Материал: Основы автоматизации проектирования беспроводных систем и сетей связи. Семёнов Р.В

Кроме того, на этом шаге учитывается возможность срыва поставок необходимых комплектующих.

9шаг. Решается одна из задач выбора, например, различные альтернативные варианты синтезируемой системы ранжируется по совокупности критериев качества в порядке убывания предпочтения.

10этап. Выбирается наилучший вариант на основе предпочтений ЛПР, например, с помощью дополнительного критерия эффективность/стоимость.

Укрупненная схема методики формирования и выбора вариантов построения БСС приведена на рисунке 3.5.

Рис. 3.5. Укрупненная схема методики формирования и выбора варианта построения БСС

136

Особенность реализованного подхода состоит в том, что генерация альтернатив осуществляется морфологическим методом, а отбор лучших решений проводится с помощью комплекса алгоритмов решения задач МКВ. Генерируемые решения проверяются на совместимость, а окончательные решения наилучшим образом удовлетворяют основным требованиям технического задания. Подход инвариантен к объекту выбора, а его применение наиболее актуально на начальных этапах проектирования БСС. Знания экспертовпроектировщиков, используемые в предлагаемом подходе, могут многократно применяться для решения задач в рассматриваемой предметной области.

Ключевая роль в предлагаемой методике принадлежит как модифицированному алгоритму генерации вариантов, который осуществляет отбор допустимых нехудших вариантов, так и комплексу алгоритмов решения задачи выбора, который осуществляет отбор конкурентоспособных решений.

Таким образом, рассмотренный подход к концептуальному проектированию БСС позволяет из множества альтернативных взаимозаменяемых, но различных по своим характеристикам компонентов, имеющихся на отечественном и зарубежном рынках, синтезировать вариант системы, наилучший по совокупности частных критериев. Предложенный подход также позволяет оценивать меру близости конкретной системы к лучшим образцам аналогичной отечественной, мировой и потенциальной достижимой техники. Кроме того, применение рассмотренного подхода к проектированию БСС позволяет оценить не только уровень развития конкретного образца системы, но и в дальнейшем определить пути его совершенствования.

3.3. Методы эволюционного синтеза

Современные БСС содержат конечное число сложных подсистем (ОФПС), влияние которых на эффективность системы в целом не одинаково. Следовательно, обеспечение заданной эффективности системы за счет улучшения качества

137

одновременно всех подсистем практически невозможно, в первую очередь из-за экономических соображений.

В этой связи особый интерес вызывает применение методов эволюционного синтеза, обеспечивающих максимальную преемственность на каждом этапе проектирования проводимых модернизаций и наследование всех свойств и компонентов, синтезированных на более ранних этапах. Число модернизаций, осуществляемых при переходе от прототипа к варианту системы, включающей только принципиально новые компоненты, в общем случае равно числу ОФПС из которых состоит совершенствуемая система. Получаемые на каждом этапе модернизаций варианты системы имеют различную эффективность с различных точек зрения. Кроме того, каждая переходная стадия от предыдущей системы к последующей имеет свои особенности по временному критерию, критериям стоимости, перспективности, риска.

К основным направлениям развития эволюционного программирования на современном этапе относятся следующие:

–генетические алгоритмы (ГА), предназначенные для оптимизации функций дискретных переменных и использующие аналогии естественных процессов рекомбинации и селекции;

–классифицирующие системы (КС), созданные на основе генетических алгоритмов, которые используются как обучаемые системы управления;

–генетическое программирование (ГП), основанное на использовании эволюционных методов для оптимизации создаваемых компьютерных программ;

–эволюционное программирование (ЭП), ориентированное на оптимизацию непрерывных функций без использования рекомбинаций;

–эволюционные стратегии (ЭвС), ориентированные на оптимизацию непрерывных функций с использованием рекомбинаций.

138

Воснове генетических алгоритмов лежат генетика и хромосомная теория эволюции организмов. Хромосомы – это нитевидные структуры, находящиеся в клеточном ядре, которые являются носителями наследственности. Каждая хромосома уникальна морфологически и генетически не может быть заменена другой либо восстановлена при утере (при потере хромосомы клетка, как правило, погибает).

Взадачах поиска оптимальных решений каждое решение из множества возможных можно представить набором информации, который может быть изменен путем введения элементов другого решения. Другими словами, возможные решения соответствуют хромосомам, состоящим из генов, причем в ходе оптимизации происходит обмен генами между хромосомами (рекомбинация). При построении генетических алгоритмов важен выбор принципа генетической рекомбинации. Существует несколько типов перераспределения наследственных факторов:

–рекомбинация хромосомных и нехромосомных генов;

–рекомбинация целевых негомологических хромосом;

–рекомбинация участков хромосом, представленных непрерывными молекулами ДНК.

Для построения генетических алгоритмов наибольший интерес представляет третий тип рекомбинации, который используется для накопления в конечном решении лучших функциональных признаков, какие имелись в наборе исходных решений. Существует несколько типов рекомбинации участков хромосом: кроссинговер, сайт, иллегальная рекомбинация.

Кроссинговер соответствует регулярной рекомбинации, при которой происходит обмен определенными участками между гомологическими хромосомами. Он приводит к появлению нового сочетания сцепленных генов.

Сайт – это вид рекомбинации, при которой на коротких специализированных участках хромосом происходит обмен генофоров (генных носителей), часто различных по объему и составу генетической информации.

139

Иллегальная рекомбинация допускает негомологичные обмены, к которым относятся транслокации, инверсии и случаи неравного кроссинговера. Такие способы могут оказаться полезными при генерации новых решений.

В генетических алгоритмах наибольшее распространение получила операция кроссинговера, заключающаяся в разрыве гомологических хроматид с последующим соединением их в новом сочетании.

Основная цель кроссинговера заключается в создании из имеющегося генетического материала желаемой комбинации признаков в одном решении.

Помимо кроссинговера для решения различных прикладных задач полезными являются такие генетические операции, как мутация, инверсия, транслокация, селекция (инбридинг и гибридизация), генная инженерия.

Под мутацией понимается генетическое изменение, приводящее к качественно новому проявлению основных свойств генетического материала: дискретности, непрерывности или линейности. Свойство дискретности позволяет выделить в исходном генетическом материале отдельные фрагменты, контролирующие те или иные функции. Непрерывность означает, что определенные комбинации генов совместно контролируют некоторую функцию. Линейность проявляется в определенной последовательности генов в пределах группы сцепления.

Процессы мутации ведут к получению более разнообразного генетического материала. В связи этим применение операции мутации в генетических алгоритмах направлено на получение решений, которые не могут быть улучшены качественно посредством кроссинговера.

Инверсия, транслокация, транспозиция, делеция и дупликация относятся к разновидностям хромосомной мутации. Селекция представляет собой форму искусственного отбора, который может быть массовым или индивидуальным. Установлено, что массовый отбор по фенотипу (совокупности всех внешних и внутренних признаков) менее эффективен, чем ин-

140