Задачи структурного синтеза и принятия решений
Принятие проектных решений охватывает широкий круг задач и процедур — от выбора вариантов в конечных и обозримых множествах до задач творческого характера, не имеющих формальных способов решения.
Соответственно в САПР применяют как средства формального синтеза проектных решений, выполняемого в автоматическом режиме, так и вспомогательные средства, способствующие выполнению синтеза проектных решений в интерактивном режиме. К вспомогательным средствам относятся базы типовых проектных решений, системы обучения проектированию, программно-методические комплексы верификации проектных решений, унифицированные языки описания ТЗ и результатов проектирования.
Задачи синтеза структур проектируемых объектов относятся к наиболее трудно формализуемым. Существует ряд общих подходов к постановке этих задач, однако практическая реализация большинства из них неочевидна. Поэтому имеются лишь "островки" автоматического выполнения процедур синтеза среди "моря" проблем, ждущих автоматизации.
Именно по этой причине структурный синтез, как правило, выполняют в интерактивном режиме при решающей роли инженера-разработчика, а ЭВМ играет вспомогательную роль: предоставление необходимых справочных данных, фиксация и оценка промежуточных и окончательных результатов.
Однако в ряде приложений имеются и примеры успешной автоматизации структурного синтеза в ряде приложений; среди них заслуживают упоминания в первую очередь задачи конструкторского проектирования печатных плат и кристаллов БИС, логического синтеза комбинационных схем цифровой автоматики и вычислительной техники, синтеза технологических процессов и управляющих программ для механообработки в машиностроении и некоторые другие.
Структурный синтез заключается в преобразовании описаний проектируемого объекта: исходное описание содержит информацию о требованиях к свойствам объекта, об условиях его функционирования, ограничениях на элементный состав и т.п., а результирующее описание должно содержать сведения о структуре, т.е. о составе элементов и способах их соединения и взаимодействия.
Постановки и методы решения задач структурного синтеза в связи с трудностями формализации не достигли степени обобщения и детализации, свойственной математическому обеспечению процедур анализа. Достигнутая степень обобщения выражается в установлении типичной последовательности действий и используемых видов описаний при их преобразованиях в САПР. Исходное описание, как правило, представляет собой ТЗ на проектирование, по нему составляют описание на некотором формальном языке, являющемся входным языком используемых подсистем САПР. Затем выполняют преобразования описаний, и получаемое итоговое для данного этапа описание документируют — представляют в виде твердой копии или файла в соответствующем формате для передачи на следующий этап.
Важное значение для развития подсистем синтеза в САПР имеют разработка и унификация языков представления описаний (спецификаций). Каждый язык, поддерживая выбранную методику принятия решений, формирует у пользователей САПР — разработчиков технических объектов определенный стиль мышления; особенности языков непосредственно влияют на особенности правил преобразования спецификаций. Примерами унифицированных языков описания проектных решений являются язык VHDL для радиоэлектроники, он сочетает в себе средства для функциональных, поведенческих и структурных описаний, или язык Express — универсальный язык спецификаций для представления и обмена информацией в компьютерных средах.
Имеется ряд подходов для обобщенного описания задач принятия проектных решений в процессе структурного синтеза.
Задачу принятия решений (ЗПР) формулируют следующим образом:


где — множество альтернатив проектного решения (морфологическое множество), — множество критериев (выходных параметров), по которым оценивается соответствие альтернативы поставленным целям; : модель, позволяющая для каждой альтернативы рассчитать вектор критериев, — решающее правило для выбора наиболее подходящей альтернативы в многокритериальной ситуации.
В свою очередь, каждой альтернативе конкретного приложения можно поставить в соответствие значения упорядоченного множества (набора) атрибутов , характеризующих свойства альтернативы. При этом может быть величиной типа real, integer, Boolean, string (в последнем случае величину называют предметной или лингвистической). Множество называют записью (в теории баз данных), фреймом (в искусственном интеллекте) или хромосомойгенетических алгоритмах). Модель называют структурно-критериальной, если среди имеются параметры, характеризующие структуру моделируемого объекта.
Основными проблемами в ЗПР являются:
Присущая проектным задачам неопределенность и нечеткость исходных данных, а иногда и моделей, диктуют использование специальных методов количественной формулировки исходных неколичественных данных и отношений. Эти специальные методы либо относятся к области построения измерительных шкал, либо являются предметом теории нечетких множеств.
