- •Теоретические основы систем автоматизированного проектирования
- •Лекция 1
- •Учебно-методические материалы
- •В результате изучения дисциплины студенты должны:
- •уметь:
- •Лекция 1
- •Основные понятия теории САПР
- •Типовые проектные процедуры
- •Классификация основных проектных процедур
- •Иерархические уровни проектирования
- •CAD CAM CAE системы
- •Основные задачи, решаемые CAD – CAM – CAE системами при проектировании ЭВС:
- •Виды обеспечения автоматизированного проектирования
- •Математическое обеспечение САПР объединяет в себе математические модели проектируемых объектов, методы и алгоритмы
- •Лекция 2
- •Системотехника – дисциплина, в которой исследуется процесс проектирования технических систем.
- •Параметр(переменная) – величина, выражающая свойство системы или ее части. Параметры подразделяются на внешние
- •Формы представления математических моделей.
- •Требования к математическим моделям.
- •Пример математической моделей на микроуровне
- •Пример модели на макроуровне
- •Компонентными уравнениями называют уравнения, описывающие свойства элементов (компонентов), т.е. это уравнения математических моделей
- •Для электрических систем компонентные уравнения простых двухполюсников:
- •Для электрических систем топологические уравнения выражают законы Кирхгофа
- •Пример математической модели на системном уровне
- •Лекция 3 Интерполяция табличных
- •Необходимость интерполяции и аппроксимации функций
- •Интерполяция данных
- •Линейная интерполяция
- •Интерполяционный полином Лагранжа
- •Так как искомый полином li(x) обращaется в нуль в n точках,
- •Интерполяционный многочлен Ньютона с
- •Интерполяционный многочлен Ньютона
- •Таблица разделенных разностей
- •Погрешность полиномиальной интерполяции
- •Интерполирующий полином высокой степени может иметь большие колебания значений функции в точках, отличных
- •Сплайн - интерполяция
- •В случае задания в начальном узле интерполяции значений первой и второй производной для
- •Для последующих i-ых интервалов
- •График сплайн-интерполяция для рассмотренного примера
- •Лекция 4 Аппроксимация табличных данных и функций.
- •Аппроксимация
- •Критерий близости записывается в следующем виде
- •Аппроксимация прямой
- •Значения коэффициентов прямой
- •Аппроксимация полиномом с помощью МНК
- •Нормальная система уравнений МНК
- •Нормальная система для полинома второй степени
- •Пример. Осуществим аппроксимацию табличных данных полиномом второй степени.
- •Нормальная система будет иметь вид:
- •Пример. Выведем систему уравнений для определения коэффициентов a и b функции
- •условие экстремума
- •Решение систем линейных алгебраических уравнений.
- •Метод Гаусса
- •Эта процедура называется прямой ход. Все коэффициенты (включая d) на каждом
- •Пример. Решить методом Гаусса следующую систему уравнений, представленную в виде матриц коэффициентов
- •1 шаг прямого хода. Из второго-четвертого уравнений исключаем x1
- •2 шаг. Исключаем из третьего и четвертого уравнений x2. Поскольку с32 и с42
- •Обратный ход
- •Лекция 5 Численное решение нелинейных уравнений
- •Численное решение нелинейных уравнений.
- •Итерационный алгоритм отделения корня
- •Продолжение алгоритма отделения корня
- •Метод бисекции
- •Шаг метода бисекции
- •Метод Ньютона
- •Алгоритм метода Ньютона
- •Метод может быть использован для случая функции многих переменных F(X). В этом случае
- •Численное дифференцирование
- •Формулы численного дифференцирования с остаточными членами для узлов, расположенных с постоянным шагом h
- •Численное интегрирование
- •Формула прямоугольников.
- •Формула трапеций
- •Лекция 6 Основы метода конечных
- •Метод конечных разностей
- •При необходимости можно получить аппроксимацию производных более высоких порядков, например для второй производной:
- •Метод конечных разностей предполагает выполнение следующих шагов:
- •Полученная система дополняется граничными и начальными условиями. Для производных в граничных условиях второго
- •Решение одномерных стационарных задач.
