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

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

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

Анализ числовых характеристик

Коэффициент сокращения перебора:

где Nполн – полное число переборов; Nнач - число фактов в начальной базе; Nоцен – число оцененных фактов.

Коэффициент новизны:

где  – объем начальной базы удачных фактов;

 – количество значений параметров i-го типа;

 – порядковые индексы, определяющие порядковые номера j-х значений i-го параметра в приоритетном ряду коэффициентов Cij, начиная с max Cij.

Полученный коэффициент новизны можно объяснить тем, что за удачные факты были приняты очень сбалансированные решения и полученные результаты являются реалистичными.

Вывод

В ходе выполнения курсовой работы были проанализированы требования к разрабатываемому устройству и найдены пути выполнения этих требований. Для этого были изучены характеристики современных цифровых сигнальных процессоров, было проведено обучение решателя открытых задач решению задачи выбора оптимального цифрового сигнального процессора. Результаты оценки адекватны, реалистичны, и соответствуют существующим решениям.

Также был разработан подключаемый к решателю блок качественной оценки, основывающий свои выводы на характеристиках, удовлетворяющих составленной задаче.

Список использованной литературы

1. Лекции по курсу «Поисковое проектирование вычислительных систем». И.И. Дзегеленок, 2010

2. Открытые задачи поискового проектирования. И.И. Дзегеленок под ред. Ю.В. Кандырина. - М:МЭИ, 1991 г. - 68 с.

3. Лабораторные работы по курсу «Поисковое проектирование вычислительных систем». И.И.Дзегеленок, Ю.В. Аляева, А.Ю. Кузнецов. - М: Издательство МЭИ, 2004 г. - 40 с.

4. Сайт компании Texas Instrument #"#">#"#">#"#">О союзе физиков и лириков или О том, как появилась современная электрогитара. С. Арзуманов, 2009

9. Часто Задаваемые Вопросы по электронному созданию и обработке звука. Е. Музыченко, 1998

10. Материалы Berkeley Design Technology, Inc. http://www.bdti.com

Страницы: 1, 2, 3, 4