基于有序二叉决策图的装配序列符号表示方法

通过建立装配状态的二进制编码和装配操作的布尔特征函数,给出了装配序列描述的有序二叉决策图(OBDD)方法;建立了从装配序列的与或图模型到OBDD模型的转换规则;并对装配序列表示的与或图模型和OBDD模型进行了存储效率比较.实验结果表明:OBDD方法具有较好的存储性能,可以改善复杂装配体的装配序列表示的存储效率,适合于复杂装配体的可行装配序列的描述.     

用改进的OBDD方法计算通信网可靠度*

提出一种改进的OBDD（ordered binary decision diagram）方法来计算通信网可靠度。该方法考虑了网络共因失效带来的部件故障,使得计算更加准确。在创建原始网络的OBDD结构后,根据共因变量集来计算网络可靠度。由于只创建并保存一个OBDD结构,可节省大量的计算时间和存储空间。实验证明,该方法能有效计算网络可靠度,其计算时间和存储空间要低于一般的OBDD方法。     

基于二元决策图的节点不可靠网络可靠度计算

针对节点不可靠网络可靠度计算效率较低的问题,提出一种基于二元决策图的网络可靠度计算方法.通过因子分解得到节点可靠网络的有序二元决策图(OBDD),根据节点和边的关系对边的变量节点执行边替换操作,生成节点不可靠网络的OBDD,并利用其高效存储结构提高不可靠节点的处理效率.在遍历OBDD计算可靠度时,引入Hash表以避免对同一节点的重复访问,从而减少冗余计算,进一步提高计算效率.在基准网络中的对比实验结果表明,该方法不仅能正确计算网络可靠度,而且能快速分析大型网络.     

Petri网仿真和自动化分析中的存储结构及算法研究

存储结构及算法是Petri网仿真和自动化分析研究中的重要内容，Petri网是一种特殊的有向图，通过对图的存储问题进行研究，提出了一种有向图的存储结构-树链式结构，给出了其构造算法，与其它有向图存储结构相比，它既可提高算法速度又能降低算法复杂性，树链式结构在Petri网仿真和自动化分析中应用优势明显，着重讨论了Petri网的树逻式存储结构，提出了基于该存储结构的可达树生成算法，所生成的可达树的树链结构形式，利于展开Petri网的各种分析算法。     

同一变量排序下的多OBDD合并算法

有序决策图（OBDD）是一种用于表示布尔表达式的数据结构,并在许多领域得到了广泛应用。在分布式或者动态环境下,利用已知布尔表达式的OBDD构造目标布尔表达式的OBDD是一个决定实际问题解决效率的关键问题。基于Shannon分解原理提出了一个同一变量排序下的OBDD合并算法。该算法首先建立目标布尔表达式的表存储模型,然后按照变量排序的逆序,依次处理各个变量,并且合并取值相同的行,直到所有变量处理完毕。     

基于OBDD的拆卸几何可行性判别方法研究

在基于割集的拆卸序列生成算法中,对拆卸操作的几何可行性进行判别是频繁的操作.引进有序二叉决策图OBDD合理表示拆卸约束,设计了基于OBDD的几何可行性判别算法,比较了基于OBDD的判别算法与基于移动函数的判别算法的时间复杂度,结果表明基于OBDD的几何可行性判别算法比基于移动函数的判别算法具有更高的判别效率.     

有向图的树链式存储结构及应用

文章提出了一种对有向图进行存储的数据结构—树链式存储结构,对于有向图的各种算法,它有利于提高速度和降低复杂性。     

基于有向图链式存储的关联规则改进算法

在关联规则数据挖掘领域中,Apriori算法是这个方面的经典算法,但它仍存在许多弊端,为此在Apriori算法的基础上提出了一种基于有向图链式存储的改进算法,此算法根据数据结构中有向图链式存储的结构,将所有事务全部存入链表,无需多次扫描数据库,只在事务链表中完成候选集和频繁集的寻找工作.此方法能够迅速得到候选集的支持度...     

一种新的多刚体系统的存储方法

指出了目前多刚体系统数据存储的不足,运用图论的概念和建模理论,分析了多刚体系统的结构图和有向图之间的关系,提出了一种新的基于十字链表的链式存储模型.该存储模型不仅解决了复杂多刚体系统的存储结构问题,而且避免了非树形多刚体向树形多刚体的切除转换,使非树形多刚体系统与树形多刚体系统从数学建模到数据存储达到高度一致.     

