Курсовая работа: Проектирование устройства преобразования и воспроизведения музыкальных звуков
Значения коэффициентов были подобраны после анализа ВПК разрабатываемого устройства. Как видно из таблицы, коэффициенты значений предметных переменных, не имеющих значительного влияния на ВПК, меньше отличаются от единицы.
2.БКО умножает полученные коэффициенты друг на друга. В случае если результат больше единицы (K > 1), то гипотеза признается положительной, иначе – отрицательной.
Исходный код БКО приведен в Приложении Б. Поскольку для разработки БКО использовался пример, разработанный предыдущими курсами, в Приложении Б приведен только код метода AppreciateHipothesis(), осуществляющего проверку и оценку списка гипотез в соответствии с заданным алгоритмом.
Формирование начальной базы знаний
Для формирования начальной базы удачных и неудачных фактов были выбраны DSP фирм Microchip, AnalogDevices и TexasInstruments. Удачные факты приведены в таблице 5, неудачные приведены в таблице 6.
Таблица 5. Примеры удачных фактов из начальной таблицы знаний
| Имя факта | Вес | Вектор значений | |||||||
| 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | ||
| Microchip PIC ds33FJ256GP710A | 0 | Нет | <50 | 16K-32K | 16K-32K | Нет | Есть | 12 | Есть |
| Analog Devices ADSP-2187N | 0 | Есть | 50-100 | 16K-32K | 16K-32K | Есть | Есть | 0 | Есть |
| Texas Instruments 320UC5402-100 | 0 | Есть | 100-200 | 16K-32K | 16K-32K | Есть | Есть | 0 | Есть |
Таблица 6. Примеры неудачных фактов из начальной таблицы знаний
| Имя факта | Вес | Вектор значений | |||||||
| 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | ||
| Microchip PIC ds33FJ06GS102 | 0 | Нет | <50 | <8K | <4K | Нет | Нет | 0 | Нет |
| Analog Devices ADSP-2184N | 0 | Есть | 50-100 | <8K | <4K | Нет | Нет | 0 | Нет |
| Texas Instruments 320UC54A1-532 | 0 | Есть | >200 | <8K | >32K | Есть | Есть | 0 | Нет |
Решение открытой задачи
Критерии остановки:
1.Слабая динамика изменения коэффициентов функции выбора
2.Близкое к нулю количество противоречивых гипотез
Начальный вид функции выбора представлен в таблице 7.
Таблица 7. Начальный вид функции выбора
| Параметр | 1 | 2 | 3 | 4 | |
| 1 | Поддержка расширенных вычислений | 0 | 0 | ||
| 2 | Производительность, MIPS | 0 | 0 | 0 | -3 |
| 3 | Объем памяти программ (ROM) | -9 | 0 | 9 | 0 |
| 4 | Объем памяти данных (RAM) | -6 | 0 | 9 | -3 |
| 5 | Оптимизированный набор инструкций | -3 | 3 | ||
| 6 | Поддержка JTAG | -6 | 6 | ||
| 7 | Разрядность АЦП | -3 | 0 | 3 | 0 |
| 8 | Встроенное FFT ускорение | -9 | 9 | ||
Протокол обучения решателя представлен в таблице 8.
Таблица 8. Протокол обучения решателя
| Уровень знаний | Общее число фактов | Число гипотез | Число подтвержденных гипотез | Число опровергнутых гипотез | ||||
| + | - | |||||||
| 1 | 6 | 9 | 46 | 8 | 47 | |||
| 2 | 61 | 31 | 31 | 31 | 31 | |||
| 3 | 123 | 61 | 31 | 50 | 42 | |||
| 4 | 215 | 31 | 31 | 42 | 20 | |||
| 5 | 277 | 31 | 61 | 44 | 48 | |||
| 6 | 369 | 32 | 60 | 63 | 29 | |||
| 7 | 461 | 61 | 91 | 97 | 55 | |||
| 8 | 613 | 32 | 86 | 82 | 36 | |||
| 9 | 731 | 31 | 31 | 39 | 23 | |||
| 10 | 793 | 61 | 31 | 54 | 38 | |||
| 11 | 885 | 31 | 31 | 40 | 22 | |||
| 12 | 947 | 31 | 53 | 51 | 33 | |||
| 13 | 1031 | 84 | 31 | 82 | 33 | |||
| 14 | 1146 | 61 | 31 | 67 | 25 | |||
| 15 | 1238 | 31 | 16 | 24 | 23 | |||
| 16 | 1285 | 31 | 20 | 28 | 23 | |||
| 17 | 1336 | 31 | 13 | 33 | 11 | |||
| 18 | 1380 | 26 | 7 | 22 | 11 | |||
| 19 | 1413 | 24 | 15 | 27 | 12 | |||
| Уровень знаний | Общее число фактов | Число гипотез | Число подтвержденных гипотез | Число опровергнутых гипотез | ||||
| + | - | |||||||
| 20 | 1452 | 27 | 12 | 31 | 8 | |||
| 21 | 1491 | 17 | 9 | 22 | 4 | |||
| 22 | 1517 | 10 | 8 | 13 | 5 | |||
| 23 | 1535 | 11 | 11 | 15 | 7 | |||
| 24 | 1557 | 12 | 4 | 11 | 5 | |||
| 25 | 1573 | 18 | 1 | 14 | 5 | |||
| 26 | 1592 | 7 | 3 | 8 | 2 | |||
| 27 | 1602 | 9 | 4 | 10 | 3 | |||
| 28 | 1615 | 8 | 4 | 10 | 2 | |||
| 29 | 1627 | |||||||
К 29-ой итерации количество генерируемых гипотез упало и выровнялось, а количество опровергнутых гипотез среди них стало минимальным. Таким образом, можно отметить факт окончания обучения решателя. Конечный вид функции выбора представлен в таблице 9. График зависимости числа генерируемых гипотез и числа противоречий от уровня знаний Решателя представлен на рисунке 2.
