CC BY
57
БИБЛИОГРАФИЧЕСКИЙ СПИСОК
1. Ива нов В. Б., Куликов ГГ., Речкалов Я А. Автоматизированное управление запасами предприятия. - Уфимск. гос. авиац. техн. ун-т. - Уфа, 2002. - 104 с.
2. Мелихов А.Н., Берштейн Л.С., Коровин С.Я. Ситуационные советующие системы с нечеткой логикой. - М.: Наука, 1990. - 272 с.
3. Иванов В.Б., Кулаков ГГ., Речкалов Я.А. Автоматизированное управление запасами. -Уфимск. гос. авиац. техн. ун-т. - Уфа, 2002, 104 с.
УДК 681.31.00
Н.Н. Венцов
ПРИМЕНЕНИЕ МЕТОДОВ АЛЬТЕРНАТИВНОЙ АДАПТАЦИИ ДЛЯ ОПТИМИЗАЦИИ ИНФОРМАЦИОННОГО ОБЕСПЕЧЕНИЯ САПР СБИС
Введение. Особенностью проектирования СБИС является проблема «проклятия размерности», сущность которой заключается не только в большой области , -ции, описывающих объект проектирования [1]. Основу информационного обеспечения большинства стандартных САПР СБИС, например, OrCad 9.2 [2] (рис. 1), составляют стандартные базы данных (БД), доступ к которым осуществляется при помощи компонент стандартных систем управления базами данных (СУБД) [2].
Выпуск
документации
Выпуск
документации
Выпуск
документации
OrCAD OrCAD
Express PSpice
OrCAD Capture
і
Component Infor- Стандарт-
mation System ные БД
Выпуск
документации
OrCAD
Layout
Рис. 1. Структура пакета ОгСаё 9.2
. -
кальным информационным массивам проектных данных большого объема и сложной структуры ключевое значение имеет сокращение числа операций дискового ввода-вывода [3]. В этой связи наиболее ресурсоемкой является операция соедине-, . , -мального порядка соединения отношений является ключевой проблемой организации информационного обеспечения САПР СБИС.
, -ристики БД не соответствуют фактическим, используется схема адаптивной опти-, . -гает чередование процессов выполнения и оптимизации невыполненной части за. , расположенных на одном узле САПР, используются модификации метода ветвей и
границ, методы поиска в локальной окрестности, но наибольшее распространение получили динамическое программирование и жадный алгоритм. Недостатком метода динамического программирования, гарантирующего нахождение оптимально, . наиболее часто используется жадный алгоритм, обладающий меньшей вычислительной сложностью, но не гарантирующий нахождение глобального оптимума [3].
, , при помощи жадного алгоритма, может быть весьма значительным (60-100 %), и не зависит от размерности задачи.
Решение поставленной задачи требует динамической корректировки процесса информационного обеспечения САПР СБИС, поэтому для оптимизации запросов к проектным данным при помощи схемы, которую предложили Кабра и Девит, разработаны автоматы адаптации.
Для принятия решения о выполнении или переоптимизации имеющегося порядка соединения отношений разработанные автоматы адаптации (АА) [1,4], используют две альтернативы: А1 - перед выполнением очередной части запроса необходимо осуществить переоптимизацию и альтернатива А2 - выполнять план соединения, полученный ранее (рис. 2). АА переходит в новое сотояние под действием сигналов «поощерения» (+) или «нак^ания» (-). Альтернативе А1 сответст-вует группа из трех состояний АА (811, S12, S13), альтернативе А2 - соотвествует одно состояние (821). Разработанные автоматы адаптации для поиска решения используют алгоритм случайного поиска с нелинейной тактикой и релаксационный алгоритм случайного поиска с линейной тактикой. Выработка управляющих сигналов осуществляется на основе текущего состояния автомата адаптации и абсолютного отклонения прогнозируемой стоимости решения от оценки стоимости, полученной на текущем шаге.
Рис. 2. Граф-схема предлагаемых автоматов адаптации
На первом этапе работы при помощи алгоритма случайного поиска определяется начальное решение. Стоимость целевой функции полученного решения обозначим как Рг. После соединение первых двух отношений становятся известны их
. -ся перерасчет целевой функции. Определяется величина Р - оценка стоимости порядка соединения отношений на текущем шаге. В зависимости от текущего со-
|Рг- р|
стояния АА и заначения -1———1, АА переходит в новое состояние на основе правил выработки управляющих сигналов (табл. 1.). Если под действием управляюще-
1, -
ществляется переоптимизация невыполненного запроса, расчет величины Рг и осуществляется присоединение очередного отношения.