- •Использование МКР рассмотрим на примере
- •Уравнение теплопроводности в этом случае будет иметь вид
- •Система уравнений МКР в случае отсутствия виртуальных узлов
- •Система уравнений МКР в случае наличия виртуального узла
- •Решение одномерных нестационарных задач
- •При использовании правой и левой разностных схем для аппроксимации производной по времени применяется
- •Разностная аппроксимация дифференциального уравнения теплопроводности для i –ой точки в момент времени j
- •Результаты расчета по явному методу
- •Результат расчета с использованием неявного метода для трех первых узлов сетки времени.
- •Лекция 7.
- •Составление разностных уравнений рассмотрим на примере температурного поля пластины. На трех сторонах пластины
- •Двухмерное стационарное уравнение теплопроводности:
- •Для внешних узлов на сторонах, где температура поддерживается постоянной, нужно записать равенства температурам
- •Система уравнений для внутренних четырех узлов (первый индекс по координате x, второй –
- •Учет нелинейности границ
- •Погрешность аппроксимации первой производной правой разностью
- •Основная идея метода конечных элементов.
- •Лекция 8 Топологические методы формирования математической модели на макроуровне.
- •Рассмотрим для примера электрическую схему и ее граф
- •Топологические матрицы
- •При расчетах один узел (любой) заземляют. Целесообразно в качестве такого узла использовать узел
- •Первый закон Кирхгофа в матричной форме записи имеет вид:
- •Контурная матрица
- •Для рассматриваемого примера выберем в качестве покрывающего дерево, образованное ветвями 1-2-3
- •Составим матрицу главных контуров В.
- •Матрица сечений
- •Для топологических матриц А, В и Q, составленных для одного и того же
- •Анализ во временной области (динамический анализ).
- •С математической точки зрения численное решение на отрезке [a, b] задачи Коши для
- •Метод Эйлера.
- •Расчетные выражения
- •Метод Рунге-Кутта четвертого порядка
- •Пример. Решим методом Рунге-Кутта 4-го порядка предыдущую задачу.
- •Для практической оценки погрешности проводят вычисления с шагами h и h/2. За оценку
- •Анализ процессов в проектируемых объектах на макроуровне в частотной области
- •Для импульсных сигналов используется дискретное преобразование (в том числе и быстрое) Фурье прямое
- •Лекция 9.
- •Абсолютный коэффициент чувствительности i-го выходного параметра yi к j-му входному параметру xj равен
- •Анализ точности. Уравнение погрешности.
- •Пример. Для примера с определением коэффициентов чувствительности оценим предельную относительную погрешность мощности при
- •Статистический анализ
- •Для экспоненциального закона распределения
- •Лекция 10. Модели сигналов и
- •Таблицы истинности базовых логических элементов для трехзначного алфавита.
- •Модель логического элемента
- •Синхронное моделирование цифровых устройств двоичными алфавитами
- •Сквозное моделирование по методу простой итерации
- •Лекция 11.
- •Схема цифрового устройства и временные диаграммы его входных сигналов для асинхронного моделирования
- •Изменение
- •Моделирование цифровых устройств многозначными алфавитами
- •Этап
- •Этап Изменение
- •Лекция 12 Марковские случайные процессы. Потоки событий.
- •Поток событий наглядно можно изобразить последова- тельностью точек на оси времени
- •Вероятность перехода из состояния Si в состояние Sj за время t связана с
- •Показатели эффективности СМО
- •Среднее время ожидания
- •Средняя длина очереди
- •Среднее число заявок в системе - математическое ожидание числа заявок, находящихся в очереди
- •Аналитические модели СМО
- •Разделив на t и перейдя к пределу при t 0, noлучим
- •Лекция 13. Примеры аналитической
- •Одноканальная СМО с простейшим входным потоком интенсивностью и с длительностью обслуживания, подчиняющейся экспоненциальному
- •С учетом того, что Pi 1
- •Средние времена пребывания в системе и очереди находят с помощью соотношений
- •Пример резервированной вычислительной системы
- •В результате решения этой системы можно определить искомые выражения для коэффициентов готовности и
- •Пример двухпроцессорной системы
- •Лекция 14.
- •Иерархическая модель данных
- •К основным недостаткам иерархических моделей данных следует отнести:
- •Реляционная модель ориентирована на организацию данных в виде двумерных таблиц.
