Содержание к диссертации
Введение
Глава 1. Принятие решений при проектировании цифровых устройств на базе программируемых логических интегральных схем 10
1.1 Основные направления исследований в теории принятия решения 12
1.2 Задачи принятия решения 14
1.3 Постановка задачи 15
1.4 Методы принятия решений 16
1.5 Основные этапы решения задачи принятия решений 20
1.6 Критерии принятия решения 23
1.7 Экспертные оценки 25
1.8 Структурная схема системы принятия решения 31
1.9 Современное состояние средств реализации цифровой обработки информации 36
1.10 Выводы по главе 1 40
Глава 2. Общий подход к разработке метода объективного выбора плис 43
2.1 Определение структуры метода объективного выбора ПЛИС 43
2.2 Разновидности архитектур ПЛИС 45
2.3 Определение параметров ПЛИС, используемых при выборе микросхемы 52
2.4 Уточнение структуры метода объективного выбора ПЛИС 59
2.5 Выводы по главе 2 63
Глава 3. Разработка многокритериального иерархического метода объективного выбора плис 64
3.1 Разработка обобщённого алгоритма объективного выбора ПЛИС 64
3.2 Определение исходных данных 66
3.3 Формирование ограничения выбора и нормирование параметров 70 3.4 Формирование частных критериальных функций 72
3.5 Определение обобщённой критериальной функции и формирование целевого функционала 74
3.6 Задание множества альтернативных вариантов 75
3.7 Определение зонального разделения области значений для общего вида целевого функционала 76
3.8 Формирование вычислительной способности ПЛИС 83
3.9 Определение значимых параметров при выборе ПЛИС
3.10 Процесс принятия решения 85
3.11 Выводы по главе 3 85
Глава 4. Исследование разработанного метода объективного выбора плис 87
4.1 Математическое моделирование 87
4.1.1 Исследование относительной вычислительной способности микросхемы 87
4.1.2 Исследование зависимости целевого функционала от соотношения весовых коэффициентов 90
4.2 Разработка программного средства по выбору ПЛИС 94
4.2.1 Разработка структуры базы данных ПЛИС 94
4.2.2 Разработка модуля сопровождения базы данных 103
4.2.3 Разработка модуля формирования статистической информации 109
4.2.4 Разработка модуля для поддержки принятия решения
4.3 Имитационное моделирование 115
4.4 Выводы по главе 4 119
Заключение 120
Список сокращений и условных обозначений 122
Список литературы 124
- Методы принятия решений
- Определение параметров ПЛИС, используемых при выборе микросхемы
- Формирование ограничения выбора и нормирование параметров 70 3.4 Формирование частных критериальных функций
- Исследование относительной вычислительной способности микросхемы
Методы принятия решений
В настоящее время в теории принятия решения существует множество направлений. Отметим научные направления наиболее близкие к цели настоящего научного исследования.
1. Общая теория принятия решений, основные положения представлены в [11, 51, 99, 100].
2. Интеллектуальные технологии мониторинга и прогнозирования поведения сложных систем и принятия решений [13, 44]. В рамках этого направления разработаны: модели нечётких эталонных отношений поведения сложных объектов; язык (синтаксис и семантика) создания нечётких онтологий на основе использования моделей нечётких отношений; принципы прогнозирования развития ситуаций в зависимости от накопленных результатов мониторинга; принципы синтаксической трансляции и семантической интерпретации задач мониторинга и прогнозирования.
3. Информационные технологии в образовании, управлении вузами и муниципальной деятельности [8, 47], основу которых составляют: математическое и программное обеспечение систем анализа, оптимизации, управления, принятия решений и обработки информации; методы и алгоритмы структурно-параметрического синтеза и идентификации сложных систем; человеко-машинные интерфейсы, программные средства распознавания образов и визуализации мультимедийного обмена.
4. Математический анализ конфликтно-управляемых систем [96]. В рамках этого направления разработаны: теория антагонистических игр преследования с использованием принципа инвариантного прицеливания для регулярного случая; решение задачи антагонистического конфликтного управления, включающее исследования по конфликтному управлению в общих динамических системах, в системах с фазовыми ограничениями; доказана оптимальность стратегии параллельного сближения для широкого класса игр преследования, которая имеет большое значение в прикладных задачах типа «защита объекта».
