- •1. Системный подход к проектированию электронных средств: общая характеристика проблемы.
- •2. Структурный подход к проектированию эс: сущность структурного подхода.
- •3. Системный подход к проектированию сложных систем: методология функционального моделирования sadt
- •4. Системный подход к проектированию сложных систем: состав функциональной модели.
- •5. Системный подход к проектированию сложных систем:иерархия диаграмм
- •6.Системный подход к проектированию сложных систем: типы связей между функциями
- •7. Case-средства. Общая характеристика и классификация
- •8.Технология внедрения case-средств и определение в них потребностей
- •9. Оценка и выбор case-средств
- •10.Применение case-технологий в проектировании тс
- •11. Имитационное моделирование в терминах sadt-технологий: основные понятия и аналитические методы моделирования
- •12. Имитационные методы моделирования. Проблемы применения имитационного моделирования
- •13. Математические модели систем: непрерывно-детерминированный и дискретно-стохастический подход
- •14. Математические модели систем: дискретно-детерминированный подход
- •15. Непрерывно стохастический подход.
- •16. Построение имитационных моделей систем: событийный и процессно-ориентированный подход
- •1. Актуальность и необходимость применения сапр.
- •22. Основные Требования к математическим моделям объектов проектирования эс. Методика составления математических моделей.
- •Основные характеристики
- •25. Методы построения функций принадлежности нечетких множеств. Операции над нечеткими множествами.
- •26. Алгебраические операции над нечеткими множествами.
- •27. Расстояние между нечеткими множествами, индексы нечеткости
- •28. Нечеткие множества: принцип обобщения и нечеткие отношения
- •29. Основные понятия Теории Графов.
- •Требования к представлению графов
- •Модель схемы в виде ориентированного мультиграфа
- •32. Представление схемы гиперграфом и ультраграфом
- •33.Математические модели монтажного пространства
- •34.Последовательные алгоритмы структурного синтеза.Алгоритм компоновки по критерию минимума межблочной связности. Последовательные алгоритмы структурного синтеза
- •Алгоритм компоновки по критерию минимума межблочной связности
- •35.Задача размещения
- •36.Задача трассировки
- •37.Выбор критериев оптимальности. Частные критерии.
- •Частные критерии
- •37.Аддитивные и мультипликативные критерии в задачах проектирования
- •Мультипликативные критерии
- •39.Минимаксные критерии в задачах оптимального проектирования Минимаксные критерии
- •40.Оценка значений весовых коэффициентов в задачах оптимального проектирования Оценка значений весовых коэффициентов
- •41.Порядок проектирования технологического процесса
- •42.Технологическая подготовка производства
- •43.Техническое обеспечение сапр.
- •44. Технические средства машинной графики
- •45.Вычислительные сети сапр
- •46. Информационное обеспечение сапр:базы данных. Базы данных в сапр
- •65. Задача обучения нейронной сети на примерах. Классификация и категоризация
- •67. Необходимость иерархической организации нейросетевых архитектур. Многослойный персептрон. Необходимость иерархической организации нейросетевых архитектур.
- •Многослойный персептрон.
- •68. Многослойный персептрон: обучение методом обратного распространения ошибок
Требования к представлению графов
Известны различные способы представления графов в памяти компьютера, которые различаются объемом занимаемой памяти и скоростью выполнения операций над графами. Представление выбирается, исходя из потребностей конкретной задачи. Далее приведены четыре наиболее часто используемых представления с указанием характеристики n(p,q) – объема памяти для каждого представления. Здесь p – число вершин, а q – число ребер.
Матрица смежности
Представление графа с помощью квадратной булевой матрицы M, отражающей смежность вершин, называется матрицей смежности, где
Для матрицы смежности n(p,q) = O(p2).
Замечание
Матрица смежности неориентированного графа симметрична относительно главной диагонали, поэтому достаточно хранить только верхнюю (или нижнюю) треугольную матрицу.
Матрица инциденций
Представление графа с помощью матрицы H, отражающей инцидентность вершин и ребер, называется матрицей инциденций, где для неориентированного графа
а для орграфа
Для матрицы инциденций n(p,q) = O(pq).
Списки смежности
Представление графа с помощью списочной структуры, отражающей смежность вершин и состоящей из массива указателей на списки смежных вершин, где элемент списка представлен структурой
N : record v : 1..p; n :↑ N end record,
называется списком смежности. В случае представления неориентированных графов списками смежностиn(p,q) = O(p+2q), а в случае ориентированных графов n(p,q) = O(p+q).
Массив дуг
Представление графа с помощью массива структур
E : array [1..q] of record b,e : 1..p end record,
отражающего список пар смежных вершин, называется массивом ребер (или, для орграфов, массивом дуг). Для массива ребер (или дуг) n(p,q) = O(2q).
31. Модель схемы в виде неориентированного и ориентированного мультиграфа
НЕОРИЕНТИРОВАННЫЙ:
тобы задать информацию о связанности элементов или их выводов, каждая элементарная цепь (комплекс) интерпретируется полным подграфом, что приводит к избыточности ребер, количество вершин подграфа определяется числом элементов или выводов, соединяемых данной цепью. При этом учитывается фактор неизвестности соединения, так как покрывающие «деревья», построенные на полном подграфе, соответствуют возможным вариантам соединения элементов данной цепью. Модель схемы получается объединением полных подграфов.
При такой интерпретации применяется вероятностный подход — каждому ребру v» еVполного подграфа присваивают вес:
pi=1/(k-1), (3.1)
где k — количество вершин полного подграфа.\Модель схемы представлена на рис. 3.1, где & — логическое И; МS—
селектор-мультиплексор (выбор канала со стробированием и непрерывная передача информационных посылок в одну линию); МL— мультиплексор (демультиплексор или аналоговый коммутатор). При сопоставлении элементов схемы и вершин графа, получаем граф (рис. 3.2).
Введение избыточных ребер может сделать граф не планарным, хотя интерпретируемая нами схема — планарна. По данному графу нельзя получить правильную оценку элементарных связей между частями схемы. Например, количество ребер, попадающих в разрез между G1 иG2 графаG (X1={x1, х3},X2={х2,x4}, равно четырем (для вероятностного графа сумма весов ребер равна 4/3), в то время как в схеме в этом случае разрезается одна цепь. При такой модели схемы существует сильная корреляционная связь между показателями, так что оптимизация одного приводит к оптимизации другого (рис. 3.3).
При сопоставлении выводов элементов и вершин графа граф схемы распадается на отдельные компоненты связности (рис. 3.4), количество которых определяется числом электрических цепей схемы. Объединяя эти компоненты связности в соответствии с принадлежностью выводов элементам схемы, получим рассмотренную выше модель.
Модель схемы, полученную объединением полных подграфов, можно не использовать для решения задач размещения элементов (информацию о метрических параметрах элементов можно учитывать в весовых характеристиках вершин) и компоновки алгоритмами, в которых определяющим является фактор связности. Модель схемы в виде отдельных компонентов связности несет информацию о соединяемых выводах элементов для задачи трассировки [33].
Электрическую цепь можно представить фиксированным «деревом» (см. рис. 3.3), в этом случае не исключаются избыточные ребра,однако не учитывается фактор неизвестности соединений и неверно отражается связность элементов схемы, так как любые две несмежные вершины «дерева» не связаны между собой, в то время как в схеме между соответствующими элементами существует электрическая связь.Tакую модель можно использовать для решения топологических задач трассировки, если нет ограничений на проведение соединений под элементами и между их контактами.
ОРИЕНТИРОВАННЫЙ