امروزه با پیشرفت علوم الکترونیک و کامپیوتر و همچنین پیچیده تر شدن این علوم نیاز بیش از پیش به استفاده از نرم افزار ها و ابزارهای کمک طراحی که در اصطلاح cad گفته میشوند، احساس می شود. گراف های تصمیم باینری(bdd)، ساختار داده ای برای توابع منطقی سویچینگ می باشند که برای پیاده سازی بسیاری از توابع منطقی، مورد استفاده قرار می گیرند. مهمترین مسئله در این نوع از گراف ها و نوع خاصی از آنها که بیشترین کاربرد را دار هستند، یعنی گراف های تصمیم مرتبه ای(obdd)، تعداد گره های این گراف ها می باشد. در گراف های obdd، با تغییر مرتبه گراف ابعاد گراف به ازاء یک تابع ثابت، ممکن است تغییر کند. پیدا کردن مرتبه موثر در این نوع از گراف ها که منجر به پیدایش کوچکترین گراف از نظر ابعاد می شود با توجه به امکان پیاده سازی مستقیم این گراف ها به صورت ساختارهای ترانزیستوریو مباحث مصرف توان، به یکی از داغ ترین مباحث در این حوزه از علم تبدیل شده است. الگوریتم id3 یکی از الگوریتم های تصمیم گیری کلاسیک در حوزه حل مسائل تصمیم گیری هوشمند می باشد. الگوریتم c4.5 ، در واقع همان الگوریتم id3 است که برای داده ای پیوسته تغیراتی در آن داده شده است. در این پایان نامه برای کاهش تعدا گره ها و بدست آوردن مرتبه موثر گراف های obdd از این دو الگوریتم استفاده کردیم. در ادامه تحقیقات، به اثر الگوریتم id3 برای بهینه سازی الگوریتم ژنتیک، که خود به عنوان الگوریتمی برای کاهش گره ها استفاده شده است[1]، به عنوان یک عملگر پیش پردازش پی میبریم.