Найти

Результаты поиска

• РАЗРАБОТКА БИОЭВРИСТИК ДЛЯ СОЗДАНИЯ ИНТЕЛЛЕКТУАЛЬНОЙ ПОДСИСТЕМЫ ПРИНЯТИЯ ЭФФЕКТИВНЫХ РЕШЕНИЙ NP- ТРУДНЫХ И NP-СЛОЖНЫХ КОМБИНАТОРНО-ЛОГИЧЕСКИХ ЗАДАЧ НА ГРАФАХ

  Д.В. Заруба , Э.В. Кулиев , Д. Ю. Запорожец , М. М. Семенова

  2021-11-14

  Аннотация ▼

  Статья посвящена решению новых актуальных проблем, возникших в условиях со-
  временного развития информационных и нанометровых технологий в области проектиро-
  вания, а также разработке новых инновационных методов, обеспечивающих получение
  эффективных решений за полиномиальное время. В статье рассматривается проблема
  решения NP-сложных задач. Приведено описание процедуры измерения сложности задачи.
  Описаны особенности NP- трудных и NP-сложных комбинаторно-логических задач. При-
  ведены основные различия между задачами, а также проблемы, с которыми приходится
  сталкиваться при решении такого вида задач. Представлена общая схема принятия реше-
  ний, состоящая из формулировки проблемы; принятие решения; сигнала в автоматических
  системах и обратной связи. На втором этапе (формирование и выбор вариантов решений)
  решение основывается на биоинспирированном алгоритме поиска решений задачи комми-
  вояжёра. Для решения поставленной задачи был разработан модифицированный биоинспи-
  рированный алгоритм, основанный на поведении муравьиной колонии. В отличие от других
  методов оптимизации, метаэвристические алгоритмы могут находить глобальные опти-
  мальные решения для задач, где существует много локальных решений из-за их случайного
  характера. Эти причины привели к широкому использованию таких алгоритмов при реше-
  нии различных задач оптимизации. Биоинспирированные алгоритмы становятся новой
  революцией в области решений оптимизационных задач. Представлена постановка задачи
  коммивояжера, а также решение поставленной задачи на основе муравьиного алгоритма.
  Алгоритмы, такие как генетические алгоритмы и PSO могут быть очень полезными, но
  они все еще имеют некоторые недостатки в решении проблем мультимодальной оптими-
  зации. Эти алгоритмы способны находить оптимальные решения независимо от физиче-
  ской природы проблемы. В рамках экспериментальных исследований был произведен анализ
  работы биоинспирированных алгоритмов: алгоритм стаи летучих мышей бактериальный
  алгоритм и муравьиный алгоритм.

