CC BY
30
УДК 658.512
В. В. Игнатущенко ПРОГНОЗИРОВАНИЕ ЭФФЕКТИВНОСТИ ПАРАЛЛЕЛЬНЫХ ВЫЧИСЛИТЕЛЬНЫХ СИСТЕМ РЕАЛЬНОГО ВРЕМЕНИ ПРИ ИХ
ПРОЕКТИРОВАНИИ
Наиболее важным критерием эффективности управляющих вычислительных систем (ВС) является способность ВС решить требуемый набор задач за время, не большее заданного директивного времени. Применительно к параллельным ВС проблема априорного оценивания такого критерия получила название прогнозирования времени выполнения сложных программных комплексов (заданных наборов задач); последние рассматриваются как комплексы взаимосвязанных работ (КВР) задач и/или их параллельно - последовательных фрагментов (процессов, программных модулей) со случайными временами их выполнения.
Формально под прогнозированием выполнения конкретного КВР на параллельной ВС понимаются стохастические оценки (в статике) времени Т его реализации (среднее значение, и/или дисперсия, и/или функция распределения 7) и определение вероятности £> выполнения комплекса работ за время, не большее заданного директивного времени Т^.
Решение проблемы высокоточного прогнозирования в предлагаемом подходе базируется на использовании разработанного в Институте проблем управления РАН математического метода прямого стохастического моделирования выполнения КВР в параллельных ВС, который по точности соответствует имитационному моделированию тех же процессов (на уровне работ), требует принципиально меньших затрат машинного времени и позволяет определить функцию распределения прогнозируемого времени Т выполнения КВР.
Решение математической задачи прогнозирования времени Т выполнения КВР на ранних этапах проектирования параллельных ВС реального времени и их программного обеспечения направлено на достижение следующих практических целей: на предъявление требований к конфигурации и производительности вычислительных ресурсов, на оценку “пригодности” параллельной ВС для выполнения конкретных КВР, задаваемых пользователем, за требуемое время с заданной вероятностью, на выбор методов резервирования вычислительных структур и процессов, и пр.
УДК 658.512
С.В.Адамов ПЕРЕТРАССИРОВКА СОЕДИНЕНИЙ РАЗНОЙ ШИРИНЫ
Задача трассировки является одним из важнейших этапов конструкторского проектирования С.Б.И.С.К настоящему времени разработано большое количество алгоритмов ее решения и их модификаций. Однако, новые тенденции, связанные прежде всего с тем, что трассируемые соединения изменяют ширину в зависимости от номера цепи, слоя, и направления распространения в пределах одного слоя, делают актуальной разработку новых подходов. Одним из них является использование бессеточной модели коммутационного поля на этапе дотрассировки. Изменение подхода требует решения старых задач на новом уровне.
Для построения бессеточной модели коммутационное поле разбивается на вертикальные и горизонтальные блоки. Строится взвешенный граф связей между ними.
Предлагаемый алгоритм решает задачу перетрассировки с учетом особенностей бессеточной модели коммутационного поля.
На первом этапе алгоритма оценивается перспективность уже проложенных трасс для разрыва. Это становится возможным после распространения волны из всех контактов трассируемой цепи. На этом этапе широко используются информативные возможности
Материалы Международной конференции
“Интеллектуальные САПР”
бессеточноой модели. Этот же этап определяет, достаточно ли для трассировки одного разрыва.
Если да, то выбранная цепь удаляется, трассируется разорванная. Алгоритм избегает зацикливания благодаря упорядоченному перебору цепей.
Если одного разрыва недостаточно, то используется процедура гибкой трассировки. Ее задача, более тщательный анализ реализуемости цепей. В процессе работы процедуры, края мешающих блоков разрываемой цепи объявляются целевыми контактами текущей цепи. К ним проводятся трассы текущей цепи в окончательном виде, однако, ни они, ни разорваная цепь, не влияют на разбиение рабочего поля. Блоки этих цепей влияют лишь на вес вершин графа, соответствующих блокам, в которых они находятся. Исключение составляют лишь общие для всех предварительных трасс блоки, они считаются занятыми. Разорваная цепь трассируется. При этом возможен разрыв одной из предварительных трасс. В этом случае вес, вносимый остальными трассами, пропорционально увеличивается, ставшие общими блоки трасс считаются занятыми, и модель рабочего поля преобразуется. Разорваная цепь может просто изогнуть предварительную трассу, если трассировка предварительной трассы в обход пересекшего ее участка разорваной цепи будет удачной Если трассировка разорваной цепи закончилась удачно, то процесс повторяется. Из итерации в итерацию текущая цепь оттесняет то одну, то другую цепь, изгибаясь при этом под их воздействием. Разрыв одной из них приводит к возврату на один шаг и запрету ее разрыва. Предложенный алгоритм позволяет избежать сложных ситуаций, когда ради одной цепи приходится разрывать несколько, нуждающихся в перетрассировке, что заводит перетрассировку в тупик.
Экспериментальные исследования показали, что предложенный алгоритм успешно решает поставленные задачи. В частности, позволяет вовремя обнаружить сложные ситуации при многократных разрывах
УДК 658.512
О.В. Матузков РЕШЕНИЕ ЗАДАЧИ КОММИВОЯЖЕРА С ИСПОЛЬЗОВАНИЕМ ГЕНЕТИЧЕСКОГО АЛГОРИТМА
1. Задача коммивояжера является графовой задачей переборного типа. Одним из подходов решения данной задачи является генетический алгоритм. При решении данной задачи затрагиваются большие ресурсы, поэтому использование генетического метода должно повысить эффективность нахождения оптимального решения.
2. Задача коммивояжера - это задача оптимизации, целевая функция которой представлена в виде минимизации суммы ребер, связывающих вершины гамильтонова цикла в графе.
3. Генетические алгоритмы применимы к тем задачам, которые можно закодировать как бинарные стринги. В задаче коммивояжера стринг кодируется в виде последовательности номеров вершин, составляющих гамильтонов цикл. При этом номер каждый вершины кодируется в двоичное число.
4. При решении задачи коммивояжера возникает необходимость введения новых генетических операторов для повышения эффективности работы алгоритма. Например, модифицированный оператор рекомбинации. Данный оператор отличается от оператора рекомбинации тем, что он работает с четко выделенными лучшими участками стрингов.
5. В настоящее время большое распространение получили нейронные сети. При реализации данной задачи на нейропроцессоре скорость выполнения задачи возрастает, что повышает вероятность нахождения оптимального решения за меньшее время, чем при реализации на персональном компьютере.
