CC BY
49
Известия ТРТУ
Тематический выпуск
сколько частей для расщепления критической вершины. В данном алгоритме топология представляется в виде множества пересекающихся прямоугольников. Такая модель имеет ряд недостатков и в [2] описана новая модель непересекающихся многосвязных контуров, которая учитывает более широкий набор технологических .
В докладе предложены реорганизации контуров, применяемые для оптимизации критического пути. Расщепление критической вершины производится путем разбиения стороны контура на несколько новых. Удаление критического ребра осуществляется с помощью нескольких видов реорганизации в зависимости от типа технологического правила, образующего ребро. Для правил минимального расстояния, ширины и включения используется удаление стороны контура в направлении сжатия или ее сдвиг в ортогональном направлении. Для правила минимальной площади уменьшение длины критического ребра в направлении сжатия производится одновременно с увеличением длины соответствующего ребра в ортого-. -ческого ребра на несколько ортогональных ребер, вычисления критических путей в графе ограничений и последующей трансформации контура.
Предложенные реорганизации позволяют корректно выдерживать сложные технологические правила и при этом получать компактную топологию.
ЛИТЕРАТУРА
1. Wayne H. Wolf, Robert G. Mathews, Jon A Newkirk, and Robert W.Dutton. "Algorithm For Optimizing Two-dimensional Symbolic Layout Compaction", IEEE Transactions On Computer-aided Desigh, Vol.7, April, 1988. pp. 451-466
2. . ., . ., . . "
для задачи сжатия" // Труды НИИР, 2000. С.73-75.
УДК 681.518
МЛ. Парфенова
ИНТЕЛЛЕКТУАЛЬНЫЕ ИНФОРМАЦИОННО-УПРАВЛЯЮЩИЕ СИСТЕМЫ НА ЧИСЛАХ ФИБОНАЧЧИ
Рассматриваются методы повышения уровня интеллектуальности информа-ционно-управляющих систем (ИУС) на базе автоматизированных систем поддержки принятия решений (АСППР), осуществляющих информационное моделирование производственных систем при совместном функционировании искусственного интеллекта АСППР и естественного интеллекта ЛПР - лица, принимающего реше-.
Специфика создания подобных ИУС заключается в следующем:
♦ сложность формал изации управляющей, интеллектуальной деятельности специалистов предметной области, связанная с необходимостью формального представления опыта управления;
♦
возникающих ситуаций и неоднозначности в выборе способов их устранения; многофакторность объекта управления и случайный характер изменения его
;
Материалы Международной конференции
“Интемектуальные САПР”
♦ сложность структурно-адгоритмической реализации трех контурной обратной
связи АСППР в виде знаний об объекте управления, обобщенного опыта , . Предложены оптимальные алгоритмы интеллектуальной поддержки функций управления на основе АСППР с их реализацией числами Фибоначчи по критериям быстродействия и точности вырабатываемых управляющих воздействий.
Обеспечение первого критерия связано с классификацией, распознаванием и оценкой ситуаций и способов их устранения. При этом целесообразен переход от рассмотрения траекторий или возможных вариантов решений, ведущих к различ-, . x , y ,
имеющихся или дополнительных ресурсов, типовые ситуации образуются сочетаниями из (x-1) элементов по nxy=(x+y)/2, где nxy - линии наименьшего роста чисел траекторий, ведущих к различным ситуациям, или диагональные линии. Типовые ситуации представляются в виде линейных комбинаций, которые адекватно отображаются алгоритмами и создают единую информационную базу для выработки управляющих воздействий в ситуационном пространстве, в котором суммарное
30 ,
60. , -
однозначность в процессе формирования управляющих воздействий и повышается точность вырабатываемых решений [1].
Второй подход создания интеллектуальных информационно-управляющих систем на основе АСППР основывается на применении дискретно-непрерывных
,
распределение вероятностей Пойа, умноженное на весовую функцию.
ЛИТЕРАТУРА 1. . ., . ., . . на числах Фибоначчи. Уфа: Гилем, 1977. 293 с.
УДК 681.2
F. Бгьшшег, A.G. Buimov, V.E. Laevski
МЕТОДОЛОГИЯ АДАПТАЦИИ И ТЕСТИРОВАНИЯ АЛГОРИТМОВ ОКОНТУРИВАНИЯ НА ОСНОВЕ СИНТЕЗИРОВАННЫХ ИЗОБРАЖЕНИЙ
В ЗАДАЧАХ ПРИВЯЗКИ , -
ляционно-экстремальных навигационных, либо картографических систем, являются статистические характеристики используемых изображений [1, 12]. Они, в свою , ,
. -плексов, формировании эталонных изображений и т. д., необходимо учитывать ряд , , алгоритмы обработки сигнала, которые в данной ситуации дают наилучшие ре.
Одним из способов подготовки изображений к сравнению, является их специальная предобработка : фильтрация, контрастирование, выделение контуров, обра-
