Автоматизированное проектирование. Норенков И.П. - 113 стр.

UptoLike

Составители: 

%!#*%!#&F*:,$* $I*:+*
F*)&* :&)#*'! +($*,#)KH (*L*)&M
5@!"! 4
!,A+,D.0+>. Очевидно, что в большинстве случаев ст руктурного синтеза вместо нереализуемо-
го явного представления всего множества проектных решений задают множество элементов и сово-
купность правил объединения этих элементов в допустимые структуры (проектные решения).
Эти множества элементов и правил часто представляют в виде E#"/)45*#; +'+&$/. ('+1'+4$-
*'9), т.е. задача синтеза имеет вид
ЗС = <Q; #M; C'; ">,
где Q алфавит исчисления (алфавит представлен базовыми элементами, из которых синтезируется
структура); #M множество букв, не совпадающих с буквами алфавита Q и служащих для обозна-
чения переменных; C' множество аксиом исчисления, под которыми понимаются задаваемые ис-
ходные формулы (слова) в алфавите Q (например, соответствия функций и элементов); " множе-
ство правил вывода новых формул в алфавите Q из аксиом и ранее выведенных корректных формул.
Каждую формулу можно интерпретировать как некоторую структуру, поэтому синтезэто процесс
вывода формулы, удовлетворяющей исходным требованиям и ограничениям.
Другие примеры компактного задания множества а льтернатив C через множества Q и " связан
с использованием систем искусственного интеллекта, в которых Q есть база данных, " база зна-
ний, или эволюционных методов, в которых Q также база данных, "множество эвристик , по-
следовательность применения которых определяется эволюционными и генетическими принципами.
4.4. E.-451 ,-8<7-<804@4 ,+0-.?: 9 *C"%
*+,-./1 +,7<,,-9.004@4 +0-.DD.7-:. В теории интеллектуальных систем синтез реализуется
с помощью экспертных систем (ЭС)
ЭС = <БД, БЗ, И>,
где БДбаза данных, включающая сведения о базовых элементах; БЗбаза знаний, содержащая
правила конструирования вариантов структуры; Иинтерпретатор, устанавливающий последова-
тельность применения правил из БЗ. Системы искусственного интеллекта (СИИ) основаны на знани-
ях, отделенных от процедурной части программ и представленных в одной из характерных форм. Та-
кими формами могут быть продукции, фреймы, семантиче ские сети. Реально функционирующие в со-
временных САПР системы с базами знаний чаще всего относятся к классу ЭС.
!"#-7%='9 представляет собой правило типаесли K, то I”, где K условие, а I действие
или следствие, активизируемое при истинности K. Продукционная БЗ содержит совокупность правил,
описывающих определенную предметную область.
H"$;/структура данных, в которой в определенном порядке представлены сведения о свой-
ствах описываемого объекта. Типичный вид фрейма:
<имя фрейма; x
1
= p
1
; x
2
= p
2
;...; x
N
= p
N
; q
1
, q
2
,...q
M
>,
где x
i
имя i-го атрибута, p
i
его значение, q
i
ссылка на другой фрейм или некоторую обслужи-
вающую процедуру. В качестве p
i
можно использовать имя другого (вложенного) фрейма, описывая
тем самым иерархические структуры фреймов.
:$/)*&'1$+%)9 +$&5 форма представления знаний в виде совокупности понятий и явно вы-
раженных отношений между ними в некоторой предметной области. Семантическую сеть удобно
представлять в виде графа, в котором вершины отображают понятия, а ребра или дугиотношения
между ними. В качестве вершин сети можно использовать фреймы или продукции.
F%+0$"&*)9 +'+&$/) является типичной системой искусственного интеллекта, в которой БЗ со-
держит сведения, полученные от людей-экспертов в конкретной предметной области. Трудности фор-
мализации процедур структурного синтеза привели к популярности применения экспертных систем в
САПР, поскольку в них вместо выполнения синтеза на базе формальных математических методов осу-
ществляется синтез на основе опыта и неформальных рекомендаций, полученных от экспертов.
O+,78.-04. /
:-./:-+A.,74. 384@8://+849:0+.. Выбор метода поиска решениявторая
проблема после формализации задачи. Если при формализации все управляемые параметры удалось
представить в числовом виде, то можно попытаться применить известные методы ДМП.
&.+.)$(*),$". !"#$%!#&'&($"!))$* +($*, #&($"!)&*
113
 5@!"! 4                           %!#*%!#&F*:,$*   $I*:+*F*)&* :&)#*'! +($*,#)KH (*L*)&M

      !,A+,D.0+>. Очевидно, что в большинстве случаев структурного синтеза вместо нереализуемо-
го явного представления всего множества проектных решений задают множество элементов и сово-
купность правил объединения этих элементов в допустимые структуры (проектные решения).
      Эти множества элементов и правил часто представляют в виде E#"/)45*#; +'+&$/. ('+1'+4$-
*'9), т.е. задача синтеза имеет вид
           ЗС = ,
где Q — алфавит исчисления (алфавит представлен базовыми элементами, из которых синтезируется
структура); #M — множество букв, не совпадающих с буквами алфавита Q и служащих для обозна-
чения переменных; C' — множество аксиом исчисления, под которыми понимаются задаваемые ис-
ходные формулы (слова) в алфавите Q (например, соответствия функций и элементов); " — множе-
ство правил вывода новых формул в алфавите Q из аксиом и ранее выведенных корректных формул.
Каждую формулу можно интерпретировать как некоторую структуру, поэтому синтез — это процесс
вывода формулы, удовлетворяющей исходным требованиям и ограничениям.
      Другие примеры компактного задания множества альтернатив C через множества Q и " связан
с использованием систем искусственного интеллекта, в которых Q есть база данных, " — база зна-
ний, или эволюционных методов, в которых Q — также база данных, " — множество эвристик, по-
следовательность применения которых определяется эволюционными и генетическими принципами.
                       4.4. E.-451 ,-8<7-<804@4 ,+0-.?: 9 *C"%
      *+,-./1 +,7<,,-9.004@4 +0-.DD.7-:. В теории интеллектуальных систем синтез реализуется
с помощью экспертных систем (ЭС)
         ЭС = <БД, БЗ, И>,
где БД — база данных, включающая сведения о базовых элементах; БЗ — база знаний, содержащая
правила конструирования вариантов структуры; И — интерпретатор, устанавливающий последова-
тельность применения правил из БЗ. Системы искусственного интеллекта (СИИ) основаны на знани-
ях, отделенных от процедурной части программ и представленных в одной из характерных форм. Та-
кими формами могут быть продукции, фреймы, семантические сети. Реально функционирующие в со-
временных САПР системы с базами знаний чаще всего относятся к классу ЭС.
      !"#-7%='9 представляет собой правило типа “если K, то I”, где K — условие, а I — действие
или следствие, активизируемое при истинности K. Продукционная БЗ содержит совокупность правил,
описывающих определенную предметную область.
      H"$;/ — структура данных, в которой в определенном порядке представлены сведения о свой-
ствах описываемого объекта. Типичный вид фрейма:
         <имя фрейма; x1 = p1; x2 = p2;...; xN = pN; q1, q2,...qM>,
где xi — имя i-го атрибута, pi — его значение, qi — ссылка на другой фрейм или некоторую обслужи-
вающую процедуру. В качестве pi можно использовать имя другого (вложенного) фрейма, описывая
тем самым иерархические структуры фреймов.
      :$/)*&'1$+%)9 +$&5 — форма представления знаний в виде совокупности понятий и явно вы-
раженных отношений между ними в некоторой предметной области. Семантическую сеть удобно
представлять в виде графа, в котором вершины отображают понятия, а ребра или дуги — отношения
между ними. В качестве вершин сети можно использовать фреймы или продукции.
      F%+0$"&*)9 +'+&$/) является типичной системой искусственного интеллекта, в которой БЗ со-
держит сведения, полученные от людей-экспертов в конкретной предметной области. Трудности фор-
мализации процедур структурного синтеза привели к популярности применения экспертных систем в
САПР, поскольку в них вместо выполнения синтеза на базе формальных математических методов осу-
ществляется синтез на основе опыта и неформальных рекомендаций, полученных от экспертов.
      O+,78.-04. /:-./:-+A.,74. 384@8://+849:0+.. Выбор метода поиска решения — вторая
проблема после формализации задачи. Если при формализации все управляемые параметры удалось
представить в числовом виде, то можно попытаться применить известные методы ДМП.

 &.+.)$(*),$" . !"#$%!#&'&($"!))$*       +($*,#&($"!)&*                                  113