ГИБРИДНЫЙ МЕТОД РЕШЕНИЯ ЗАДАЧИ РАЗМЕЩЕНИЯ ЭЛЕМЕНТОВ ЦИФРОВЫХ ВЫЧИСЛИТЕЛЬНЫХ УСТРОЙСТВ

  • Л. А. Гладков Южный федеральный университет
  • Н.В. Гладкова Южный федеральный университет
  • М. Д. Ясир Южный федеральный университет
Ключевые слова: Автоматизация проектирования, задача размещения элементов ЭВА, задачи оптимизации, биоинспирированные алгоритмы, гибридные методы, генетические алгоритмы, нечеткое управление

Аннотация

Рассматривается задача размещения элементов цифровой вычислительной техники.
Проведен анализ современного состояния исследований по данной теме, отмечена актуаль-
ность рассматриваемой задачи. Подчеркнута важность разработки новых эффективных ме-
тодов решения подобных задач. Показано место задачи размещения в общем цикле конструк-
торского этапа проектирования. Отмечена важность качественного решения задачи разме-
щения с точки зрения успешного выполнения последующих этапов проектирования. Отмечена
важность минимизации задержек соединений в процессе проектирования устройств большой
размерности. Проведен обзор и анализ различных моделей и критериев оценки решения задачи
размещения. Подчеркнуто, что важнейшим критерием является длина соединений, она оказы-
вает существенное влияние на применяемые при проектировании технологии. Выполнена ком-
плексная математическая постановка задачи размещения элементов цифровой вычислитель-
ной техники. Приведена целевая функция и ограничения рассматриваемой задачи размещения
как задачи оптимизации. Проанализированы перспективные подходы к решению задач проек-
тирования, описаны гибридные методы и модели решения сложных многокритериальных задач
оптимизации и проектирования. Описаны принципы работы и модель нечеткого логического
контроллера. Приведено описание используемой схемы нечеткого управления. Определены
функции различных блоков нечеткого логического контроллера. Предложена структура много-
слойной нейронной сети, реализующей функцию Гаусса. Описано взаимодействие блоков нечет-
кого генетического алгоритма. Предложена модель гибридного алгоритма решения задачи
размещения. Определены управляющие параметры нечеткого логического контроллера. Пред-
лагаемый гибридный алгоритм реализован в виде прикладной программы. Были проведены серии
вычислительных экспериментов для определения эффективности разработанного алгоритма и
выбора оптимальных значений управляющих параметров.

Литература

1. Charles J. Alpert, Dinesh P. Mehta, Sachin S. Sapatnekar. Handbook of algorithms for physical
design automation. CRC Press, New York, USA, 2009.
2. Shervani N. Algorithms for VLSI physical design automation. USA, Kluwer Academy Publisher,
1995, 538 p.
3. 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, pp. 683-712.
4. Gladkov L.A., Kureychik V.V., Kureychik V.M. Diskretnaya matematika [Discrete Mathematics].
Moscow: Fizmatlit, 2014.
5. Prangishvili I.V. Sistemnyy podkhod i obshchesistmenye zakonomernosti [A systematic approach
and system-wide patterns]. Moscow: SINTEG, 2000.
6. Yarushkina N.G. Osnovy teorii nechetkikh i gibridnykh system [Fundamentals of the theory of
fuzzy and hybrid systems]. Moscow: Finansy i statistika, 2004.
7. Batyrshin I.Z., Nedosekin A.O. i dr. Nechetkie gibridnye sistemy. Teoriya i praktika [Fuzzy
hybrid systems. Theory and practice], ed. by N.G. Yarushkinoy. Moscow: Fizmatlit, 2007.
8. Haken H. Synergetics, an Introduction: Nonequilibrium Phase Transitions and Self-
Organization in Physics, Chemistry, and Biology. New York: Springer-Verlag, 1983.
9. Gladkov L.A., Kureychik V.M., Kureychik V.V., Sorokoletov P.V. Bioinspirirovannye metody v
optimizatsii [Bioinspired methods in optimization]. Moscow: Fizmatlit, 2009.
10. Gladkov L.A., Kureychik V.V., Kureychik V.M. Geneticheskie algoritmy [Genetic algorithms].
M.: Fizmatlit, 2010.
11. Karpenko A.P. Sovremennye algoritmy poiskovoy optimizatsii. Algoritmy, vdokhnovlennye
prirodoy [Modern search engine optimization algorithms. Algorithms inspired by nature].
Moscow: Izd-vo MGTU im. Baumana, 2016.
12. Gladkov L.A., Gladkova N.V., Leiba S.N., Strakhov N.E. Development and research of the
hybrid approach to the solution of optimization design problems, Proceedings of the Third International
Scientific Conference “Intelligent Information Technologies for Industry”
(IITI’18). IITI'18 2018. Advances in Intelligent Systems and Computing. Vol 875. Springer,
Cham, pp. 246-257.
13. Borisov V.V., Kruglov V.V., Fedulov A.S. Nechetkie modeli i seti [Fuzzy models and networks].
Moscow: Goryachaya liniya – Telekom, 2007.
14. Herrera F., Lozano M. Fuzzy Adaptive Genetic Algorithms: design, taxonomy, and future
directions, Soft Computing. 7(2003). Springer-Verlag, 2003, pp. 545-562.
15. Michael A., Takagi H. Dynamic control of genetic algorithms using fuzzy logic techniques,
Proc. of the 5th International Conference on Genetic Algorithms. Morgan Kaufmann, 1993,
pp. 76-83.
16. Lee M.A., Takagi H. Integrating design stages of fuzzy systems using genetic algorithms, Proceedings
of the 2nd IEEE International Conference on Fuzzy System, 1993, pp. 612-617.
17. 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, pp. 577-582.
18. Herrera F., Lozano M. Adaptation of genetic algorithm parameters based on fuzzy logic
controllers. In: F. Herrera, J.L. Verdegay (eds.) Genetic Algorithms and Soft Computing,
Physica-Verlag, Heidelberg, 1996, pp. 95-124.
19. Rutkovskaya D., Pilin'skiy M., Rutkvoskiy L. Neyronnye seti, geneticheskie algoritmy i
nechetkie sistemy [Neural networks, genetic algorithms and fuzzy systems]. Moscow:
Goryachaya liniya – Telekom, 2006.
20. Gladkov L.A., Gladkova N.V., Gusev N.Y., Semushina N.S. Integrated approach to the solution
of computer-aided design problems, Proceedings of the 4th International Scientific Conference
“Intelligent Information Technologies for Industry” (IITI’19). Advances in Intelligent Systems
and Computing. Vol. 875. Springer, Cham, 2020, pp. 246-257.
Опубликован
2021-11-14
Выпуск
Раздел
РАЗДЕЛ V. АВТОМАТИЗАЦИЯ ПРОЕКТИРОВАНИЯ И СЕТЕВЫЕ ТЕХНОЛОГИИ