Измерительные шкалы могут быть:
  1. абсолютными;
  2. номинальными (классификационными), значения шкалы представляют классы эквивалентности, примером может служить шкала цветов; такие шкалы соответствуют величинам неколичественного характера;
  3. порядковыми, если между объектами и установлено одно из следующих отношений: простого порядка, гласящее, что если лучше , то хуже , и соблюдается транзитивность; или слабого порядка, т.е. либо не хуже , либо не лучше ; или частичного порядка. Для формирования целевой функции производится оцифровка порядковой шкалы, т.е. при минимизации, если предпочтительнее , то , где и — множества атрибутов объектов и соответственно;
  4. интервальными, отражающими количественные отношения интервалов: шкала единственна с точностью до линейных преобразований, т.е. , , , или при , или .
В большинстве случаев структурного синтеза математическая модель в виде алгоритма, позволяющего по заданному множеству и заданной структуре объекта рассчитать вектор критериев , оказывается известной. Например, такие модели получаются автоматически в программах анализа типа Spice, Adams или ПА-9 для объектов, исследуемых на макроуровне. Однако в ряде других случаев такие модели неизвестны в силу недостаточной изученности процессов и их взаимосвязей в исследуемой среде, но известна совокупность результатов наблюдений или экспериментальных исследований. Тогда для получения моделей используют специальные методы идентификации и аппроксимации (модели, полученные подобным путем иногда называют феноменологическими).
Среди методов формирования модели по экспериментальным данным наиболее известны методы планирования экспериментов. Не менее популярным становится подход, основанный на использовании искусственных нейронных сетей.
Если же математическая модель остается неизвестной, то стараются использовать подход на базе систем искусственного интеллекта (экспертных систем).
Возможности практического решения задач дискретного математического программирования (ДМП) изучаются в теории сложности задач выбора, где показано, что задачи даже умеренного размера, относящиеся к классу NP-полных задач, в общем случае удается решать только приближенно.
Поэтому большинство практических задач структурного синтеза решают с помощью приближенных (эвристических) методов. Это методы, использующие специфические особенности того или иного класса задач и не гарантирующие получения оптимального решения. Часто они приводят к результатам, близким к оптимальным, при приемлемых затратах вычислительных ресурсов.
Одним из подходов к решению задач принятия проектных решений является использование методов искусственного интеллекта и баз знаний.
Если все управляемые параметры альтернатив, обозначаемые в виде множества , являются количественными оценками, то используют приближенные методы оптимизации. Если в входят также параметры неколичественного характера и пространство неметризуемо, то перспективными являются эволюционные методы вычислений, среди которых наиболее развиты генетические методы. Наконец, в отсутствие обоснованных моделей их создают, основываясь на экспертных знаниях в виде некоторой системы искусственного интеллекта.
Примерами применения генетических методов для решения задач, относящихся к проблематике ИПИ-технологий и САПР, могут служить синтез расписаний и распределение ресурсов в интегрированных логистических системах, оптимизация распределения нагрузки в корпоративных информационных сетях, распределение приложений по подсхемам виртуальной локальной вычислительной сети и некоторые другие.
Представление множества альтернатив
Простейший способ задания множества — явное перечисление всех альтернатив. Семантика и форма описания альтернатив существенно зависят от приложения. Для представления таких описаний в памяти ЭВМ и доступа к ним используют информационно-поисковые системы (ИПС). Каждой альтернативе в ИПС соответствует поисковый образ, состоящий из значений атрибутов и ключевых слов вербальных характеристик.
Явное перечисление альтернатив при представлении множества альтернатив возможно лишь при малой мощности . Поэтому в большинстве случаев используют неявное описание в виде способа (алгоритма или набора правил ) синтеза проектных решений из ограниченного набора элементов . Поэтому здесь , а типичный процесс синтеза проектных решений состоит из следующих этапов:
  1. формирование альтернативы (это может быть выбор из базы данных ИПС по сформированному поисковому предписанию или генерация из в соответствии с правилами );
  2. оценка альтернативы по результатам моделирования с помощью модели ;
  3. принятие решения относительно перехода к следующей альтернативе или прекращения поиска (выполняется лицом, принимающим решение или автоматически).
Для описания множеств и используют следующие подходы.