Содержание к диссертации
Введение
Глава 1. Архитектура системы оптимального проектирования радиоэлектронных схем 9
1.1. Постановка задачи . 9
1.2. Обзор средств оптимального схемотехнического проектирования 12
1.3. Разработка архитектуры системы оптимизации параметров радиоэлектронных схем 17
Выводы 22
Глава 2. Математическое обеспечение векторной оптимизации параметров радиоэлектронных схем 23
2.1. Постановка задачи 23
2.2. Базовый набор функций качества 30
2.3. Библиотека алгоритмов скалярной оптимизации 33
2.4. Библиотека алгоритмов векторной оптимизации 52
2.4.1. Алгоритм поиска множества Парето 54
2.4.2. Диалоговый алгоритм фильтрации эффективного множества и определения компромиссного варианта решения 56
2.5. Разработка стратегии поиска оптимальных проектных решений 66
Выводы 69
Глава 3. Специализированное программное обеспечение проектирующих подсистем , 71
3.1 Постановка задачи 71
3.2. Математическое моделирование радиоэлектронных схем 72
3.3. Алгоритмические основы анализа нулевого уровня 82
3.4. Технология компактной обработки разреженных матриц 90
3.5. Алгоритмические основы частотного анализа 94
Выводы 98
Глава 4. Информационное и лингвистическое обеспечение системы векторной оптимизации параметров радиоэлектронных схем 100
4.1. Постановка задачи 100
4.2. Структура и организация базы данных моделей компонентов 101
4.3. Входной язык системы 104
4.4. Организация информационных потоков 109
4.5. Пользовательский интерфейс 113
4.5.1. Структура диалогового программного обеспечения 114
4.5.2. Разработка пользовательского интерфейса подсистемы оптимизации 118
4.5.3. Диалог в подсистеме оптимального схемотехнического проектирования 119
4.5.4 Диалоговые формы скалярной оптимизации 125
4.5.5 Диалоговые формы векторной оптимизации 128
Выводы 132
Глава 5. Реализация системы оптимального проектирования радиоэлектронных схем 134
5.1. Функциональные характеристики системы 134
5.2. Решение типовых проектных задач 136
5.2.1. Синтез устройства защиты интегрального стабилизатора напряжения 136
5.2.2. Проектирование быстродействующего интегрального усилителя... 138
5.2.3. Обеспечениеустойчивости интегрального усилителя мощности... 141
Выводы 143
Заключение 145
Список литературы
- Обзор средств оптимального схемотехнического проектирования
- Библиотека алгоритмов скалярной оптимизации
- Математическое моделирование радиоэлектронных схем
- Структура и организация базы данных моделей компонентов
Введение к работе
Современный уровень развития систем схемотехнического проектирования предъявляет все более серьезные требования к эффективности математического и программного обеспечения автоматизации процесса оптимального проектирования радиоэлектронных схем (РЭС). Однако, несмотря на интенсивные работы в области САПР, недостаточная эффективность схемотехнических систем затрудняет широкое их внедрение в инженерную практику сквозного проектирования РЭС.
В настоящее время широко применяются такие САПР как - OCAD, Micro-Cap, Microwave Office [72]. Эти системы не имеют развитого диалогового интерфейса, позволяющего проводить сравнение альтернативных недоминируемых проектных решений. Многокритериальность и принципиальная внутренняя противоречивость схемотехнических задач требует неформального участия инженера-схемотехника на всех этапах целостного схемотехнического проектирования, включая этап диалогового доопределения решаемой задачи оптимального проектирования. Указанные системы не позволяют учитывать сложный векторный характер целевой функции, обусловленный множественностью предъявляемых к РЭС требований, неопределенностью условий их функционирования и рядом других факторов.
Недостатком большинства из существующих систем схемотехнического проектирования является медленный переход на использование современных технологий. Программы для моделирования электронных схем разрабатывали, начиная с 70-х годов прошлого столетия. В дальнейшем с ростом доступности и увеличением производительности вычислительной техники САПР переделывали под новые платформы и операционные системы, сохраняя особенности и ограничения старой архитектуры. САПР, разработанные с изначальной ориентацией на использование возможностей и технологий современной операционной системы, более дружественны пользователю и имеют большую производительность.
