Помощь в написании студенческих работ
Антистрессовый сервис

Разработка и исследование алгоритмов иерархического эволюционного проектирования линейных электрических цепей с использованием численно-аналитических моделей

Диссертация: Разработка и исследование алгоритмов иерархического эволюционного проектирования линейных электрических цепей с использованием численно-аналитических моделей
ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

Для достижения поставленной цели решены следующие задачи: метод декомпозиции задачи интеллектуального проектирования электротехнических устройств на логически связанные подзадачиразработка и исследование иерархического алгоритма эволюционного проектирования электротехнических устройствразработка и исследование методов использования численно-аналитических моделей линейных электрических цепей для… Читать ещё >

Разработка и исследование алгоритмов иерархического эволюционного проектирования линейных электрических цепей с использованием численно-аналитических моделей (реферат, курсовая, диплом, контрольная)

Содержание

  • 1. ОБЗОР МЕТОДОВ ПРОЕКТИРОВАНИЯ ЭЛЕКТРОТЕХНИЧЕСКИХ УСТРОЙСТВ МЕТОДАМИ ЭВОЛЮЦИОННОГО ПОИСКА
    • 1. 1. Методы проектирования на основе эволюционных вычислений
    • 1. 2. Обзор методов анализа электрических цепей
    • 1. 3. Выводы
  • 2. АЛГОРИТМ ПРОЕКТИРОВАНИЯ ПАССИВНЫХ ЭЛЕКТРИЧЕСКИХ ЦЕПЕЙ С ИСПОЛЬЗОВАНИЕМ ЧИСЛЕННО-АНАЛИТИЧЕСКИХ МОДЕЛЕЙ
    • 2. 1. Интегральное эволюционное проектирование
    • 2. 2. Особенности реализации модифицированного метода решающих деревьев
    • 2. 3. Оценка эффективности применения численно-аналитических моделей на различных этапах проектирования электрических цепей
    • 2. 4. Выводы
  • 3. ЭВОЛЮЦИОННОЕ ПРОЕКТИРОВАНИЕ ЭЛЕКТРИЧЕСКИХ ЦЕПЕЙ НА ОСНОВЕ ЧИСЛЕННО-АНАЛИТИЧЕСКИХ МОДЕЛЕЙ
    • 3. 1. Параметрический синтез на основе эволюционных вычислений
    • 3. 2. Структурный синтез на основе эволюционных вычислений
    • 3. 3. Иерархический алгоритм проектирования электротехнических устройств на основе эволюционных вычислений
    • 3. 4. Выводы
  • 4. ЭКСПЕРИМЕНТАЛЬНЫЕ ИССЛЕДОВАНИЯ
    • 4. 1. Исследование эффективности численно-аналитических моделей
    • 4. 2. Исследование параметрического синтеза на основе эволюционных вычислений
    • 4. 3. Исследование алгоритма иерархического эволюционного алгоритма проектирования линейных электрических цепей с использованием численно-аналитических моделей
    • 4. 4. Выводы

При проектировании электротехнических устройств огромное значение приобретают эффективные методы автоматизированного проектирования, которые позволяют создавать высоконадёжные электрические цепи в короткие сроки и при сравнительно низких затратах. Стоимость любого электротехнического устройства складывается из стоимости проектирования и стоимости производства. Каждодневное увеличение числа требований, предъявляемых к электротехнической аппаратуре, приводит к постоянному росту сложности проектирования, что вызывает рост размерности решаемых при проектировании задач [1−4]. В таких условиях повышение эффективности проектирования является единственным выходом.

В настоящий момент большое число исследований посвящено задаче автоматизированного проектирования аналоговых устройств. В этой области проектирования, ранее считавшейся пригодной только для экспертных САПР, появляются автоматизированные системы проектирования, базирующиеся на принципах вычислительного интеллекта.

Разработка методов и алгоритмов для решения задачи автоматизированного проектирования электротехнических устройств является актуальной уже несколько десятков лет. Это связано, в первую очередь, с тем, что эта задача является ЫР-полной, и, как следствие, затруднительна разработка универсального алгоритма, позволяющего находить оптимальное решение за приемлемое время. Появление новых, более совершенных средств производства электротехнической аппаратуры, становится причиной для разработки новых алгоритмов решения задачи автоматического проектирования аналоговых электротехнических устройств. Конечной целью процесса автоматизации проектирования электротехнических устройств является выделение человеческого участия в проектировании на уровень задания характеристик желаемого решения и промежуточного контроля.

Интеллектуальные системы проектирования уже сегодня способны брать на себя часть работы по проектированию. В этих интеллектуальных системах используются экспертные системы, элементы самообучения, нейронные сети и численные методы оптимизации. Среди различных методов проектирования особое место занимает метод оптимизации с помощью моделирования эволюции.

Использование силы эволюции для нахождения решений является одним из альтернативных путей повышения интеллектуальности систем проектирования. Способность эволюционных алгоритмов к нахождению нестандартных и неожиданных решений подтверждается результатами большого числа исследований [5−19].