- •Объединение
- •Пересечение
- •Декартово произведение
- •Соединение.
- •Типы связей (отношений) между таблицами
- •Первая нормальная форма
- •Вторая нормальная форма
- •Третья нормальная форма
- •Оптимальное проектирование ЭВС
- •Пусть каждый известный вариант решения задачи
- •Пример. Необходимо разработать корпус ЭВС в форме параллелепипеда с объемом не менее 1000
- •Многокритериальные задачи оптимизации.
- •Постановка задачи линейного программирования
- •Математическая модель задачи оптимизации
- •Вобщем случае задача оптимизации решается в K-мерном
- •Пример max F 12 3x1 4x2
- •Решение задачи
- •Лекция 16. Симплекс-метод
- •Пример записи ЗЛП в допустимом каноническом виде:
- •Найдем все опорные решения для следующей ЗЛП:
- •Cтандартная форма
- •Лекция 17. Алгоритм симплекс-метода.
- •Для пересчета значений элементов симплекс-таблицы после смены базиса введем в симплекс таблице следующие
- •С учетом того, что rp - разрешающий элемент (r, q - строка, p,
- •Запишем ранее рассмотренную задачу в стандартной форме:
- •Лекция 18 Постановка задачи целочисленного программирования
- •Постановка задачи целочисленного
- •Метод ветвей и границ
- •Дерево решений
- •Лекция 19. Нелинейное программирование.
- •Методы одномерного поиска оптимального решения
- •Метод золотого сечения.
- •Метод Гаусса-Зайделя (покоординатного спуска)
- •Градиент многомерной функции
- •Варианты остановки процесса поиска оптимума: 1. По разности значений целевой функции
- •Пример. Найти минимум целевой функции градиентным методом с постоянным шагом
- •Метод наискорейшего спуска
- •Лекция 20. Решение задачи условной оптимизации в нелинейном программировании.
- •Использование градиентного метода при наличии ограничений.
- •Методы штрафных функций.
- •В методах внешней точки
- •В методах внутренней точки
- •Алгоритм методов штрафных функций. Пусть необходимо найти минимум F(X) при ограничениях gi(X) 0.
- •Пример. Решить методом внешней точки следующую задачу.
- •Лекция 21. Формальное описание коммутационных схем. Методы и алгоритмы решения задачи компоновки.
- •Математическая модель монтажно-коммутационного пространства.
- •Последовательный алгоритм распределения конструктивных элементов
- •Вычисляем вершину с самой большой максимальной
- •Лекция 22. Постановка задачи размещения
- •Параметры коммутационного поля
- •Размещение элементов
- •Если необходимо, то можно учесть рассредоточение элементов с точки зрения тепловой или электромагнитной
- •Лекция 23. Последовательный и итерационный алгоритмы размещения конструктивных модулей на плате
- •Пример. Произвести размещение элементов с помощью алгоритма последовательного размещения для приведенной схемы и
- •Матрица относительных расстояний в ортогональной метрике
- •Итерационные алгоритмы размещения
- •Лекция 24 Трассировка соединений
- •Волновой алгоритм Ли
- •Лекция 25 Модифицированные волновые алгоритмы.
- •Лучевой алгоритм
- •Метод прямоугольников
Для последующих i-ых интервалов
|
|
yi yi 1 |
(x x |
) |
i |
|
|
||||||||
|
|
|
|
|
|||||||||||
|
|
|
|
|
|
|
i i |
i 1 |
|
|
|
|
|
||
ai |
xi xi 1 |
|
|
|
|
|
|
, |
bi i 3ai xi 1 , |
||||||
(x x |
)2 |
|
|
|
|
|
|||||||||
|
|
|
|
|
|
i |
i 1 |
|
|
|
|
|
|
|
|
ci i |
3ai xi2 1 2bi xi 1 , |
|
|
di yi 1 ai xi3 1 bi xi2 1 ci xi 1 , |
|||||||||||
где |
|
i |
3a |
i 1 |
x2 |
2b |
x |
i 1 |
c |
i 1 |
|||||
|
|
|
i 1 |
|
i 1 |
|
|
||||||||
|
|
i |
3ai 1 xi 1 bi 1 |
|
|
|
|
|
|
Пример. Построить кубический сплайн функции f(x)=sin(x) для n=5.
