- •Оглавление
- •1. Общая характеистика задач и методов проектирования 7
- •1. Математические методы проектирования 25
- •3. Эвристические методы проектирования 50
- •4. Использование методов искусственного интеллекта при проектировании 97
- •5. Задачи оптимизации 122
- •Введение. Основные положения, термины и определения
- •1. Общая характеистика задач и методов проектирования
- •1.1. Основные стадии и виды задач проектирования
- •1.2. Обоснование и оценка качества задач, решаемых рэс
- •1.3. Примеры системотехнического проектирования
- •1.3.1. Обоснование тактико-технических характеристик радиолокационных систем
- •1.3.2. Защита от активных помех
- •1.4. Организация проектирования
- •1.5. Основные этапы проектирования рэс
- •1.5.1. Основные этапы научно-исследовательской работы
- •1.5.2. Основные этапы опытно-конструкторской работы
- •1.6. Методы моделирования
- •Математические методы проектирования
- •2.1. Общие положения
- •2.2. Виды критериев качества
- •2.3. Нехудшие и худшие системы. Диаграммы обмена.
- •2.4. Методы отыскания нехудших систем
- •2.4.1. Метод рабочих характеристик
- •2.4.2. Весовой метод отыскания Мнх
- •2.4.3. Комбинированный метод отыскания Мнх
- •2.5. Применение условного критерия предпочтения
- •3. Эвристические методы проектирования
- •3.1. Тенденции развития бортового радиоэлектронного оборудования
- •3.2. Основные направления развития перспективных комплексов бортового оборудования
- •Архитектура системы «Pave Pillar»
- •3.3. Основные направления развития интерфейсов межмодульного обмена для сопряжения рэс
- •3.3.1. Основные понятия и определения
- •3.3.2. Модель взаимодействия открытых систем
- •3.3.2.1. Физический уровень
- •3.3.2.2. Канальный уровень
- •3.3.2.3. Сетевой уровень
- •3.3.2.4. Транспортный уровень
- •3.3.2.5. Сеансовый уровень
- •3.3.2.6. Представительский уровень
- •3.3.2.7. Уровень приложений
- •3.3.3. Классификация каналов межмодульного обмена
- •3.3.3.1. Управление обменом в сети типа «звезда»
- •3.3.3.2. Управление обменом в сети типа «кольцо»
- •3.3.3.3. Управление обменом в сети типа «шина»
- •3.3.4. Интерфейс магистральный последовательный системы электронных модулей (гост 26165.52-87)
- •3.3.4.1 Физическая организация мультиплексных каналов
- •3.3.4.2. Принцип управления обменом информации
- •3.4. Коммутируемые сети
- •3.4.1. Сети с коммутацией сообщений
- •3.4.2. Сети с коммутацией каналов
- •3.4.3. Сети с коммутацией пакетов
- •3.4.4. Модель взаимодействия открытых систем
- •3.4.4.1. Физический уровень
- •3.4.4.2. Канальный уровень
- •3.4.4.3. Сетевой уровень
- •3.4.4.4. Транспортный уровень
- •3.4.4.5. Сеансовый уровень
- •3.4.4.6. Представительский уровень
- •3.4.4.7. Уровень приложений
- •4. Использование методов искусственного интеллекта при проектировании
- •4.1. Бортовые экспертные системы
- •4.1.1. Классификация экспертных систем
- •4.2. Структура и принципы построения экспертных систем
- •4.3. Методы представления экспертных знаний
- •4.3.1. Логические исчисления
- •4.3.2. Фреймовая модель
- •4.3.3. Модель семантической сети
- •4.3.4. Продукционные правила
- •4.3.5. Нечеткие множества
- •4.4. Распознавание образов
- •4.4.1. Основные термины и определения
- •4.4.2. Качественное описание задачи распознавания
- •4.4.3. Основные этапы построения системы распознавания
- •4.4.3.1. Изображающие числа и базис
- •4.4.3.2. Восстановление булевой функции по изображающему числу
- •4.4.3.3. Булевы уравнения
- •5. Задачи оптимизации
- •5.1. Задача о наилучшей консервной банке
- •5.2. Одномерные задачи оптимизации
- •5.3. Численное решение одномерных задач оптимизации
- •5.3.1 Метод равномерного распределения точек по отрезку
- •5.3.2. Метод распределения точек по отрезку, учитывающий результаты вычисления целевой функции
- •5.3.3. Специальные методы
- •5.4. Многомерные задачи оптимизации
- •5.4.1. Метод покоординатного спуска
- •5.4.2. Метод градиентного спуска
- •5.4.3. Метод наискорейшего спуска
- •5.4.4. Проблема «оврагов»
- •5.4.5. Проблема многоэкстремальности
- •5.5. Линейное программирование.
- •5.5.1. Траекторная задача
- •5.5.2. Задача об использовании ресурсов
2.3. Нехудшие и худшие системы. Диаграммы обмена.
На основе БКП вводятся понятия нехудшая и худшая системы. Система S, имеющая вектор качества К и принадлежащая множеству Мсд, считается нехудшей, если в этом множестве не существует ни одной безусловной лучшей системы, т.е. не существует системы S, обладающей вектором качества К1, таким, что К'≤ К; в противном случае система считается худшей. Последовательное применение БКП по всем точкам множества Мсд разбивает это множество на два непересекающихся множества Мнх – нехудших систем и Мх - худших систем.
Пусть, например, множество Мсд строго допустимых систем имеет вид, изображённый на рисунке 2.8 в виде сектора,
К1
К1max
а'
d1
А
А1'
b
В1
С1
К2max
К2
Рисунок 2.8.
ограниченного линиями a'bc'd включающего эти границы. Рассмотрим точку А внутри этой области. Очевидно, точки А1 и В1 являются по сравнению с точкой А безусловно лучшими, т.к. каждой из них соответствует меньшее (лучшее) значение одного из показателей качества при таком же значении второго показателя. Следовательно, точка А является худшей.
Не трудно убедиться, что для любой точки, принадлежащей Мсд, но не лежащей на границе a'bc', на этой границе будут существовать две безусловно лучшие точки. Любая же из точек границы a'bc' является нехудшей, так как ни для одной из них не существует ни одной безусловно лучшей точки.
В пространстве Rm геометрическим местом всех нехудших точек является некоторая многомерная поверхность, связывающая между собой нехудшие значения показателей качества k1…km. Она называется, иногда, оптимальной поверхностью и может быть описана любым из следующих m соотношений:
K1= f'нx (k2, k3,…km), k2= f"нx(k1, k3,…,km),.., km= f(m)нx(k1,k2,…km) (2.19)
Поскольку все m соотношений (2.19) для рассматриваемой многомерной оптимальной поверхности эквивалентны, в дальнейшем будем использовать запись:
k1= fнх(k2,…,km) (2.20)
И называть её m-мерной диаграммой обмена между показателями качества системы.
В пространстве Rm, очевидно, эта диаграмма должна быть монотонной (т.е. каждый из показателей ki монотонно убывает) при возрастании любого другого из (m-1) показателей качества (если остальные при этом остаются фиксированными). Интерес для разработчиков системы представляют лишь нехудшие системы. Поэтому если множество Мнx удаётся найти, то остальные (худшие) варианты можно исключить из дальнейшего рассмотрения при проектировании. В ряде случаев это сужение может быть весьма существенным (например, в случае, изображённом на рисунке 2.7а вся область a'bc'd' сокращается до её левой границы a'bc').
В том случае, когда множество Мнx оказывается вырожденным, т.е. содержит в Rm всего одну точку, эта точка оказывается не только нехудшей, но и безусловно лучшей, по сравнению с любыми другими, возможными в рамках Мсд точками. Найденную, в этом случае, систему будем называть совместно-оптимальной, так как ей соответствуют одновременно (совместно) наилучшие значения всех m показателей качества. Будем также говорить, что когда исходные данные приводят к вырожденному Мнx , существует совместно- оптимальное решение задачи векторной оптимизации.
Пример вырождённого множества Мнx приведён на рисунке 2.9. Оно содержит единственную точку – точка А. При этом и диаграмма обмена между показателями качества k1,…km состоит всего из одной точки. Это означает, что обмен между показателями качества отсутствует - показатель k1(например k2), соответствующий этой точке, невозможно уменьшить, увеличивая (ухудшая) какой- либо другой из показателей.
К1
в
c
Д
k1max
Мсд
E
k1A
А
F
k2A
k2max
K2
Рисунок 2.9.
Иначе говоря, в тех случаях, когда исходным данным Д" соответствует вырождённое множество Мнx , минимальное значение любого показателя качества k1,…km невозможно улучшить ослаблением требований к каким либо другим из этих m показателей (вплоть до их полного игнорирования). И наоборот, если множество Мнx невырождено, то предел уменьшению каждого из показателей k1,…km ставит увеличение (ухудшение) других показателей. Поэтому в случае вырождённого Мнx показатели качества k1,…km будем называть согласованными (совместно улучшаемым), а в случае невырождённого Мнx- несогласованными или антагонистическими. Так, на рисунке 2.9 минимальное (в пределах Мсд) значение показателя k1 равно k1-л независимо от того, каково допустимое значение показателя k2, а минимальное значение показателя k2 равно k2А независимо от допустимого значения показателя k1. В случае, изображённом на рисунке 2.7а минимальное значение k1 тем меньше, чем больше (хуже) значение показателя R2 и наоборот.
Случай согласованных показателей качества (т.е. вырождённого Мнx) является редким и обычно может иметь место лишь в задачах с однородными показателями k1,…km (т.е. различными показателями, характеризующими одно и то же свойство системы, например, точность её действия. В большинстве же практических задач множество Мнx оказывается невырожденным. При этом ни одной из нехудших систем нельзя отдать предпочтение, находясь в рамках БКП, и необходимо использовать какой- либо условный критерий предпочтения (УКП). Однако, для сужения класса рассматриваемых систем, всё равно оказывается полезным нахождение множества Мнx.