Алгоритмы эволюционных вычислений, являющиеся одним из разделов случайно-направленного поиска, способны отыскать эффективное (близкое к оптимальному) решение за достаточно короткий промежуток времени. В настоящее время эти алгоритмы находят всё более широкое применение в силу своей способности решать слабо формализованные задачи. Это область задач на сегодняшний день требует интуитивных знаний о предмете проектирования и решается с привлечением экспертов для каждой конкретной задачи отдельно, где нет сформулированных, чётких правил, что изменение какого-либо параметра приведёт к определенным последствиям.

Правила построения алгоритмов, использующих эволюционные вычисления, заключаются в адаптации набора генетических операторов, функции пригодности и способа кодирования альтернативных решений (хромосом) к выбранной области проектирования.

Эволюционные вычисления позволяют автоматизировать проектирование схем и их последовательное итеративное улучшение на основе принципов селекции. Естественная селекция, использующая операции репродукции (кроссинговера, мутации) и редукции, сводиться к поиску эффективных решений из ограниченного генетического материала. Искусственная селекция генная инженерия) состоит в расширении исходного генетического состава популяции путём добавления новых элементов (строительных блоков).

Таким образом, аналогии с естественной селекцией могут быть использованы при решении задач инновационного проектирования. Для решения более сложной задачи творческого проектирования эффективнее использование аналогий с искусственной селекцией.

Автоматизация проектирования сталкивается с проблемами формализации поиска решения в нестандартных ситуациях-В общем случае процесс проектирования электротехнических устройств могут быть разделён на две группы: структурный и параметрический синтез [1,20−22]. Чем меньше известно о правилах и процедурах синтеза, тем сложнее оказывается формализация процедуры поиска возможных решений. При параметрическом синтезе задача сводится к определению численных параметров элементов при заданной топологии схемы. Более сложной является задача структурного синтеза, которая в свою очередь может быть инновационным проектированием (перебор законченных структур, выделение варианта из обобщённой структуры, трансформация описаний) или творческим проектированием (наращивание структуры, последовательный синтез, генерация топологий).

В связи с тем, что при проектировании электротехнических устройств разработчик сталкивается одновременно с проблемами синтеза топологии и поиска параметров схемы, эволюционное проектирование электротехнических устройств эффективно выполнять на основе интегрального подхода. Интегральное эволюционное проектирование сочетает в себе преимущества эволюционной оптимизации и креативного эволюционного проектирования, используя достоинства каждого из этих подходов и компенсируя недостатки.

Интегральное эволюционное проектирование является очень быстро развивающимся направлением в эволюционном проектировании и является важным шагом к дальнейшей интеллектуализации САПР электротехнических устройств. Конечной целью является полностью автоматическое, сквозное проектирование электротехнических устройств по заданным критериям без участия человека.

Задача проектирования электротехнических устройств в диссертационной работе рассматривается как итеративный процесс, состоящий из двух зависимых частей — структурного или схемотехнического и параметрического синтезов. В задаче проектирования электротехнических устройств креативный потенциал эволюционного моделирования проявляется в большей степени на этапе схемотехнического синтеза, так как именно схемотехнический синтез является наиболее сложным для формализации. Методы осуществления параметрического синтеза в значительной степени формализованы и сравнительно легко реализуемы. Параметрический синтез предлагается выполнять на основе эволюционной оптимизации.

Одним из существенных недостатков эволюционного проектирования электротехнических устройств являются большие вычислительные затраты на определение критерия пригодности. При этом важными критериями искомого конечного решения остаются качество получаемых решений и скорость их получения.

Минимизация вычислительных затрат расчёта критерия пригодности является важной задачей для минимизации вычислительной сложности эволюционного проектирования. С этой целью для сокращения вычислительных затрат, связанных с многократным решением систем уравнений для выбора элементов для последующей репродукции эффективным является численно — аналитическое моделирование. Подобный подход позволяет устранить этап решения систем уравнений для каждого элемента текущей популяции и значительно сократить вычислительные затраты.

Хорошо себя зарекомендовавшие численно-аналитические модели используются в диссертации для уменьшения вычислительных затрат получения функции пригодности на этапе оценки альтернативных схемных решений. Применение методик предварительного формирования и эффективного хранения позволяет, незначительно снизив эффективность на этапе схемотехнического синтеза, значительно повысить общую эффективность за счёт сокращения вычислительных затрат на этапе параметрического синтеза.

Целью диссертационной работы является разработка и исследование эффективности двухуровневого иерархического алгоритма проектирования линейных ЯЬС цепей на основе численно-аналитических моделей в соответствии с изложенными концепциями повышения интеллектуализации проектирования электротехнических устройств.

Для достижения поставленной цели решены следующие задачи: метод декомпозиции задачи интеллектуального проектирования электротехнических устройств на логически связанные подзадачиразработка и исследование иерархического алгоритма эволюционного проектирования электротехнических устройствразработка и исследование методов использования численно-аналитических моделей линейных электрических цепей для повышения эффективности алгоритмов эволюционного проектирования схемотехнических устройствразработка принципов кодирования, хранения и модификации альтернативных решений на различных этапах проектирования на основе проблемно-ориентированных компонентразработка комплекса программ эволюционного проектирования на основе предложенных алгоритмов.

Методы исследования. Методы исследования основаны на теории алгоритмов, алгоритмах эволюционных вычислений, моделировании линейных цепей Приведенные в работе положения подтверждаются экспериментальными результатами.

