问题标签 [binary-decision-diagram]

我正在使用 JavaBDD 对 BDD 进行一些计算。我有一个非常大的 BDD，其中包含许多变量，我想计算有多少种方法可以满足这些变量的一小部分。

我目前的尝试如下所示：

存在（）的用法不正确吗？

这个问题有点长；请多多包涵。

我有一个包含如下元素的数据结构{x1, x2, x3, x4, x5}：

它们代表真值表中的所有 TRUE。当然，该集合中不存在的 5 位字符串元素对应于真值表中的 FALSE。但是我没有对应于所述集合数据结构的布尔函数。

我看到了这个问题，但这里所有的答案都假设给出了布尔函数，这是不正确的。

我需要构建一个 ROBDD，然后从给定的数据结构到 ZDD。最好使用这些可用的 python 包。

专家有什么建议吗？我确信在这方面已经做了很多工作。

我正在寻找压缩算法（具有相当规律性的二进制数据），它允许我对压缩数据进行操作以快速回答以下问题：输入的第 k 位的值是多少？设置了多少位？这个集合与其他集合的交集是什么？

这种算法的一个例子是二元决策图。我想知道是否还有其他类似的，也许有更强大的运营商。

我在 haskell 程序中使用决策图库。为此，我想声明 2 种不同的（新）类型来跟踪我正在处理的决策图类型。我使用的库是 cudd，决策图基类型是一个 DdNode，但我的问题只是与 haskell 相关。

通常我想在调用函数时区分它们，但现在我想使用一个不必区分这两种类型的函数。我主要尝试通过 3 种不同的方式解决这个问题：

所有这些方法都失败了。编写此代码的最优雅的方式是什么？感谢您的关注。

我正在使用 CUDD ( https://github.com/ivmai/cudd ) 使用 bdd 和 zdd 功能进行模型检查，我想知道如何量化 zdds。

对于 bdd，有 bddExistAbstract 和 bddUnivAbstract 函数（参见http://web.mit.edu/sage/export/tmp/y/usr/share/doc/polybori/cudd/cuddAllDet.html#Cudd_bddUnivAbstract）。

该手册说，这些函数普遍地和存在地从 bdd 中抽象出给定的变量（以封面形式）。我不太清楚“抽象出来”是什么意思，因此我坚持弄清楚量化如何改变 zdds。

你们能帮忙吗？谢谢。

我正在研究 BDD 的应用，以确定是否可以在那里实现 x,y 概念。

让我解释。

假设我有 z 的东西要分布在 x,y 坐标平面上。约束是：

• 所有 z 项目都必须放置在 x,y 坐标平面中。
• 一些 z 项目必须彼此相距一定距离。

我认为整数线性规划可以解决这个问题。例如，使用一组方程，我可以表示上述约束并进行线性规划以求解确切位置。

但我要问的是 BDD 是否可以帮助解决这个问题？

换句话说，二元决策图可以表示 x,y 坐标吗？我可以用布尔函数（相当于上面的方程组）来表示上述约束，并且可以操纵 BDD 来解决上述精确位置的约束，就像线性规划一样？

我没有任何具体的例子可以展示，但我认为用二进制表示等效的 x,y 坐标是一个起点？

我从这里看到了 N 皇后问题的布尔表达式。

我修改后的 N 皇后规则更简单：

对于 ap*p 棋盘，我想以这样的方式放置 N 个皇后，以便

1. 皇后将被相邻放置，行将首先被填充。
2. p*p 棋盘大小将被调整，直到它可以容纳 N 个皇后

例如，假设 N = 17，那么我们需要一个 5*5 的棋盘，其位置将是：

问题是我试图为这个问题想出一个布尔表达式。

我有一个包含值的 CSV 文件，我目前正在制定一个命题公式。

这是一个示例：

我的公式：

现在我生成一个相同的 BDD。如果我想要一个人类/嵌入式系统从我的图表中理解，1101 可以表示为 13 或 -5。任何负数都可以有 2 种表示形式。有什么方法可以让我只做一个吗？

我正在尝试创建具有特定结构的 BDD。我有一个布尔变量 x_i 的一维序列，例如 x_1、x_2、x_3、x_4、x_5。如果没有孤立的一或零（可能在边缘除外），我的条件就满足了。

我已经使用pyeda实现了这一点，如下所示。该条件相当于检查连续的三元组 ([x_1, x_2, x_3]; [x_2, x_3, x_4]; ...) 并检查它们的真值是否为 [[1,1,1], [0, 0,0]，[1,1,0]，[0,1,1]，[1,0,0]，[0,0,1]]。

最终的图表如下所示：

这适用于短序列，但是当长度超过 25 时，最后的减少变得非常缓慢。我想要一些适用于更长序列的东西。

我想知道在这种情况下直接构建 BDD 是否更有效，因为问题有很多结构。但是，我找不到任何方法来直接在 pyeda 中操作 BDD。

有谁知道我怎样才能更有效地完成这项工作？

我目前正在研究二进制 SVM 分类器。为了可视化分类器的工作原理，我想创建一个概率密度函数（用 scikit 计算）的直方图，它显示单个数据点的标量（无论它属于 0 类还是 1 类）。

剧情：

请注意，在 SVM 中，分类器的“切割边缘”是 -1 和 1。该图很好地描绘了在 [-1,1] 处存在一些决策边界。

回到我的问题：我想分别为标签 0 和 1 的数据点着色以分析软边距（-1 和 1 之间的区域）

概率密度函数存储为np.array 对应的标签存储在 pandas数据框中。

如何链接数组和数据框，将类别 0 的数值绘制为 ie 'green' 而类别 1 绘制为 ie'blue' ？

代码：

我试图将两者保存在同一个数据帧中，但我无法解密我如何以上述预期方式将其编程到决策函数中:(

Some1 有一个聪明的方法？提前致谢！

编辑：示例代码：

概率的标量。事实。

带有相应标签的程式化数据框：

*类别 1 的数值应绘制为蓝色

类别 0 的数值应绘制为绿色