CC BY
44
Заключение
Основное достоинство предложенного алгоритма состоит в том, что он используя информацию о соединениях, размерах блоков и связей значительно уменьшает размер графа ограничений (как количество ребер, так и количество вершин). Также была оптимизированна структура данных. В связи с этим значительно уменьшается область поиска (дерево решений) и следовательно возрастает скорость нахождения решения.
Скорость решения задач на компьютере Pentium с процессором Cyrix PR200 16МВ для 10-20 элементов колеблется в пределах от 1 мин. до 6 мин.
ЛИТЕРАТУРА.
1. Бондалетов А.В., Двухмерная упаковка со связями. I часть.", Известия ТРТУ, г.Таганрог 1999, в печати.
2. Boyer D.G., "Symbolic Layout Compaction Review", 25 lh ACM/IEEE Design Automation Conference (1988), Paper 26.1, pp. 383-389.
3. Goodman D.E., Tetelbaum A.Y. and Kureichik V.M., "A Genetic Algorithm Approach to Compaction, Bin Packing and Nesting Problems", Technical Report #940702, Case Center For Computer-Aided Engineering And Manufacturing Michigan State University, 1994, p. 71.
4. Dai fV., Eschermann B„ Kuh E.S., Pedram М., "Hierarchical Placement and Floorplanning in BEAR", IEEE Transaction on Computer-Aided Design, Vol. 8, No. 12, 1989, pp. 1335-1348.
5. Hsieh Г.М., Leong H.W., Liu C.L., "Two-Dimensional Layout Compaction by Simulated Annealing", in Proc. IEEE International Symposium on Circuits and Systems, June 1988, Espoo,- Finland, vol.3, pp. 2439-2443
6. Liao Y.-Z., Wong C.K., "An Algorithm to compaction a VLSI symbolic layout with mixed constraint", IEEE Trans. On CAD of Integrated Circuits and Systems, 1983, vol.CAD-2, no.2, pp.62-69.
7. Schlag M, Liao Y.-Z. and Wong C.K., "An Algotithm for optimal two-dimensional compaction of VLSI layouts", North-Holland INTEGRATION, the VLSI journal 1 (1983) pp. 179-209.
УДК 658.512
В.А. Камаев, Д.В. Сахнов ПРОГРАММНАЯ СИСТЕМА ГЕНЕРАЦИИ НОВЫХ СОСТАВОВ ЭЛАСТОМЕРНЫХ МАТЕРИАЛОВ
Новые материалы дают проектировщику большие возможности при получении как лучших параметрических решений, так и принципиально новых решений. Эластомерные материалы со своим уникальным набором свойств находят широкое применение во многих отраслях современного машиностроения, приборостроения, химии. Объекты этой предметной области имеют сложную структуру, сложный характер взаимодействия ингредиентов, многомерные вектора свойств. При наличии болыиогоколичества программ, синтезирующих различные химические соединения, на настоящий момент не существует полнофункциональных программных продуктов для создания составов новых материалов с заданными свойствами. Поэтому актуальна задача создания такого программного комплекса.
В базах данных (БД) разрабатываемой системы отражаются следующие объекты предметной области: 1) вещества, химические соединения (для компактного представления которых дополнительно используется иерархия классов веществ); 2) показатели качества материала и соответствующие шкалы измерения; 3) существующие составы материалов; 4) способы модификации свойств (СМС) материалов; 5) типичная функциональная структура материала, иерархия функций материалов исследуемой предметной области, функции веществ
как ингредиентов материала; 6) изделие из материала; 7) система потенциальных ингредиентов и их комбинаций в виде И-ИЛИ графа.
СМС характеризуются: обозначением; типом; областью применения, т.е. множеством допустимых и недопустимых ингредиентов и рецептов; составом модификатора; функциями, отражающими изменение свойств материала; технологическими и пространственными параметрами; этапом жизненного цикла, где прявляегся действие СМС.
Изделие описываем через множество элементов и отношений, характерезующих контакт между элементами. Тип контакта определяется технологическими возможностями: раздельное или совместное изготовление элементов; с последующей сборкой или без нее; принципиально различными или близкими составами. Задание на выбор материла для элемента изделия определяется множеством допустимых и недопустимых ингредиентов, требованиями к свойствам материала, относительной важностью элемента изделия, минимально необходимой информацией о форме элемента.
Представление системы потенциальных ингредиентов в виде И-ИЛИ графа выглядит более предпочтительным, т.к.:
а) возможно компактное представление отображения «комбинация ингредиентов оценка свойств»;
б) на естественной иерархии И-ИЛИ дерева можно использовать объектный подход и соответственно наследование информации от верхних уровней к нижним;
в) существуют алгоритмы синтеза решений на И-ИЛИ графе.