Методы решения. Методология процесса проектирования схемотехнических решений элементов и узлов вычислительной техники в общем случае опирается на теорию многоуровневых иерархических систем, дискретную математику, теорию принятия решений. В силу значительного числа параметров систем и их сложности формализации синтеза подобных систем в общем виде в настоящий момент невозможна. Одним из перспективных направлений, позволяющих решить эту проблему, являются интеллектуальные системы автоматизированного проектирования.

Научная новизна заключается в следующем:

1. Предложены методы построения систем эволюционного проектирования линейных электрических цепей с использованием численно-аналитических моделей;

2. Разработаны алгоритмы эволюционного проектирования линейных электрических цепей, базирующиеся на иерархически связанных этапах структурного и параметрического синтеза электротехнических устройств;

3. Сформулированы принципы формирования схемной карты проектируемого схемотехнического устройства на этапе структурного синтеза;

4. Предложена архитектура инструментальной среды эволюционного моделирования, включая методы кодирования альтернативных решений.

5. Установлены эмпирические зависимости эффективности эволюционного проектирования электрических цепей от параметров алгоритма;

Практическая ценность. Разработанные методы многокомпонентного эволюционного проектирования линейных электрических цепей с использованием численно-аналитических моделей позволяют значительно повысить эффективность проектирования электротехнических устройств Реализация методов декомпозиции позволяет значительно сократить временные затраты на проектирование электротехнических устройств. Предложенный алгоритм позволяет повысить уровень автоматизации при создании новых электротехнических устройств.

Разработанная программная реализация предложенных подходов доказывает их эффективность. Программа реализована на языке С++ для ОС Windows NT. Получено свидетельство об официальной регистрации программы для ЭВМ № 2 003 612 184 от 25 июля 2003 г.

Реализация результатов работы. Основные теоретические и практические результаты диссертационной работы использованы в научно-исследовательских работах, выполненных по фанту РФФИ № 01−01−0044 и фанту Минобразования в Таганрогском государственном радиотехническом университете г/б 14 890 (30−044).

Материалы диссертации использованы в учебном процессе в Таганрогском государственном радиотехническом университете при проведении практических занятий в цикле лабораторных работ по курсам «Алгоритмическое и программное обеспечение задач электроснабжения» и «Моделирование электрооборудования и систем электроснабжения».

Апробация результатов работы. Результаты работы докладывались и обсуждались на научной международной научно-технической конференции «Интеллектуальные САПР» (г.Дивноморск, 2001, 2002 гг.), на Всероссийской научно-технической конференции студентов и аспирантов «Новые информационные технологии. Информационное, программное и аппаратное обеспечение» (г.Таганрог, 2001 г.), на Всероссийской научно-технической конференции студентов и аспирантов «Техническая кибернетика, радиоэлектроника и системы управления» (г. Таганрог, 2002 г.),.

Публикации. По теме диссертации опубликовано 8 печатных работ. Получено авторское свидетельство на регистрацию программы для ЭВМ.

СТРУКТУРА И ОБЪЁМ ДИССЕРТАЦИОННОЙ РАБОТЫ. Диссертационная работа состоит из введения, четырёх глав, заключения, списка литературы и приложения. Работа содержит 142 стр., а также 63 рис., 3 таблицы, список литературы из 127 наименований, 6 стр. приложений и актов об использовании.

4.4. Выводы.

В результате исследований были получены экспериментальные результаты, позволяющие судить об эффективности предложенных методов. Проведенные исследования показали высокую эффективность численно-аналитического моделирования для линейных устройств. На этапе экспериментальных исследований было установлено, что применение численно-аналитических моделей позволяет повысить эффективность расчёта функций пригодности не только на этапе параметрического, но и на этапе структурного синтеза. Исследования выявили подавляющее превосходство численно-аналитического моделирование над численным для рассмотренного вида схем. Было подтверждено, что применение решающих деревьев действительно позволяет без уменьшения точности улучшить как временную, так и пространственную сложность алгоритмов, опирающихся на использование разрежённых матриц в своих расчётах.

Проведенные исследования позволили определить эффективные параметры алгоритма иерархического синтеза на основе эволюционных вычислений на всех уровнях проектирования.

Предложенный метод кодирования решения на этапе параметрического синтеза показал свою высокую эффективность. Сложность кодирования решения на этапе структурного синтеза позволяет кодировать цепи сложные по топологии, но препятствует их образованию, разрушая сложносоставленные цепи с большей вероятностью, чем вероятность их удачного расширения.

Основными отличиями предложенного метода иерархического проектирования от предлагаемых ранее является:

• явное разделение проектирования на два класса задач — структурного и параметрического синтеза;

• применение методов повышения эффективности определения критериев качества во время эволюционного процесса;

• применение численно-аналитических моделей для повышения эффективности расчёта критериев качества;

• метод генерации схемотехнических альтернатив;

• методы кодирования альтернативных решений.

Предложенный метод синтеза схем повышает интеллектуальность процесса проектирования, сокращает объем проектных требований задаваемый оператором и в отличие от известных аналогов имеет уменьшенные требования к производительности вычислительной техники.