• ПОДХОД К КОДИРОВАНИЮ РЕШЕНИЙ В ЭВОЛЮЦИОННЫХ МЕТОДАХ ДЛЯ СОЗДАНИЯ ИНСТРУМЕНТАЛЬНОЙ ПЛАТФОРМЫ ПРОЕКТИРОВАНИЯ

  Э. В. Кулиев, А. А. Лежебоков, М. М. Семенова, В.А. Семенов

  2020-07-20

  Аннотация ▼

  Рассмотрены актуальные вопросы и проведен анализ проблемы трехмерной инте-
  грации и трехмерного моделирования, возникающей на этапе конструкторского проекти-
  рования в ходе решения задачи оптимального планирования компонентов больших и сверх-
  больших интегральных схем и корпусных устройств электронной вычислительной аппара-
  туры. Представлены и достаточно детально описаны основные преимущества примене-
  ния принципов трехмерной интеграции, позволяющие эффективно организовывать произ-
  водство персонифицированной электроники, оптимально планировать конфигурацию
  больших и сверхбольших интегральных схем с учетом тепловых и энергетических характе-
  ристик. В ходе выполнения исследований авторами разработан подход к кодированию ре-
  шений на основе интеллектуального механизма, который характеризуется наличием
  встроенных средств контроля допустимых решений. Одним из таких средств, экспери-
  ментально доказавших свою эффективность, является встроенный механизм «смертель-
  ных мутаций», учитывающий статусы генов и заранее заданные ограничения на итоговую
  конфигурацию корпуса проектируемого устройства. В работе предложен ряд общих под-
  ходов и конкретных алгоритмов решения задачи планирования, основывающихся на ре-
  зультатах исследований авторского коллектива и современных подходах к решению
  NP-полных задач. Важнейшим практически значимым результатом исследований обозна-
  ченной проблемы является разработанная программно-инструментальная платформа
  проектирования на современном кроссплатформенном языке программирования Java. Вы-
  бранная технология разработки позволяет использовать все основные достоинства со-
  временных многоядерных и многопроцессорных архитектур, по использованию программ-
  ной многопоточности для реализации параллельных схем решения комбинаторных задач.
  Программно-инструментальная платформа обладает дружественным интерфейсом, что
  позволяет эффективно управлять процессом решения задачи планирования компонентовбольших и сверхбольших интегральных схем трехмерной интеграции, путем визуализации
  ключевых показателей работы алгоритмов на графиках и в блоках текстовой статисти-
  ки. Разработанное прикладное программное обеспечение позволило провести серию вычис-
  лительных экспериментов, на основе наборов случайных данных также, как и наборах от-
  крытых данных бенчмарков для подобного рода задач. Результаты экспериментальных
  исследований позволили подтвердить теоретические оценки временной сложности и эф-
  фективности предложенных подходов и алгоритмов, в том числе генетического алгорит-
  ма, который использует предложенный в работе новый механизм кодирования решений.

• МЕТОДОЛОГИЯ S.M.A.R.T.E.S.T. H-GQM ДЛЯ КОНТРОЛИРУЕМОЙ ЭВОЛЮЦИИ СИСТЕМ ADAS

  Д. Е. Чикрин, А. А. Егорчев, Д.В. Ермаков

  2020-07-20

  Аннотация ▼

  Вывод на массовый рынок транспортных средств (легковых и грузовых автомобилей)
  с высокой степенью автоматизации – уровня ADAS 3+ – ожидается с начала 2020-х годов.
  На текущий момент абсолютным большинством крупных автопроизводителей ведутся
  исследования и разработки в данном направлении, достаточно большое количество про-
  тотипов, предсерийных и серийных систем1 уже продемонстрировано. Системы автома-
  тизированного управления автомобилем – ADAS (advanced driver assistance systems) – пред-
  ставляют собой сложные аппаратно-программные комплексы, особенность которых со-
  стоит в неизменности ядра аппаратной платформы на протяжении одного или несколь-
  ких поколений автомобилей. При этом требуется обеспечить возможность обновления
  (эволюции) системы для исправления ошибок и расширения функциональности, особенно в
  условиях активно развивающихся сенсорных периферийных систем и программных алго-
  ритмов. Для оценки и сопровождения разработки сложных систем применяется методо-
  логия GQM (Goal, Question, Metric – цель, вопрос, метрика) и её модификации. Однако, об-
  ласть их применения ограничена исключительно программными продуктами; также не
  рассматриваются явно вопросы применения методологии GQM для анализа и сопровожде-
  ния процессов эволюции сложных технических систем. В статье предлагается методология H-GQM (Hardware GQM) для проведения контролируемой эволюции сложных аппа-
  ратно-программных систем современной автомобильной техники. Представляемая мето-
  дология H-GQM базируется на методологии GQM и предназначена для аппаратно-
  программных комплексов с монолитным аппаратным ядром, модифицируемым программ-
  ным ядром и периферией, удовлетворяющей принципу атомарности. Доказана примени-
  мость методологии GQM для анализа программно-аппаратных систем ADAS путем про-
  ведения процедуры гармонизации сущностей системы. Для формирования эволюционных
  целей предложена концепция целеполагания S.M.A.R.T.E.S.T, расширяющая методику фор-
  мирования целей бизнес-процессов S.M.A.R.T. путем введения ограничений, полученных в
  результате гармонизации сущностей и описывающих требования к эволюционной способ-
  ности системы. Формулирование фреймворка планов H-GQM рассматривается на примере
  систем ADAS, в рамках предложенной методологии сформирован масштабируемый шаб-
  лон целей, учитывающий специфику систем ADAS.