两个混合 MaxSAT 求解器，推动了 MaxSAT 求解的最新技术。2017 年和 2018 年 MaxSAT 评估的基准实验表明，SATLike 在所有基准上都明显优于以前的本地搜索求解器。更重要的是，SATLike 3.0 在未加权的工业基准测试中比最先进的基于 SAT 的求解器具有更好的性能。这两个混合求解器在未加权和加权基准上都获得了显着改进。导致两个混合 MaxSAT 求解器，推动了 MaxSAT 求解的最新技术。2017 年和 2018 年 MaxSAT 评估的基准实验表明，SATLike 在所有基准上都明显优于以前的本地搜索求解器。更重要的是，SATLike 3.0 在未加权的工业基准测试中比最先进的基于 SAT 的求解器具有更好的性能。这两个混合求解器在未加权和加权基准上都获得了显着改进。