Таблица 1
Правила выработки управляющих сигналов
Предпочтительная альтернатива Реализованная альтернатива Управляющий сигнал
|Pr- P ■ <а P A2 A1 -
|Pr— P 1 L <а P A2 A2 +
|Pr— P >а P A1 A1 +
ІРг— P J - >a P A1 A2 -
Целью анализа является сравнение решений полученных при помощи разработанных автоматов адаптации и жадного алгоритма при реализации схемы адаптивной оптимизации запросов, которую предложили Кабра и Девит. В качестве эталонного использовалось решение, полученное с использованием жадного алгоритма. Погрешность решения полученного при помощи АА определялась по формуле:
,, Costed '-Costed ,1Ч
AbsOtkl =-----------------, (1)
Costed
где AbsOtkl — абсолютное отклонение; Costed — стоимость эталонного решения (получена при помощи ЖА); Costed' — стоимость решения полученного при помощи тестируемого АА.
В табл. 2 приведено распределение результатов полученных при помощи АА построенного на основе алгоритма случайного поиска с нелинейной тактикой относительно результатов получаемых при помощи жадного алгоритма. Представленные в табл. 2 данные позволяют предположить, что АА, построенный на основе алгоритма поиска с нелинейной тактикой, позволяет определять более предпочтительные решения (в сравнении с ЖА) с вероятностью более 0,5.
2
Результаты работы АА построенного на основе алгоритма случайного поиска
с нелинейной тактикой
N -30%...-15% -15%...0% 0% 15% 50% >50%
6 0,51 0,08 0,01 0,4 0 0
8 0,58 0,2 0,04 0,2 0 0
1 0 0,62 0,01 0,01 0,2 0,1 0
1 2 0,59 0,2 0,09 0,1 0 0
1 4 0,71 0,02 0,03 0,12 0 0
В табл. 3 приведено распределение результатов автомата адаптации построенного на основе алгоритма случайного поиска с линейной тактикой и возвратами. В качестве эталонного использовалось решение, полученное при помощи жадного алгоритма. Представленные в табл. 3 данные позволяют предположить, что АА,
построенный на основе алгоритма поиска с линейной тактикой и возвратами, позволяет определять более предпочтительные решения (в сравнении с ЖА) с вероятностью более 0,5.
Таблица. 3
Результаты работы АА построенного на основе алгоритма случайного поиска с линейной тактикой и возвратами
N -30%...-15% -15%...0% 0% 15% 50% >50%
6 0,57 0,03 0,12 0,16 0,09 0
8 0,58 0,23 0,02 0,14 0 0
10 0,53 0,01 0,01 0,2 0,1 0
12 0,57 0,13 0,09 0,1 0 0
14 0,68 0,19 0,03 0,12 0 0
На рис. 3 представлена оценка ВСА решения задачи выбора оптимального порядка соединения отношений, функционирующих в соответствии со схемой оп-, , -горитма (ЖА) и автоматов адаптации (АА). На рис. 3 N - размерность задачи (ко).
Рис. 3. Сравнительная оценка ВСА разработанных автоматов адаптации
Заключение. Результаты экспериментов позволяют утверждать, что при решении задачи выбора оптимального порядка соединения отношений, в соответствии со схемой оптимизации запросов, которую предложили Кабра и Девит, применение предлагаемых автоматов адаптации требует на 15-25% больше времени, чем использование жадного алгоритма, но с вероятностью 0,5 гарантируется улучшение получаемого решения на 15-30%.
БИБЛИОГРАФИЧЕСКИЙ СПИСОК
1. Курейчик В.М., Лебедев Б.К, Лебедев О.Б. Поисковая адаптация: теория и практика. -М.: ФИЗМАТЛИТ, 2006.
2. . ., . ., . ., . . -зироваппого проектирования ОгСАБ: структура и применение // Учебное пособие. Часть 1. - Таганрог. Изд-во ТРТУ, 2001.
3. Гарсиа - Молина, Гектор, Ульман, Джеффри, Д., Уидом, Джениффер Системы баз данных. Полный курс // Пер. с англ. - М.: Издательский дом “Вильямс”, 2003.
4. Курейчик В.М., Лебедев Б.К, Лебедев О.Б., Чернышев Ю.О. Адаптация па основе самообучения. - Ростов-на-Дону: Изд-во РГАСХМ ГОУ, 2004. - 146 с.
