Статья

Название статьи РАЗРАБОТКА И ПРОГРАММНАЯ РЕАЛИЗАЦИЯ ГИБРИДНОГО АЛГОРИТМА РЕШЕНИЯ ЗАДАЧ РАЗМЕЩЕНИЯ И ТРАССИРОВКИ
Автор Л. А. Гладков, Н. В. Гладкова, С. Н. Лейба
Рубрика РАЗДЕЛ I. АВТОМАТИЗАЦИЯ ПРОЕКТИРОВАНИЯ
Месяц, год 07, 2017
Индекс УДК 519.712.2
DOI
Аннотация Рассматривается гибридный алгоритм решения задач размещения и трассировки элементов схем цифровой электронно-вычислительной аппаратуры. Отмечена актуальность и важность рассматриваемой задачи и многообразие существующих подходов к решению подобного рода задач. Приведена постановка задачи, выбраны ограничения области допустимых решений и сформулирован критерий оценки качества получаемых решений. Предложен новый гибридный подход к решению рассматриваемой задачи на основе сочетания эволюционных методов поиска, математического аппарата нечеткой логики и возможностей параллельной организации вычислительного процесса. В статье предложено производить обмен решениями между популяциями с использованием общего промежуточного буфера хромосом. Разработаны новые модификации основных генетических операторов. Предложен модифицированный оператор миграции для обмена информацией между популяциями решений в процессе выполнения параллельных вычислений. Разработана структура параллельного гибридного алгоритма. Предложена реализация модуля не-четкого управления на основе использования многослойной нейронной сети и функции Гаусса. Для повышения качества получаемых результатов в контур эволюции экспертной информации включен нечёткий логический контроллер, регулирующий значения параметров процесса эволюции. Сформулированы основные принципы работы блока нечеткого управления. Представлена структурная схема, разработанного гибридного алгоритма. Подробно рассмотрены особенности программной реализации предложенного гибридного алгоритма. Сформулированы требования к архитектуре разрабатываемой программы с учетом необходимости поддержки свойств модульности и расширяемости приложения. Приведены примеры описания элемента печатной платы на основе существующих спецификаций. Описана структура интерфейса, представлены основные элементы графического интерфейса разработанного приложения. Представлено краткое описание проведенных вычислительных экспериментов, подтверждающих эффективность предложенного метода.

Скачать в PDF

Ключевые слова Автоматизация проектирования; генетический алгоритм; эволюционные вычисления; нечеткая логика; параллельные вычисления; нечеткий логический контроллер.
Библиографический список 1. Норенков И.П. Основы автоматизированного проектирования. – М.: Изд-во МГТУ
им. Баумана, 2010.
2. Shervani, N. Algorithms for VLSI physical design automation. – Kluwer Academy Publisher, USA, 1995. – 538 p.
3. Гладков Л.А., Курейчик В.В., Курейчик В.М. Генетические алгоритмы. – М.: Физматлит, 2010.
4. Курейчик В.М., Курейчик В.В., Родзин С.И. Концепция эволюционных вычислений, ин-спирированных природными системами // Известия ЮФУ. Технические науки. – 2009.
– № 4 (93). – C. 16-25.
5. Cohoon J.P., Karro J., Lienig J. Evolutionary Algorithms for the Physical Design of VLSI Circuits. Advances in Evolutionary Computing: Theory and Applications, Ghosh, A., Tsutsui, S. (eds.) Springer Verlag, London, 2003. – P. 683-712.
6. Michael A., Takagi H. Dynamic control of genetic algorithms using fuzzy logic techniques // Proceedings of the Fifth International Conference on Genetic Algorithms. Morgan Kaufmann. – 1993. – P. 76-83.
7. King R.T.F.A., Radha B., Rughooputh H.C.S. A fuzzy logic controlled genetic algorithm for optimal electrical distribution network reconfiguration // Proceedings of 2004 IEEE International Conference on Networking, Sensing and Control, Taipei, Taiwan. – 2004. – P. 577-582.
8. Im S.-M., Lee J-J. Adaptive crossover, mutation and selection using fuzzy system for genetic algorithms // Artificial Life and Robotics. – 2008. – Vol. 13, No. 1. – P. 129-133.
9. Rodriguez M.A., Escalante D.M., Peregrin A. Efficient distributed genetic algorithm for rule extraction // Applied Soft Computing. – 2011. – Vol. 11. – P. 733-743.
10. Alba E., Tomassini M. Parallelism and evolutionary algorithms // IEEE T. Evolut. Comput.
– 2002. – Vol. 6. – P. 443-461.
11. Zhongyang X., Zhang Y., Zhang L., Niu S. A parallel classification algorithm based on hybrid genetic algorithm // Proceedings of the 6th World Congress on Intelligent Control and Auto-mation, Dalian, China, 2006. – P. 3237-3240.
12. Кныш Д.С., Курейчик В.М. Параллельные генетические алгоритмы: Проблемы, обзор и состояние // Известия РАН. Теория и системы управления. – 2010. – № 4. – C. 72-82.
13. Гладков Л.А. Интегрированный алгоритм решения задач размещения и трассировки на основе нечётких генетических методов // Известия ЮФУ. Технические науки. – 2011.
– № 7 (120). – C. 22-29.
14. Гладков Л.А. Гладкова Н.В., Лейба С.Н. Размещение элементов схем ЭВА на основе гибридных интеллектуальных методов // Известия ЮФУ. Технические науки. – 2015.
– № 4 (165). – C. 25-36.
15. Gladkov L.A., Gladkova N.V., Leiba S.N. Electronic Computing Equipment Schemes Elements Placement Based on Hybrid Intelligence Approach // Advanced in Intelligent Systems and Computing. Vol. 348: Intelligent Systems in Cybernetics and Automation Theory. – Springer International Publishing, Switzerland, 2015.– P. 35-45.
16. Гамма Э., Хелм Р., Джонсон Р., Влиссидес Д. Приёмы объектно-ориентированного про-граммирования. Паттерны проектирования. – М.: Питер, 2010.
17. Макконел С. Совершенный код. – М.: Питер, 2005.
18. "Library Exchange Format". University of Maryland, Baltimore County, 2011.
19. Qt Documentation. – http://doc.qt.io/qt-5/reference-overview.html.
20. QCustomPlot. – http://qcustomplot.com/index.php/introduction.

Comments are closed.