Ускоритель нечеткого логического вывода Текст научной статьи по специальности «Компьютерные и информационные науки»

Секция математического обеспечения и применения ЭВМ

УДК 518.5

А. Н. Мелихов, С. Я. Коровин, В. Н. Пуховский, В. М. Казупеев, А. Б. Кияшко УСКОРИТЕЛЬ НЕЧЕТКОГО ЛОГИЧЕСКОГО ВЫВОДА

Ускоритель предназначен для поддержки нечеткого логического вывода в экспертных системах, системах распознавания образов, системах управления технологическими процессами, организационными системами, робототехническими комплексами и другими сложными объектами и системами.

Нечеткий логический вывод основан на теории лингвистических переменных и нечетких множеств Заде. Использование лингвистических переменных с термами вида «большой-средний-малый», «хороший-удовлетворительный-плохой» позволяет естественным образом отображать в базу знаний интеллектуальной системы правила, оценки и рекомендации сцециалиста-экс-перта, учитывая характерную для экспертной информации неполноту, недо-определенность, противоречивость и нечеткость (в традиционном математическом смысле) понятий и критериев. Признанным способом формализации лингвистических переменных является их описание в виде некоторых совокупностей нечетких множеств. Нечеткие множества представляются в виде совокупностей пар, где первый член каждой пары есть степень принадлежности элемента нечеткому множеству, принимающая значения из закрытого интервала {0,1}, а второй — сам элемент [1].

Существуют два основных способа нечеткого логического вывода: классификационный и композиционный. Оба эти вывода базируются на представлении экспертных знаний об объекте принятия решений в виде систем нечетких продукций, т. е. условных высказываний вида: если /условие/, то /заключение/. (Например, если /небо «ясное», температура воздуха «довольно высокая»/, то /следует одеться «довольно легко»/).

Для реализации нечеткого классификационного вывода входная информация преобразуется к виду условия, т. е. к соответствующему нечеткому множеству, а затем сравнивается с условиями’истинности (левыми частями) всех продукций для определения наиболее соответствующей. Классификация исходной информации об объекте принятия решений (так называемой «нечеткой ситуации») производится по методу «ближайшего соседа», предполагающему определение нечеткой продукции, находящейся на минимальном «расстоянии» от входной нечеткой ситуации [2].

Нечеткий композиционный вывод предполагает предварительное формирование на основе нечетких продукций матрицы нечеткого отношения «вход-выход». В этом случае логический вывод производится путем выполнения операции нечеткой композиции входной нечеткой ситуации с полученным нечетким отношением. Получаемое в результате нечеткое множество описывает результирующее логическое заключение [3].

Секция математического обеспечения и применения ЭВМ

Таким образом, нечеткий логический вывод того или иного вида сводится к выполнению некоторых операций над нечеткими множествами.

Естественно, что этапу нечеткого логического вывода предшествует этап идентификации входной нечеткой ситуации, на котором, если это требуется, производится преобразование количественной информации в ее качественное описание, или, иными словами, переход от чисел, характеризующих параметры объекта принятия решения, к соответствующим нечетким множествам. С другой стороны, нечеткие множества, получаемые в результате нечеткого логического вывода, могут интерпретироваться, что означает, в зависимости от установленных требований, либо их лингвистическую аппроксимацию, т..е. описание лингвистическими переменными, либо переход к конкретным числам, характеризующим параметры принятого решения. И в том и другом случаях требуется выполнить ряд специальных операций и преобразований над нечеткими множествами.

Операции над нечеткими множествами имеют специфический характер, обусловленный, с одной стороны, необходимостью выполнения массовых преобразований над совокупностями их векторных представлений, а с другой — их относительной простотой (наиболее часто используемые операции сводятся к попарному выполнению над элементами двух нечетких множеств операций определения максимума или минимума).

Специфический характер операций, выполняемых над нечеткими множествами, обусловливает эффективность их реализации на специализированных вычислительных устройствах, называемых нечеткими процессорами.