I 25 000.

20 000 I.

Рис. 4.18. Время работы алгоритма в зависимости от размера популяции.

160 000 ф.

140 000 о. I СО.

120 000 100 000 80 000 60 000 40 000 20 000 | 0−1.

Число блоков.

12 !

Рис. 4.19. Время работы алгоритма в зависимости от порядка проектируемой цепи.

ЗАКЛЮЧЕНИЕ

.

1. На основе проведённого анализа выделены достоинства и недостатки существующих методов решения задачи проектирования линейных электрических цепей, выбран перспективный метод интегрального эволюционного поиска, позволяющий получить законченную электрическую схему без вмешательства человека.

2. Выбран метод эффективного моделирования поведения получаемых альтернативных решений на различных этапах проектирования.

3. Предложены и реализованы ряд методик сокращения вычислительных затрат на этапе моделирования электрических цепей значительно улучшивших временные характеристики алгоритма.

4. Выбран метод сравнения качества альтернативных решений на различных этапах проектирования основанный на анализе получаемых и требуемых частотных характеристик. Выработаны критерии оценки альтернативных решений, позволивших эффективно реализовать процесс выживания сильнейших.

5. В рамках иерархического эволюционного проектирования создан новый алгоритм проектирования аналоговых электротехнических устройств. Ранее не делалось попыток интеграции топологического и параметрического синтеза на базе эволюционных вычислений. Это было сопряжено с очень большими вычислительными затратами при расчёте критериев качества. Применение численно — аналитических моделей позволило использовать гибкость эволюционного подхода для решения задачи проектирования электротехнических устройств с большей, чем раньше степенью автоматизации и с сохранением способности эволюционных вычислений к творческим решениям.

6. Разработан генетический алгоритм параметрического синтеза, осуществляющий оптимизацию текущей топологии с целью получения набора параметров элементов, наиболее подходящих с точки зрения желаемых частотных характеристик.

7. Разработан генетический алгоритм схемотехнического проектирования, осуществляющий синтез топологии схем с целью получения полного решения наиболее подходящего с точки зрения желаемых частотных характеристик.

8. Определён механизм взаимодействия уровней алгоритма в виде подчинённой структуры. Предложена структура, в которой параметрический синтез на основе эволюционных вычислений используется для оценки альтернативной топологии и совместно с ней формирует полное решение. Таким образом, образуется эволюционный процесс между полными решениями, и выживает самое приспособленное к установленным правилам решение.

9. Разработаны генетические операторы и принципы их применения для поддержания разнообразия популяций на различных этапах проектирования.

10. Произведены экспериментальные исследования для определения оптимального размера популяции, параметров генетических операторов, позволяющих быстро находить решения без ущерба его качеству.

11. Произведены экспериментальные исследования для определения характеристик разработанного алгоритма.

12. Предложенный метод синтеза схем повышает интеллектуальность процесса проектирования, сокращает объем проектных требований задаваемый оператором и в отличие от известных аналогов имеет уменьшенные требования к производительности вычислительной техники.

