透過您的圖書館登入
IP:3.133.109.30
  • 學位論文

二元決策圖演算法:分段廣度優先運算方式

Partial Breadth-First Manipulation of Binary Decision Diagrams

指導教授 : 顏嗣鈞

摘要


傳統的二元決策圖運算方式,採用深度優先演算法。一旦運算的記憶體超出實際記憶體時,造成大量記憶體置換(memoryswapping ),使得效能大幅下滑。為改善二元決策圖的運算效率,OCHI等人[5] 提出了廣度優先的演算法,來增加記憶體局部性,但是在運算的過程中,要求佇列將會產生龐大的記憶體負擔。 Bwolen Yang等人提出了深度廣度混合的方法[7],當要求佇列過大時,在執行一定容量的佇列後,便將剩下的要求佇列丟進堆疊中,等到下面的運算都做完時,才回過頭來從堆疊中取出未完成的運算繼續執行。 我們的方法是對Bwolen Yang人提出的深度廣度混合的方法 [7]做改良。當應用階段時,所產生的下一要求佇列超過預設值時,則下一要求佇列切成兩半。當目前這段要求佇列運算結束後,所產生的下一要求佇列存到檔案中,等運算至下一層時才提出來做運算。而運算完要求佇列則成為往前參考佇列 ( forwarding queue )存到檔案中,等到簡化階段才拿來計算運算結果。 由於我們的方法是一層一層做運算,只需運算變數的那一層二元決策圖節點。而當這層的要求佇列全做完,則原先二元決策圖節點的空間可全釋放。來載入下一層的節點,節省記憶體空間。此外,因為我們只有目前的要求佇列和下一要求佇列,因此對於佇列的管理與利用可有效安排,不會造成下面的要求佇列暫去太多記憶體空間,產生大量記憶體置換的情形。

並列摘要


無資料

參考文獻


[1] S.B.Akers “Binary Decision Diagrams.” IEEE Transactions on Computers, C-27( 6 ): 509-516, June 1978.
[2] R.E.Bryant “Graph-Based Algorithms for Boolean Functions Manipulation.” IEEE Transactions on Computers, C-35( 8 ) : 677-691, August 1986.
[4] B.E.Moret “Decision Trees and Diagrams.” ACM Computing Surveys, 14( 4 ) : 593-623, December 1982.
[3] C.Y.Lee “Binary Decision Programs.” Bell system Technical Journal, 38( 4 ): 985-999, July 1959.
[5] H.Ochi, K.Yasuoka, and S.Yajima “Breadth-First Manipulation of Very Large Binary-Decision Diagram.” In Proceedings of the International Conference on Computer-Aided Design, 6-9, November 1993.

延伸閱讀