УДК 004.89:004.4

С.В. Акимов

АРХИТЕКТУРА РАСПРЕДЕЛЕННОЙ СИСТЕМЫ
АВТОМАТИЗИРОВАННОГО
СТРУКТУРНО-ПАРАМЕТРИЧЕСКОГО СИНТЕЗА

По материалам статьи: «Акимов С.В. Мультиагентная модель автоматизации структурно-параметрического синтеза // Системы управления и информационные технологии, 2005, № 3 (20). С. 45-48.»

Автоматизация структурно-параметрического синтеза является одной из ключевых проблем, возникающих при создании перспективных систем поддержки принятия проектных решений. Однако ее решение наталкивается на ряд трудностей, часть из которых состоит в необходимости привлечения знаний из различных областей. Поэтому система автоматизированного структурно-параметрического синтеза должна быть построена по распределенной технологии. Такая технология является наиболее естественной, так как и в реальном мире, при разработке сложных систем могут быть задействованы несколько институтов и десятки лабораторий.

Для реализации такой системы лучше всего подходит архитектура распределенной системы искусственного интеллекта, выполненной по мультиагентной технологии [1]. Здесь каждый агент будет представлять собой класс рассматриваемых объектов. Такими объектами могут быть любые устройства и системы: усилители, смесители, фильтры, согласующие цепи, приемники, передатчики и т.д. Так как реальные системы имеют иерархическую структуру, то и распределенная система структурно-параметрического синтеза так же будет построена по иерархическому принципу (рис. 1). В самом деле, для того, чтобы провести синтез, например, СВЧ-усилителя, необходимо уметь синтезировать модули, из которых он состоит: цепи связи и активные 4-полюсники [2]. Тогда агент, отвечающий за синтез усилителя, просто должен будет определить состав модулей, представленных агентами, из которых он будет состоять, и сгенерировать для них технические задания (ТЗ). Далее он должен будет обратиться на сервер, где размещены агенты, представляющие объекты классов усилительных 4-полюсников и согласующих цепей, создать необходимое число экземпляров этих агентов и передать каждому из них ТЗ. После того, как эти агенты синтезируют структуры представляемых ими объектов и подберут параметры элементов их составляющих, информация о характеристиках объектов в виде макромоделей будет передана создавшему их агенту. В этом агенте будут произведены необходимые вычисления, после чего будет принято решение продолжать процедуру синтеза, используя другой набор ТЗ и/или состава агентов, или посчитать это решение удовлетворительным и завершить процесс.

Рис. 1. Архитектура распределенной системы автоматизированного структурно-параметрического синтеза (в скобках указаны классы агентов для случая синтеза однокаскадного СВЧ-усилителя)

Рассмотренные агенты могут быть размещены как на одном компьютере, так и на разных серверах, объединенных посредством Internet/Intranet. Для взаимодействия агентов необходимо выработать единый язык. Это дает возможность создание агентов независимыми производителями, которые специализируются на разработке тех или иных классов устройств и систем. Следует заметить, что здесь можно довольно легко урегулировать экономические отношения как между конечными пользователями и владельцами агентов, так и между владельцами агентов, когда одним агентам предоставляются услуги (службы) других агентов. Например, можно учитывать машинное время, затраченное на обработку запроса, число машинных операций, число транзакций или еще какую либо другую схему, назначаемую собственником агента. Это приведет к конкуренции между разработчиками агентов, что не позволит монополисту устанавливать завышенную плату за предоставление услуг за пользование агентом.

В основу архитектуры агента может быть положена разработанная автором 4-уровневая интегративная модель области знаний, в которой знания о классах объектов (согласующих цепях, усилителях и т.д.) представлены в виде четырехслойной иерархической структуры.

Стоит заметить, что, несмотря на то, что 4-уровневая интегративная модель представляется весьма естественной для реализации архитектуры агентов, последние могут быть построены и по любому другому принципу [5 – 10]. Единственное требование, предъявляемое к агенту – содержать полный объем знаний, необходимых для синтеза объектов класса, представителем которого он является.

Распределенная система структурно-параметрического синтеза, имеющая рассмотренную архитектуру, образует единое информационное пространство исследования и проектирования различных систем. Ввиду независимости агентов, система может легко расширяться за счет добавления новых агентов. Такая архитектура может быть положена в основу перспективных систем автоматизированного проектирования (САПР), ориентированных на автоматизированный, а в дальнейшем и автоматический, структурно-параметрический синтез. Так как агенты, составляющие основу этой системы, располагаются на серверах, подключенных к Internet/Intranet, то с ее помощью возможно обеспечить поддержку работы групп разработчиков, которые могут находиться в различных частях света. Каждый агент интегрирует различные знания о классе объектов, который он представляет, а это ведет к дальнейшей интеграции и систематизации научно-технических знаний.

Литература

1. Тарасов В.Б. От многоагентных систем к интеллектуальным организациям: Философия, психология, информатика. М.: УРСС, 2002.
2. Акимов С.В. Общая методология синтеза различных классов транзисторных усилителей СВЧ // Труды учебных заведений связи / СПбГУТ. СПб, 2001. № 166. С. 79 - 83.
3. Акимов С.В. STRUCTURALIST – язык моделирования морфологического множества  // 56-я НТК: Тез. док. / СПбГУТ. СПб, 2004. С. 74.
4. Акимов С.В. Опыт создания универсальной модели лестничной цепи // Труды учебных заведений связи / СПбГУТ. СПб, 2004. № 170. С. 96 - 101.
5. Свирщева Э.А. Структурный синтез неизоморфных систем с однородными компонентами / Харьков: ХТУРЕ, 1998.
6. Лыпарь Ю.И. База знаний для систем проектирования и обучения / Региональная информатика–96: Тез. док. / СПб., 1996. Ч.2. С. 251–252.
7. Ланнэ А.А., Михайлова Е.Д., Саркисян Б.С., Матвийчук Я.Н. Оптимальная реализация линейных электронных схем. Киев: Наукова думка, 1982.
8. J.R. Koza, F.H. Bennett at al. Automated Synthesis of Analog Electrical Circuits by Means of Genetic Programming // IEEE trans. on Evolutionary Computation, 1997. Vol. 1. № 2. P. 109 – 128.
9. T. Sripramong, C. Toumazou. The Invention of CMOS Amplifier Using Genetic Programming and Current-Flow Analysis // IEEE transactions on computer-aided design of integrated circuits and systems, 2002. Vol. 21. № 11, P. 1237-1252.
10. D. Chen, T. Aoki, at al / Graph-Based Evolutionary Design of Arithmetic Circuits // IEEE trans. on Evolutionary Computation, 2002. Vol. 6. № 1. P. 86 – 100.