Все упомянутые системы - зарубежные. Существует ряд работ отечественных авторов, посвященных разработке архитектуры системы оптимального схемотехнического проектирования, вариантам построения диалогового взаимодействия подсистемы оптимизации, модификациям поисковых алгоритмов, учитывающих особенности задач оптимального проектирования электронных схем. Часть этих работ 80-х годов прошлого столетия не удовлетворяют современному уровню развития вычислительной техники, так как ориентированы на устаревшие и неиспользуемые архитектуры и операционные системы, такие как ЕС ЭВМ, DOS- В более поздних работах не задействованы последние разработки в области алгоритмов оптимизации, либо отсутствует возможность совместной оптимизации статического режима и частотных характеристик, что значительно ограничивает область применения таких систем и снижает эффективность поиска оптимального проектного решения.
С учетом вышесказанного, вопросы создания системы векторной оптимизации параметров радиоэлектронных схем представляют значительный практический и теоретический интерес.
Цель работы и задачи исследования. Целью диссертационной работы является исследование вопросов разработки программного, математического, информационного и лингвистического обеспечения системы векторной оптимизации параметров РЭС и разработка на базе этого исследования системы оптимального схемотехнического проектирования.
Достижение указанной цели предполагает решение следующих основных задач;
1. исследование и разработка архитектуры системы оптимального схемотехнического проектирования, отвечающей современным требованиям к созданию программного обеспечения и обладающая адаптационными свойствами к новым задачам схемотехнического проектирования;
2. исследование методов и алгоритмов оптимизации и создание на ос
нове этого исследования библиотеки алгоритмов для использования в под
системе векторной оптимизации;
разработка стратегии поиска оптимальных проектных решений, ориентированной на использование разработанной библиотеки алгоритмов;
исследование и разработка диалогового интерфейса подсистемы векторной оптимизации, позволяющего эффективно применять реализованные методы;
разработка анализирующего блока, позволяющего решать задачи совместной оптимизации статического режима и частотных характеристик РЭС;
разработка информационного обеспечения системы, инвариантного к элементной базе и позволяющего создание и использование радиоэлектронных компонентов любой сложности;
практическое применение полученных результатов для решения задач оптимального схемотехнического проектирования.
Основные методы исследования. Для решения поставленных задач использовались методы математического моделирования, методы системного программирования, теория построения САПР, численные методы оптимизации, методы организации баз данных, теория графов, теория электрических цепей.
Новые научные результаты
Разработана архитектура программного обеспечения системы векторной оптимизации параметров РЭС, отличающаяся от известных наличием инвариантной части, обеспечивающая системе возможность развития и адаптации к новым задачам оптимального проектирования.
Разработано оригинальное математическое и программное обеспечение системы оптимизации параметров РЭС, включающее в себя проектирующие подсистемы и проблемно-инвариантные подсистемы для решения задач трех классов: а) совместной оптимизации статического режима и час-
тотных характеристик схем по нескольким (в общем случае противоречивым) критериям оптимальности; б) оптимизации статического режима нелинейных РЭС по нескольким показателям качества; в) оптимизации частотных характеристик РЭС с учетом вариации статического режима.
3, Впервые разработаны модификации генетических алгоритмов с
четко выраженной ориентацией на задачи векторной оптимизации парамет
ров РЭС.
4. Предложена оригинальная стратегия поиска оптимальных проект
ных решений, базирующаяся на многошаговой схеме и использующая осо
бенности различных групп алгоритмов векторной оптимизации.
На основании полученных результатов разработана система векторной оптимизации параметров РЭС OptScheme, ориентированная на использование в семействе операционных систем Windows,
Структура и объем работы. Диссертационная работа состоит из введения, пяти глав, заключения, списка литературы, включающего 163 наименования и приложения- Основная часть работы изложена на 145 страницах машинописного текста.
Первая глава посвящена исследованию и разработке архитектуры программного обеспечения системы векторной оптимизации.
Вторая глава посвящена вопросам разработки математического и программного обеспечения системы векторной оптимизации параметров радиоэлектронных схем. Здесь рассмотрен состав библиотеки алгоритмов для решения задач оптимизации по векторному критерию качества, стратегия поиска оптимальных проектных решений, предложены оригинальные модификации алгоритмов.
В третьей главе рассматривается построение специализированного программного обеспечения позволяющего проводить анализ статического режима и частотных характеристик РЭС и ориентированного на использование в составе системы векторной оптимизации.
В четвертой главе рассматривается информационное и лингвистическое обеспечение САПР, Предложена структура базы данных моделей компонентов. Рассмотрены информационные потоки в системе. Описано диалоговое взаимодействие при решении векторной задачи оптимального проектирования с учетом удобства использования и с ориентацией на решение проектных задач. Диалоговые формы предусматривают возможность адаптации к квалификации пользователя- Рассматриваются лингвистические средства формирования проектного задания на оптимизацию.
В пятой главе приводятся функциональные характеристики системы и описываются ряд примеров, иллюстрирующих возможности разработанной системы векторной оптимизации для решения практических задач.
В заключении сформулированы основные научные и практические результаты работы.
В приложении представлены возможности по оптимизации известных современных САПР.
Обзор средств оптимального схемотехнического проектирования
Программы схемотехнического проектирования стали появляться, начиная с 70-х годов прошлого столетия [2, 4]. Их развитие обуславливалось распространением электронно-вычислительных машин. Одной из первых отечественных разработок была систем ЭМЦ, ориентированная на средние и старшие модели ЕС ЭВМ, начиная с модели ЕС-1033. Первая версия этой системы ЭМЦ-1 была реализована в 1976 г. па ЭВМ второго поколения с ограниченной оперативной памятью, не имевшей развитой файловой системы [7]. Все проектирующие подсистемы использовали смешанный коорди латный базис и технику работы с разреженными матрицами. Уже в версии ЭМЦ-l имелись три подсистемы - «Статика», «Частота», «Нестабильность». Система ЭМЦ была написана на языке Ассемблера, Фортрана-4 и ПЛ/1 ОС ЕС [8, 9]. Разработка очередной модификации системы была связана либо с изменением функций ядра (включение возможностей диалога, переход на новую операционную систему и т.д,), либо заменой проблемных модулей, выполняющих анализ и оптимизацию электронных схем [3, 5]- Версия ЭМЦ-3, разработанная в 1986 г., отличалась от предыдущих наличием системного ядра, позволяющего реализовать диалог с использованием базисного телекоммуникационного метода доступа, и расширенным составом подсистем анализа и оптимизации. В версии ЭМЦ-3 присутствовала оптимизация статического режима и оптимизация в частотной области, однако, система не поддерживала многокритериальную оптимизацию.
Первой системой схемотехнического проектирования, в которой появилась возможность оптимизации параметров радиоэлектронных схем является система ДИСП, ориентированная на модели ЭВМ типа СМ. Первая версия этой системы появилась в 1978 г. и соответствовала по своим функциональным характеристика ЭМЦ-L Оптимизация в системе ДИСП появилась в 1980 г., в версии ДИСП-2. В дальнейшем система была адаптирована для использования на IBM PC, вариант системы назывался ДИСП-ПК, поддерживал интерактивный режим работы. Основное существенное достоинство данной системы по сравнению с другими САПР того времени - надежность алгоритмов анализа, наличие библиотеки моделей отечественных производителей, возможность оптимизации частотных характеристик.
Среди отечественных САПР стоит также отметить АРИС-ПК, ГГРАМ-ПК - эти системы не имеют средств оптимизации параметров схемных решений, но обеспечивают полный цикл схемотехнического проектирования [6, 12-15, 27]. За последние 15 лет развитие отечественного автоматизированного проектирования замерло на отметки 90-х годов прошлого столетия. Отчасти это вызвано известными политическими и экономическими процессами, происходившими в нашей стране. Если пытаться использовать эти системы для решения современных задач схемотехнического проектирования, то обнаружится ряд проблем: необходимость перенастройки элементной базы моделей компонентов, недостаточная эффективность алгоритмов анализа и оптимизации, отсутствие современных диалоговых форм, принятые изначально функциональные ограничения возможностей САПР.