大型有向图的三叉链表式存储结构

为了对大型有向图进行存储,提出了一种三叉链表式的存储结构。它由索引链表、结点链表、连结链表按照一定结构组成。可以较好地满足某些大型有向图的存储要求,具有节约存储空间、算法适用面宽、可维护性好等特点。     

X-Hop:传递闭包的多跳数压缩存储和快速可达性查询

海量图数据上的可达性查询是图数据管理的基本问题。目前解决这个问题的基本方法是对可达关系传递闭包进行压缩存储,再辅以快速查询算法来回答两顶点是否可达。在此基础上,重点研究了稠密图条件下可达传递闭包的高压缩比存储和有效查询算法,提出了多跳(简称为X-Hop)压缩存储方法。通过采用生成树的结构对2-Hop中的中心顶点进行组织,X-Hop存储有效地降低了2-Hop方法中需要记录的索引点数量,从而极大地提高了压缩比。实验证明,X-Hop在索引的规模上要远远小于2-Hop存储,并且在查询效率上也取得优势。     

B3：图问节点相似度分块计算方法

传统的基于链接的对象相似度计算方法仅考虑单个图中的节点。Blondel等人将该问题扩展到图间节点,提出Blondel算法,但该算法的时间和空间复杂度过高,不适用于大规模图之间的节点相似度计算。如何高效地计算两个图之间的相似度的方法仍有待研究。提出了B3（block based Blondel）算法,先对图进行分块,然后将分块作为一个独立整体,应用原Blondel算法计算块内的节点相似度和块间的相似度,最后再计算任意节点间的全局相似度。该算法是收敛的,并且大大降低了时空复杂度。实验也很好地证明了算法的有效性。     

B3:图间节点相似度分块计算方法

传统的基于链接的对象相似度计算方法仅考虑单个图中的节点。Blondel等人将该问题扩展到图间节点,提出Blondel算法,但该算法的时间和空间复杂度过高,不适用于大规模图之间的节点相似度计算。如何高效地计算两个图之间的相似度的方法仍有待研究。提出了B3(blockbased Blondel)算法,先对图进行分块,然后将分块作为一个独立整体,应用原Blondel算法计算块内的节点相似度和块间的相似度,最后再计算任意节点间的全局相似度。该算法是收敛的,并且大大降低了时空复杂度。实验也很好地证明了算法的有效性。     

Attributed graph mining in the presence of automorphism

Attributed directed graphs are directed graphs in which nodes are associated with sets of attributes. Many data from the real world can be naturally represented by this type of structure, but few algorithms are able to directly handle these complex graphs. Mining attributed graphs is a difficult task because it requires combining the exploration of the graph structure with the identification of frequent itemsets. In addition, due to the combinatorics on itemsets, subgraph isomorphisms (which have a significant impact on performances) are much more numerous than in labeled graphs. In this paper, we present a new data mining method that can extract frequent patterns from one or more directed attributed graphs. We show how to reduce the combinatorial explosion induced by subgraph isomorphisms thanks to an appropriate processing of automorphic patterns.     

新的贝叶斯网络结构学习方法

贝叶斯网络是一种将贝叶斯概率方法和有向无环图的网络拓扑结构有机结合的表示模型,它描述了数据项及数据项之间的非线性依赖关系.报告了贝叶斯网络研究的现状,并针对传统算法需要主观规定网络中结点顺序的缺点,提出了一个新的可以在无约束条件下,根据观测得到的训练样本集的概率关系,自动完成学习贝叶斯网络结构的新方法.     

Conditional Term Graph Rewriting with Indirect Sharing

For reasons of efficiency, term rewriting is usually implemented by term graph rewriting. In term rewriting, expressions are represented as terms, whereas in term graph rewriting these are represented as directed graphs. Unlike terms, graphs allow a sharing of common subexpressions. In previous work, we have shown that conditional term graph rewriting is a sound and complete implementation for a certain class of CTRSs with strict equality, provided that a minimal structure sharing scheme is used. In this paper, we will show that this is also true for two different extensions of normal CTRSs. In contrast to the previous work, however, a non-minimal structure sharing scheme can be used. That is, the amount of sharing is increased.     

Inference of structures of models of probabilistic dependences from statistical data

Problems of reconstruction of structures of probabilistic dependence models in the class of directed (oriented) acyclic graphs (DAGs) and mono-flow graphs are considered. (Mono-flow graphs form a subclass of DAGs in which the cycles with one collider are prohibited.) The technique of induced (provoked) dependences is investigated and its application to the identification of structures of models is shown. The algorithm “Collifinder-M” is developed that identifies all collider variables (i.e., solves an intermediate problem of reconstruction of the structure of a mono-flow model). It is shown that a generalization of the technique of induced dependences makes it possible to strengthen well-known rules of identification of orientation of edges in a DAG model. __________ Translated from Kibernetika i Sistemnyi Analiz, No. 6, pp. 19–31, November–December 2005.