Projektowanie systemów wbudowanych: kosynteza metodą programowania genetycznego oraz przydział nieprzewidzianych zadań

Podobne dokumenty
Systemy wbudowane. Cel syntezy systemowej. Wykład 12: Przykłady kosyntezy systemów wbudowanych

KOSYNTEZA SYSTEMÓW SOC METODĄ ROZWOJOWEGO PROGRAMOWANIA GENETYCZNEGO

Systemy wbudowane. Uproszczone metody kosyntezy. Wykład 11: Metody kosyntezy systemów wbudowanych

1 3 1є7 1є7 1є7 1є7 1є7 1є7 1є7 1є7 1є7 1є7 1є7 1є7 1є7 1є7 1є7 1є7 1є7 1є7 1є7 1є7 1є7 1є7 1є7 1є7 1є7 1є7 1є7 1є7 1є7 1є7 1є7 1є7 1є7 1є7 1є7 1є7 1є

Algorytmy ewolucyjne NAZEWNICTWO

Algorytmy genetyczne

Katedra Informatyki Stosowanej. Algorytmy ewolucyjne. Inteligencja obliczeniowa

Metody przeszukiwania

Problemy z ograniczeniami

Spis treści. 1 Wprowadzenie. 1.1 Podstawowe pojęcia. 1 Wprowadzenie Podstawowe pojęcia Sieci komunikacyjne... 3

Algorytm genetyczny (genetic algorithm)-

Projektowanie algorytmów równoległych. Zbigniew Koza Wrocław 2012

Algorytmy genetyczne

Wykorzystanie metod ewolucyjnych w projektowaniu algorytmów kwantowych

Wybrane podstawowe rodzaje algorytmów

Algorytmy i Struktury Danych

Algorytm Genetyczny. zastosowanie do procesów rozmieszczenia stacji raportujących w sieciach komórkowych

Szeregowanie zadań. Wykład nr 3. dr Hanna Furmańczyk

Algorytm Dijkstry znajdowania najkrótszej ścieżki w grafie

Zadanie transportowe i problem komiwojażera. Tadeusz Trzaskalik

Strefa pokrycia radiowego wokół stacji bazowych. Zasięg stacji bazowych Zazębianie się komórek

Generowanie i optymalizacja harmonogramu za pomoca

Algorytmy ewolucyjne (2)

Algorytmy genetyczne. Dariusz Banasiak. Katedra Informatyki Technicznej Wydział Elektroniki

ANALIZA SIECIOWA PROJEKTÓW REALIZACJI

Algorytmy genetyczne. Materiały do laboratorium PSI. Studia niestacjonarne

Algorytmy ewolucyjne 1

Wyznaczanie optymalnej trasy problem komiwojażera

Wielokryterialne harmonogramowanie portfela projektów. Bogumiła Krzeszowska Katedra Badań Operacyjnych

Programowanie liniowe

Algorytmy memetyczne (hybrydowe algorytmy ewolucyjne)

Wykład 3. Złożoność i realizowalność algorytmów Elementarne struktury danych: stosy, kolejki, listy

Równoważność algorytmów optymalizacji

PROGRAMOWANIE WSPÓŁCZESNYCH ARCHITEKTUR KOMPUTEROWYCH DR INŻ. KRZYSZTOF ROJEK

Programowanie obiektowe

Algorytmy ewolucyjne `

Systemy wbudowane. Paweł Pełczyński

Złożoność obliczeniowa zadania, zestaw 2

Drzewa spinające MST dla grafów ważonych Maksymalne drzewo spinające Drzewo Steinera. Wykład 6. Drzewa cz. II

Rys Wykres kosztów skrócenia pojedynczej czynności. k 2. Δk 2. k 1 pp. Δk 1 T M T B T A

Mechatronika i inteligentne systemy produkcyjne. Modelowanie systemów mechatronicznych Platformy przetwarzania danych

Wydajność komunikacji grupowej w obliczeniach równoległych. Krzysztof Banaś Obliczenia wysokiej wydajności 1

Sprawozdanie do zadania numer 2

Koncepcja techniczna sieci FTTH w Programie POPC1.1. Wsparcie do opracowania wniosku. Wersja GNI FREE na QGIS

Izabela Zimoch Zenon Szlęk Biuro Badań i Rozwoju Technologicznego. Katowice, dnia r.

ρroute Scalable Self-Managed Point-to-Point Routing for the Internet of Things Applications Konrad Iwanicki Uniwersytet Warszawski

Algorytmy genetyczne. Materiały do laboratorium PSI. Studia stacjonarne i niestacjonarne

SZTUCZNA INTELIGENCJA

Katedra Mikroelektroniki i Technik Informatycznych

Maciej Piotr Jankowski

Programowanie obiektowe

Algorytmy stochastyczne, wykład 01 Podstawowy algorytm genetyczny

Metody selekcji cech

INFORMATYKA. PLAN STUDIÓW STACJONARNYCH INŻYNIERSKICH 1-go STOPNIA STUDIA ROZPOCZYNAJĄCE SIĘ W ROKU AKADEMICKIM 2019/2020.

