Constraint satisfaction for HW/SW verification

Abstract

Constraint satisfaction techniques (CSP) are a powerful framework for modeling and solving various problems in artificial intelligence and operations research. Verification of HW and SW can profit from employing constraint satisfaction for test generation. The essential property of a CSP algorithm (wrt. test generation) is the uniform generation of solution samples. We present several algorithms for sampling solutions of a CSP and extend them so that they can be used for sampling solutions of CSP with preferences. We test the performance of our algorithms on various benchmark problems.

Programování s omezujícími podmínkami (CSP) je silným nástrojem pro modelování a řešení mnoha problémů v umělé inteligenci a operačním výzkumu. Verifikace HW a SW může využít CSP pro automatické vytváření testů. Hlavním požadavkem na CSP algorithmus (vzhledem ke generování testů) je rovnoměrné rozložení nalezených řešení. Studujeme několik stávajících algoritmů pro náhodné generování řešení klasických CSP problémů, a prezentujeme naše rozšíření těchto algoritmů na problémy s ohodnocenými podmínkami. Naše algoritmy testujeme na různých benchmarkových problémech.