Xreferat.com » Рефераты по информатике и программированию » Системное автоматизированное проектирование

Системное автоматизированное проектирование

width="52" height="15" align="LEFT" />
А)


- систему управления базой данных общего назначения;

- справочно-обучающую.

Развитие технологии проектирования и специального программного обеспечения связано с внедрением бригадного метода. Его существо заключается в одновременной работе нескольких проектировщиков на с
Рис.5. Структура технических средств АРМ (а) и состав аппаратуры рабочих мест (б).

Таблица 4

Модель АРМ Назначение Состав технических средств
АРМ-Р-01 Минимальный базовый комплект как основа других вариантов ЭВМ типа СМ, ОЗУ емкостью 8К слов, 16 разрядов, НМД 1370, дисплей VT-340
АРМ-Р-02 Размещение, редактирование графической и текстовой информации, диалога с ЦВК САПР на базе ЕС ЭВМ

АРМ-Р-01 с графическим дисплеем
ЭПГ-400

АРМ-Р-03 Инструментальный комплекс для разработки программного обеспечения АРМ-Р-01 с устройством мозаичной печати DZM-180

КОМПЛЕКСИРОВАНИЕ АРМ


Состав базового программного обеспечения и технических средств АРМ позволяет использовать АРМ автономно или в нескольких вариантах сопряжения с другой аппаратурой.

АРМы с одним или несколькими рабочими местами могут объединяться в последовательный комплекс. Комплекс настраивается на решение одной или ряда последовательных на маршруте проектирования задач (рис.7.б).

Например, ввод задания на разработку печатных плат, синтаксический контроль и размещение элементов выполняют на первом АРМе и по каналу связи передают на второй АРМ. На нем проводится трассировка, корректировка и передача информации для изготовления комплекта конструкторской документации на третий АРМ.

Подобная маршрутно-специализированная конфигурация позволяет устранить непроизводительные затраты времени на смену магнитных носителей, загрузку систем и ограничить количество периферийных устройств.


Построение информационно-графических комплексов для САПР на базе АРМ (рис.7.а, б, в, г) расширяет возможности и увеличивает эффективность применения САПР. НА ЦВК выполняются программные модули по директивам с АРМов, а ввод, контроль, вывод и редактирование производится пользователем на средствах АРМ.


В этом случае требуется удаленное размещение технических средств АРМ и ЦВК. Для этого используются устройства сопряжения (групповые устройства сопряжения - ГУС и индивидуальные ИУС), телефонные каналы связи , мультиплексоры и аппаратура передачи данных.





Рис.7. Варианты использования АРМ в САПР:

а - групповое АРМ;

б - маршрутно-ориентированное АРМ;

в - иерархически связанные ЦВК-АРМ;

г - удаленные АРМ в иерархических САПР.


ПЕРСПЕКТИВЫ РАЗВИТИЯ АРМ


Дальнейшее развитие АРМ связано с:

- использованием новых технических средств,

- разработкой нового базового и прикладного программного обеспечения,

- развитием технологии автоматизированного проектирования,

- объединением АРМ в иерархические и сетевые структуры.

Широкое распространение получают профессиональные персональные ЭВМ с использованием процессоров 386 и 486 и специализированных, а также соответствующего программного обеспечения.

Параметры новых АРМ:

- быстродействие - 5-10 млн.оп/сек,

- объем внешней памяти - до 500 Мбайт,

- скорость обмена информацией по каналам связи - свыше 2 Мбайт/сек.

Рабочие места будут оборудованы цветными графическими дисплеями с регенерацией или растровыми с размерами экрана до 50 см по диагонали и проекционных с площадью экранов в несколько квадратных метров.

Базовое программное и лингвистическое обеспечения должны включать в себя:

- средства создания многомашинных сетевых и иерархических структур;

- мониторную систему;

- операционную систему реального времени;

вязанных друг с другом АРМами по разработке логики и схемотехники БИС, топологии БИС и печатных плат, конструкций узлов и блоков изделий РЭА.


КОМПЛЕКСИРОВАНИЕ ТЕХНИЧЕСКИХ СРЕДСТВ САПР


Комплектование технических средств САПР производится на основе следующих требований:

- полноты,

- унификации,

- расширяемости,

- резервируемости,

- экономичности разработки и эксплуатации,

- эксплуатационного удобства и технологичности.