Как известно 80% пользователей используют 20% возможностей программы [106, 113, 114]. Оптимизация схемных решений это проектная процедура, к которой прибегают далеко не все инженеры-схемотехники [47, 51, 91]. Кроме того, часто удобство работы с системой и первое впечатление определяют выбор покупателя на рынке САПР- Отечественные варианты систем, реализованные для платформы IBM PC не имели графического ввода принципиальной схемы, что, возможно, и стало одной из причин их забвения. Зарубежные схемотехнических САПР изначально ориентированы на рынок и потребности пользователей. Для примера рассмотрим эволюцию Micro-Cap, В 1981 г- это был всего лишь текстовый редактор описания линейных цепей. В 1982 г. появилась возможность анализа статического режима, графический ввод принципиальной схемы, динамическое отображение графиков характеристик в процессе моделирования, В 1984 г, выпущена версия, возможности которой ограничены всего лишь 150 узлами в анализируемой схеме, что говорит об отсутствии механизмов компактной обработки разреженных матриц в данной системе. Точность моделирования не выдерживала никакой критики [120] вплоть до февраля 1992 года, когда в Micro-Cap IV были применены надежные вычислительные алгоритмы SPICE 2G.6- Подсистема оптимизации в Micro-Cap появилась относительно недавно в конце 2001 г. Однако ориентация на те самые 80% пользователей помогла этой системе выжить. Таким образом, можно сказать, что, Micro-Cap не делала лишней работы по расширению функциональности, пока этого настоятельно не требовал рынок. В тоже время, если даже такая ленивая и посредственная (с алгоритмической точки зрения) система как Micro-Cap «обзавелась» подсистемой оптимизации, это говорит о том, что возможность оптимизации параметров РЭС вошла в те самые 20% функциональности, которой должны обладать все современные схемотехнические САПР.
Библиотека алгоритмов скалярной оптимизации
Общеизвестным фактом является отсутствие универсального метода при параметрической оптимизации электронных схем даже одного класса [18]- Поэтому в библиотеку методов скалярной оптимизации включены различные по природе методы: модифицированный метод Пауэлла, метод комплексов Бокса, метод сопряженных направлений, генетический алгоритм оптимизации- Остановимся подробнее на генетическом алгоритме как одним из самых эффективных [101, 102].
Генетический алгоритм (ГА) - это стохастический эвристический метод нулевого порядка. Он представляет собой метод оптимизации, основанный на концепциях естественного отбора и генетики. Впервые схему ГА предложил Холланд (Holland) в книге "Адаптация в естественных и искусственных системах" [160]. Схема типового генетического алгоритма представлена
Схема типового генетического алгоритма Рассмотрим генетический алгоритм применительно к задаче поиска минимума функции многих переменных с прямыми офаничениями на вектор варьируемых параметров: Х,А,ВєЯп. Множество допустимых решений D представляется в виде конечной популяции особей. Каждая особь популяции соответствует определеппому допустимому решению. Численность начальной популяции обозначается М и является одним из параметров алгоритма- Начальную популяцию обычно получают случайным покрытием области D см. рис. 2,2.
Каждой особи ставится в соответствие значение приспособленности, которое тем больше, чем меньше значение целевой функции в соответствующей допустимой точке области D. После формирования начальной популяции следует цикл эволюционного развития- Эволюционное развитие направлено на отыскание наиболее приспособленной особи, т.е. на отыскание допустимой точки области D с наименьшим значением целевой функции. Эволюционное развитие состоит из следующих этапов: размножение, мутация, естественный отбор и критерий окончания поиска-На этапе размножения (репродукции) численность популяции увеличивается до величины М2 - еще один параметр генетического алгоритма, обычно ЬА.2= 2Мсм. рис 2,3- Этап размножения состоит из двух шагов: выбор двух родительских особей и осуществление кроссовера (кроссенговера). При кроссовере образуются особи потомки, которые наследуют генетическую информацию от обеих родителей.
Увеличение численности популяции Мутация - случайное изменение генетической информации особей. На этапе мутации в популяцию вносится новая генетическая информации см. рис. 2.4, Мутация служит для случайного зондирования допустимой области и предотвращения преждевременной сходимости в локальный оптимум.
Критерием окончания поиска является вырождение популяции, т. е. стягивание в е-окрестность точек, соответствующих всем особям популяции, Также в качестве критерия остановки используют достижение заданного поколения эволюции - числа шагов,
В размножении, как правило, участвуют наиболее приспособленные особи. Таким образом, исследуются наиболее перспективные участки про-странства поиска. В конечном итоге популяция будет сходиться к оптимальному решению задачи.
Преимущество ГА состоит в том, что он находит приблизительные оптимальные решения за относительно короткое время.