Zadanie 5 - Algorytmy genetyczne (optymalizacja)

Algorytmy ewolucyjne. Łukasz Przybyłek Studenckie Koło Naukowe BRAINS

Budowa komputera. Magistrala. Procesor Pamięć Układy I/O

Problem straŝaka w drzewach. Agnieszka Skorupka Matematyka Stosowana FTiMS

Obliczenia ewolucyjne - plan wykładu

15.1. Opis metody projektowania sieci kanalizacyjnej

Podstawowe zagadnienia

INSTRUKCJA OBSŁUGI PROGRAMU REJESTRACJI I AKWIZYCJI DANYCH REJESTRATOR 9.2

INFORMATYKA. PLAN STUDIÓW STACJONARNYCH INŻYNIERSKICH 1-go STOPNIA STUDIA ROZPOCZYNAJĄCE SIĘ W ROKU AKADEMICKIM 2018/19.

PRZEWODNIK PO PRZEDMIOCIE

Analiza ilościowa w przetwarzaniu równoległym

PROGRAMOWANIE SIECIOWE. METODA ŚCIEŻKI KRYTYCZNEJ

Problem Komiwojażera - algorytmy metaheurystyczne

E: Rekonstrukcja ewolucji. Algorytmy filogenetyczne

Analiza i projektowanie oprogramowania. Analiza i projektowanie oprogramowania 1/32

Sterowniki Programowalne (SP) - Wykład #1 Wykład organizacyjny

Algorytm indukcji klasyfikatora za pomocą EA z automatycznym przełączaniem ukierunkowań

POLITECHNIKA RZESZOWSKA PLAN STUDIÓW

System plików. Warstwowy model systemu plików

Działanie algorytmu oparte jest na minimalizacji funkcji celu jako suma funkcji kosztu ( ) oraz funkcji heurystycznej ( ).

Algorytmiczna teoria grafów Przepływy w sieciach.

Dobór parametrów algorytmu ewolucyjnego

Formacyjne znaczenie programowania w kształceniu menedżerów

STORA-DRAIN PARKING 05 KANAŁY Z

INFORMATYKA POZIOM ROZSZERZONY

INFORMATYKA POZIOM ROZSZERZONY

Plan wykładu. Przykład. Przykład 3/19/2011. Przykład zagadnienia transportowego. Optymalizacja w procesach biznesowych Wykład 2 DECYZJA?

Algorytmy ewolucyjne - algorytmy genetyczne. I. Karcz-Dulęba

Techniki konstruowania algorytmów. Metoda dziel i zwyciężaj

Centrum Doskonałości Naukowej Infrastruktury Wytwarzania Aplikacji. Jerzy Proficz

Struktury danych: stos, kolejka, lista, drzewo

Systemy zabezpieczeń

Systemy Czasu Rzeczywistego (SCR)

Customer Attribution Models. czyli o wykorzystaniu machine learning w domu mediowym.

Algorytmy genetyczne

Algorytmy Komunikacyjne dla Trójwymiarowych Sieci Opartych na Plastrze Miodu. Ireneusz Szcześniak. Politechnika Śląska 20 czerwca 2002 r.

Projektowanie rozmieszczenia stanowisk roboczych

Algorytmy genetyczne

METODY OBLICZENIOWE OPTYMALIZACJI zadania

MODEL OPTYMALIZACYJNY SYNCHRONIZACJI LINII TRAMWAJOWYCH

Rozwiązywanie układów równań liniowych metody dokładne Materiały pomocnicze do ćwiczeń z metod numerycznych

EGZAMIN MATURALNY 2011 INFORMATYKA

INFORMATYKA. PLAN STUDIÓW NIESTACJONARNYCH 1-go STOPNIA STUDIA ROZPOCZYNAJĄCE SIĘ W ROKU AKADEMICKIM 2015/16. zajęć w grupach A K L S P

Wstęp do Sztucznej Inteligencji

Systemy na Chipie. Robert Czerwiński

KARTA MODUŁU KSZTAŁCENIA

Transkrypt:

Projektowanie systemów wbudowanych: kosynteza metodą programowania genetycznego oraz przydział nieprzewidzianych zadań

System wbudowany Struktura systemu wbudowanego Jednostki obliczeniowe (ang. Processing Elements): uniwersalne (ang. Programable Processors) specjalizowane (ang. Hardware Cores) Kanały komunikacyjne

Zastosowanie systemów wbudowanych Technologia kosmiczna Nowoczesne samochody Telefony komórkowe Sprzęt RTV/AGD Rakiety balistyczne

Projektowanie systemów wbudowanych (wg. De Micheli, Gupta) Tworzenie modelu Implementacja Walidacja