5. Многокритериальный выбор на конечном множестве альтернатив [45]. Большинство управленческих задач имеет в качестве исходной информации пере числимое множество альтернатив, характеризуемых многими показателями, что обуславливает актуальность многокритериального выбора на конечном множест ве альтернатив. К типовым задачам данного направления относятся: выбор наи лучшего (среднего, наихудшего) объекта; отбор допустимых объектов; отнесение объекта к одному из заданных классов. Одним из способов решения задачи многокритериальной оптимизации в шкале отношений является метод анализа иерархий [2, 41, 79]. В его основе лежит использование сопоставительных оценок объектов по критериям с применением матриц парных сравнений. В работах [24, 42] определены свойства матриц парных сравнений. Этот аппарат в особенности востребован при нахождении приоритетов сущностей на основе индивидуальных или групповых предпочтений экспертов.
В противоположность методам оптимизации, основанным на сопоставлении объектов, в задачу многокритериальной классификации входит сопоставление объекта с классами, границы между которыми устанавливаются экспертами [51]. По максимальной принадлежности одному из заданных классов устанавливается качество объекта;
6. Самообучающиеся системы, работа которых основана на извлечении знаний и принятия решений с учётом анализа фактических данных методами распознавания образов. Изучаются задачи, связанные с самосборкой систем [25, 43].
7. Методы принятия оптимально-компромиссных решений в организационно-технических системах, а также новые информационные технологии для обеспечения процессов принятия решений в системах автоматизации проектирования и управления [46, 52]. 8. Нечёткие системы и мягкие вычисления в области теории исследования операций, в том числе в алгоритмизации процессов обработки информации, управлении и принятии решений в сложных информационных системах [23, 48].
Задачи принятия решения (ЗПР) встречаются во многих областях знаний и отличаются большим разнообразием. ЗПР имеет место тогда, когда необходимо совершить выбор лучшего в определённом смысле варианта решения среди существующего множества альтернатив.
В зависимости от вида такого отображения ЗПР подразделяют на следующие категории [51, 99, 100]: – задачи в условиях определённости, которые характеризуются полной и точной (как правило, количественной) исходной информацией и детерминированным отображением множества альтернатив во множество критериальных оценок, то есть имеется адекватное математическое описание проблемы. Для решения таких задач обычно применяются методы математического программирования; – задачи в условиях риска, когда возможные исходы можно описать с помощью некоторого вероятностного распределения, для построения которого необходимо иметь статистические данные или экспертные оценки. Обычно для решения задач этого типа применяются методы теории полезности; – задачи в условиях неопределённости, когда исходная информация является неполной, неточной, неколичественной, а вид формального отображения является либо слишком сложным, либо не известен. В таких случаях для решения ЗПР привлекаются знания экспертов. Для представления и обработки этих знаний используются различные методы прикладной теории принятия решений и методы искусственного интеллекта [38, 65, 97, 104]. 1.3 Постановка задачи
Общая постановка задачи принятия решений с помощью критериального языка описания выбора формулируется следующим образом. Пусть X - множество альтернатив, Y - множество возможных исходов, результатов. Предполагается связь между выбором некоторой альтернативы х, є X и наступлением соответствующего исхода уг.єY. Требуется выбрать альтернативу х, для которой исход имел бы наилучшую оценку качества. Под качеством на стадии проектирования ИТС понимается удовлетворение основным техническим требованиям системы.
Задачу выбора применительно к области проектирования можно считать задачей в условиях определённости, т.е. нам заранее известны исходы при указанных альтернативах. В этом случае существует однозначное отображение X— — 7, т.е. реализуется функция у = р(х). Поскольку связь детерминированная, то f:Y R, т.е. каждый исход можно оценить конкретным вещественным числом R.
Определение параметров ПЛИС, используемых при выборе микросхемы
На этапе выбора ПЛИС как элементной базы при проектировании специализированных устройств цифровой обработки информации, разработчик учитывает множество факторов, такие как ориентировочные параметры требуемой микросхемы, параметры обрабатываемых сигналов, условия эксплуатации и др. При этом разработчик также рассматривает возможные альтернативы реализации разрабатываемой системы. Например, при разработке устройства измерения физических величин (датчика) с целью повышения точности измерения можно применить как усложнение аппаратной части устройства (например, использовать АЦП с более высокой разрядностью), так и усложнение алгоритма обработки данных (например, использование статистических методов [81]). В виду того, что структура метода выбора ПЛИС в этом случае должна представлять собой совокупность элементов, объединенных в организационное целое посредством различного рода связей, в качестве принципа построения метода выбора предлагается использовать принцип многоальтернативной оптимизации сложных систем [37]. При этом, процесс принятия решения будет рассматриваться как сложная система S [82], на входе которой будет: - множество требуемых параметров разрабатываемой системы Р, - множество заданных требований R отбора микросхем, включающая в себя более простые подсистемы St, соответствующих альтернативным вариантам решений.