Изначально ГА применялся для решения комбинаторных (переборных) задач. Поэтому для решения задачи непрерывной оптимизации используют дискретизацию области допустимых решений задачи и кодировку их битовыми строками - генетический алгоритм с двоичным кодированием (Binary-Coded Genetic Algorithm, BGA).
Точке в пространстве параметров (фенотипу) ставится в соответствие бинарная строка фиксированной длинны - хромосома (генотип). Каждая хромосома s - это набор генов. Число генов в хромосоме соответствует размерности решаемой задачи п. Каждый ген st используется для кодирования определенной координаты вектора варьируемых параметров Х\ см. рис. 2-6.
Математическое моделирование радиоэлектронных схем
Для оптимизации выходных параметров и характеристик РЭС необходимо сформировать уравнения - математическую модель схемы (ММС) [1]. Проблема получения достаточно точной модели, удобной для решения основных задач схемотехнического проектирования, является одной из наиболее важных в автоматизированном проектировании. Моделью схемы определяются как достоверность получаемой в процессе проектирования информации, так и сама возможность проведения проектирования. К ним предъявляют высокие требования как в плане быстродействия, так и в плане затрат оперативной памяти компьютера на размещение самой программы анализа и требуемых для ее работы данных.
В процессе оптимизации поисковому алгоритму нелинейного программирования требуется от десятков вычислений функции качества для решения однопараметрических, унимодальных задач оптимального проектирования до нескольких тысяч для решения многопараметрических задач с ограничениями общего вида [22]. Вследствие этого от быстродействия анализирующих блоков будет зависеть и быстродействие всей рабочей программы оптимизации, а следовательно, и требуемые для решения поставленной задачи вычислительные ресурсы.
Одним из наиболее распространенных методов решения линейных (линеаризованных) схемных уравнений является метод последовательных исключений или метод Гаусса [23]. Выделяя присущие схемным уравнениям и процессу их решения особенности, следует прежде всего остановиться на следующих.
1. Разреженный характер схемных матриц. Степень разреженности матрицы размером (п х п) с числом ненулевых элементов т принято оцени вать коэффициентом 0 = m/ra , равным для электронных схем (5-30)%, в зависимости от выбора системы координат и размерности решаемой задачи.
2. Подчинение элементов матрицы для пассивных (а зачастую и для п активных) схем доминантному требованию Тц Yu\. Это обстоятельст во позволяет эффективно применять к анализу схем варианты метода Гаусса без выбора главного элемента, не опасаясь потери устойчивости решения.
3. Ограниченное число искомых и задающих переменных. При ре шении уравнений схемы требуется найти не все п переменных вектора неиз вестных, а лишь некоторую их совокупность (чаще всего одну или две пере менные), причем задающий вектор содержит всего одну ненулевую состав ляющую, соответствующую возбуждающему схему сигналу. В такой ситуа ции очевидна целесообразность сведения исходной системы уравнений (пу тем исключения части переменных) к более простой системе, с меньшим числом переменных.
В данной главе рассмотрим проблемно-ориентированное математическое обеспечение, направленное на эффективность решения задачи оптимизации.
Представленный на рис. 3.1. многополюсник имеет (к + 1) узел, потенциал нулевого узла (или (п + 1)-го) принимается за точку отсчета и полагается равным нулю. Для рис. 3.1. обозначены также токи, вытекающие из узлов многополюсника. Всего имеем п токов и п напряжений, эти 2п параметра целиком определяют состояние компонента. Узлы многополюсника разбиты на две группы, по тому какая переменная для данного узла независимая. Для узлов --типа независимой переменной является напряжение, для узлов z-типа-ток:
Такое отождествление нелинейных многополюсников с фиктивными источниками не влияет на свойства электронных цепей и вместе с тем позволяет существенно упростить организацию машинного анализа нелинейных схем, поскольку с анализируемой схемой, даже если она содержит нелинейные компоненты, формально можно теперь обращаться как с линейной [24].
Как видно из таблицы 3.1, некоторые электронные компоненты могут быть представлены в форме у и в форме z (резистор, конденсатор, индуктивность), остальные же записаны только в одной форме, возможно смешанной. Единственный нелинейный компонент в таблице 3.1 -это диод. Вследствие принятого подхода он заменяется на источник тока, с нелинейной зависимостью. Если обозначить для к-то многополюсника обозначить: hUz] щ = мв ze_ Qk = иу » Sk = J с А. sk = Fy(VyJz) то, объединяя уравнения всех многополюсников схемы можно получить одно матричное компонентное уравнение схемы (3.6). P = WeQ + S, + S e(Q). (3-6)
Для составления математической модели схемы, необходимо к компонентным уравнениям (3.6) добавить топологические уравнения на основе законов Кирхгофа.