Полнота технических средств означает наличие в САПР набора технических средств всех групп для выполнения операций по всему циклу автоматизированного проектирования.

Унификация технических средств означает использование однотипных единиц оборудования для выполнения одних и тех же функций на различных уровнях САПР.

Расширяемость (открытость) технических средств означает возможность количественных и качественных изменений в составе технических средств по изменению требований к производительности и степени автоматизации проектирования, а также появления новых более совершенных типов оборудования.

Резервируемость технических средств реализуется дублированием тех или иных средств и позволяет снизить влияние их сбоев и отказов на функционирование САПР. Избыток технических средств не только повышает живучесть САПР, но и является обязательным условием успешной обработки потока задач, интенсивность которого изменяется во времени.

Экономичность разработки технических средств позволяет удешевить создание и внедрение САПР за счет последовательного многоэтапного ввода оборудования и наращивания мощности САПР с небольшим опережением относительно роста текущих потребностей.

Экономичность эксплуатации технических средств позволяет снизить непроизводительные потери за счет сочетания режимов реального времени с пакетной обработкой, коллективного использования рабочих мест.

Эксплуатационное удобство технических средств позволяет увеличить производительность разработчика и снизить уровень ошибок при взаимодействии оператора с ЭВМ за счет совершенства программно-аппаратного обеспечения.

Технологичность технических средств характеризуется степенью соответствия состава оборудования перечню проектных операций, свойственных применяемой технологии проектирования заданного объекта.

В соответствии с этими требованиями в последнее время признаны наиболее целесообразными САПР из унифицированных модулей. Они имеют достаточно развитые технические и базовые программные средства. В составе периферийных модулей широкое распространение получили "интеллектуальные терминалы" и "инженерные графические станции", создаваемые на основе микропроцессорных вычислительных средств.


Выводы:

1. Рассмотрены назначение, структура САПР, технические средства.

2. Рассмотрены назначение, структура автоматизированных мест проектировщиков и их возможности по созданию аппаратуры.

3. Определены перспективы развития технических средств автоматизированного проектирования.


НЕЙРОСТРУКТУРЫ


ВВЕДЕНИЕ


Теоретические основы нейросетевого подхода к изучению процессов переработки информации в мозге были заложены Маккалоком и Питтсом .Они изучили модельную нейронную сеть, представляющую

собой совокупность элементов( названных формальными нейронами),обменивающихся между собой информацией с помощью направленных связей. Каждый из формальных нейронов представляет собой простой процессор, осуществляющий суммирование сигналов, которые поступают на его входы. Его состояние характеризуется внутренней переменной , принимающей значение 0 ( пассивное состояние), если сумма сигналов на входах меньше фиксированного порога, и 1 ( активное состояние, в котором нейрон способен посылать сообщения другим нейронам в сети ), если указанная сумма превышает порог. Авторами

показано, что сеть таких нейроподобных элементов в принципе способна выполнять различные логические функции и по своей вычислительной мощности сопоставима с вычислительными машинами фон

неймановского типа.

Позднее Ф. Розенблатт предложил архитектуру нейронной сети, получившую название персептрона . Это вызвало большой интерес, поскольку открывалась возможность создания технических устройств, способных решать интеллектуальные задачи, такие как распознавание образов.

Основным элементом персептрона является пороговый вентиль, аналогичный формальному нейрону Мак-Коллака и Питтса. Он осуществляет суммирование с определенными весами сигналов, поступающих

от других нейронов, и переходит в состояние логической единицы(или наоборот, нуля), если эта сумма превышает пороговое значение.

В последние годы наблюдается рост активности в области теории и технической реализации искусственных нейронных сетей, в идейном отношении близких к персептрону Розенблатта. В работах Андерсона, Гроссберга, Кохонена, Хопфилда и др., выполненных в конце 70-х - начале 80-х годов, были разработаны более сложные и гибкие архитектуры сетей, составленных из нейроподобных элементов, и изучены функциональные возможности таких систем. Следует отметить, что этот процесс происходил на фоне общего возрастания интереса к многопроцессорным системам(к которым относятся в том числе и нейронные сети) и к реализации на них параллельных процессов обработки информации. Сочетание в архитектуре нейронных

сетей массированного параллелизма при обработке информации с использованием элементов-связей ( аналогов синапсов в биологии ) на стадии обучения системы выделило нейронные сети в самостоятельный

класс многопроцессорных вычислительных устройств.