На выходе -системы будет множество вариантов решений Т.
Для каждой подсистемы St будет вводиться множество параметров Рг є Р, соответствующих определённому альтернативному варианту решения, и возвращаться сформированное множество требований выбора Rt для данного альтерна 44 тивного варианта решения. Структура такой S-системы представлена на рисунке 2.1.
В качестве подсистем Si , входящих в состав S-системы выбора ПЛИС, будем понимать набор правил и выражений [83], позволяющих из множества параметров PiеP заданного альтернативного варианта решения сформировать множество требований выбора Ri в зависимости от номера варианта решения A = 1..Q, т.е. Ri - f(Pi,A). Уточнённая структура S-системы представлена на рисунке 2.2.
В качестве показателя альтернатив ПЛИС для различных вариантов реализации устройств примем архитектуру микросхем с программируемой логикой. 2.2 Разновидности архитектур ПЛИС
Наиболее часто применяемые архитектуры ПЛИС: CPLD, FPGA, SoC, PLD. CPLD – (Complex Programmable Logic Device) – сложные программируемые логические устройства содержат относительно крупные программируемые логические блоки – макроячейки (MC) (структура представлена на рисунке 2.3), соединяемые в требуемую электрическую схему с помощью общего коммутатора (Switch Matrix) (рисунок 2.4), реализующего принцип «все – со всеми».
Функциональная структура CPLD формируется с помощью конфигурационного файла, хранящегося в энергонезависимой памяти, поэтому нет необходимости их перепрограммировать при включении. Микросхемы с архитектурой данного типа в диапазоне сложности находятся между ПЛМ и FPGA, характеризуются малым энергопотреблением и высоким быстродействием. CPLD находят применение: в устройствах инициализации схем, расширении числа входов/выходов более сложных схем, загрузке данных конфигурации FPGA из энергонезависимой памяти, предобработке сигналов (например, интерфейсы USB, VGA, LVDS), и т.д.
FPGA (Field Programmable Gate Array) – программируемые по пространству вентильные матрицы, соединяемые в требуемую электрическую схему с помощью цепей межсоединений, размещённых между логическими блоками. Микросхемы с архитектурой данного типа программируются путем изменения логики работы принципиальной схемы и могут быть модифицированы практически в любой момент времени. Они состоят из конфигурируемых логических блоков с множеством входов и одним выходом (логические вентили). В цифровых схемах такие схемы реализуют базовые двоичные операции AND, NAND, OR, NOR и XOR.
Конфигурационная программа FPGA хранится в распределённой памяти, которая может быть выполнена как на основе энергонезависимых ячеек статического ОЗУ, так и на основе ячеек FLASH-памяти или перемычек Antifuse. Если программа хранится в энергозависимой памяти, то при каждом включении питания микросхемы необходимо заново конфигурировать её при помощи начального загрузчика, который может быть встроен и в саму FPGA.
Также существуют специализированные интегральные схемы
(Application-Specific Integrated Circuit, ASIC), архитектура которых аналогичная архитектуре FPGA, но они конфигурируются один раз в процессе производства. ПЛИС с архитектурой FPGA включают в себя три главных программируемых элемента: не коммутированные программируемые логические элементы (LE), блоки ввода/вывода (IOB) и внутренние связи.
Программируемые логические элементы являются функциональными элементами для построения разрабатываемой цифровой схемы обработки информации, блоки ввода/вывода обеспечивают связь между контактами корпуса и внутренними сигнальными линиями. Программируемые ресурсы внутренних связей обеспечивают управление топологией соединения входов/выходов программируемых логических элементов и блоков ввода/вывода с соответствующими цепями [109].
Логический элемент ПЛИС с классической архитектурой FPGA состоит из таблицы перекодировок (LUT) на четыре входа и триггера (рисунок 2.5). Структура ПЛИС с архитектурой FPGA представлена на рисунке 2.6. В настоящее время производители начали переходить на таблицы истинности с более высоким числом входов, что позволяет задействовать меньшее число логических элементов [106]. Микросхемы с данной архитектурой имеют больше логических элементов и более гибкую архитектуру, чем микросхемы CPLD. Современные семейства FPGA расширяют перечисленные выше возможности и включают в себя функции высокого уровня такие, как мультиплексоры, блоки цифровой обработки сигналов, быстрая логика ввода/вывода и встроенная память.
SoC (System-on-a-Chip) – «Система-на-кристалле» (СнК), электронная схема, выполняющая функции целого устройства, размещённая на одном кристалле интегральной схеме и представляющая собой совмещение архитектуры FPGA и микропроцессорного ядра (рисунок 2.7).
В зависимости от назначения, SoC могут оперировать как цифровыми сигналами, так и аналоговыми, аналогово-цифровыми и с сигналами частотой радиодиапазона [1]. В общем виде, микросхема с архитектурой SoC включает в себя: как минимум один процессор, или микроконтроллер; банк памяти, состоящий из модулей ПЗУ, ОЗУ, ППЗУ или FLASH-памяти; источник опорной частоты (например, схема с кварцевым резонатором и схемой ФАПЧ); регуляторы напряжения и стабилизаторы питания. В SoC также включаются интерфейсы периферийных устройств.
Микросхемы SoC включают как аппаратные, так и программные компоненты. Так как схемы SoC взаимодействуют с внешней средой, они часто должны включать аналоговые компоненты, а в будущем могут содержать также компоненты оптических/микроэлектронных механических систем (O/MEMS) [49].
В основе идеи SoC лежит интеграция всей электронной системы на одном кристалле (например, в случае ПК такой чип объединяет процессор, память и т.д.). Компоненты этих систем разрабатываются отдельно и хранятся в виде файлов параметризируемых модулей. Окончательная структура SoC-микросхемы вы 50 полняется на базе этих «виртуальных компонентов», называемых также «блоками интеллектуальной собственности» (IP-блоки) с помощью САПР электронных устройств – EDA. Благодаря стандартизации, в одно целое можно объединять «виртуальные компоненты» от разных разработчиков [102]. Примером новых семейств ПЛИС, пригодных для реализации «Систем-на-Кристалле», является семейство Cyclone V SX фирмы Altera [68].
Микросхемы SoC семейства Arria 10 производства фирмы Altera в корне меняют представление о ПЛИС среднего класса, отличаясь наименьшим уровнем энергопотребления в своём классе устройств и, обеспечивая при этом производительность и функциональные возможности, сопоставимые с существующими сегодня высокоуровневыми ПЛИС. Благодаря усовершенствованной архитектуре SoC Arria 10 демонстрируют более высокую производительность и на 40% меньшее энергопотребление, по сравнению с устройствами предыдущего поколения. Превосходя по рабочим характеристикам и функциональным возможностям многие современные высокоуровневые ПЛИС, устройства серии Arria 10 к тому же на 15% производительнее. SoC Arria 10 обеспечивают наивысший уровень системной интеграции среди всех устройств своего класса, предлагая до 1,15 млн. логических элементов, аппаратно реализованные IP-блоки функций и процессорную подсистему второго поколения на базе 2-ядерного процессора ARM CortexTM-A9 с рабочей частотой до 1,5 ГГц [107].
Формирование ограничения выбора и нормирование параметров 70 3.4 Формирование частных критериальных функций
Под относительной вычислительной способностью ПЛИС будем понимать функцию вида (3.13), позволяющую оценить логическую ёмкость микросхемы, быстродействие и количество линий ввода/вывода.
Для ПЛИС с архитектурой CPLD логическую ёмкость позволит оценить параметр KNMC; быстродействие - KFMAX и KTPD, причем коэффициент KTPD показывает отрицательное влияние на быстродействие, т.е. чем больше KTPD, тем меньше быстродействие; количество линий ввода/вывода - KN10MAX. Подставив данные параметры в выражение (3.13) и, учитывая выражение (3.15), получим: + f F1B (1) KfOMAX /(6)-1 . (3.42) Для ПЛИС с архитектурой PLD логическую ёмкость позволят оценить параметры К и KNMC; быстродействие - KFMAX и KTPD, причем коэффициент KTPD показывает отрицательное влияние на быстродействие, т.е. чем больше KPD, тем меньше быстродействие; количество линий ввода/вывода - KN1QMAX.
Обоснованный выбор микросхемы на стадии разработки устройства имеет существенное значение, так как, в конечном счёте, определяет множество технических и экономических характеристик проектируемых специализированных устройств, и особенно сильно они сказываются при массовом производстве [88].
