Учебная САПР электронных средств. Асланянц В.Р. - 11 стр.

      Применение метода Монте-Карло основано на гипотезе, что во мно-
жестве всех допустимых решений существует сравнительно большое ко-
личество вариантов решений, близких к оптимальному, т.е. вероятность
случайного выбора приемлемого решения достаточно высокая. К сожале-
нию, экспериментальные исследования ряда задач технического проекти-
рования ЭС эту гипотезу не подтверждают. В таких задачах, как правило,
отношение числа «хороших вариантов» к их общему числу ничтожно ма-
ло, что ограничивает использование метода Монте-Карло. Преимущество
метода Монте-Карло – возможность оценить степень близости полученно-
го решения к оптимальному. Ценность метода в том, что на его основе
возможно сравнение различных алгоритмов решения дискретных задач.
      Вариационные задачи. Управляемыми параметрами X могут быть
не только переменные, но и функции. Критерий F в этом случае называет-
ся функционалом, пространство поиска – функциональным, а задача – ва-
риационной.
      Многокритериальные задачи. Практические задачи конструирова-
ния ЭС могут требовать оптимизации не по одному критерию F, а по не-
скольким, в общем случае противоречивым. Методы решения многокрите-
риальных задач интенсивно развиваются в настоящее время.
      Для решения многокритериальных задач применяют:
      • свертку критериев качества в один критерий с весовыми коэффи-
циентами для каждого исходного критерия;
      • ранжирование критериев качества и др.
      Конструктору ЭС приходится иногда принимать решение в условиях
неполной информации. Наличие неопределенности усложняет оптимиза-
ционную задачу, но и в этом случае математические приемы помогают че-
ловеку принять более обоснованное решение.
      В том случае, если проектную задачу не удается формализовать, т.е.
построить ММ объекта проектирования и разработать или подобрать под-
ходящий метод (алгоритм) решения задачи, то такую задачу называют
трудно формализуемой. Для решения таких задач применяют технологии
экспертных систем, искусственные нейронные сети и другие методы ис-
кусственного интеллекта.




                                                                      11