Здесь рассмотрим основные архитектуры нейронных сетей, их общие и функциональные свойства и наиболее распространенные алгоритмы обучения сетей.


ОСНОВНЫЕ АРХИТЕКТУРЫ И ОСОБЕННОСТИ


На рис.1 приведена классификация нейросетевых систем.



Рис.1. Диаграмма, иллюстрирующая связь нейросетевых структур с многопроцессорными архитектурами.

FAN - процессор с распространением возбуждения.


Среди признаков, отличающих нейронные сети, часто называют массированный параллелизм при вычислениях, а также возможность программирования сетей путем обучения или адаптации. Выделяют

также локальность памяти каждого из нейронов.


ЭЛЕМЕНТЫ ИСКУССТВЕННЫХ НЕЙРОННЫХ СЕТЕЙ - НЕЙРОНЫ И СВЯЗИ


Нейронная сеть представляет собой совокупность элементов двух типов-процессоров, называемых нейронами, и элементов ( в общем случае также процессоров) - называемых связями между нейронами.

Нейрон - процессор специального вида, который имеет один выход и некоторое число входов (N) (рис.2.). Как правило, предполагается, что все нейроны выполняют одинаковую, сравнительно простую функцию

( либо существует небольшое число типов нейронов с различными функциями), например, сложение величин сигналов , i = 1,...,N , поступающих на его входы ( возможно, с некоторыми весами ). Выходной сигнал нейрона определяется с помощью суммы i вида


­­ = g [] ,


где g - нелинейная функция, определенная для каждого типа нейрона, О - порог. Пороговому элементу

i Маккалока и Питтса соответствует функция g(x), имеющая вид ступеньки ( рис.3.а)


g(x) = O (x) , O(x) = .


Для моделирования некоторых нейроподобных элементов подходит функция, представленная на рис.3 г, вида g(x) = 1 - O (x).Нелинейные функции более общего вида, в которых переходная область имеет конечную ширину а , изображены на рис.3. б и в. Нейроны такого типа удобны для моделирования аналоговых нейронных сетей.


Рис.3. Примеры нелинейных функций отклика нейронов, используемых для моделирования сетей.


Между каждыми двумя нейронами в сети ( с номерами i и j)могут быть установлены две направленные связи: (ij) и (ji) (рис.4).В некоторых случаях, например в модели Хопфилда, эти связи считаются равными. Каждой связи в сети присваивается вес . Это можно выполнить двумя способами. В первом случае считается , что собственно связи между нейронами представляют собой пассивные проводники, параметры которых неизменны. В процессе обучения изменяются веса ( см. рис.1 ), с которыми суммируются входные сигналы на каждом нейроне. При этом нумерация входов всех нейронов предполагается согласованной с нумерацией нейронов в сети. При втором способе все входы в нейрон предполагаются эквивалентными, при обучении изменяются свойства связей ( например, их сопротивления, емкости или коэффициенты усиления входящих в них усилителей ). С точки зрения математического моделирования эти способы могут не различаться. Однако при технической реализации в зависимости от используемой технологии может оказаться предпочтительней один из указанных способов. Например, пороговый вентиль относится

к первому типу, а сеть из аналоговых усилителей с насыщением - ко второму.


ТИПЫ АРХИТЕКТУР


а) Сети Хопфилда


Модель, предложенная Хопфилдом, относится к типу бинарных (или как вариант, биполярных, когда, переменная, описывающая внутреннее состояние нейронов, может принимать и отрицательное значение, например +1 и -1), а ее обучение представляет собой вариант обучения с супервизором. Она основывается на некоторых аналогиях с физическими системами, в частности, со спиновыми стеклами , а также с нелинейными динамическими системами, обладающими подходящей структурой аттракторов в фазовом пространстве. Каждый такой аттрактор может рассматриваться как отдельная запись информации ( образа ) в памяти системы. Релаксация системы из произвольного начального состояния ( имеющего смысл предъявленного

стимула) к устойчивой точке представляет собой физическую аналогию восстановления информации по достаточной ее части - распознавания образов.