xi |
yi |
ai |
bi |
ci |
di |
|
0 |
0 |
-0,1473 |
0 |
1 |
0 |
|
/2 |
1 |
0,22034 |
-1,7323 |
3,721 |
-1,425 |
|
|
0 |
-0,2181 |
2,3994 |
-9,259 |
12,17 |
|
3 /2 |
-1 |
|||||
|
|
|
|
|||
2 |
0 |
1,168 |
-17,194 |
83,07 |
-132,87 |
F"(x0)=-sin(0)=0; F'(x0)=cos(0)=1; sin(3 /4)=0,7072 , интерполируемое значение S(3 /4)=0,608
График сплайн-интерполяция для рассмотренного примера
|
2 |
|
|
|
|
|
|
|
|
1.003 |
|
|
|
|
|
|
|
|
1 |
|
|
|
|
|
|
|
|
P(x) |
|
|
|
|
|
|
|
|
0 |
|
|
|
|
|
|
|
|
Yi |
|
|
|
|
|
|
|
|
1 |
|
|
|
|
|
|
|
|
1.778 |
|
|
|
|
|
|
|
|
2 0 |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
|
0 |
|
|
|
x Xi |
|
|
6.283 |
Лекция 4 Аппроксимация табличных данных и функций.
Численное решение систем линейных уравнений
Аппроксимация
Наиболее распространенным методом аппроксимации данных является метод наименьших квадратов.
Пусть функция y=f(x) задана таблицей своих значений: yi=f(xi), i=0,1, ..n.
Критерием близости в методе наименьших квадратов является требование минимальности среднего квадратического отклонения
|
1 |
n |
|
|
( yi (xi ))2 |
||
|
|||
|
n 1 i 0 |
Критерий близости записывается в следующем виде
n
( yi (xi ))2 min
i0
Вотличие от задачи интерполяции не требуется,
чтобы аппроксимирующая функция проходила через все заданные точки.
Наиболее часто встречаются аппроксимация прямой линией (линейная регрессия), аппроксимация полиномом (полиномиальная регрессия), аппроксимация линейной комбинацией произвольных функций.
Аппроксимация прямой
Из всех прямых (x) = ax + b выбирается та, для которой сумма квадратов отклонений значений функции от этой прямой минимальна.
|
N |
2 |
F(a,b) ( yi axi b) |
min |
|
|
i 0 |
|
F |
N |
|
2 xi ( yi axi b) 0 |
||
a |
i 0 |
|
F |
N |
|
2 ( yi axi b) 0 |
||
b |
i 0 |
|
Значения коэффициентов прямой
|
|
|
n |
|
n |
n |
|
a |
(n 1) xi yi |
xi yi |
|||||
|
i 0 |
i 0 |
i 0 |
||||
|
n |
|
n |
|
|
||
|
|
(n 1) xi2 |
( xi )2 |
||||
|
|
|
i 0 |
|
i 0 |
|
|
|
|
n |
n |
n |
|
n |
|
b |
xi2 |
yi |
xi |
xi yi |
|||
i 0 |
i 0 |
i 0 |
i 0 |
||||
|
n |
|
n |
||||
|
|
(n 1) xi2 ( xi )2 |
|||||
|
|
|
i 0 |
|
i 0 |
Аппроксимация полиномом с помощью МНК
Требуется найти полином фиксированной степени m, для которого СКО
|
1 |
n |
|
|
(Pm (xi ) yi )2 |
||
|
|||
|
n 1 i 0 |
||
|
|
минимально. |
n |
2 |
n |
|
m |
j |
2 |
(Pm (xi ) yi ) |
|
|
|
a j xi |
|
|
|
|
|
yi |
|||
i 0 |
|
i 0 |
|
j 0 |
|
|
Нормальная система уравнений МНК
Используя необходимое условие экстремума, получим
m |
|
n |
|
n |
|
|
|
xij k a j |
yi xik |
, |
k=0,1,..m. |
||
j 0 |
i 0 |
|
i 0 |
|
|
Полученная система есть система линейных
алгебраических уравнений относительно неизвестных a0,a1,a2….am.