ИЛИ-вершины представляют классы материалов, их функциональных подсистем и ингредиентов, выделенные как по составу, так и по области применения. Вершины описываются вектором свойств, весовым коэффициентом важности среди «братьев». И-вершипы соответствуют материалам, функциональным подсистемам материалов, ингредиентам, как явно заданное множество, так и косвенно (через начинающееся с этой вершины поддерево). Эти вершины характеризуюся вектором свойств. Листья дерева соответствуют конечной комбинации ингредиентов и содержат информацию по составу и дозировкам частичного рецепта, который они представляют.
Такая информационная структура позволяет: представлять все множпетво
материалов предметной области, оценивать ингредиенты в контексте класса материалов или функциональной подсистемы материала. Для более экономного представления для каждой вершины И-ИЛИ дерева вводится дополнительная информация об единичной несовместимости или необходимости классов веществ и отдельных веществ.
Для оценки допустимости применения ингредиентов в комбинациях и вместе с СМС описываем отношения:
а) совместимости веществ внутри состава;
б) совместимости ингредиентов составов контактирующих элементов;
в) совместимости технологических режимов СМС и свойств ингредиентов составов, попадающих под влияние СМС.
Для оценивания свойств объектов и требований задач в системе применяются номинальные, порядковые, числовые и лингвистические шкалы.
Общий алгоритм работы сисемы:
1) предварительная постановка задачи;
2) уточнение классов применяемых материалов;
3) оконяательная постановка задачи и ввод всех необходимых данных;
4) упорядочиваем элементы изделия;
5) выбираем первый элемент иполучаем решение, преодолевающее некоторый порог;
6) если все элементы рассмотрены, то к п. 12;
7) выбираем текущий элемент и получаем решение с учетом ограничений от смежных элементов;
8) если решение найдено, то к п. 6;
9) если откат к предыдущему элементу и получение другого решения невозможны, то
к п. 13;
10) откат к рассмотрен нему последним ведущему элементу и получение следующего качественно другого решения (решение являеся таковым, если оно предотвращает причину несовместимости некоторого числа решений);
11) если решение найдено, то к п. 6, иначе к п. 9;
12) формирование выходного описания и завершение работы;
13). решение при данной постановке задачи и текущем содержании БД получить не представляется возможным. Пользователю предлагаетсяизменить постановку задачи или пребегнуть к другим методам решения проблемы.
УДК 681.390
С.М. Ковалев, В.В. Шаповалов, В.А. Зозуля МИНИМИЗАЦИЯ ЧИСЛА ЭТАЛОННЫХ ЭЛЕМЕНТОВ В МОДЕЛИ ЛПК-СИНТЕЗА РЕЧЕВЫХ СООБЩЕНИЙ
Одной из основных проблем, стоящих перед разработчиками автоматизированных рабочих мест (АРМ) оперативно-диспетчерского персонала является проблема выбора «дружественного» интерфейса между человеком и машиной. В этой связи, использование речевого вывода информации представляется в ряде случаев наиболее перспективным, а иногда и единственно возможным способом общения.
Исследования в области речевого синтеза [1] не уменьшают актуальность проблемы, поскольку к настоящему времени задача выбора между максимальным словарем, качеством синтезируемой речи и ресурсами ЭВМ так и остается открытой. Второе дыхание данная проблема получила в последние годы в связи с широким внедрением однокристальных микро-ЭВМ, у которых ресурсы памяти весьма ограничены.
Наиболее распространенной моделью синтеза речи является модель линейнопредикатного кодирования (ЛПК-синтез), являющаяся определенным компромиссом между качеством синтезируемой речи и объемом требуемой памяти. Достаточно естественное звучание ЛПК-синтез дает при затратах памяти 1000-1200 байт на 1 секунду речи. Дальнейшее «сжатие» речи можно получить без заметного ухудшения качества, решив две задачи. Во-первых, проводя более укрупненную факторизацию стационарных участков звучания, а во-вторых, используя субъективную модель оценки качества синтезируемой речи, объединяющую в себе основные факторы, влияющие на естественность звучания. Такая модель, построенная с привлечением аппарата теории нечетких множеств, приведена в [2].
В настоящей статье ставится и решается задача укрупненного разбиения интервала речевого сообщения на квазистационарные участки с использованием метола самосегментации, приведенного в [3]. Мера качества определяется нечеткой моделью на базовой шкале - ошибки фильтра предсказания.
Пусть речевые сообщения 8 представлены последовательностью gl,gl,...,gn элементов речи, каждый из которых является вектором ЛПК-параметров, полученным в результате анализа сигнала на интервале 15 мс [4], т.е. 5=^1,§2,.»*ёп}-
Пусть для некоторого К ^ п задано разбиение Р последовательности в на К непересекающихся подпоследовательностей (сегментов) ={Ви^|2»—>Ы> 0=1,-чК) из расположенных друг за другом элементов дев. Для произвольных е Б, определим меру близости (расстояния) р^£к) в качестве которой может выступать, например, минимальная дисперсия спектров.
Примечание. Для дальнейших рассуждений конкретный вид формулы меры близости р является непринципиальным. Важно лишь то, чтобы она количественно отражала «похожесть» интервалов звучания в смысле совпадения спектральных составляющих, что достаточно хорошо обусловлено в [4].