В модели Хопфилда состояние системы описывается N -мерным вектором V = (), где

= 0 или 1 - описывает состояние i-го нейрона. Состояние системы, которому соответствует

одна из вершин единичного гиперкуба в N- мерном пространстве, меняется во времени по следующему алгоритму. Каждый нейрон изменяет свое состояние в случайный момент времени со средней скоростью w так, что в следующий момент случайно выбранный элемент с номером i принимает значения


= 1, если и

= 1, если (2)

Здесь - порог срабатывания i-го нейрона. В дальнейшем, как правило, предполагается, что для всех i либо =1/2 .

В последнем случае выбор порогов соответствует переходу к "биполярным" нейронам, состояния которых описываются спиновыми переменными . Поэтому в большинстве случаев можно

просто говорить о моделях (0,1) и (+_1), определяя тем самым возможные состояния элементов при нулевых порогах.

Для хранения образов памяти , s= 1,..., n используется матрица связей следующего вида:

, i-=j , (3)

В такой сети воздействие на i-нейрон будет определяться выражением для "силы"( являющейся аналогом мембранного потенциала в нейробиологии)



i-=j, = 0.


Для случайно выбранных векторов среднее значение члена в скобках равно нулю, если s-=s'. Тогда справедливо выражение:


принимает положительные значения при = 1 и отрицательные при =0.

Поэтому при пренебрежении шумом, даваемым членами с s-=s', состояние образов памяти устойчиво

( во всяком случае , при n < N ). Возможно появление дополнительных устойчивых состояний сети, не совпадающих с векторами памяти - "ложные образы ".

Динамика нейронной сети, описываемая уравнениями (2)-(3), имеет в качестве аттракторов только устойчивые стационарные точки. В случае симметричной матрицы Т в системе возможно наличие

большого числа стационарных состояний. Теория дискретных сетей Хопфилда получила в последнее время

значительное развитие. Возможность введения функции, имеющей смысл энергии, уменьшающейся в процессе релаксации начального состояния системы, позволила применить для исследования системы

хорошо разработанный аппарат статистической физики. В частности, введение сопряженной к энергии величины - эффективной "температуры" - позволило исследовать структуру устойчивых состояний и воз-

можности их изменения в процессе обучения .

Возможна реализация нейронной сети на аналоговых элементах (операционных усилителях). Это позволяет использовать их для решения задач комбинаторной оптимизации, коммивояжере, задаче о

раскраске карт, задаче оптимизации размещения электронных элементов на чипе.


б) СЕТЬ КОСКО


Коско предложил модель нейронной сети с синхронной динамикой, которая получила название двунаправленной ассоциативной памяти ( bidirectional associative memory, BAM). Она представляет инте-

рес для оптических реализаций нейронных сетей. В этой модели вся совокупность нейронов разделена на подмножества ( вообще говоря, различной мощности) - А и В . Сеть устроена таким образом, что

выходы нейронов подсети А связаны с входами нейронов подсети В и наоборот( см. рис. ). Матрица связей строится по правилу:

оно имеет вид суммы прямых произведений векторов памяти


Рис. Схема модели двунаправленной ассоциативной памяти Коско.

Динамика этой системы описывается парой уравнений

,

.


Так же, как и в случае модели Хопфилда, для ВАМ единственными аттракторами в фазовом пространстве являются устойчивые стационарные точки, называемые парой ( ). Эти точки достигаются

из произвольного начального состояния - пары векторов ( ).

Имеются модификации нейронной сети Коско:

- за счет введения матриц

Если Вам нужна помощь с академической работой (курсовая, контрольная, диплом, реферат и т.д.), обратитесь к нашим специалистам. Более 90000 специалистов готовы Вам помочь.
Бесплатные корректировки и доработки. Бесплатная оценка стоимости работы.

Поможем написать работу на аналогичную тему

Получить выполненную работу или консультацию специалиста по вашему учебному проекту
Нужна помощь в написании работы?
Мы - биржа профессиональных авторов (преподавателей и доцентов вузов). Пишем статьи РИНЦ, ВАК, Scopus. Помогаем в публикации. Правки вносим бесплатно.

Похожие рефераты: