BayesianNetworkGenerator.py

import networkx  # Permite trabajar con grafos
import pgmpy as pgm
import pgmpy.models as pgmm
import pgmpy.factors.discrete as pgmf  # Tablas de probabilidades condicionales y
import pgmpy.inference as pgmi
from msgame import MSGame
from itertools import count, islice, product, repeat, combinations, permutations, combinations_with_replacement
import math
import sys

def gameNetworkGenerator(game):
    #Definimos el tablero
    graph = []
    width = game.board.board_width
    height = game.board.board_height
    #Averiguamos los vecinos de cada Y y creamos un conjunto con todos los nodos y las aristas relacionadas.
    for i in range(width):
        for j in range(height):
            vecinos = game.neightbours_of_position(i,j)
            for x in range(0,len(vecinos)):
                graph.append((vecinos[x],"Y" + str(i) + str(j)))
        
    #Añadimos a la modelo bayesiano la información obtenida anteriormente
    Modelo_msgame = pgmm.BayesianModel(graph)

    probabilidadBomba = game.board.num_mines/((game.board.board_height)*(game.board_width))
    probabilidadNoBomba = 1 - probabilidadBomba
    modelnodes = Modelo_msgame.nodes()
    modelnodesY = Modelo_msgame.nodes()


    res  = [s for s in modelnodes if 'X' in s] 

    #"A partir de aqui se obtienen las CPDS de las Xij"
    for e in range(0,len(res)):
        cpd_msgameX =  "cpd_msgame"+(res[e])
        cpd_msgameX = pgmf.TabularCPD(res[e],2,[[probabilidadNoBomba,probabilidadBomba]])
        Modelo_msgame.add_cpds(cpd_msgameX)



    resY  = [s for s in modelnodesY if 'Y' in s] 
    for l in range(0,len(resY)):
        i = resY[l][1:2]
        j = resY[l][2:3]
        vecinos = game.neightbours_of_position(int(i),int(j))
        listOpt = [0,1]
        #Se realizan las combinaciones
        resA = list(product(listOpt,repeat = len(vecinos)))
        #Se suman los unos de cada una de las combinaciones, es decir, se suman el número de bombas
        def counterPermutations(lsa):
            count = 0
            for f in range(len(lsa)):
                if lsa[f] is 1:
                    count = count + 1
            return count
        #Generamos tantas listas como Y necesitamos + 1 (incluyendo la inexistencia de bomba)
        probabilidades_unidas = []
        for v in range(len(vecinos)+1):
            probabilidades_calculadas = []
            for a in range(len(resA)):
                lsta = resA[a]
                counter = counterPermutations(lsta)
                if counter is v:
                    probabilidades_calculadas.append(1)
                else:
                    probabilidades_calculadas.append(0)
            probabilidades_unidas.append(probabilidades_calculadas)
        #Generamos la CPD
        cpd_letrasY =  "cpd_letras"+(resY[l])
        cpd_letrasY = pgmf.TabularCPD(resY[l],len(vecinos)+1,probabilidades_unidas,vecinos,[2]*len(vecinos))
        Modelo_msgame.add_cpds(cpd_letrasY)

    return Modelo_msgame