Показать весь текст

Список литературы

  1. И.П., МаничевВ.Б. Основы теории проектирования САПР. -М.: Высшая школа, 1990.
  2. А.В., Черненький В. М. Проблемы и принципы создания САПР. М.: Высшая школа, 1990.
  3. Разработка САПР. Под ред. А. В. Петрова М.: Радио и связь, 1986.
  4. КорячкоВ.П., Курейчик В. М., Норенков И. П. Теоретические основы САПР. Москва.: Энергоатомиздат, 1987.
  5. R.Phelps, M.J.Krsnicki, R.A.Rutenbar, L. Richard Carley, J.R.Hellums. A Case Study of Synthesys for Inductrial-Scale Analog IP: Redesign of the Equalizer/Filter Frontend for an ADSL CODEC. Proceedings DAC, 2000.
  6. T. Gorne, M. Schneider, «Design of digital filters with evolutionary algorithms», Artificial neutral Nets and genetic algorithms. Vienna: Springer- Verlag, 1993. pp. 368−374.
  7. M. W. Kruiskamp, D. Leenaerts, «DARWIN: CMOS opamp synthesis by means of a genetic algorithms', Proc. 32 Design Automation Conf. New York, Assos. Computing Machinery, 1995, pp. 433- 438.
  8. J. B. Grimbleby, «Automatic analogue network synthesis using genetic algorithms», Proc. First Inter. Conf. GA in Engineering Systems: Innovations and Applications (GALESIA). London: Inst, of Electrical Engineering, 1995, pp.53−58.
  9. R. S. Zebulum, M. A. Pacheho, M. Vellasco, «Comparison of different evolutionary methodologies applied to electronic filter design», Proc. 1998 IEEE Int. Conf. Evolutionary Computation. Piscataway, NJ: IEEE Press, 1998, pp. 434−439.
  10. J. R. Koza, F. H. Bennett, D. Andre and M. A. Keane, F. Diinlap, «Automated synthesis of analog electrical circuits by means of genetic programming», IEEE Trans, Evol. Сотр., vol. 1, July, 1997, pp. 109 128.
  11. J. R. Koza, F. H. Bennett, D. Andre and M. A. Keane, «Genetic Programming III: Darwinian Invention and Problem Solving», San Francisco, CA: Morgan Kaufmann. 1999.
  12. J. Koza. Genetic Programming: on the Programming of Computers my Means of Natural Selection, Cambridge, MA: MIT Press, 1992.
  13. J.D.Lohn, S.P.Colombano, «A Circuit Representation Technique for Automated Circuit Design», IEEE Trans, on Evolutionary Computation, Sept. 1999, Vol.3, No. 3, pp. 205 -219.
  14. Higuchi Т., Iwata M. etc. Real World Applications of Analog and Digital Evolvable Hardware, IEEE Transactions on Evolutionary Computation, 1999, 3, pp. 220−235.
  15. A.Mesquita, Fabio A. Salazar, P. Paulo Canazio. Chromosome Representation through Adjancecy matrix in Evolutionary Circuit Synthesis.p.102−109. Evolvable hardware conference, 2002.
  16. R.S. Zebulum, M.A.Pacheco, M.Vellasco. Artificial Evolution of Active Filters: A Case study. Evolvable hardware conference, 1999.
  17. P. Vancorenland, C. De Ranter, M. Steyaert, G.Gielen. Optimal RF design using Smart Evolutionary Algorithms. Proceedings DAC, 2000.18. http://www.dai.ed.ac.uk19. http://www.basegroup.ru
  18. И.П. Основы автоматизированного проектирования. М.: МГТУ, 2000. 360 с.
  19. В.М.Курейчик, Л. А. Зинченко, А. И. Гулевич. Эволюционное проектирование на основе численно-аналитических моделей. Электромеханика. 2002 г., № 1, с. 8−13.
  20. Л.А.Зинченко, А. И. Гулевич. Систем эволюционного проектирования с использованием символьных информационных технологий. Труды конгресса. ICAI2001, Москва Физматлит, 2001, с.646−648.
  21. P., «An Introduction to evolutionary design by computers», In Evolutionary design by computers, Morgan Kaufmann, 1999, pp. 1−74.
  22. Holland John H., Adaptation in Natural and Artificial Systems: An Introductory Analysis with Application to Biology, Control, and Artificial Intelligence. USA: University of Michigan, 1975.
  23. Goldberd D. E. Genetic Algorithms in Search, Optimization and Machine Learning. USA: Addison-Wesley Publishing Company, Inc., 1989,412 p.
  24. Л.А. Алгоритмы численно-аналитического моделирования и средства программной поддержки САПР электронных устройств. Таганрог, ТРТУ, 1999.194 с.
  25. Л.А. Моделирование линейных многополюсников на основе информационных технологий. Электромеханика. 1999 г., № 3, с. 24−28.
  26. В.В. Исследование и разработка генетических алгоритмов для конструкторского синтеза элементов СБИС. Таганрог: изд-во ТРТУ, 1995 г.
  27. В.В. Концепция оптимизации на основе моделирования эволюции // Новые информационные технологии. Разработка и аспекты применения. Таганрог: изд-во ТРТУ, 2000- стр.49−51.
  28. В.М. Генетические алгоритмы: Монография. Таганрог: изд-во ТРТУ, 1998.
  29. В.В. Курейчик. Эволюционные методы решения оптимизационных задач. Таганрог, 1999, ТРТУ.
  30. В.М., Зинченко Л. А. Синергетическое эволюционное проектирование. Труды конференции КИИ 2002. М. Физматлит, 2002, с. 876−884.
  31. В.М., Зинченко Л. А. Эволюционное моделирование с динамическим изменением параметров. Труды VII национальной конференции по искусственному интеллекту, М., Физматлит, 2000, с. 516−523.t
  32. B.M., Зинченко Л. А., Хабарова И. В. Алгоритмы эволюционного моделирования с динамическими параметрами. // Информационные технологии № 6, 2001 г, с. 10−15.
  33. А.И.Гулевич. Повышение эффективности эволюционного проектирования электронных устройств. Тезисы докладов 4-ой всероссийской конференции студентов и аспирантов. ТРТУ 2002, с.99−100.
  34. О.Н. Негоденко, К. Е. Румянцев, JI.A. Зинченко, С. И. Липко. Схемотехника, моделирование и применение транзисторных устройств с отрицательным сопротивлением. Таганрог: Изд-во ТРТУ, 2002, 214 с.
  35. В.М. Генетические алгоритмы. Состояние. Проблемы. Перспективы. //Изв. РАН. Теории и системы управления, 1, 1999.
  36. В.М. Генетические алгоритмы. Обзор и состояние. Новости ИИ, 1998, № 3. с. 14−64.
  37. В.В. Эволюционные, синергетические и гомеостатические методы принятия решений. Монография. Таганрог, 2001.
  38. В.В. Эволюционное моделирование. Учебное пособие. Таганрог, 2003.
  39. В.Б. Тарасов. От многоагентных систем к интеллектуальным системам и интеллектуальным организациям. М.: Эдиториал УРСС, 2002,352 с.
  40. В.М., Курейчик В. В. Эволюционные, синергетические и гомеостатические стратегии. Состояние и перспективы// Новости искусственного интеллекта. М., № 3,2000, с.22−92.
  41. Методы генетического поиска. Под редакцией В. М. Курейчика. Изд-во ТРТУ, Таганрог, 2002,145с.
  42. Д.И. Генетические алгоритмы решения экстремальных задач: Учебное пособие. Воронеж: ВГТУ, 1995.
  43. J. Т., Palmer М. R., Liepins G., Hilliard М. Some Guidelines for Genetic Algorithms with Penalty Functions. Proceedings of the Third1. ternational Conference on Genetic Algorithms, Morgan Kaufmann, San Mateo, CA, 1989, pp. 191−197.
  44. Zebulum R. S., Pacheco M., Vellasco M. Evolutionary Electronics: Automatic Design of Electronic Circuits and Systems by Genetic
  45. Algorithms, CRC Press, 2002.
  46. Potts C.I., Giddens T.D., Yadav S.B. The Development and Evaluation of an Improved Genetic Algorithm Based on Migration and Artificial selection. IEEE Trans, on Systems, Man and Cybernetics, vol.24, No. l, 1994, p. 73 -86.
  47. Practical handbook of Genetic Algorithms. Complex Coding Systems. / Edited by Lance D. Chambers. CRC Press LLC, 1999.
  48. Angeline P.J., Pollack J.B. Evolutionary Module Acquisition. Proceedings of the Second Annual Conference on Evolutionary Programming., ed. by D.B. Fogel and W. Atmar. Palo Alto, 1993, CA: Morgan Kauffman.
  49. Back T. Evolutionary Algorithms in theory and Practice. Oxford^University1. Press, New York, 1996.
  50. Muhlenbein H., Kureichik V.M., Mahnig Т., Zinchenko L.A. Adaptive Algorithms of Evolutionary Modeling with knowledge for multi-agent CAD system, Proceedings of the International symposium NOLTA, Japan, 2001, pp. 299−302.
  51. V. Kureichik, L. Zinchenko, «Evolutionary adaptation in the modeling of nonlinear electrical circuits», Proceedings NOLTA 2000, Dresden, v. l, pp. 221−224.
  52. M.del M. Hershenson, S.P.Boyd, T.H.Lee. GPCAD: A Tool for CMOS Op-Amp Synthesis. Proceedings DAC, 1998.
  53. И.Влах, К.Сингхал. Машинные методы анализа и проектирования электронных схем. М., Радио и связь, 1988 г.
  54. Tao Pi, C.-J.Richard Shi. Multi-Terminal Determinal Decision Diagrams: A New Approach to Semi-Symbolic Analysis of Analog Integrated Circuits. Proceedings DAC, 2000.
  55. C.-J.Richard Shi. Canonical Symbolic Analysis of Large Analog Circuits with Determinant Decision Diagrams. IEEE transactions on computer-aided design of integrated circuits and systems, vol. 19, № 1, Jan 2000.
  56. O.Gucrra, E. Roca, F.V.Fernandez and A. Rodriguez-Vazquez, «A Hierarchial Approach for the Symbolic Analysis of Large Analog Integrated Circuits», Proc. of DATE Conference 2000, p.26.
  57. M.Zhao, R.V.Panda, S.S.Sapatnekar, D.Blaauw. Hierarchial Analisys of Power Dictribution Networks. IEEE transactions on computer-aided design of integrated circuits and systems, vol. 21, № 2, February 2002.
  58. Л.О.Чуа, Пен-Мин Лин. Машинный анализ электронных схем. М., Энергия, 1980 г.
  59. R.E. Bryant and Y.A. Chen, «Verification of arithmetic functions with binary moment diagrams» in Proc. 32nd IEEE/ASM Design Automation Conf., San Francisco, CA, June 1995, pp. 535−541.
  60. В.М.Курейчик, А. И Гулевич, Л. А. Зинченко. Повышение эффективности эволюционного проектирования электронных устройств на основе иерархического конструирования численно-аналитических моделей. Известия ТРТУ, 2002, № 3, с. 82−88.
  61. Y.I.Ismail, E.G.Friedman. DTT: Direct Truncation of the Transfer Functions An Alternative to Moment Matching for Tree structured Interconnect. IEEE transactions on computer-aided design of integrated circuits and systems, vol. 21, № 2, February 2002.
  62. Bernard N. Sheehan. ENOR: Model Order Reduction of RLC Circuits Using Nodal Equations for Efficient Factorization. Proceedings DAC, 1997.
  63. Л.А.Зинченко, А. И. Гулевич. Реализация систем эволюционного проектирования с использованием символьных информационных технологий. Известия ТРТУ, № 4, 2001, с. 177−182.
  64. L.Zinchenko, V.Kureichik., H. Muhlenbein, T. Mahnig, Application of the Univariate Marginal Distribution Algorithm to Analog Circuit Design^. Evolvable hardware conference, 2002. p.93−101
  65. А.И. Свидетельство об официальной регистрации программы для ЭВМ № 2 003 612 184 от 25 июля 2003г.
  66. В.М.Глушань, Л. А. Зинченко. Математическое и компьютерное моделирование электрических цепей в режиме малого сигнала. Часть И. Компьютерное моделирование в частотной области. Учебное пособие. Таганрог: изд-во ТРТУ, 1999.
  67. A.B. Осыка. Экспериментальное исследование зависимости скорости сходимости генетического алгоритма от его параметров. //Изв. РАН. Теории и системы управления № 5, 1997. с. 100−111.
  68. X., СтайглицК. Комбинаторная оптимизация. Алгоритмы и сложность. М: Мир, 1985.
  69. Г. С. Искусственный интеллект основа новой информационной технологии. М.: Наука, 1988.
  70. Применение математических методов и ЭВМ. Планирование и обработка результатов эксперимента: Учеб. пособие. / Под общ. ред. Останина А. Н. Минск.: Вышэйшая школа., 1989. 218 с.
  71. Эвоинформатика. Теория и практика эволюционного моделирования. Букатова И. Л. и др. М. Наука, 1991.
  72. Л.С., Карелин В. П., Целых А. Н. Модели и методы принятия решений в интегрированных интеллектуальных системах. Ростов н/Д.: Издательство РГУ, 1999.
  73. Системы автоматизированного проектирования: В 9-ти кн. Кн. 6. Автоматизация конструкторского и технологического проектирования. Учебное пособие для втузов. / Под ред. Норенкова И. П. М.: Высшая школа, 1986.
  74. И.Н., Семендяев К. А. Справочник по математике для инженеров и учащихся втузов. М: Наука, 1986.
  75. И.Л. Эволюционное моделирование и его приложения. М.: Наука, 1991.
  76. И.Л. Эволюционные технологии средства интенсивной информатизации. М.: РАН, ИРЭ, препринт № 5(593), 1994.
  77. А.И. Эволюционное проектирование электронных устройств на этапе параметрического синтеза с использованием решающих деревьев. Известия ТРТУ, Л1"1, 2004, с. 214.
  78. ГэриМ., Джонсон Д. Вычислительные машины и трудно решаемые задачи. М.: Мир, 1982.
  79. Л.А., Зинченко Л. А., Курейчик В. В., Курейчик В. М., Лебедев Б. К., Лебедев О. Б., Нужнов Е. В. Оптимизационные стуктуры при проектировании на основе методов гомеостатики, эволюционного развития и самоорганизации, Таганрог: изд-во ТРТУ, 2003. 150 с.
  80. Искусственный интеллект. Справочник в 3 кн. М. Радио и связь, 1990.
  81. С.И.Баскаков. Лекции по теории цепей. М: МЭИ, 1991.
  82. В.П.Попов. Основы теории цепей. Учебник для вузов. М., Высшая школа. 1985 г.
  83. П., Хилл У. Искусство схемотехники. В 3-х т. М.: Мир, 1993.
  84. Т., Лейзерсон Ч., Рлвест Р. Алгоритмы: построение и анализ. — М., МЦНМО, 2000. 960 с.
  85. V.M. Kureichik, L.A. Zinchenko. Evolutionary design on the basis of the basis of symbolic methods. Proceedings 4 International Congress «Computer science for design and technology 2000», Moskow, Russia, v.2, p. 289−292.
  86. Kureichik V.M., Zinchenko L.A. Evolutionary Modelling with Hierarchy in Innovative Computer-Aided Circuit Design, IETE Journal of Research, Vol. 48, No5,2002, pp. 361−367.
  87. Miihlenbein H., Kureichik V.M., Mahnig T., Zinchenko L.A. Algorithms of Evolutionary Modeling with knowledge for multi-agent CAD system, Proceedings of IEEE INES, Finland, 2001, pp. 185−190.
  88. V.M. Kureichik, L.A. Zinchenko. Symbolic information technologies inevolutionary modeling. Proceedings ECAI 2000, Berlin, 20−25 August, 2000, ASC 2000, pp. 50−53.
  89. V.M. Kureichik, O.N. Negodenko, L.A. Zinchenko. Application of CAD Tools in Tasks of Transistor Devices' Designing with the Multiple-Valued Characteristics. Proceeding of DATE Conference. Users' Forum. Paris, France, 27−30 March, 2000, p. 311.
  90. V. Kureichik, L. Zinchenko, «Evolution modeling of integrated dynamic systems», Proceedings ICAFS 2000, Siegen, Verlag, p. 160−164.
  91. V. Kureichik, L. Zinchenko, «Symbolic information technologies in evolutionary modeling», Proceedings ECAI 2000, Berlin, IOS Press, pp. 5053.
  92. H. Miihlenbein, V. M. Kureichik, T. Mahnig, L. A. Zinchenko. ADAPTIVE ALGORITHMS of EVOLUTIONARY MODELING with knowledge for MULTI-AGENT CAD SYSTEMs. Proceedings NOLTA, 2003.
  93. M.Devaney and A.Ram. Visualisation as an Exploratory Tool in Artificial Intelligence. Proceedings of the World Conference on Systemics, Cybernetics and Informatics, 1998. P. 161−164.
  94. Michalewicz Zbigniew, Michalewicz Maciej. Evolutionary computation: main paradigms and current directions. //Appl. Math, and Comput. Sci. -1996. -6, № 3. c.393−413.
  95. Yao X.,. Liu Y. Getting Most Out of Evolutionary Algorithms. Proceedings of the 2002 NASA DoD Conference on Evolvable Hardware EH 2002, Computer Press, 2002, pp. 8−14.
  96. Zitzler E., Deb K., Thiele L. Comparison of Multiobjective Evolutionary Algorithms: Empirical Results. Evolutionary Computation 8 (2) (2000) 173 195.
  97. A.K.Goel, G. Gomez de Silva Gazza, S. Gazza, N. Grue, Yw. Murdock, MM. Recker and T.Govidaraj. Explanatory Interface in Interactive DesigntH
  98. Environments, Proceedings of the 4 International Conference on AI in Design, 1996, p.58−62.
  99. Back Т., Fogel D.B. and Michalewicz. Handbook of Evolutionary Computation, Institute of Physics Publishing Ltd., Bristol and Oxford University Press, New York, 1997.
  100. YL.Wybo, F. Gefraye and A.Russeil. A PRDFIL: A Decision Support Tool for Metallic Sections Design using CBR Approach Proceedings of the 1st International Conference on Case-Based Reasoning, String Verlag, 1995, p.25−32.
  101. В.М.Курейчик, Л. А. Зинченко, М. В. Тарасенко. Численно-аналитическое моделирование на основе символьных информационных технологий. Программные продукты и системы № 1., 2001 г. с.5−7.
  102. L.P.Huelsman. Active and Passive Analog Filter Design. New York: McGraw-Hill, 1993.
  103. J.B.Grimbley. «Automatic analogue network synthesis using genetic algirithms», in Proc. 1st Int. Conf. Genetic Algorithms in Engineering Systems: Innovations and Applications (GALESIA), 1995, pp.53−58.
  104. P.P. Bonissone, Y.-T. Chen, K. Goebel, K.S. Khedkar. Hybrid soft computing systems: Industrial and Commercial Applications, Proceedings of IEEE, 87(9), 1641−1667, 1999.
  105. Fogel D. B. An Introduction to Simulated Evolutionary Optimization. IEEE Transactions on Neutral Networks, v. 5, no. 1, Jan. 1994, p.3−14.
  106. D.B. Fogel. Evolutionary Computation. New York. NY: IEEE Press, 1995.
  107. A.Odabasioglu, M. Clik, L.T.Pileggi. PRIMA: Passive Reduced-order Interconnect Macromodeling Algorithm. Proceedings DAC, 1997. p. 1−8.
  108. I.M. Elfadel, D.D.Ling. A Block Rational Arnoldi Algorithm for Multipoint Passive Model-Order Reduction of Multiport RLC Networks. Proceedings DAC, 1997.
  109. T.V.Nguyen, J.Li. Multypoint Pade Approzimation using a Rational Block Lanczos Algorithm. Proceedings DAC, 1997.
  110. Multi-Point Model Reductions of VLSI Interconnects Using the Rational Arnoldi Method with adaptive Orders (RAMAO). // www.dac.com
  111. Passive Reduction 'Algorithm for RLC Interconnect Circuits with Embedded State-Space Systems. // www.dac.com
  112. А.И. Гулевич. JI.А. Зинченко. Расширение области применения численно-аналитических моделей электронных устройств. Известия ТРТУ, № 1,2003, с. 189.
  113. Fonseca С.М., Fleming P.J. Multiobjective Optimization and Multiple Constraints Handling with Evolutionary Algorithm. IEEE Transactions on Systems, Man, and Cybernetics 28(1) (1998) 26−37.
  114. Genetics Algorithms. Editor T.Back. Proceedings of the 7th International conf., San Francisco, USA, Morgan Kaufman Publishers, Inc, 1997.
  115. Genetics Algorithms. Editors R. Belew, L.Booker. Proceedings of the 4th International conf., San Mateo, USA, Morgan Kaufman Publishers, 1991.
  116. Genetics Algorithms. Editor R. Forrest. Proceedings of 5th International conf., San Mateo, USA, Morgan Kaufman Publishers, 1993.
  117. Genetics Algorithms. Editor Lawrence Elbaum. Proceedings of the 1st International conf., New Jersey, USA, Associates Publishers, 1985.
  118. Genetic Algorithm. Editor D. Schaffer D. Proceedings 3d International conf., San Mateo, USA, Morgan Kaufman Publishers, 1989.
  119. Grefensette J. Optimisation of Control Parameters for genetic algorithms, IEEE Transactions on Systems, Man and Cybernetics, 16(1), 1986.
  120. Handbook of Genetic Algorithms, Edited by Lawrence Davis. USA: Van Nostrand Reinhold, New York, 1991.
  121. J.H. «Genetic Algorithm, Scientific American, July 1992.
  122. L.R. Carley, G.G.E. Gielen, R.A.Rutenbar, W.M.C.Sansen. Synthesis Tools for Mized-Signal ICs: Progress on Frontend and Backend Strategies. 33rd Design Automation Conference, 1996.
  123. A.H. Диссертационная работа. Исследование и разработка векторных макромоделей и генетических алгоритмов для синтеза схемных решений. Таганрог, 2000 г.
  124. В.И. Диссертационная работа. Синтез электрических цепей по заданным частотным характеристикам на базе жордановой формы матрицы системы. Таганрог, 1997 г.
Заполнить форму текущей работой

Сессия? Спокойно!