Specyfikacja systemu wbudowanego w postaci grafu zadań v i Є V e i Є E t ij e b ij ij 12 T0 24 36 T1 T2 18 102 6 T3 T4 T5 T6

Przykładowa baza zasobów

Kosynteza Optymalizowane parametry: koszt (powierzchnia) czas pobór mocy

Algorytmy kosyntezy systemów wbudowanych Konstrukcyjne Rafinacyjne

Koszt systemu C o m i1 C PE i n j1 C j p P k k1 l1 C CL, PC k l

Programowanie genetyczne Rozróżnienie między genotypem (drzewo) oraz fenotypem (gotowe rozwiązanie) Ewolucji podlega sposób otrzymania rozwiązania

Sposób otrzymania genotypu (algorytm konstrukcyjny) T0 Embrion T1 T2 F1 F2 T3 T4 F3 F4 T5 F5

Sposób otrzymania genotypu (algorytm rafinacyjny) T0 Embrion T1 T2 3 / 2 1 T3 T4 5 3 4 / 1 T5 2

Węzeł Alokacja zasobu (krok opcjonalny) Przyporządkowanie zasobu dla zadania (krok obowiązkowy) Alokacja kanału komunikacyjnego (krok opcjonalny) Przyporządkowanie kanału komunikacyjnego dla zasobów (krok obowiązkowy) Szeregowanie zadań (listowe) (krok obowiązkowy jeśli do jednego zasobu jest przyporządkowane więcej niż jedno zadanie)

Funkcje konstruujące system (zasoby obliczeniowe) 1. Używany zasób (0,6) najtańszy (0,2) najszybszy (0,2) min(k*t) (0,2) najdłużej bezczynny (0,2) taki sam jak dla poprzednika (0,2) 2. Najtańszy zasób (0,1) 3. Najszybszy zasób (0,1) 4. Najmniejszy iloczyn czasu i kosztu (0,1) 5. Najrzadziej używany (0,1)

Funkcje konstruujące system (kanały komunikacyjne) 1. Używany kanał komunikacyjny (0,5) najtańszy (0,3) najszybszy (0,3) min(k*t) (0,2) najdłużej bezczynny (0,2) 2. Najtańszy kanał komunikacyjny (0,2) 3. Największa przepustowość (0,2) 4. Najrzadziej używany (0,1)

Funkcje rafinujące system (zasoby) 1. Największy zysk kosztu (0,1) 2. Najmniejszy wzrost czasu obliczeń (0,1) 3. Zadanie z największym iloczynem czasu i kosztu przesuń do zasobu, na którym ten iloczyn jest najmniejszy (0,4) 4. Pierwsze zadanie z listy najczęściej używanego PE na najrzadziej używany zasób (0,2) 5. Najdroższa implementacja zadania z najdroższej ścieżki na najtańszą implementaję tego zadania(0,2)

Funkcje rafinujące system (kanały komunikacyjne) 1. Największy zysk kosztu (0,4) 2. Największa przepustowość (0,3) 3. Najrzadziej używany (0,3)

Wielkość pokolenia Π=α*n*e P r

Ewolucja (algorytm konstrukcyjny) Klonowanie Φ=β*Π Krzyżowanie Ψ=γ*Π Mutacja Ω=δ*Π β+γ+δ=1 F(T0) F(T1) F(T2) F(T3) F(T4 F(T5) M(T0) M(T1) F(T2) F(T3) F(T4 F(T5) M(T1) M(T0) M(T5 ) F(T1) M(T3) F(T0) M(T5 ) M(T2) M(T3) M(T4 M(T2) M(T4

Ewolucja (algorytm rafinacyjny) Klonowanie Φ=β*Π Krzyżowanie F1 F3 Embrion F4 F2 F5 M1 Embrion M3 M2 M4 F6 Ψ=γ*Π Embrion Embrion M5 Mutacja Ω=δ*Π F1 F3 M4 M5 M1 M(T2) M(T3) F2 F4 F6 F5 β+γ+δ=1

Zadania dodatkowe (przypadek szczególny) T0 T0 24 36 24 36 T1 T2 T1 T2 12 18 102 6 12 18 102 6 T3 T4 T5 T6 T3 T4 T5 T6 6 30 6 18 T7 T8 T9 T10

Przykładowa baza danych (zadania dodatkowe)

Zadania dodatkowe (przypadek ogólny) T0 T0 24 36 24 36 T1 T2 T1 T2 12 18 22 6 12 18 102 6 T3 T4 T7 T6 T3 T4 T5 T6 102 18 T5 T8

Algorytm c t V i * z s s p k P l PC CL n j j m i PE o C C C C C k l k i 1 1 1, 1 1

Przykład PP1 T4 PP2 T5 T0 T1 PP1 T4, T7, T8 PP2 T5, T9, T10 T0 T1 T2 T3 T6 CL1 T2 T3 T6 CL1

Dziękuję za uwagę