Таблица 9. Конечный вид функции выбора
| Параметр | 1 | 2 | 3 | 4 | |
| 1 | Поддержка расширенных вычислений | -10653 | 581 | ||
| 2 | Производительность, MIPS | -112640 | 29200 | 42690 | 30421 |
| 3 | Объем памяти программ (ROM) | -85037 | 21601 | 34143 | 21601 |
| 4 | Объем памяти данных (RAM) | -73648 | 16875 | 16875 | 16875 |
| 5 | Оптимизированный набор инструкций | -34779 | 34401 | ||
| 6 | Поддержка JTAG | -18946 | 18512 | ||
| 7 | Разрядность АЦП | -138105 | -68925 | 120625 | 86405 |
| 8 | Встроенное FFT ускорение | -28302 | 20390 | ||
Анализ результатов решения задачи
Анализ весовых коэффициентов параметров
Результат ранжирования параметров, с учетом полученных весовых коэффициентов Cij , по формуле
wi = |maxj (Сij ) - minj (Cij )|
Таблица 10. Проранжированные параметры
| Параметр | wi | Ранг | |
| 1 | Поддержка расширенных вычислений | 11234 | 8 |
| 2 | Производительность, MIPS | 155330 | 2 |
| 3 | Объем памяти программ (ROM) | 119180 | 3 |
| 4 | Объем памяти данных (RAM) | 90523 | 4 |
| 5 | Оптимизированный набор инструкций | 69180 | 5 |
| 6 | Поддержка JTAG | 37458 | 7 |
| 7 | Разрядность АЦП | 258730 | 1 |
| 8 | Встроенное FFT ускорение | 48692 | 6 |
Ранжирование показывает, что Решатель правильно определил важность параметров в их влиянии на ВПК. Так от разрядности АЦП будет зависеть достоверность распознавания, производительность системы оказывает прямое влияние на быстродействие и косвенно влияет на достоверность распознавания , ведь недостаток вычислительной мощности процессора не позволит реализовать более сложные программные алгоритмы, сохранив при этом приемлемое время отклика всего устройства. Объем памяти данных и объем памяти программ так же должны быть достаточными для реализации программного алгоритма, иначе придется использовать внешнюю память, что уменьшит быстродействие системы, но увеличит её ресурсоёмкость . Далее по списку расположены параметры, влияющие на удобство разработки системы. Эти параметры важны для разработчика, но не оказывают прямого влияния на ВПК.
Анализ нелинейных компонент
В результате обучения Решателя было получено 167 нелинейных компонент.В таблице 11 приведены 5 наиболее весомых из них.
Таблица 11. Нелинейные компоненты
| Вес | Параметр | Значение | |
| 1 | -144705 | Встроенное FFT ускорение | Нет |
| Объем памяти данных (RAM) | <4K | ||
| Поддержка JTAG | Есть | ||
| Поддержка расширенных вычислений | Нет | ||
| Разрядность АЦП | 12 | ||
| 21 | -122996 | Оптимизированный набор инструкций | Нет |
| Поддержка расширенных вычислений | Нет | ||
| Производительность | 50-100 | ||
| Разрядность АЦП | 12 | ||
| Объем памяти данных (RAM) | <4K | ||
| Объем памяти программ (ROM) | <8K | ||
| 114 | -143484 | Объем памяти данных (RAM) | <4K |
| Объем памяти программ (ROM) | >32K | ||
| Поддержка JTAG | Нет | ||
| Поддержка расширенных вычислений | Нет | ||
| Производительность | 50-100 | ||
| Разрядность АЦП | 12 | ||
| 130 | -144705 | Объем памяти данных (RAM) | <4K |
| Объем памяти программ (ROM) | >32K | ||
| Поддержка JTAG | Нет | ||
| Поддержка расширенных вычислений | Нет | ||
| Производительность | >200 | ||
| Разрядность АЦП | 12 | ||
| 122 | -124217 | Встроенное FFT ускорение | Есть |
| Поддержка JTAG | Есть | ||
| Поддержка расширенных вычислений | Нет | ||
| Производительность | >200 | ||
| Разрядность АЦП | 12 |
Все приведенные нелинейные компоненты, кроме компоненты №122, являются безусловно слабыми, так как имеют недостаточный объем внутренней памяти данных. Компонента №122 является слишком сильным решением, так подобная производительность будет излишней в условиях данной задачи.
Анализ полученных решений
Из рисунка 4 хорошо видно, что Решатель выдает реалистичные и, самое главное, сбалансированные решения, которые можно использовать для применения в заданной проблемной области. В подтверждение этого в таблице 12 приведены примеры DSP, рекомендованные производителями для применения в аудиоустройствах.
Таблица 13. Пример существующих решений
| DSP | Вектор значений | |||||||
| 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | |
|
Analog Devices ADSP-2185N | Есть | 100-200 | 8K-16K | 4K-16K | Есть | Есть | 12 | Есть |
|
Texas Instrument 320UC5409-100 | Есть | 100-200 | 16К-32К | 4К-16К | Есть | Есть | 12 | Есть |
Анализ числовых характеристик
Коэффициент сокращения перебора: