CC BY
33
УДК621.396.6.001.63
ФОРМАЛИЗАЦИЯ ЗАДАЧИ ДЕКОМПОЗИЦИИ И СТРУКТУРНОГО СИНТЕЗА
ЭБ-ИЗДЕЛИЙ МИКРОЭЛЕКТРОНИКИ
Ю.С. Балашов, И.А. Сафонов
Рассмотрены подходы к формализации задач декомпозиции синтеза аналоговых схем в нейросетевом базисе. Выделены три подхода, проведен сравнительный анализ целесообразностиприменения каждого из них в зависимости от сложности задачи
Ключевые слова: проектирование СБИС, ЗБ-изделия, эволюционные алгоритмы, декомпозиция, структурный синтез
В настоящее время сложность проектирования систем на кристалле, систем в корпусе, а особенно ЗБ-изделий соизмерима, а в ряде случаев значительно превосходит сложность проектирования СБИС.
Традиционные подходы к проектированию СБИС в данном случае неэффективны и требуют значительных усилий при разработке. Необходимость рассматривать целый комплекс взаимосвязанных факторов и противоречий при построении таких систем, их масштабность и ЗБ-компоновка требуют применения новых интеллектуальных методов проектирования. Большие успехи в применении методов нейросетевой, генетической и эволюционной оптимизации позволяют рассчитывать на их успешное применение и при проектировании ЗБ-изделий, решая при этом все возникшие конструкторско-технологические противоречия[1 - 3].
Однако для успешного решения задач оптимизации ЗБ-изделия необходимо корректно сформулировать саму задачу проектирования, т.е. формализовать ее в нейросетевом базисе, или определить задачу генетического поиска, или провести эволюционное развитие системы.
Целью настоящей статьи является разработка подходов к формализации задачи декомпозиции и структурного синтеза 3Б-изделий на основе эволюционных методов.
Под декомпозициейЗБ-изделияпонимаются выбор решенийна основании системного представления проектируемого изделия и разделение модели системы на составные
Балашов Юрий Степанович - ВГТУ, д-р физ.-мат. наук, профессор, тел. 89092137747, e-mail: [email protected] Сафонов Иван Александрович - ВГТУ, канд. техн. наук, доцент, тел. 89036547826, e-mail: [email protected]
части, оценка целесообразности ее применения (реализации) в данной архитектуре, определение необходимых требований к составным модулям, в том числе и 1Р-блокам, межсоединениям, топологических требований и технологии.
На рис. 1, а приведена обобщенная структурная схема системы,а ее предполагаемое ЗБ-представление - на рис. 1,б.
Первоначальными исходными данными для декомпозиции системы являются: перечень технических параметров (быстродействие, режимы эксплуатации, разрядности входных данных), формализованная задача, структурное описание, алгоритмы функционирования, необходимые интерфейсы, спецификация программного обеспечения. На основании этих данных формируется структурная схема проекта аналогично рис. 1, а, определяется, какая часть алгоритма будет выполняться аппаратно, а какая - программно, какие интерфейсы необходимо разработать, какие должны быть сценарии моделирования.
Затем необходимо провести
предварительную оценку быстродействия, потребляемой мощности и логической емкости проекта для декомпозиции проекта и выбора необходимых модулей с целью обеспечения требуемых в техническом задании характеристик.
Рассмотрим задачу декомпозиции структуры ЦОСна основе синтеза архитектуры с помощью эволюции моделирующей структуру нейронной сети прямого распространения (НС1)и нейронной сети, имитирующей алгоритм (НС2) (рис. 2)[4].
В процессе эволюционного моделирования НС1 выполняет задачу формирования структуры, аналогичной моделирующей
алгоритм НС2, при этом предполагается, что НС2имеет на порядок более сложную структуру, а задача НС1 - в пределах допущений синтезировать аналогичную структуру, пригодную для реализации в заданном топологическом базисе в виде СБИС.
АЦП
ЦАП
<-
а) обобщенная структурная схема
-Цан
б) ЗБ-представление Рис. 1. Структурная схема и ее ЗБ-представление
В качестве модели НС выберем сеть Элмана, исходя из подобия структуры, рассматриваемой моделирующей НС 1(формула). Отличие
заключается в первом слое, где введена обратная связь с выхода нейрона на взвешенный сумматор.
Использование такой архитектуры позволяет учитывать предысторию моделирования и выбрать необходимую стратегию синтеза [5, 6].
у(п) = г ~ («) = /
2 ^ • f 12 • х»о(и)
»1 =0 [»0 =0 и, Г н0
, X = (У | к) и X и о
2& 12\~.0 • ~»0(и)+№1л(п)• ~(п-Ч
1 =0 [»0
»1 =0 I »0 =0 и
"'»0 • -Ч
~»0(") = & 12 Ч • ~,(")к X = X- и У, 1> =0 ]
где f и g функции активации; Но, Н1- количество нейронов впервом и втором слоях; -
коэффициенты НС; X, X - обучающие выборки; О - выборки белого шума. Символом отмечена модель НС2.
-е> \Л/«Т " 1 слой
Обучение/самоорганизация
^ "2 слои
У
н>
Обучение/самоорганизация
Рис. 2. Эволюционная модель
В процессе моделирования сложилась двухслойная, аналогичная НС2 структура НС1. Типовой первый слой содержит десять нейронов с логистической сигмоидной функцией активации, второй слой содержит двадцать шесть нейронов с аналогичной функцией активации. Результат обучения НС1 приведен на рис. 3.
Рис. 3. Обучение НС1
Таким образом, алгоритм структурной декомпозиции на основе модели эволюции двух нейронных сетей может быть представлен в виде рис. 4.
и
и
Выделение функций
5
Рис. 4. Алгоритм структурной декомпозиции на основе модели эволюции
Алгоритм структурной декомпозиции на основе модели эволюции включает в себя выбор модели НС согласно табл. 1, выбор механизма эволюции (внешний или внутренний), определение критерия
оптимизации согласно табл. 2 [3, 5].
Таблица 1
Модели НС
Нейронная сеть Область применения
Тип Название Идентификация Классификация (кластеризация) Аппроксимация Предсказание (экстраполяция) Оптимизация Ассоциативная память
Статические Персептрон + + + + - +
Динами-чес-кие Сеть Хопфилда + - - + + +
Сеть Кохонена + + - + + +
Двунаправленная ассоциативная память + + - + - +
Сеть встречного распространения + + - - - -
Сеть теории адаптивного резонанса + + - - - -
Продолжение табл. 1
Не-тра-ди-цион-ные Имитации отжига - - - - + -
Метод эластичности сети - - - - + -
Растущие НС - - - - + -
Нечеткие структуры Связные сети + + - - - -
Сеть теории адаптивного резонанса + + - - - -
Таблица 2
Классификация НС
Архитектура НС Алгоритм обучения Критерий вторичной оптимизации
Персептрон Розенблата Скорость обучения,числошаг ов сходимости
Линейные без Обратного Мин. СКО
задержек распростра-
Линейные с нения ошиб-
задержкой ки (ОРО)
Нелинейные
Адаптивная Видроу- Мин. СКО
Хоффа Шаг обучения
Прямой ОРО; Мин. СКО
передачи послойного
Динамическая обучения;
(с задержкой) многократ-
Каскадная ногораспро- странения ошибки
Радиальная базисная (РБ), Двухэтапное обучение:
регрессионная, конкурент-
вероятностная ное; ОРО
Конкурирующая (ЬУд), Конкурентное, Минимум Евклидового
также контроли- расстояния
относится к руемое
самооргани- конкурентное
зующимся НС
Элмана ОРО Мин.СКО
Хопфилда Колебание в Минимум функции
пространстве энергии
решений
Машина Имитацион- Условие равновесия
Больцмана ный отжиг
Хэмминга В зависи- Минимум
мости от типов слоев расстояния Хемминга
Двунаправлен- Модифициро- Минимумам
ная ванное функции энергии
ассоциативная правило
память Хебба
П родолжение табл.2
Кохонена Конкурентное, контролируемое конкурентное Мин.СКО нейрона-победителя
Частично Статистика побед
чувствитель- неирона
ное
конкурентное
Карта Кохена По функции Степень
притяжения согласования весовых и входных векторов
Адаптивного В процессе Параметр
резонанса функциони- бдительностипласт
(ЛЯТ) рования ичность, стабильность
Рециркулярные Метод Ковариационная
главных матрица
компонент
(для РСЛ
сетей)
ОРО Мин. СКО
Кумулятивное Мин. СКО
дельта-
правило
Модифицированное Мин. функция ошибки
правило Хебба
Результатом декомпозиции является системная модель, включающая в себя алгоритм функционирование, межсоединения блоков, необходимые ограничения, на основании которой формируются
спецификации проекта для разработчиков схем электрических, конструкторов, программистов прикладного и системного ПО, специалистов по моделированию и верификации.