Ввиду того, что все основные коэффициенты параметров микросхем К, кроме коэффициента Ксмш, были учтены в выражениях (3.46) - (3.49), для полной оценки примем в качестве существенного коэффициента К? коэффициент 1- мж В этом случае, выражение целевого функционала (3.38) приобретает вид: j(M) = . 7(М) + . ехр _ Кс + ц 85 где L - коэффициент, зависящий от значения 7 ; аг - весовые коэффициенты, они должны удовлетворять условию (3.19). 3.10 Процесс принятия решения Принятие решения для многокритериальной модели в условиях определённости формулируется следующим образом: попадание значения реального целевого функционала Л в интервал значений А/ м) будет определять выбираемый вариант Xf}.
То есть, принимается решение о выборе архитектуры ПЛИС Х при проектировании устройств обработки цифровой информации по реальным исходным данным D , принадлежащего множеству альтернатив Х \ при условии попадания значения целевого функционала J, рассчитанного с использованием реальных параметров, в интервал значений, соответствующих одному из интервалов значений целевого функционала модели А/ м).
Применительно к выбору кристалла ПЛИС принятие решения является иерархическим [72], то есть выполняется в несколько этапов: определяются предварительные варианты подходящих микросхем из диапазона допустимых архитектур с учётом параметров сигналов на основе формального описания ограничений (3.1) и (3.2). Для каждой ПЛИС вычисляется свой целевой функционал и производится выбор кристалла по максимальному значению целевого функционала в диапазоне одной архитектуры.
1. Разработана [/ML-диаграмма обобщённой схемы объективного выбора ПЛИС с использованием целевого функционала. 2. Определены исходные данные метода выбора, а именно параметры ПЛИС и параметры исходного сигнала. Для каждого типа архитектур микросхем сформирован набор основных параметров в виде обобщённой группы.
3. Выполнено формирование частных критериальных функций с использованием чисел Фибоначчи в качестве средства выделения более значимых коэффициентов, представляющих собой нормированные параметры ПЛИС и исходного сигнала.
4. Разработан целевой функционал, в состав которого входят обобщённая критериальная функция и существенные коэффициенты.
5. Представлено зональное разделение области значений целевого функционала, представленного в экспоненциальном виде. Показано отсутствие перекрытия зон вариантов решений.
6. Сформулирован метод принятия решения для многокритериальной модели в условиях определённости заключающийся в том, что попадание значения реального целевого функционала Л в интервал значений модели Л/ м) будет определять выбираемый вариант Xf.
Для проведения проверки разработанного метода объективного выбора ПЛИС в первую очередь необходимо убедится в способности выражения относительной вычислительной мощности (3.13) ранжировать коэффициенты в зависимости от их порядка следования в последовательности. Для этого преобразуем формулу (3.13) и проведем математическое моделирование выражения: при условии Kt=1, 7 = 1---и-1, Кп =0--1 - значимый коэффициент, то есть проведем исследование влияния коэффициента с наивысшим приоритетом при наивысшем значении прочих коэффициентов на значение относительной вычислительной способности.
Исследование относительной вычислительной способности микросхемы
При разработке скриптов применялись алгоритмы защиты. Один из самых надёжных методов защиты – полная проверка информации, получаемой от пользователя. Под термином «полная проверка» не подразумевается ничего особенного, кроме проверки входных данных, получаемых от пользователя, будь то Cookies или данные, полученные методом GET или POST [14]. Данные таблиц 105 справочников не связаны с другими таблицами, поэтому при их заполнении не требуется обработка связей с другими таблицами. Примеры экранных форм разработанных скриптов представлены на рисунках 4.10 – 4.13;
Разработка PHP-скриптов для заполнения полей вторичных таблиц (таблиц с уровнем равным двум). Данные вторичных таблиц связаны с данными из других таблиц, т.е. заполнение таких таблиц невозможно, пока не заполнены данные в таблицы-справочники. При разработке скриптов учитывалась проверка наличия данных в таблицах-справочниках и, в случае отсутствия заполненных данных выдаётся сообщение о необходимости заполнения данных таблиц. Примеры экранных форм разработанных скриптов представлены на рисунках 4.14 – 4.15;
Разработка PHP-скриптов для заполнения полей третичных таблиц (таблицы с уровнем равным трём). Данные третичных таблиц связаны с данными из таблиц-справочников и вторичных таблиц, т.е. заполнение таких таблиц невозможно, пока не заполнены данные в таблицах. При разработке скриптов учитывалась проверка наличия данных в таблицах-справочниках и вторичных таблиц и, в случае отсутствия заполненных данных выдаётся сообщение о необходимости заполнения данных таблиц. Пример экранной формы разработанных скриптов представлен на рисунке 4.16;
Разработка PHP-скриптов для заполнения полей связующих таблиц (таблицы с уровнем равным четырём). Данные связующих таблиц связаны с данными из всех таблиц, у которых уровень меньше четырех, т.е. заполнение таких таблиц невозможно, пока не заполнены данные в других таблицах.
При разработке скриптов учитывалась проверка наличия данных во всех таблицах, уровень которых был меньше четырёх, и, в случае отсутствия заполненных данных выдаётся сообщение о необходимости заполнения данных таблиц. Особенностью скриптов для заполнения связующих таблиц является то, что данные скрипты должны загружаться из скрпитов для таблиц, уровень которых меньше четырёх. Экранные формы разработанных скриптов представлены на рисунках 4.17 – 4.18.
На разработанный модуль сопровождения БД ПЛИС было получено авторское свидетельство о регистрации программ для ЭВМ [73, 74]. С целью проведения достоверных экспериментов в БД ПЛИС были внесены записи о 235 микросхемах производства фирмы Altera.
Разработка модуля формирования статистической информации При разработке программного обеспечения необходимо учитывать все особенности технических, технологических и экономических процессов. На многие из них существенное влияние оказывают случайные факторы. Установлением закономерностей в массовых случайных явлениях занимается такой раздел математики, как «Теория вероятностей и математическая статистика» [12].
С целью проверки правильности, полноты заполнения и получения некоторой статистической информации из БД ПЛИС, было принято решение о разработке модуля формирования статистической информации о микросхемах, представляющего собой таблицу, содержащую в себе все данные о микросхемах и их параметрах, содержащиеся в БД. Модуль использует данные из следующих таблиц: Chip, Chip provider, Provider, Chip_param value, Family, Param, Vendor, Arch, Class, Groupclass. С целью повышения удобочитаемости результата работы модуля, некоторые таблицы, данные в которых носят справочных характер, были вынесены в виде подсказок.
Данный модуль позволяет: отслеживать состояние заполнения БД ПЛИС, экспортировать полученный результат в файл .xls, управлять списком отображаемых полей, выполнять сортировку по выбранным полям. При выводе информации из БД, также учитывается тип данных. С помощью данного модуля разработчики смогут выполнить сравнительный анализ аналогичных микросхем разных производителей. Экранная форма модуля сбора статистической информации представлена на рисунке 4.19.
Из БД ПЛИС с помощью данного модуля в качестве статистической информации можно получить следующее: минимальные и максимальные значения (не равные нулю) во всех полях таблицы, кроме полей параметров логического типа; среднее значение во всех полях таблицы, кроме полей параметров логического
На основе разработанного общего подхода при выборе ПЛИС, UML-диаграмма которого представлена на рисунке 3.1, можно разработать стратегию процесса принятия решения, а на основе той стратегии разработать СППР. Стратегия – это всегда путь (программа) достижения поставленной цели. Есть цель, разрабатывается и стратегия её достижения [18]. Стратегия принятия решения заключается в следующем: – заполнение ЛПР ключевых полей поиска (граничные значения параметров микросхем и сигналов, значения весовых коэффициентов). Если граничные значения не заданы, то данное ограничение исключается; – формирование первичного ограничения выбора (выбор тех микросхем из БД ПЛИС, для которых значения параметров, применяемых в процессе выбора, заполнены); – формирование вторичного ограничения выбора на основе ключевых полей поиска, введённых ЛПР, с учётом коэффициента запаса; – формирование основного списка микросхем, участвующих в процессе принятия решения, прошедших первичное и вторичное ограничения; – нормирование параметров ПЛИС из основного списка; – вычисление значений целевого функционала для каждой микросхемы; – построение списка вариантов решений на основе, сортированных по возрастанию, значений целевого функционала; – разделение на интервалы области значений целевого функционала (в случае, если по заполненным ключевым полям не удаётся определить требуемую архитектуру микросхемы); – вывод вариантов решений. На основе сформированной стратегии были разработаны алгоритм (рисунок 4.20), реализующий метод выбора ПЛИС, и программное средство, главная форма которой показана на рисунке 4.21.