Топологические уравнения получают по полюсному графу схемы, совокупность вершин которого совпадает с узлами схемы, а совокупность ветвей - с полюсными напряжениями. Граф схемы описывается следующими матрицами: А матрица инциденций, Г - матрица главных контуров, П -матрица главных сечений. Причем элементы в этих матрицах упорядочивают таким образом, чтобы первыми были столбцы, соответствующие у-ветвям схемы, а затем соответствующие z-ветвям: ІТ = [ІТу J7Z], Г = [Гу Fz],
Структура и организация базы данных моделей компонентов
В качестве исходных данных для схемотехнического проектирования наряду с описанием проектируемой схемы на уровне задания радиоэлектронных компонентов и связей между ними необходимо указать также параметры математических моделей компонентов. Первая совокупность данных готовится для каждой конкретно проектируемой схемы на этапе ввода задания на проектирование» вторая хранится в базе данных. Для учета адаптационных свойств системы, база данных моделей компонентов должна поддерживать добавление новых моделей. Причем добавление новых математических моделей не должно требовать изменения анализирующих блоков проектирующей подсистемы, таким образом, в состав САПР должен входить «компилятор моделей», который строит математическое описание для новых компонентов. Необходимость многократного формирования математической модели схемы при оптимизации предъявляет особые требования по быстродействию доступа к информации о моделях и их параметрах. Для этих целей организуется база данных сеанса проектирования (БДСП).
Входной язык САПР должен обеспечивать возможность переопределения параметров моделей компонентов из базы данных моделей компонентов (БДМК). Для автоматизации процесса проектирования, кроме того, входной язык должен содержать директивы задания на расчет и оптимизацию-Невозможность полной формализации процесса оптимального проектирования приводит к необходимости участия инженера-схемотехника на всех этапах решения задачи, поэтому одним и фактором определяющим эффективность системы в целом является удобный пользовательский интерфейс. Диалоговая подсистема должна удовлетворять следующим требованиям: ориентация на разработанные ранее алгоритмы и стратегию поиска оптимального решения многокритериальной задачи; возможность адаптации диалоговых средств к уровню квалификации проектировщика; ориентация на специфику решения задач оптимального проекта рования электронных схем; опдсистема интерфейса должна быть реализована с учетом возможностей дальнейшего развития и с применением современных технологий разработки графического интерфейса.
Исходя из вышеизложенного, в данной главе рассмотрим структуру базы данных моделей компонентов, учитывающую возможность расширения элементной базы, входной язык оптимального схемотехнического проектирования, организацию информационных потоков в системе, подсистему пользовательского интерфейса векторной оптимизации.
Рассмотрим подробнее требования, предъявляемые к базе данных моделей компонентов. БДМК должна обеспечивать хранение и предоставление информации о моделях электронных компонентов. Функционально описание модели электронного компонента разбито на две части: структурную и атрибутную. Структурная часть задает топологические связи входящих в компонент частей. Атрибутная часть определяет численные значения параметров составляющих частей. Структурная часть задается один раз и остается неизменной для заданной модели компонента, если порядок и состав внутренних связей изменен, то это очевидно уже другая модель, хотя может быть и того же самого компонента. В тоже время разные модели могут быть заданы одной структурой и отличаться только значениями атрибутов, например модель Эберса - Молла биполярного транзистора можно считать частным случаем модели Гуммеля - Пуна [71]. Модели следует различать по типу электронного компонента, например модели полевого и биполярного транзисторов должны относится к разным типам. Модели компонентов должны иметь свое уникальное имя, например KDT516. Причем имя модели позволяет различат между собой модели одного типа я е одинаковой структурой связей, такие модели отличаются лишь численными значениями атрибутов, например KDT516HKDT517.
С учетом предъявленных требований, для реализации ііДМК наиболее целесообразным ВИДИТСЯ использование реляционной базы данных, например Microsoft SQL Server [92, 100J. В создании специализированной СУБД нет необходимости, поскольку большинство т существующих на сегодняшний день баз- данных предоставляют вес необходимые сервисные функции.