В спецификацию проекта для разработчика электрической принципиальнойсхемы
включают следующие характеристики:
— тип модуля с указанием логического объема, градации быстродействия, типа корпуса;
— группы используемых выводов с указанием их функционального назначения;
— топологические характеристики, технологические требования;
— необходимость организации внешних интерфейсов и применения 1Р;
— требования к трактам обработки данных (например, требования к АЦП и ЦАП, необходимости внешнего ОЗУ, процессора ЦОС);
— требования к тактовой частоте (стабильность, форма сигнала);
— требования к системе питания (максимальный потребляемый ток по всем напряжениям, порядок включения).
Для конструкторов спецификация проекта включает следующие требования:
— тип модуля с указанием типа корпуса;
— группы используемых выводов с указанием топологических требований к разводке сигналов;
— оценка потребляемой мощности для оценки температурного режима и разработки радиатора;
Для программистов прикладного и системного ПО указывают:
— алгоритм обработки данных в проекте с указанием, какая из частей будет реализована программным образом;
— тип процессора (сопроцессора), используемого в проекте. Отдельно указывается, реализуется ли он «аппаратно», «проектно» или является «внешним»;
— алгоритм (протокол) взаимодействия между модулями и процессором, включающий в себя карту памяти, обслуживание прерываний, механизмы обмена данными;
— необходимость обслуживать (конфигурировать) специализированные интерфейсные микросхемы;
— состав и функции прикладного ПО;
— тип операционной системы и необходимые ее функции, если планируется ее применение.
Специалисту по тестированию в спецификации указывают:
— алгоритм обработки данных с указанием, что реализуется с помощью ПО, а что аппаратно;
— перечень интерфейсов и версий спецификаций, поддерживаемых проектом;
— алгоритмы и протоколы взаимодействия с ПО.
На основе полученных исходных данных параллельно разрабатываются проект, прикладное и системное ПО, электрическая принципиальнаясхема, топология печатной платы и конструктов корпуса, план верификации и набор тестов.
Таким образом, аналогично
[7] формализация задачи декомпозиции и структурного синтеза 3Б-изделия предполагает формирование эволюционной модели системы для выбора решений, обоснованное разделение системы на составные части, оценку целесообразности ее применения (реализации)
в данной архитектуре, определение необходимых требований к составным модулям, в том числе и 1Р-блокам, межсоединениям, топологических требований и технологии.
Литература
1. Емельнянов, В.В. Теория и практика эволюционного моделирования [Текст] / В.В.Емельнянов, В.В.Курейчик, В.М.Курейчик.-М.:ФИЗМАТЛИТ, 2003.- 432с.
2. Курейчик, В.В. Анализ и обзор моделей эволюции. [Текст] / В.В.Курейчик,
B.М.Курейчик,П.В. Сороколетов //Известия РАН. Сер. Теория и системы управления. - 2007. - №5. -
C. 114-126
3. Минаев, Ю.Н. Методы и алгоритмы решения задач идентификации и прогнозирования в условиях неопределенности в нейросетевом логическом базисе[Текст] / Ю.Н. Минаев, О.Ю.
Филимонова, Л. Бенамеур. -М.: Горячая линия-Телеком, 2003.- 205с.
4. Нейрокомпьютеры и их применение. Кн. 3. Нейрокомпьютеры [Текст] / под общ.ред. А.И. Галушкина. - М: ИПРЖР, 2000.- 528с.
5. Нейрокомпьютеры и их применение. Кн. 1. Теория нейронных сетей [Текст] / под общ.ред. А.И. Галушкина. - М: ИПРЖР, 2000.- 416с.
6. Нейрокомпьютеры и их применение. Кн. 6. Нейроматематика[Текст] / под общ.ред. А.И. Галушкина. - М.: ИПРЖР, 2002. - 448с.
7. Береза, А.Н. Эволюционные методы синтеза структурных схемотехнических решений для проектирования информационно-телекоммуникационных систем [Текст] / А.Н.Береза, В.М. Курейчик//Известия РАН. Сер. Теорияисистемыуправления. - 2006. - № 2 -С.73-83.
BopoHe^CKHnrocygapCTBeHHbiHTexHHHecKHnyHHBepcHTeT
FORMALIZATIONOFTHETASKDECOMPOSITIONANDSTRUCTURALSYNTHESIS
3DMICROELECTRONIC DEVICES
Yu.S. Balashov, I.A. Safonov
The approach to the formalization of problem decomposition during the synthesis of analog circuits in the neural network basis. Presented three approaches, a comparative analysis of the expediency of applying each of them, depending on the complexity of the problem
Key words: VLSI design, 3D product, evolutionary algorithms, decomposition, structural synthesis