Ускоритель состоит из нечеткого сопроцессора, подключаемого к ПЭВМ с шиной 18А. Основным блоком сопроцессора является векторный процессор (ВП), состоящий из восьми элементарных процессоров, каждый из которых ориентирован на выполнение нечетких логических операций в минимаксном базисе над парой элементов двух нечетких множеств. Сопроцессор выполняет операцию классификации входной нечеткой ситуации путем сравнения ее векторного представления с набором векторных представлений эталонных ситуаций на нечеткую эквивалентность. Результат обработки с выходов ВП сравнивается с порогом нечеткого равенства и производится оценка равенства или неравенства нечетких ситуаций (НС). Процессор имеет свою оперативную память для хранения эталонных НС и результатов решений. Управление процессором осуществляется микропрограммным ОЗУ управления, что позволяет легко программировать его на решение любой задачи.

Предлагаемый нечеткий процессор предназначен для реализации как композиционного, так и классификационного способов нечеткого вывода, что существенно расширяет область его применения, и при внутренней памяти, достаточной для хранения базы знаний из 64 продукций, в условия истинности которых включается информация по 16 параметрам оценки ситуации, по расчетам должен обеспечивать 300 тыс. логических выводов в секунду [4].

Программное обеспечение ускорителя предназначено для программирования сопроцессора и обеспечивает доступ ко всем уровням программирования сопроцессора — от языка микрокоманд до САБЕ-средств высокого уровня, а также содержит набор утилит, позволяющих формировать базы знаний и машины вывода экспертных систем. Программное обеспечение умеет открытую архитектуру, позволяющую легко расширять возможности среды, включая добавление новых способов логического вывода, и состоит из четырех основных компонент: Редактора Словаря, Редактора Продукций, Конструк-

тора экспертных систем с нечеткой логикой (ЭСНЛ), библиотеки стандартных модулей и средств поддержки сопроцессора нечеткого логического вывода.

В состав средств поддержки сопроцессора нечеткого логического вывода входят редактор, генератор микропрограмм, компилятор и загрузчик микропрограмм, эмулятор нечеткого сопроцессора.

СПИСОК ЛИТЕРАТУРЫ

1. Заде JI. Понятие лингвистической переменной и его применение к принятию приближенных решений. М.: Мир, 1976.

2. Мелихов А. Н., Берштейн JI. С., Коровин С. Я. Ситуационные советующие системы с нечеткой логикой. М.: Наука. Гл. ред. физ.-мат. лит., 1990.

3. Mamdani Е. Н. and Assilian S. An experiment in linquistic synthesis whith a fuzzy logic controller//Int. J. of Man-Machine Studies, 1976. V.8.

4 Берштейн JI. С., Казупеев В. М., Коровин С. Я., Мелихов А. Н. Параллельный процессор нечеткого вывода для ситуационных экспертных систем.//АН СССР. Техническая кибернетика, 1990. №5.

УДК 621.382

Ю. М. Вишня кои ИНТЕГРИРОВАННЫЕ ИНСТРУМЕНТАЛЬНЫЕ СРЕДЫ СО СКВОЗНЫМ ПРОЕКТИРОВАНИЕМ —НОВЫЙ УРОВЕНЬ ИНФОРМАЦИОННЫХ ТЕХНОЛОГИЙ В САПР

Известно, что процесс проектирования СБИС является творческим, определяющую роль в котором играют интуиция и опыт разработчика, а формальные методы и программные средства образуют инструментарий. Инструментарий существенно влияет на качество проектирования, поэтому разработка интегрированных инструментальных систем (ИИС), обеспечивающих сквозное проектирование на всех уровнях и поддержку процедур синтеза, является актуальной проблемой автоматизированного проектирования. Определенный опыт в этом направлении накоплен на кафедре математического обеспечения и применения ЭВМ. Он воплощен в действующей версии ИИС, получившей название Р1Ю^СТ-САВ.

Р110^СТ-САБ охватывает системный, логический и схемотопологический уровни проектировния, позволяет на каждом из них провести интерактивную разработку проекта или его часте'й и передать результаты на нижние уровни. Схемотопологическое проектирование выполняется на типовых САПР, которые включаются в состав ИИС через структурно-языковой интерфейс. В ИИС заложены открытость в плане модификации и развития, приближенность пользовательского интерфейса к языку предметной области и использование накопленного в САПР опыта в схемотопологическом проектировании.

На системном уровне РГЮЛЕСТ-САВ обеспечивает поддержку абстрактного синтеза по линии «входной регулярный язык, непротиворечивая система регулярных выражений, система переходов, недетерминированный конечный автомат, детерминированный конечный автомат, минимизация». На логическом уровне поддерживаются процедуры структурного синтеза, включающие ввод проекта в виде модели конечного автомата и кодирование алфавитов,